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()
【技术实现步骤摘要】
本申请涉及数据处理,特别是一种基于多源数据融合的配网风险智能化评估方法及系统。
技术介绍
1、随着电网业务的发展,依托于电力服务的设备在日常生活中的应用愈加广泛,对现场作业风险管控,作业数据应用全面化,智能评估等要求越来越高,在现有的电网管理系统流程中,如作业风险人工评估大部分依赖于工作人员的经验,往往存在较大的主观性和评价分析遗漏的地方,严重影响整体系统的高效运作;另外,针对跨领域的多源数据无法进行有效的整合利用,从而进一步提升系统的整体性。
2、现有技术中存在现场作业风险评估数字化支持力度不足、作业风险评估结果判定难度大以及事后数据分析不全面的问题。
技术实现思路
1、鉴于所述问题,提出了本申请以便提供克服所述问题或者至少部分地解决所述问题的一种基于多源数据融合的配网风险智能化评估方法及系统,包括:
2、一种基于多源数据融合的配网风险智能化评估方法,所述方法包括:
3、获取智能终端内的采集数据,并依据所述采集数据进行预处理生成目标数据;其中,所述智能终端包括手持终端和可通信终端;
4、依据所述目标数据、在线监测时序数据和业务关系基础数据库生成数据源,其中,所述在线监测时序数据和所述业务关系基础数据库均在电网管理平台中获取所得;
5、通过所述数据源和评估数据模型生成评估分析结果。
6、进一步地,所述获取智能终端内的采集数据;所述智能终端包括手持终端和可通信终端的步骤,包括:
7、当所述智能终端为所
8、当所述智能终端为所述可通信终端时,在所述可通信终端中获取实时数据,其中,所述实时数据包括抓拍数据、加密数据、编码数据和解析数据;
9、依据所述指纹数据、所述电子签名数据、所述人脸数据、所述抓拍数据、所述加密数据、所述编码数据和所述解析数据生成所述采集数据。
10、进一步地,所述依据所述采集数据进行预处理生成目标数据,其中,所述预处理包括清洗处理、分析处理、存储处理和上传处理的步骤,包括:
11、确定所述采集数据的应用场景;
12、依据所述应用场景确定所述采集数据的数据类型,其中,所述数据类型包括图像数据、视频数据和环境传感器数据;
13、依据所述数据类型确定所述采集数据的目标预处理;
14、通过对所述采集数据进行所述目标预处理生成目标数据。
15、进一步地,所述在线监测时序数据和所述业务关系基础数据库均在电网管理平台中获取所得的步骤,包括:
16、在所述电网管理平台中获取功能数据,其中,所述功能数据包括人资信息管理数据、事故事件管理数据和违章管理数据;
17、依据所述人资信息管理数据、所述事故事件管理数据和所述违章管理数据生成汇聚数据;
18、对所述汇聚数据进行图像处理生成所述在线监测时序数据;
19、对所述汇聚数据进行消息传输解析生成所述业务关系基础数据库。
20、进一步地,所述通过所述数据源和评估数据模型生成评估分析结果的步骤,包括:
21、通过机器学习或数据挖掘对不同领域知识模型进行近似处理得到评估数据模型;
22、依据所述数据源在所述评估数据模型中进行模型训练得到近似参数;
23、依据所述近似参数进行网格搜索得到超参定位;
24、依据所述近似参数和所述超参定位生成自评估算法;
25、依据所述自评估算法、所述评估数据模型和所述数据源生成所述评估分析结果。
26、进一步地,所述依据所述自评估算法、所述评估数据模型和所述数据源生成所述评估分析结果的步骤,包括:
27、依据所述自评估算法和所述数据源生成自评估结果;
28、在所述评估数据模型中获取实际风险结果;
29、依据所述自评估结果、所述实际风险结果和模型参数生成所述评估分析结果。
30、进一步地,还包括:
31、对所述评估分析结果结合多源异构数据进行可视化分析生成分析数据,其中,所述多源异构数据包括多维视频数据、监测数据和业务数据,所述分析数据包括作业计划分专业对比分析数据、作业计划风险与实际风险对比分析数据、视频接入情况分析数据、责任连带处罚分析数据、督查问题跟踪与效能分析数据。
32、本申请一实施例中还公开了一种基于多源数据融合的配网风险智能化评估系统,所述系统包括:
33、获取模块,用于获取智能终端内的采集数据,并依据所述采集数据进行预处理生成目标数据;其中,所述智能终端包括手持终端和可通信终端;
