一种电力数据回归分析方法及系统

技术领域

本发明涉及电力数据回归分析技术领域，尤其涉及一种电力数据回归分析方法及系统。

背景技术

电力数据回归分析是一种用于研究电力系统中各种因素之间关系的方法。它可以帮助预测电力需求、优化能源利用、改善电网运行。然而传统的电力数据回归分析存在着无法准确判断电力传输故障点，以及无法及时的动态调度电力输送线路。

发明内容

基于此，有必要提供一种电力数据回归分析方法及系统，以解决至少一个上述技术问题。

为实现上述目的，一种电力数据回归分析方法及系统，所述方法包括以下步骤：

步骤S1：通过电力系统对发电厂进行基础数据采集，得到发电时间序列数据；根据发电时间序列数据进行发电峰值提取，得到发电峰值数据；

步骤S2：对输电节点进行数据标注，得到节点线路数据；对节点线路数据进行波形能量分析，得到输电波形能量数据；对输电波形能量数据进行穿透有效性界定，得到声波有效能量数据；

步骤S3：对节点线路数据进行空间偏移评估，得到空间偏移系数；根据空间偏移系数对声波有效能量数据进行空间补偿，得到有效补偿能量数据；对有效补偿能量数据进行声波异常识别，得到异常声波报告数据；

步骤S4：对异常声波报告数据进行回归分析，得到电力异常周期数据；根据电力异常周期数据对输电线路进行故障定位，得到输电线路故障数据；根据输电线路故障数据进行电力传输故障预案制定，得到电力故障预案策略。

本发明通过电力系统对发电厂进行基础数据采集，系统可以实时获取发电厂的数据，包括电压、电流、功率信息，这有助于监测发电厂的运行状态，确保其正常运行，得到发电时间序列数据意味着你可以获得关于发电的详细历史记录，这对于分析、规划和优化发电厂的运行非常重要，提取发电峰值数据有助于确定发电厂在某个时间段内的最大电力产出，这对电力系统的负荷管理和电力市场交易非常重要，因为峰值时段通常与高电价相关联，通过发电峰值数据，可以更好地规划电力系统的负荷，以满足高峰期的需求，这有助于避免电力不足或浪费，提高电力传输的效率；对输电节点进行数据标注意味着为每个节点建立了准确的线路数据，建立节点线路数据是电力系统拓扑分析的基础，有助于了解电力网络的结构和连接方式，准确的节点数据可用于快速识别电力系统中的故障位置，波形能量分析可以检测到电力系统中异常波动或谐波，这些可能表明潜在的问题或故障，对输电波形能量数据进行穿透有效性界定，声波有效能量数据可以帮助识别电力系统中的潜在故障，有助于及早采取维修措施；通过了解空间偏移系数，可以识别出声波在电力系统不同部分的分布情况，有助于定位声源或异常，空间偏移系数还可以用于评估声波信号的衰减程度，这有助于估计声波在电力系统中的传播距离，通过补偿空间偏移，可以提高声波有效能量数据的准确性和一致性，补偿可以确保声波信号在不同位置具有相似的幅度，使声波异常识别更容易，异常声波报告数据可以提供详细信息，帮助运维团队快速定位和解决问题；通过回归分析，可以识别出异常声波数据中的周期性趋势，这有助于检测潜在的电力系统问题，如设备老化、负荷变化或其他周期性干扰，获得电力异常周期数据后，可以预测未来的电力异常趋势，有助于规划维护和资源分配，电力异常周期数据可以用于定位输电线路上的故障或问题的位置，这可以缩短维修时间，减少停电时间，提高供电可靠性，定位故障还有助于识别问题的性质，例如线路短路、绝缘损坏或其他故障类型；根据输电线路故障数据，可以制定详细的电力故障处理策略。这些策略包括维修程序、设备更换计划、人员调度，有助于快速恢复电力供应，制定故障预案时，可以优化资源分配，确保所需的人员和设备在需要时可用。因此本发明一种电力数据回归分析方法及系统是对传统的电力数据回归分析方法做出的改进处理，从而解决了传统电力数据回归分析方法存在的无法准确判断电力传输故障点，以及无法及时的动态调度电力输送线路的问题，提高了判断电力传输故障点的准确度，同时能够及时的动态调度电力传输线路。

优选地，步骤S1包括以下步骤：

步骤S11：通过电力系统对发电厂进行基础数据采集，得到电厂基础数据；

步骤S12：对电厂基础数据进行发电方式分类处理，得到电厂发电方式数据；

步骤S13：对电厂发电方式数据进行时间序列分析，得到发电时间序列数据；

步骤S14：根据发电时间序列数据进行发电峰值提取，得到发电峰值数据。

本发明通过采集电厂的基础数据，可以确保获得全面和准确的信息，包括电厂的规模、设备、位置，这有助于建立电厂的完整概况；对电厂的发电方式进行分类处理可以使数据更具可读性和可管理性，这有助于对不同类型的发电方式进行比较和分析；通过时间序列分析，可以跟踪电厂的发电性能随时间的变化，这有助于识别潜在的性能问题或趋势，如效率下降或负载波动；提取发电峰值数据有助于确定电厂的最高性能水平，发电峰值数据还可以用于负载管理，帮助电厂应对高负载需求时的挑战，确保稳定供电。

