电力物联网接入信息交互方法及系统技术方案

本发明专利技术涉及一种电力物联网接入信息交互方法及系统，属于电力通信技术领域。本发明专利技术通过数据增量挖掘压缩以及基于绝对

【技术实现步骤摘要】
电力物联网接入信息交互方法及系统


[0001]本专利技术涉及一种电力物联网接入信息交互方法及系统，属于电力通信


技术介绍

[0002]目前，随着新型电力系统建设的快速推进，以风电、光伏发电为主的高比例分布式可再生能源并网显著影响着电网的运行方式，使配电网的运行状态复杂多变、控制对象多样，对电网的状态感知和信息交互处理能力提出了更高的要求。电力物联网可通过整合通信基础设施和电力系统基础设施等资源，充分利用通信、传感、自动化、云计算等技术，大大提高电网状态全面感知、数据可靠传送、信息智能处理能力。然而，电力物联网需要部署大量采集终端实时全面地采集电力系统的动态与静态数据，其产生的海量运行数据对电力物联网提出了更高的信息交互要求。传统的电力物联网接入信息交互方法及系统仍需解决以下挑战：
[0003]第一，传统方法没有考虑数据增量挖掘压缩，在进行数据压缩时使用的数据基准片较为固定，无法进行数据基准片的动态选择，同时没有基于数据相似度更新项集重要度权重系数以及网络权重系数，数据压缩质量差。
[0004]第二，传统方法衡量增量挖掘压缩模型的指标过于单一，没有考虑基于端侧增量挖掘压缩模型的绝对指标、相对指标以及绝对
‑
相对综合指标多个角度对模型性能进行评价，模型优化性能差，个别性能较差增量挖掘压缩模型导致数据压缩率低，影响电力物联网接入信息交互效率。
[0005]有鉴于上述的缺陷，本专利技术以期创设电力物联网接入信息交互方法及系统，使其更具有产业上的利用价值。
专利技术内容
[0006]为解决上述技术问题，本专利技术的目的是提供电力物联网接入信息交互方法及系统。通过数据增量挖掘压缩以及基于绝对
‑
相对综合计算的数据增量挖掘压缩模型优化，提高增量挖掘压缩的效率，避免大量原始运行增量数据上传，实现电力物联网接入信息的高效边端交互。
[0007]本专利技术的一种电力物联网接入信息交互方法，具体步骤为：
[0008](1)构建面向电力物联网海量数据高效边端交互的数据增量挖掘压缩模型：基于增量挖掘压缩的边端数据交互方法，将电力物联网运行信息划分为Y个区间，每一个区间为一个项集，利用项集信息重要度综合加权计算的方法进行项集支持度计算，选择支持度最高的项集对应的数据基准片，并基于数据基准片以及增量数据利用神经网络推演获得增量数据关联矩阵，基于上述数据基准片以及增量数据关联矩阵，进行数据解压缩以及端侧增量挖掘压缩模型的更新；
[0009](2)聚合优化数据增量挖掘压缩模型：基于绝对
‑
相对综合计算的增量挖掘压缩聚合优化方法，利用各端侧增量挖掘压缩模型的聚合以及边侧增量挖掘压缩模型的下发，有
效提高增量挖掘压缩的准确度，从而实现电力物联网接入信息交互。
[0010]进一步的，所述基于增量挖掘压缩的边端数据交互方法，具体步骤如下：
[0011]S1.1：定义时隙集合Τ＝{1,2,...,t,...T}以及终端集合S＝{s1,s2,...,s
q
,...,s
Q
}，其中Q为终端数量；每个时隙Q个终端收集电力物联网运行数据，利用增量挖掘压缩模型对电力物联网运行数据进行处理，获得数据基准片与增量数据关联矩阵；
[0012]S1.2：各终端将第t个时隙端侧数据基准片O
q
(t)和端侧增量数据关联矩阵θ
q
(t)上传至边缘网关；
[0013]S1.3：边缘网关基于终端上传的第t个时隙数据基准片O
q
(t)和增量数据关联矩阵θ
q
(t)进行数据解压缩，并将解压缩后的数据反馈给终端，终端将电力物联网运行增量数据与解压缩后的数据进行相似度对比，得到第t个时隙各电力物联网运行增量数据与解压缩数据的相似度υ
m,q
(t)，基于相似度υ
m,q
(t)更新端侧增量挖掘压缩模型中的项集重要度权重系数λ
m,y,q
以及网络权重系数ν
q
和b
q
。
[0014]进一步的，所述步骤S1.1中第t个时隙第q个终端s
q
的电力物联网运行信息集合M
q
为s
q
的信息个数；
[0015]每条信息包含前t个时隙的电力物联网运行数据，其表示为其中为第t个时隙s
q
收集的电力物联网运行数据，即增量数据；
[0016]通过将第t个时隙s
q
收集的电力物联网运行增量数据输入到增量挖掘压缩模型中，可以得到第t个时隙运行增量数据对应的数据基准片以及增量数据关联矩阵；
[0017]第t个时隙收集的电力物联网运行增量数据通过第t个时隙的数据基准片和增量数据关联矩阵进行推理，从而避免大量原始数据上传。
[0018]进一步的，所述步骤S1.1中具体数据挖掘压缩过程如下：
[0019]首先，将每条电力物联网运行信息划分为Y个区间，每一个区间为一个项集，其表示为X
y,q
(t)；共预设Y个数据基准片，其集合Θ
q
(t)＝{O
1,q
(t),O
2,q
(t),...,O
y,q
(t),...,O
Y,q
