CN111428756A - 基于时间序列信息熵的规划数据融合实时态方法及装置 - Google Patents
基于时间序列信息熵的规划数据融合实时态方法及装置 Download PDFInfo
- Publication number
- CN111428756A CN111428756A CN202010133978.0A CN202010133978A CN111428756A CN 111428756 A CN111428756 A CN 111428756A CN 202010133978 A CN202010133978 A CN 202010133978A CN 111428756 A CN111428756 A CN 111428756A
- Authority
- CN
- China
- Prior art keywords
- data
- time
- real
- planning
- information
- 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.)
- Granted
Links
- 238000013439 planning Methods 0.000 title claims abstract description 102
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000004927 fusion Effects 0.000 title claims description 19
- 238000012986 modification Methods 0.000 claims description 31
- 230000004048 modification Effects 0.000 claims description 31
- 238000011156 evaluation Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 description 16
- 238000000605 extraction Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 238000012217 deletion Methods 0.000 description 4
- 230000037430 deletion Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000010200 validation analysis Methods 0.000 description 3
- 238000012550 audit Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004870 electrical engineering Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- 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)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Economics (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明的目的在于解决现有技术中规划态数据更新到实时态时，效率低下的问题，提供基于时间序列信息熵的规划数据融合实时态方法及装置，以提高规划态数据更新到实时态的效率。方法包括：接收规划态数据；基于信息熵的时间序列关联规则提取，得到规划态数据不同时间序列之间的关联规则；根据关联规则将规划数据融合到实时态。装置包括：接收模块、关联规则确定模块和融合模块。本公开的技术方案接收规划态数据，基于信息熵的时间序列关联规则，根据关联规则将规划数据融合到实时态，提高了规划态数据更新到实时态的效率。
Description
技术领域
本发明属于及电气工程技术领域，具体涉及一种基于时间序列信息熵的规划数据融合实时态方法及装置。
背景技术
近年来，电力调控云在国家电网各个省级调度单位全面进行建设，电网模型云平台是电网调控云平台PaaS层主要平台之一，包含了一个省级电力调度和所属地级调度的全部实时电网模型，简称实时态，实时态数据量庞大，随之而来的维护工作量也加大。
