一种智能配电网的大数据分析方法技术

本发明专利技术公开了一种智能配电网的大数据分析方法，包括根据智能配电网系统的拓扑结构，进行智能配电网的节点编号和数据采集；将采集的数据信息按照存在隶属关系的多维立体单元进行存储，存储单元为矩阵张量积形式；对存储数据进行数据查询和分析，得到查询结果和分析结果。本发明专利技术利用了智能配电网络结构隶属特点，应用采集数据的地点和时间的隶属特点，建立了数据的立体多维数据体系，可以有效的改善传统的存储空间大、不易数据分析的劣势，并结合所提的数据结构，得到了设备监测检索的方式，可以在线快速的锁定问题设备和节点。能够有效的解决智能配电网大数据的存储和数据查询；不但适用于智能配电网，也同样适用于智能用电网数据的分析。

【技术实现步骤摘要】
一种智能配电网的大数据分析方法
本专利技术属于智能配电网控制领域，涉及一种智能配电网的大数据分析方法。
技术介绍
随着智能电网的发展，传统的配电网所提供的供电可靠性和电能质量已经无法满足用户的需要；从统计的电网故障看，约80％的电网故障来源于配电网，并且随着新能源节点的接入，主动配电网中电压波动等多方面因素均会增加配电网的故障风险。采用多种采集和通信方式(无线通信、光纤以及微波通信等方式)的智能配电网能够根据海量数据进行分析，实时掌握网络状态，对异常运行状态进行预测和查询，有效对配电网进行监测和修复，从而提高了配电网的供电可靠性和电能质量。然而，不同于传统的配电网控制决策，智能配电网需要采集大量的关联数据，并且需要对采集大量的关联数据进行实时的数据查询与决策，从而传统的数据存储方式和数据分析方法已经无法应用到智能配电网的大数据分析中。智能配电网大数据的采集的特点可以归结为：1)数据采集和分析具有实时性；2)数据分析需要在多个空间和时间尺度进行；3)配电网的网络节点具有隶属关系，从而导致其采集的数据结构具有隶属关系。在现有的大数据分析方法中，并没有可以直接应用到智能配电网的大数据存储和本文档来自技高网...

【技术保护点】
1.一种智能配电网的大数据分析方法，其特征在于，包括以下步骤：步骤1：根据智能配电网系统的拓扑结构，进行智能配电网的节点编号和数据采集；步骤2：将步骤1采集的数据信息按照存在隶属关系的多维立体单元进行存储，存储单元为矩阵张量积形式；步骤3：对步骤2的存储数据进行数据查询和分析，得到查询结果和分析结果。

【技术特征摘要】
1.一种智能配电网的大数据分析方法，其特征在于，包括以下步骤：步骤1：根据智能配电网系统的拓扑结构，进行智能配电网的节点编号和数据采集；步骤2：将步骤1采集的数据信息按照存在隶属关系的多维立体单元进行存储，存储单元为矩阵张量积形式；步骤3：对步骤2的存储数据进行数据查询和分析，得到查询结果和分析结果。2.根据权利要求1所述的智能配电网的大数据分析方法，其特征在于，所述步骤1的具体方法为：根据智能配电网系统的拓扑结构给每个智能配电网设备以及相关附属表计进行编号并分配IP地址，根据通过IP地址建立的拓扑图对智能配电网设备节点进行数据信息采集，采集的数据信息B为：B＝<m,t,d>其中，m代表设备节点的IP标识，t为采集的时间，d代表采集的数据。3.根据权利要求2所述的智能配电网的大数据分析方法，其特征在于，所述步骤1中的IP地址采用IPV6协议。4.根据权利要求1所述的智能配电网的大数据分析方法，其特征在于，所述步骤2的具体方法为：步骤2-1：将采集的数据根据物理定义进行数据的串行和并行之间的变换，变换后的并行数据为：B＝<B1,v,B2,v,…,BK,v>其中，K代表数据映射的时间隶属维度，v代表数据采集节点的编号；步骤2-2：将每一个并行数据进行地点隶属方式的变换，采用节点的IP地址，对节点进行聚类，得到：B1,v＝{e1,v,1,e1,v,2,…,e1,v,M}其中，M代表数据映射的地理隶属维度；步骤2-...

【专利技术属性】
技术研发人员：程斌，陈永耀，张亮，周艺环，李迎华，刘晓波，佘建宁，白佳丽，王翔，向志昊，张伟，李睿，
申请(专利权)人：国网陕西省电力公司铜川供电公司，保定市睿为电气科技有限公司，国家电网有限公司，
类型：发明
国别省市：陕西,61