CN110188245A - 电力物联网多源数据融合装置 - Google Patents
电力物联网多源数据融合装置 Download PDFInfo
- Publication number
- CN110188245A CN110188245A CN201910401331.9A CN201910401331A CN110188245A CN 110188245 A CN110188245 A CN 110188245A CN 201910401331 A CN201910401331 A CN 201910401331A CN 110188245 A CN110188245 A CN 110188245A
- Authority
- CN
- China
- Prior art keywords
- electric power
- data
- power internet
- things
- things data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000004927 fusion Effects 0.000 title claims abstract description 26
- 238000003860 storage Methods 0.000 claims abstract description 14
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 8
- 230000005611 electricity Effects 0.000 claims description 5
- 238000007499 fusion processing Methods 0.000 claims description 4
- 230000006855 networking Effects 0.000 claims description 4
- 238000010248 power generation Methods 0.000 claims description 2
- 238000007500 overflow downdraw method Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 7
- 238000000034 method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000004888 barrier function Effects 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000002790 cross-validation Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000013506 data mapping Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000010937 topological data analysis Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000012038 vulnerability analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9027—Trees
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Public Health (AREA)
- Educational Administration (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
一种电力物联网多源数据融合装置,所述装置包括:获取单元,适于获取电力物联网多源子系统产生的电力物联网数据;映射单元,适于将所获取的电力物联网数据分别映射到预设的电力物联网数据统一表示模型中;融合单元,适于将采用所述电力物联网数据统一表示模型进行表示的多源子系统的电力物联网数据进行融合;存储单元,适于将融合后的电力物联网数据进行存储。上述的方案,可以提高电力物联网数据融合的准确性和效率。
Description
技术领域
本发明属于电力物联网技术领域,特别是涉及一种电力物联网多源数据融合装置。
背景技术
随着电力物联网的飞速发展,电力行业对于信息化、智能化的要求日益提升,电力物联网系统设备数据呈现出数据规模庞大、更新速度快、多源异构和价值密度低等典型大数据特征。在电力物联网系统设备大数据爆炸式增长的新情势下,电力物联网多源数据融合成为必然趋势。
电力物联网多源数据是指电力数据的多种来源,主要包括生产子系统、营销子系统、调度子系统以及其他子系统。但是,整个电力物联网运行涉及到的各个子系统的数据在进行融合时,存在着准确性差且效率低下的问题。
发明内容
本发明解决的技术问题是如何提高电力物联网数据融合的准确性和效率。
为了达到上述目的,本发明实施例提供了一种电力物联网多源数据融合装置,所述装置包括:
获取单元,适于获取电力物联网多源子系统产生的电力物联网数据;
映射单元,适于将所获取的电力物联网数据分别映射到预设的电力物联网数据统一表示模型中;所述电力物联网数据统一表示模型包括电力物联网数据设备树、电力物联网数据表和电力物联网数据访问树;所述电力物联网数据设备树用于描述多源子系统的电力物联网数据之间的逻辑拓扑关系;所述电力物联网数据表用于存储多源子系统的电力物联网数据;所述电力物联网数据访问树用于描述多源子系统的电力物联网数据的数据流向的信息;