电网规划是为了适应电网规模迅速扩大所进行的必要工作，数据输出简称规划态，随着时间的推移，规划态的数据要逐步更新到实时态中去，才能纳入调控云的监控范围。在以往的工作流程中，多源的规划态数据更新到实时态需要人工依次操作，更新效率低下，工作周期长，在更新过程中，由于受影响范围的不同，会导致实时态的局部不可用甚至全局不可用，导致系统的可用率下降。
发明内容
本发明的目的在于解决现有所存在的其中一个问题，提供一种基于时间序列信息熵的规划数据融合实时态方法及装置，提高规划态数据更新到实时态的效率。
为了实现所述目的，基于时间序列信息熵的规划数据融合实时态方法，包括：
接收规划态数据；
基于信息熵的时间序列关联规则提取，得到规划态数据不同时间序列之间的关联规则；
根据关联规则将规划数据融合到实时态。
可选的，根据关联规则将规划数据融合到实时态包括：
将规划态数据按操作类型逐条分类，所述分类包括修改类和新增类；
根据新增类的规划态数据，在相应的实时态表中记录待新增数据，并设置生效日期以及将标志位置为待生效；
根据修改类的规划态数据，在相应的实时态修改信息表中记录待修改信息，并设置生效日期；
获取实时态系统的运行时间，将满足预设条件的待新增数据的标志位置为生效，根据满足预设条件的待修改信息修改实时态表，其中预设条件为生效日期与运行时间一致。
可选的，根据满足预设条件的待修改信息修改实时态表包括：
若满足预设条件的待修改信息包含需要删除的数据，则在实时态表中把相应数据的标志位设置为已删除；
若满足预设条件的待修改信息包含需要修改的数据，则在实时态表中相应位置的数据修改为所述需要修改的数据。
可选的，在将满足预设条件的待新增数据的标志位置为生效时，以及在根据满足预设条件的待修改信息修改实时态表时，均在日志表中记录操作记录。
可选的，所述根据关联规则将规划数据融合到实时态，还包括：获取冗余数据，接收冗余数据信息的评估结果，若评估结果为不需要保留，则将不需要保留的冗余数据删除或转存。
本公开的另一方面，基于时间序列信息熵的规划数据融合实时态装置，其特征在于，包括：
接收模块，用于接收规划态数据；
关联规则确定模块，用于基于信息熵的时间序列关联规则提取，得到规划态数据不同时间序列之间的关联规则；
融合模块，用于根据关联规则将规划数据融合到实时态。
可选的，根据关联规则将规划数据融合到实时态包括：
将规划态数据按操作类型逐条分类，所述分类包括修改类和新增类；
根据新增类的规划态数据，在相应的实时态表中记录待新增数据，并设置生效日期以及将标志位置为待生效；
根据修改类的规划态数据，在相应的实时态修改信息表中记录待修改信息，并设置生效日期；
获取实时态系统的运行时间，将满足预设条件的待新增数据的标志位置为生效，根据满足预设条件的待修改信息修改实时态表，其中预设条件为生效日期与运行时间一致。
可选的，根据满足预设条件的待修改信息修改实时态表包括：
若满足预设条件的待修改信息包含需要删除的数据，则在实时态表中把相应数据的标志位设置为已删除；
若满足预设条件的待修改信息包含需要修改的数据，则在实时态表中相应位置的数据修改为所述需要修改的数据。
可选的，在将满足预设条件的待新增数据的标志位置为生效时，以及在根据满足预设条件的待修改信息修改实时态表时，均在日志表中记录操作记录。
可选的，所述根据关联规则将规划数据融合到实时态，还包括：获取冗余数据，接收冗余数据信息的评估结果，若评估结果为不需要保留，则将不需要保留的冗余数据删除或转存。
通过实施本公开的技术方案可以取得以下有益技术效果：本公开的实施方式的技术方案，接收规划态数据，基于信息熵的时间序列关联规则提取，得到规划态数据不同时间序列之间的关联规则，并根据关联规则将规划数据融合到实时态，相对于通过人工逐个输入的方式，提高规划态数据更新到实时态的效率。
附图说明
图1为本公开一个实施方式中的基于时间序列信息熵的规划数据融合实时态方法的流程图；
图2为本公开一个实施方式中的基于多源数据信息熵的时间序列关联规则提取流程图。
具体实施方式
为了便于本领域技术人员的理解，下面结合具体实施例对本发明作进一步的说明：
参见图1，基于时间序列信息熵的规划数据融合实时态方法，包括：
S1：接收规划态数据；
S2：基于信息熵的时间序列关联规则提取，得到规划态数据不同时间序列之间的关联规则；
S3：根据关联规则将规划数据融合到实时态。
本公开的实施方式的技术方案，接收规划态数据，基于信息熵的时间序列关联规则提取，得到规划态数据不同时间序列之间的关联规则，并根据关联规则将规划数据融合到实时态，相对于通过人工逐个输入的方式，提高规划态数据更新到实时态的效率。在多源数据时间序列规则提取过程中，采用了多源数据信息熵计算方法，提高了提取效果。
以下对本公开的实施方式的进行进一步说明：
步骤S1中，为了后续步骤的顺利进行，要在实时态中建立修改信息表和日志表，如果这两个表已经存在，则无需再建。
