一種基于高維隨機(jī)矩陣的配電網(wǎng)異常數(shù)據(jù)檢測(cè)方法
【專(zhuān)利摘要】本發(fā)明提出一種基于高維隨機(jī)矩陣的配電網(wǎng)異常數(shù)據(jù)檢測(cè)方法，其包括：根據(jù)歷史數(shù)據(jù)構(gòu)建高維隨機(jī)矩陣；對(duì)高維隨機(jī)矩陣進(jìn)行歸一化處理；定義協(xié)方差矩陣，獲取協(xié)方差矩陣的特征根；確定協(xié)方差矩陣的譜分布函數(shù)；采用譜分布和圓環(huán)率檢測(cè)數(shù)據(jù)異常。為配電網(wǎng)無(wú)功優(yōu)化異常數(shù)據(jù)檢測(cè)提供了一種新方法，可以準(zhǔn)確計(jì)算任意時(shí)間段的異常數(shù)據(jù)，實(shí)用性強(qiáng)；且檢測(cè)效率高。
【專(zhuān)利說(shuō)明】
-種基于高維隨機(jī)矩陣的配電網(wǎng)異常數(shù)據(jù)檢測(cè)方法
技術(shù)領(lǐng)域：
[0001] 本發(fā)明屬于配電網(wǎng)運(yùn)行技術(shù)領(lǐng)域，具體設(shè)及一種基于高維隨機(jī)矩陣的配電網(wǎng)異常 數(shù)據(jù)檢測(cè)方法。
【背景技術(shù)】
[0002] 隨機(jī)矩陣?yán)碚撈鹪从诹孔游锢淼陌l(fā)展和研究，由Winger和Dyson于上世紀(jì)60年代 初建立的一套量子統(tǒng)計(jì)理論。隨機(jī)矩陣?yán)碚撌菍?duì)復(fù)雜系統(tǒng)進(jìn)行統(tǒng)計(jì)分析的重要數(shù)學(xué)工具之 一。它通過(guò)對(duì)復(fù)雜系統(tǒng)的能譜及本征態(tài)進(jìn)行統(tǒng)計(jì)分析，得出實(shí)際數(shù)據(jù)的隨機(jī)程度，并掲示實(shí) 際數(shù)據(jù)中整體關(guān)聯(lián)的行為特征。
[0003] 隨機(jī)矩陣是在某個(gè)給定概率空間下，W隨機(jī)變量為元素組成的矩陣。而大維數(shù)據(jù) 是指樣本維數(shù)和樣本量W具有相同的階趨向無(wú)窮的數(shù)據(jù)。由于經(jīng)典多元統(tǒng)計(jì)分析理論不再 適用于處理大維數(shù)據(jù)的問(wèn)題，隨機(jī)矩陣?yán)碚撟鳛樘幚泶缶S數(shù)據(jù)行之有效的方法之一，在最 近幾十年得到了廣泛的關(guān)注和發(fā)展。
[0004] 近年來(lái)，隨機(jī)矩陣?yán)碚摰难芯恐赝?、開(kāi)始由某一族隨機(jī)矩陣的極限譜分布的存在性 及具體表達(dá)形式等轉(zhuǎn)移到大維隨機(jī)矩陣的二階極限定理，如線性譜統(tǒng)計(jì)量的中屯、極限定 理，特征極值的極限分布等。隨機(jī)矩陣?yán)碚撨M(jìn)一步發(fā)展為對(duì)極值特征根，線性譜統(tǒng)計(jì)量的中 屯、極限定理，譜間距離，收斂速度，矩陣估計(jì)等方面的研究。除了理論上的發(fā)展之外，隨機(jī)矩 陣?yán)碚撨€在各個(gè)領(lǐng)域，例如在物理、統(tǒng)計(jì)、無(wú)線電通信W及金融經(jīng)濟(jì)等方面有著廣泛的應(yīng) 用。