优选地，步骤S2包括以下步骤：

步骤S21：对输电节点进行数据标注，得到输电节点数据；

步骤S22：根据输电节点数据进行输电线路数据提取处理，得到节点线路数据；

步骤S23：根据发电峰值数据对节点线路数据进行输电声波信号采集，得到输电声波信号；

步骤S24：对输电声波信号进行频域转换，生成输电声波信号数据；

步骤S25：对输电声波信号数据进行波形能量分析，得到输电波形能量数据；

步骤S26：对输电波形能量数据进行穿透有效性界定，得到声波有效能量数据。

本发明通过对输电节点进行数据标注为每个节点建立了准确的线路数据，建立节点线路数据是电力系统拓扑分析的基础，有助于了解电力网络的结构和连接方式，准确的节点数据可用于快速识别电力系统中的故障位置；通过采集声波信号，可以监测输电系统中的声音异常，例如设备故障、放电，有助于及早发现问题，将声波信号进行频域转换可以将声音数据转换为频率分布数据，有助于分析声波信号中的频率成分，识别特定频率的事件或故障；分析声波信号的波形能量可以用于诊断输电线路和设备的健康状态，异常的波形能量可能表明存在问题，识别声波有效能量数据有助于过滤掉无关或噪声数据，提高后续分析的精确性，声波有效能量数据包含与输电线路或设备故障相关的信息，有助于实时监测系统并识别潜在的问题。

优选地，步骤S25包括以下步骤：

步骤S251：对输电声波信号数据进行频率分解，得到输电声波频率数据；

步骤S252：对输电声波频率数据进行时间点标注，得到声波时间点数据；

步骤S253：对输电声波频率数据进行波形密度矩阵构建，得到波形密度矩阵数据；

步骤S254：对波形密度矩阵数据进行矩阵分解，得到波形密度特征数据；

步骤S255：根据声波时间点数据对声波时间点数据进行声波波动差计算，得到声波波动差数据；

步骤S256：利用声波能量算法对声波波动差数据以及波形密度特征数据进行波形能量分析计算，得到输电波形能量数据。

本发明通过对输电声波信号数据进行频率分解，允许将声波信号转换为频率域数据，可以更清晰地分析声音中的不同频率成分，通过频率分解，可以检测到特定频率范围内的异常或故障信号，有助于识别问题，标注时间点可以用于确定声波事件的发生时间，有助于分析事件的时间模式和相关性，波形密度矩阵可以提供关于声波波形的形状信息，有助于分析声音的形态特征，矩阵可以用于识别声波模式或特征，例如周期性振动或异常噪声，矩阵分解可以用于提取波形密度特征数据，这些特征可能包含与故障或异常相关的信息；声波波动差数据提供了关于声波信号的波动性质的数据，异常的波动差可以指示不稳定性或变化，通过计算波动差，可以检测声波信号的突然变化或趋势，有助于发现异常情况，波形能量分析可以提取声波信号的能量特征，这有助于识别声音的强度和变化，通过分析波形能量，可以检测到能量突变，有助于及早发现问题或异常。

优选地，步骤S256中的声波能量算法如下所示：

式中，/>

本发明构建了一个声波能量算法，该算法通过对声波的振幅、传播速度、频率、时间范围和空间范围的影响来决定的，通过调整这些参数，可以控制声波能量算法的输出结果，以满足特定的需求或优化声波能量的计算。该算法充分考虑了声波波动差值

优选地，步骤S26包括以下步骤：

步骤S261：对输电波形能量数据进行扩散路径定位，得到能量扩散路径数据；

步骤S262：对输电线路材料进行声波吸收检测，得到材料吸收声波数据；

步骤S263：对能量扩散路径数据进行线路内部气体传输密度计算，得到内部气体密度数据；

步骤S264：根据材料吸收声波数据以及内部气体密度数据对输电波形能量数据进行穿透有效性界定，得到声波有效能量数据。

本发明通过对输电波形能量数据进行扩散路径定位，可以帮助确定声波能量的扩散路径，得到声波影响范围区域，声波吸收检测可以用于评估输电线路材料的声波吸收性能，吸收性能不佳可能表明材料老化或受损，需要维护或更换，同时也能表示材料对声波的影响因素，能否准确的收集到声波数据；内部气体密度数据的计算有助于了解输电线路内部气体的分布和密度，这对于预测电弧闪络等故障很重要，因为它们通常涉及到气体的参与，同时内部气体会对声波能量的传输起到消弱作用，根据声波能量、材料吸收和气体密度数据，这一步骤可以确定声波是否能够有效地穿透输电线路，这有助于识别声波信号在系统中传输的障碍或阻塞。

优选地，步骤S3包括以下步骤：

步骤S31：对声波有效能量数据进行有效能量采样，得到有效采样能量数据；

步骤S32：对节点线路数据进行空间数据采集，得到节点线路空间数据；

步骤S33：对节点线路空间数据进行空间偏移评估，得到空间偏移系数；

步骤S34：根据空间偏移系数对有效采样能量数据进行空间补偿，得到有效补偿能量数据；

步骤S35：利用预设的声波故障识别模型对输电过程中的有效补偿能量数据进行声波异常识别，得到异常声波报告数据。

本发明通过对声波有效能量数据进行采样，可以提取关键的声波能量信息，减少冗余数据，有助于提高数据的处理效率，对节点线路数据进行空间数据采集，对节点线路周围环境进行采集，其中可以包括空气流速，空气压强，得到节点线路空间数据；空间偏移评估有助于了解声波数据与节点线路数据之间的关联性，可以识别声波源和节点线路之间的空间偏移情况，根据空间偏移系数对有效采样能量数据进行空间补偿，可以校正数据，确保声波数据与节点线路的实际位置和关系相符，利用预设的声波故障识别模型，对经过空间补偿的声波数据进行分析，可以检测到声波异常，为线路故障点进行定位。

优选地，步骤S33包括以下步骤：

步骤S331：对节点线路空间数据进行外部空气流速检测，得到空气流速数据；

步骤S332：对空气流速数据进行流体压强计算，得到流体压强数据；

步骤S333：根据空气流速数据以及流体压强数据进行气体环流强度评估，得到气体环流强度数据；

步骤S334：对气体环流强度数据进行空间偏移评估，得到空间偏移系数。

本发明通过对节点线路空间数据进行外部空气流速检测，这对声波的传递起到影响，较大的流速会隔绝很多声波，通过计算流体压强，可以了解环境中流体（通常是空气）的压力水平，这对于分析可能影响输电系统的大气压力变化因素很有帮助；根据外部空气流速和流体压强数据，可以评估气体环流的强度，这对于了解气体在节点线路周围的流动特性以及潜在的温度、湿度和压力梯度非常重要，空间偏移评估有助于将气体环流强度数据与节点线路的位置和拓扑关联起来，这有助于确定气体环流在不同部分的变化和分布，以及与节点线路的关系。

