本發明涉及一種配電網量測不良數據分析方法，尤其涉及一種基于灰色理論的配電網量測不良數據關聯因素分析方法。
背景技術：
：配電網規模龐大，而配電網量測系統量測的數量十分有限，一般只在根節點存在功率量測和電壓量測，部分量測點僅有電流量測，其他節點沒有量測配置，并且量測系統提供的數據可靠性不高，用這些數據進行配電網分析計算如線損計算會導致線損率異常高，甚至線損率為負值。顯然針對所需求的計算數據，以及配電網環網設計，輻射狀運行的拓撲特點，需要進行不良數據的檢測，為下一步分析計算剔除不良數據，校正計算結果。配電網量測系統建設成本較高，建設工作涉及到復雜的用戶類型，而且用戶數量眾多，同時還需要解決信道不穩定、算法不統一以及公共網絡信道故障等問題，因此量測不良數據不可避免，例如線路的功率異常、電量異常、電壓數據異常等現象。量測系統獲得的數據中不良數據比例雖然很低，但是其存在直接影響到信息的準確性以及客觀性，造成后續配電網分析計算的誤差。因此，如何處理好其中的數據畸變問題是當前量測系統優化及完善的一個重要內容。量測系統產生的錯誤量測與影響因素之間的關系是不明確的，單純通過簡單的統計難以摸清其規律，因此需要分析量測錯誤與影響條件的關聯度，探究各個影響因素對量測錯誤的影響，關聯度分析的相關結果，以作為預警、決策的科學依據。技術實現要素：發明目的：針對以上問題，本發明提出一種基于灰色理論的配電網量測不良數據關聯因素分析方法。技術方案：為實現本發明的目的，本發明所采用的技術方案是：一種基于灰色理論的配電網量測不良數據關聯因素分析方法，具體包括以下步驟：(1)統計量測系統量測歷史數據和關聯因素歷史數據；(2)構建參考序列和比較序列的原始數據表，判斷序列是否具有合理潛在關聯性，如果是，執行步驟3，如果否，繼續步驟2；(3)無量綱化處理參考序列和比較序列；(4)用灰色理論分析求取量測不良數據和關聯因素的關聯度，判斷分析結果是否具有較好關聯性，如果是，執行步驟5，如果否，繼續步驟4；(5)利用關聯度分析方法優化配電網量測系統。步驟(1)具體包括：從量測系統采集量測數據，量測數據包括少部分量測點完備的有功、無功、電壓和電流數據，以及大部分量測點僅有的電流數據，從中整理出不良測點和對應的不良量測數據；從量測系統采集關聯因素數據，關聯因素數據包括量測裝置的使用情況數據和氣象數據，量測裝置的使用情況數據包括統計測點測量裝置的使用年限、測點信息通道的使用年限和測點測量裝置供電電壓質量，氣象數據包括地區降水量、溫度、濕度和空氣質量指數，從中整理出不良測點對應的關聯因素數據。步驟(2)具體包括：構建參考序列，將量測系統某個時間段內各個不良測點出現不良數據的頻次作為參考序列，記x0(k)，k＝1，2，…，n；構建比較序列，將研究地區某個時間段內各個不良測點的降水量、平均溫度、平均濕度、平均空氣質量指數、測點測量裝置的使用年限、測點信息通道的使用年限和測點測量裝置供電電壓質量作為比較序列，記x1(k)，x2(k)，x3(k)，x4(k)，x5(k)，x6(k)，x7(k)，k＝1，2，…，n，n為不良測點的總數；判斷序列是否具有合理潛在關聯性，如果是，執行步驟3，如果否，繼續步驟2。步驟(3)具體包括：采用極差化方法對參考序列和比較序列進行無量綱化處理，將序列的每個值減去序列的最小值，再除以序列的最大值、最小值之差，得到無量綱化處理后的序列矩陣。步驟(4)具體包括：對參考序列和比較序列進行灰色理論分析，灰色理論分析包括設置分辨系數求取關聯度系數；進行加權關聯度計算；將各個不良測點的關聯度系數加權平均化以表征比較序列與參考序列間的關聯度，形成關聯度矩陣并進行關聯度比較；灰色理論分析后，判斷分析結果是否具有較好關聯性，如果是，執行步驟5，如果否，繼續步驟4。步驟(5)具體包括：根據關聯因素關聯度大小，對量測點可以進行不良數據的預警，有針對性地對量測系統進行改善。有益效果：本發明提供的基于灰色理論的配電網量測不良數據關聯因素分析方法，以灰色分析為理論基礎，結合導致不良數據的潛在因素的大量歷史數據，分析不良數據與關聯因素之間的關聯度，對配電網分析計算中量測數據質量的改善具有指導意義，能夠理清量測系統產生的錯誤量測與影響因素之間的關系，改善數據畸變問題從而優化及完善當前配電網量測系統，具有較強的可行性和實用性。附圖說明圖1是基于灰色理論的配電網量測不良數據關聯因素分析方法流程圖；圖2是典型的中低壓配電網拓撲圖。具體實施方式下面結合附圖和實施例對本發明的技術方案作進一步的說明。如圖1所示是本發明所述的基于灰色理論的配電網量測不良數據關聯因素分析方法實現步驟流程圖，包括：統計量測系統量測歷史數據和關聯因素歷史數據；構建參考序列和比較序列的原始數據表；無量綱化處理參考序列和比較序列；用灰色理論分析求取量測不良數據和關聯因素的關聯度；利用關聯度分析方法優化配電網量測系統。