基于区域综合能源站的边缘计算处理系统及数据挖掘方法技术方案

本发明专利技术公开了基于区域综合能源站的边缘计算处理系统及数据挖掘方法，所述边缘计算处理系统包括:数据输入模块、数据处理模块、存储模块、通信模块和电源转换模块；所述数据输入模块将区域综合能源站出的模拟流转换为数据信息；所述数据处理模块将数据信息按照时序流水线方式进行任务分配；所述存储模块对任务分配进行存储和调用；所述通信模块将任务分配向服务器传输；所述电源转换模块用于向边缘计算处理系统供电；所述数据处理模块对汇聚在区域综合能源站边缘的能源数据按照时间序列进行挖掘和去重；降低边缘的能源数据在离散时间点上的冗余度和维度，从而有效降低区域综合能源站数据处理和存储的压力。站数据处理和存储的压力。站数据处理和存储的压力。

【技术实现步骤摘要】
基于区域综合能源站的边缘计算处理系统及数据挖掘方法

：
[0001]本专利技术属于区域综合能源系统数据处理
，尤其涉及基于区域综合能源站的边缘计算处理系统及数据挖掘方法。

技术介绍
：
[0002]随着数字牵引新型电力系统建设的大规模铺开，可再生能源不断渗透下，以综合能源站为主体的区域综合能源系统作为解决大电网边缘区域内部多种能源协调运行优化的电网架构方式，已经逐渐成为一种新能源就地消纳与调控的主要方式。但是目前面向区域综合能源站比较突出的问题是两个：一个是随着综合能源站在配网侧运行，会产生海量的多源异构的能源数据，使得时间序列数据的规模呈现指数级增加，而当前基于配网中台的集中式数据处理方式使得将海量数据通过网络方式直接上报到中台，由中台进行统一分类和处理，这个给网络带宽和配网数据中台带来极大的负荷压力，也造成了大量的时间延迟，对于时间敏感性的能源调度来说是不可接受的，逐渐成为阻碍新型电力系统发展的核心问题之一；另一方面，基于云边端的电力物联网统一体系已经逐渐成为智能电网数据通信和处理的主要架构体系，也成为数字牵引新型电力系统成功实施的有效技术保障。但是处在云边端物联网架构里面一个非常重要节点边缘计算终端的软硬件标准并不成熟，面临优化问题的电力拓扑不稳定、信息交互安全性差、数据格式与通信协议不统一、数据集中器及采集终端设备类型多、集中运算成本高等问题。
[0003]针对上述问题，迫切需要提出针对配网边缘侧海量能源数据的数据深度去重挖掘技术，以降低边缘侧数据的处理和存储压力，减少数据延时。由于能源站采集的大量时间序列的数据可以实时描述配网侧源网荷储整体系统的运行状态，因此如果在边缘侧通过对这些状态数据的分析挖掘可以有效提升配网源网荷储协同优化应用和在用户侧响应的能力，例如预测用户侧用电需求和未来能源交易趋势、住宅电能质量检测、能源价格。不同能源设备包括电网设备稳定性特点使得产生的能源数据尽管是异构的，但是具有重复性和冗余性。所以，在网络边缘侧即靠近能源站的各个采集终端前侧，通过边缘计算设备，并利用深度数据挖掘技术去除数据的冗余度和重复性，一方面可大大降低配网中台的负荷压力，提高通信带宽有效性，另一方面可有效提升配网源网荷储协同优化的能力。

