李國(guó)兵

（國(guó)網(wǎng)泰興市供電公司，江蘇 泰興 225400）

目前，更多的電網(wǎng)在運(yùn)行過(guò)程中將面臨較大的電量傳輸問(wèn)題，為此，需集中監(jiān)控系統(tǒng)的狀態(tài)，并提出具體的異常值檢測(cè)方式來(lái)處理此項(xiàng)問(wèn)題[1-3]。電網(wǎng)運(yùn)行異常值快速檢測(cè)算法在算法構(gòu)建的同時(shí)需進(jìn)行較高程度的數(shù)據(jù)掌控操作，獲取較為科學(xué)的數(shù)據(jù)信息。不少國(guó)內(nèi)外學(xué)者按照原有的檢測(cè)算法對(duì)快速檢測(cè)算法作出了一定的調(diào)節(jié)，以原有數(shù)據(jù)為基礎(chǔ)實(shí)施數(shù)據(jù)檢測(cè)處理，并管理信息內(nèi)部空間數(shù)據(jù)，結(jié)合數(shù)據(jù)狀態(tài)合理劃分?jǐn)?shù)據(jù)管理區(qū)域，并根據(jù)現(xiàn)存的數(shù)據(jù)空間整合收集的數(shù)據(jù)信息，改變數(shù)據(jù)的存儲(chǔ)位置，便于檢測(cè)操作的信息查詢。但在研究操作過(guò)程中，操作步驟過(guò)于簡(jiǎn)潔，對(duì)于某些問(wèn)題的研究不夠深入，無(wú)法滿足系統(tǒng)的真實(shí)需求，且操作消耗較大，成本較高，不利于檢測(cè)的可持續(xù)發(fā)展[4]。針對(duì)上述問(wèn)題，文中提出一種新的基于粒子濾波算法的電網(wǎng)運(yùn)行異常值快速檢測(cè)算法，提高電網(wǎng)異常值的檢測(cè)精度。

1 電網(wǎng)運(yùn)行異常值快速檢測(cè)算法

1.1 運(yùn)行異常值挖掘

為增強(qiáng)文中系統(tǒng)的可操作性，實(shí)現(xiàn)電網(wǎng)運(yùn)行異常值挖掘操作，對(duì)粒子濾波算法的結(jié)構(gòu)做出一定的調(diào)整，并整合調(diào)整的條件數(shù)據(jù)信息，控制操作的信息在系統(tǒng)允許范圍內(nèi)[5-7]。粒子濾波算法作為測(cè)量原始數(shù)據(jù)最為有效的手段之一，可在數(shù)據(jù)狀態(tài)變量改變之前實(shí)現(xiàn)數(shù)據(jù)濾波操作，追蹤數(shù)據(jù)中存在的隱藏信息，獲取利于操作的數(shù)據(jù)信息[8]。在電網(wǎng)運(yùn)行的過(guò)程中構(gòu)建動(dòng)態(tài)信息研究空間，并調(diào)整空間位置，設(shè)置空間位置調(diào)整圖如圖1所示。

圖1 數(shù)據(jù)空間位置調(diào)整圖

圖1整合了數(shù)據(jù)操作空間信息，完善了檢測(cè)算法的檢測(cè)方式，在電力傳輸信號(hào)進(jìn)行傳輸時(shí)，輸入傳輸?shù)碾娏顟B(tài)，時(shí)刻監(jiān)測(cè)狀態(tài)信息數(shù)據(jù)，以保證數(shù)據(jù)的精準(zhǔn)性[9]。設(shè)置相應(yīng)的數(shù)據(jù)監(jiān)測(cè)公式如式（1）所示。