优选地，步骤S4包括以下步骤：

步骤S41：对异常声波报告数据进行电力传输异常溯源，得到电力异常溯源数据；

步骤S42：对电力异常溯源数据进行回归分析，得到电力异常周期数据；

步骤S43：根据电力异常周期数据对输电线路进行故障定位，得到输电线路故障数据；

步骤S44：根据输电线路故障数据对节点线路数据进行输电线路优化调度，得到线路故障调度数据；

步骤S45：利用预设的电力线路故障修复手册对输电线路故障数据进行故障修复并记录，得到故障修复数据；

步骤S46：根据故障修复数据以及线路故障调度数据进行电力传输故障预案制定，得到电力故障预案策略。

本发明通过对异常声波报告数据的分析，可以确定电力传输系统中的异常情况的源头，这有助于迅速识别问题并采取进一步的行动；回归分析可以帮助确定异常情况的周期性或趋势，这可以用来预测未来可能出现的异常情况，从而采取预防措施；根据电力异常周期数据，可以更准确地定位电力传输线路上的故障，从而缩短了故障定位的时间，根据输电线路故障数据进行优化调度，可以更有效地分配维修资源，提高维修效率，利用预设的电力线路故障修复手册，可以迅速采取适当的措施来修复电力传输线路上的故障，根据故障修复数据和线路故障调度数据，制定电力故障预案策略，有助于更好地应对未来可能发生的故障情况，降低系统风险。

优选地，本发明提供了一种电力数据回归分析方法及系统：

发电峰值采集模块，用于通过电力系统对发电厂进行基础数据采集，得到发电时间序列数据；根据发电时间序列数据进行发电峰值提取，得到发电峰值数据；

输电声波能力界定模块，用于对输电节点进行数据标注，得到节点线路数据；对节点线路数据进行波形能量分析，得到输电波形能量数据；对输电波形能量数据进行穿透有效性界定，得到声波有效能量数据；

异常声波识别模块，用于对节点线路数据进行空间偏移评估，得到空间偏移系数；根据空间偏移系数对声波有效能量数据进行空间补偿，得到有效补偿能量数据；对有效补偿能量数据进行声波异常识别，得到异常声波报告数据；

电力故障预案制定模块，用于对异常声波报告数据进行回归分析，得到电力异常周期数据；据电力异常周期数据对输电线路进行故障定位，得到输电线路故障数据；根据输电线路故障数据进行电力传输故障预案制定，得到电力故障预案策略。

本发明的有益效果在于通过电力系统对发电厂进行基础数据采集，系统可以实时获取发电厂的数据，包括电压、电流、功率信息，这有助于监测发电厂的运行状态，确保其正常运行，得到发电时间序列数据意味着你可以获得关于发电的详细历史记录，这对于分析、规划和优化发电厂的运行非常重要，提取发电峰值数据有助于确定发电厂在某个时间段内的最大电力产出，这对电力系统的负荷管理和电力市场交易非常重要，因为峰值时段通常与高电价相关联，通过发电峰值数据，可以更好地规划电力系统的负荷，以满足高峰期的需求，这有助于避免电力不足或浪费，提高电力传输的效率；对输电节点进行数据标注意味着为每个节点建立了准确的线路数据，建立节点线路数据是电力系统拓扑分析的基础，有助于了解电力网络的结构和连接方式，准确的节点数据可用于快速识别电力系统中的故障位置，波形能量分析可以检测到电力系统中异常波动或谐波，这些可能表明潜在的问题或故障，对输电波形能量数据进行穿透有效性界定，声波有效能量数据可以帮助识别电力系统中的潜在故障，有助于及早采取维修措施；通过了解空间偏移系数，可以识别出声波在电力系统不同部分的分布情况，有助于定位声源或异常，空间偏移系数还可以用于评估声波信号的衰减程度，这有助于估计声波在电力系统中的传播距离，通过补偿空间偏移，可以提高声波有效能量数据的准确性和一致性，补偿可以确保声波信号在不同位置具有相似的幅度，使声波异常识别更容易，异常声波报告数据可以提供详细信息，帮助运维团队快速定位和解决问题；通过回归分析，可以识别出异常声波数据中的周期性趋势，这有助于检测潜在的电力系统问题，如设备老化、负荷变化或其他周期性干扰，获得电力异常周期数据后，可以预测未来的电力异常趋势，有助于规划维护和资源分配，电力异常周期数据可以用于定位输电线路上的故障或问题的位置，这可以缩短维修时间，减少停电时间，提高供电可靠性，定位故障还有助于识别问题的性质，例如线路短路、绝缘损坏或其他故障类型；根据输电线路故障数据，可以制定详细的电力故障处理策略。这些策略包括维修程序、设备更换计划、人员调度，有助于快速恢复电力供应，制定故障预案时，可以优化资源分配，确保所需的人员和设备在需要时可用。因此本发明一种电力数据回归分析方法及系统是对传统的电力数据回归分析方法做出的改进处理，从而解决了传统电力数据回归分析方法存在的无法准确判断电力传输故障点，以及无法及时的动态调度电力输送线路的问题，提高了判断电力传输故障点的准确度，同时能够及时的动态调度电力传输线路。

附图说明

图1为一种电力数据回归分析方法及系统的步骤流程示意图；

图2为图1中步骤S2的详细实施步骤流程示意图；

图3为图2中步骤S25的详细实施步骤流程示意图；

图4为图2中步骤S26的详细实施步骤流程示意图；

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

下面结合附图对本发明专利的技术方法进行清楚、完整的描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域所属的技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

此外，附图仅为本发明的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器方法和/或微控制器方法中实现这些功能实体。

