CN110704685A - 一种电力物联网多源数据融合装置 - Google Patents
一种电力物联网多源数据融合装置 Download PDFInfo
- Publication number
- CN110704685A CN110704685A CN201911092090.0A CN201911092090A CN110704685A CN 110704685 A CN110704685 A CN 110704685A CN 201911092090 A CN201911092090 A CN 201911092090A CN 110704685 A CN110704685 A CN 110704685A
- Authority
- CN
- China
- Prior art keywords
- unit
- data
- things
- power internet
- output
- 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 33
- 238000007405 data analysis Methods 0.000 claims abstract description 23
- 238000013507 mapping Methods 0.000 claims abstract description 18
- 230000006855 networking Effects 0.000 claims abstract 3
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000013499 data model Methods 0.000 claims description 2
- 238000000926 separation method Methods 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000000034 method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/80—Information retrieval; Database structures therefor; File system structures therefor of semi-structured data, e.g. markup language structured data such as SGML, XML or HTML
- G06F16/81—Indexing, e.g. XML tags; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/80—Information retrieval; Database structures therefor; File system structures therefor of semi-structured data, e.g. markup language structured data such as SGML, XML or HTML
- G06F16/84—Mapping; Conversion
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/069—Management of faults, events, alarms or notifications using logs of notifications; Post-processing of notifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种电力物联网多源数据融合装置，涉及物联网多源数据融合技术领域，包括获取单元、映射单元和计算单元，获取单元的输出端与映射单元的输入端电性连接，映射单元的输出端电性连接有融合单元，融合单元的输出端与计算单元的输入端电性连接，计算单元的输出端电性连接有储存单元，储存单元的输出端电性连接有第一输出单元和数据分析单元，数据分析单元的输出端电性连接有第二输出单元。本发明的有益效果在于：本发明通过设置的计算单元和储存单元，可使收到的数据经过计算单元计算，使误差较大的数据与没有误差的数据分离，分别储存在储存单元的两个系统中，便于实现误差数据与真实数据的分离，实用性强。
Description
技术领域
本发明涉及物联网多源数据融合技术领域，具体是涉及一种电力物联网多源数据融合装置。
背景技术
电力物联网多源数据融合装置是用来融合电力物联网的多源数据的装置，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。
现有的电力物联网多源数据融合装置在使用时存在一定的弊端，首先，传统的电力物联网多源数据融合装置无法完成对误差值和准确值的分离，准确度较差，其次，现有的电力物联网多源数据融合装置无法对产生故障的设备进行定位输出，只能人工检测，耗时耗力，给人们的使用过程带来了一定的影响，为此，我们提出一种电力物联网多源数据融合装置。
发明内容
为了克服现有技术存在的缺点，本发明提出了一种电力物联网多源数据融合装置。可以实现对误差数据和准确数据的分离，并进行分析定位故障的源头。
本发明提供一种电力物联网多源数据融合装置，包括获取单元（1）、映射单元（2）和计算单元（4），其特征在于：获取单元（1）的输出端与映射单元（2）的输入端电性连接，映射单元（2）的输出端电性连接有融合单元（3），融合单元（3）的输出端与计算单元（4）的输入端电性连接，计算单元（4）的输出端电性连接有储存单元（5），储存单元（5）的输出端电性连接有第一输出单元（6）和数据分析单元（7），数据分析单元（7）的输出端电性连接有第二输出单元（8）。
优选的，获取单元（1）适于获取多源子系统的电力物联网数据。
优选的，映射单元（2）适于将获取单元（1）中获取的数据映射到预存的电力物联网数据统一模型中。
优选的，融合单元（3）适于将预存在电力物联网数据统一模型的数据进行融合。
优选的，计算单元（4）适于将融合的数据进行计算对比，计算单元（4）适于提前将误差较大的数据检索出。
优选的，储存单元(5)包括储存器正常值系统(501)和储存器误差值系统(502)，储存器误差值系统(502)适于储存经过计算单元(4)分离的误差较大的数据，储存器正常值系统(501)适于储存正常的数据。
优选的，第一输出单元(6)适于输出储存器正常值系统(501)中的数据。
优选的，数据分析单元（7）包括电力物联网数据访问树（701）、电力物联网数据表（702）和电力物联网数据获取系统（703），电力物联网数据访问树（701）适于描述电力物联网子系统之间的逻辑关系，电力物联网数据表（702）适于储存多源子系统的电力物联网数据，电力物联网数据获取系统（703）适于描述数据的来源。
