电能质量监测平台95概率大值统计流程设计优化

电能质量监测平台95概率大值统计流程设计优化

---

Abstract: Calculate the 95% probability values of mass data is a difficult problem for the Power Quality Monitoring Platform, it’s difficult to meet user’s need to use the traditional algorithm for takes a long time to calculate, and long DB IO unit time. According to the characteristics of the 95 probability high value of the mass data of the power quality monitoring platform, This paper proposes innovative top5 maximum data storage and experience difference solution. Statistical week, month report 95 probability values by store temporary weekly / monthly report of the top-5 large values. Through the experience of law difference of quarterly and annual reports of 95% probability values. In the practical application of the provincial level monitoring platform, the performance of the proposed scheme is greatly improved use the proposed scheme, compared with the original 95% probability values scheme. it’s not only apply to the 95% probability values computation, but also apply to the 90% or 99% probability values computation for the power quality online monitoring platform.

Keywords: Power Quality Monitoring; 95% Probability Values; top-5 large values

摘要：海量数据的95概率大值计算是电能质量监测平台的一大难点，传统的计算算法耗费时间长，计算过程中数据库IO单位等待时间长等问题难以满足用户需求。针对电能质量监测平台海量数据95概率大值的计算特点，本文创新性提出了的top5最大值数据暂存和经验差值解决方案，通过暂存周、月报表的top5最大值数据统计周、月报表的95概率大值，通过经验差值法统计季、年报表的95概率大值。在省一级监测平台实际应用中，本文提出的方案相比较原始95概率大值统计方案，性能上有非常大的提高，大大缩短了计算过程中的用户等待时间以及数据库IO等待时间。同时，本文提供的方案不仅适用于电能质量监测平台中的95 概率大值的计算，对于 90 概率大值、99 概率大值等的计算同样适用。

关键词：电能质量监测; 95概率大值; top5最大值数据;

1. 引言

    配电网是国民经济和社会发展的重要公共基础设施。近年来，我国配电网建设投入不断加大，配电网发展取得显著成效，但用电水平相对国际先进水平仍有差距，城乡区域发展不平衡，供电质量有待改善。建设城乡统筹、安全可靠、经济高效、技术先进、环境友好的配电网络设施和服务体系一举多得，既能够保障民生、拉动投资，又能够带动制造业水平提升，为适应能源互联、推动“互联网+”发展提供有力支撑，对于稳增长、促改革、调结构、惠民生具有重要意义[1]。随着农村人民生活水平的提高，家电下乡，新农村、城镇化建设的推进，提高电力用户电能质量是当前智能电网研究的主要目标之一[2]。在国家电网2015工作会议与十三五配网规划中明确指出在“十三五”期间要加强配电网建设与改造，建立常态监测与治理机制，15至16年解决存量问题，17年开始实现动态监管。国际上，电能质量在80年代就已经引起西方很多发达国家的重视，发展至今形成了较为完善的电能质量监测标准、治理体系[3,4]。

2. 电能质量监测平台介绍

    电能质量监测平台[5]主要含有数据通信子系统、数据采集子系统、数据解析子系统、数据处理子系统、数据存储子系统和数据展示子系统[6]。数据通信子系统维护各