【技术实现步骤摘要】
本专利技术涉及电力信息，具体涉及一种电网图数据模型自动生成方法及装置。
技术介绍
1、随着电网智能化、信息化的快速发展以及规模的不断扩大，电网拓扑结构愈加复杂度，所涉及的采集数据量也异常庞大。电网的数据来源覆盖了发电、输电、配电、用电等多个环节，总体呈现来源广泛、规模庞大以及类型复杂的特征。各业务部门之间数据模型各不相同，数据共享实时性不强，缺乏支持复杂网络时态演化的统一数据模型，这使得电网的数据价值无法被充分挖掘使用。因此，亟需一种对跨环节电网多源异构数据进行融合并建立统一图数据模型的方法。
技术实现思路
1、有鉴于此，本专利技术提供了一种电网图数据模型自动生成方法及装置，以解决现有技术存在缺少对多源异构数据进行融合建立统一图数据模型方法的问题。
2、第一方面，本专利技术提供了一种电网图数据模型自动生成方法，包括：获取电网多源异构数据；利用聚类算法对电网多源异构数据进行数据融合，得到融合后的电网数据；基于预设电网图数据模型映射规则根据融合后的电网数据生成电网图数据模型。
3、在本专利技术实施例中，通过聚类算法对多源异构数据中相似的数据进行融合，实现了对多源异构数据的整合叠加，达到了降低数据复杂性、减少重复信息的目的，预设电网图数据模型映射规则定义了统一的电网图数据结构，基于该规则根据融合后的电网数据生成电网图数据模型，实现了整合跨环节电网数据，建立统一的数据模型的目的，达到了充分挖掘电网数据价值的效果，解决了相关技术中存在的缺少对多源异构数据进行融合建立统
4、在一种可选的实施方式中，获取电网多源异构数据包括：建立多数据库服务端共享连接；调用预设多数据库连接接口，从多数据库获取电网多源异构数据；对电网多源异构数据进行清洗及标准化处理，得到预处理后的电网多源异构数据。
5、在本专利技术实施例中，通过建立多数据库服务端共享连接，调用预设多数据库连接接口，实现了方便快捷地获取电网多源异构数据的目的。
6、在一种可选的实施方式中，对电网多源异构数据进行清洗及标准化处理，包括：对电网多源异构数据中的错误值、缺失值以及异常值进行删除或修正，得到清洗后的电网多源异构数据；获取电网图数据模型对应的数据格式和单位；基于电网图数据模型对应的数据格式和单位对清洗后的电网多源异构数据进行标准化处理。
7、在本专利技术实施例中，通过对电网多源异构数据进行清洗修正、转换为统一的格式和单位，实现了提高数据融合效率的目的。
8、在一种可选的实施方式中，电网多源异构数据包括多个设备对应的属性信息和拓扑信息，利用聚类算法对电网多源异构数据进行数据融合，得到融合后的电网数据，包括：根据多个设备对应的属性信息和拓扑信息生成包含多个样本的样本数据集，样本数据集中任一样本为由任一设备对应的属性信息和拓扑信息生成的多维特征向量；基于k-means聚类算法对样本数据集中的样本进行聚类，得到聚类结果；根据聚类结果对多个设备对应的属性信息和拓扑信息进行融合，得到融合后的电网数据。
9、在本专利技术实施例中，通过k-means聚类算法对设备的相似属性信息进行整合，达到了删除冗余属性、对不同数据源(多数据库)中具有相似特征的数据进行归一合并的效果，实现了降低数据复杂性、减少重复信息以及对数据进行整合叠加的目的。
10、在一种可选的实施方式中，基于k-means聚类算法对样本数据集中的样本进行聚类，得到聚类结果，包括：从样本数据集中选取预设个样本作为多个聚类中心；根据样本数据集中的样本与多个聚类中心的距离对样本数据集中的样本进行聚类，得到多个簇；根据多个簇分别包含的样本的均值确定多个簇对应的新聚类中心；判断多个簇对应的新聚类中心与多个聚类中心是否一致；若多个簇对应的新聚类中心与多个聚类中心不一致，利用新聚类中心更新聚类中心，重复执行对样本数据集中的样本进行聚类，确定多个簇对应的新的聚类中心以及判断多个簇对应的新聚类中心与多个聚类中心是否一致的步骤；若多个簇对应的新聚类中心与多个聚类中心一致，输出聚类结果。
11、在本专利技术实施例中，给出了k-means聚类算法的具体实现步骤，通过多次迭代，实现了对样本数据集中的样本进行聚类的目的。
12、在一种可选的实施方式中，电网多源异构数据还包括：多个设备对应的电网业务信息，基于预设电网图数据模型映射规则根据融合后的电网数据生成电网图数据模型，包括：从融合后的电网数据中提取设备对应的属性信息、拓扑信息以及电网业务信息；基于预设电网图数据模型映射规则根据设备对应的属性信息、拓扑信息以及电网业务信息构建节点模型和边模型；根据节点模型和边模型生成电网图数据模型。
13、在本专利技术实施例中，利用预设电网图数据模型映射规则从融合后的电网数据中提取信息，并根据提取的信息构建节点模型和边模型，然后根据节点模型和边模型生成电网图数据模型，实现了建立统一的电网图数据模型的目的，达到了充分挖掘电网数据价值的效果。