式中，C表示數(shù)據(jù)監(jiān)測(cè)參數(shù)，A表示傳輸信號(hào)數(shù)據(jù)，T表示電力狀態(tài)參數(shù)，s表示監(jiān)測(cè)狀態(tài)信息數(shù)據(jù)，q表示數(shù)據(jù)研究空間參數(shù)。經(jīng)過(guò)上述操作后，調(diào)節(jié)數(shù)據(jù)具體狀態(tài)，并研究?jī)?nèi)部數(shù)據(jù)存在的空間位置，記錄電網(wǎng)運(yùn)行時(shí)刻，并將同一時(shí)段內(nèi)產(chǎn)生的異常值集中存儲(chǔ)于同一數(shù)據(jù)集合中，依據(jù)集合的存儲(chǔ)空間大小劃分存儲(chǔ)的具體方向，并進(jìn)行數(shù)據(jù)傳輸操作，接通數(shù)據(jù)傳輸通道，確保數(shù)據(jù)通道的末端連接數(shù)據(jù)處理空間，保證數(shù)據(jù)處理的正常進(jìn)行[10]。設(shè)置數(shù)據(jù)傳輸圖如圖2所示。

在實(shí)現(xiàn)數(shù)據(jù)傳輸?shù)倪^(guò)程中，需過(guò)濾傳輸?shù)臄?shù)據(jù)信息，研究數(shù)據(jù)中是否存在不利于檢測(cè)實(shí)驗(yàn)的外來(lái)因素，并清除這些外來(lái)干擾因素，管理已知的有用數(shù)據(jù)，時(shí)刻保持高度的數(shù)據(jù)信息咨詢操作，保證檢測(cè)的可行性，以便實(shí)施下一步驟的研究操作[11]。

圖2 數(shù)據(jù)傳輸圖

1.2 運(yùn)行異常值數(shù)據(jù)處理

以傳輸過(guò)來(lái)的挖掘數(shù)據(jù)為基礎(chǔ)實(shí)現(xiàn)電網(wǎng)運(yùn)行異常值數(shù)據(jù)檢測(cè)操作，將粒子濾波算法的計(jì)算原則作為數(shù)據(jù)操作標(biāo)準(zhǔn)，由此控制數(shù)據(jù)的大體流向，監(jiān)管內(nèi)部數(shù)據(jù)的信息狀況，同時(shí)設(shè)置數(shù)據(jù)監(jiān)管方程式，如式（2）所示：

式中，K表示數(shù)據(jù)監(jiān)管參數(shù)，F(xiàn)表示數(shù)據(jù)流向參數(shù)，H表示粒子濾波算法計(jì)算法則數(shù)據(jù)，a表示執(zhí)行操作命令的數(shù)據(jù)總體數(shù)量[12]。由此，獲取更加完整的處理操作所需的數(shù)據(jù)信息基礎(chǔ)，根據(jù)數(shù)據(jù)存儲(chǔ)的位置計(jì)算中心調(diào)控?cái)?shù)值的大小，并檢驗(yàn)電網(wǎng)的運(yùn)行正常性，構(gòu)建較為和諧的電力傳輸系統(tǒng)。當(dāng)電網(wǎng)輸入信號(hào)時(shí)，擴(kuò)大信號(hào)的接收空間，并擴(kuò)展信號(hào)接收通道，按照通道信息的容量設(shè)置接收?qǐng)鼍?，?gòu)建數(shù)據(jù)信號(hào)接收?qǐng)D，如圖3所示。