应当理解的是，虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元，但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说，在不背离示例性实施例的范围的情况下，第一单元可以被称为第二单元，并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。

为实现上述目的，请参阅图1至图4，一种电力数据回归分析方法及系统，所述方法包括以下步骤：

步骤S1：通过电力系统对发电厂进行基础数据采集，得到发电时间序列数据；根据发电时间序列数据进行发电峰值提取，得到发电峰值数据；

步骤S2：对输电节点进行数据标注，得到节点线路数据；对节点线路数据进行波形能量分析，得到输电波形能量数据；对输电波形能量数据进行穿透有效性界定，得到声波有效能量数据；

步骤S3：对节点线路数据进行空间偏移评估，得到空间偏移系数；根据空间偏移系数对声波有效能量数据进行空间补偿，得到有效补偿能量数据；对有效补偿能量数据进行声波异常识别，得到异常声波报告数据；

步骤S4：对异常声波报告数据进行回归分析，得到电力异常周期数据；根据电力异常周期数据对输电线路进行故障定位，得到输电线路故障数据；根据输电线路故障数据进行电力传输故障预案制定，得到电力故障预案策略。

本发明实施例中，参考图1所述，为本发明一种电力数据回归分析方法及系统的步骤流程示意图，在本实例中，所述电力数据回归分析方法及系统包括以下步骤：

步骤S1：通过电力系统对发电厂进行基础数据采集，得到发电时间序列数据；根据发电时间序列数据进行发电峰值提取，得到发电峰值数据；

本发明实施例中，从发电厂的电力系统中采集基础数据，包括电流、电压、频率、时间序列数据，对时间序列数据进行处理，以提取发电峰值数据，这可以通过查找时间序列中的最大值来实现。

步骤S2：对输电节点进行数据标注，得到节点线路数据；对节点线路数据进行波形能量分析，得到输电波形能量数据；对输电波形能量数据进行穿透有效性界定，得到声波有效能量数据；

本发明实施例中，安装传感器或数据采集设备在输电节点处，对采集到的数据进行时间戳标记，以确保数据的时间关联性，将标记的数据与各个输电节点相关联，建立节点线路数据；对每个节点的数据进行预处理，包括去噪、滤波等，以提高数据质量，使用适当的数学和信号处理工具，如傅里叶变换或小波变换，将时间域数据转换为频域数据，计算每个节点的波形能量，制定适当的标准或阈值，以界定声波的有效能量范围，这些标准可以基于先前的经验、数据分布或领域知识来确定，对每个节点的波形能量数据进行有效性界定，筛选出落在有效能量范围内的数据点。

步骤S3：对节点线路数据进行空间偏移评估，得到空间偏移系数；根据空间偏移系数对声波有效能量数据进行空间补偿，得到有效补偿能量数据；对有效补偿能量数据进行声波异常识别，得到异常声波报告数据；

本发明实施例中，对每个节点的数据进行空间偏移评估，以确定在传播过程中信号是否发生了空间偏移，这涉及到信号传播模型的建立，以及节点之间的距离和位置信息；计算每个节点的空间偏移系数，该系数描述了信号在传播过程中的声波强度变化；使用在空间偏移评估中计算得到的空间偏移系数，对声波有效能量数据进行空间补偿，这通常涉及到对数据的位移或拉伸，以将其校正到正确的位置，得到有效补偿能量数据，这些数据已经校正为正确的位置，准备用于后续的声波异常识别，对处理后的数据应用异常识别算法，以识别并标记异常声波事件。

步骤S4：对异常声波报告数据进行回归分析，得到电力异常周期数据；根据电力异常周期数据对输电线路进行故障定位，得到输电线路故障数据；根据输电线路故障数据进行电力传输故障预案制定，得到电力故障预案策略。

本发明实施例中，准备异常声波报告数据，这些数据包括异常声波事件的时间戳、位置信息、特征数据，进行回归分析，以确定异常声波事件的周期性模式，这可以使用时间序列分析、频谱分析、回归模型等方法来完成，得到电力异常周期数据，这些数据描述了异常声波事件的周期性特征，如频率、振幅；使用电力异常周期数据，对输电线路的各个部分进行定位分析，这可以包括使用电力系统模型来预测异常声波事件在输电线路上的位置，得到输电线路故障数据，包括故障位置、可能的原因、故障类型信息；基于输电线路故障数据，制定电力故障预案。预案可以包括应对不同类型故障的操作步骤、紧急维修程序、人员调度计划。

本发明通过电力系统对发电厂进行基础数据采集，系统可以实时获取发电厂的数据，包括电压、电流、功率信息，这有助于监测发电厂的运行状态，确保其正常运行，得到发电时间序列数据意味着你可以获得关于发电的详细历史记录，这对于分析、规划和优化发电厂的运行非常重要，提取发电峰值数据有助于确定发电厂在某个时间段内的最大电力产出，这对电力系统的负荷管理和电力市场交易非常重要，因为峰值时段通常与高电价相关联，通过发电峰值数据，可以更好地规划电力系统的负荷，以满足高峰期的需求，这有助于避免电力不足或浪费，提高电力传输的效率；对输电节点进行数据标注意味着为每个节点建立了准确的线路数据，建立节点线路数据是电力系统拓扑分析的基础，有助于了解电力网络的结构和连接方式，准确的节点数据可用于快速识别电力系统中的故障位置，波形能量分析可以检测到电力系统中异常波动或谐波，这些可能表明潜在的问题或故障，对输电波形能量数据进行穿透有效性界定，声波有效能量数据可以帮助识别电力系统中的潜在故障，有助于及早采取维修措施；通过了解空间偏移系数，可以识别出声波在电力系统不同部分的分布情况，有助于定位声源或异常，空间偏移系数还可以用于评估声波信号的衰减程度，这有助于估计声波在电力系统中的传播距离，通过补偿空间偏移，可以提高声波有效能量数据的准确性和一致性，补偿可以确保声波信号在不同位置具有相似的幅度，使声波异常识别更容易，异常声波报告数据可以提供详细信息，帮助运维团队快速定位和解决问题；通过回归分析，可以识别出异常声波数据中的周期性趋势，这有助于检测潜在的电力系统问题，如设备老化、负荷变化或其他周期性干扰，获得电力异常周期数据后，可以预测未来的电力异常趋势，有助于规划维护和资源分配，电力异常周期数据可以用于定位输电线路上的故障或问题的位置，这可以缩短维修时间，减少停电时间，提高供电可靠性，定位故障还有助于识别问题的性质，例如线路短路、绝缘损坏或其他故障类型；根据输电线路故障数据，可以制定详细的电力故障处理策略。这些策略包括维修程序、设备更换计划、人员调度，有助于快速恢复电力供应，制定故障预案时，可以优化资源分配，确保所需的人员和设备在需要时可用。因此本发明一种电力数据回归分析方法及系统是对传统的电力数据回归分析方法做出的改进处理，从而解决了传统电力数据回归分析方法存在的无法准确判断电力传输故障点，以及无法及时的动态调度电力输送线路的问题，提高了判断电力传输故障点的准确度，同时能够及时的动态调度电力传输线路。

