随着电力技术的快速发展,电力客户对电气设备的需求越来越大,呈现出种类多样化、数量规模化的特征。每当电力客户对其所配备的电气设备进行投切操作时,相对应的运行方式也发生变化,呈现出多变性的特点。并且不同的运行方式会衍生出不同的谐波阈值,而阈值的计算是判定谐波数据是否异常的重要依据。尽管各国对谐波的阈值计算均提出了相应的标准,但这些标准均采用某一种(例如取最值的方式)运行方式的阈值作为判定依据,在实际检测过程中出现的异常事故案例反映了这种判定依据无法精确的辨析谐波数据是否为异常数据。因此,电力客户的谐波数据异常检测水平需要进一步提升以适应电力客户运行方式多变性的特点。为解决不同运行方式下谐波数据异常检测准确率不高的问题,在现有的电力智能运维系统的基础上设计并开发谐波数据异常监测模块,旨在满足电力客户不同运行方式下谐波数据的异常检测。本文具体的研究内容可分为以下几点:首先,根据正常运行条件下的谐波数据建立正态云模型,利用云模型的熵来衡量正常运行方式时谐波数据的波动范围,根据云模型外隶属曲线的’3En外边界确定谐波数据的异常阈值。将需检测的谐波数据与谐波异常阈值进行比较,即可实现谐波数据的异常检测,得到单一运行方式下谐波数据的异常检测方法,并基于Matlab平台进行程序编写。在单一运行方式下谐波数据异常检测方法的基础上进行推广,得到了不同运行方式下谐波数据异常检测的方法。其次,对基于云模型所确定的谐波阈值大小和谐波数据样本容量大小之间的关系进行分析,由此引出建模过程中谐波数据样本容量大小取多少为宜的疑问。针对这一问题,本文在现有的样本容量确定方法的基础上进行改进,得到了两种适用于谐波数据样本容量大小确定的方法,得到了基于置信度的谐波数据样本容量的计算公式。再者,借鉴图像处理中区域合并的思路,对不同运行方式下谐波数据异常检测的过程进行优化,得到了不同运行方式下谐波阈值合并的方法,并基于Matlab平台进行程序编写。然后,在实际工程环境下对本文所改进优化的方法进行验证。验证内容包括:(1)不同运行方式下本文所改进优化的谐波数据异常检测方法的辨析情况;(2)不同运行方式下本文所改进优化的两种谐波数据样本容量大小确定方法的有效性;(3)不同运行方式下本文所改进优化的谐波异常阈值合并方法的准确性。最后,根据前文得到的不同运行方式下谐波数据异常检测方法及其优化方案,在现有的电力智能运维监控系统的基础上,设计和开发电力客户谐波数据异常监测模块。通过该模块可以使电力客户能够实时监测不同运行方式下谐波数据的变化情况,掌握不同运行方式下电气设备的运行状态,以便电力客户采取相应的调控措施。