一种基于多源异构流量的新能源指标考核预警分析方法与流程
本发明涉及指标考核预警，尤其涉及一种基于多源异构流量的新能源指标考核预警分析方法。
背景技术：
1、随着新能源产业的快速发展，光伏电站等新能源发电设施的规模化建设与并网运行，对电站运行状态监测、考核指标管控及异常预警提出了更高要求。当前新能源电站的监测系统中，存在多种来源、不同类型的流量数据，包括远动、agc、avc、扩建agc等业务的遥测、遥信、遥调数据，以及链路状态、报文数据、功率预测数据、资源数据等，形成了典型的多源异构流量特征。
2、现有技术中，新能源指标考核多采用单一维度数据统计或独立指标分析模式，存在以下缺陷：首先多源异构流量数据缺乏统一的采集、清洗与融合机制，不同业务、不同格式的数据无法有效联动，导致考核指标计算偏差较大；其次指标考核与预警分析相互独立，预警触发多依赖于指标阈值的单一判断，缺乏对异构流量数据的关联性分析，预警及时性和准确性不足；最后现有方法难以适配多类型考核指标的差异化需求，且无法根据电站实际运行场景动态调整考核参数与预警阈值，灵活性和实用性较差。
3、中国专利公开号：cn115860163a，一种基于系统运行指标的新能源发电偏差评估方法及系统，基于历史运行数据，确定每月电力系统正向偏差和负向偏差市场价格；根据日前市场出清结果，获取新能源场站中标出力曲线与出清价格；根据实际运行情况，获取电网实际负荷曲线与新能源场站实际出力曲线；根据获取到的预测曲线与实际曲线，计算得到电力系统负荷偏差与新能源场站发电出力偏差；当电力系统负荷偏差与新能源场站发电出力偏差的偏差趋势相反时，对相应的新能源场站进行考核。本公开在偏差考核模型的构建加入偏差趋势的对比，考核费用关联电力系统实际调度情况，避免了对新能源场站的过度惩罚，使得新能源场站可以合理的分摊系统调度成本。
4、但是，现有技术中还存在以下问题，
5、在新能源指标考核预警中，由于现有分析方法无法充分利用多源异构流量数据的关联性，难以提前识别指标异常趋势，从而降低了考核预警的及时性和准确性，以及新能源电站运行的可靠性。
技术实现思路
1、为此，本发明提供一种基于多源异构流量的新能源指标考核预警分析方法，用以克服现有分析方法无法充分利用多源异构流量数据的关联性，难以提前识别指标异常趋势，无法为电站运维提供有效的决策支持的问题。
2、为实现上述目的，本发明提供一种基于多源异构流量的新能源指标考核预警分析方法，其包括，
3、依据指标关联淹没度确定若干目标考核指标；其中，指标关联淹没度基于考核指标的数据源数量与各数据源的历史波动幅度确定；
4、依据目标考核指标对应数据源的参数失配特征以及数据异步偏离特征，确定异常倾向指标集；其中，参数失配特征基于各数据源的测量值与预测值的响应关系确定，数据异步偏离特征基于各数据源与同源关联数据组的变化方向确定；
5、依据异常倾向指标集内各异常倾向指标间的共享数据源确定连锁影响范围；
6、依据异常扩散度确定连锁影响范围是否存在批量失控风险倾向；其中，异常扩散度基于连锁影响范围内共享数据源的数量与异常倾向指标的数量确定；
7、针对存在批量失控风险倾向，将连锁影响范围内的异常倾向指标进行预警推送。
8、进一步地，确定若干目标考核指标的过程包括，
9、若考核指标的指标关联淹没度超过基准淹没度，则将考核指标确定为目标考核指标。
10、进一步地，确定指标关联淹没度的过程包括，
11、确定考核指标的数据源数量；
12、确定历史周期内各数据源的最高值以及最低值，将各数据源最高值与最低值的差值的均值确定为数据源的历史波动幅度；
13、将考核指标的数据源数量与历史波动幅度的乘积确定为考核指标的指标关联淹没度。
14、进一步地，确定异常倾向指标集的过程包括，
15、若目标考核指标的参数失配特征超过基准参数失配度，或数据异步偏离特征超过基准偏离度，则将目标考核指标确定为异常倾向指标，并归入异常倾向指标集。
16、进一步地，确定参数失配特征的过程包括，
17、确定各数据源于各采样时刻的测量值与预测值；
18、将测量值与预测值的偏差超过基准偏差值的采样时刻记为失配时刻；
19、将失配时刻的数量与采样时刻总数量之比确定为数据源的参数失配比例；
20、将目标考核指标对应各数据源中参数失配比例的最大值，确定为参数失配特征。
21、进一步地，确定数据异步偏离特征的过程包括，
22、将同源关联数据组中变化方向与主变化方向不同的数据源数量与同源关联数据组中数据源总数之比确定为异步偏离比例；
23、将异步偏离比例超过基准偏离值的采样时刻记为异变时刻；
24、将异变时刻的数量与采样时刻总数量之比确定为数据异步偏离特征；
25、其中，同一数据类型的数据源构成同源关联数据组。
26、进一步地，确定主变化方向的过程包括，
27、确定各采样时刻同源关联数据组中变化方向为正向的数据源数量以及变化方向为负向的数据源数量；
28、将数量最高的变化方向确定为所述采样时刻的主变化方向。
29、进一步地，确定连锁影响范围的过程包括，
30、将存在共享的数据源的各异常倾向指标划入同一连锁影响范围。
