考虑历史数据趋势预测的配电网电气设备状态评估方法与流程

技术特征：
1.一种考虑历史数据趋势预测的配电网电气设备状态评估方法，其特征是，所述方法首先对配电网电气设备状态量数据进行历史数据纵向评判，通过平滑处理修正不良数据或错误数据；然后根据状态量数据离散程度的大小将数据分成两类进行处理：对离散程度较小的数据，将根据历史数据求取的数学期望作为当前状态量数据；对于离散程度较大的数据，采用灰色预测的方法得到当前时间节点该状态量数据的预测值，最终采用模糊层次分析法对配电网电气设备的状态进行评估；所述方法按照以下步骤进行：a.对配电网电气设备状态量数据进行历史数据纵向评判，判断是否存在不良或错误数据，若存在类似数据，则报警请求确认，确认后，进行平滑处理；b.根据配电网电气设备的状态量数据离散程度的大小确定预测方法：对于状态量xj(j∈M)，M是某配电网电气设备状态量的个数，xj1,xj2,xj3,xji…xjn为该状态量下的历史数据，取n为历史数据个数，若|xji-Ej|＝Δxji≤εj，εj为第j个状态量的偏差最小值，则采用求取数学期望的方法进行结果预测，预测值为xj(n+1)＝Ej；若Δxji＝|xji-Ej|≥εj，则采用灰色预测的方法来预测当前时间节点该状态量数据；c.由上述预测方法，预测出配电网电气设备状态量当前时间节点的数据；d.运用模糊层次分析法进行状态评估；判断是否存在不良或错误数据的具体方法如下：设ξj为该状态量数据变化最大值，若|xji-xj(i-1)|＞ξj，则判断存在不良或错误数据；采用灰色预测的方法来预测当前时间节点该状态量数据的方法如下：设配电网电气设备某状态量的历史数据序列x(0)＝[x(0)(1),x(0)(2),…,x(0)(n)]，则灰色预测GM(1,1)模型建立的步骤如下：①计算历史数据序列x(0)的累加生成数列x(1)x(1)＝[x(1)(1),x(1)(2),…,x(1)(n)]，其中：②根据灰色预测GM(1,1)模型公式Yn＝BA，构造数据矩阵B和数据向量Yn，其中：Yn和B为已知量，可以计算得出，A为待定参数；③计算GM(1,1)模型的参数和由公式计算出参数和④建立灰色预测模型：将上一步所求得的和代回原来的微分方程，得到累加数列x(1)的灰色预测模型为：原始数列的灰色预测模型为：⑤模型精度的后验差检验：残差平均值：历史数据方差：历史数据平均值：残差方差：后验差比值：小误差概率：⑥预测结果误差分析。