于孟喜，謝 鶴

山西晉緣網(wǎng)絡(luò)技術(shù)有限公司，山西太原 030000

信息環(huán)境之下，企業(yè)對于信息系統(tǒng)的依賴性逐步加強，并且這種依賴性，會隨著企業(yè)規(guī)模的擴大而呈現(xiàn)出顯著的上升趨勢。在電力系統(tǒng)中，隨著電力自動化技術(shù)的逐步成熟，信息系統(tǒng)中的數(shù)據(jù)，無論從格式還是從容量方面，都在近年呈現(xiàn)出顯著膨脹，隨著變化的，還包括電力信息系統(tǒng)的運行模式。與此同時，人們對于電能的質(zhì)量和供配可靠性也提出了更高的要求，這對于中心調(diào)度而言，必然從客觀上需要更為可靠和精準(zhǔn)的數(shù)據(jù)參與決策。因此如何切實提升整個信息系統(tǒng)環(huán)境之下的數(shù)據(jù)質(zhì)量，就成為當(dāng)前人們共同關(guān)注的重點。

1 不良數(shù)據(jù)研究現(xiàn)狀分析

在電力信息系統(tǒng)中，所涉及到的數(shù)據(jù)來自于多個方面，除了相對比較常規(guī)的辦公數(shù)據(jù)以外，還包括營銷和輸配狀態(tài)兩個重要的數(shù)據(jù)來源。在這樣的環(huán)境之下，有效提升各類數(shù)據(jù)準(zhǔn)確水平，對于穩(wěn)定電力供給有著毋庸置疑的積極價值。

在電力信息系統(tǒng)中，對于供配網(wǎng)絡(luò)各個方面的實時測量結(jié)果，會因為測量系統(tǒng)本身安排的不合理以及冗余度不足，或者通信網(wǎng)本身可靠性不夠等因素，而在系統(tǒng)環(huán)境中呈現(xiàn)出某些數(shù)據(jù)無法進行有效的辨識，從而形成不良數(shù)據(jù)。對于這一類的數(shù)據(jù)，必須展開檢查和清理，否則會影響調(diào)度系統(tǒng)決策失誤，無法形成有效的決策支持信息。同樣的問題會出現(xiàn)在任何一個相對大型的信息系統(tǒng)環(huán)境中，包括電力銷售數(shù)據(jù)環(huán)境等，而當(dāng)前以二次系統(tǒng)以及電力通信系統(tǒng)所組成的信息反饋體系，則成為不良數(shù)據(jù)辨識工作的重點領(lǐng)域。不良數(shù)據(jù)檢測與辨識是電力系統(tǒng)狀態(tài)估計的重要功能之一，其功能是在獲得狀態(tài)估計值的基礎(chǔ)上，依靠系統(tǒng)本身的冗余信息，通過數(shù)據(jù)挖掘和識別等自動化技術(shù)，發(fā)現(xiàn)采樣數(shù)據(jù)中偶然出現(xiàn)的不良數(shù)據(jù)進行剔除，借以實現(xiàn)對于狀態(tài)估計的可靠性提升。

不良數(shù)據(jù)的檢測與識別，對于狀態(tài)估計結(jié)果的正確性有著至關(guān)重要的作用，也因此一直都得到相關(guān)領(lǐng)域的關(guān)注。近年來數(shù)據(jù)挖據(jù)技術(shù)成為該領(lǐng)域中廣泛研究的重點，并且在不良數(shù)據(jù)的檢測和識別過程中表現(xiàn)良好。其能夠有效面對海量數(shù)據(jù)，并且從不完全和模糊、隨機的實際應(yīng)用數(shù)據(jù)中分理處正確和可理解的信息，并且在一定程度上對于保護數(shù)據(jù)的及時性和有效性有著積極價值。當(dāng)前國內(nèi)外在基于數(shù)據(jù)挖據(jù)技術(shù)的基礎(chǔ)上，已經(jīng)提出了多種不良數(shù)據(jù)檢測與辨識的方法。其中首先包括相對傳統(tǒng)的，以目標(biāo)函數(shù)極值檢測法、加權(quán)殘差檢測法、標(biāo)準(zhǔn)化殘差檢測法以及測量量突變檢測法作為突出代表。同時隨著相關(guān)技術(shù)的發(fā)展，更多新的理論和對于不良數(shù)據(jù)的檢測方法開始得到應(yīng)用，其中包括模糊數(shù)學(xué)法、神經(jīng)網(wǎng)絡(luò)法、聚類分析法、間隙統(tǒng)計法等，且大部分都以數(shù)據(jù)挖掘作為重要的技術(shù)基礎(chǔ)之一。

