蔡乾

(國網(wǎng)寧夏電力有限公司，寧夏 銀川 750001)

0 引 言

在進(jìn)行電網(wǎng)自動(dòng)調(diào)度信息分級(jí)采集過程中，受到電網(wǎng)信息采集環(huán)境和物理信息分布的影響，導(dǎo)致電網(wǎng)自動(dòng)調(diào)度信息分級(jí)采集的精度不高，需要構(gòu)建優(yōu)化的電網(wǎng)自動(dòng)調(diào)度信息分級(jí)采集系統(tǒng)，結(jié)合資源信息管理模型，建立電網(wǎng)自動(dòng)調(diào)度信息管理模型[1-2]。

本文提出基于嵌入式的電網(wǎng)自動(dòng)調(diào)度信息分級(jí)采集系統(tǒng)，構(gòu)建電網(wǎng)自動(dòng)調(diào)度信息的大數(shù)據(jù)挖掘模型。采用模糊特征檢測(cè)方法進(jìn)行電網(wǎng)自動(dòng)調(diào)度信息的關(guān)聯(lián)信息特征提取，分析電網(wǎng)自動(dòng)調(diào)度信息的關(guān)聯(lián)規(guī)則集。通過模糊關(guān)聯(lián)規(guī)則調(diào)度方法進(jìn)行電網(wǎng)自動(dòng)調(diào)度信息的模糊聚類分析，提取電網(wǎng)自動(dòng)調(diào)度信息的模糊信息熵特征量，實(shí)現(xiàn)電網(wǎng)自動(dòng)調(diào)度信息分級(jí)采集優(yōu)化。最后通過仿真測(cè)試分析得出有效性結(jié)論[3-6]。

1 電網(wǎng)自動(dòng)調(diào)度特征提取

采用模糊特征檢測(cè)方法進(jìn)行電網(wǎng)自動(dòng)調(diào)度信息的特征挖掘，提取電網(wǎng)自動(dòng)調(diào)度信息的關(guān)聯(lián)規(guī)則特征量，然后進(jìn)行數(shù)據(jù)模糊度匹配。采用決策屬性辨識(shí)方法進(jìn)行電網(wǎng)自動(dòng)調(diào)度信息分級(jí)采集的規(guī)則向量融合[7]。電網(wǎng)自動(dòng)調(diào)度信息的關(guān)聯(lián)規(guī)則集定義為：

dm+1(m)=dk+1(m)

(1)

式中：dm+1(m)為電網(wǎng)自動(dòng)調(diào)度信息集d在第m點(diǎn)的預(yù)測(cè)值;dk+1(m)為采用第m點(diǎn)處采集的電網(wǎng)自動(dòng)調(diào)度信息的模糊性特征量;dm+1(i)為電網(wǎng)自動(dòng)調(diào)度信息集在第i點(diǎn)的定義值；dk+1(i)為第i點(diǎn)處采集的電網(wǎng)自動(dòng)調(diào)度信息的模糊性特征量；dm(0)eλ1為電網(wǎng)自動(dòng)調(diào)度信息的關(guān)聯(lián)規(guī)則特征量。根據(jù)上述分析，進(jìn)行電網(wǎng)自動(dòng)調(diào)度信息數(shù)據(jù)的存儲(chǔ)結(jié)構(gòu)優(yōu)化重組[8]。

通過挖掘電網(wǎng)自動(dòng)調(diào)度信息集統(tǒng)計(jì)特征量，結(jié)合屬性特征聚類方法[9-11]，實(shí)現(xiàn)電網(wǎng)自動(dòng)調(diào)度信息的分集采集。采用統(tǒng)計(jì)分析方法，建立電網(wǎng)自動(dòng)調(diào)度信息的分解采集特征歸并模型。計(jì)算式定義為：

(2)

式中：wi為第i個(gè)采樣節(jié)點(diǎn)挖掘得到的電網(wǎng)自動(dòng)調(diào)度信息挖掘的模糊隸屬度函數(shù)。結(jié)合全局加權(quán)分析的方法，構(gòu)建電網(wǎng)自動(dòng)調(diào)度信息的特征提取模型。結(jié)合聚類處理方法進(jìn)行電網(wǎng)自動(dòng)調(diào)度信息的特征分類[12]。建立電網(wǎng)自動(dòng)調(diào)度信息挖掘模型，得到電網(wǎng)自動(dòng)調(diào)度信息的自適應(yīng)加權(quán)系數(shù)為：