投运计划是一种常见的规划态数据，包含了版本、分组、工程等管理性的信息和具体的电网模型数据。在进行规划态数据向实时态融合之前，要准备好规划态数据作为输入，从日常维护的规划库可以按以下条件筛选出所需数据：①日期②工程③审核状态④提交者⑤地区。若条件为空则默认输出所有数据，将筛选出的数据集作为要融合的数据。
步骤S2中，基于信息熵的时间序列关联规则提取，得到规划态数据不同时间序列之间的关联规则。
(1)多源数据信息熵的定义：
假设一个数据源中某一种数据出现的概率是pi，那么它带来的信息量就是-lnpii。如果这种信息源表示信息用的信号仅有n种，那么每一种数据可能出现的概率又相等的话(都是p),那么该信息源每个数据带来的信息就是：
当该种数据源中的不同数据具有不同的出现概率时，定义多源数据的信息熵定义为:
这里的C是一个常数，是一个与信息度量单位有关的量。
假设有M种数据源，则M种数据源的信息熵为：
(2)基于多源数据信息熵的时间序列关联规则的提取
首先将多源数据进行聚类分析，然后将聚类得到的时间序列属性隶属矩阵应用到信息熵的关联规则分析中。多源数据信息熵的计算根据公式(3)得到，具体提取流程图如图2所示，包括：
步骤S21：多源数据输入；可以知道的，此处多源数据是规划态数据；
步骤S22：聚类分析，将多源数据进行聚类分析；
步骤S23：多源数据信息熵技术；
步骤S24：属性约简；
步骤S25：是否为最小约简，若果是，进入步骤S26，如果不是进入步骤S4；
步骤S26：关联规则。
在一个实施方式中，根据关联规则将规划数据融合到实时态包括：
将规划态数据按操作类型逐条分类，分类包括修改类和新增类；
根据新增类的规划态数据，在相应的实时态表中记录待新增数据，并设置生效日期以及将标志位置为待生效；
根据修改类的规划态数据，在相应的实时态修改信息表中记录待修改信息，并设置生效日期；
获取实时态系统的运行时间，将满足预设条件的待新增数据的标志位置为生效，根据满足预设条件的待修改信息修改实时态表，其中预设条件为生效日期与运行时间一致。
本公开的实施方式的技术方案中，将步骤S1准备好的数据集按照数据的操作类型进行逐条分类：若类型为退役，则判断本记录为修改；若类型为属性修改，则判断本记录为修改；若类型为设备投运，则判断本记录为新增。不同的类型在之后的处理中，选用不同的流程进行相应的操作。
根据分类结果，如果为新增，则获取要新增的数据类型，数据类型可能是厂站、间隔等容器，也可能是母线、发电机、线路、变压器等Wires类型，对应于实时态中的不同的表比如Substation是厂站表，Busbar是母线表，并且实时态中为了区分表字段的类别，_b后缀的是基础信息，_p后缀的是模型参数，它们通过一个唯一的关键字id来关联，这个id在模型的生存期内一直不变，新增数据就要把要增加的设备加入到实时态的各个表中去，并注明生效标志为待生效。如果为修改，则要在实时态中查找要修改或者删除的表记录，如果没找到，则要提示用户进行信息的修改和确认，如果找到了，则在步骤S1中创建的修改信息表里增加记录，并注明生效时间。
新增类的具体处理流程可以是是：
1)获取规划态中要新增数据的类型，比如厂站、间隔、母线、发电机、线路、变压器、拓扑信息等。
2)为新增数据申请唯一的id。
3)在相应的实时态表中建立记录，包括基础信息和模型参数，如果有额外的划分，都建起来，记录内容复制规划态中记录的内容，包括生效时间。
4)生效标志设置为待生效。
5)对新增的数据带来的拓扑变化进行分析，如果带来拓扑信息的增加，则进入新增拓扑信息的处理流程，如果带来拓扑信息的修改，则进入修改拓扑信息的处理流程。
修改类的具体处理流程可以是：
1)获取要修改或者删除的数据的类型，比如厂站、间隔、母线、发电机、线路、变压器、拓扑信息等。
2)在实时态中在对应的表中查找记录是否存在。如果不存在，则提示用户进行检查，直到能够查到位置。
3)在修改信息表里增加记录，把此次要删除或者要修改的信息记录下来，并设置生效时间。
4)对修改数据带来的拓扑变化进行分析，如果带来拓扑信息的增加，则进入新增拓扑信息的处理流程，如果带来拓扑信息的修改，则进入修改拓扑信息的处理流程。
本公开的实施方式的技术方案中，获取实时态系统的运行时间，与生效时间进行比较，当系统运行时间达到生效时间时，把相同生效时间的众多事件收集在一起，然后根据类型进行优先级排序，排序后逐个触发。
时间触发的具体处理流程是：
1)获取生效时间与实时系统运行时间一致的数据集。
2)对数据集进行优先级排序，新增类的优先级最高，属性修改类的优先级次之，删除类的优先级最低。
3)根据优先级的高低，依次触发。
