一种面向配网大数据的多时态维度数据融合方法技术

本发明专利技术公开了一种面向配网大数据的多时态维度数据融合方法，包括：根据数据源进行分类；设定统计周期，确定滑动窗口值；计算出第n个周期的平滑系数值和预测值；计算所述第n个周期实际监测值和预测值的偏离度，及与预设偏离度比较：当大于时，计算获得修改后的滑动窗口值；当小于时，取距离第n个周期的监测所得实际监测值，根据周期数进行排序得到窗口数据集合；计算各个数据的权重系数；计算得到上报数据；将计算所得上报数据添加到同类上报数据集合中；由计算得到的同类上报数据集合构成新的数据集合。本发明专利技术实现了动态调整滑动窗口值，对窗口内的数据可实时根据权重因子进行融合，保证了更好的数据融合效果，为上层服务提供数据基础。

A multi temporal data fusion method for large data distribution network

The invention discloses a fusion method of multi temporal dimension data for distribution network including: big data are classified according to the data source; setting statistical cycle, determine the sliding window value; calculate the N cycle of smooth lines and numerical predictive value; calculating the first N cycle of actual monitoring value and forecast deviation value and, with the preset deviation: when more than, calculate the sliding window of the modified value; when less than the distance from the N, monitoring cycles of the monitoring values are sorted according to the number of data collection window period; calculation of the weight coefficient of each data; calculate the reported data will be calculated; to add data to similar reporting data sets; by calculating similar reporting data sets constitute a new data set. The invention realizes the dynamic adjustment of the sliding window value, and the data in the window can be fused in real-time according to the weight factor, thereby ensuring better data fusion effect and providing data base for the upper layer service.

【技术实现步骤摘要】
一种面向配网大数据的多时态维度数据融合方法
本专利技术涉及一种面向配网大数据的多时态维度数据融合方法，属于数据融合的

技术介绍
数据融合的概念产生于20世纪70年代，但是直接促使其发展的是进入20世纪90年代以后，随着计算机技术、通信技术的快速发展，并且两者之间的关系日益紧密，作为数据处理的新兴技术--数据融合技术，在近几年中以飞快的速度发展。数据融合研究的范围广泛，最初以军事应用为目的的数据融合技术亦可用于工业和农业，如资源管理、城市规划、气象预报、作物及地质分析等领域。数据融合的基本目的是通过一定规则的数据组合而不是任何个别元素，获取更多的信息，这是最佳协调作用的结果，利用多源数据的优势，提高数据的使用率，获得更为准确的结果。与单传感器信号处理或低层次的多传感器数据处理方式相比，多传感器数据融合有效地利用了多传感器资源信息提供的互补性，从而可以获得被探测目标和环境更为全面的信息。其关键在于数据融合所处理的多传感器信息具有更复杂的形式，而且可以在不同的信息层次上出现，信息的抽象层次包括数据层融合、特征层融合和决策层融合。数据融合技术是指利用计算机对按时序获得的若干观测信息本文档来自技高网...

【技术保护点】
一种面向配网大数据的多时态维度数据融合方法，其特征在于，包括以下步骤：步骤1、根据数据源进行分类，将每一类数据组成一个由有L个数据构成的集合DATEi，且由各类同类数据集合DATEi组成数据集合DATE；步骤2、设定统计周期，在每个周期内对数据监测获得实际监测值，及对实际监测值进行融合，确定滑动窗口值Wind；步骤3、由第n‑1个周期监测的实际监测值和预测值，计算出第n个周期的平滑系数值；步骤4、根据所得第n个周期的平滑系数值和实际监测值，计算出第n个周期的预测值；步骤5、计算所述第n个周期的实际监测值和预测值的偏离度，及将计算所得偏离度与预设偏离度比较：当计算所得偏离度大于预设偏离度时，执行...

【技术特征摘要】
1.一种面向配网大数据的多时态维度数据融合方法，其特征在于，包括以下步骤：步骤1、根据数据源进行分类，将每一类数据组成一个由有L个数据构成的集合DATEi，且由各类同类数据集合DATEi组成数据集合DATE；步骤2、设定统计周期，在每个周期内对数据监测获得实际监测值，及对实际监测值进行融合，确定滑动窗口值Wind；步骤3、由第n-1个周期监测的实际监测值和预测值，计算出第n个周期的平滑系数值；步骤4、根据所得第n个周期的平滑系数值和实际监测值，计算出第n个周期的预测值；步骤5、计算所述第n个周期的实际监测值和预测值的偏离度，及将计算所得偏离度与预设偏离度比较：当计算所得偏离度大于预设偏离度时，执行步骤6；当计算所得偏离度小于预设偏离度时，执行步骤7；步骤6、根据第n个周期的实际监测值和预测值计算获得修改后的滑动窗口值；步骤7、取距离第n个周期的若干周期内监测所得实际监测值，根据周期数进行排序得到窗口数据集合；步骤8、根据所得窗口数据集合，计算修改后的滑动窗口内各个数据的权重系数；步骤9、根据步骤8所得各个数据的权重系数，计算得到上报数据；步骤10、将计算所得上报数据添加到同类上报数据集合DATEreporti中；判断数据集合DATE中是否存在未处理数据，将存在未处理的数据转执行步骤2，否则执行步骤11；步骤11、由计算得到的同类上报数据集合DATEreporti构成新的数据集合DATEreport，以获得融合的数据集合。2.根据权利要求1所述面向配网大数据的多时态维度数据融合方法，其特征在于：所述步骤2确定滑动窗口值包括步骤：选取第n个周期的前k个历史记录的数列Sk，所述计算获得历史记录数列Sk的平均值：其中表示第i个周期的实际监测值，且k＝1，2，3，...，n-1；结合周期内监测所得实际监测值和该周期内历史记录数列的平均...

【专利技术属性】
技术研发人员：邓松，张利平，岳东，付雄，葛辉，黄崇鑫，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32