[0005] 隨著智能配電網(wǎng)的發(fā)展，配電網(wǎng)的監(jiān)測(cè)水平越來(lái)越高，SCADAW及用電信息采集系 統(tǒng)每隔15分鐘或者5分鐘上傳一次數(shù)據(jù)，積累了大量歷史數(shù)據(jù)，同時(shí)也存在大量的時(shí)序數(shù) 據(jù)，為配電網(wǎng)的無(wú)功優(yōu)化提供了數(shù)據(jù)基礎(chǔ)。
[0006] 基于W上考慮，將大維隨機(jī)矩陣?yán)碚撘氲脚潆娋W(wǎng)無(wú)功優(yōu)化分析中，合理利用隨 機(jī)矩陣相關(guān)理論，對(duì)配電網(wǎng)無(wú)功優(yōu)化大數(shù)據(jù)進(jìn)行分析和處理，在配電網(wǎng)大數(shù)據(jù)架構(gòu)下探索 解決無(wú)功優(yōu)化問(wèn)題的新路徑。
[0007] 然而，現(xiàn)有配電網(wǎng)異常數(shù)據(jù)檢測(cè)方法主要有（1)傳統(tǒng)的不良數(shù)據(jù)檢測(cè)方法，如加權(quán) 殘差法、量測(cè)量突變檢測(cè)法、目標(biāo)函數(shù)極值檢測(cè)法等；（2)相對(duì)較新的檢測(cè)方法，如模糊等價(jià) 矩陣聚類(lèi)分析法、神經(jīng)網(wǎng)絡(luò)法等。運(yùn)些方法通常只針對(duì)傳統(tǒng)配電網(wǎng)較小規(guī)模的結(jié)構(gòu)化數(shù)據(jù)， 并且只依賴(lài)于單一數(shù)據(jù)源和單一檢測(cè)手段，數(shù)據(jù)檢測(cè)的可靠性相對(duì)較低。

【發(fā)明內(nèi)容】

[000引為了克服上述不足，本發(fā)明提供一種基于高維隨機(jī)矩陣的配電網(wǎng)異常數(shù)據(jù)檢測(cè)方 法，能夠較好地適應(yīng)數(shù)據(jù)量高并發(fā)性W及時(shí)序性強(qiáng)的智能配電網(wǎng)無(wú)功優(yōu)化的發(fā)展。
[0009] 本發(fā)明的目的是采用下述技術(shù)方案實(shí)現(xiàn)的：
[0010] -種基于高維隨機(jī)矩陣的配電網(wǎng)異常數(shù)據(jù)檢測(cè)方法，所述方法包括：
[0011] (1)根據(jù)歷史數(shù)據(jù)構(gòu)建高維隨機(jī)矩陣；
[0012] (2)對(duì)高維隨機(jī)矩陣進(jìn)行歸一化處理；
[0013] (3)定義協(xié)方差矩陣，獲取協(xié)方差矩陣的特征根；
[0014] (4)確定協(xié)方差矩陣的譜分布函數(shù)；
[0015] (5)采用譜分布和圓環(huán)率檢測(cè)數(shù)據(jù)異常。
[0016] 優(yōu)選的，所述步驟（1)包括:在歷史電壓數(shù)據(jù)集、電流數(shù)據(jù)集和負(fù)荷數(shù)據(jù)集中挑選 滿(mǎn)足研究目標(biāo)的配電網(wǎng)采集數(shù)據(jù)；
[0017] 分別構(gòu)建基于IEEE 33節(jié)點(diǎn)系統(tǒng)的節(jié)點(diǎn)注入有功時(shí)間序列矩陣P、節(jié)點(diǎn)注入無(wú)功時(shí) 間序列矩陣Q和節(jié)點(diǎn)電壓時(shí)間序列矩陣V;
[001引所述P、Q和V均為M行N列矩陣;其中，N為單日數(shù)據(jù)采集次數(shù)，N = 24*T，T為量測(cè)裝置 每小時(shí)采集數(shù)據(jù)次數(shù)，M為配電網(wǎng)節(jié)點(diǎn)數(shù)目。
