一种多维综合展示可视化数据展示平台制造技术

本发明专利技术公开了一种多维综合展示可视化数据展示平台，包括电力数据多维表达模块，电力数据多维表达模块用于提供若干种电力数据表达方法；电力数据多维表达优化模块，电力数据多维表达优化模块利用算法对电力数据表达方法进行优化；电力数据多维表达特征提取模块，电力数据多维表达特征提取模块用于提取优化后的电力数据的可视化特征；电力数据多维表达特征融合模块，电力数据多维表达特征融合模块用于融合可视化特征和传统特征。本发明专利技术实现了电力数据多维综合展示，从多维综合展示的结果可以看出高维数据可视化表示有助于电力工作者快速的理解数据的信息，捕捉到数据中隐藏的特征、类别、联系和趋势等，产生更高效的决策，并应用于实际生产生活中。并应用于实际生产生活中。

A visual data display platform for multidimensional comprehensive display

【技术实现步骤摘要】
一种多维综合展示可视化数据展示平台


[0001]本专利技术涉及电力数据处理
，尤其是一种多维综合展示可视化数据展示平台。

技术介绍

[0002]数据是电力企业的战略资源，挖掘电力数据价值，发挥数据资产潜能能够高质量、高效率地为电力企业生产运营提供智能数据分析服务。但目前对电力大数据的可视化处理的维度相对单一，对多种数据源的融合度不高。因此，提供一种用于电力数据可视化的数据处理方法及装置，以实现多种电力数据源融合，提升对电力数据的利用率，进而满足电网规划、运维等业务域的数据分析应用需求显得尤为重要。

