一种基于云计算的数据异常分析方法技术

本发明专利技术涉及一种基于云计算的数据异常分析方法，获取异常分析启动指令，从云端获取电力系统的电气量采集数据，根据电气量采集数据的数据类型，得到异常分析规则模型，根据目标异常分析规则模型对电气量采集数据进行异常分析，得到异常分析结果，向云端发送云存储请求，云端返回加密密钥，并存储解密密钥，根据加密密钥对异常分析结果进行加密，得到加密异常分析结果，将加密异常分析结果输出至云端，以存储在云端。本发明专利技术提供的数据异常分析方法，不但能够对电气量采集数据进行准确可靠地异常分析，以分析得到对应的异常分析结果，进而后续能够针对异常分析结果做出相关的解决措施，而且，通过加密过程能够提升数据加密的安全性和可靠性。

【技术实现步骤摘要】
一种基于云计算的数据异常分析方法
本专利技术涉及一种基于云计算的数据异常分析方法。
技术介绍
电力系统在运行过程中，可能会受到内部因素或者外部因素的影响，导致出现各类电气异常事件，比如：电流异常、电压异常或者负荷异常等，容易造成不同程度的电力安全事故或者停电事故。现有技术中有很多检测电力系统故障的故障判断方法，当出现电力故障时，控制断路器跳闸。但是，无法在之后的某一个时间对之前存储的电气量数据进行数据分析，以分析得到各种异常情况，进而后续能够针对各种异常情况做出相关的解决措施。
技术实现思路
为了解决上述技术问题，本专利技术提供一种基于云计算的数据异常分析方法。本专利技术采用以下技术方案：一种基于云计算的数据异常分析方法，包括：获取异常分析启动指令；根据所述异常分析启动指令，从云端获取电力系统的电气量采集数据；获取所述电气量采集数据的数据类型，得到目标数据类型；根据所述目标数据类型，将所述目标数据类型输入至预设的异常分析项目数据库中，获取得到与所述目标数据类型相对应的目标异常分析项目；其中，所述异常分析项目数据库包括至少两种数据类型，以及与各种数据类型相对应的异常分析项目；根据所述目标异常分析项目，将所述目标异常分析项目输入至预设的异常分析规则模型数据库中，获取得到与所述目标异常分析项目相对应的目标异常分析规则模型；其中，所述异常分析规则模型数据库包括至少两种异常分析项目，以及与各种异常分析项目相对应的异常分析规则模型；根据所述目标异常分析规则模型所对应的异常分析规则，对所述电气量采集数据进行异常分析，得到异常分析结果；根据所述异常分析结果生成云存储请求；向所述云端发送所述云存储请求，以指示所述云端生成用于加密的加密密钥以及用于解密的解密密钥，指示所述云端存储所述解密密钥，且指示所述云端返回所述加密密钥；其中，所述加密密钥与所述解密密钥相对应；接收所述云端返回的所述加密密钥，并根据所述加密密钥，对所述异常分析结果进行加密，得到加密异常分析结果；将所述加密异常分析结果输出至云端，以存储在云端。优选地，所述指示所述云端存储所述解密密钥，包括：所述云端根据预设的云存储地址存储所述解密密钥；相应地，所述将所述加密异常分析结果输出至云端，以存储在云端，包括：将所述加密异常分析结果输出至云端，以使所述云端根据所述云存储地址进行存储。优选地，所述数据异常分析方法还包括：获取异常分析结果提取指令；根据所述异常分析结果提取指令，从云端获取所述加密异常分析结果和所述解密密钥；输出所述加密异常分析结果；若在预设的有效期内接收到特定的验证码，则输出所述解密密钥。本专利技术的有益效果为：待异常分析的电力系统的电气量采集数据事先存储在云端，当获取到异常分析启动指令之后，从云端获取电力系统的电气量采集数据，不同的数据类型具有不同的异常分析项目，而不同的异常分析项目具有不同的异常分析规则，那么，获取电气量采集数据的目标数据类型，根据目标数据类型以及预设的异常分析项目数据库，得到与目标数据类型相对应的目标异常分析项目，然后结合预设的异常分析规则模型数据库，得到与目标异常分析项目相对应的目标异常分析规则模型，根据得到的目标异常分析规则模型，对电气量采集数据进行异常分析，得到异常分析结果，因此，该异常分析过程能够对电气量采集数据进行可靠准确的分析；根据异常分析结果进行云存储请求，用于加密的加密密钥以及用于解密的解密密钥均由云端生成，而且只有在接收到云存储请求之后云端才生成，能够避免加密密钥和解密密钥存储在本地而易被篡改或者被盗，还能够避免加密密钥和解密密钥在云存储请求之前在云端长时间存在而导致被篡改或者被盗，提升数据加密的安全性和可靠性，而且，解密密钥存储在云端而不随加密密钥进行返回，能够防止解密密钥在本地被非法获取从而导致数据丢失。因此，本专利技术提供的基于云计算的数据异常分析方法，不但能够对电气量采集数据进行准确可靠地异常分析，以分析得到对应的异常分析结果，进而后续能够针对异常分析结果做出相关的解决措施，而且，通过加密过程能够提升数据加密的安全性和可靠性。附图说明图1是本专利技术提供的基于云计算的数据异常分析方法的流程图。具体实施方式本实施例提供一种基于云计算的数据异常分析方法，该数据异常分析方法的硬件执行主体可以为台式电脑、笔记本电脑、智能移动终端等，其中，智能移动终端可以为智能手机、平板电脑等。由于该数据异常分析方法中涉及到与云端通信交互，则该数据异常分析方法所对应的硬件执行主体与云端通信连接，可以采用目前比较成熟的4G通信网络进行通信连接，也可以采用新兴的5G通信网络进行通信连接。该数据异常分析方法应用于电力系统数据异常分析，具体是对电力系统的电气量数据进行异常分析，比如：电力系统的电流数据、电压数据、负荷数据等等。如图1所示，该数据异常分析方法包括如下步骤：步骤S1：获取异常分析启动指令：本实施例中，数据异常分析由相关的工作人员人工启动，比如由专门负责数据异常分析的工作人员。那么，工作人员进行相应的操作，输出异常分析启动指令，比如：该数据异常分析方法的硬件执行主体上设置有一个实体的启动按键或者该数据异常分析方法的硬件执行主体的触摸屏上设置有一个虚拟的启动按键，通过按下或者点击该启动按键，产生异常分析启动指令，该数据异常分析方法的硬件执行主体获取到该异常分析启动指令。步骤S2：根据所述异常分析启动指令，从云端获取电力系统的电气量采集数据：该数据异常分析方法的硬件执行主体根据获取到的异常分析启动指令，从云端获取电力系统的电气量采集数据。应当理解，待数据异常分析的电力系统的电气量采集数据事先存储在云端，当获取到异常分析启动指令之后，该数据异常分析方法的硬件执行主体向云端发送数据获取请求，云端根据该数据获取请求将云端存储的电气量采集数据发送至该数据异常分析方法的硬件执行主体。其中，电气量采集数据可以是电流数据、电压数据、负荷数据、功率数据和断路器开关量数据等等中的至少一种。应当理解，获取到的电气量采集数据可以是过去某一个时间段内的数据，具体的时间段以及时间段的长度由实际需要进行设置；也可以是过去某一个或者某几个预设时刻的瞬时数据，预设时刻的个数以及预设时刻的具体时间点由实际需要进行设置。本实施例不对电气量采集数据的具体实现方式做限定。步骤S3：获取所述电气量采集数据的数据类型，得到目标数据类型：每一种电气量采集数据均有其对应的数据类型，比如：若电气量采集数据是电流数据，则数据类型为电流数据；若电气量采集数据是电压数据，则数据类型为电压数据。则根据获取得到的电气量采集数据，获取数据类型，获取得到的数据类型为目标数据类型。应当理解，根据电气量采集数据确定数据类型的方式不唯一，可以根据电气量采集数据的单位确定数据类型，比如：若电气量采集数据的单位为安培(A)、毫安(mA)或者千安(kA)，则数据类型为电流数据；若电气本文档来自技高网...