[0019] 優(yōu)選的，所述步驟（2)包括:將配電網(wǎng)采集數(shù)據(jù)W24時(shí)為時(shí)間窗構(gòu)建高維隨機(jī)矩 陣，具體步驟為:在構(gòu)建高維隨機(jī)矩陣之前，分別對(duì)P、Q、V進(jìn)行歸一化理;所述P的歸一化處 理按照式（1)進(jìn)行：
[0020]
(〇
[0021] 其中，i = l，2,…，N;馬為矩陣P第i行j列歸一化處理后的有功負(fù)荷;pu為矩陣P第i 行j列的元素；mfx 為矩陣P第j列的最大負(fù)荷值；
[0022] 通過(guò)式(2)和式(3)對(duì)矩陣Q和V進(jìn)行歸一化處理，有：
[0023] (2)
[0024] W
[0025] 式(3)中，i = l，2,…，N;qu為矩陣Q第i行j列歸一化后的無(wú)功負(fù)荷，qu為矩陣Q第i 行j列的元素；I皿（y,7)為矩陣Q第j列的最大負(fù)荷值，而.為矩陣V第i行j列歸一化后的電壓， J' Vij為矩陣V第i行j列的元素，h/為矩陣V第j列的最大負(fù)荷值。
[00%]進(jìn)一步地，設(shè)P、Q、V分別為P、Q和V完成歸一化獲得的矩陣；
[0027] 洗巧P、0、V化巧高維隨機(jī)矩陣元素，構(gòu)建高維隨機(jī)矩陣如下：
[002引
（4)
[0029]將Y展開(kāi)，具體如下：
[0030]
(5)
[0031] 式(5)中，Y為3M行N列的矩陣。
[0032] 優(yōu)選的，所述步驟(3)具體包括:通過(guò)式(6)定義基于大維隨機(jī)矩陣譜分析的協(xié)方 差矩陣S:
[0033] s = l/N*Y，巧（6)
[0034] 通過(guò)計(jì)算獲得協(xié)方差矩陣S的特征根：
[0035] Sx = Ax (7)
[0036] 式(7)中，Y '為高維隨機(jī)矩陣Y的估計(jì)值，X為腺隹列向量;A為S的特征根。
[0037] 優(yōu)選的，所述步驟(4)中，將協(xié)方差矩陣S的譜分布收斂為一個(gè)極限分布函數(shù)，其概 率密度為：
[00；3 引
（8)
[0039] 式(8)中，C = 3M/N表示協(xié)方差矩陣S的長(zhǎng)寬比；
[0040]
[0041]
[0042] t為區(qū)間[V^，^/^]中的元素；區(qū)間[V^i#]的物理意義在于，將協(xié)方差矩陣S的所 有特征根在復(fù)平面上表示，特征根分布近似為一個(gè)內(nèi)徑為^/^且外徑為^/^的圓環(huán)，即1-口 率。
[0043] 優(yōu)選的，所述步驟(5)包括:根據(jù)內(nèi)圈的異常數(shù)據(jù)點(diǎn)，判斷數(shù)據(jù)是否異常，具體為： 配電網(wǎng)的運(yùn)行狀態(tài)與關(guān)鍵性能相互對(duì)應(yīng)，關(guān)鍵性能的異常影響狀態(tài)數(shù)據(jù)出現(xiàn)異常；
[0044] 當(dāng)狀態(tài)數(shù)據(jù)出現(xiàn)異常時(shí)，產(chǎn)生水平漂移或趨勢(shì)變化，此時(shí)協(xié)方差矩陣Y的譜分布函 數(shù)'5(*)曲線形狀和復(fù)平面圓環(huán)的內(nèi)外徑^^/^和#均發(fā)生改變；
[0045] 當(dāng)配電網(wǎng)系統(tǒng)正常運(yùn)行時(shí)，內(nèi)圈區(qū)域無(wú)異常數(shù)據(jù)點(diǎn)，僅內(nèi)環(huán)邊緣處存在由于系統(tǒng) 誤差造成的少量分布點(diǎn)；