在一个实施方式中，根据满足预设条件的待修改信息修改实时态表包括：
若满足预设条件的待修改信息包含需要删除的数据，则在实时态表中把相应数据的标志位设置为已删除；
若满足预设条件的待修改信息包含需要修改的数据，则在实时态表中相应位置的数据修改为所述需要修改的数据。
新增类的数据由于记录已经存在，把标志位从待生效修改为已生效就已经完成了该设备的投运；需要修改的在实时态中把需要修改的数据字段修改为新的值；需要删除的在实时态中把数据的标志位设置为已删除。
在一个实施方式中，在将满足预设条件的待新增数据的标志位置为生效时，以及在根据满足预设条件的待修改信息修改实时态表时，均在日志表中记录操作记录。为了保持操作记录，无论哪一种操作，都要在日志表里进行记录。
在一个实施方式中，所述根据关联规则将规划数据融合到实时态，还包括：获取冗余数据，接收冗余数据信息的评估结果，若评估结果为不需要保留，则将不需要保留的冗余数据删除或转存。本公开的实施方式的技术方案中，要在修改信息表中新增记录，要删除的数据并未真正删除，只是设置了删除标志，长时间运行后，将会生成冗余信息。在经过评估之后，认为不再需要保留的数据，可以进行冗余数据的清理或者转存，减轻实时态数据的管理负担。
本公开的另一个实施例，基于时间序列信息熵的规划数据融合实时态装置，包括：
接收模块，用于接收规划态数据；
关联规则确定模块，用于基于信息熵的时间序列关联规则提取，得到规划态数据不同时间序列之间的关联规则；
融合模块，用于根据关联规则将规划数据融合到实时态。
根据关联规则将规划数据融合到实时态包括：
将规划态数据按操作类型逐条分类，所述分类包括修改类和新增类；
根据新增类的规划态数据，在相应的实时态表中记录待新增数据，并设置生效日期以及将标志位置为待生效；
根据修改类的规划态数据，在相应的实时态修改信息表中记录待修改信息，并设置生效日期；
获取实时态系统的运行时间，将满足预设条件的待新增数据的标志位置为生效，根据满足预设条件的待修改信息修改实时态表，其中预设条件为生效日期与运行时间一致。
在一个实施方式中，根据满足预设条件的待修改信息修改实时态表包括：
若满足预设条件的待修改信息包含需要删除的数据，则在实时态表中把相应数据的标志位设置为已删除；
若满足预设条件的待修改信息包含需要修改的数据，则在实时态表中相应位置的数据修改为所述需要修改的数据。
在一个实施方式中，在将满足预设条件的待新增数据的标志位置为生效时，以及在根据满足预设条件的待修改信息修改实时态表时，均在日志表中记录操作记录。
在一个实施方式中，所述根据关联规则将规划数据融合到实时态，还包括：获取冗余数据，接收冗余数据信息的评估结果，若评估结果为不需要保留，则将不需要保留的冗余数据删除或转存。
附图仅用于示例性说明，不能理解为对本专利的限制；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明，不能理解为对本专利的限制。
下面将结合本发明中的附图，对本发明方案进行详细介绍。
步骤S1：规划态数据输入。
本步骤属于准备步骤，为了后续步骤的顺利进行，要在实时态中建立修改信息表和日志表，如果这两个表已经存在，则无需再建。
投运计划是一种常见的规划态数据，包含了版本、分组、工程等管理性的信息和具体的电网模型数据。在进行规划态数据向实时态融合之前，要准备好规划态数据作为输入，从日常维护的规划库可以按以下条件筛选出所需数据：①日期②工程③审核状态④提交者⑤地区。若条件为空则默认输出所有数据，将筛选出的数据集作为要融合的数据。
步骤S2：基于信息熵的时间序列关联规则提取，得到数据不同时间序列之间的关联规则。
多源数据信息熵的定义：
假设一个数据源中某一种数据出现的概率是pi,那么它带来的信息量就是-lnpii。如果这种信息源表示信息用的信号仅有n种,那么每一种数据可能出现的概率又相等的话(都是p),那么该信息源每个数据带来的信息就是:
当该种数据源中的不同数据具有不同的出现概率时,定义多源数据的信息熵定义为:
这里的C是一个常数,是一个与信息度量单位有关的量。
假设有M种数据源，则M种数据源的信息熵为：
基于多源数据信息熵的时间序列关联规则的提取
首先将多源数据进行聚类分析，然后将聚类得到的时间序列属性隶属矩阵应用到信息熵的关联规则分析中。多源数据信息熵的计算根据公式(3)得到，具体提取流程图如下图所示。
多源数据关联规则提取流程图
步骤S3，规划态数据根据对实时态数据操作类型进行分类。
将步骤S1准备好的数据集按照数据的操作类型进行逐条分类：若类型为退役，则判断本记录为修改；若类型为属性修改，则判断本记录为修改；若类型为设备投运，则判断本记录为新增。不同的类型在之后的处理中，选用不同的流程进行相应的操作。
