[发明专利]用户侧分布式电源数据约简方法及装置

说明书

本发明提供一种用户侧分布式电源数据约简方法及装置，包括：按照预设采样间隔获取预设历史时间段内的多个用户侧分布式电源数据；对多个用户侧分布式电源数据中的无效数据进行修正，获得修正数据，其中，无效数据为多个用户侧分布式电源数据中偏离标准误差的其中一个或多个；构造第一决策表，所述第一决策表中包括修正数据及其对应的多个条件属性及属性值和一个决策属性及属性值；对第一决策表中的修正数据进行聚类分析，获得第二决策表；对第二决策表中的修正数据进行条件属性约简处理，获得约简结果。该方案考虑了用户侧分布式电源的时序特性和误差数据，对误差数据进行了处理。

技术领域

本发明涉及大数据属性约简技术领域，特别涉及一种用户侧分布式电源数据约简方法及装置。

背景技术

分布式电源由于利用分散式资源、规模较小、就近使用等特点得到了电力行业的广泛关注。而可再生分布式电源如风电源、光伏电源由于其环保、无污染及使用的一次能源充分且成本低等特性已经成为一种具有广阔发展前景的发电和能源综合利用方式。而对分布式电源大数据的特征提取与处理，不仅能够有效提高同等规模光伏电站的发电量，同时还关系到分布式电源的并网而带来的电能损耗、电网可靠性、电网安全性等一系列问题。分布式电源数据具有不确定性、时序性、季节性、地域性等特点，要想得到有价值的数据需要对大量数据的分析和处理。随着技术的成熟及多年的研究，已经积累了大量的分布式电源数据。而数据量的急剧增长以及对数据在线处理能力的要求的不断提高，海量数据的处理问题越来越严峻。只有通过对海量数据的准确分析，才能做出相应的决策，从而使分布式电源接入配电网后安全、稳定、可靠的运行。传统的数据处理方法已经力不从心，需要更加先进、速度更快的数据处理技术。如何从众多海量数据中优选出准确的具有代表性的数据，除了要考虑分布式电源系统本身的结构、电气特性及其动态特性外，更加需要考虑不同分布式电源的一次性能源的分布及其建设改造资金、投资、电网运行安全性、实施难度等多因素限制。在实际的分布式电源分析决策中，对这些因素的数据约简往往既是对立又是统一的，因为保留的数据量过大会增加计算的难度，反之则会导致结果的不准确，这直接关系到电网的运行安全和分布式电源用户的经济利益。因此，怎样对这些数据进行约简是值得研究的问题。

目前，对用户侧电力大数据的预处理技术较少。2016年7月华北电力大学控制与计算机工程学院李刚与浙江大学电气工程学院、文莱科技大学电机与电子工程系国网及河南省电力公司在《电力系统自动化》杂志上刊登的基于偏序约简的智能电网大数据预处理方法。该文对电力一次系统和电力信息系统的数据所具有的多维度、时空混杂等特征，建立了一种基于偏序约简的大数据属性约简预处理方法。该方法综合利用了MapReduce(是一种编程模型，用于大于1TB的大规模数据集的并行运算)的可并行化优点，着眼于并发事件间的独立性，可以满足电力大数据属性维度与约简方面的覆盖要求。最后，分别以某光伏发电系统监测数据、变压器故障诊断数据和智能变电站通信系统实时性与可靠性预测数据为例，对属性约简进行模拟计算，并通过Hadoop平台进行测试。该方法着眼于非用户侧分布式电源的并发事件间的独立性，未能对用户侧分布式电源的误差数据(也可称为无效数据)等进行处理，也没有考虑分布式电源数据的时序特性、误差数据等等重要因素。

发明内容

本发明实施例提供了一种用户侧分布式电源数据约简方法及装置，考虑了用户侧分布式电源的时序特性和误差数据，对误差数据进行了处理。

该用户侧分布式电源数据约简方法包括：

按照预设采样间隔获取预设历史时间段内的多个用户侧分布式电源数据；

对所述多个用户侧分布式电源数据中的无效数据进行修正，获得多个用户侧分布式电源修正数据，其中，所述无效数据为多个用户侧分布式电源数据中偏离标准误差的其中一个或多个；

构造第一决策表，所述第一决策表中包括多个用户侧分布式电源修正数据，每个用户侧分布式电源修正数据的多个条件属性及属性值和一个决策属性及属性值；