大数据分析在配电网统计数据中的应用探索

《大数据分析在配电网统计数据中的应用探索》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、专业学位硕士学位论文大数据分析在配电网统计数据中的应用探索作者姓名刘峰学位类别全日制专业学位指导教师钟庆教授刘凯高工所在学院电力学院论文提交日期2016年03月TheExplorationofBigDataAnalysisinDistributionNetworkStatisticalDataADissertationSubmittedfortheDegreeofMasterCandidate：LiuFengSupervisor：Prof.ZhongQingSeniorEngineerLiuKaiSouthChinaUniversityofTechnologyGua

2、ngzhou,China分类号：TM7学校代号：10561学号：201321011922华南理工大学硕士学位论文大数据分析在配电网统计数据中的应用探索作者姓名：刘峰指导教师姓名、职称：钟庆教授申请学位级别：工程硕士工程领域名称：电气工程论文形式：ꇶ产品研发ꇶ工程设计√应用研究ꇶ工程/项目管理ꇶ调研报告研究方向：电力系统运行论文提交日期：2016年3月16日论文答辩日期：2016年3月20日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：王钢委员：吴争荣、李海锋、梁远升、钟庆甲Ｉ华南理工大学学位论文原创性声明本人郑重声明：所呈交的论文

3、是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研巧做出重要贡献。的个人和集体，均已在文中臥明确方式标明本人完全意识到本声明的法律后果由本人承担。作者签名；曰期去年言月又相学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定：，目Ｐ研巧生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有关部ｎ或机构送交论文的复印件和电子版，允许学位论文被查阅（除在保密期内的保密论文外）；学校可公布

4、学位论文的全部或、部分内容，可允许采用影印、缩印或其它复制手段保存汇编学位论文。本人电子文档的内容和纸质论文的内容相一致。本学位论文属于：密，在书。年解密后适用本授权保密，同意在校园网上发布，供校内师生和与学校有共享协议的单位浏览；同意将本人学位论文提交中国学术期刊（光盘版）电子杂志社全文出版和编入ＣＮＫＩ《中国知识资源总库》，传播学位论文的全部或部分内容。＂＂Ｖ（请在＾＾上相应方框内打）／八义？作者签名：為］巧、、曰期：＞指导教师签名；日期作者联系电话；电子邮箱；联系地址（含邮编）；摘要随着配电网智

5、能化、信息化进程的不断推进，其数字化程度越来越高，产生的监测和统计数据量不断增大。而与之相矛盾的是，现今并没有一个成熟的系统方法将电网中产生的大数据转化为有用的信息，因此有必要针对配网大量数据的分析方法进行探索，使之能产生对配网运行起到作用的有效信息。本文基于大数据的基本思想，依照数据挖掘的数据特征化、聚类分析、演变分析和关联分析的四种模式，从深度和广度两个层面对大数据分析在配网统计数据中的应用进行探索。在数据特征化、聚类分析和演变分析三个层次在深度上对某市10kV配网停电统计数据进行了分析，在广度上利用关联分析对10kV配网电能质量统计数据进行了分析，具体研究工作

6、如下：首先，利用数据特征化分析对停电统计数据进行了分析，得到了该市停电统计数据中的各种特征，并拟合了架空线路停电时户数的概率密度函数，提取了架空线路停电时户数的统计学特性。在验证了特征化分析有效性的同时，也发现了特征化方法在信息提取方面存在着不足；其次，在数据特征化分析的基础上，应用聚类分析对故障停电统计数据整体进行多变量聚类分析，得到各类别、各变量的分布特性，从而描述各地区故障停电的特征，为各地区编制其个性化的配网可靠性治理方案提供了信息支撑；之后，运用演变分析，对故障停电统计数据中的故障停电时户数和故障停电持续时间分别进行标度与频度的深度分析，结合自组织临界特性

7、的数学模型，发现配电网故障停电的自组织临界特征，并得到了配网故障停电在规模和频次上的演变规律；最后，运用关联分析，对电能质量监测数据与设备故障统计数据进行分析。采用皮尔逊相关系数法计算电能质量监测数据与设备故障数据的相关性，得到与设备故障相关性大的电能质量问题，并利用关联分析结果给出电容器组故障的相关治理建议。本文基于大数据的思想对配网统计的全数据进行分析，获取有用信息为配网运行提供辅助决策。本研究是大数据时代来临之际对大数据和数据挖掘在电力系统中应用的有益探索。关键词：大数据，数据挖掘，数据特征化，聚类分析，演变分析，关联分析IAbstractWiththed