融合单元,适于将采用所述电力物联网数据统一表示模型进行表示的多源子系统的电力物联网数据进行融合;
存储单元,适于将融合后的电力物联网数据进行存储。
可选地,所述融合单元,适于采用以下至少一项对多源子系统的电力物联网数据进行融合:
当多源子系统的电力物联网数据出现不一致时,采用少数服从多数的分歧投票决策机制对不一致的电力物联网数据进行修正;
采用预设的电力物联网数据知识库对多源子系统的电力物联网数据进行验证,并对验证不一致的数据进行修正;所述电力物联网数据知识库包括多源子系统的电力物联网数据之间的理论关系;
采用对多源子系统的有效电力物联网数据进行训练得到的多源子系统的电力物联网数据之间的实际关系对多源子系统的电力物联网数据进行验证,并对验证不一致的数据进行修正。
可选地,所述装置还包括:
第一输出单元,适于对数据融合过程中出现的不一致数据和修正后的数据的信息进行存储并输出显示。
可选地,所述装置还包括:
分析单元,适于对所存储的电力物联网数据进行分析;
第二输出单元,适于将分析结果进行输出显示。
可选地,所述装置还包括:
告警单元,适于对分析得到的异常数据,通过所述电力物联网数据统一表示模型中的电力物联网数据访问树得到产生所述异常数据的设备并向输出对应的告警提示信息。
可选地,所述存储单元,适于将融合后的电力物联网数据分类存储到对应类型的数据库中。
可选地,所述多源子系统包括电力生产系统、电力营销系统和电力调度系统。
与现有技术相比,本发明的有益效果为:
上述的方案,通过将所获取的电力物联网数据分别映射到预设的电力物联网数据统一表示模型中,并将采用所述电力物联网数据统一表示模型进行表示的多源子系统的电力物联网数据进行融合,可以打破不同的电力物联网子系统的数据之间的壁垒,进而可以提高数据融合的准确性和效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例的一种电力物联网多源数据融合方法的流程示意图;
图2是本发明实施例的一种电力物联网数据统一表示模型的示意图;
图3是本发明实施例的一种电力物联网多源数据融合方法的流程示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。本发明实施例中有关方向性指示(诸如上、下、左、右、前、后等)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
如背景技术所述,现有技术中,电力物联网数据融合多采用基于传统的关系数据库产生表与字段间的逻辑关系,并根据与逻辑关系对应的对象标记规则的方法对电力数据进行融合。但是,不同的子系统会对数据质量问题提出不同的衡量标准,数据质量评估体系通常将这些衡量标准用一致性的方式表达出来,这会导致实际评估的准确性不高,针对性不明显。
本发明的技术方案通过将所获取的电力物联网数据分别映射到预设的电力物联网数据统一表示模型中,并将采用所述电力物联网数据统一表示模型进行表示的多源子系统的电力物联网数据进行融合,可以打破不同的电力物联网子系统的数据之间的壁垒,进而可以提高数据融合的准确性和效率。
为使本发明的上述目的、特征和有益效果能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
图1是本发明实施例的一种电力物联网多源数据融合方法的流程示意图。参见图1,一种电力物联网多源数据融合方法,具体可以包括如下的步骤:
步骤S101:获取电力物联网多源子系统产生的电力物联网数据。
在具体实施中,电力物联网多源子系统产生的电力物联网数据为电力物联网中包括扩电力物联网生产子系统、营销子系统、调度子系统以及其他子系统产生的电力物联网的运行数据,如电压、功率、负载等。所述的电力物联网多源子系统产生的电力物联网数据可以利用感知技术识别电力物联网多源子系统的数据特征信息来对数据进行描述,获取对应的数据信息。
在本发明一实施例中,为了进一步高数据处理的效率和准确性,可以对所获取的电力物联网多源子系统产生的电力物联网数据进行初始化分析、验证、清洗、转换、去重操作。
步骤S102:将所获取的电力物联网数据分别映射到预设的电力物联网数据统一表示模型中。
在具体实施中,由于从不同的电力物联网子系统中所获取的电力物联网数据可能存在着相同的数据命名不一致,或者系统中缺失某元数据的定义等,使得所获取的电力物联网数据出现歧义,为了避免数据出现的歧义,打破电力物联网子系统之间的数据壁垒,可以采用统一的模型将所获取的电力物联网数据进行数据映射。
参见图2,预设的电力物联网数据统一表示模型包括电力物联网设备数据树、电力物联网数据表和电力物联网数据访问树三部分组成。其中,电力物联网设备数据树是根据数据所属关系、地域关系或业务逻辑关系建立的,主要用于表示数据之间的某种逻辑拓扑关系;电力物联网数据表是用来存放具体数据的框架;电力物联网数据访问树用于表示数据被收采过程中的数据流向和途径的收采设备,数据最终汇集在数据库。通过电力物联网数据统一表示模型,可以将电力物联网数据从产生到传输再到储存的全过程进行监控。不管是对于数据访问、数据存储还是问题溯源等诸多方面都有极大地帮助。
步骤S103:将采用所述电力物联网数据统一表示模型进行表示的多源子系统的电力物联网数据进行融合。
在具体实施中,在建立电力物联网数据统一表示模型的基础上对不同的电力物联网子系统的数据进行融合。具体而言,首先,结合传统数据映射和数据驱动映射,通过对应源系统中每个数据的寻址地址与目标系统中响应数据的寻址地址,形成两系统数据之间的映射关系表;同时,在源系统中数据字段与目标系统中相同数据字段的表述或格式不一致,构建语义与数值转换规则。映射表建立后,经确认无误即可固化至电力物联网数据统一表示模型中,访问时进行别名或物理地址的自动转换。