圖3 數(shù)據(jù)信號(hào)接收?qǐng)D

以此增強(qiáng)數(shù)據(jù)的處理強(qiáng)度，利用大數(shù)據(jù)處理框架精準(zhǔn)分析異常值數(shù)據(jù)的矛盾性問(wèn)題，查找矛盾產(chǎn)生的原因，并檢驗(yàn)輸出信號(hào)與檢測(cè)空間的位置信息關(guān)聯(lián)性。整合聯(lián)系數(shù)據(jù)，標(biāo)定聯(lián)系數(shù)據(jù)數(shù)值，并深入研究電網(wǎng)狀態(tài)，擴(kuò)大電網(wǎng)運(yùn)行規(guī)模，檢查電網(wǎng)設(shè)備的負(fù)荷及整體布局狀況，分析數(shù)據(jù)時(shí)延大小，判斷電網(wǎng)運(yùn)行異常值是否被精準(zhǔn)收集[13]。通過(guò)粒子濾波算法的數(shù)值劃分方法研究數(shù)值間的差異，同時(shí)縮小差異范圍，降低數(shù)據(jù)間的冗余度，調(diào)整異常值數(shù)據(jù)的處理模式，并設(shè)置數(shù)據(jù)處理結(jié)構(gòu)圖如圖4所示。

圖4 數(shù)據(jù)處理結(jié)構(gòu)圖

經(jīng)過(guò)數(shù)據(jù)處理后，記錄處理模式狀態(tài)。對(duì)比分析異常值數(shù)據(jù)的處理效果，并擇優(yōu)選取最佳效果模式進(jìn)行再處理操作，達(dá)到對(duì)電網(wǎng)運(yùn)行異常值數(shù)據(jù)處理的目的[14]。

1.3 運(yùn)行異常值快速檢測(cè)

結(jié)合處理后的電網(wǎng)運(yùn)行異常值數(shù)據(jù)實(shí)施檢測(cè)操作，采用粒子濾波算法中的粒子信息采集性能提取主導(dǎo)信息的數(shù)據(jù)，集中加大對(duì)中心數(shù)據(jù)的管理力度，將粒子濾波算法的計(jì)算性能完美融合進(jìn)檢測(cè)手段中。構(gòu)建電網(wǎng)數(shù)據(jù)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，并設(shè)置一個(gè)完整子集，為主體空間提供一定的能源供應(yīng)，構(gòu)建數(shù)據(jù)融合圖如圖5所示。

圖5 數(shù)據(jù)融合圖

構(gòu)造若干個(gè)數(shù)據(jù)節(jié)點(diǎn)，并實(shí)行數(shù)據(jù)監(jiān)督，設(shè)置監(jiān)督公式如式（3）所示：

式中，V表示監(jiān)督參數(shù)，p表示節(jié)點(diǎn)數(shù)據(jù)，u表示能源供應(yīng)數(shù)值，E表示子集數(shù)據(jù)，Q表示計(jì)算性能融合參數(shù)。按照此種數(shù)據(jù)操作模式轉(zhuǎn)變數(shù)據(jù)運(yùn)行方式，調(diào)節(jié)電網(wǎng)運(yùn)行進(jìn)程的異常值數(shù)據(jù)操作方式。在數(shù)據(jù)檢測(cè)框架下，分析整體研究迭代計(jì)算的可能性，并判別該種可能的存在有效率。重新劃分原有的網(wǎng)絡(luò)拓?fù)湎到y(tǒng)，優(yōu)化電網(wǎng)中存在的模式電量，調(diào)整電量狀態(tài)，整合通信信號(hào)的小波發(fā)射數(shù)據(jù)[15]。設(shè)置數(shù)據(jù)整合圖，如圖6所示。

圖6 數(shù)據(jù)整合圖

將整合的數(shù)據(jù)收錄至中性空間中，時(shí)刻準(zhǔn)備進(jìn)行數(shù)據(jù)數(shù)值檢測(cè)?？刂扑惴ǚ治隽Χ?，避免因操作進(jìn)度過(guò)激造成的數(shù)據(jù)丟失狀況。研究分布式存儲(chǔ)模式，不斷整理存儲(chǔ)空間，增加信息檢測(cè)內(nèi)容，提高檢測(cè)結(jié)果的精準(zhǔn)性，不斷追蹤檢測(cè)結(jié)果數(shù)據(jù)，采用主從結(jié)構(gòu)管理研究數(shù)據(jù)并進(jìn)行節(jié)點(diǎn)數(shù)據(jù)訪問(wèn)操作，將訪問(wèn)的信息定時(shí)報(bào)告給區(qū)域電網(wǎng)系統(tǒng)，實(shí)現(xiàn)整體電網(wǎng)運(yùn)行異常值快速檢測(cè)算法的研究[16]。

