基于數(shù)據(jù)流的電網(wǎng)設(shè)備風(fēng)險(xiǎn)識別與預(yù)警模型研究.pdf

1、隨著特高壓電網(wǎng)與智能變電站的大力推廣，電網(wǎng)規(guī)模日益擴(kuò)大，電力系統(tǒng)自動(dòng)化程度不斷提高，電網(wǎng)中輸變電設(shè)備的運(yùn)行與維護(hù)越來越復(fù)雜，提高設(shè)備的健康水平和使用壽命，對于保證電網(wǎng)安全、改善電能質(zhì)量、提高供電可靠性都具有重要的作用。國家電網(wǎng)公司為提升電網(wǎng)設(shè)備管理水平，利用當(dāng)代科技手段和方法，對設(shè)備運(yùn)行狀況進(jìn)行實(shí)時(shí)監(jiān)測、分析，對設(shè)備未來的運(yùn)行狀態(tài)進(jìn)行預(yù)測，由此也產(chǎn)生了海量實(shí)時(shí)數(shù)據(jù)流。這些數(shù)據(jù)流中隱含著與設(shè)備故障有關(guān)的重要信息，論文針對數(shù)據(jù)流處理的關(guān)鍵技

2、術(shù)以及在電網(wǎng)設(shè)備風(fēng)險(xiǎn)識別與預(yù)警中應(yīng)用展開研究，選題具有重要實(shí)際應(yīng)用價(jià)值。
　　本文針對滑動(dòng)窗口數(shù)據(jù)的數(shù)據(jù)流概要模型生成方法進(jìn)行了基本的研究，主要從數(shù)據(jù)流數(shù)據(jù)抽樣、顯著性異常特征分析兩方面著手。通過使用滑動(dòng)窗口模型實(shí)現(xiàn)了對數(shù)據(jù)流數(shù)據(jù)均勻抽取，同時(shí)根據(jù)設(shè)各監(jiān)測數(shù)據(jù)對區(qū)間異常與波動(dòng)異常的關(guān)注，引入了比率閾值的方法對波動(dòng)異常特征進(jìn)行提取，論文提出的概要模型生成算法除保證了數(shù)據(jù)均等性，還在內(nèi)存占用方面具備穩(wěn)定性優(yōu)勢，既提高重要數(shù)據(jù)的關(guān)注度，

3、又提升了算法穩(wěn)定性。
　　針對多數(shù)據(jù)流融合問題，本文借助數(shù)據(jù)流挖掘算法實(shí)現(xiàn)了對電網(wǎng)設(shè)備風(fēng)險(xiǎn)識別，提出了針對電網(wǎng)設(shè)備狀態(tài)檢測數(shù)據(jù)雙層處理的理念，通過在線微聚類實(shí)現(xiàn)對多設(shè)備混合數(shù)據(jù)流的快速聚類，然后提取微聚類質(zhì)心進(jìn)行離線層分類。在離線分類時(shí)，使用傳統(tǒng)算法的優(yōu)勢對數(shù)據(jù)進(jìn)行多次掃描，取得了更準(zhǔn)確的結(jié)果。同時(shí)本文考慮到多設(shè)備數(shù)據(jù)流數(shù)據(jù)的重要性，在在線微聚類時(shí)不采用微聚類刪除的方式，保證所有數(shù)據(jù)得到有效的應(yīng)用，此算法在未來海量設(shè)備在線監(jiān)測系統(tǒng)

4、中可以較為有效的快速識別出設(shè)備風(fēng)險(xiǎn)，具有較高的應(yīng)用價(jià)值。
　　本文在設(shè)備狀態(tài)時(shí)時(shí)監(jiān)測的基礎(chǔ)上，提出了設(shè)備風(fēng)險(xiǎn)狀態(tài)預(yù)警的方法，通過分析設(shè)備的歷史運(yùn)行數(shù)據(jù)來預(yù)測設(shè)備在未來一段時(shí)間內(nèi)容運(yùn)行狀態(tài)的變化趨勢，從而合理的采取相應(yīng)的預(yù)防性方式來改善設(shè)備運(yùn)行狀態(tài)。本文利用代謝遞補(bǔ)的灰度預(yù)警模型來對設(shè)備運(yùn)行數(shù)據(jù)進(jìn)行預(yù)測，并根據(jù)預(yù)測值分析其未來一段時(shí)間內(nèi)可能的風(fēng)險(xiǎn)。算法通過時(shí)時(shí)引入數(shù)據(jù)流中最新數(shù)據(jù)，提高了數(shù)據(jù)精度，若將其嵌入到在線監(jiān)測平臺(tái)中，可實(shí)現(xiàn)對