本发明涉及电力系统监测，特别涉及基于大数据预警的电能质量提升系统及方法。
背景技术：
1、随着新能源技术的发展和普及，光伏发电、储能系统、风力发电等新能源发电系统不断地接入现有电力系统，由于新能源系统中电力电子设备的运行对电力系统中电能质量产生较大的影响。同时随着工业技术的发展进步，电力系统中的负荷日益多样化和复杂化电气化铁路、冶金、充电桩系统等特殊负荷的接入使得电网面临着谐波、电压暂升、暂降、中断等电能质量问题。
2、电能质量问题不仅影响电网运行的稳定性和安全性，还直接影响到工业生产和民生设施的正常运行，甚至可能导致产品质量下降和设备损坏。特别是在现代工业中，对电能质量的要求越来越高，例如微电子制造、精密仪器等领域对电网提出了更高的电能质量要求。
3、目前，电能质量预测和调控的技术主要通过对电能参数的监测然后依据监测数据作出相应的调整。在现有电力系统监控系统中，利用电能质量监测装置对电网中的电压、电流、频率等参数进行实时监测和数据采集，获取电能质量问题的详细信息。之后采用数字信号处理技术对监测到的数据进行分析和处理，提取出谐波、暂降、暂升等特征，并依据上述特征判定是否出现电能质量的波动是否需要调整。
4、目前的监测的调控技术具有一定的滞后性，即在发生电能质量波动之后进行调控，虽然产生了抑制的效果但是电能质量产生的波动仍然产生了对电力系统的影响。因此最大程度的降低对电能质量波动对电力系统的影响成为电力人急需解决的问题。
技术实现思路
1、为了解决背景技术中存在的技术问题，本发明提供高温真空环境的陶瓷材料介电性能测试方法，提供一种通过预测电能变化趋势的方式来提前调控无功补偿装置来防止电能质量发生大幅度波动的情况。
2、本发明要解决的技术问题的技术方案是：基于大数据预警的电能质量提升方法，包括以下步骤：
3、步骤1、提取历史数据库中的电能质量参数构建原始数据集，应用所述原始数据集基于神经网络预测模型训练构建电能质量预警模型；
4、步骤2、将实时采集的电能质量参数输入所述电能质量预警模型，所述电能质量预警模型基于实时的电能参数预测出电能质量变化的趋势；
5、步骤3、依据所述电能质量预警模型预测出的电能质量变化的趋势调整无功补偿装置的运行参数。
6、更好的，所述原始数据集中的样本数据为基于时间长度的电能参数序列，所述电能参数包括起始时间、结束时间、峰值时间、采集间隔和参数序列。
7、更好的，所述参数序列的电能参数为系统电压或系统频率。
8、更好的，所述原始数据集中的样本数据为基于时间长度的电能参数序列，所述电能参数包括起始时间、结束时间、峰值时间、采集间隔、电压参数序列以及频率参数序列。
9、更好的，所述步骤1中：
10、步骤1.1、将所述原始数据集中的样本数据通过聚类算法分成多个类别数据集，应用每一个类别数据集对电能质量预警模型进行训练，生成初始预警模型；
11、步骤1.2、对原始数据集中的样本数据进行分割处理：首先设置预警时段长度，之后根据预警长度将样本数据的序列分成前期数据序列和后期数据序列，其中前期数据序列的长度与预警时段长度相同；处理后的样本数据组成分割数据集；
12、步骤1.3、将分割数据集分成训练集和验证集，应用训练集并基于初始预警模型再次进行训练得到电能质量预警模型；应用验证集验证电能质量预警模型的准确度；
13、步骤1.4、调整预警时段长度，重复执行步骤1.2和步骤1.3直到电能质量预警模型的预测的准确度达到设定的准确度阈值。
14、进一步地，所述预警时段长度ty＝μ(tj-ts)，其中tj为结束时间，ts为起始时间，μ为时长百分比。
15、更好的，所述预警时段长度ty＝μ(tf-ts)，其中tf为峰值时间，ts为起始时间，μ为时长百分比。。
16、更好的，提取所述分割数据集中的前期数据序列，获取前期数据序列中数据序列的长度并提取出最长前期数据序列tqc和最短前期数据序列tqd，同时获取采集间隔tcj；
17、所述步骤2中：
18、步骤2.1、每间隔时间t0标定一次起始时间采集n个序列数据，其中n＝(tqc-tqd)/tj+1；
19、步骤2.3、将n个数据序列组成样本数据输入电能质量预警模型中，如果数据序列组成的前期数据序列经过电能质量预警模型得到后期数据序列，则根据后期数据序列启动静止无功补偿装置的调控。
20、基于大数据预警的电能质量提升系统，包括数据采集模块、电能质量预警模块、电能质量调控模块。数据采集模块用于实时获取变配电系统中各馈出回路的电能参数，并组成前期数据序列。电能质量预警模块基于前期数据序列应用系统中的电能参数预警模型对电能质量波动进行预测。电能质量调控模块用以电能质量预警模块预测得到的后期数据序列作为调控目标对无功补偿系统进行调控。
21、本发明的有益效果为：通过设置电能质量预警模型，并采用前期变化较为缓慢的电能波动参数预测后期可能产生的波动较大的电能质量变化，并针对波动较大的情况作出相应的预调控，进而避免电力系统的电能质量产生较大的波动。
1.基于大数据预警的电能质量提升方法，其特征在于：
2.根据权利要求1所述的基于大数据预警的电能质量提升方法，其特征在于：
3.根据权利要求1所述的基于大数据预警的电能质量提升方法，其特征在于：
4.根据权利要求1所述的基于大数据预警的电能质量提升方法，其特征在于：
5.根据权利要求2或3或4所述的基于大数据预警的电能质量提升方法，其特征在于：
6.根据权利要求5所述的基于大数据预警的电能质量提升方法，其特征在于：
7.根据权利要求5所述的基于大数据预警的电能质量提升方法，其特征在于：
8.根据权利要求6或7所述的基于大数据预警的电能质量提升方法，其特征在于：
9.基于大数据预警的电能质量提升系统，其特征在于：
