一种基于大数据分析的电能决策系统技术方案

本发明专利技术公开了一种基于大数据分析的电能决策系统，所述系统包括信息采集模块；数据分析处理预测模块；用户用电负荷数据分析与修正模块；分析决策模块；存储服务器和操作平台，本系统主要由信息采集模块、数据分析处理预测模块、用户用电负荷数据分析与修正模块、分析决策模块和存储服务器构成，系统可根据设备情况、用户用电情况和配电系统运行情况，考虑不同类型应用场合、和不同类型项目情况，研究用户用电负荷数据分析与修正方法，大大方便了设计配电业务分析决策，用以进行新建项目的指导和既有项目的后期管理，且数据根据机密程度采用不同的存储方式进行存储，既保证了数据的处理速度又降低了机密数据外泄情况的发生，数据的安全性高。的安全性高。的安全性高。

【技术实现步骤摘要】
一种基于大数据分析的电能决策系统


[0001]本专利技术涉及供电分析
，具体为一种基于大数据分析的电能决策系统。

技术介绍

[0002]电力系统中各种电压的变电所及输配电线路组成的整体，称为电力网，简称电网。它包含变电、输电、配电三个单元，随着传感技术、自动化控制技术、通信网络技术、分布式存储技术、大数据分析和人工智能技术的发展，以及社会经济和环境需求的巨大推动，电网也将真正实现与互联网的深度融合，发展“智能电网”是电力行业的必然发展趋势；
[0003]电力系统规模日趋增大，电网结构日益复杂，系统故障引发后果越发严重国内外多次大停电事故造成了巨大的经济损失和恶劣的社会影响；电网设备地域分布广、管理要素多、信息数据量大，导致管理成本高，对突发事件的应急处置能力低，迫切需要研发高效可靠的配用电系统关键技术，解决电网事故问题决策的问题。