步骤S4，新增类的数据在实时态增加相应的记录，注明生效时间并设置标志位为待生效；修改类的数据在修改内容中增加信息，注明生效时间点；
获取S3的分类结果，如果为新增，则获取要新增的数据类型，数据类型可能是厂站、间隔等容器，也可能是母线、发电机、线路、变压器等Wires类型，对应于实时态中的不同的表比如Substation是厂站表，Busbar是母线表，并且实时态中为了区分表字段的类别，_b后缀的是基础信息，_p后缀的是模型参数，它们通过一个唯一的关键字id来关联，这个id在模型的生存期内一直不变，新增数据就要把要增加的设备加入到实时态的各个表中去，并注明生效标志为待生效。如果为修改，则要在实时态中查找要修改或者删除的表记录，如果没找到，则要提示用户进行信息的修改和确认，如果找到了，则在步骤S1中创建的修改信息表里增加记录，并注明生效时间。
新增类的具体处理流程是：
获取规划态中要新增数据的类型，比如厂站、间隔、母线、发电机、线路、变压器、拓扑信息等。
为新增数据申请唯一的id。
在相应的实时态表中建立记录，包括基础信息和模型参数，如果有额外的划分，都建起来，记录内容复制规划态中记录的内容，包括生效时间。
生效标志设置为待生效。
对新增的数据带来的拓扑变化进行分析，如果带来拓扑信息的增加，则进入新增拓扑信息的处理流程，如果带来拓扑信息的修改，则进入修改拓扑信息的处理流程。
修改类的具体处理流程是：
获取要修改或者删除的数据的类型，比如厂站、间隔、母线、发电机、线路、变压器、拓扑信息等。
在实时态中在对应的表中查找记录是否存在。如果不存在，则提示用户进行检查，直到能够查到位置。
在修改信息表里增加记录，把此次要删除或者要修改的信息记录下来，并设置生效时间。
对修改数据带来的拓扑变化进行分析，如果带来拓扑信息的增加，则进入新增拓扑信息的处理流程，如果带来拓扑信息的修改，则进入修改拓扑信息的处理流程。
步骤S5，时间触发；
获取实时态系统的运行时间，与步骤S3中涉及的生效时间进行比较，当系统运行时间达到生效时间时，把相同生效时间的众多事件收集在一起，然后根据类型进行优先级排序，排序后逐个触发。
时间触发的具体处理流程是：
获取生效时间与实时系统运行时间一致的数据集。
对数据集进行优先级排序，新增类的优先级最高，属性修改类的优先级次之，删除类的优先级最低。
根据优先级的高低，依次触发。
步骤S6，新增类的修改生效标志位为已生效，并记录日志；对需要从实时态删除的数据将标志位置为已删除，并记录日志；对需要修改的实时态数据进行修改，并记录日志；
新增类的数据由于记录已经存在，把标志位从待生效修改为已生效就已经完成了该设备的投运；需要修改的在实时态中把需要修改的数据字段修改为新的值；需要删除的在实时态中把数据的标志位设置为已删除。
无论哪一种操作，都要在步骤S1中创建的日志表里进行记录。
步骤S7，冗余数据清理、转存。
在步骤S4中，要在修改信息表中新增记录，在步骤S6中，要删除的数据并未真正删除，只是设置了删除标志，长时间运行后，将会生成冗余信息。在经过评估之后，认为不再需要保留的数据，可以进行冗余数据的清理或者转存，减轻实时态数据的管理负担。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本发明的具体实施例，但本发明的技术特征并不局限于此，任何本领域的技术人员在本发明的领域内，所作的变化或修饰皆涵盖在本发明的专利范围之中。
Claims (10)
1.基于时间序列信息熵的规划数据融合实时态方法，其特征在于，包括：
接收规划态数据；
基于信息熵的时间序列关联规则提取，得到规划态数据不同时间序列之间的关联规则；
根据关联规则将规划数据融合到实时态。
2.如权利要求1所述的基于时间序列信息熵的规划数据融合实时态方法，其特征在于，根据关联规则将规划数据融合到实时态包括：
将规划态数据按操作类型逐条分类，所述分类包括修改类和新增类；
根据新增类的规划态数据，在相应的实时态表中记录待新增数据，并设置生效日期以及将标志位置为待生效；
根据修改类的规划态数据，在相应的实时态修改信息表中记录待修改信息，并设置生效日期；
获取实时态系统的运行时间，将满足预设条件的待新增数据的标志位置为生效，根据满足预设条件的待修改信息修改实时态表，其中预设条件为生效日期与运行时间一致。
3.如权利要求2所述的基于时间序列信息熵的规划数据融合实时态方法，其特征在于，根据满足预设条件的待修改信息修改实时态表包括：
若满足预设条件的待修改信息包含需要删除的数据，则在实时态表中把相应数据的标志位设置为已删除；
若满足预设条件的待修改信息包含需要修改的数据，则在实时态表中相应位置的数据修改为所述需要修改的数据。