2 實(shí)驗(yàn)與研究

為精準(zhǔn)評(píng)估文中基于粒子濾波算法的電網(wǎng)運(yùn)行異常值快速檢測(cè)算法的檢測(cè)性能，設(shè)置相應(yīng)的實(shí)驗(yàn)環(huán)境進(jìn)行性能檢驗(yàn)，將文中基于粒子濾波算法的電網(wǎng)運(yùn)行異常值快速檢測(cè)算法的檢測(cè)效果[17]，與傳統(tǒng)基于數(shù)據(jù)挖掘的電網(wǎng)運(yùn)行異常值快速檢測(cè)算法及基于CIM的電網(wǎng)運(yùn)行異常值快速檢測(cè)算法的檢測(cè)效果進(jìn)行實(shí)驗(yàn)對(duì)比。

針對(duì)粒子濾波算法操作的數(shù)據(jù)計(jì)算復(fù)雜性，以及電網(wǎng)運(yùn)行異常值快速檢測(cè)算法電網(wǎng)異常信息查找困難性，需對(duì)其實(shí)驗(yàn)環(huán)境進(jìn)行數(shù)據(jù)篩選，根據(jù)基礎(chǔ)信息狀況調(diào)節(jié)算法參與力度，并精準(zhǔn)分析在實(shí)驗(yàn)操作中可能產(chǎn)生的因素影響，進(jìn)行如下步驟的實(shí)驗(yàn)操作：

1）設(shè)置不同的電網(wǎng)區(qū)域，精準(zhǔn)劃分每個(gè)區(qū)域的空間并運(yùn)行電網(wǎng)，在運(yùn)行過(guò)程中不斷記錄運(yùn)行的異常數(shù)據(jù)，并標(biāo)記異常數(shù)據(jù)的產(chǎn)生位置，作為初始處理數(shù)據(jù)進(jìn)行集中存儲(chǔ)；

2）在完成數(shù)據(jù)收集后，優(yōu)化內(nèi)部檢測(cè)算法，按照數(shù)據(jù)的操作完成度對(duì)比算法參與力度進(jìn)行檢測(cè)操作，并不斷控制檢測(cè)的力度，確保數(shù)據(jù)檢測(cè)的安全性；

3）根據(jù)檢測(cè)的結(jié)果結(jié)合檢測(cè)算法性能分析檢測(cè)實(shí)施的有效性，并進(jìn)行實(shí)驗(yàn)結(jié)果分析。

在此實(shí)驗(yàn)中，根據(jù)以下實(shí)驗(yàn)參數(shù)進(jìn)行實(shí)驗(yàn)對(duì)比，進(jìn)一步提高整體對(duì)比效果，并設(shè)置相應(yīng)的實(shí)驗(yàn)參數(shù)如表1所示。

表1 實(shí)驗(yàn)參數(shù)1

圖7和圖8分別顯示出在上述實(shí)驗(yàn)參數(shù)條件下，文中基于粒子濾波算法的電網(wǎng)運(yùn)行異常值快速檢測(cè)算法與傳統(tǒng)基于數(shù)據(jù)挖掘的電網(wǎng)運(yùn)行異常值快速檢測(cè)算法，及基于CIM的電網(wǎng)運(yùn)行異常值快速檢測(cè)算法的檢測(cè)正確率和檢測(cè)所需時(shí)間對(duì)比圖。

