本发明专利技术涉及电力通信领域，具体涉及本发明专利技术提供了自适应电力通信网数据融合方法及装置，该方法包括：获取多个电力通信网数据，获取当前任务对所述多个电力通信网数据的敏感度，获取每个电力通信网数据在当前任务中的可信度，获取每个电力通信网数据在当前任务中的模糊度，根据敏感度对可信度进行修正，以得到修正后的可信度，根据修正后的可信度以及模糊度，获取在当前任务中每个电力通信网数据对应的权重，根据权重，将多个电力通信网数据进行融合，以得到融合之后的电力通信网数据。通过每个电力通信网数据的模糊度和修正后的可信度计算权重，提高了计算权重的准确度，且无需采用特别繁复的规则、参数或模型模板，提高了数据融合时的便捷性。
1、电力通信网通常涉及多个设备、传感器和系统，它们分布在不同的地点，负责监测和控制电力系统的运行。这些设备和系统产生大量的数据，比如电流、电压、负载等。然而，由于设备和系统之间存在差异，数据的采集和处理方式也有所不同，导致数据的格式、精度和频率存在差异。为了利用这些数据进行系统监测、故障检测和预测，以及优化电力系统的运行，因此需要将这些数据进行融合，从而整合和合并来自不同传感器、设备和系统的数据，以提高信息完整性、数据准确性和一致性，并提供全局视角，以支持故障检测和预测、优化能源利用和提高系统的可靠性。
2、然而，现有技术中通常采用加权平均法、模型融合法和决策融合法将这些数据进行融合，加权平均法是将多个传感器或系统的测量值进行加权平均，以得到一个整体的估计值，但缺点是需要事先确定权重，权重选择不当可能导致结果偏差。模型融合法利用不同的模型对数据进行建模和预测，然后将模型结果进行组合，这种方法可以提高预测精度和鲁棒性，但需要选择合适的模型和模型组合方式。决策融合法将不同传感器或系统的决策结果进行逻辑或统计规则的组合，以得到最终的决策，决策融合法也需要选择合适的规则和决策策略。由于电力通信网网络结构复杂、传感器类型多，导致这些设备数据的格式各不相同，若采用现有技术进行数据融合，会需要特别繁复的规则、参数或模型模板，无法便捷的将数据进行融合。另外，由于通信网本身就是不断变化的，因此采用现有技术将会导致数据融合的不准确性。
>技术实现思路1、为解决上述现有技术问题，本专利技术提供的自适应电力通信网数据融合方法及装置，解决了现有技术中采用特别繁复的规则、参数或模型模板导致数据融合时的不便捷性以及采用现有技术导致数据融合的不准确性。
2、本专利技术的一方面，提供了一种自适应电力通信网数据融合方法，包括：
3、获取多个电力通信网数据；
4、获取当前任务对所述多个电力通信网数据的敏感度；其中，所述敏感度表示所述多个电力通信网数据在所述当前任务中的重要程度；
5、获取每个所述电力通信网数据在当前任务中的可信度；其中，所述可信度表示所述多个电力通信网数据在所述当前任务中的可信程度；
6、获取每个所述电力通信网数据在所述当前任务中的模糊度；其中，所述模糊度表示所述多个电力通信网数据在所述当前任务中产生的不确定性程度；
7、根据所述敏感度对所述可信度进行修正，以得到修正后的可信度；
8、根据所述修正后的可信度以及所述模糊度，获取在所述当前任务中每个所述电力通信网数据对应的权重；
9、根据所述权重，将所述多个电力通信网数据进行融合，以得到融合之后的电力通信网数据。
10、在一实施例中，所述根据所述修正后的可信度以及所述模糊度，获取在所述当前任务中每个所述电力通信网数据对应的权重包括：
11、获取每个所述电力通信网数据的基础概率分配值；其中，所述基础概率分配值表示每个所述电力通信网数据在所述当前任务的可用程度；
12、根据所述修正后的可信度、所述模糊度以及所述基础概率分配值，获取在所述当前任务中每个所述电力通信网数据对应的权重。
13、在一实施例中，所述根据所述修正后的可信度、所述模糊度以及所述基础概率分配值，获取在所述当前任务中每个所述电力通信网数据对应的权重包括：
14、选取所述基础概率分配值大于预设概率阈值的电力通信网数据作为目标电力通信网数据；
15、根据所述目标电力通信网数据对应的基础概率分配值、所述修正后的可信度以及所述模糊度，获取在所述当前任务中每个所述电力通信网数据对应的权重。
16、在一实施例中，所述根据所述敏感度对所述可信度进行修正，以得到修正后的可信度包括：
17、根据所述敏感度以及排序因子获取函数，获取每个所述电力通信网数据在当前任务中的排序因子；
18、根据所述排序因子对所述可信度进行修正，以得到所述修正后的可信度。
19、在一实施例中，在所述获取多个电力通信网数据之后，自适应电力通信网数据融合方法还包括：
20、对所述多个电力通信网数据进行预处理，以得到多个预处理之后的电力通信网数据；
21、所述获取当前任务对所述多个电力通信网数据的敏感度包括：
22、获取所述当前任务对所述多个预处理之后的电力通信网数据的敏感度。