优选地，步骤S1包括以下步骤：

步骤S11：通过电力系统对发电厂进行基础数据采集，得到电厂基础数据；

步骤S12：对电厂基础数据进行发电方式分类处理，得到电厂发电方式数据；

步骤S13：对电厂发电方式数据进行时间序列分析，得到发电时间序列数据；

步骤S14：根据发电时间序列数据进行发电峰值提取，得到发电峰值数据。

本发明实施例中，确定数据采集的范围、频率和目标。这可能包括电力系统中涉及的发电厂的选择、数据采集的时间段，确定数据源，需要与发电厂的监控系统、传感器或数据库进行接口对接，以实时或定期获取数据；定义不同的发电方式，例如燃煤、天然气、风能、太阳能，基于电厂的基础数据，将发电厂按照其发电方式进行分类，生成电厂发电方式数据；使用适当的时间序列分析工具和算法，例如ARIMA、季节性分析、趋势分析，对每个发电方式的时间序列数据进行分析，使用适当的算法，例如数据聚合、统计方法或阈值检测，从时间序列数据中提取发电峰值数据。

本发明通过采集电厂的基础数据，可以确保获得全面和准确的信息，包括电厂的规模、设备、位置，这有助于建立电厂的完整概况；对电厂的发电方式进行分类处理可以使数据更具可读性和可管理性，这有助于对不同类型的发电方式进行比较和分析；通过时间序列分析，可以跟踪电厂的发电性能随时间的变化，这有助于识别潜在的性能问题或趋势，如效率下降或负载波动；提取发电峰值数据有助于确定电厂的最高性能水平，发电峰值数据还可以用于负载管理，帮助电厂应对高负载需求时的挑战，确保稳定供电。

优选地，步骤S2包括以下步骤：

步骤S21：对输电节点进行数据标注，得到输电节点数据；

步骤S22：根据输电节点数据进行输电线路数据提取处理，得到节点线路数据；

步骤S23：根据发电峰值数据对节点线路数据进行输电声波信号采集，得到输电声波信号；

步骤S24：对输电声波信号进行频域转换，生成输电声波信号数据；

步骤S25：对输电声波信号数据进行波形能量分析，得到输电波形能量数据；

步骤S26：对输电波形能量数据进行穿透有效性界定，得到声波有效能量数据。

作为本发明的一个实例，参考图2所示，在本实例中所述步骤S2包括：

步骤S21：对输电节点进行数据标注，得到输电节点数据；

本发明实施例中，确定需要标注的输电节点，这包括节点的地理位置、电气特性信息。

步骤S22：根据输电节点数据进行输电线路数据提取处理，得到节点线路数据；

本发明实施例中，基于已标注的输电节点数据，提取与这些节点相关的输电线路数据，包括线路的长度、材料、电流负载、线路铺设路线、铺设线路的高度信息。

步骤S23：根据发电峰值数据对节点线路数据进行输电声波信号采集，得到输电声波信号；

本发明实施例中，在标注的输电节点和线路上安装声波传感器，用于采集声波信号数据，采集声波传感器生成的声波信号数据，这些数据将包括声波的振幅、频率和时间信息。

步骤S24：对输电声波信号进行频域转换，生成输电声波信号数据；

本发明实施例中，对采集到的声波信号进行预处理，如去噪和滤波，以提高信号质量，使用傅里叶变换或其他频域转换技术将时域的声波信号转换为频域表示，得到声波信号的频谱数据。

步骤S25：对输电声波信号数据进行波形能量分析，得到输电波形能量数据；

本发明实施例中，基于频域表示的数据，计算每个频率成分的能量。这可以通过对频谱数据的幅度进行操作来实现。

步骤S26：对输电波形能量数据进行穿透有效性界定，得到声波有效能量数据。

本发明实施例中，确定哪些频率成分的能量具有穿透效应，即能够传播到较远的距离。这通常涉及到与特定线路材料和长度相关的声波特性的分析，基于穿透有效性的界定，提取出有效的声波能量数据，这些数据反映了与输电线路相关的声波特征，如振动、共振。

本发明通过对输电节点进行数据标注为每个节点建立了准确的线路数据，建立节点线路数据是电力系统拓扑分析的基础，有助于了解电力网络的结构和连接方式，准确的节点数据可用于快速识别电力系统中的故障位置；通过采集声波信号，可以监测输电系统中的声音异常，例如设备故障、放电，有助于及早发现问题，将声波信号进行频域转换可以将声音数据转换为频率分布数据，有助于分析声波信号中的频率成分，识别特定频率的事件或故障；分析声波信号的波形能量可以用于诊断输电线路和设备的健康状态，异常的波形能量可能表明存在问题，识别声波有效能量数据有助于过滤掉无关或噪声数据，提高后续分析的精确性，声波有效能量数据包含与输电线路或设备故障相关的信息，有助于实时监测系统并识别潜在的问题。