34、第一生成模块,用于依据所述目标数据、在线监测时序数据和业务关系基础数据库生成数据源,其中,所述在线监测时序数据和所述业务关系基础数据库均在电网管理平台中获取所得;
35、第二生成模块,用于通过所述数据源和评估数据模型生成评估分析结果。
36、本申请一实施例中还公开了一种计算机设备,包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如上所述的一种基于多源数据融合的配网风险智能化评估方法的步骤。
37、本申请一实施例中还公开了一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如上所述的一种基于多源数据融合的配网风险智能化评估方法的步骤。
38、本申请具有以下优点:
39、在本申请的实施例中,相对于现有技术中的“存在现场作业风险评估数字化支持力度不足、作业风险评估结果判定难度大以及事后数据分析不全面的问题”,本申请提供了“一种基于多源数据融合的配网风险智能化评估方法及系统”的解决方案,具体为:“获取智能终端内的采集数据,并依据所述采集数据进行预处理生成目标数据;其中,所述智能终端包括手持终端和可通信终端;依据所述目标数据、在线监测时序数据和业务关系基础数据库生成数据源,其中,所述在线监测时序数据和所述业务关系基础数据库均在电网管理平台中获取所得;通过所述数据源和评估数据模型生成评估分析结果”。通过“依据所述目标数据、在线监测时序数据和业务关系基础数据库生成数据源,其中,所述在线监测时序数据和所述业务关系基础数据库均在电网管理平台中获取所得;通过所述数据源和评估数据模型生成评估分析结果”解决了“存在现场作业风险评估数字化支持力度不足、作业风险评估结果判定难度大以及事后数据分析不全面”的问题,达到了“使得现场作业时风险评估通过数字化的方式体现,数字化风险评估也使得评估结果判定更为简易,数据分析更加全面”的效果。
本文档来自技高网...【技术保护点】
1.一种基于多源数据融合的配网风险智能化评估方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述获取智能终端内的采集数据;所述智能终端包括手持终端和可通信终端的步骤,包括:
3.根据权利要求1所述的方法,其特征在于,所述依据所述采集数据进行预处理生成目标数据,其中,所述预处理包括清洗处理、分析处理、存储处理和上传处理的步骤,包括:
4.根据权利要求1所述的方法,其特征在于,所述在线监测时序数据和所述业务关系基础数据库均在电网管理平台中获取所得的步骤,包括:
5.根据权利要求1所述的方法,其特征在于,所述通过所述数据源和评估数据模型生成评估分析结果的步骤,包括:
6.根据权利要求5所述的方法,其特征在于,所述依据所述自评估算法、所述评估数据模型和所述数据源生成所述评估分析结果的步骤,包括:
7.根据权利要求1所述的方法,其特征在于,还包括:
8.一种基于多源数据融合的配网风险智能化评估系统,其特征在于,所述系统包括:
9.一种计算机设备,其特征在于,包括处理器
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计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法。
...【技术特征摘要】
1.一种基于多源数据融合的配网风险智能化评估方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述获取智能终端内的采集数据;所述智能终端包括手持终端和可通信终端的步骤,包括:
3.根据权利要求1所述的方法,其特征在于,所述依据所述采集数据进行预处理生成目标数据,其中,所述预处理包括清洗处理、分析处理、存储处理和上传处理的步骤,包括:
4.根据权利要求1所述的方法,其特征在于,所述在线监测时序数据和所述业务关系基础数据库均在电网管理平台中获取所得的步骤,包括:
5.根据权利要求1所述的方法,其特征在于,所述通过所述数据源和评估数据模型生成评估分析结果的步骤,包括:
【专利技术属性】
技术研发人员:高超,宋鑫,古宇军,梁健文,任浩,袁智源,闲淑妮,
申请(专利权)人:深圳供电局有限公司,
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。