(t)}；每条电力物联网运行信息区间设定如下：第1个区间为第y个区间为第Y个区间为其中和为预设的区间阈值；若第t个时隙s
q
收集的电力物联网运行增量数据属于第y个区间，则该数据落入项集X
y,q
(t)中；利用项集信息重要度综合加权计算的方法进行项集支持度计算，并选择支持度最高的项集对应的数据基准片作为第t个时隙s
q
的数据基准片O
q
(t)；项集X
y,q
(t)的支持度s(X
y,q
(t))的计算公式为：
[0020][0021]其中，λ
m,y,q
为预设的项集X
y,q
(t)第m个信息的重要度权重系数，x
m,y,q
(t)为一个二
进制指示变量，x
m,y,q
(t)＝1表示第t个时隙s
q
收集的电力物联网运行增量数据落入项集X
y,q
(t)中，否则x
m,y,q
(t)＝0；
[0022]其次，增量挖掘压缩模型基于得到的数据基准片以及第t个时隙的电力物联网运行增量数据，根据以下公式获得增量数据关联矩阵；
[0023][0024]其中，f(g)为神经网络激活函数，ν
q
，μ
q
，ε
q
，b
q
为预设的网络权重系数；
[0025]由此电力物联网运行增量数据被压缩成数据基准片并得到增量数据关联矩阵，第t个时隙电力物联网运行增量数据都本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力物联网接入信息交互方法，其特征在于：具体步骤为：(1)构建面向电力物联网海量数据高效边端交互的数据增量挖掘压缩模型：基于增量挖掘压缩的边端数据交互方法，将电力物联网运行信息划分为Y个区间，每一个区间为一个项集，利用项集信息重要度综合加权计算的方法进行项集支持度计算，选择支持度最高的项集对应的数据基准片，并基于数据基准片以及增量数据利用神经网络推演获得增量数据关联矩阵，基于上述数据基准片以及增量数据关联矩阵，进行数据解压缩以及端侧增量挖掘压缩模型的更新；(2)聚合优化数据增量挖掘压缩模型：基于绝对
‑
相对综合计算的增量挖掘压缩聚合优化方法，利用各端侧增量挖掘压缩模型的聚合以及边侧增量挖掘压缩模型的下发，有效提高增量挖掘压缩的准确度，从而实现电力物联网接入信息交互。2.根据权利要求1所述的一种电力物联网接入信息交互方法，其特征在于：所述基于增量挖掘压缩的边端数据交互方法，具体步骤如下：S1.1：定义时隙集合Τ＝{1,2,...,t,...T}以及终端集合S＝{s1,s2,...,s
q
,...,s
Q
}，其中Q为终端数量；每个时隙Q个终端收集电力物联网运行数据，利用增量挖掘压缩模型对电力物联网运行数据进行处理，获得数据基准片与增量数据关联矩阵；S1.2：各终端将第t个时隙端侧数据基准片O
q
(t)和端侧增量数据关联矩阵θ
q
(t)上传至边缘网关；S1.3：边缘网关基于终端上传的第t个时隙数据基准片O
q
(t)和增量数据关联矩阵θ
q
(t)进行数据解压缩，并将解压缩后的数据反馈给终端，终端将电力物联网运行增量数据与解压缩后的数据进行相似度对比，得到第t个时隙各电力物联网运行增量数据与解压缩数据的相似度υ
m,q
(t)，基于相似度υ
m,q
(t)更新端侧增量挖掘压缩模型中的项集重要度权重系数λ
m,y,q
以及网络权重系数ν
q
和b
q
。3.根据权利要求2所述的一种电力物联网接入信息交互方法，其特征在于：所述步骤S1.1中第t个时隙第q个终端s
q
的电力物联网运行信息集合M
q
为s
q
的信息个数；每条信息包含前t个时隙的电力物联网运行数据，其表示为其中为第t个时隙s
q
收集的电力物联网运行数据，即增量数据；通过将第t个时隙s
q
收集的电力物联网运行增量数据输入到增量挖掘压缩模型中，可以得到第t个时隙运行增量数据对应的数据基准片以及增量数据关联矩阵；第t个时隙收集的电力物联网运行增量数据通过第t个时隙的数据基准片和增量数据关联矩阵进行推理，从而避免大量原始数据上传。4.根据权利要求2所述的一种电力物联网接入信息交互方法，其特征在于：所述步骤S1.1中具体数据挖掘压缩过程如下：首先，将每条电力物联网运行信息划分为Y个区间，每一个区间为一个项集，其表示为X
y,q
(t)；共预设Y个数据基准片，其集合Θ
q
(t)＝{O
1,q
(t),O
2,q
(t),...,O
y,q
(t),...,O
Y,q
(t)}；每条电力物联网运行信息区间设定如下：第1个区间为第y个区间为第Y个区间为其中和为预设的区间阈值；若第t个时隙s
q
收集的电力物联网运行增量数据属于第y个区间，则该数据落入项集X
y,q
(t)中；利用项集信息重要度综合加权计算的方法进行项集支持度计算，并选择支持度最高的项集对应的数据基准片作为第t个时隙s
q
的数据基准片O
q
(t)；项集X
y,q
(t)的支持度s(X
y,q
(t...

【专利技术属性】
技术研发人员：辛力坚，寇正，杨玥，荀华，杨军，
申请(专利权)人：内蒙古电力集团有限责任公司内蒙古电力科学研究院分公司，
类型：发明
国别省市：