[发明专利]一种基于大数据的电能质量监测方法

摘要

本发明具体涉及一种基于大数据的电能质量监测方法，包括建立设备的电能质量影响模型即在给定影响设备的特征后，设备产生各种电能质量事件的概率；模拟生成全网电能质量事件生成电网一个时间截面下各个节点的电能质量事件；全网电能质量事件预测；在一个时间截面中，通过已监测的电能质量事件，预测全网电能质量事件；优化安装位置；找到最难预测的节点，安装一台电能质量监测仪。本发明能够实现：已安装监测仪的节点，可获得完整监测数据（事件）；未安装监测仪的节点，利用已观测数据对电能质量数据（事件）进行预测；在给定监测仪数量情况下，通过优化监测仪安装位置，使得对未安装监测仪节点的电能质量数据估算“准确度”最高。

主权项

1.一种基于大数据的电能质量监测方法，包括以下步骤：步骤一：建立设备d的电能质量影响模型： ð‘ð‘‘ (c𝑖 |𝑓1𝑑,𝑓2𝑑⋯𝑓𝑚𝑑)，其中d为设备，c为电能质量事件，ƒ为影响设备电能质量的特征；p_d为在给定设备特性、设备接收到一个电能质量事件Cx后，产生一个事件Ci的概率；如果输入p_d的数据量超过阈值，则p_d直接进行统计，获得其概率的分布；如果输入p_d的数据量没有超过阈值，利用已有数据获得统计信息；将p_d的概率分布为sigmoid函数，将已有数据进行训练，学习出概率分布；步骤二：模拟生成全网电能质量事件；即生成电网一个时间截面下各个节点的电能质量事件，包括以下步骤：2.1：将实际数据带入电能质量影响模型生成电能质量事件的概率分布；将电网简化为一个网络模型：其中设备为节点，连接关系为线；监测仪安装在连接关系上；2.2：利用蒙特卡洛法模拟生成一个截面的全网电能质量事件；步骤三：生成全网电能质量事件预测；将全网看成贝叶斯网络；每个节点概率分布已知；通过置信度传播算法，即可预测各个节点的电能质量事件；步骤四：优化安装；初始化时，随机安装一台监测仪；通过监测仪观测的电能质量事件，预测全网电能质量事件；标记错