[0046] 當(dāng)系統(tǒng)受到強(qiáng)烈干擾時(shí)，內(nèi)圈區(qū)域內(nèi)出現(xiàn)大量異常數(shù)據(jù)點(diǎn)。
[0047] 與最接近的現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為：
[0048] 本發(fā)明提供的基于高維隨機(jī)矩陣的配電網(wǎng)異常數(shù)據(jù)檢測(cè)方法，將高維隨機(jī)矩陣?yán)?論引入配電網(wǎng)無(wú)功優(yōu)化分析中，為配電網(wǎng)無(wú)功優(yōu)化提供了新的分析方法。在網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu) 不變的情況下，不受網(wǎng)絡(luò)接線模式的影響，也不受負(fù)荷多樣性W及負(fù)荷隨機(jī)性的影響，并且 具有異常數(shù)據(jù)檢測(cè)快速、方法簡(jiǎn)單、計(jì)算量少等特點(diǎn)，有效提高了計(jì)算速度。
【附圖說(shuō)明】
[0049] 圖1為本發(fā)明提供的異常數(shù)據(jù)檢測(cè)方法流程圖；
[0050] 圖2為本發(fā)明提供的異常數(shù)據(jù)檢測(cè)系統(tǒng)拓?fù)鋱D；
[0051] 圖3為T(mén) = 4時(shí)協(xié)方差矩陣的譜分析圖；
[0052] 圖4為T(mén) = 12別寸協(xié)方差矩陣的譜分析圖。
【具體實(shí)施方式】：
[0053] 本發(fā)明的目的在于提供一種基于高維隨機(jī)矩陣的配電網(wǎng)異常數(shù)據(jù)檢測(cè)方法，利用 配電網(wǎng)采集到的一個(gè)時(shí)間窗的有功功率、無(wú)功功率、電壓等構(gòu)建一個(gè)適用與配電網(wǎng)無(wú)功優(yōu) 化的高維隨機(jī)矩陣，分析該高維隨機(jī)矩陣的協(xié)方差矩陣，計(jì)算協(xié)方差矩陣的特征根，構(gòu)造協(xié) 方差矩陣的譜分布函數(shù)，用譜分布和圓環(huán)率快速檢測(cè)數(shù)據(jù)異常，為配電網(wǎng)無(wú)功優(yōu)化異常數(shù) 據(jù)檢測(cè)提供了一種新的技術(shù)方案，具有檢測(cè)效率高、計(jì)算時(shí)間段等特點(diǎn)。
[0054] 如圖1所示，具體方法包括：
[0055] (1)根據(jù)歷史數(shù)據(jù)構(gòu)建高維隨機(jī)矩陣;步驟（1)包括:在歷史電壓數(shù)據(jù)集、電流數(shù)據(jù) 集和負(fù)荷數(shù)據(jù)集中挑選滿(mǎn)足研究目標(biāo)的配電網(wǎng)采集數(shù)據(jù)；
[0056] 分別構(gòu)建基于IEEE 33節(jié)點(diǎn)系統(tǒng)的節(jié)點(diǎn)注入有功時(shí)間序列矩陣P、節(jié)點(diǎn)注入無(wú)功時(shí) 間序列矩陣Q和節(jié)點(diǎn)電壓時(shí)間序列矩陣V;
[0057] 所述P、Q和V均為M行N列矩陣;其中，N為單日數(shù)據(jù)采集次數(shù)，N = 24*T，T為量測(cè)裝置 每小時(shí)采集數(shù)據(jù)次數(shù)，M為配電網(wǎng)節(jié)點(diǎn)數(shù)目。