技术实现思路

[0003]本专利技术要解决的技术问题是提供一种多维综合展示可视化数据展示平台。
[0004]为解决上述技术问题，本专利技术所采取的技术专利技术如下。
[0005]一种多维综合展示可视化数据展示平台，包括电力数据多维表达模块，所述电力数据多维表达模块用于提供若干种电力数据表达方法；电力数据多维表达优化模块，所述电力数据多维表达优化模块利用算法对电力数据表达方法进行优化；电力数据多维表达特征提取模块，所述电力数据多维表达特征提取模块用于提取优化后的电力数据的可视化特征；电力数据多维表达特征融合模块，所述电力数据多维表达特征融合模块用于融合可视化特征和传统特征。
[0006]作为本专利技术的一种优选技术专利技术，所述电力数据表达方法包括二维向量展示、星型平面展示、星体坐标展示、雷达数据展示以及颜色数据展示。
[0007]作为本专利技术的一种优选技术专利技术，所述二维向量展示包括：一个数据包含N维属性值，在n个距离相等竖直的平行坐标轴上，画其属性点，则其平行坐标的绘制公式可以表示为：
[0008][0009]可得：x
i+1
＝m
i
x
i
+b
i i＝1,2,3,...,n
‑1[0010]其中，m
i
表示斜率m
i
＝μ
i
+1/μ
i
，b
i
表示x
i+1
与竖直坐标轴的交点b
i
＝a
i+1
‑
m
i
a
i
，假设竖直的平行坐标轴的距离为1，即a
i
＝1，i＝1,2,3,...,n，则平行坐标在二维空间中表示的坐标点为：
[0011][0012]其中，对二维向量展示进行优化包括：选定高维数据集中的一个数据作为起始点P1，此点的纵坐标值是数据值中的最小点，计算P1与其他点相连后与横轴之间的夹角值，根据求得的倾角值进行排序，得到点序列P1，P2，P3，...，P
n
，将序列点按照顺序相继连接，形成
一个多边形，P1是凸壳边界的起始点，P
n
设为该凸壳的顶点，删除不是凸壳顶点的数据点，输出高维数据集的凸壳点。
[0013]作为本专利技术的一种优选技术专利技术，所述星型平面展示包括：归一化后的[x*ij]平面散点图绘制公式为：
[0014][0015]对星型平面展示进行优化包括：利用非线性多项式函数进行优化，其形式为：
[0016]f(x)＝x
a
(a＞0)
[0017]对局部区域进行选取，散点图局部优化的函数表示公式为：
[0018][0019]作为本专利技术的一种优选技术专利技术，所述星体坐标展示包括：将多元数据{x
ij
}转化为角度{θ
ij
}{0≤θ
ij
≥π}，其变换公式为：
[0020][0021]设数据集的权值向量为ω1，ω2，...，ω
n
(ω
j
≥0，j＝1,2，...，n)，每一个数据星座位置坐标为：
[0022][0023]对星体坐标展示进行优化包括：利用公式：
[0024][0025]cx
uv
＝cosθ
uv
+isinθ
uv
[0026]采用Fisher复线性判别的算法函数处理得到的矩阵CX
n
×
p
，得到的矩阵的特征向量解即为要求的星座图的每个方向优化的权值向量ω，根据求取的优化权值系数按照传统的星座图方法绘制，得到公式：
[0027][0028]作为本专利技术的一种优选技术专利技术，所述雷达数据展示包括：消除数据的量纲，对数据进行归一化，公式为：
[0029][0030]其中：
[0031]绘制每一个属性在其对应角度上的数值轴，将x
ij
(j＝1,2，...，n)分别画到N等分的轴上，将这N个点以折线连接起来，构成一个闭合的多边形，坐标公式为：
[0032](a
ij
＝x
ij
cosθ
ij
，b
ij
＝x
ij
sinθ
ij
)
[0033]其中，
[0034]作为本专利技术的一种优选技术专利技术，所述颜色数据展示包括：消除数据量纲，利用可见光的波长公式，将数据映射到其相应的颜色响应值上；将三色响应值进行转换计算，利用公式计算每一个数据的RGB颜色空间数值，公式为：
[0035][0036][0037][0038]其中比例因子用k表示,λ表示高维数据光谱波长,Δλ取固定值，若高维数据具有n个属性，则每个数据的1...n属性的变换公式为x
i
(400)＝x
i1
，...，x
i
(700)＝x
in
，求颜色空间中的色度与饱和度，在颜色空间中计算各颜色的颜色坐标为r＝R/(R+G+B),g＝G/(R+G+B),b＝B/(R+G+B)，r+g+b＝1，r代表色度，g代表饱和度，利用r,g表示该数据数据在颜色空间的坐标。
[0039]作为本专利技术的一种优选技术专利技术，电力数据多维表达特征提取模块对二维向量展示进行特征提取包括：对于n相邻幅值比r
ij
表示数据中的第i列与第j列之间的幅值比，公式为：
[0040][0041]其中，x
i
表示数据集中的第i列数据的幅值，x
j
表示数据集中的第j列数据的幅值，n＝丨i
‑
j丨；
[0042]电力数据多维表达特征提取模块对星型平面展示和星体坐标展示进行特征提取包括：位置特征为：
[0043][0044]作为本专利技术的一种优选技术专利技术，电力数据多维表达特征提取模块对雷达数据展示进行特征提取包括：消除原始数据数据集的量纲问题，对其进行归一化处理；对数据特征
仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0056]在本申请说明书中描述的参考“一个实施例”或“一些实施例”意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多维综合展示可视化数据展示平台，其特征在于：包括电力数据多维表达模块，所述电力数据多维表达模块用于提供若干种电力数据表达方法；电力数据多维表达优化模块，所述电力数据多维表达优化模块利用算法对电力数据表达方法进行优化；电力数据多维表达特征提取模块，所述电力数据多维表达特征提取模块用于提取优化后的电力数据的可视化特征；电力数据多维表达特征融合模块，所述电力数据多维表达特征融合模块用于融合可视化特征和传统特征。2.根据权利要求1所述的一种多维综合展示可视化数据展示平台，其特征在于：所述电力数据表达方法包括二维向量展示、星型平面展示、星体坐标展示、雷达数据展示以及颜色数据展示。3.根据权利要求2所述的一种多维综合展示可视化数据展示平台，其特征在于：所述二维向量展示包括：一个数据包含N维属性值，在n个距离相等竖直的平行坐标轴上，画其属性点，则其平行坐标的绘制公式可以表示为：可得：x
i+1
＝m
i
x
i
+b
i i＝1,2,3,...,n
‑
1其中，m
i
表示斜率m
i
＝μ
i
+1/μ
i
，b
i
表示x
i+1
与竖直坐标轴的交点b
i
＝a
i+1
‑
m
i
a
i
，假设竖直的平行坐标轴的距离为1，即a
i
＝1，i＝1,2,3,...,n，则平行坐标在二维空间中表示的坐标点为：其中，对二维向量展示进行优化包括：选定高维数据集中的一个数据作为起始点P1，此点的纵坐标值是数据值中的最小点，计算P1与其他点相连后与横轴之间的夹角值，根据求得的倾角值进行排序，得到点序列P1，P2，P3，...，P
n
，将序列点按照顺序相继连接，形成一个多边形，P1是凸壳边界的起始点，P
n
设为该凸壳的顶点，删除不是凸壳顶点的数据点，输出高维数据集的凸壳点。4.根据权利要求3所述的一种多维综合展示可视化数据展示平台，其特征在于：所述星型平面展示包括：归一化后的[x*ij]平面散点图绘制公式为：对星型平面展示进行优化包括：利用非线性多项式函数进行优化，其形式为：f(x)＝x
a
(a＞0)对局部区域进行选取，散点图局部优化的函数表示公式为：5.根据权利要求4所述的一种多维综合展示可视化数据展示平台，其特征在于：所述星体坐标展示包括：将多元数据{x
ij
}转化为角度{θ
ij
}{0≤θ
ij
≥π}，其变换公式为：
设数据集的权值向量为ω1，ω2，...，ω
n
(ω
j
≥0，j＝1,2，...，n)，每一个数据星座位置坐标为：对星体坐标展示进行优化包括：利用公式：cx
uv
＝cosθ
uv
+isinθ
uv
采用Fisher复线性判别的算法函数处理得到的矩阵CX
n
×
p
，得到的矩阵的特征向量解即为要求的星座图的每个方向优化的权值向量ω，根据求取的优化权值系数按照传统的星座图方法绘制，得到公式：6.根据权利要求5所述的一...

【专利技术属性】
技术研发人员：常永娟，贺月，姜丹，陈曦，彭姣，卢艳艳，张博，李涛，
申请(专利权)人：国网河北省电力有限公司信息通信分公司，
类型：发明
国别省市：