(3)

式中：maxlFreqi,j為運(yùn)維管理節(jié)點(diǎn)dj之間檢測(cè)到的電網(wǎng)自動(dòng)調(diào)度信息的模糊度辨識(shí)函數(shù)。電網(wǎng)自動(dòng)調(diào)度的關(guān)聯(lián)特征量Idfi為：

(4)

wi,j=tfi,j×Idfi

(5)

根據(jù)特征提取結(jié)果實(shí)現(xiàn)電網(wǎng)自動(dòng)調(diào)度信息融合和分級(jí)采集。

2 電網(wǎng)自動(dòng)調(diào)度信息分級(jí)采集優(yōu)化

2.1 電網(wǎng)自動(dòng)調(diào)度信息的嵌入式采集

在電網(wǎng)自動(dòng)調(diào)度信息屬性的同源特征統(tǒng)計(jì)決策表S=(U,A)中，A=C∪D，C∩D=Φ。C中所有對(duì)角線元素集合稱為電網(wǎng)自動(dòng)調(diào)度信息組成屬性集A的核，記作Core(A)。電網(wǎng)自動(dòng)調(diào)度信息大數(shù)據(jù)分布集為：

(6)

式中：FT(t)=[F1(t),F2(t),…,FN(t)]。根據(jù)電網(wǎng)自動(dòng)調(diào)度信息大數(shù)據(jù)采樣結(jié)果進(jìn)行分級(jí)采集和融合處理。在電網(wǎng)自動(dòng)調(diào)度信息分級(jí)采集分辨決策表S=(U,A)中，對(duì)于P?A，采用奇異值分解方法，進(jìn)行電網(wǎng)自動(dòng)調(diào)度信息的特征分解，存在IND(P)=IND(A)，得到電網(wǎng)自動(dòng)調(diào)度信息分級(jí)采集的增強(qiáng)現(xiàn)實(shí)特征量P是獨(dú)立的，則稱P是A的一個(gè)約簡。根據(jù)電網(wǎng)自動(dòng)調(diào)度信息的模糊約簡結(jié)果[13]，進(jìn)行相似度特征分解，結(jié)合電網(wǎng)自動(dòng)調(diào)度信息分級(jí)采集的統(tǒng)計(jì)決策模型S，得到特征提取的多分辨矩陣M(S)=(mij)n×n。電網(wǎng)自動(dòng)調(diào)度信息的融合輸出結(jié)果為：

(7)

根據(jù)上述模糊辨識(shí)模型定義，在電網(wǎng)自動(dòng)調(diào)度信息分級(jí)采集的統(tǒng)計(jì)決策表S=(U,A)中進(jìn)行模糊自適應(yīng)尋優(yōu)。采用模糊決策方法，得到電網(wǎng)自動(dòng)調(diào)度信息組成的條件屬性為C={a1,a2,…,am}。通過嵌入式調(diào)度方法，實(shí)現(xiàn)電網(wǎng)自動(dòng)調(diào)度信息分級(jí)采集。

2.2 電網(wǎng)自動(dòng)調(diào)度信息分級(jí)采集輸出

提取電網(wǎng)自動(dòng)調(diào)度信息的模糊信息熵特征量，采用網(wǎng)格分區(qū)塊聚類方法進(jìn)行電網(wǎng)自動(dòng)調(diào)度信息的自適應(yīng)分塊匹配[14-15]，得到電網(wǎng)自動(dòng)調(diào)度信息分級(jí)采集算法，具體如下：

輸入：電網(wǎng)自動(dòng)調(diào)度信息分級(jí)采集的統(tǒng)計(jì)信息決策表S=(U,A,V,f)，U={u1,u2,…,un},A={a1,a2,…,am}。

輸出：S=(U,A,V,f)的增強(qiáng)現(xiàn)實(shí)電網(wǎng)自動(dòng)調(diào)度信息的嵌入式分級(jí)采集結(jié)果。

Step 1：n←|U|，matrix←Φ，m←|A|。

Step 2：s←1,d(s)←Φ。

Step 3：i←1。

Step 4：j←i+1。

Step 5：k←1。

Step 6：iff(i,ak)≠f(j,ak)then matrix(i,j)←matrix(i,j)+ak。

Step 7：k←k+1，如果電網(wǎng)自動(dòng)調(diào)度信息分布的概率密度特征集k

Step 8：j←j+1，如果j≤n轉(zhuǎn)Step 5，完成電網(wǎng)自動(dòng)調(diào)度信息分級(jí)采集的算法設(shè)計(jì)，否則轉(zhuǎn)Step 9。

