【技术实现步骤摘要】
本申请涉及能源监控，尤其涉及一种电力能源监控方法、系统、终端设备及存储介质。
技术介绍
1、电力能源监控是指利用先进的技术手段对电力系统中的关键参数、指标和数据进行实时监测、采集、分析和处理的过程。它旨在确保电力系统的安全运行，优化能源利用效率，减少能源损耗，提高电力能源系统的可靠性和稳定性。
2、电力能源监控涉及多个方面，包括对电压、电流、功率因数、谐波、电能质量等电力参数的监测与分析；对电力设备的运行状态、负荷情况、故障诊断等信息的实时获取与分析；对电力网的备用容量、负荷预测、电力市场运行等方面的监控与管理。 通过电力能源监控，可以快速发现和定位电力系统中的故障和问题，及时采取措施进行处理，避免或减少停电事故的发生和持续时间。同时，还可以实现对电力用电行为的监控与管理，促进电力资源的合理分配和利用，提高能源的利用效率和可持续发展水平。
3、在实际应用中，针对电力能源监控系统产生的海量数据，传统的数据监控方法无法充分挖掘出潜在的规律和信息，且对于大规模数据的处理效率较低，可能漏掉一些复杂且重要的数据特征，从而导致电力能源监控的效果较差。
技术实现思路
1、为了提升电力能源监控效果，本申请提供一种电力能源监控方法、系统、终端设备及存储介质。
2、第一方面，本申请提供一种电力能源监控方法，包括以下步骤：
3、获取电力能源数据，并根据预设能源数据分类监控策略对所述电力能源数据进行划分，形成对应的能源数据监控组；
4、根据预设能
5、若所述电力质量评估系数符合预设电力能源监测标准，则对所述能源数据监控组中的目标电力能源数据进行时序性分析，并生成对应所述能源数据监控组的周期性趋势特征；
6、将所述周期性趋势特征导入预设回归模型进行训练，生成对应所述能源数据监控组的电力运行预测模式作为电力能源监控结果；
7、若所述电力质量评估系数不符合所述预设电力能源监测标准，则获取对应的异常能源数据监控组，并对所述异常能源数据监控组中的异常电力能源数据进行标记，生成对应的异常数据解析组；
8、对所述异常数据解析组进行异常特征解析，生成对应的异常解析类型，并根据预设电力运行安全标准对所述异常解析类型进行安全等级排序，形成对应的异常分类排序表；
9、根据所述异常分类排序表，生成对应的异常分级预警机制规划作为所述电力能源监控结果。
10、通过采用上述技术方案，对电力能源数据进行分类成组和评估分析，可以及时有效地发现电力质量问题并预测各类电力能源的运行情况，即对正常运行状态下能源数据组中的各类目标电力能源数据进行时序分析得出相应的周期性趋势特征，并根据该周期性趋势特征分析出其对应的电力运行预测模式，以及对异常能源数据组中的异常电力能源数据进行解析和分级预警，可及时应对各类电力异常情况，进而可有效调节和优化电力能源系统，进一步提高供电质量和能源利用效率。由于将各类电力能源数据划分成组，并对正常运行下的电力能源数据进行时序分析得出相应电力运行模式，对各类异常能源数据监控组进行标记解析排序，并制定出相应的分级预警机制，从而提升了电力能源监控效果。
11、可选的，所述获取电力能源数据，并根据预设能源数据分类监控策略对所述电力能源数据进行划分，形成对应的能源数据监控组包括以下步骤：
12、根据所述预设能源数据分类监控策略，获取所述电力能源数据对应的关联影响数据；
13、对所述电力能源数据和所述关联影响数据进行关联属性分析，生成对应的关联影响模式；
14、获取所述关联影响模式下对应所述电力能源数据的运行特征，并根据所述运行特征生成对应的监控分类指标；
15、根据所述监控分类指标对所述电力能源数据进行划分，形成对应的所述能源数据监控组。
16、通过采用上述技术方案，对电力能源数据和其关联影响数据进行关联属性分析，并根据其运行特征生成相应的监控分类指标，进而根据上述各类监控分类指标可对电力能源数据进行分类聚类化监控，从而提升了电力能源监控效果。
17、可选的，在根据所述预设能源数据分类监控策略，获取所述电力能源数据对应的关联影响数据之后还包括以下步骤：
18、获取所述关联影响数据的数据类型；
19、若所述数据类型为所述电力能源数据，则根据所述电力能源数据与所述关联影响数据之间的关联关系，标定对应的自变量电力能源数据和因变量电力能源数据；
20、获取所述自变量电力能源数据和所述因变量电力能源数据之间对应的关联影响模式，并根据所述关联影响模式获取对应的安全监控指标；
21、结合所述关联影响模式和所述安全监控指标，生成对应所述电力能源数据的第一电力能源监控策略。
22、通过采用上述技术方案，根据所述电力能源数据与所述关联影响数据之间的关联关系，可以标定自变量电力能源数据和因变量电力能源数据。这样可以更好地理解电力能源数据和关联影响数据之间的关系，并生成更准确的电力能源监控策略，可以提升电力能源监控效果，确保电力能源的稳定和安全。