4.如权利要求2所述的基于时间序列信息熵的规划数据融合实时态方法，其特征在于，在将满足预设条件的待新增数据的标志位置为生效时，以及在根据满足预设条件的待修改信息修改实时态表时，均在日志表中记录操作记录。
5.如权利要求2所述的基于时间序列信息熵的规划数据融合实时态方法，其特征在于，所述根据关联规则将规划数据融合到实时态，还包括：获取冗余数据，接收冗余数据信息的评估结果，若评估结果为不需要保留，则将不需要保留的冗余数据删除或转存。
6.基于时间序列信息熵的规划数据融合实时态装置，其特征在于，包括：
接收模块，用于接收规划态数据；
关联规则确定模块，用于基于信息熵的时间序列关联规则提取，得到规划态数据不同时间序列之间的关联规则；
融合模块，用于根据关联规则将规划数据融合到实时态。
7.如权利要求6所述的基于时间序列信息熵的规划数据融合实时态装置，其特征在于，根据关联规则将规划数据融合到实时态包括：
将规划态数据按操作类型逐条分类，所述分类包括修改类和新增类；
根据新增类的规划态数据，在相应的实时态表中记录待新增数据，并设置生效日期以及将标志位置为待生效；
根据修改类的规划态数据，在相应的实时态修改信息表中记录待修改信息，并设置生效日期；
获取实时态系统的运行时间，将满足预设条件的待新增数据的标志位置为生效，根据满足预设条件的待修改信息修改实时态表，其中预设条件为生效日期与运行时间一致。
8.如权利要求7所述的基于时间序列信息熵的规划数据融合实时态装置，其特征在于，根据满足预设条件的待修改信息修改实时态表包括：
若满足预设条件的待修改信息包含需要删除的数据，则在实时态表中把相应数据的标志位设置为已删除；
若满足预设条件的待修改信息包含需要修改的数据，则在实时态表中相应位置的数据修改为所述需要修改的数据。
9.如权利要求7所述的基于时间序列信息熵的规划数据融合实时态装置，其特征在于，在将满足预设条件的待新增数据的标志位置为生效时，以及在根据满足预设条件的待修改信息修改实时态表时，均在日志表中记录操作记录。
10.如权利要求7所述的基于时间序列信息熵的规划数据融合实时态装置，其特征在于，所述根据关联规则将规划数据融合到实时态，还包括：获取冗余数据，接收冗余数据信息的评估结果，若评估结果为不需要保留，则将不需要保留的冗余数据删除或转存。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010133978.0A CN111428756B (zh) | 2020-03-02 | 2020-03-02 | 基于时间序列信息熵的规划数据融合实时态方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010133978.0A CN111428756B (zh) | 2020-03-02 | 2020-03-02 | 基于时间序列信息熵的规划数据融合实时态方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111428756A true CN111428756A (zh) | 2020-07-17 |
| CN111428756B CN111428756B (zh) | 2023-08-18 |
Family
ID=71547371
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010133978.0A Active CN111428756B (zh) | 2020-03-02 | 2020-03-02 | 基于时间序列信息熵的规划数据融合实时态方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111428756B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113806307A (zh) * | 2021-08-09 | 2021-12-17 | 阿里巴巴（中国）有限公司 | 数据处理方法及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104463706A (zh) * | 2014-12-10 | 2015-03-25 | 深圳供电局有限公司 | 一种用于电网检测电压暂降事件原因的方法和系统 |
| CN109977128A (zh) * | 2019-03-21 | 2019-07-05 | 国网湖南省电力有限公司 | 基于时态维度的电网规划数据融合方法 |
-
2020
- 2020-03-02 CN CN202010133978.0A patent/CN111428756B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104463706A (zh) * | 2014-12-10 | 2015-03-25 | 深圳供电局有限公司 | 一种用于电网检测电压暂降事件原因的方法和系统 |
| CN109977128A (zh) * | 2019-03-21 | 2019-07-05 | 国网湖南省电力有限公司 | 基于时态维度的电网规划数据融合方法 |
Non-Patent Citations (4)
| Title |
|---|
| 孙东磊;吴奎华;吴健;冯亮;刘晓明;: "基于多源数据集成的电网规划综合数据平台" * |
| 杨启京;张勇;翟明玉;宁剑;季学纯;李昊;: "大电网未来态一体化模型构建和融合技术研究" * |
| 陆江东 等: "基于改进Apriori的网络安全感知方法" * |
| 陈国青;刘冠男;: "基于信息熵的关联分类方法(GARC类方法)综述" * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113806307A (zh) * | 2021-08-09 | 2021-12-17 | 阿里巴巴（中国）有限公司 | 数据处理方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111428756B (zh) | 2023-08-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108154244A (zh) | 地产电力设备的运维方法、装置和系统 | |
| CN112348339A (zh) | 一种基于大数据分析的配电网规划方法 | |
| CN111090643B (zh) | 一种基于数据分析系统下的海量用电数据挖掘方法 | |
| CN106708738B (zh) | 一种软件测试缺陷预测方法及系统 | |
| CN111985653A (zh) | 基于知识图谱的电网故障知识推荐与知识管理系统及方法 | |
| CN102143202A (zh) | 工业生产设备信息集成方法和系统 | |
| CN108448721B (zh) | 电力系统主站监控信号与标准信号自动匹配的方法 | |
| Guoliang et al. | Operation-based configuration complexity measurement for manufacturing system | |
| CN112183656A (zh) | 一种电网故障中scada数据频繁项集挖掘方法 | |
| CN111428756A (zh) | 基于时间序列信息熵的规划数据融合实时态方法及装置 | |
| CN102411594A (zh) | 一种获取信息的方法及装置 | |
| CN114117134A (zh) | 一种异常特征检测方法、装置、设备和计算机可读介质 | |
| CN113379214A (zh) | 基于事理图谱的电网事故信息自动填报及辅助决策的方法 | |
| CN117559443A (zh) | 尖峰负荷下大工业用户集群有序用电控制方法 | |
| CN115186935B (zh) | 一种机电设备非线性故障预测方法及系统 | |
| CN111292201A (zh) | 一种基于Apriori和RETE的电力通信网现场运维信息推送的方法 | |
| CN112329432B (zh) | 一种基于改进Apriori的配电网电压越限问题关联分析方法 | |
| CN111079809A (zh) | 电连接器智能统型方法 | |
| CN116467286A (zh) | 一种建筑工程造价咨询数据库的建立方法及系统 | |
| CN115409264A (zh) | 基于馈线故障预测的配电网抢修驻点位置优化方法 | |
| CN107248118A (zh) | 数据挖掘方法、装置和系统 | |
| CN113515560A (zh) | 车辆故障的分析方法、装置、电子设备及存储介质 | |
| CN113971213A (zh) | 智慧城市管理公共信息共享系统 | |
| CN109816168A (zh) | 一种用于电气设备的数据预测系统 | |
| CN116628275B (zh) | 一种实现图数据库与标准化拓扑双向转换的方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |