CN107562695B - 一种配电变压器的负载数据处理方法及装置 - Google Patents
一种配电变压器的负载数据处理方法及装置 Download PDFInfo
- Publication number
- CN107562695B CN107562695B CN201710780438.XA CN201710780438A CN107562695B CN 107562695 B CN107562695 B CN 107562695B CN 201710780438 A CN201710780438 A CN 201710780438A CN 107562695 B CN107562695 B CN 107562695B
- Authority
- CN
- China
- Prior art keywords
- load data
- missing
- value
- equal
- row
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title abstract description 16
- 239000011159 matrix material Substances 0.000 claims abstract description 124
- 238000000034 method Methods 0.000 claims description 33
- 238000012545 processing Methods 0.000 claims description 18
- 238000007405 data analysis Methods 0.000 abstract description 8
- 238000004458 analytical method Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明实施例提供一种配电变压器的负载数据处理方法及装置,涉及电力***技术领域,解决了将现有技术中的数据处理方法应用至电力***中所得到的缺失位置处的数据误差较大,导致后期数据分析时所得到的分析结果不准确的问题。本方案为:采集配电变压器的负载数据,以生成第一负载数据矩阵,第一负载数据矩阵包括M行N列元素,位于第i行第j列的元素用于表示配电变压器的第i个时间段中的第j个时间间隔的负载数据;其中,每个时间段分为N个时间间隔,1≤i≤M,1≤j≤N,1≤M,2≤N;根据第一负载数据矩阵中缺失位置所在行和列上的负载数据确定缺失位置处的缺失数据,得到在缺失位置处补入缺失数据的第二负载数据矩阵;输出第二负载数据矩阵。
Description
技术领域
本发明涉及电力***技术领域,尤其涉及一种配电变压器的负载数据处理方法及装置。
背景技术
数据缺失是指在数据采集时由于某种原因应该得到而没有得到数据的一种现象。该现象使得数据集中某个或某些属性的值是不完全的。比如从配电网中采集传输给数据库的负载数据和其他电力指标数据,通常都会存在一定量的缺失值。
现有技术中,通常是基于填补的方法对缺失的数据进行处理,从而得到完整的数据,以便于不影响后期进行数据分析的结果准确性。该数据处理的方法大致分为单一填补法和多重填补法,其中:该单一填补法包括:人工填补法、均值填补法、回归填补法、极大似然估计法以及期望最大化法。而多重填补法包括:随机回归填补法、趋势得分法、马尔科夫链蒙特卡罗法等。然而,由于电力***中数据的特殊性,若将上述的现有技术中所提及的数据处理方法应用至电力***中,使得所填补的数据误差较大,在后期数据分析时所得到的分析结果不准确。
因此,提供一种对电力***中的数据作处理的方法是目前亟需解决的技术问题。
发明内容
本发明的实施例提供一种配电变压器的负载数据处理方法及装置,解决了将现有技术中的数据处理方法应用至电力***中所得到的缺失位置处的数据误差较大,导致后期数据分析时所得到的分析结果不准确的问题。
为达到上述目的,本发明的实施例采用如下技术方案:
本发明实施例的第一方面,提供一种配电变压器的负载数据处理方法,所述方法包括:
采集配电变压器的负载数据,以生成第一负载数据矩阵,所述第一负载数据矩阵包括M行N列元素,位于第i行第j列的元素用于表示配电变压器的第i个时间段中的第j个时间间隔的负载数据;其中,所述每个时间段分为N个所述时间间隔,1≤i≤M,1≤j≤N,1≤M,2≤N;
根据所述第一负载数据矩阵中缺失位置所在行和列上的负载数据确定所述缺失位置处的缺失数据,得到在所述缺失位置处补入所述缺失数据的第二负载数据矩阵;
输出所述第二负载数据矩阵。
优选的,所述根据所述第一负载数据矩阵中缺失位置所在行和列上的负载数据确定所述缺失位置处的缺失数据,包括:
当所述第一负载数据矩阵中缺失位置所在行的缺失位置的个数小于第一阈值时,根据缺失位置所在行和列上的负载数据确定所述缺失位置处的缺失数据。
进一步优选的,所述方法还包括:
当所述第一负载数据矩阵中缺失位置所在行的缺失位置的个数大于或等于第一阈值时,删除所述第一负载数据矩阵中对应行的负载数据。
进一步优选的,所述根据缺失位置所在行和列上的负载数据确定所述缺失位置处的缺失数据,包括:
根据缺失位置所在行上的负载数据确定出所述缺失位置处的第一初始填补值;
根据所述第一初始填补值、所述缺失位置所在列上的负载数据确定出所述缺失位置处的缺失数据。
进一步优选的,所述根据所述第一初始填补值、所述缺失位置所在列上的负载数据确定出所述缺失位置处的缺失数据,包括:
根据所述第一初始填补值、所述缺失位置所在列上的负载数据确定出第二初始填补值;
当所述第一初始填补值与所述第二初始填补值间的差值的绝对值小于或等于第二阈值时,将所述第一初始值作为所述缺失位置处的缺失数据;
和/或,
当所述第一初始填补值与所述第二初始填补值间的差值的绝对值大于所述第二阈值时,用所述第二初始填补值替换所述第一初始填补值。
进一步优选的,所述根据所述第一初始填补值、所述缺失位置所在列上的负载数据确定出第二初始填补值,包括:
将所述第一初始值、所述缺失位置所在列上的负载数据代入第一公式中得到多个第三初始填补值;
将所述多个第三初始填补值、所述第一负载数据矩阵中每行的最大负载数据代入至第二公式中得到第二初始填补值;
本发明实施例的第二方面,提供一种配电变压器的负载数据处理装置,所述装置包括:
采集模块,用于采集配电变压器的负载数据,以生成第一负载数据矩阵,所述第一负载数据矩阵包括M行N列元素,位于第i行第j列的元素用于表示配电变压器的第i个时间段中的第j个时间间隔的负载数据;其中,所述每个时间段分为N个所述时间间隔,1≤i≤M,1≤j≤N,1≤M,2≤N;
确定模块,用于根据所述第一负载数据矩阵中缺失位置所在行和列上的负载数据确定所述缺失位置处的缺失数据,得到在所述缺失位置处补入所述缺失数据的第二负载数据矩阵;
输出模块,用于输出所述第二负载数据矩阵。
优选的,所述确定模块,具体用于:
当所述第一负载数据矩阵中缺失位置所在行的缺失位置的个数小于第一阈值时,根据缺失位置所在行和列上的负载数据确定所述缺失位置处的缺失数据。
进一步优选的,所述装置还包括:
删除模块,用于当所述第一负载数据矩阵中缺失位置所在行的缺失位置的个数大于或等于第一阈值时,删除所述第一负载数据矩阵中对应行的负载数据。
进一步优选的,所述确定模块,具体用于:
根据缺失位置所在行上的负载数据确定出所述缺失位置处的第一初始填补值;
根据所述第一初始填补值、所述缺失位置所在列上的负载数据确定出所述缺失位置处的缺失数据。
进一步优选的,所述确定模块在根据所述第一初始填补值、所述缺失位置所在列上的负载数据确定出所述缺失位置处的缺失数据时,具体用于:
根据所述第一初始填补值、所述缺失位置所在列上的负载数据确定出第二初始填补值;
当所述第一初始填补值与所述第二初始填补值间的差值的绝对值小于或等于第二阈值时,将所述第一初始值作为所述缺失位置处的缺失数据;
和/或,
当所述第一初始填补值与所述第二初始填补值间的差值的绝对值大于所述第二阈值时,用所述第二初始填补值替换所述第一初始填补值。
进一步优选的,所述确定模块在根据所述第一初始填补值、所述缺失位置所在列上的负载数据确定出第二初始填补值时,具体用于:
将所述第一初始值、所述缺失位置所在列上的负载数据代入第一公式中得到多个第三初始填补值;
将所述多个第三初始填补值、所述第一负载数据矩阵中每行的最大负载数据代入至第二公式中得到第二初始填补值;
本发明实施例提供的配电变压器的负载数据处理方法及装置,首先通过采集配电变压器的负载数据,以生成第一负载数据矩阵,第一负载数据矩阵包括M行N列元素,位于第i行第j列的元素用于表示配电变压器的第i个时间段中的第j个时间间隔的负载数据;其中,每个时间段分为N个时间间隔,1≤i≤M,1≤j≤N,1≤M,2≤N;然后,根据第一负载数据矩阵中缺失位置所在行和列上的负载数据确定缺失位置处的缺失数据,得到在缺失位置处补入缺失数据的第二负载数据矩阵;最后,输出处理后的负载数据矩阵。
相比于现有技术,本方案中的数据处理方法充分考虑电力***数据的特性,通过根据缺失位置所在行和列上的负载数据确定缺失位置处的缺失数据值,由于该缺失位置所在行和列上的负载数据与该缺失位置处的数据差别较小,因此通过本方案中的方法所确定出的缺失数据较为准确,在后续进行数据处理时,所依据的该输出处理后的负载数据矩阵得到的数据分析结果较为准确。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种配电变压器的负载数据处理方法的方法流程图;