31、进一步地，确定是否存在批量失控风险倾向的过程包括，
32、若异常扩散度超过基准异常扩散度，则确定连锁影响范围存在批量失控风险倾向。
33、进一步地，确定异常扩散度的过程包括，
34、将连锁影响范围内异常倾向指标的数量与共享数据源的数量之比确定为异常扩散度。
35、本发明涉及指标考核预警技术领域，尤其涉及一种基于多源异构流量的新能源指标考核预警分析方法。本发明通过指标关联淹没度从多考核指标中筛选出异常易被数据源正常波动所掩盖的目标考核指标，进而依据参数失配特征和数据异步偏离特征对目标考核指标确定异常倾向指标集，在此基础上，依据异常指标项间的共享数据源关联关系划定连锁影响范围，并通过异常扩散度确定连锁影响范围是否存在批量失控风险倾向，从而在共享数据源异常的初期识别进行预警推送，消除了常规达标判断对数据源早期异常信号的识别盲区影响，提高了新能源指标考核预警的识别时效性以及电站运行的安全性。
36、尤其，本发明通过依据指标关联淹没度确定若干目标考核指标。在新能源指标考核预警系统的实际运行中，各考核指标的计算依赖于远动、agc、avc、功率预测等多源异构数据，各数据源均存在不同程度的正常波动区间。当某一共享数据源出现早期异常信号时，由于该信号强度尚不足以使最终考核指标突破达标线，基于达标线比对的事后判断无法触发预警，异常信号在数据源层面持续累积而未被察觉，待到指标值最终暴露问题时，数据源层面的异常已延续较长时间，最佳干预窗口已经错过。在这一过程中，考核指标关联的数据源数量越多，单一数据源的异常信号对最终指标值的贡献度越低；各数据源的历史波动幅度越大，早期异常信号越容易被误判为正常波动而忽略。二者导致异常信号从出现到推动指标值突破达标线所需的累积时间延长，问题被滞后识别的风险增加。本技术通过数据源数量与历史波动幅度的乘积构建指标关联淹没度，量化各考核指标异常信号被滞后识别的风险程度，筛选出早期异常信号最易被忽视的考核指标作为目标考核指标，为后续基于参数失配特征和数据异步偏离特征的奠定基础，从而提高了异常信号早期识别的针对性，以及新能源指标考核预警系统对潜在风险的防控能力。
37、尤其，本发明通过依据目标考核指标对应数据源的参数失配特征以及数据异步偏离特征，确定异常倾向指标集，消除了常规达标线判断对数据源早期异常信号的识别盲区影响。新能源指标考核预警系统的实际运行中，各考核指标的计算依赖于多源异构数据，当某一共享数据源出现早期异常信号时，常规方法仅在最终指标值突破达标线后才能发现问题，针对此，本技术从数据源层面直接捕捉异常信号：正常的数据源其测量值与预测值的响应偏差应在正常范围内，而当数据源发生异常时该响应关系被破坏，测量值频繁偏离预测值，基于此，将测量值持续偏离预测值的程度量化为参数失配比例，并将目标考核指标对应各数据源中参数失配比例的最大值作为该指标的参数失配特征，此时任一数据源出现精度下降即可被捕捉，避免因取均值导致单点异常被其他正常数据源稀释而漏判；同时，在同一同源关联数据组中，各数据源因受相同物理以及气象因素影响，其变化方向在多数采样时刻呈现出一致的同步性，而当某一数据源发生异常时其变化方向将频繁偏离组内多数数据源的集体变化趋势，形成数据异步偏离特征。本技术通过捕捉数据源在物理响应层面的参数失配异常和在统计群体层面的异步偏离异常，从目标考核指标中精准锁定异常倾向指标，为后续连锁影响范围的划定与批量失控风险的判定提供可靠的辨识基础，从而提高了异常信号早期识别的准确性与及时性。
38、尤其，本发明通过依据异常倾向指标集内各异常倾向指标间的共享数据源关系确定连锁影响范围。在新能源指标考核预警系统的实际运行中，各考核指标的计算依赖于多源异构数据，多个考核指标之间往往存在共享同一数据源的情况。当某一共享数据源出现异常时，该异常不仅影响单一考核指标，还通过共享数据源这一物理桥梁传导至其他依赖该数据源的考核指标，形成连锁影响。若多个异常倾向指标之间存在共享数据源，则任一数据源的持续恶化通过共享关系同时影响多个关联指标，形成批量失控的连锁风险。本技术以异常倾向指标间是否存在共享数据源判定连锁关系，将存在共享数据源关系的各异常倾向指标划入同一连锁影响范围，使得孤立分析的各指标异常被聚合为连锁风险评估区域，消除了现有技术因孤立分析各考核指标而无法感知共享数据源引发的连锁影响盲区，为后续基于异常扩散度的批量失控风险倾向判定提供了精准的分析范围。
39、尤其，本发明依据异常扩散度确定连锁影响范围是否存在批量失控风险倾向。本技术引入异常扩散度，以连锁影响范围内异常倾向指标的数量与共享数据源数量的比值进行量化。该比值度量的是风险传导路径的集中程度，异常扩散度越高，表明单位共享数据源所支撑的异常倾向指标越多，影响面越集中，任一共享数据源持续恶化，其影响可同时扩散至多个异常倾向指标，批量失控风险增加。本技术通过异常扩散度的比值量化，将孤立的指标异常上升为连锁影响范围内的系统性风险评估，在批量指标失控的物理过程尚未触发之前，完成对共享数据源异常引发的连锁风险的超前判定，为预警推送提供精准的决策依据，从而提高了新能源指标考核预警系统抵御批量指标失控风险的能力。