基于嵌入式的电网自动调度信息分级采集系统设计

蔡乾

(国网宁夏电力有限公司，宁夏 银川 750001)

0 引 言

在进行电网自动调度信息分级采集过程中，受到电网信息采集环境和物理信息分布的影响，导致电网自动调度信息分级采集的精度不高，需要构建优化的电网自动调度信息分级采集系统，结合资源信息管理模型，建立电网自动调度信息管理模型[1-2]。

本文提出基于嵌入式的电网自动调度信息分级采集系统，构建电网自动调度信息的大数据挖掘模型。采用模糊特征检测方法进行电网自动调度信息的关联信息特征提取，分析电网自动调度信息的关联规则集。通过模糊关联规则调度方法进行电网自动调度信息的模糊聚类分析，提取电网自动调度信息的模糊信息熵特征量，实现电网自动调度信息分级采集优化。最后通过仿真测试分析得出有效性结论[3-6]。

1 电网自动调度特征提取

采用模糊特征检测方法进行电网自动调度信息的特征挖掘，提取电网自动调度信息的关联规则特征量，然后进行数据模糊度匹配。采用决策属性辨识方法进行电网自动调度信息分级采集的规则向量融合[7]。电网自动调度信息的关联规则集定义为：

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

(1)

式中：dm+1(m)为电网自动调度信息集d在第m点的预测值;dk+1(m)为采用第m点处采集的电网自动调度信息的模糊性特征量;dm+1(i)为电网自动调度信息集在第i点的定义值；dk+1(i)为第i点处采集的电网自动调度信息的模糊性特征量；dm(0)eλ1为电网自动调度信息的关联规则特征量。根据上述分析，进行电网自动调度信息数据的存储结构优化重组[8]。

通过挖掘电网自动调度信息集统计特征量，结合属性特征聚类方法[9-11]，实现电网自动调度信息的分集采集。采用统计分析方法，建立电网自动调度信息的分解采集特征归并模型。计算式定义为：

(2)

式中：wi为第i个采样节点挖掘得到的电网自动调度信息挖掘的模糊隶属度函数。结合全局加权分析的方法，构建电网自动调度信息的特征提取模型。结合聚类处理方法进行电网自动调度信息的特征分类[12]。建立电网自动调度信息挖掘模型，得到电网自动调度信息的自适应加权系数为：

(3)

式中：maxlFreqi,j为运维管理节点dj之间检测到的电网自动调度信息的模糊度辨识函数。电网自动调度的关联特征量Idfi为：

(4)

wi,j=tfi,j×Idfi

(5)

根据特征提取结果实现电网自动调度信息融合和分级采集。

2 电网自动调度信息分级采集优化

2.1 电网自动调度信息的嵌入式采集

在电网自动调度信息属性的同源特征统计决策表S=(U,A)中，A=C∪D，C∩D=Φ。C中所有对角线元素集合称为电网自动调度信息组成属性集A的核，记作Core(A)。电网自动调度信息大数据分布集为：

(6)

式中：FT(t)=[F1(t),F2(t),…,FN(t)]。根据电网自动调度信息大数据采样结果进行分级采集和融合处理。在电网自动调度信息分级采集分辨决策表S=(U,A)中，对于P⊆A，采用奇异值分解方法，进行电网自动调度信息的特征分解，存在IND(P)=IND(A)，得到电网自动调度信息分级采集的增强现实特征量P是独立的，则称P是A的一个约简。根据电网自动调度信息的模糊约简结果[13]，进行相似度特征分解，结合电网自动调度信息分级采集的统计决策模型S，得到特征提取的多分辨矩阵M(S)=(mij)n×n。电网自动调度信息的融合输出结果为：

(7)

根据上述模糊辨识模型定义，在电网自动调度信息分级采集的统计决策表S=(U,A)中进行模糊自适应寻优。采用模糊决策方法，得到电网自动调度信息组成的条件属性为C={a1,a2,…,am}。通过嵌入式调度方法，实现电网自动调度信息分级采集。

2.2 电网自动调度信息分级采集输出

提取电网自动调度信息的模糊信息熵特征量，采用网格分区块聚类方法进行电网自动调度信息的自适应分块匹配[14-15]，得到电网自动调度信息分级采集算法，具体如下：

输入：电网自动调度信息分级采集的统计信息决策表S=(U,A,V,f)，U={u1,u2,…,un},A={a1,a2,…,am}。

输出：S=(U,A,V,f)的增强现实电网自动调度信息的嵌入式分级采集结果。

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，如果电网自动调度信息分布的概率密度特征集k

Step 8：j←j+1，如果j≤n转Step 5，完成电网自动调度信息分级采集的算法设计，否则转Step 9。

Step 9：i←i+1，如果i≤n-1转Step 4，电网自动调度信息采集结果达到最优，否则转Step 10。

Step 10：在有限论域U={x1,x2,…,xm}下进行电网自动调度信息融合和分集采集，条件属性元素置空。

Step 11：输出电网自动调度信息分级采集的特征阵matrix。

3 仿真测试分析

为了验证本文方法实现电网自动调度信息分级采集中的应用性能，采用MATLAB进行仿真试验。对电网自动调度信息采样的模糊度因数为0.46，电网自动调度初始采样频率为150 kHz，时间采样延迟为1.2 ms，电网自动调度信息的分级最大幅值为1.25 V，所设计系统界面如图1所示。

图1 电网自动调度信息分级采集系统操作界面

根据上述仿真参数设定，为验证所设计系统的可行性，进行电网自动调度信息采样。采集电网的电流信息、电压信息和功率信息，得到采集结果对电网自动调度信息采样，测试在不同的信噪比下采样的误差，其结果在图中以均方误差和表示，对比结果如图2所示。

分析图2得知，随着采样点数的增加，不同信噪比下电网自动调度信息分集采集误差均呈现逐渐下降趋势，并最终趋于平稳，均方误差和基本均稳定在0.01左右。SNR=20 dB情况下，均方误差和甚至低于0.005，说明本文方法进行电网自动调度信息采集的误差较低。系统设计在数据采集方面完全与标准采集结果完全一致，说明所设计系统采集准确度符合系统设计要求。

图2 不同信噪比下电网自动调度信息分集采集误差

4 结束语

本文提出基于嵌入式的电网自动调度信息分级采集系统。把电网自动调度信息通过多维空间重组方法聚焦到特征空间中，得到电网自动调度信息的分布时间序列，结合全局加权分析的方法，构建电网自动调度信息的特征提取模型，采用网格分区块聚类方法进行电网自动调度信息的自适应分块匹配，结合嵌入式调度方法，实现电网自动调度信息分集采集和优化检索。分析得知，采用本文方法进行电网自动调度信息分集采集的自适应性较好，特征分辨能力较强，误差较低，提高了电网自动调度和信息监测管理能力。