圖7 檢測(cè)正確率對(duì)比圖

圖8 檢測(cè)所需時(shí)間對(duì)比圖

根據(jù)圖7、8可以分析出，基于數(shù)據(jù)挖掘的電網(wǎng)運(yùn)行異常值快速檢測(cè)算法的檢測(cè)正確率較低，檢測(cè)所需時(shí)間較長(zhǎng)，基于CIM的電網(wǎng)運(yùn)行異常值快速檢測(cè)算法檢測(cè)所需時(shí)間較短，但檢測(cè)準(zhǔn)確率較低，文中基于粒子濾波算法的電網(wǎng)運(yùn)行異常值快速檢測(cè)算法的檢測(cè)正確率均高于其他兩種傳統(tǒng)檢測(cè)算法，檢測(cè)所需時(shí)間均短于其他兩種傳統(tǒng)檢測(cè)算法。

造成此種差異的原因在于文中檢測(cè)算法主要研究電網(wǎng)運(yùn)行過(guò)程中的異常值數(shù)據(jù)，并精準(zhǔn)查找數(shù)據(jù)存在的原因，整合原因信息，并由此提取與檢測(cè)操作相符的操作方式，促使檢測(cè)能夠更好地進(jìn)行，提升檢測(cè)的有效率，縮減操作所需時(shí)間，獲取更為精準(zhǔn)的初始數(shù)據(jù)信息，提高檢測(cè)正確率。基于數(shù)據(jù)挖掘的電網(wǎng)運(yùn)行異常值快速檢測(cè)算法在操作的同時(shí)掌握電網(wǎng)異常數(shù)據(jù)的基礎(chǔ)信息，對(duì)其內(nèi)部空間進(jìn)行精準(zhǔn)研究，由此獲取較為科學(xué)的操作信息，整合獲取的數(shù)據(jù)信息，并劃分?jǐn)?shù)據(jù)規(guī)模，調(diào)整數(shù)據(jù)的排序模式，促使檢測(cè)步驟明了，提升檢測(cè)正確率，但忽視了數(shù)據(jù)檢測(cè)時(shí)間的安排，減輕了對(duì)數(shù)據(jù)處理的壓力，導(dǎo)致其操作時(shí)間更長(zhǎng)[18]。基于CIM的電網(wǎng)運(yùn)行異常值快速檢測(cè)算法結(jié)合數(shù)據(jù)處理優(yōu)勢(shì)執(zhí)行檢測(cè)命令，精確提取所需信息，縮減不必要的時(shí)間浪費(fèi)，縮短檢測(cè)時(shí)間，但正因如此，在檢測(cè)的同時(shí)未對(duì)中心數(shù)據(jù)的狀況進(jìn)行具體分析，數(shù)據(jù)的掌控力度較小，無(wú)法滿足系統(tǒng)的基礎(chǔ)需求，致使其檢測(cè)正確率較低。

綜上所述，文中基于粒子濾波算法的電網(wǎng)運(yùn)行異常值快速檢測(cè)算法能夠更好地實(shí)現(xiàn)數(shù)據(jù)檢驗(yàn)操作，提升數(shù)據(jù)收集的精準(zhǔn)度，合理分配操作模塊，掌控?cái)?shù)據(jù)基礎(chǔ)信息，具有較高的可研究?jī)r(jià)值。

3 結(jié)束語(yǔ)

文中在傳統(tǒng)電網(wǎng)運(yùn)行異常值快速檢測(cè)算法的基礎(chǔ)上提出了一種新式基于粒子濾波算法的電網(wǎng)運(yùn)行異常值快速檢測(cè)算法，實(shí)驗(yàn)結(jié)果表明，該檢測(cè)算法的檢測(cè)效果明顯優(yōu)于傳統(tǒng)檢測(cè)算法的檢測(cè)效果。

相較于傳統(tǒng)檢測(cè)算法，文中基于粒子濾波算法的電網(wǎng)運(yùn)行異常值快速檢測(cè)算法能夠在較高程度上完成數(shù)據(jù)的精準(zhǔn)處理操作，完善檢測(cè)算法，調(diào)節(jié)算法中的不適部分，提升檢測(cè)的正確率，具有更為廣闊的發(fā)展前景。