图2为本发明实施例提供的配一种电变压器的负载数据处理装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了便于清楚描述本发明实施例的技术方案,在本发明的实施例中,采用了“第一”、“第二”等字样对功能或作用基本相同的相同项或相似项进行区分,本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
本发明实施例提供一种配电变压器的负载数据处理方法,如图1所示,该方法包括:
101、采集配电变压器的负载数据,以生成第一负载数据矩阵。
其中,上述的第一负载数据矩阵包括M行N列元素,位于第i行第j列的元素用于表示配电变压器的第i个时间段中的第j个时间间隔的负载数据;其中,每个时间段分为N个时间间隔,1≤i≤M,1≤j≤N,1≤M,2≤N。
示例性的,上述的第一负载数据矩阵可以为包括M行N列元素的矩阵,其中M表示天数,N表示每天中的时间段,该M可以为365天,该N可以为24,这样该第一负载数据矩阵为365行24的矩阵。而位于该矩阵中的第i行第j列的元素用于表示配电变压器的第i天中的第j个时间段的负载数据。例如,当i取20,j取4的元素表示第20天的第4个时间段(3:00-4:00)的负载数据。
102、根据第一负载数据矩阵中缺失位置所在行和列上的负载数据确定缺失位置处的缺失数据,得到在缺失位置处补入缺失数据的第二负载数据矩阵。
示例性的,上述的步骤102包括以下内容:
102a、当第一负载数据矩阵中缺失位置所在行的缺失位置的个数小于第一阈值时,根据缺失位置所在行和列上的负载数据确定缺失位置处的缺失数据。
或者,
102b、当第一负载数据矩阵中缺失位置所在行的缺失率小于第一阈值时,根据缺失位置所在行和列上的负载数据确定缺失位置处的缺失数据。
示例性的,上述的步骤102b中的缺失率是通过先确定第一负载数据矩阵中缺失位置所在行的缺失位置的个数,然后根据该缺失位置的个数以及缺失位置所在行的负载数据的个数确定缺失率。
可选的,上述的步骤102a中的根据缺失位置所在行和列上的负载数据确定缺失位置处的缺失数据,可以通过以下的内容具体实现。具体为:
A1、根据缺失位置所在行上的负载数据确定出缺失位置处的第一初始填补值。
A2、根据第一初始填补值、缺失位置所在列上的负载数据确定出缺失位置处的缺失数据。
优选的,上述的第一初始值为缺失位置所在行上的负载数据平均值。
示例性的,上述的第一初始值还可以是缺失位置所在行上的负载数据平均值。
示例性的,上述的步骤A2具体包括以下内容:
A211、根据第一初始填补值、缺失位置所在列上的负载数据确定出第二初始填补值。
A212、当第一初始填补值与第二初始填补值间的差值的绝对值小于或等于第二阈值时,将第一初始值作为缺失位置处的缺失数据。
和/或,
A213、当第一初始填补值与第二初始填补值间的差值的绝对值大于第二阈值时,用第二初始填补值替换第一初始填补值。
对于上述的步骤A213中得到填补后的完整序列,重复步骤A211和A212的内容,直到前后两次填补值小于第二阈值时迭代次数大于第三阈值时,停止迭代,将最后一次得到的填补值作为缺失数据。
其中,上述的第二阈值用于表示设定的一个误差值,该误差值可以为0.01,上述的第三阈值用于表示最大的迭代次数,该迭代次数可以为100次。
优选的,上述的步骤A211具体包括以下内容:
B1、将第一初始值、缺失位置所在列上的负载数据代入第一公式中得到多个第三初始填补值。
B2、将多个第三初始填补值、第一负载数据矩阵中每行的最大负载数据代入至第二公式中得到第二初始填补值。
上述的公式一中的k表示第一负载数据矩阵的行数,k=1,2,…,M,ai,j为第一负载数据矩阵中的第i行第j列的元素,X(k)表示第k个第三初始填补值。
上述的公式二中的αi为第一负载数据矩阵中第i行的最大负载数据。
基于上述的内容,下面给出一个具体的例子来说明本方案中确定缺失数据的过程。这里的第一负载数据矩阵以包括3行3列元素的矩阵为例。该3行3列的矩阵S如下所示,以第1行第1列的元素缺失为例进行说明确定该缺失数据的过程,其中,该矩阵S中的χ为缺失位置处的缺失元素。
首先,判断该缺失位置所在行的缺失个数是否小于第一阈值,这里假设该缺失位置所在行的缺失个数小于第一阈值。
其次,根据该缺失位置所在行的负载数据确定第一初始值,该第一初始值为20(第一行负载数据的平均值)。
然后,将该第一初始值20、缺失位置所在列上的负载数据40和45代入至上述的公式一中得到三个第三初始值(由于上述的第一负载数据矩阵的行数为3行,则对应得到三个第三初始值),该三个初始值的计算过程分别为:
第四,将上述的3个第三初始填补值20、30和35、上述的第一负载数据矩阵中每行的最大负载数据30、60和65代入至上述的第二公式中得到第二初始填补值,该第二初始填补值计算过程如下:
最后,将该第二初始填补值与第一初始填补值间的差值的绝对值与第二阈值比较,若该差值小于或等于第二阈值,则将该第一初始填补作为缺失位置处的缺失数据。从而就得到了在缺失位置处补入该第一初始填补值的第二负载数据矩阵。
若当第一初始填补值与第二初始填补值间的差值的绝对值大于第二阈值时,用第二初始填补值替换第一初始填补值,然后再用上述的公式一和公式二再进行计算,直到得到满足条件的初始填补值或迭代次数达到第三阈值时,则停止计算。
可选的,上述的步骤A211中第二初始填补值也可以以下内容实现:
C1、确定第一初始填补值与缺失位置所在列上的负载数据的平均值;
C2、将该平均值作为第二初始填补值。
可选的,基于上述的102a的内容,该方法还包括:
当第一负载数据矩阵中缺失位置所在行的缺失位置的个数大于或等于第一阈值时,删除第一负载数据矩阵中对应行的负载数据。
103、输出第二负载数据矩阵。
通过上述的步骤103输出该第二负载数据矩阵后,然后基于该第二负载数据矩阵去进行后续的数据分析等。
本发明实施例提供的配电变压器的负载数据处理方法,首先通过采集配电变压器的负载数据,以生成第一负载数据矩阵,第一负载数据矩阵包括M行N列元素,位于第i行第j列的元素用于表示配电变压器的第i个时间段中的第j个时间间隔的负载数据;其中,每个时间段分为N个时间间隔,1≤i≤M,1≤j≤N,1≤M,2≤N;然后,根据第一负载数据矩阵中缺失位置所在行和列上的负载数据确定缺失位置处的缺失数据,得到在缺失位置处补入缺失数据的第二负载数据矩阵;最后,输出处理后的负载数据矩阵。
相比于现有技术,本方案中的数据处理方法充分考虑电力***数据的特性,通过根据缺失位置所在行和列上的负载数据确定缺失位置处的缺失数据值,由于该缺失位置所在行和列上的负载数据与该缺失位置处的数据差别较小,因此通过本方案中的方法所确定出的缺失数据较为准确,在后续进行数据处理时,所依据的该输出处理后的负载数据矩阵得到的数据分析结果较为准确。
下面将基于图1对应的配电变压器的负载数据处理方法的实施例中的相关描述对本发明实施例提供的一种配电变压器的负载数据处理装置进行介绍。以下实施例中与上述实施例相关的技术术语、概念等的说明可以参照上述的实施例,这里不再赘述。
本发明实施例提供一种配电变压器的负载数据处理装置,如图2所示,该装置2包括:采集模块21、确定模块22以及输出模块23,其中:
采集模块21,用于采集配电变压器的负载数据,以生成第一负载数据矩阵,第一负载数据矩阵包括M行N列元素,位于第i行第j列的元素用于表示配电变压器的第i个时间段中的第j个时间间隔的负载数据;其中,每个时间段分为N个时间间隔,1≤i≤M,1≤j≤N,1≤M,2≤N;
确定模块22,用于根据负载数据矩阵中缺失位置所在行和列上的负载数据确定缺失位置处的缺失数据,得到在缺失位置处补入缺失数据的第二负载数据矩阵;
输出模块23,用于输出第二负载数据矩阵。
示例性的,上述的第一负载数据矩阵可以为包括M行N列元素的矩阵,其中M表示天数,N表示每天中的时间段,该M可以为365天,该N可以为24,这样该第一负载数据矩阵为365行24的矩阵。而位于该矩阵中的第i行第j列的元素用于表示配电变压器的第i天中的第j个时间段的负载数据。例如,当i取20,j取4的元素表示第20天的第4个时间段(3:00-4:00)的负载数据。
示例性的,上述的确定模块22,具体用于:
当负载数据矩阵中缺失位置所在行的缺失位置的个数小于第一阈值时,根据缺失位置所在行和列上的负载数据确定缺失位置处的缺失数据。
或者,
当负载数据矩阵中缺失位置所在行的缺失率小于第一阈值时,根据缺失位置所在行和列上的负载数据确定缺失位置处的缺失数据。
示例性的,上述的缺失率是通过先确定第一负载数据矩阵中缺失位置所在行的缺失位置的个数,然后根据该缺失位置的个数以及缺失位置所在行的负载数据的个数确定缺失率。
可选的,上述的确定模块22,具体用于:
根据缺失位置所在行上的负载数据确定出缺失位置处的第一初始填补值。
根据第一初始填补值、缺失位置所在列上的负载数据确定出缺失位置处的缺失数据。
优选的,上述的第一初始值为缺失位置所在行上的负载数据平均值。
示例性的,上述的第一初始值还可以是缺失位置所在行上的负载数据平均值。
示例性的,上述的确定模块22在根据第一初始填补值、缺失位置所在列上的负载数据确定出缺失位置处的缺失数据时,具体用于:
根据第一初始填补值、缺失位置所在列上的负载数据确定出第二初始填补值。
当第一初始填补值与第二初始填补值间的差值的绝对值小于或等于第二阈值时,将第一初始值作为缺失位置处的缺失数据。
和/或,
当第一初始填补值与第二初始填补值间的差值的绝对值大于第二阈值时,用第二初始填补值替换第一初始填补值。
对于上述的确定模块22在用第二初始填补值替换第一填补值后,得到填补后的完整序列,再重新通过确定模块22确定后续的填补值,直到前后两次填补值小于第二阈值时迭代次数大于第三阈值时,停止迭代,将最后一次得到的填补值作为缺失数据。
其中,上述的第二阈值用于表示设定的一个误差值,该误差值可以为0.01,上述的第三阈值用于表示最大的迭代次数,该迭代次数可以为100次。
优选的,上述的确定模块22在根据第一初始填补值、缺失位置所在列上的负载数据确定出第二初始填补值时,具体用于:
将第一初始值、缺失位置所在列上的负载数据代入第一公式中得到多个第三初始填补值。
将多个第三初始填补值、第一负载数据矩阵中每行的最大负载数据代入至第二公式中得到第二初始填补值。
可选的,如图2所示,上述的装置2还包括:删除模块24,其中:
删除模块24,用于当负载数据矩阵中缺失位置所在行的缺失位置的个数大于或等于第一阈值时,删除第一负载数据矩阵中对应行的负载数据。
本发明实施例提供的配电变压器的负载数据处理装置,首先通过采集配电变压器的负载数据,以生成第一负载数据矩阵,第一负载数据矩阵包括M行N列元素,位于第i行第j列的元素用于表示配电变压器的第i个时间段中的第j个时间间隔的负载数据;其中,每个时间段分为N个时间间隔,1≤i≤M,1≤j≤N,1≤M,2≤N;然后,根据第一负载数据矩阵中缺失位置所在行和列上的负载数据确定缺失位置处的缺失数据,得到在缺失位置处补入缺失数据的第二负载数据矩阵;最后,输出处理后的负载数据矩阵。
相比于现有技术,本方案中的数据处理方法充分考虑电力***数据的特性,通过根据缺失位置所在行和列上的负载数据确定缺失位置处的缺失数据值,由于该缺失位置所在行和列上的负载数据与该缺失位置处的数据差别较小,因此通过本方案中的方法所确定出的缺失数据较为准确,在后续进行数据处理时,所依据的该输出处理后的负载数据矩阵得到的数据分析结果较为准确。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的***,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置可以通过其它的方式实现。例如,以上所描述装置的实施例仅仅是示意性的,例如,该装置中的模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (6)
1.一种配电变压器的负载数据处理方法,其特征在于,所述方法包括:
采集配电变压器的负载数据,以生成第一负载数据矩阵,所述第一负载数据矩阵包括M行N列元素,位于第i行第j列的元素用于表示配电变压器的第i个时间段中的第j个时间间隔的负载数据;其中,每个时间段分为N个所述时间间隔,1≤i≤M,1≤j≤N,1≤M,2≤N;
根据所述第一负载数据矩阵中缺失位置所在行和列上的负载数据确定所述缺失位置处的缺失数据,得到在所述缺失位置处补入所述缺失数据的第二负载数据矩阵;
输出所述第二负载数据矩阵;
所述根据所述第一负载数据矩阵中缺失位置所在行和列上的负载数据确定所述缺失位置处的缺失数据,包括:
当所述第一负载数据矩阵中缺失位置所在行的缺失位置的个数小于第一阈值时,根据缺失位置所在行和列上的负载数据确定所述缺失位置处的缺失数据;
根据缺失位置所在行上的负载数据确定出所述缺失位置处的第一初始填补值;
根据所述第一初始填补值、所述缺失位置所在列上的负载数据确定出所述缺失位置处的缺失数据;
根据所述第一初始填补值、所述缺失位置所在列上的负载数据确定出第二初始填补值;
当所述第一初始填补值与所述第二初始填补值间的差值的绝对值小于或等于第二阈值时,将所述第一初始填补值作为所述缺失位置处的缺失数据;
和/或,
当所述第一初始填补值与所述第二初始填补值间的差值的绝对值大于所述第二阈值时,用所述第二初始填补值替换所述第一初始填补值,根据所述第二初始填补值、所述缺失位置所在列上的负载数据确定出所述缺失位置处的缺失数据。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当所述第一负载数据矩阵中缺失位置所在行的缺失位置的个数大于或等于第一阈值时,删除所述第一负载数据矩阵中对应行的负载数据。
4.一种配电变压器的负载数据处理装置,其特征在于,所述装置包括:
采集模块,用于采集配电变压器的负载数据,以生成第一负载数据矩阵,所述第一负载数据矩阵包括M行N列元素,位于第i行第j列的元素用于表示配电变压器的第i个时间段中的第j个时间间隔的负载数据;其中,每个时间段分为N个所述时间间隔,1≤i≤M,1≤j≤N,1≤M,2≤N;