2 電力環(huán)境中不良數(shù)據(jù)檢測工作分析

在電力信息系統(tǒng)環(huán)境中，對于不良數(shù)據(jù)的檢測呈現(xiàn)出其獨有特征。通常而言，可以將電力系統(tǒng)量測數(shù)據(jù)看作為有效的量測數(shù)據(jù)和量測噪聲的線性組合，并且通常以白噪聲作為突出表現(xiàn)。通過一定的技術(shù)手段，能夠?qū)Π自肼暜a(chǎn)生的不良影響進行消除，但是如果在量測數(shù)據(jù)中包含有不良數(shù)據(jù)，則通常會通過如下兩類方法展開辨識和剔除，其差異在于狀態(tài)估計與不良數(shù)據(jù)辨識展開的先后順序。

如果先展開狀態(tài)估計，而后進行檢測和辨識，則在檢測之前可以通過狀態(tài)估計獲取到量測量殘差，對其進行加權(quán)和標(biāo)準(zhǔn)化處理之后，設(shè)定閾值，進一步展開假設(shè)檢驗，確定是否存在殘差，并且進一步利用殘差搜索展開對于不良數(shù)據(jù)的辨識工作。此種工作方式在辨識的有效性方面表現(xiàn)良好，但是問題在于計算量會相對較大，隨著電力環(huán)境中更多數(shù)據(jù)的涌入，整體工作效率會略有下降。除此以外，殘差淹沒也是會降低此種檢測靈敏度的一個重要問題。另一種方法，即首先對量測數(shù)據(jù)展開預(yù)測而后展開狀態(tài)估計。預(yù)測之后先偶去量測殘差，而后依據(jù)量測殘差之間的相關(guān)關(guān)系展開檢測，并且對不良數(shù)據(jù)進行辨識。此種方法在動態(tài)系統(tǒng)中可能會出現(xiàn)檢測困難，并且對量測過程中產(chǎn)生的冗余信息無法展開有效利用。

兩種面向電力信息系統(tǒng)展開不良數(shù)據(jù)檢測的技術(shù)，各有優(yōu)劣，在實際工作環(huán)境中也均呈現(xiàn)出不同的適用特征。其中前者，即先展開狀態(tài)估計而后進行不良檢測的工作方式相對而言比較成熟，而后者則起步較晚尚待進一步的成熟。

從常規(guī)工作展開的層面看，想要落實針對不良數(shù)據(jù)的檢測工作，首先需要選取一定長度的窗口樣本作為量測數(shù)據(jù)的范本，并且針對其展開該時間段內(nèi)的量測數(shù)據(jù)方差的計算，如果方差沒有超過規(guī)范閾值，則可視為不存在不良數(shù)據(jù)。在方差超過規(guī)定閾值的情況下，需要進一步將超標(biāo)數(shù)據(jù)置入可疑數(shù)據(jù)集中，并計算可疑量測量與其它量測量之間的相關(guān)系數(shù)，隨后確定該系數(shù)是否超過預(yù)定閾值，如果超過，則認定該量測量最近一個數(shù)據(jù)為不良數(shù)據(jù)，并且加以處理并展開進一步的檢測，如果未超過閾值則認為不存在不良數(shù)據(jù)。

3 結(jié)論

信息系統(tǒng)中，尤其是自動化信息系統(tǒng)之中，必然會存在不良數(shù)據(jù)。而想要通過人工智能等相關(guān)技術(shù)從海量數(shù)據(jù)中獲取到有用的信息用于支持決策，對不良數(shù)據(jù)展開識別和剔除就成了信息系統(tǒng)面對的首要問題。實際工作中需要密切關(guān)注技術(shù)發(fā)展方向和趨勢，切實深入地了解電力系統(tǒng)內(nèi)數(shù)據(jù)環(huán)境與特征，謹慎選擇和引入才能取得良好效果。

[1]張海波，李林川.電力系統(tǒng)狀態(tài)估計的混合不良數(shù)據(jù)檢測方法[J].電網(wǎng)技術(shù)，2001，25（10）.

[2]魏強，王凱，韓學(xué)山.不良數(shù)據(jù)識別發(fā)生誤判和漏判時的處理[J].東北電力學(xué)院學(xué)報，2003，23（1）.