优选的，所述第二输出单元（8）适于输出经数据分析单元（7）分析的数据和数据来源。
本发明的工作流程为：
S1获取电力物联网多个子系统产生的数据；
S2将获取的数据汇聚映射到预设到电力物联网数据统一模型中；
S3将映射得到的数据进行融合；
S4将融合的数据进行计算对比，提前将误差较大值检索出，和正常值分开；
S5将正常值和误差较大的值分别储存在储存器两个子系统中；
S6第一输出单元直接输出正常值给外部人员误差较大的值经过数据分析单元的分析检测到产生故障的设备并在第二输出单元输出。
与现有技术相比，本发明具有如下有益效果：
1、通过设置的计算单元和储存单元，可使收到的数据经过计算单元计算，使误差较大的数据与没有误差的数据分离，分别储存在储存单元的两个系统中，便于实现误差数据与真实数据的分离，实用性强；
2、通过设置的数据分析单元，储存单元储存器误差值系统中储存的误差较大的值经过数据分析单元的分析检测出产生故障的源头在第二输出单元输出，方便快捷，科技感十足。
该装置中未涉及部分均与现有技术相同或可采用现有技术加以实现。
附图说明
图1为本发明的装置模型示意图；
图2为本发明的工作流程示意图；
图3为本发明的数据分析单元访问流程示意图；
图4为本发明的误差值计算示意图；
图中：1、获取单元，2、映射单元，3、融合单元，4、计算单元，5、储存单元，6、第一输出单元，7、数据分析单元，8、第二输出单元，501、储存器正常值系统，502、储存器误差值系统，701、电力物联网数据访问树，702、电力物联网数据表，703、电力物联网数据获取系统。
具体实施方式
实施例1，为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
如图1-4所示，一种电力物联网多源数据融合装置，包括获取单元1、映射单元2和计算单元4，获取单元1的输出端与映射单元2的输入端电性连接，映射单元2的输出端电性连接有融合单元3，融合单元3的输出端与计算单元4的输入端电性连接，计算单元4的输出端电性连接有储存单元5，储存单元5的输出端电性连接有第一输出单元6和数据分析单元7，数据分析单元7的输出端电性连接有第二输出单元8，通过设置的计算单元4和储存单元5，可使收到的数据经过计算单元4计算，使误差较大的数据与没有误差的数据分离，分别储存在储存单元5的两个系统中，便于实现误差数据与真实数据的分离，实用性强。
获取单元1适于获取多源子系统的电力物联网数据。
映射单元2适于将获取单元1中获取的数据映射到预存的电力物联网数据统一模型中。
融合单元3适于将预存在电力物联网数据统一模型的数据进行融合。
计算单元4适于将融合的数据进行计算对比，计算单元4适于提前将误差较大的数据检索出。
储存单元5包括储存器正常值系统501和储存器误差值系统502，储存器误差值系统502适于储存经过计算单元4分离的误差较大的数据，储存器正常值系统501适于储存正常的数据。
第一输出单元6适于输出储存器正常值系统501中的数据。
数据分析单元7包括电力物联网数据访问树701、电力物联网数据表702和电力物联网数据获取系统703，电力物联网数据访问树701适于描述电力物联网子系统之间的逻辑关系，电力物联网数据表702适于储存多源子系统的电力物联网数据，电力物联网数据获取系统703适于描述数据的来源，通过设置的数据分析单元7，储存单元5储存器误差值系统502中储存的误差较大的值经过数据分析单元7的分析检测出产生故障的源头。
第二输出单元8适于输出经数据分析单元7分析的数据和数据来源，经过数据分析单元7的分析检测出产生故障的源头在第二输出单元8输出，方便快捷，科技感十足。
需要说明的是，首先获取单元1获取到多源子系统产生的数据，映射单元2将获取的数据汇聚映射到预设的电力物联网统一模型中，融合单元3将映射得到的多源数据进行融合，计算单元4将融合的数据进行计算对比，提前将误差较大的数据检索出，与正常值分离，误差较大的值储存在储存单元5的储存器误差值系统502，误差较小的值储存在储存器正常值系统501，储存器正常值系统501与第一输出单元6连接，第一输出单元6输出正常数据，误差较大的值经过数据分析单元7，电力物联网数据访问树701适于描述电力物联网子系统之间的逻辑关系，电力物联网数据表702适于储存多源子系统的电力物联网数据，电力物联网数据获取系统703适于描述数据的来源，来找出数据来源，并且在第二输出单元8输出，实用性强。
以上显示和描述了本发明的基本原理和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，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (9)
1.一种电力物联网多源数据融合装置，包括获取单元（1）、映射单元（2）和计算单元（4），其特征在于：获取单元（1）的输出端与映射单元（2）的输入端电性连接，映射单元（2）的输出端电性连接有融合单元（3），融合单元（3）的输出端与计算单元（4）的输入端电性连接，计算单元（4）的输出端电性连接有储存单元（5），储存单元（5）的输出端电性连接有第一输出单元（6）和数据分析单元（7），数据分析单元（7）的输出端电性连接有第二输出单元（8）。
2.根据权利要求1的一种电力物联网多源数据融合装置，其特征在于：获取单元（1）适于获取多源子系统的电力物联网数据。
3.根据权利要求1的一种电力物联网多源数据融合装置，其特征在于：映射单元（2）适于将获取单元（1）中获取的数据映射到预存的电力物联网数据统一模型中。
4.根据权利要求1的一种电力物联网多源数据融合装置，其特征在于：融合单元（3）适于将预存在电力物联网数据统一模型的数据进行融合。
5.根据权利要求1的一种电力物联网多源数据融合装置，其特征在于：计算单元（4）适于将融合的数据进行计算对比，计算单元（4）适于提前将误差较大的数据检索出。
6.根据权利要求1的一种电力物联网多源数据融合装置，其特征在于：储存单元(5)包括储存器正常值系统(501)和储存器误差值系统(502)，储存器误差值系统(502)适于储存经过计算单元(4)分离的误差较大的数据，储存器正常值系统(501)适于储存正常的数据。
7.根据权利要求6的一种电力物联网多源数据融合装置，其特征在于：第一输出单元(6)适于输出储存器正常值系统(501)中的数据。
8.根据权利要求1的一种电力物联网多源数据融合装置，其特征在于：数据分析单元（7）包括电力物联网数据访问树（701）、电力物联网数据表（702）和电力物联网数据获取系统（703），电力物联网数据访问树（701）适于描述电力物联网子系统之间的逻辑关系，电力物联网数据表（702）适于储存多源子系统的电力物联网数据，电力物联网数据获取系统（703）适于描述数据的来源。
9.根据权利要求1的一种电力物联网多源数据融合装置，其特征在于：所述第二输出单元（8）适于输出经数据分析单元（7）分析的数据和数据来源。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911092090.0A CN110704685A (zh) | 2019-11-11 | 2019-11-11 | 一种电力物联网多源数据融合装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911092090.0A CN110704685A (zh) | 2019-11-11 | 2019-11-11 | 一种电力物联网多源数据融合装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110704685A true CN110704685A (zh) | 2020-01-17 |
Family
ID=69204810
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911092090.0A Pending CN110704685A (zh) | 2019-11-11 | 2019-11-11 | 一种电力物联网多源数据融合装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110704685A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109740363A (zh) * | 2019-01-04 | 2019-05-10 | 贵州大学 | 文档分级脱敏加密方法 |
| CN110188245A (zh) * | 2019-05-15 | 2019-08-30 | 南京邮电大学 | 电力物联网多源数据融合装置 |
| CN110188141A (zh) * | 2019-05-15 | 2019-08-30 | 南京邮电大学 | 电力物联网多源数据融合方法、可读存储介质和终端 |
-
2019
- 2019-11-11 CN CN201911092090.0A patent/CN110704685A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109740363A (zh) * | 2019-01-04 | 2019-05-10 | 贵州大学 | 文档分级脱敏加密方法 |
| CN110188245A (zh) * | 2019-05-15 | 2019-08-30 | 南京邮电大学 | 电力物联网多源数据融合装置 |
| CN110188141A (zh) * | 2019-05-15 | 2019-08-30 | 南京邮电大学 | 电力物联网多源数据融合方法、可读存储介质和终端 |
Non-Patent Citations (1)
| Title |
|---|
| 黄苗苗等: "基于属性加密体制算法的分析及改进", 《云南民族大学学报(自然科学版)》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105787282B (zh) | 一种医疗数据字典自动标准化的方法与系统 | |
| US9798310B2 (en) | Method for searching cross-regional power supply area based on CIM model and system thereof | |
| US9239760B2 (en) | Systems and methods for detecting, correcting, and validating bad data in data streams | |
| CN108228917B (zh) | 电路原理图检查装置及方法 | |
| CN103473409A (zh) | 一种基于知识库的fpga故障自动诊断方法 | |
| CN110941648A (zh) | 基于聚类分析的异常数据识别方法、系统和存储介质 | |
| CN110838075A (zh) | 电网系统暂态稳定的预测模型的训练及预测方法、装置 | |
| CN105139295A (zh) | 一种电力设备在线监测海量信息的数据挖掘方法 | |
| CN102385333B (zh) | 一种石油仪器故障诊断方法 | |
| CN112347271A (zh) | 基于文字语义识别的配电物联网设备缺陷辅助录入方法 | |
| CN112415331A (zh) | 基于多源故障信息的电网二次系统故障诊断方法 | |
| CN109902133B (zh) | 基于电网任意分割区域的多源数据纠错处理方法及系统 | |
| CN110704685A (zh) | 一种电力物联网多源数据融合装置 | |
| CN117572837A (zh) | 一种智慧电厂ai主动运维方法及系统 | |
| CN111159411B (zh) | 一种融合知识图谱的文本立场分析方法、系统及存储介质 | |
| CN117277350A (zh) | 阻抗计算、电网稳定性分析方法及存储介质和终端设备 | |
| CN109684749B (zh) | 一种考虑运行特性的光伏电站等值建模方法 | |
| Huang et al. | Technical aspects and case study of big data based condition monitoring of power apparatuses | |
| CN113490857A (zh) | 方法和测试设备 | |
| CN109710487A (zh) | 一种监控方法和装置 | |
| CN109710651B (zh) | 数据类型识别方法及装置 | |
| CN114169398A (zh) | 基于随机森林算法的光伏直流电弧故障识别方法及装置 | |
| CN111382301B (zh) | 一种基于生成对抗网络的三维模型生成方法及系统 | |
| Sarmiento et al. | Finding unstable operating points via one-dimensional manifolds | |
| CN116381419B (zh) | 输电线路故障处理方法、装置、计算机设备和存储介质 |
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 |
Application publication date: 20200117 |
|
| RJ01 | Rejection of invention patent application after publication |