接着,对于由生产、营销和调度等电力物联网子系统提供的设备状态数据冗余量大、同属性冗余数据在相同时刻具有不同的值等所导致数值歧义的问题,即电力物联网设备数据存在着数据冲突问题,可以采用交叉验证的方式进行解决。一般的冲突解决方式集中在减少冗余数据量和在从多个冲突值中甄别真值的问题上。其中,真值包括属性的名称的统一和属性值的统一。本发明实施例中的交叉验证机制,先由多个电力物联网子系统采用少数服从多数的分歧投票决策机制对歧义数据进行表决。但是,这仅仅只能提供建议,不能由此做出决策,还可以根据电力物联网的知识汇总形成的电力物联网系统知识参照库,分别对生产、营销、调度等电力物联网子系统的电力物联网数据进行知识库验证。再者,可以生产、营销、调度等电力物联网子系统中无歧义的数据为训练数据,对数据进行特征提取和数据重构后形成训练集,通过深度学习获取正确数据集的特性,及不同电力物联网子系统之间所产生的电子物联网数据之间的实际关系,并采用训练得到的电子物联网数据之间的实际关系对歧义数据进行测试,生成数据可信度参数,辅助决策。
在本发明另一实施例中,针对数据歧义问题,可以对数据融合过程中出现的不一致数据和修正后的数据的信息进行存储并输出显示等形成数据报表,反馈给技术人员,用于人工决策,以进一步高数据融合的准确性。
通过以上的交叉验证,可以确保电力物联网生产、营销、调度等子系统的电力物联网数据的一致性、准确性和完整性,可根据由数据编码方式得到的数据唯一物理地址将数据值映射到电力物联网数据统一表示模型的数据表中,完成电力物联网多源数据的合并与融合。
步骤S104:将融合后的电力物联网数据进行存储。
在具体实施中,融合后得电力物联网数据为通过数据融合层融合评估后的高质量数据。为了实现数据存储的智能化,可以融合后的电力物联网数据分类存储在不同类型的数据库中。例如,可以提供结构化数据存储和非结构化数据存储,结构化数据采用关系型数据库存储,非结构化数据采用自定义文件系统存储,从而可以为后续模块提供数据检索、读取、写入、删除等操作,便于操作人员进行决策分析。
在本发明一实施例中,所述方法还可以包括:
步骤S105:对所存储的电力物联网数据进行分析,并将分析结果进行输出显示。
在具体实施中,在对所存储的电力物联网数据进行分析时,可以对融合存储数据库中的数据进行拓扑分析、安全性分析、脆弱性分析、负荷预想、故障预报等,并通过可视化技术将数据分析的结果映射为图表、线框、点块等可视化图形图像,反馈给可视化界面显示,辅助操作人员决策。
在本发明一实施例中,所述方法还可以包括:
步骤S106:对分析得到的异常数据,通过所述电力物联网数据统一表示模型中的电力物联网数据访问树得到产生所述异常数据的设备并向输出对应的告警提示信息。
在本发明一实施例中,当分析结果出现异常时,可视化界面可以出现相应的提示,如红色亮灯提醒,同时通过电力物联网数据访问树,快速定位可能出现故障的电力物联网设备以及电力物联网设备所属的主管单位,对主管单位发出预警,进行有针对性地检修工作。
上述对本发明实施例中的方法进行了详细的描述,下面将对上述的方法对应的装置进行介绍。
图3示出了本发明实施例中的一种电力物联网多源数据融合装置的结构示意图。参见图3,一种电力物联网多源数据融合装置30可以包括获取单元301、映射单元302、融合单元303和存储单元304,其中:
获取单元301,适于获取电力物联网多源子系统产生的电力物联网数据;其中,所述多源子系统可以包括电子生产系统、电力营销系统和电力调度系统
映射单元302,适于将所获取的电力物联网数据分别映射到预设的电力物联网数据统一表示模型中;所述电力物联网数据统一表示模型包括电力物联网数据设备树、电力物联网数据表和电力物联网数据访问树;所述电力物联网数据设备树用于描述多源子系统的电力物联网数据之间的逻辑拓扑关系;所述电力物联网数据表用于存储多源子系统的电力物联网数据;所述电力物联网数据访问树用于描述多源子系统的电力物联网数据的数据流向的信息。
融合单元303,适于将采用所述电力物联网数据统一表示模型进行表示的多源子系统的电力物联网数据进行融合;在具体实施中,所述融合单元203可以采用以下至少一项对多源子系统的电力物联网数据进行融合:当多源子系统的电力物联网数据出现不一致时,采用少数服从多数的分歧投票决策机制对不一致的电力物联网数据进行修正;采用预设的电力物联网数据知识库对多源子系统的电力物联网数据进行验证,并对验证不一致的数据进行修正;所述电力物联网数据知识库包括多源子系统的电力物联网数据之间的理论关系;采用对多源子系统的有效电力物联网数据进行训练得到的多源子系统的电力物联网数据之间的实际关系对多源子系统的电力物联网数据进行验证,并对验证不一致的数据进行修正。
存储单元304,适于将融合后的电力物联网数据进行存储。在本发明一实施例中,所述存储单元304,适于将融合后的电力物联网数据分类存储到对应类型的数据库中。
在本发明一实施例中,所述装置30还可以包括第一输出单元305,其中:
第一输出单元305,适于对数据融合过程中出现的不一致数据和修正后的数据的信息进行存储并输出显示。
在本发明一实施例中,所述装置30还可以包括分析单元306和第二输出单元307,其中:
分析单元306,适于对所存储的电力物联网数据进行分析。
第二输出单元307,适于将分析结果进行输出显示。
在本发明一实施例中,所述装置30还可以包括告警单元308,其中:
告警单元308,适于对分析得到的异常数据,通过所述电力物联网数据统一表示模型中的电力物联网数据访问树得到产生所述异常数据的设备并向输出对应的告警提示信息。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机指令,所述计算机指令运行时执行所述的电力物联网多源数据融合方法的步骤。其中,所述电力物联网多源数据融合方法请参见前述部分的详细介绍,不再赘述。
本发明实施例还提供了一种终端,包括存储器和处理器,所述存储器上储存有能够在所述处理器上运行的计算机指令,所述处理器运行所述计算机指令时执行所述的电力物联网多源数据融合方法的步骤。其中,所述电力物联网多源数据融合方法请参见前述部分的详细介绍,不再赘述。
采用本发明实施例中的上述方案,通过将所获取的电力物联网数据分别映射到预设的电力物联网数据统一表示模型中,并将采用所述电力物联网数据统一表示模型进行表示的多源子系统的电力物联网数据进行融合,可以打破不同的电力物联网子系统的数据之间的壁垒,进而可以提高数据融合的准确性和效率。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,本发明要求保护范围由所附的权利要求书、说明书及其等效物界定。
Claims (7)
1.一种电力物联网多源数据融合装置,其特征在于,包括:
获取单元,适于获取电力物联网多源子系统产生的电力物联网数据;
映射单元,适于将所获取的电力物联网数据分别映射到预设的电力物联网数据统一表示模型中;所述电力物联网数据统一表示模型包括电力物联网数据设备树、电力物联网数据表和电力物联网数据访问树;所述电力物联网数据设备树用于描述多源子系统的电力物联网数据之间的逻辑拓扑关系;所述电力物联网数据表用于存储多源子系统的电力物联网数据;所述电力物联网数据访问树用于描述多源子系统的电力物联网数据的数据流向的信息;
融合单元,适于将采用所述电力物联网数据统一表示模型进行表示的多源子系统的电力物联网数据进行融合;
存储单元,适于将融合后的电力物联网数据进行存储。
2.根据权利要求1所述的电力物联网多源数据融合装置,其特征在于,所述融合单元,适于采用以下至少一项对多源子系统的电力物联网数据进行融合:
当多源子系统的电力物联网数据出现不一致时,采用少数服从多数的分歧投票决策机制对不一致的电力物联网数据进行修正;
采用预设的电力物联网数据知识库对多源子系统的电力物联网数据进行验证,并对验证不一致的数据进行修正;所述电力物联网数据知识库包括多源子系统的电力物联网数据之间的理论关系;
采用对多源子系统的有效电力物联网数据进行训练得到的多源子系统的电力物联网数据之间的实际关系对多源子系统的电力物联网数据进行验证,并对验证不一致的数据进行修正。
3.根据权利要求2所述的电力物联网多源数据融合装置,其特征在于,还包括:
第一输出单元,适于对数据融合过程中出现的不一致数据和修正后的数据的信息进行存储并输出显示。
4.根据权利要求1-3任一项所述的电力物联网多源数据融合装置,其特征在于,还包括:
分析单元,适于对所存储的电力物联网数据进行分析;
第二输出单元,适于将分析结果进行输出显示。
5.根据权利要求4所述的电力物联网多源数据融合装置,其特征在于,还包括:
告警单元,适于对分析得到的异常数据,通过所述电力物联网数据统一表示模型中的电力物联网数据访问树得到产生所述异常数据的设备并向输出对应的告警提示信息。
6.根据权利要求1所述的电力物联网多源数据融合装置,其特征在于,所述存储单元,适于将融合后的电力物联网数据分类存储到对应类型的数据库中。
7.根据权利要求1所述的电力物联网多源数据融合装置,其特征在于,所述多源子系统包括电力生产系统、电力营销系统和电力调度系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910401331.9A CN110188245A (zh) | 2019-05-15 | 2019-05-15 | 电力物联网多源数据融合装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910401331.9A CN110188245A (zh) | 2019-05-15 | 2019-05-15 | 电力物联网多源数据融合装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110188245A true CN110188245A (zh) | 2019-08-30 |
Family
ID=67716366
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910401331.9A Pending CN110188245A (zh) | 2019-05-15 | 2019-05-15 | 电力物联网多源数据融合装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110188245A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110704685A (zh) * | 2019-11-11 | 2020-01-17 | 国网青海省电力公司海东供电公司 | 一种电力物联网多源数据融合装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103902286A (zh) * | 2014-03-12 | 2014-07-02 | 郑州轻工业学院 | 基于soa的层级式多源数据融合方法 |
CN107193992A (zh) * | 2017-06-06 | 2017-09-22 | 云南电网有限责任公司信息中心 | 一种基于决策树算法的220kV主变压器状态评估预测方法 |