优选地，步骤S25包括以下步骤：

步骤S251：对输电声波信号数据进行频率分解，得到输电声波频率数据；

步骤S252：对输电声波频率数据进行时间点标注，得到声波时间点数据；

步骤S253：对输电声波频率数据进行波形密度矩阵构建，得到波形密度矩阵数据；

步骤S254：对波形密度矩阵数据进行矩阵分解，得到波形密度特征数据；

步骤S255：根据声波时间点数据对声波时间点数据进行声波波动差计算，得到声波波动差数据；

步骤S256：利用声波能量算法对声波波动差数据以及波形密度特征数据进行波形能量分析计算，得到输电波形能量数据。

作为本发明的一个实例，参考图3所示，在本实例中所述步骤S25包括：

步骤S251：对输电声波信号数据进行频率分解，得到输电声波频率数据；

本发明实施例中，使用采集到的声波信号数据，使用快速傅里叶变换（FFT）或其他频域分析技术，将时域的声波信号数据转换为频率域表示，这将生成声波的频谱数据，显示了不同频率成分的振幅和相位。

步骤S252：对输电声波频率数据进行时间点标注，得到声波时间点数据；

本发明实施例中，在输电声波频率数据中，使用适当的算法和阈值来检测声波中的事件或异常对频率异常的时间点进行标注，标注检测到的事件的时间点，以创建声波事件时间点数据。

步骤S253：对输电声波频率数据进行波形密度矩阵构建，得到波形密度矩阵数据；

本发明实施例中，将声波频率数据划分为重叠的时间窗口，通常使用滑动窗口技术，每个窗口包含一段时间内的声波频率数据；在每个窗口内，计算频率成分的密度，可以使用直方图或核密度估计等技术，这将为每个窗口生成波形密度数据，将每个窗口内的波形密度数据构建成一个矩阵，其中每一列代表一个时间窗口，每一行代表一个频率成分。

步骤S254：对波形密度矩阵数据进行矩阵分解，得到波形密度特征数据；

本发明实施例中，使用矩阵分解技术将波形密度矩阵分解为一组波形密度特征向量。这些特征向量捕捉了频率成分之间的关系和重要性。

步骤S255：根据声波时间点数据对声波时间点数据进行声波波动差计算，得到声波波动差数据；

本发明实施例中，使用声波时间点数据，计算每个事件的声波波动差。这可以通过计算事件的振幅差异、频率差异或其他声波特征差异来实现。

步骤S256：利用声波能量算法对声波波动差数据以及波形密度特征数据进行波形能量分析计算，得到输电波形能量数据。

本发明实施例中，基于声波波动差数据和波形密度特征数据，进行波形能量分析计算，这可以包括计算声波事件的能量级别、频率分布等信息。

本发明通过对输电声波信号数据进行频率分解，允许将声波信号转换为频率域数据，可以更清晰地分析声音中的不同频率成分，通过频率分解，可以检测到特定频率范围内的异常或故障信号，有助于识别问题，标注时间点可以用于确定声波事件的发生时间，有助于分析事件的时间模式和相关性，波形密度矩阵可以提供关于声波波形的形状信息，有助于分析声音的形态特征，矩阵可以用于识别声波模式或特征，例如周期性振动或异常噪声，矩阵分解可以用于提取波形密度特征数据，这些特征可能包含与故障或异常相关的信息；声波波动差数据提供了关于声波信号的波动性质的数据，异常的波动差可以指示不稳定性或变化，通过计算波动差，可以检测声波信号的突然变化或趋势，有助于发现异常情况，波形能量分析可以提取声波信号的能量特征，这有助于识别声音的强度和变化，通过分析波形能量，可以检测到能量突变，有助于及早发现问题或异常。

优选地，步骤S256中的声波能量算法如下所示：

本发明构建了一个声波能量算法，该算法通过对声波的振幅、传播速度、频率、时间范围和空间范围的影响来决定的，通过调整这些参数，可以控制声波能量算法的输出结果，以满足特定的需求或优化声波能量的计算。该算法充分考虑了声波波动差值

优选地，步骤S26包括以下步骤：

步骤S261：对输电波形能量数据进行扩散路径定位，得到能量扩散路径数据；

步骤S262：对输电线路材料进行声波吸收检测，得到材料吸收声波数据；

步骤S263：对能量扩散路径数据进行线路内部气体传输密度计算，得到内部气体密度数据；

步骤S264：根据材料吸收声波数据以及内部气体密度数据对输电波形能量数据进行穿透有效性界定，得到声波有效能量数据。

作为本发明的一个实例，参考图4所示，在本实例中所述步骤S26包括：

步骤S261：对输电波形能量数据进行扩散路径定位，得到能量扩散路径数据；

本发明实施例中，使用已经获取的输电波形能量数据，使用声学传播模型或其他适当的方法，分析能量在输电线路或相关结构中的传播路径，这可以包括声波的反射、折射和散射等现象，以确定声波在系统中的传播路径，根据扩散路径分析的结果，确定声波能量的传播路径，并将这些路径信息记录下来，以生成能量扩散路径数据。

步骤S262：对输电线路材料进行声波吸收检测，得到材料吸收声波数据；

本发明实施例中，使用声波传感器或其他适当的设备，对输电线路及其相关材料进行声波吸收检测，这可以包括检测杆塔、绝缘子、导线等组件的声波吸收特性，记录检测得到的声波吸收数据，包括吸收率、频率响应信息。

步骤S263：对能量扩散路径数据进行线路内部气体传输密度计算，得到内部气体密度数据；

本发明实施例中，使用相应的气体物理模型和传输方程，计算输电线路内部的气体传输密度，这可能涉及到温度、压力、湿度因素的测量和考虑，记录计算得到的内部气体密度数据，通常是沿线路的空间分布数据。