技术实现思路
：
[0004]针对现有技术存在的技术问题，本专利技术提供基于区域综合能源站进行边缘计算处理系统；本专利技术中边缘计算处理系统降低了硬件开销成本，同时提高区域综合能源站边缘计算系统运行的稳定性；同时，本专利技术在，配网侧海量数据的汇聚和存储存在极大压力情况下，提出了一种基于边缘计算的欧式距离加权聚类算法，对汇聚在边缘侧的海量的基于时间序列相关敏感的能源数据进行深度挖掘和去重，降低数据在离散时间点上的冗余度和维度，从而有效降低数据处理和存储的压力。本专利技术提出的基于欧式距离加权的能源数据深度挖掘方法，解决区域综合能源站大量异构能源数据挖掘和去重的问题，降低了配网中台
的负荷压力，对于数字牵引新型电力系统在配网侧的实施和建设提供了有效的技术支撑。
[0005]为了解决现有技术存在问题，本专利技术采用如下技术方案予以实施：
[0006]一种基于区域综合能源站进行边缘计算处理系统，所述边缘计算处理系统包括:数据输入模块、数据处理模块、存储模块、通信模块和电源转换模块；
[0007]所述数据输入模块将区域综合能源站出的模拟流转换为数据信息；
[0008]所述数据处理模块对汇聚在区域综合能源站边缘的能源数据按照时间序列进行挖掘和去重；
[0009]所述存储模块对任务分配进行存储和调用；
[0010]所述通信模块将任务分配向服务器传输；
[0011]所述电源转换模块用于向边缘计算处理系统供电；其中：
[0012]所述数据处理模块包括处理器、神经网络运算模块、AXI总线、内部高速缓存单元和3
‑
DMA控制器；所述神经网络运算模块包括输入缓冲单元、中间计算缓冲单元、平均池化单元、控制单元和卷积运算单元构成；其中：
[0013]所述控制单元主要负责数据运算前的配置，各个模块间的交互和运算过程中的控制；通过所述控制模块将运算结果从卷积运算单元传输至平均池化单元，平均池化模块包含8个池化单元，每个池化单元由三层加法树和数据缓冲构成；经过池化得到1024个分类，将它们存储到输出缓冲区，再经由AXI总线传输至外部内存中，最后用MaxSoft分类器得出最终结果。
[0014]进一步，所述卷积运算单元由数据缓冲区、加权寄存器、偏移寄存器、卷积层、特征缓冲区和逻辑控制器构成；所述卷积层包括4个PE单元，形成2组8
×
8的并行卷积加速阵列；所述特征缓冲区由第一特征缓冲区和第二特征缓冲区构成；所述第一特征缓冲区将存储上一层网络的运算结果，所述第二特征缓冲区存储本层网络的运算结果；所述逻辑控制器为1.5G的处理器时钟。
[0015]进一步，所述数据输入模块由模拟量采集单元、数据量采集单元、A/D转换单元和电磁隔离单元构成。
[0016]进一步，神经网络运算单元为一个NEON的GX680架构的GPU可编程软核。
[0017]进一步，所述数据处理模块为FPGA集成电路构成。
[0018]进一步，所述电源转换模块由AC/DC转换、降压和后备电容电路组成。
[0019]进一步，神经网络运算模块为NEON的GX680架构的GPU可编程软核。
[0020]为了解决现有技术存在的问题，本专利技术还可以采用如下技术方案予以实施：
[0021]一种采用边缘计算处理系统对区域综合能源站数据挖掘方法，包括如下步骤：
[0022]步骤301：设定能源数据之间的最短距离阈值范围的约束条件：；
[0023]步骤302：建立能源数据离散时间序列；如下所示：
[0024]x
i
，i＝1,2,..,m
[0025]x
i
＝[x1,x2,
…
x
m
][0026]步骤303：根据能源数据离散时间序列x
i
中随机选取k个数据点c
j
作为簇类中心点；
[0027]式中：j＝1,2,...,k；补充参数m定义
[0028]步骤304：对离散时间序列中的数据点x
i
进行遍历按照如下公式计算出每个数据
点到与每个中心点的距离的构建空间不同类型的相似度数据序列；
[0029][0030]步骤305：选取空间不同类型的相似度数据序列中满足能源数据之间的最短距离阈值范围的所有数据点构建簇类集合；
[0031]步骤306：通过修准的时间相似度算法对簇类集合里面的数据点进行规整获得时间不同类型的相似度数据序列D
i,j
；
[0032]步骤307：通过如下公式对空间不同类型的相似度数据序列和时间不同类型的相似度数据序列进行加权计算获得优化多源异构型时间序列；
[0033][0034]上式中，λ和η本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于边缘计算处理系统对区域综合能源数据挖掘方法，其特征在于，所述边缘计算处理系统中数据处理模块对汇聚在区域综合能源站边缘的能源数据按照时间序列进行挖掘过程，包括如下步骤：步骤301：设定能源数据之间的最短距离阈值范围的约束条件；步骤302：建立能源数据离散时间序列；如下所示：x
i
，i＝1,2,..,mx
i
＝[x1,x2,
…
x
m
]步骤303：根据能源数据离散时间序列x
i
中随机选取k个数据点c
j
作为簇类中心点；式中：j＝1,2,...,k；步骤304：对离散时间序列中的数据点x
i
进行遍历按照如下公式计算出每个数据点到与每个中心点的距离的构建空间不同类型的相似度数据序列；步骤305：选取空间不同类型的相似度数据序列中满足能源数据之间的最短距离阈值范围的所有数据点构建簇类集合；步骤306：通过修准的时间相似度算法对簇类集合里面的数据点进行规整获得时间不同类型的相似度数据序列D
i,j
；步骤307：通过如下公式对空间不同类型的相似度数据序列和时间不同类型的相似度数据序列进行加权计算获得优化多源异构型时间序列；上式中，λ和η是赋予的权重系数；步骤308：按照如下计算每个簇类中所有数据点的平均值进行簇类中心点更新：上式中，x
i,j
是第j个簇类中的第i个数据点，n是第j个簇类中数据点的个数；步骤309：判断每个簇类的中心点是否满足设定能源数据之间的最短距离阈值，满足则结束；否则返回步骤304。2.根据权利要求1所述的基于边缘计算处理系统对区域综合能源数据挖掘方法，其特征在于，所述步骤306通过修准的时间相似度算法对簇类集合里面的数据点进行规整获得时间不同类型的相似度数据序列D
i,j
；包括如下步骤：步骤101：建立一个n
×
m的联合矩阵L，同时以W表示联合矩阵L对应每一个数据的规整路径，如下所示步骤102：根据每一个数据的规整路径W,设定约束条件，包括如下表述：
边界性：规整路径W一定是开始于w
0,0
,终止于w
n
‑
1,m
‑1。递减性：如果当前规整路径是w
′
i,j
＝(i
′
,j
′
),那么下一个位置(i,j)必须要满足(i
‑
i
′
)≤1,(j
‑
j
′
)≤1，通过如上递减性约束条件使两个不同数据序列中每个坐标都能标注在规整路径上；单调性：如果当前规整路径位置是w
′
i,j
＝(i
′
,j
′
),那么下一个位置w
i,j
＝(i,j)必须要满足(i
‑
i
′
)≥0,(j...

【专利技术属性】
技术研发人员：江岚，钱敏，王万亭，张剑，徐石，郑素群，蓝许梅，程炜东，
申请(专利权)人：国网浙江省电力有限公司杭州市临安区供电公司，
类型：发明
国别省市：