确定模块,用于根据所述第一负载数据矩阵中缺失位置所在行和列上的负载数据确定所述缺失位置处的缺失数据,得到在所述缺失位置处补入所述缺失数据的第二负载数据矩阵;
输出模块,用于输出所述第二负载数据矩阵;
所述确定模块,具体用于:
当所述第一负载数据矩阵中缺失位置所在行的缺失位置的个数小于第一阈值时,根据缺失位置所在行和列上的负载数据确定所述缺失位置处的缺失数据;
根据缺失位置所在行上的负载数据确定出所述缺失位置处的第一初始填补值;
根据所述第一初始填补值、所述缺失位置所在列上的负载数据确定出所述缺失位置处的缺失数据;
根据所述第一初始填补值、所述缺失位置所在列上的负载数据确定出第二初始填补值;
当所述第一初始填补值与所述第二初始填补值间的差值的绝对值小于或等于第二阈值时,将所述第一初始填补值作为所述缺失位置处的缺失数据;
和/或,
当所述第一初始填补值与所述第二初始填补值间的差值的绝对值大于所述第二阈值时,用所述第二初始填补值替换所述第一初始填补值,根据所述第二初始填补值、所述缺失位置所在列上的负载数据确定出所述缺失位置处的缺失数据。
5.根据权利要求4所述的装置,其特征在于,所述装置还包括:
删除模块,用于当所述第一负载数据矩阵中缺失位置所在行的缺失位置的个数大于或等于第一阈值时,删除所述第一负载数据矩阵中对应行的负载数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710780438.XA CN107562695B (zh) | 2017-09-01 | 2017-09-01 | 一种配电变压器的负载数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710780438.XA CN107562695B (zh) | 2017-09-01 | 2017-09-01 | 一种配电变压器的负载数据处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107562695A CN107562695A (zh) | 2018-01-09 |
CN107562695B true CN107562695B (zh) | 2020-08-14 |
Family
ID=60979026
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710780438.XA Active CN107562695B (zh) | 2017-09-01 | 2017-09-01 | 一种配电变压器的负载数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107562695B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109445972B (zh) * | 2018-09-21 | 2022-11-04 | 深圳供电局有限公司 | 数据修复方法、装置、设备和存储介质 |
CN117591920A (zh) * | 2024-01-17 | 2024-02-23 | 北京科百宏业科技有限公司 | 历史数据的补充方法、装置、电子设备和可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102269972A (zh) * | 2011-03-29 | 2011-12-07 | 东北大学 | 基于遗传神经网络的管道压力缺失数据补偿方法及装置 |
CN102651116A (zh) * | 2012-03-31 | 2012-08-29 | 上海市电力公司 | 一种电力负荷数据精细化处理方法 |
CN105117988A (zh) * | 2015-10-14 | 2015-12-02 | 国家电网公司 | 一种电力***中缺失数据插补的方法 |
CN106600050A (zh) * | 2016-12-10 | 2017-04-26 | 国网辽宁省电力有限公司锦州供电公司 | 一种基于bp神经网络的超短期负荷预测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9424307B2 (en) * | 2012-10-11 | 2016-08-23 | Scott E. Lilienthal | Multivariate data analysis method |
-
2017