23、在一实施例中，所述对所述多个电力通信网数据进行预处理，以得到多个预处理之后的电力通信网数据包括：
24、对所述多个预处理之后的电力通信网数据进行去噪处理，以得到多个去噪之后的电力通信网数据；
25、确定所述多个去噪之后的电力通信网数据中异常电力通信网数据；
26、将所述异常电力通信网数据进行修复，以得到修复之后的电力通信网数据；
27、根据所述修复之后的电力通信网数据，获取所述多个预处理之后的电力通信网数据。
28、在一实施例中，所述确定所述多个去噪之后的电力通信网数据中异常电力通信网数据包括：
29、将所述多个去噪之后的电力通信网数据进行分组，以得到多组电力通信网数据；
30、确定每组所述电力通信网数据的参考点；
31、根据所述参考点，确定每组所述电力通信网数据中的异常电力通信网数据。
32、在一实施例中，所述根据所述参考点，确定每组所述电力通信网数据中的异常电力通信网数据包括：
33、计算所述参考点与所述参考点对应的电力通信网数据之间的距离；
34、计算多个所述距离的倒数的平均值为所述参考点的局部可达密度；
35、根据所述参考点的局部可达密度与所述参考点对应的电力通信网数据对应的局部可达密度，确定每组所述电力通信网数据中异常电力通信网数据。
36、在一实施例中，所述将所述异常电力通信网数据进行修复，以得到修复之后的电力通信网数据包括：
37、将所述多个去噪之后的电力通信网数据进行聚类，以得到多个簇团；
38、确定所述异常电力通信网数据所在的目标簇团；
39、根据所述目标簇团的平均值修正所述异常电力通信网数据，以得到所述修复之后的电力通信网数据。
40、本专利技术的另一方面，提供了一种自适应电力通信网数据融合装置，包括：
41、数据获取模块，用于获取多个电力通信网数据；
42、敏感度获取模块，用于获取当前任务对所述多个电力通信网数据的敏感度；其中，所述敏感度表示所述多个电力通信网数据在所述当前任务中的重要程度；
43、可信度获取模块，用于获取每个所述电力通信网数据在当前任务中的可信度；其中，所述可信度表示所述多个电力通信网数据在所述当前任务中的可信程度；
44、模糊度获取模块，用于获取每个所述电力通信网数据本文档来自技高网...
【技术保护点】
1.一种自适应电力通信网数据融合方法，其特征在于，包括：
2.根据权利要求1所述的自适应电力通信网数据融合方法，其特征在于，所述根据所述修正后的可信度以及所述模糊度，获取在所述当前任务中每个所述电力通信网数据对应的权重包括：
3.根据权利要求2所述的自适应电力通信网数据融合方法，其特征在于，所述根据所述修正后的可信度、所述模糊度以及所述基础概率分配值，获取在所述当前任务中每个所述电力通信网数据对应的权重包括：
4.根据权利要求1所述的自适应电力通信网数据融合方法，其特征在于，所述根据所述敏感度对所述可信度进行修正，以得到修正后的可信度包括：
5.根据权利要求1所述的自适应电力通信网数据融合方法，其特征在于，在所述获取多个电力通信网数据之后，还包括：
6.根据权利要求5所述的自适应电力通信网数据融合方法，其特征在于，所述对所述多个电力通信网数据进行预处理，以得到多个预处理之后的电力通信网数据包括：
7.根据权利要求6所述的自适应电力通信网数据融合方法，其特征在于，所述确定所述多个去噪之后的电力通信网数据中异常电力通信网数据包括：
8.根据权利要求7所述的自适应电力通信网数据融合方法，其特征在于，所述根据所述参考点，确定每组所述电力通信网数据中的异常电力通信网数据包括：
9.根据权利要求6所述的自适应电力通信网数据融合方法，其特征在于，所述将所述异常电力通信网数据进行修复，以得到修复之后的电力通信网数据包括：
10.一种自适应电力通信网数据融合装置，其特征在于，包括：
...
【技术特征摘要】
1.一种自适应电力通信网数据融合方法，其特征在于，包括：
2.根据权利要求1所述的自适应电力通信网数据融合方法，其特征在于，所述根据所述修正后的可信度以及所述模糊度，获取在所述当前任务中每个所述电力通信网数据对应的权重包括：
3.根据权利要求2所述的自适应电力通信网数据融合方法，其特征在于，所述根据所述修正后的可信度、所述模糊度以及所述基础概率分配值，获取在所述当前任务中每个所述电力通信网数据对应的权重包括：
4.根据权利要求1所述的自适应电力通信网数据融合方法，其特征在于，所述根据所述敏感度对所述可信度进行修正，以得到修正后的可信度包括：
5.根据权利要求1所述的自适应电力通信网数据融合方法，其特征在于，在所述获取多个电力通信网数据之后，...
【专利技术属性】
技术研发人员：刘晴，刘旭，董武，刘康，龙姣，汤玮，王涛，彭琳钰，张光辉，石际，晏彬洋，贺天才，赵讯，
申请(专利权)人：贵州电网有限责任公司，
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。