[005引對(duì)于圖2所示的IE邸33算例，假設(shè)量測(cè)裝置每15分鐘上傳一次數(shù)據(jù)，即T = 4,所得 圓環(huán)內(nèi)徑為0.0155,圓環(huán)外徑為2.0155,圓環(huán)圖如圖3所示。假設(shè)量測(cè)裝置每小時(shí)采集128個(gè) 點(diǎn)，即T= 128,所得圓環(huán)內(nèi)徑為0.8205,圓環(huán)外徑為1.1795,其圓環(huán)圖如圖4所示。由圖3和圖 4也可W看出，每小時(shí)的采集點(diǎn)越多，圓環(huán)越小，準(zhǔn)確性越高。
[0059] (2)對(duì)高維隨機(jī)矩陣進(jìn)行歸一化處理；
[0060] 步驟(2)包括:將配電網(wǎng)采集數(shù)據(jù)W24時(shí)為時(shí)間窗構(gòu)建高維隨機(jī)矩陣。在構(gòu)建高維 隨機(jī)矩陣之前，分別對(duì)P、Q、V進(jìn)行歸一化理;所述P的歸一化處理按照式（1)進(jìn)行：
[0061]
(1)
[00創(chuàng)其中，i = l，2,…，N;馬為矩陣P第i行j列歸一化處理后的有功負(fù)荷;Pi功矩陣P第 i行巧揃元素;max心")為矩陣P第巧揃最大負(fù)荷值；
[0063 ] 通過(guò)式(2)和式(3)對(duì)矩陣Q和V進(jìn)行歸一化處理，有：
[0064] 貓
[0065] 巧)
[0066] 式(3)中，i = l，2，-，，N;qij為矩陣Q第i行j列歸一化后的無(wú)功負(fù)荷，qij為矩陣Q第i 行j列的元素；mffc)為矩陣Q第j列的最大負(fù)荷值，；,：/為矩陣V第i行j列歸一化后的電壓， VU為矩陣V第i行j列的元素，為矩陣V第j列的最大負(fù)荷值。
[0067] 設(shè)P、Q、V分別為P、Q和V完成歸一化獲得的矩陣;選取P、Q、V作為高維隨機(jī)矩陣元 素，構(gòu)建高維隨機(jī)矩陣如下：
[006引
（4)
[0069] 將Y展開(kāi)，具體如下：
[0070]
銳 12345678910 式(5)中，Y為3M行N列的矩陣。 2 (3)定義協(xié)方差矩陣，獲取協(xié)方差矩陣的特征根;具體包括:通過(guò)式(6)定義基于大 維隨機(jī)矩陣譜分析的協(xié)方差矩陣S: 3 s = l/N*Y'巧（6) 4 通過(guò)計(jì)算獲得協(xié)方差矩陣S的特征根： 5 Sx = Ax, (7) 6 式(7)中，Y '為高維隨機(jī)矩陣Y的估計(jì)值，X為腺隹列向量;A為S的特征根。 7 (4)確定協(xié)方差矩陣的譜分布函數(shù)； 8 將協(xié)方差矩陣S的譜分布收斂為一個(gè)極限分布函數(shù)，其概率密度為： 9
[0079]
巧） 10 式(8)中，c = 3M/N表示協(xié)方差矩陣S的長(zhǎng)寬比；
[0081]
[0082]
[00削t為區(qū)間[^/^，為]中的元素；區(qū)間[^/^，^/^|的物理意義在于，將協(xié)方差矩陣s的所有 特征根在復(fù)平面上表示，特征根分布近似為一個(gè)內(nèi)徑為^/^且外徑為#的圓環(huán)，即M-P率。
[0084] (5)采用譜分布和圓環(huán)率檢測(cè)數(shù)據(jù)異常。
[0085] 根據(jù)內(nèi)圈的異常數(shù)據(jù)點(diǎn)，判斷數(shù)據(jù)是否異常，具體為:配電網(wǎng)的運(yùn)行狀態(tài)與關(guān)鍵性 能相互對(duì)應(yīng)，關(guān)鍵性能的異常影響狀態(tài)數(shù)據(jù)出現(xiàn)異常；