14、在一种可选的实施方式中，节点模型包括顶点模型以及子节点模型，边模型包括子节点模型与顶点模型对应的边模型以及顶点模型与顶点模型对应的边模型，基于预设电网图数据模型映射规则根据设备对应的属性信息、拓扑信息以及电网业务信息构建节点模型和边模型，包括：基于预设电网图数据模型映射规则根据设备对应的属性信息生成顶点模型；根据电网业务信息生成子节点模型以及子节点模型与顶点模型对应的边模型；根据拓扑信息生成顶点模型与顶点模型对应的边模型。
15、在本专利技术实施例中，预设电网图数据模型映射规则定义了面向电网图数据结构的映射规则和转换机制，解决了对多数据源数据进行整合叠加的问题，实现了对电网多源异构数据进行拼接和融合的目的，达到了提升电网图数据聚合效率的效果。
16、第二方面，本专利技术提供了一种电网图数据模型自动生成装置，包括：电网数据获取模块，用于获取电网多源异构数据；电网数据融合模块，用于利用聚类算法对电网多源异构数据进行数据融合，得到融合后的电网数据；图数据模型构建模块，用于基于预设电网图数据模型映射规则根据融合后的电网数据生成电网图数据模型。
17、在一种可选的实施方式中，电网数据获取模块包括：共享连接建立单元，用于建立多数据库服务端共享连接；数据获取单元，用于调用预设多数据库连接接口，从多数据库获取电网多源异构数据；预处理单元，用于对电网多源异构数据进行清洗及标准化处理，得到预处理后的电网多源异构数据。
18、在一种可选的实施方式中，预处理单元包括：删除修正子单元，用于对电网多源异构数据中的错误值、缺失值以及异常值进行删除或修正，得到清洗后的电网多源异构数据；格式获取子单元，用于获取电网图数据模型对应的数据格式和单位；标准化处理子单元，用于基于电网图数据模型对应的数据格式和单位对清洗后的电网多源异构数据进行标准化处理。
19、在一种可选的实施方式中，电网多源异构数据包括多个设备对应的属性信息和拓扑信息，电网数据融合模块包括：样本数据集生成单本文档来自技高网...
【技术保护点】
1.一种电网图数据模型自动生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的电网图数据模型自动生成方法，其特征在于，所述获取电网多源异构数据包括：
3.根据权利要求2所述的电网图数据模型自动生成方法，其特征在于，所述对所述电网多源异构数据进行清洗及标准化处理，包括：
4.根据权利要求1所述的电网图数据模型自动生成方法，其特征在于，所述电网多源异构数据包括多个设备对应的属性信息和拓扑信息，所述利用聚类算法对所述电网多源异构数据进行数据融合，得到融合后的电网数据，包括：
5.根据权利要求4所述的电网图数据模型自动生成方法，其特征在于，所述基于K-means聚类算法对所述样本数据集中的样本进行聚类，得到聚类结果，包括：
6.根据权利要求4所述的电网图数据模型自动生成方法，其特征在于，所述电网多源异构数据还包括：多个设备对应的电网业务信息，基于预设电网图数据模型映射规则根据所述融合后的电网数据生成电网图数据模型，包括：
7.根据权利要求6所述的电网图数据模型自动生成方法，其特征在于，所述节点模型包括顶点模
8.一种电网图数据模型自动生成装置，其特征在于，所述装置包括：
9.一种计算机设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机指令，所述计算机指令用于使计算机执行权利要求1至7中任一项所述的电网图数据模型自动生成方法。
...【技术特征摘要】
1.一种电网图数据模型自动生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的电网图数据模型自动生成方法，其特征在于，所述获取电网多源异构数据包括：
3.根据权利要求2所述的电网图数据模型自动生成方法，其特征在于，所述对所述电网多源异构数据进行清洗及标准化处理，包括：
4.根据权利要求1所述的电网图数据模型自动生成方法，其特征在于，所述电网多源异构数据包括多个设备对应的属性信息和拓扑信息，所述利用聚类算法对所述电网多源异构数据进行数据融合，得到融合后的电网数据，包括：
5.根据权利要求4所述的电网图数据模型自动生成方法，其特征在于，所述基于k-means聚类算法对所述样本数据集中的样本进行聚类，得到聚类结果，包括：
6.根据权利要求4所述的电网图数据模型自动生成方法，其特征在于，所...
【专利技术属性】
技术研发人员：高昆仑，周爱华，乔俊峰，裘洪彬，黄兴德，
申请(专利权)人：国网智能电网研究院有限公司，
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。