Step 9：i←i+1，如果i≤n-1轉(zhuǎn)Step 4，電網(wǎng)自動(dòng)調(diào)度信息采集結(jié)果達(dá)到最優(yōu)，否則轉(zhuǎn)Step 10。

Step 10：在有限論域U={x1,x2,…,xm}下進(jìn)行電網(wǎng)自動(dòng)調(diào)度信息融合和分集采集，條件屬性元素置空。

Step 11：輸出電網(wǎng)自動(dòng)調(diào)度信息分級(jí)采集的特征陣matrix。

3 仿真測(cè)試分析

為了驗(yàn)證本文方法實(shí)現(xiàn)電網(wǎng)自動(dòng)調(diào)度信息分級(jí)采集中的應(yīng)用性能，采用MATLAB進(jìn)行仿真試驗(yàn)。對(duì)電網(wǎng)自動(dòng)調(diào)度信息采樣的模糊度因數(shù)為0.46，電網(wǎng)自動(dòng)調(diào)度初始采樣頻率為150 kHz，時(shí)間采樣延遲為1.2 ms，電網(wǎng)自動(dòng)調(diào)度信息的分級(jí)最大幅值為1.25 V，所設(shè)計(jì)系統(tǒng)界面如圖1所示。

圖1 電網(wǎng)自動(dòng)調(diào)度信息分級(jí)采集系統(tǒng)操作界面

根據(jù)上述仿真參數(shù)設(shè)定，為驗(yàn)證所設(shè)計(jì)系統(tǒng)的可行性，進(jìn)行電網(wǎng)自動(dòng)調(diào)度信息采樣。采集電網(wǎng)的電流信息、電壓信息和功率信息，得到采集結(jié)果對(duì)電網(wǎng)自動(dòng)調(diào)度信息采樣，測(cè)試在不同的信噪比下采樣的誤差，其結(jié)果在圖中以均方誤差和表示，對(duì)比結(jié)果如圖2所示。

分析圖2得知，隨著采樣點(diǎn)數(shù)的增加，不同信噪比下電網(wǎng)自動(dòng)調(diào)度信息分集采集誤差均呈現(xiàn)逐漸下降趨勢(shì)，并最終趨于平穩(wěn)，均方誤差和基本均穩(wěn)定在0.01左右。SNR=20 dB情況下，均方誤差和甚至低于0.005，說明本文方法進(jìn)行電網(wǎng)自動(dòng)調(diào)度信息采集的誤差較低。系統(tǒng)設(shè)計(jì)在數(shù)據(jù)采集方面完全與標(biāo)準(zhǔn)采集結(jié)果完全一致，說明所設(shè)計(jì)系統(tǒng)采集準(zhǔn)確度符合系統(tǒng)設(shè)計(jì)要求。

圖2 不同信噪比下電網(wǎng)自動(dòng)調(diào)度信息分集采集誤差

4 結(jié)束語

本文提出基于嵌入式的電網(wǎng)自動(dòng)調(diào)度信息分級(jí)采集系統(tǒng)。把電網(wǎng)自動(dòng)調(diào)度信息通過多維空間重組方法聚焦到特征空間中，得到電網(wǎng)自動(dòng)調(diào)度信息的分布時(shí)間序列，結(jié)合全局加權(quán)分析的方法，構(gòu)建電網(wǎng)自動(dòng)調(diào)度信息的特征提取模型，采用網(wǎng)格分區(qū)塊聚類方法進(jìn)行電網(wǎng)自動(dòng)調(diào)度信息的自適應(yīng)分塊匹配，結(jié)合嵌入式調(diào)度方法，實(shí)現(xiàn)電網(wǎng)自動(dòng)調(diào)度信息分集采集和優(yōu)化檢索。分析得知，采用本文方法進(jìn)行電網(wǎng)自動(dòng)調(diào)度信息分集采集的自適應(yīng)性較好，特征分辨能力較強(qiáng)，誤差較低，提高了電網(wǎng)自動(dòng)調(diào)度和信息監(jiān)測(cè)管理能力。