[0086] 當(dāng)狀態(tài)數(shù)據(jù)出現(xiàn)異常時(shí)，產(chǎn)生水平漂移或趨勢(shì)變化，此時(shí)協(xié)方差矩陣Y的譜分布函 數(shù)'5(*)曲線形狀和復(fù)平面圓環(huán)的內(nèi)外徑^/^和#均發(fā)生改變；
[0087] 當(dāng)配電網(wǎng)系統(tǒng)正常運(yùn)行時(shí)，內(nèi)圈區(qū)域無(wú)異常數(shù)據(jù)點(diǎn)，僅內(nèi)環(huán)邊緣處存在由于系統(tǒng) 誤差造成的少量分布點(diǎn)；
[0088] 當(dāng)系統(tǒng)受到強(qiáng)烈干擾時(shí)，內(nèi)圈區(qū)域內(nèi)出現(xiàn)大量異常數(shù)據(jù)點(diǎn)。解N個(gè)未知數(shù)的齊次線 性方程組，可得A的值。
[0089] 最后應(yīng)當(dāng)說(shuō)明的是：W上實(shí)施例僅用W說(shuō)明本發(fā)明的技術(shù)方案而非對(duì)其限制，盡 管參照上述實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)的說(shuō)明，所屬領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解:依然 可W對(duì)本發(fā)明的【具體實(shí)施方式】進(jìn)行修改或者等同替換，而未脫離本發(fā)明精神和范圍的任何 修改或者等同替換，其均應(yīng)涵蓋在本發(fā)明的權(quán)利要求范圍當(dāng)中。
【主權(quán)項(xiàng)】
1. 一種基于高維隨機(jī)矩陣的配電網(wǎng)異常數(shù)據(jù)檢測(cè)方法，其特征在于，所述方法包括： (1) 根據(jù)歷史數(shù)據(jù)構(gòu)建高維隨機(jī)矩陣； (2) 對(duì)高維隨機(jī)矩陣進(jìn)行歸一化處理； (3) 定義協(xié)方差矩陣，獲取協(xié)方差矩陣的特征根； (4) 確定協(xié)方差矩陣的譜分布函數(shù)； (5) 采用譜分布和圓環(huán)率檢測(cè)數(shù)據(jù)異常。2. 如權(quán)利要求1所述的方法，其特征在于，所述步驟（1)包括:在歷史電壓數(shù)據(jù)集、電流 數(shù)據(jù)集和負(fù)荷數(shù)據(jù)集中挑選滿(mǎn)足研究目標(biāo)的配電網(wǎng)采集數(shù)據(jù)； 分別構(gòu)建基于IEEE 33節(jié)點(diǎn)系統(tǒng)的節(jié)點(diǎn)注入有功時(shí)間序列矩陣P、節(jié)點(diǎn)注入無(wú)功時(shí)間序 列矩陣Q和節(jié)點(diǎn)電壓時(shí)間序列矩陣V; 所述P、Q和V均為M行N列矩陣;其中，N為單日數(shù)據(jù)采集次數(shù)，N= 24*T，T為量測(cè)裝置每小 時(shí)采集數(shù)據(jù)次數(shù)，M為配電網(wǎng)節(jié)點(diǎn)數(shù)目。3. 如權(quán)利要求1或2所述的方法，其特征在于，所述步驟(2)包括:將配電網(wǎng)采集數(shù)據(jù)以 24時(shí)為時(shí)間窗構(gòu)建高維隨機(jī)矩陣，具體步驟為:在構(gòu)建高維隨機(jī)矩陣之前，分別對(duì)P、Q、V進(jìn) 行歸一化理;所述P的歸一化按照式（1)進(jìn)行：(1) 其中，? = 1，2，···，Ν;之為矩陣P第i行j列歸一化處理后的有功負(fù)荷;Pij為矩陣P第i行j 列的元素 ；mP )為矩陣P第j列的最大負(fù)荷值； 誦付忒O和忒對(duì)拓陳Q和V講桿1)=1 一仆,々卜理.