CN107402976A (zh) * | 2017-07-03 | 2017-11-28 | 国网山东省电力公司经济技术研究院 | 一种基于多元异构模型的电网多源数据融合方法及系统 |
US10262090B1 (en) * | 2013-11-11 | 2019-04-16 | The Florida State University Research Foundation, Inc. | System and method for assessing the remaining useful life of an insulation system |
-
2019
- 2019-05-15 CN CN201910401331.9A patent/CN110188245A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10262090B1 (en) * | 2013-11-11 | 2019-04-16 | The Florida State University Research Foundation, Inc. | System and method for assessing the remaining useful life of an insulation system |
CN103902286A (zh) * | 2014-03-12 | 2014-07-02 | 郑州轻工业学院 | 基于soa的层级式多源数据融合方法 |
CN107193992A (zh) * | 2017-06-06 | 2017-09-22 | 云南电网有限责任公司信息中心 | 一种基于决策树算法的220kV主变压器状态评估预测方法 |
CN107402976A (zh) * | 2017-07-03 | 2017-11-28 | 国网山东省电力公司经济技术研究院 | 一种基于多元异构模型的电网多源数据融合方法及系统 |
Non-Patent Citations (1)
Title |
---|
韩笑: "应用智能电网统一数据模型的大数据应用架构及其实践", 《电网技术》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110704685A (zh) * | 2019-11-11 | 2020-01-17 | 国网青海省电力公司海东供电公司 | 一种电力物联网多源数据融合装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111985561B (zh) | 一种智能电表的故障诊断方法、系统及电子装置 | |
CN112382064A (zh) | 一种基于数字孪生技术的电力物联网故障预警方法及系统 | |
CN113853553A (zh) | 从工程数据源中自动提取资产数据以用于生成hmi | |
JP7442001B1 (ja) | 水力発電ユニットの故障総合診断方法 | |
CN109241169A (zh) | 配电网运行信息多源异构数据融合数据库集成方法 | |
CN105446952B (zh) | 用于处理语义片段的方法和系统 | |
CN105759784A (zh) | 一种基于数据包络分析的故障诊断方法 | |
CN109408360A (zh) | 一种软件可靠性评估方法和系统 | |
CN111652760B (zh) | 一种电网运维虚拟现实仿真系统及仿真方法 | |
CN115809302A (zh) | 元数据处理方法、装置、设备及存储介质 | |
CN108734778A (zh) | 一种技术监督数据可视化方法及系统 | |
CN116932523A (zh) | 一种整合和监管第三方环境检测机构的平台 | |
CN108494803B (zh) | 基于人工智能的多元异构网络安全数据可视化系统 | |
CN113253709B (zh) | 一种适用于轨道交通车辆健康诊断方法及装置 | |
De Donato et al. | Towards AI-assisted digital twins for smart railways: preliminary guideline and reference architecture | |
CN110188245A (zh) | 电力物联网多源数据融合装置 | |
CN117411192B (zh) | 一种不间断电源并机系统的监控方法及系统 | |
CN110188141A (zh) | 电力物联网多源数据融合方法、可读存储介质和终端 | |
CN109445304A (zh) | 一种基于车载信号的故障智能分析系统及方法 | |
KR102411291B1 (ko) | 스마트공장 데이터 품질평가 방법 | |
CN117575222A (zh) | 生产管理方法、系统、设备及存储介质 | |
CN117270482A (zh) | 基于数字孪生的汽车工厂控制系统 | |
Kovalyov | Design and development of a power system digital twin: A model-based approach | |
CN111143432A (zh) | 一种事件处理结果的数据分析预警系统及方法 | |
CN115996169A (zh) | 一种网络故障分析方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190830 |