基于大数据混沌特性的电网在线监测异常数据识别方法

袁炜灯,陈威洪,萧嘉荣,李敬航,林泽宏

(广东电网有限责任公司 东莞供电局，广东 东莞 523000)

0 引言

在电网监测过程中，万伏以上的高压电网环境中的监测感应装置回传数据过程会受到高压电磁干扰[1]，数据回传精度会有所偏差。因此，需要监测系统对偏差进行修正，才能获得准确的电网状态数据。而在实际应用中，对偏差参量进行修正时，首先需要对存在异常的数据进行识别，才能对异常数据进行偏差修正。因此，异常数据的识别精度与灵敏度是决定偏差修正精度的基础。

一般来说，根据高压电网环境的混沌特性，可计算电网谐波分量，通过对其展开小波变换、融合和匹配来实现对异常数据的识别。但这一过程计算量庞大，因此，本文将大数据技术引入其中，通过结合大数据混沌特性对识别计算过程进行简化归一处理，从而实现电网在线监测异常数据识别。

1 基于大数据混沌特性的识别方法设计

1.1 建立电网异常数据的混沌特性模型

根据电网异常数据的混沌特性，可通过定义电网全局的混沌电路，从而推导得到关于异常数据的混沌特性模型。根据电网中电路状态的衰减频率与电网电路初始状态下的电路频率，可将电网初始状态下的电路响应划分为以下几种。

①混沌直流平稳状态：处于电网混沌状态空间中，全局电路通道内状态因子趋近于一个对等划分点。

②循环混沌响应状态：电网导出数据的频率参量ξn与载入电流信号的频率参量ξ0具有相同参量与波形，即ξ0=ξn。……