有.式⑶中，i = l，2,…，N;qij為矩陣Q第i行j列歸一化后的無(wú)功負(fù)荷，qij為矩陣Q第i行j列 的元素;為矩陣Q第j列的最大負(fù)荷值，^為矩陣V第i行j列歸一化后的電壓，VlJ為 矩陣V第i行j列的元素，mfx G:./)為矩陣V第j列的最大負(fù)荷值。4. 如權(quán)利要求3所述的方法，其特征在于，設(shè)P、Q、V分別為P、Q和V完成歸一化獲得的矩 陣； 選取P、Q、V作為高維隨機(jī)矩陣元素，構(gòu)建高維隨機(jī)矩陣如下：(4) (5:) 式(5)中，Y為3M行N列的矩陣。5. 如權(quán)利要求1或4所述的方法，其特征在于，所述步驟(3)具體包括:通過(guò)式(6)定義基 于大維隨機(jī)矩陣譜分析的協(xié)方差矩陣S: S=1/N*Y'*Y (6) 通過(guò)計(jì)算獲得協(xié)方差矩陣S的特征根： Sx = Ax (7) 式(7)中，Y'為高維隨機(jī)矩陣Y的估計(jì)值，x*N維列向量;λ為S的特征根。6. 如權(quán)利要求1所述的方法，其特征在于，所述步驟(4)中，將協(xié)方差矩陣S的譜分布收 斂為一個(gè)極限分布函數(shù)，其概率密度為：t為區(qū)間_ y[b ]中的元素；區(qū)間[士的物理意義在于，將協(xié)方差矩陣S的所有特征 根在復(fù)平面上表示，特征根分布近似為一個(gè)內(nèi)徑為^且外徑為#的圓環(huán)，即M-P率。7. 如權(quán)利要求1所述的方法，其特征在于，所述步驟(5)包括:根據(jù)內(nèi)圈的異常數(shù)據(jù)點(diǎn)， 判斷數(shù)據(jù)是否異常，具體為:配電網(wǎng)的運(yùn)行狀態(tài)與關(guān)鍵性能相互對(duì)應(yīng)，關(guān)鍵性能的異常影響 狀態(tài)數(shù)據(jù)出現(xiàn)異常； 當(dāng)狀態(tài)數(shù)據(jù)出現(xiàn)異常時(shí)，產(chǎn)生水平漂移或趨勢(shì)變化，此時(shí)協(xié)方差矩陣Y的譜分布函數(shù)fs (t)曲線形狀和復(fù)平面圓環(huán)的內(nèi)外徑^和·^均發(fā)生改變； 當(dāng)配電網(wǎng)系統(tǒng)正常運(yùn)行時(shí)，內(nèi)圈區(qū)域無(wú)異常數(shù)據(jù)點(diǎn)，僅內(nèi)環(huán)邊緣處存在由于系統(tǒng)誤差 造成的少量分布點(diǎn)； 當(dāng)系統(tǒng)受到強(qiáng)烈干擾時(shí)，內(nèi)圈區(qū)域內(nèi)出現(xiàn)大量異常數(shù)據(jù)點(diǎn)。
【文檔編號(hào)】G06Q10/04GK106022529SQ201610362184
【公開(kāi)日】2016年10月12日
【申請(qǐng)日】2016年5月26日
【發(fā)明人】賈東梨, 盛萬(wàn)興, 劉科研, 孟曉麗, 胡麗娟, 何開(kāi)元, 葉學(xué)順, 刁贏龍, 唐建崗, 董偉杰, 李雅潔
【申請(qǐng)人】中國(guó)電力科學(xué)研究院, 國(guó)家電網(wǎng)公司, 國(guó)網(wǎng)江蘇省電力公司