其他
【精彩论文】基于粗糙集的电池储能电站海量数据处理方法
观点凝练
摘要：锂离子电池的储能电站在运行过程中上传的数据量庞大，数据采样率高，增大了实时在线评估工作的难度。如何提取并压缩有效数据，同时保证压缩后的数据具有保真性，成为数据挖掘预处理所面对的主要问题。针对上述问题，选取储能电站特定工况下一个电池簇的数据，利用粗糙集方法，对数据的属性进行约简，根据正态分布的 2σ 原则对属性值进行二元逻辑划分，将单体电池划分为频繁检测对象和普通检测对象，压缩了在线处理的数据量。最后，对同一电池簇20天内不同工况数据进行验证，证明了该处理方法的有效性。
结论：本文在对储能电站海量数据进行数据挖掘之前，利用粗糙集理论和统计学理论对数据进行预处理。研究表明，这一处理方法可以大大减少在线处理的数据总量，并且预处理后的数据具有很高的保真性。综合来看，本研究所给出的处理方法具有以下优点。
（1）属性约简后，待处理的数据保持与原数据基本相同的分类属性，使数据关系变得简洁，逻辑处理变得容易。
（2）将属性值利用统计学原理进行二元逻辑划分后，设备内存里的浮点属性值可以转化成逻辑值进行在线处理，大大减少了在线计算量。
（3）不同时刻的分类结果重复率高，结果稳定。对于分类集合中的频繁检测单体和普通检测单体，后续给它们赋予不同的数据处理周期，将进一步减小在线处理数据的压力。
综上，基于粗糙集的储能电站海量数据处理方法具有较好的适用性及应用价值，值得进一步开展深入研究。但是，由于在线采集数据的局限性，本文在数据分析过程中暂时没有引入更多的电池属性分析。因此，以粗糙集合理论为基本方法引入更多的属性进行数据挖掘工作将是下一步的重点研究方向。
引文信息
陈娟, 惠东, 范茂松, 等. 基于粗糙集的电池储能电站海量数据处理方法[J]. 中国电力, 2022, 55(2): 44-50, 208.CHEN Juan, HUI Dong, FAN Maosong, et al. Massive data processing method for battery energy storage power stations based on rough sets[J]. Electric Power, 2022, 55(2): 44-50, 208.往期回顾
◀【精彩论文】考虑多重不确定性的园区综合能源系统区间优化调度◀【精彩论文】中国西北地区电力市场和清洁能源交易运营绩效分析◀【精彩论文】考虑风电和负荷不确定性的输电网多目标柔性规划◀【精彩论文】计及能源政策的园区综合能源系统鲁棒随机优化模型◀【征稿启事】“新型能源体系下电碳协同市场机制及优化运行”专栏征稿启事◀【征稿启事】“面向碳达峰碳中和目标的清洁高效发电技术”专题征稿启事◀【征稿启事】“新型电力系统低碳规划与运行”专栏征稿启事◀【征稿启事】“新型电力系统源网荷储灵活资源运营及关键技术”专栏征稿启事
编辑：杨彪校对：于静茹审核：方彤
根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。