基于嵌入式的電網自動調度信息分級采集系統設計

蔡乾

(國網寧夏電力有限公司，寧夏 銀川 750001)

0 引 言

在進行電網自動調度信息分級采集過程中，受到電網信息采集環境和物理信息分布的影響，導致電網自動調度信息分級采集的精度不高，需要構建優化的電網自動調度信息分級采集系統，結合資源信息管理模型，建立電網自動調度信息管理模型[1-2]。

本文提出基于嵌入式的電網自動調度信息分級采集系統，構建電網自動調度信息的大數據挖掘模型。采用模糊特征檢測方法進行電網自動調度信息的關聯信息特征提取，分析電網自動調度信息的關聯規則集。通過模糊關聯規則調度方法進行電網自動調度信息的模糊聚類分析，提取電網自動調度信息的模糊信息熵特征量，實現電網自動調度信息分級采集優化。最后通過仿真測試分析得出有效性結論[3-6]。

1 電網自動調度特征提取

采用模糊特征檢測方法進行電網自動調度信息的特征挖掘，提取電網自動調度信息的關聯規則特征量，然后進行數據模糊度匹配。采用決策屬性辨識方法進行電網自動調度信息分級采集的規則向量融合[7]。電網自動調度信息的關聯規則集定義為：

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

(1)

式中：dm+1(m)為電網自動調度信息集d在第m點的預測值;dk+1(m)為采用第m點處采集的電網自動調度信息的模糊性特征量;dm+1(i)為電網自動調度信息集在第i點的定義值；dk+1(i)為第i點處采集的電網自動調度信息的模糊性特征量；dm(0)eλ1為電網自動調度信息的關聯規則特征量。根據上述分析，進行電網自動調度信息數據的存儲結構優化重組[8]。

通過挖掘電網自動調度信息集統計特征量，結合屬性特征聚類方法[9-11]，實現電網自動調度信息的分集采集。采用統計分析方法，建立電網自動調度信息的分解采集特征歸并模型。計算式定義為：

(2)

式中：wi為第i個采樣節點挖掘得到的電網自動調度信息挖掘的模糊隸屬度函數。結合全局加權分析的方法，構建電網自動調度信息的特征提取模型。結合聚類處理方法進行電網自動調度信息的特征分類[12]。建立電網自動調度信息挖掘模型，得到電網自動調度信息的自適應加權系數為：

(3)

式中：maxlFreqi,j為運維管理節點dj之間檢測到的電網自動調度信息的模糊度辨識函數。電網自動調度的關聯特征量Idfi為：

(4)

wi,j=tfi,j×Idfi

(5)

根據特征提取結果實現電網自動調度信息融合和分級采集。

2 電網自動調度信息分級采集優化

2.1 電網自動調度信息的嵌入式采集

在電網自動調度信息屬性的同源特征統計決策表S=(U,A)中，A=C∪D，C∩D=Φ。C中所有對角線元素集合稱為電網自動調度信息組成屬性集A的核，記作Core(A)。電網自動調度信息大數據分布集為：

(6)

式中：FT(t)=[F1(t),F2(t),…,FN(t)]。根據電網自動調度信息大數據采樣結果進行分級采集和融合處理。在電網自動調度信息分級采集分辨決策表S=(U,A)中，對于P?A，采用奇異值分解方法，進行電網自動調度信息的特征分解，存在IND(P)=IND(A)，得到電網自動調度信息分級采集的增強現實特征量P是獨立的，則稱P是A的一個約簡。根據電網自動調度信息的模糊約簡結果[13]，進行相似度特征分解，結合電網自動調度信息分級采集的統計決策模型S，得到特征提取的多分辨矩陣M(S)=(mij)n×n。電網自動調度信息的融合輸出結果為：

(7)

根據上述模糊辨識模型定義，在電網自動調度信息分級采集的統計決策表S=(U,A)中進行模糊自適應尋優。采用模糊決策方法，得到電網自動調度信息組成的條件屬性為C={a1,a2,…,am}。通過嵌入式調度方法，實現電網自動調度信息分級采集。

2.2 電網自動調度信息分級采集輸出

提取電網自動調度信息的模糊信息熵特征量，采用網格分區塊聚類方法進行電網自動調度信息的自適應分塊匹配[14-15]，得到電網自動調度信息分級采集算法，具體如下：

輸入：電網自動調度信息分級采集的統計信息決策表S=(U,A,V,f)，U={u1,u2,…,un},A={a1,a2,…,am}。

輸出：S=(U,A,V,f)的增強現實電網自動調度信息的嵌入式分級采集結果。

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，如果電網自動調度信息分布的概率密度特征集k

Step 8：j←j+1，如果j≤n轉Step 5，完成電網自動調度信息分級采集的算法設計，否則轉Step 9。

Step 9：i←i+1，如果i≤n-1轉Step 4，電網自動調度信息采集結果達到最優，否則轉Step 10。

Step 10：在有限論域U={x1,x2,…,xm}下進行電網自動調度信息融合和分集采集，條件屬性元素置空。

Step 11：輸出電網自動調度信息分級采集的特征陣matrix。

3 仿真測試分析

為了驗證本文方法實現電網自動調度信息分級采集中的應用性能，采用MATLAB進行仿真試驗。對電網自動調度信息采樣的模糊度因數為0.46，電網自動調度初始采樣頻率為150 kHz，時間采樣延遲為1.2 ms，電網自動調度信息的分級最大幅值為1.25 V，所設計系統界面如圖1所示。

圖1 電網自動調度信息分級采集系統操作界面

根據上述仿真參數設定，為驗證所設計系統的可行性，進行電網自動調度信息采樣。采集電網的電流信息、電壓信息和功率信息，得到采集結果對電網自動調度信息采樣，測試在不同的信噪比下采樣的誤差，其結果在圖中以均方誤差和表示，對比結果如圖2所示。

分析圖2得知，隨著采樣點數的增加，不同信噪比下電網自動調度信息分集采集誤差均呈現逐漸下降趨勢，并最終趨于平穩，均方誤差和基本均穩定在0.01左右。SNR=20 dB情況下，均方誤差和甚至低于0.005，說明本文方法進行電網自動調度信息采集的誤差較低。系統設計在數據采集方面完全與標準采集結果完全一致，說明所設計系統采集準確度符合系統設計要求。

圖2 不同信噪比下電網自動調度信息分集采集誤差

4 結束語

本文提出基于嵌入式的電網自動調度信息分級采集系統。把電網自動調度信息通過多維空間重組方法聚焦到特征空間中，得到電網自動調度信息的分布時間序列，結合全局加權分析的方法，構建電網自動調度信息的特征提取模型，采用網格分區塊聚類方法進行電網自動調度信息的自適應分塊匹配，結合嵌入式調度方法，實現電網自動調度信息分集采集和優化檢索。分析得知，采用本文方法進行電網自動調度信息分集采集的自適應性較好，特征分辨能力較強，誤差較低，提高了電網自動調度和信息監測管理能力。