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() 面向电力通信业务的数据价值挖掘及智能辅助的方法技术_技高网

面向电力通信业务的数据价值挖掘及智能辅助的方法技术

技术编号:40575183 阅读:4 留言:0更新日期:2024-03-06 17:16
面向电力通信业务的数据价值挖掘及智能辅助的方法,包括以下步骤:S1:对电力通信的资源数据进行分级分类,记录标准化属性,形成电力通信信号数据;S2:基于大数据挖掘技术对电力通信信号数据进行处理;S3:在大数据挖掘技术的支持下,实现电力通信信号数据提取方法;S4:对资源数据动态可视化管理。本发明专利技术与深度置信型辨识制度相比,大数据挖掘型提取方法能够更加准确地分辨电力通信信号中的异常数据信息,符合指向性处理电力信息参量的实际应用需求;利用数据挖掘技术,明确了物理、逻辑资源的分类、聚类管理,理清了关联关系,为建设面向管理决策的信息化、智能化应用系统提供了数据和平台条件。

【技术实现步骤摘要】

本专利技术涉及电力系统领域领域,特别是面向电力通信业务的数据价值挖掘及智能辅助的方法


技术介绍

1、长期以来,通信管理系统(telecommunication management systems,tms)作为通信专业唯一的管理运行支撑系统,积累了大量的通信资源数据。然而对这些珍贵数据的挖掘和利用远远不足,随着特高压大电网格局的不断深化,面向通信与电网业务融合管控和协同调度的要求进一步提高。因此,深入挖掘通信资源数据的价值,建设面向业务应用的场景是十分必要的。

2、通信资源数据挖掘方面,地理信息系统业务、传输电路资源管理业务、电力通信设备管理业务、电力通信站点管理业务和电力通信资源统计业务进行了深入分析和模块化设计,但各类模块偏于流程化设计,未考虑对各类业务的重要性、传输可靠性等生产属性进行分析。针对不同类型的电力通信数据开发了通信资源系统和通信网运维管理系统互联接口,实现了不同通信系统的互联,接口保证了系统资源数据的动态更新,为数据分析与价值挖掘奠定了基础。提出了基于元数据的电网通信资源数据校核方法,利用网络捕包得到电网通信资源数据,以元数据模型内拓扑规则作为校核依据,校核电网各系统中常见的孤岛、内外环等拓扑结构问题,实现了电网通信资源数据的一致性、有效性和完整性校核,对通信资源数据价值挖掘具有参考意义。

3、电力通信网络中,大数据平台为数据信息的转存与共享提供了强有力的应用技术支持。电力通信的覆盖面积越大,信号参量所具备的自主传输能力也就越强。但一部分信号参量会与异常数据信息杂糅在一起,造成电网主机对于异常信号数据的分辨能力下降,并最终导致非指向性提取行为的出现。传统深度置信型辨识制度虽然能够对电力通信信号中的数据信息进行分辨,但其对于传输数据信息的实时承载能力有限,并不能准确分辨所有信息参量。

4、为解决这一问题,在大数据挖掘技术的支持下,设计一种提高异常信号数据的分辨能力的电力通信信号数据提取方法。


技术实现思路

1、本专利技术的目的是提供一种提高异常信号数据的分辨能力的电力通信信号数据提取方法。

2、为了实现上述目的,本专利技术提供如下技术方案:

3、面向电力通信业务的数据价值挖掘及智能辅助的方法,包括以下步骤:

4、s1:对电力通信的资源数据进行分级分类,记录标准化属性,形成电力通信信号数据;

5、s2:基于大数据挖掘技术对电力通信信号数据进行处理;

6、s3:在大数据挖掘技术的支持下,实现电力通信信号数据提取方法;

7、s4:对资源数据动态可视化管理。

8、进步一的,所述步骤s1中,电力通信的资源数据分为一、二、三、四级骨干通信网;

9、各级骨干通信网的通信网资源数据划分为物理通信资源和逻辑通信资源;

10、物理通信资源为具有物理形态的通信资源,至少包括通信站、通信电源、设备安装屏位中的至少一种;

11、逻辑通信资源是由设备承载的非物理实体的资源,至少包括传输通道连接时隙、无线电频率、无线专网中的至少一种。

12、进步一的,所述步骤s2包括:

13、s21:搭建hadoop框架;

14、s22:定义异常通信信号的原数据集合,异常通信信号的原数据集合是完全不包含目标电力通信信号的数据信息参量取值集合;

15、s23:定义电力通信信号数据的目标数据与异常数据,同时根据原数据集合的定义条件,对待处理的指标参量进行选取;完成基于大数据挖掘的电力通信异常信号的处理。

16、进步一的,所述步骤s3包括:

17、s31:在电力通信网络中,为完成对信号数据的指向性处理,对已知的数据特征指标进行编码处理;

18、s32:对通信信号进行译码,特征编码操作的处理对象为电力通信网络中的信号数据;

19、s33:计算解调系数,约束编码规则,实现电力通信信号异常数据指向性提取。

20、进步一的,所述步骤s4中,包括对微应用场景进行资源数据的动态可视化管理,微应用场景包括以电网生产业务为视角,监视业务运行状态,针对业务管理要求及运行特点,综合分析通信资源、告警以及事件通知,实现不同类型业务全景实时监视,提升运行人员在各类应急情况下的应急处置能力水平。

21、在上述技术方案中,本专利技术提供具有以下有益效果:

22、基于此,本专利技术提出了一种面向电力通信业务的数据价值挖掘及智能辅助的方法,主要优点如下:(1)与深度置信型辨识制度相比,大数据挖掘型提取方法能够更加准确地分辨电力通信信号中的异常数据信息,符合指向性处理电力信息参量的实际应用需求;(2)利用数据挖掘技术,明确了物理、逻辑资源的分类、聚类管理,理清了关联关系,为建设面向管理决策的信息化、智能化应用系统提供了数据和平台条件。

本文档来自技高网...

【技术保护点】

1.面向电力通信业务的数据价值挖掘及智能辅助的方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的面向电力通信业务的数据价值挖掘及智能辅助的方法,其特征在于,所述步骤S1中,电力通信的资源数据分为一、二、三、四级骨干通信网;

3.根据权利要求1所述的面向电力通信业务的数据价值挖掘及智能辅助的方法,其特征在于,所述步骤S2包括:

4.根据权利要求3所述的面向电力通信业务的数据价值挖掘及智能辅助的方法,其特征在于,所述步骤S3包括:

5.根据权利要求1所述的面向电力通信业务的数据价值挖掘及智能辅助的方法,其特征在于,所述步骤S4中,包括对微应用场景进行资源数据的动态可视化管理,微应用场景包括以电网生产业务为视角,监视业务运行状态,针对业务管理要求及运行特点,综合分析通信资源、告警以及事件通知,实现不同类型业务全景实时监视,提升运行人员在各类应急情况下的应急处置能力水平。

【技术特征摘要】

1.面向电力通信业务的数据价值挖掘及智能辅助的方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的面向电力通信业务的数据价值挖掘及智能辅助的方法,其特征在于,所述步骤s1中,电力通信的资源数据分为一、二、三、四级骨干通信网;

3.根据权利要求1所述的面向电力通信业务的数据价值挖掘及智能辅助的方法,其特征在于,所述步骤s2包括:

4.根据权利要求3所述的面向电力通信业务的数...

【专利技术属性】
技术研发人员:李佳硕郑善奇马铎原李清玉李蒸
申请(专利权)人:国网辽宁省电力有限公司信息通信分公司
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