- 2017-09-01 CN CN201710780438.XA patent/CN107562695B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102269972A (zh) * | 2011-03-29 | 2011-12-07 | 东北大学 | 基于遗传神经网络的管道压力缺失数据补偿方法及装置 |
CN102651116A (zh) * | 2012-03-31 | 2012-08-29 | 上海市电力公司 | 一种电力负荷数据精细化处理方法 |
CN105117988A (zh) * | 2015-10-14 | 2015-12-02 | 国家电网公司 | 一种电力***中缺失数据插补的方法 |
CN106600050A (zh) * | 2016-12-10 | 2017-04-26 | 国网辽宁省电力有限公司锦州供电公司 | 一种基于bp神经网络的超短期负荷预测方法 |
Non-Patent Citations (1)
Title |
---|
基于时间序列的资源配置优化方法研究;麦鸿坤;《中国优秀硕士学位论文全文数据库 基础科学辑》;20170215(第2期);第19-23页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107562695A (zh) | 2018-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107591800B (zh) | 基于场景分析的含分布式电源配电网运行状态预测方法 | |
Kock | Stable P value calculation methods in PLS-SEM | |
CN108846555B (zh) | 一种电力负荷大数据缺失值的高效精确填补法 | |
Dormann et al. | Package ‘bipartite’ | |
CN115795920B (zh) | 基于多应力耦合加速模型的产品可靠性评价方法和装置 | |
CN107562695B (zh) | 一种配电变压器的负载数据处理方法及装置 | |
US20230066703A1 (en) | Method for estimating structural vibration in real time | |
CN115809569A (zh) | 基于耦合竞争失效模型的可靠性评价方法和装置 | |
CN112150182B (zh) | 多媒体文件推送方法和装置、存储介质及电子装置 | |
CN110378543A (zh) | 离职风险预测方法、装置、计算机设备和存储介质 | |
CN113495913B (zh) | 一种空气质量数据缺失值插补方法及装置 | |
CN113946983A (zh) | 产品可靠性薄弱环节评估方法、装置和计算机设备 | |
CN113988607A (zh) | 零件装配超差的分析方法、装置、设备以及存储介质 | |
CN111476446A (zh) | 业务状态的监控处理方法、装置、设备及存储介质 | |
CN108664550B (zh) | 一种对用户行为数据进行漏斗分析方法及装置 | |
CN115759251A (zh) | 一种决策树训练方法、装置、计算机设备以及存储介质 | |
Michael | Viscoelasticity, postseismic slip, fault interactions, and the recurrence of large earthquakes | |
CN115202890A (zh) | 数据元件生产资源空间分配方法、***及设备 | |
Markovich et al. | Nonparametric estimation of the renewal function by empirical data | |
Aydoğdu et al. | Nonparametric estimation in α-series processes | |
CN112907285A (zh) | 基于自适应网格和向后迭代积分的期权数据处理方法 | |
JP5650290B1 (ja) | オペレーショナルリスクの計量方法及び装置 | |
CN108804640B (zh) | 基于最大化iv的数据分组方法、装置、储存介质及设备 | |
CN108346080B (zh) | 一种流量套餐组合优化方法及装置 | |
CN110688373A (zh) | 一种基于逻辑回归的offset方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |