System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种电力规划多源数据集成的方法技术_技高网

一种电力规划多源数据集成的方法技术

技术编号:40026107 阅读:8 留言:0更新日期:2024-01-16 17:30
本发明专利技术公开了一种电力规划多源数据集成的方法,属于电力设备巡检技术领域。本发明专利技术通过数据噪声的过滤、数据的聚类分析、多源异构数据融合处理这三个步骤予以实现。本发明专利技术基于数据中台构建历史量测中心,来保障电网资源资产信息同源,通过数字系统的实时计算推演和分析拟合,来实现实体电网在数字空间的动态呈现。本发明专利技术通过建设能源大数据中心,接入内外部分布式光伏、风电等新能源数据,来支撑源网荷储协同互动、碳管理、绿电交易和数据增值服务等业务的开展,提升电网的可观、可测、可调、可控的能力。

【技术实现步骤摘要】

本专利技术属于电力设备巡检,具体涉及一种电力规划多源数据集成的方法


技术介绍

1、电力系统运维数据采集是对智能电网中各种设备之间产生的多源、异构的数据进行采集,对整体网络各设备的运行情况做到及时、准确的了解。在电力系统中,各设备之间物理跨度大、兼容性低,传统的数据采集模型可以在电网环境下采集一定的运维数据,但是在大多数情况下,需要借助例如物联接入网关等物联设备结合边缘计算方法进行有效的运维数据采集。

2、多源数据融合技术指利用相关手段将调查、分析获取到的所有信息全部综合到一起,并对信息进行统一的评价,最后得到统一的信息的技术。该技术研发出来的目的是将各种不同的数据信息进行综合,吸取不同数据源的特点,然后从中提取出统一的,比单一数据更好、更丰富的信息。数据融合操作时可借助图像处理等手段来对预处理过的多种数据进行融合,当前可采用的数据融合技术方法主要有三种:像素级融合、特征级融合以及决策级融合。

3、经现有文献检索发现,中国专利公开号cn107491815a,公开日2017年12月19日的专利申请公开了基于云服务平台的电力设备运维数据采集录入系统及方法,包括:一键式全自动采集录入模块,用于在采集设备存在二次开发接口时进行数据采集录入;智能识别采集录入模块,用于采集录入的数据存在标准化、统一化格式时进行数据采集录入;人工筛选采集录入模块:用于在采集设备不存在二次开发接口且所采集录入的数据无固定格式时进行数据采集录入。虽然该专利技术能够有效的节省数据采集录入过程中人力物力的消耗,但是无法实现各类感知设备的全局统筹和共建共享。


技术实现思路

1、本专利技术的目的在于提供一种能够实现各类感知设备的全局统筹和共建共享的电力设备运维数据采集方法。

2、为了实现上述专利技术目的,本专利技术采用以下技术方案:

3、一种电力规划多源数据集成的方法,包括如下步骤:

4、1)数据噪声的过滤:小波变换通过平移变换处理变电站设备采集的原始数据,得到数据的时间信息,然后通过尺度变换得到原始数据的频率信息;

5、2)数据的聚类分析:采用k-means聚类算法对设备产生的数据进行分类划分;

6、3)多源异构数据融合处理:采用mapreduce在集群上并发处理大数据集,mapreduce可以将大数据样本集自动地被分为很多个数据块,每一个数据块对应一个计算任务,并自动调度计算节点来处理相应的数据块。

7、根据以上特征,所述步骤1)中设变电站设备原始数据为s(t),包含的噪声为e(t),则有s(t)=f(t)+δe(t)。

8、在一些示例中,所述小波变换的函数φ(t)是一个满足以下条件的平方可积函数:

9、根据以上特征,所述小波变换变电站设备数据噪声过滤通过输配电产生的数据、对数据进行小波分解、不同的小波系数、阈值区噪声处理、有效数据小波系数、小波重构、无噪输配电数据予以实现。

10、在一些示例中,所述k-means聚类算法包括如下步骤:

11、1)输入同一环境下变电站设备中n个电阻产生的数据,以及聚类的个数k;

12、2)从n个数据中随机选取k个数据作为初始聚类中心;

13、3)对每个数据计算其到每个聚类中心的欧式距离,距离同一中心点最近的点为一个类;

14、4)重新计算每个簇中所有对象的平均值,更新簇中心;

15、5)重复步骤3)和步骤4),直到聚类前后样本点的类别相同,即聚类已趋于稳定;

16、6)输出方差最小的一类,将该类的聚类中心作为滤除冗余数据后的有效数据。

17、根据以上特征,所述步骤3)中采用mapreduce模型的hermite正交基前向神经网络算法,所述hermite正交基前向神经网络工作时,数据块分别处理时各自独立,将hermite正交基前向神经网络方法结合mapreduce对其并行化处理。

18、与现有技术相比,本专利技术的有益效果是:

19、1)本专利技术通过物联管理平台,形成企业级的统一物联接入能力,对管理信息大区和互联网大区感知设备进行统一的接入、管理和应用,实现各类感知设备的全局统筹和共建共享。

20、2)基于数据中台构建历史量测中心,来保障电网资源资产信息同源,通过数字系统的实时计算推演和分析拟合,来实现实体电网在数字空间的动态呈现。

21、3)本专利技术通过建设能源大数据中心,接入内外部分布式光伏、风电等新能源数据,来支撑源网荷储协同互动、碳管理、绿电交易和数据增值服务等业务的开展,提升电网的可观、可测、可调、可控的能力。

本文档来自技高网...

【技术保护点】

1.一种电力规划多源数据集成的方法,其特征在于包括如下步骤:

2.根据权利要求1所述的一种电力规划多源数据集成的方法,其特征在于所述步骤1)中设变电站设备原始数据为s(t),包含的噪声为e(t),则有s(t)=f(t)+δe(t)。

3.根据权利要求2所述的一种电力规划多源数据集成的方法,其特征在于所述小波变换的函数φ(t)是一个满足以下条件的平方可积函数:

4.根据权利要求1所述的一种电力规划多源数据集成的方法,其特征在于所述小波变换变电站设备数据噪声过滤通过输配电产生的数据、对数据进行小波分解、不同的小波系数、阈值区噪声处理、有效数据小波系数、小波重构、无噪输配电数据予以实现。

5.根据权利要求1所述的一种电力规划多源数据集成的方法,其特征在于所述K-means聚类算法包括如下步骤:

6.根据权利要求1所述的一种电力规划多源数据集成的方法,其特征在于所述步骤3)中采用MapReduce模型的Hermite正交基前向神经网络算法,所述Hermite正交基前向神经网络工作时,数据块分别处理时各自独立,将Hermite正交基前向神经网络方法结合MapReduce对其并行化处理。

...

【技术特征摘要】

1.一种电力规划多源数据集成的方法,其特征在于包括如下步骤:

2.根据权利要求1所述的一种电力规划多源数据集成的方法,其特征在于所述步骤1)中设变电站设备原始数据为s(t),包含的噪声为e(t),则有s(t)=f(t)+δe(t)。

3.根据权利要求2所述的一种电力规划多源数据集成的方法,其特征在于所述小波变换的函数φ(t)是一个满足以下条件的平方可积函数:

4.根据权利要求1所述的一种电力规划多源数据集成的方法,其特征在于所述小波变换变电站设备数据噪声过滤通过输配电产生的数据、对数据...

【专利技术属性】
技术研发人员:王晶王琼李方军周永博高育栋
申请(专利权)人:国网甘肃省电力公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1