步骤S264：根据材料吸收声波数据以及内部气体密度数据对输电波形能量数据进行穿透有效性界定，得到声波有效能量数据。

本发明实施例中，使用材料吸收声波数据和内部气体密度数据，计算声波在输电线路中的传播衰减。这可以基于声波频率、距离和传播路径因素，根据传播衰减计算的结果，判定声波能量在特定位置是否足够强以被检测到或穿透，从而确定声波的有效能量，这涉及设置适当的阈值或标准。

本发明通过对输电波形能量数据进行扩散路径定位，可以帮助确定声波能量的扩散路径，得到声波影响范围区域，声波吸收检测可以用于评估输电线路材料的声波吸收性能，吸收性能不佳可能表明材料老化或受损，需要维护或更换，同时也能表示材料对声波的影响因素，能否准确的收集到声波数据；内部气体密度数据的计算有助于了解输电线路内部气体的分布和密度，这对于预测电弧闪络等故障很重要，因为它们通常涉及到气体的参与，同时内部气体会对声波能量的传输起到消弱作用，根据声波能量、材料吸收和气体密度数据，这一步骤可以确定声波是否能够有效地穿透输电线路，这有助于识别声波信号在系统中传输的障碍或阻塞。

优选地，步骤S3包括以下步骤：

步骤S31：对声波有效能量数据进行有效能量采样，得到有效采样能量数据；

步骤S32：对节点线路数据进行空间数据采集，得到节点线路空间数据；

步骤S33：对节点线路空间数据进行空间偏移评估，得到空间偏移系数；

步骤S34：根据空间偏移系数对有效采样能量数据进行空间补偿，得到有效补偿能量数据；

步骤S35：利用预设的声波故障识别模型对输电过程中的有效补偿能量数据进行声波异常识别，得到异常声波报告数据。

本发明实施例中，采用适当的采样方法和采样率对声波有效能量数据进行采样，这涉及到选择采样时间窗口或频率范围，记录采样得到的有效能量数据，以便后续处理和分析，使用传感器或其他数据采集设备，对输电线路的节点数据进行采集，这可能包括节点位置、温度、湿度、电流相关数据；对节点线路空间数据进行分析，以评估线路的空间偏移情况。这可以包括节点之间的距离、相对位置信息，基于评估的结果，计算空间偏移系数，用于后续的空间补偿，使用空间偏移系数，对采样得到的有效能量数据进行空间补偿，这可能涉及到数据插值、加权或其他修正方法，以校正声波传播中的空间偏移效应；记录补偿后的有效能量数据，这将更准确地反映声波在不同节点位置的能量变化，使用预先构建的声波故障识别模型，该模型可能基于机器学习算法、统计方法或专家知识，用于识别声波异常模式，如故障声音、异常振动，将补偿后的有效能量数据输入到声波故障识别模型中，模型将分析数据并检测是否存在异常声波模式，如果模型检测到异常声波模式，生成异常声波报告数据，其中包括异常的位置、类型和严重性。

本发明通过对声波有效能量数据进行采样，可以提取关键的声波能量信息，减少冗余数据，有助于提高数据的处理效率，对节点线路数据进行空间数据采集，对节点线路周围环境进行采集，其中可以包括空气流速，空气压强，得到节点线路空间数据；空间偏移评估有助于了解声波数据与节点线路数据之间的关联性，可以识别声波源和节点线路之间的空间偏移情况，根据空间偏移系数对有效采样能量数据进行空间补偿，可以校正数据，确保声波数据与节点线路的实际位置和关系相符，利用预设的声波故障识别模型，对经过空间补偿的声波数据进行分析，可以检测到声波异常，为线路故障点进行定位。

优选地，步骤S33包括以下步骤：

步骤S331：对节点线路空间数据进行外部空气流速检测，得到空气流速数据；

步骤S332：对空气流速数据进行流体压强计算，得到流体压强数据；

步骤S333：根据空气流速数据以及流体压强数据进行气体环流强度评估，得到气体环流强度数据；

步骤S334：对气体环流强度数据进行空间偏移评估，得到空间偏移系数。

本发明实施例中，在节点线路附近的适当位置安装风速测量设备，如风速仪或风速传感器，风速测量设备将实时测量外部空气流速数据，这些数据通常以风速（米/秒）或风速向量的形式记录，采集到的外部空气流速数据需要进行记录和存储，以备后续分析使用，使用基本的流体力学原理，将外部空气流速数据转化为流体压强数据，基于已有的外部空气流速数据和流体压强数据，建立气体环流模型。这可以是基于物理方程的模型，也可以是经验性的模型，对计算得到的气体环流强度数据进行分析，以评估线路的空间偏移情况，这可以包括节点之间的环流差异、空气流速变化对环流的影响，计算空间偏移系数，用于后续的应用，例如对气体环流强度数据进行空间补偿或分析。

本发明通过对节点线路空间数据进行外部空气流速检测，这对声波的传递起到影响，较大的流速会隔绝很多声波，通过计算流体压强，可以了解环境中流体（通常是空气）的压力水平，这对于分析可能影响输电系统的大气压力变化因素很有帮助；根据外部空气流速和流体压强数据，可以评估气体环流的强度，这对于了解气体在节点线路周围的流动特性以及潜在的温度、湿度和压力梯度非常重要，空间偏移评估有助于将气体环流强度数据与节点线路的位置和拓扑关联起来，这有助于确定气体环流在不同部分的变化和分布，以及与节点线路的关系。