23、可选的，在获取所述关联影响数据的数据类型之后还包括以下步骤：
24、若所述数据类型为所述非电力能源数据，则获取所述关联影响数据相对于所述电力能源数据的关联影响特征；
25、若所述关联影响特征为多个，则根据各个所述关联影响特征建立对应所述电力能源数据的多源关联影响模型，并输出对应的异常趋势预测指示；
26、根据所述异常趋势预测指示，制定对应所述电力能源数据的异常监控指标作为第二电力能源监控策略。
27、通过采用上述技术方案，根据各个关联影响特征建立对应电力能源数据的多源关联影响模型。这种模型可以同时考虑多个影响因素，从而更全面、更深入地理解电力能源的变化情况，提高监控效率。
28、可选的，将所述周期性趋势特征导入预设回归模型进行训练，生成对应所述能源数据监控组的电力运行预测模式作为电力能源监控结果包括以下步骤：
29、将所述周期性趋势特征导入预设回归模型进行训练，生成对应的电力能源预测值；
30、获取所述电力能源预测值与所述电力能源数据对应电力能源观测值之间的数值差异，并判断所述数值差异是否处于预设差异阈值区间；
31、若所述数值差异处于所述预设差异阈值区间，则提取所述电力能源预测值对应的电力运行相关特征，并根据电力运行相关特征生成对应所述能源数据监控组的所述电力运行预测模式作为所述电力能源监控结果。
32、通过采用上述技术方案，电力运行预测模式可以实时更新，以反映电力能源的最新变化情况，这有助于及时发现电力能源的异常情况，进一步预测出电力能源的内在规律和趋势，从而提升了电力能源的监控效果。
33、可选的，对所述异常数据解析组进行异常特征解本文档来自技高网...
【技术保护点】
1.一种电力能源监控方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种电力能源监控方法，其特征在于，所述获取电力能源数据，并根据预设能源数据分类监控策略对所述电力能源数据进行划分，形成对应的能源数据监控组包括以下步骤：
3.根据权利要求2所述的一种电力能源监控方法，其特征在于，在根据所述预设能源数据分类监控策略，获取所述电力能源数据对应的关联影响数据之后还包括以下步骤：
4.根据权利要求3所述的一种电力能源监控方法，其特征在于，在获取所述关联影响数据的数据类型之后还包括以下步骤：
5.根据权利要求1所述的一种电力能源监控方法，其特征在于，将所述周期性趋势特征导入预设回归模型进行训练，生成对应所述能源数据监控组的电力运行预测模式作为电力能源监控结果包括以下步骤：
6.根据权利要求1所述的一种电力能源监控方法，其特征在于，对所述异常数据解析组进行异常特征解析，生成对应的异常解析类型，并根据预设电力运行安全标准对所述异常解析类型进行安全等级排序，形成对应的异常分类排序表包括以下步骤：
7.根据权利要求6
8.一种电力能源监控系统，其特征在于，包括：
9.一种终端设备，包括存储器和处理器，其特征在于，所述存储器中存储有能够在所述处理器上运行的计算机指令，所述处理器加载并执行所述计算机指令时，采用了如权利要求1至7中任一项所述的一种电力能源监控方法。
10.一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机指令，其特征在于，所述计算机指令被处理器加载并执行时，采用了如权利要求1至7中任一项所述的一种电力能源监控方法。
...【技术特征摘要】
1.一种电力能源监控方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种电力能源监控方法，其特征在于，所述获取电力能源数据，并根据预设能源数据分类监控策略对所述电力能源数据进行划分，形成对应的能源数据监控组包括以下步骤：
3.根据权利要求2所述的一种电力能源监控方法，其特征在于，在根据所述预设能源数据分类监控策略，获取所述电力能源数据对应的关联影响数据之后还包括以下步骤：
4.根据权利要求3所述的一种电力能源监控方法，其特征在于，在获取所述关联影响数据的数据类型之后还包括以下步骤：
5.根据权利要求1所述的一种电力能源监控方法，其特征在于，将所述周期性趋势特征导入预设回归模型进行训练，生成对应所述能源数据监控组的电力运行预测模式作为电力能源监控结果包括以下步骤：
6.根据权利要求1所述的一种电力能源监控方法，其特征在于，对所述异常数据解析组...
【专利技术属性】
技术研发人员：方宇林，刘洋，
申请(专利权)人：南京国瑞能源科技有限公司，
类型：发明
国别省市：
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。