技术实现思路

[0004]本专利技术的目的就在于为了解决上述问题而提供一种基于大数据分析的电能决策系统。
[0005]本专利技术通过以下技术方案来实现上述目的，一种基于大数据分析的电能决策系统，所述系统包括信息采集模块；采集电力传输过程中电流、电压数据监测、用电量的统计、电力设备运行视频以及实时气象信息；
[0006]数据分析处理预测模块；分析和预测处理信息采集模块采集到的数据，进行分类存储和预测；
[0007]用户用电负荷数据分析与修正模块；用于分析用户用电负荷的数据，然后生成决策任务；
[0008]分析决策模块；将决策任务分解成多个细粒度的子任务进行分析决策，被数据分析处理预测模块进一步分析处理后，进行合并生成最终的决策结果；
[0009]存储服务器；存储服务器为本地服务器和多个云服务器，按数据的机密程度选择不同的服务器存储，监测系统运行、设备数据采用实时文件系统存储方式存储到本地存储设备；对结构化核心业务数据，以及用户隐私数据采用哈希算法分布式存储到不同的云服务器中；
[0010]操作平台；对多个云服务器内的数据进行提取、统计模型的生产和系统的操作。
[0011]优选的，所述信息采集模块包括电流传感器、电压传感器、风速传感器和摄像头，电流传感器以及电压传感器分别安装在用电区的主干线以及分支线上，按1km一个节点进行安装，风速传感器和摄像头安装在配电设备上，摄像头对准配电设备容易出问题的地方。
[0012]优选的，所述数据分析处理模块由数据缓存模块、数据分析模块、数据预测模块、数据存储模块和数据过滤模块，数据缓存模块用于缓存信息采集模块采集到的数据信息，数据分析模块将缓存后的数据信息进行分类，然后存储到数据存储模块中，不同的类型存
放在数据存储模块的不同通道内。
[0013]优选的，数据过滤模块用于过滤删选数据分析处理模块内模糊无法识别的视频数据来降低数据存储所占的空间以及提升运算速度。
[0014]优选的，操作平台包含云端操作平台和控制室操作平台，云端操作平台和控制室操作平台均含有统计模型生成模块，统计模型生成模块含有共性技术分析算法、聚类分析算法、关联分析算法、主元素分析算法和多目标优化算法，和控制室操作平台为联网的计算机。
[0015]优选的，数据分析处理预测模块利用联合遗传算法和BP神经网络的数据预测技术，实现对实时采集数据的预测，验证实测数据是否为数据“坏点”，首先使用改进的遗传算法优化BP神经网络的初始连接权值和阈值，再使用数据中心保存的同类历史数据对优化后的BP神经网络进行训练，形成数据预测模型，一旦发现实测数据为数据“坏点”，决策系统将立刻使用预测数据来代替实测数据。
[0016]优选的，数据预测模块分析电力系统运行状态变化对电流电压测量精度的影响，采样频率失配条件下周期性信号的傅氏变换方法，设计基于FFT变换的频率跟踪算法。其中，每通道使用多达256点的采样数据，形成首尾连接的数据仓存储，采用了64位浮点FFT变换，同时加入滤波算法，保证电流电压的测量值与实际值之间的偏差小于0.2％。
[0017]优选的，用户用电负荷数据分析与修正模块利用奇异点探测技术、粒子滤波、结合统计模型对数据进行清洗、修正与过滤，采用高维时序基于时间序列分析的卡尔曼滤波方法修正用电负荷数据，通过分析用户用电数据关联性，对数据进行清洗、修正；采用哈希分布式索引提高数据分析速度，采用线性判别分析稳健主成分分析法对数据进行特征提取，在此基础上，设计多结构用电负荷数据和基于时间的用电负荷数据的聚类方法、面向用电负荷和用户关系的关联规则挖掘方法，进而对用户特征群组特征的数据关联关系行为分析和得出行为因果关系，指导空间经济特征与社会行为因素的结构与反馈，进行异常用电行为预测预警。
[0018]优选的，分析决策模块，采用云计算技术，在分布式并行环境中将数据分析决策任务分解成多份细粒度的子任务，各子任务在空闲的处理节点之间被调度和处理，通过特定规则进行合并生成最终的决策结果，将决策结果传输到操作平台上，以用HadoopMapReduce分布并行数据处理云计算开源平台为基础，采用基于WEB客户端日志数据关联规则挖掘算法、高效的负载均衡机制和优化的SPRINT并行处理方法，采用5000个节点的并行计算能力加速数据分析和处理速度，并根据实际需要的计算资源增加或减少硬件节点。
[0019]为了避免非工作人员或者黑客的恶意操作，优选的，登陆所述操作平台的云端操作平台和控制室操作平台时，均需要输入登陆密码以及对登陆者进行人脸识别来验证登陆者的身份。
[0020]本专利技术的有益效果是：
[0021](1)本系统主要由信息采集模块、数据分析处理预测模块、用户用电负荷数据分析与修正模块、分析决策模块和存储服务器构成，系统可根据设备情况、用户用电情况和配电系统运行情况，考虑不同类型应用场合、和不同类型项目情况，研究用户用电负荷数据分析与修正方法，大大方便了设计配电业务分析决策，用以进行新建项目的指导和既有项目的后期管理；
[0022](2)本系统数据根据机密程度采用不同的存储方式进行存储，既保证了数据的处理速度又降低了机密数据外泄情况的发生，数据的安全性高。
附图说明
[0023]图1为本专利技术的系统结构示意图；
[0024]图2为本专利技术的数据分析处理预测模块意图示意图；
[0025]图3为本专利技术的信息采集模块示意图；
[0026]图4为本专利技术的统计模型生成模块示意图；
[0027]图5为本专利技术的数据分析与修正技术处理框图。
具体实施方式
[0028]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0029]本专利技术提供一种实施例，请参阅图1
‑
5，一种基于大数据分析的电能决策系统，所述系统包括信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据分析的电能决策系统，其特征在于：所述系统包括信息采集模块；采集电力传输过程中电流、电压数据监测、用电量的统计、电力设备运行视频以及实时气象信息；数据分析处理预测模块；分析和预测处理信息采集模块采集到的数据，进行分类存储和预测；用户用电负荷数据分析与修正模块；用于分析用户用电负荷的数据，然后生成决策任务；分析决策模块；将决策任务分解成多个细粒度的子任务进行分析决策，被数据分析处理预测模块进一步分析处理后，进行合并生成最终的决策结果；存储服务器；存储服务器为本地服务器和多个云服务器，按数据的机密程度选择不同的服务器存储；操作平台；对多个云服务器内的数据进行提取、统计模型的生产和系统的操作。2.根据权利要求1所述的一种基于大数据分析的电能决策系统，其特征在于：所述信息采集模块包括电流传感器、电压传感器、风速传感器和摄像头，电流传感器以及电压传感器分别安装在用电区的主干线以及分支线上，按1km一个节点进行安装，风速传感器和摄像头安装在配电设备上，摄像头对准配电设备容易出问题的地方。3.根据权利要求1所述的一种基于大数据分析的电能决策系统，其特征在于：所述数据分析处理预测模块内嵌入有数据缓存模块、数据分析模块、数据预测模块、数据存储模块和数据过滤模块，数据缓存模块用于缓存信息采集模块采集到的数据信息，数据分析模块将缓存后的数据信息进行分类，然后存储到数据存储模块中，不同的类型存放在数据存储模块的不同通道内。4.根据权利要求3所述的一种基于大数据分析的电能决策系统，其特征在于：数据过滤模块用于过滤删选数据分析处理模块内模糊无法识别的视频数据。5.根据权利要求1所述的一种基于大数据分析的电能决策系统，其特征在于：操作平台包含云端操作平台和控制室操作平台，云端操作平台和控制室操作平台均含有统计模型生成模块，统计模型生成模块含有共性技术分析算法、聚类分析算法、关联分析算法、主元素分析算法和多目标优化算法，和控制室操作平台为联网的计算机。6.根据权利要求1所述的一种基于大数据分析的电能决策系统，其特征在于：数据分析处理预测模块利用联合遗传算法和BP神经网络的数据预测技术，实现对实时采集数据的预...

【专利技术属性】
技术研发人员：谢洪潮，谢正新，朱家禄，刘振兴，李晓卉，
申请(专利权)人：盛隆电气集团有限公司，
类型：发明
国别省市：