优选地，步骤S4包括以下步骤：

步骤S41：对异常声波报告数据进行电力传输异常溯源，得到电力异常溯源数据；

步骤S42：对电力异常溯源数据进行回归分析，得到电力异常周期数据；

步骤S43：根据电力异常周期数据对输电线路进行故障定位，得到输电线路故障数据；

步骤S44：根据输电线路故障数据对节点线路数据进行输电线路优化调度，得到线路故障调度数据；

步骤S45：利用预设的电力线路故障修复手册对输电线路故障数据进行故障修复并记录，得到故障修复数据；

步骤S46：根据故障修复数据以及线路故障调度数据进行电力传输故障预案制定，得到电力故障预案策略。

本发明实施例中，收集异常声波报告数据，这些数据可能包括声音频率、振动数据、时间戳信息，以及异常事件的位置信息，将异常声波与可能的电力传输事件相关联，这可能涉及到声音特征提取和模式识别，生成电力异常溯源数据，包括异常事件的类型、位置、时间戳信息，对电力异常溯源数据进行回归分析，拟合出与异常事件的周期性相关的数据，从回归分析中提取电力异常周期数据，这些数据可能包括异常事件的周期、振幅信息，使用电力异常周期数据，结合输电线路的拓扑结构和其他相关信息，来定位故障事件在输电线路上的位置，生成输电线路故障数据，包括故障类型、位置、时间戳信息，整合输电线路故障数据和节点线路数据，包括线路拓扑、负荷信息，考虑输电线路的状态、负荷需求、故障情况等，生成最优的线路调度方案，以最小化故障对电力传输的影响，生成线路故障调度数据，包括调度计划、切换策略，使用预设的电力线路故障修复手册，根据故障类型和位置，执行相应的修复措施，记录执行的修复操作，包括维修人员、修复时间信息，基于故障修复数据和线路故障调度数据，进行电力故障数据分析，以了解故障事件的特点和趋势，据数据分析结果，制定电力故障预案策略，包括应对不同类型故障的步骤、资源调配策略。

本发明通过对异常声波报告数据的分析，可以确定电力传输系统中的异常情况的源头，这有助于迅速识别问题并采取进一步的行动；回归分析可以帮助确定异常情况的周期性或趋势，这可以用来预测未来可能出现的异常情况，从而采取预防措施；根据电力异常周期数据，可以更准确地定位电力传输线路上的故障，从而缩短了故障定位的时间，根据输电线路故障数据进行优化调度，可以更有效地分配维修资源，提高维修效率，利用预设的电力线路故障修复手册，可以迅速采取适当的措施来修复电力传输线路上的故障，根据故障修复数据和线路故障调度数据，制定电力故障预案策略，有助于更好地应对未来可能发生的故障情况，降低系统风险。

优选地，本发明提供了一种电力数据回归分析方法及系统：

发电峰值采集模块，用于通过电力系统对发电厂进行基础数据采集，得到发电时间序列数据；根据发电时间序列数据进行发电峰值提取，得到发电峰值数据；

输电声波能力界定模块，用于对输电节点进行数据标注，得到节点线路数据；对节点线路数据进行波形能量分析，得到输电波形能量数据；对输电波形能量数据进行穿透有效性界定，得到声波有效能量数据；

异常声波识别模块，用于对节点线路数据进行空间偏移评估，得到空间偏移系数；根据空间偏移系数对声波有效能量数据进行空间补偿，得到有效补偿能量数据；对有效补偿能量数据进行声波异常识别，得到异常声波报告数据；

电力故障预案制定模块，用于对异常声波报告数据进行回归分析，得到电力异常周期数据；据电力异常周期数据对输电线路进行故障定位，得到输电线路故障数据；根据输电线路故障数据进行电力传输故障预案制定，得到电力故障预案策略。

本发明通过电力系统对发电厂进行基础数据采集，系统可以实时获取发电厂的数据，包括电压、电流、功率信息，这有助于监测发电厂的运行状态，确保其正常运行，得到发电时间序列数据意味着你可以获得关于发电的详细历史记录，这对于分析、规划和优化发电厂的运行非常重要，提取发电峰值数据有助于确定发电厂在某个时间段内的最大电力产出，这对电力系统的负荷管理和电力市场交易非常重要，因为峰值时段通常与高电价相关联，通过发电峰值数据，可以更好地规划电力系统的负荷，以满足高峰期的需求，这有助于避免电力不足或浪费，提高电力传输的效率；对输电节点进行数据标注意味着为每个节点建立了准确的线路数据，建立节点线路数据是电力系统拓扑分析的基础，有助于了解电力网络的结构和连接方式，准确的节点数据可用于快速识别电力系统中的故障位置，波形能量分析可以检测到电力系统中异常波动或谐波，这些可能表明潜在的问题或故障，对输电波形能量数据进行穿透有效性界定，声波有效能量数据可以帮助识别电力系统中的潜在故障，有助于及早采取维修措施；通过了解空间偏移系数，可以识别出声波在电力系统不同部分的分布情况，有助于定位声源或异常，空间偏移系数还可以用于评估声波信号的衰减程度，这有助于估计声波在电力系统中的传播距离，通过补偿空间偏移，可以提高声波有效能量数据的准确性和一致性，补偿可以确保声波信号在不同位置具有相似的幅度，使声波异常识别更容易，异常声波报告数据可以提供详细信息，帮助运维团队快速定位和解决问题；通过回归分析，可以识别出异常声波数据中的周期性趋势，这有助于检测潜在的电力系统问题，如设备老化、负荷变化或其他周期性干扰，获得电力异常周期数据后，可以预测未来的电力异常趋势，有助于规划维护和资源分配，电力异常周期数据可以用于定位输电线路上的故障或问题的位置，这可以缩短维修时间，减少停电时间，提高供电可靠性，定位故障还有助于识别问题的性质，例如线路短路、绝缘损坏或其他故障类型；根据输电线路故障数据，可以制定详细的电力故障处理策略。这些策略包括维修程序、设备更换计划、人员调度，有助于快速恢复电力供应，制定故障预案时，可以优化资源分配，确保所需的人员和设备在需要时可用。因此本发明一种电力数据回归分析方法及系统是对传统的电力数据回归分析方法做出的改进处理，从而解决了传统电力数据回归分析方法存在的无法准确判断电力传输故障点，以及无法及时的动态调度电力输送线路的问题，提高了判断电力传输故障点的准确度，同时能够及时的动态调度电力传输线路。

因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在申请文件的等同要件的含义和范围内的所有变化涵括在本发明内。

以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。