【技术保护点】
1.一种基于云计算的数据异常分析方法，其特征在于，包括：/n获取异常分析启动指令；/n根据所述异常分析启动指令，从云端获取电力系统的电气量采集数据；/n获取所述电气量采集数据的数据类型，得到目标数据类型；/n根据所述目标数据类型，将所述目标数据类型输入至预设的异常分析项目数据库中，获取得到与所述目标数据类型相对应的目标异常分析项目；其中，所述异常分析项目数据库包括至少两种数据类型，以及与各种数据类型相对应的异常分析项目；/n根据所述目标异常分析项目，将所述目标异常分析项目输入至预设的异常分析规则模型数据库中，获取得到与所述目标异常分析项目相对应的目标异常分析规则模型；其中，所述异常分析规则模型数据库包括至少两种异常分析项目，以及与各种异常分析项目相对应的异常分析规则模型；/n根据所述目标异常分析规则模型所对应的异常分析规则，对所述电气量采集数据进行异常分析，得到异常分析结果；/n根据所述异常分析结果生成云存储请求；/n向所述云端发送所述云存储请求，以指示所述云端生成用于加密的加密密钥以及用于解密的解密密钥，指示所述云端存储所述解密密钥，且指示所述云端返回所述加密密钥；其中，所述加密密钥与所述解密密钥相对应；/n接收所述云端返回的所述加密密钥，并根据所述加密密钥，对所述异常分析结果进行加密，得到加密异常分析结果；/n将所述加密异常分析结果输出至云端，以存储在云端。/n...

【技术特征摘要】
1.一种基于云计算的数据异常分析方法，其特征在于，包括：
获取异常分析启动指令；
根据所述异常分析启动指令，从云端获取电力系统的电气量采集数据；
获取所述电气量采集数据的数据类型，得到目标数据类型；
根据所述目标数据类型，将所述目标数据类型输入至预设的异常分析项目数据库中，获取得到与所述目标数据类型相对应的目标异常分析项目；其中，所述异常分析项目数据库包括至少两种数据类型，以及与各种数据类型相对应的异常分析项目；
根据所述目标异常分析项目，将所述目标异常分析项目输入至预设的异常分析规则模型数据库中，获取得到与所述目标异常分析项目相对应的目标异常分析规则模型；其中，所述异常分析规则模型数据库包括至少两种异常分析项目，以及与各种异常分析项目相对应的异常分析规则模型；
根据所述目标异常分析规则模型所对应的异常分析规则，对所述电气量采集数据进行异常分析，得到异常分析结果；
根据所述异常分析结果生成云存储请求；
向所述云端发送所述云存储请求，以指示所述云端生成用于加密的加密密钥以及用于解密的解...

【专利技术属性】
技术研发人员：鄂敏，邓龙妹，
申请(专利权)人：郑州奥腾网络科技有限公司，
类型：发明
国别省市：河南;41