如圖2所示是典型的中低壓配電網拓撲圖，兩饋線手拉手供電，采用閉環設計，開環運行。其中，實心開關表示合位，空心表示分位，開關旁用斜體i、pq、pqi等標明的是量測點具有的量測類型，a是110kv變電站，其余b、c、d、e、f、g、h為分支箱、開閉所等設備，電壓等級都是10kv。僅110kv變電站有完備的有功、無功、電壓和電流量測，其余大部分量測點僅有電流量測或者功率量測，還有一部分節點沒有任何量測。量測不足本身導致配電網分析計算產生一定誤差，部分量測中出現的不良數據將導致后續的分析計算產生更大誤差，本發明考察產生量測不良數據的量測點關聯因素特征，分析不良數據與潛在因素之間的關聯度，為量測數據質量的改善提供基礎。本發明所述的基于灰色理論的配電網量測不良數據關聯因素分析方法具體包括以下步驟：步驟s01：從量測系統采集用于配電網分析計算的基礎數據，包括少部分量測點完備的有功、無功、電壓和電流數據，以及大部分量測點僅有的電流數據。配電網分析計算包含配電網的潮流計算、狀態估計、線損計算等。圖2中僅有110kv變電站具有有功、無功、電流、電壓量測測點，其他分支箱、開閉所僅有電流測點。另外還需要采集量測裝置的使用情況數據和氣象數據，量測裝置的使用情況數據包括統計測點測量裝置的使用年限、測點信息通道的使用年限、測點測量裝置供電電壓質量，以及氣象數據包括地區降水量、溫度、濕度、空氣質量指數。步驟s02：針對配電網中量測系統上的具體線路，將各條線路上某個典型時間段內各個不良數據測點出現不良數據的頻次作為參考序列，記x0(k)，k＝1，2，…，n，其中n為不良數據測點的總數。并且將研究地區某個時間段里各個量測點的降水量、平均溫度、平均濕度、平均空氣質量指數(aqi)、測點測量裝置的使用年限、測點信息通道的使用年限、測點測量裝置供電電壓質量作為比較序列中的7個元素，分別記為：x1(k)，x2(k)，…，x7(k)，k＝1，2，…，n。參考序列和比較序列組成(7+1)×n的序列矩陣：所有出現不良數據的測點相關的參考序列和比較序列詳細數據部分如表1所示。構建由參考序列和比較序列組成的原始數據表后，判斷序列是否具有合理潛在關聯性，如果是，執行步驟s03，如果否，繼續進行參考序列和比較序列關聯對象與關聯因素的選取。表1步驟s03：采用“極差化”處理方法對參考序列和比較序列進行無量綱化處理：式中，m，m分別為序列因素xi(k)的最小值和最大值，無量綱化處理消除了不同類型數據不同量綱和數量級的影響，保證結果的可靠性。無量綱化處理后的序列矩陣為：步驟s04：對參考序列和比較序列進行灰色分析，包括設置一定的分辨系數求取關聯度系數，加權關聯度的計算，以及形成關聯度矩陣并進行關聯度比較。對于參考序列為x0(k)，比較序列為xi(k)的系統，xi對x0在第k個測點的關聯系數計算如下：式中，分辨系數ζ一般設為0.5。接著得到參考數列x0(k)和比較數列xi(k)的關聯度：式中，ri表示第i個比較序列因素對參考序列因素的關聯度，wi(k)為比較序列因素各位置對應的權重。這里假定各不良數據關聯因素在各個測點的權重值均相等，最后所有的rij組成一個矩陣，得到關聯度矩陣r：其中，p為參考序列數量，q為比較序列數量，比較關聯度相應位置矩陣值的大小，即可確定比較序列因素影響大小排序。由于參考的是不良數據頻次，比較的是7個關聯因素，因此p為1，q為7。灰色理論分析后，分析結果是否具有較好關聯性，如果是，執行步驟s05，如果否，繼續進行灰色關聯分析。步驟s05：關聯度分析結果顯示容易出現不良數據的量測點的關聯因素特征，這些關聯因素特征的關聯度值為0～1之間的值，如表2所示。在此基礎上，分析得出內部因素中測點測量裝置供電電壓質量和不良數據產生的關聯最大，外部因素中平均相對濕度和不良數據產生的關聯最大，依據關聯因素的特征對量測點可以進行不良數據的預警，在平均相對濕度較大和測點供電電壓質量較差時，對相應量測點進行改善和潛在風險的排除。表2關聯因素關聯度關聯度值降水量/cmr10.57平均溫度/℃r20.48平均相對濕度r30.72平均空氣質量指數(aqi)r40.42測點測量裝置使用年限/月r50.64測點信息通道使用年限/月r60.61測點測量裝置供電電壓質量r70.79本發明是一種基于灰色理論的配電網量測不良數據關聯因素分析方法，針對配電網分析計算中不易發現的不良量測數據，以灰色分析為理論基礎，結合導致不良數據的潛在因素的大量歷史數據，分析不良數據與關聯因素之間的關聯度，對配電網分析計算中量測數據質量的改善具有指導意義。以上所述僅是本發明的優選實施方式，應當指出對于本
技術領域：
的普通技術人員來說，在不脫離本發明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應視為本發明的保護范圍。當前第1頁12