CN112380399A - 基于云平台的用电大数据处理系统及其处理方法 - Google Patents

基于云平台的用电大数据处理系统及其处理方法 Download PDF

Info

Publication number
CN112380399A
CN112380399A CN202011295804.0A CN202011295804A CN112380399A CN 112380399 A CN112380399 A CN 112380399A CN 202011295804 A CN202011295804 A CN 202011295804A CN 112380399 A CN112380399 A CN 112380399A
Authority
CN
China
Prior art keywords
module
data
cloud platform
processing
power consumption
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
Application number
CN202011295804.0A
Other languages
English (en)
Inventor
邓玉成
肖晓滨
朱晓华
杨敏阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Technology Network Communication Co ltd
Original Assignee
Shanghai Technology Network Communication Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Technology Network Communication Co ltd filed Critical Shanghai Technology Network Communication Co ltd
Priority to CN202011295804.0A priority Critical patent/CN112380399A/zh
Publication of CN112380399A publication Critical patent/CN112380399A/zh
Pending legal-status Critical Current

Links

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
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; 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
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • 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
    • G06F16/906—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
    • G06F18/24155—Bayesian classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Economics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Public Health (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Water Supply & Treatment (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明公开了一种基于云平台的用电大数据处理系统及其处理方法，该系统包括：采集模块，实时采集配电变压器和用户的用电数据；预处理模块，对用电数据进行特征提取预处理，提取出用户的用电行为特点；分类模块，根据预先设定的特征规则对预处理后的用电数据进行分类；数据库，用于接收并存储分类模块分类后的用电数据，同时支持云平台的调用；转换模块，将数据库中的用电数据转换成数字格式的大数据包；分割模块，与转换模块连接，将大数据包分割为多个数据块。本发明通过对配电变压器和用户的用电数据的采集和分析，实现用电监控、推行阶梯定价、负荷管理、线损分析，及时、完整、准确地为有关系统提供基础数据。

Description

基于云平台的用电大数据处理系统及其处理方法
技术领域
本发明涉及一种大数据处理系统及其方法，特别是涉及一种基于云平台的用电大数据处理系统及其处理方法。
背景技术
大数据是一个体量特别大、数据类别特别多的数据集，包括结构化数据、非结构化数据、半结构化数据等，来自传感器、购买交易记录、网络日志等的大量数据通常就是万亿或EB的大小，比如电力方面的数据就特别大，无法用传统数据库工具对其内容进行抓取、管理、处理，使用不方便。
发明内容
针对上述情况，为了克服现有技术的缺陷，本发明提供一种基于云平台的用电大数据处理系统及其处理方法。
本发明是通过下述技术方案来解决上述技术问题的：一种基于云平台的用电大数据处理系统，其特征在于，其包括：
采集模块，实时采集用户的用电数据；
预处理模块，与采集模块连接，对用电数据进行特征提取等预处理，提取出用户的用电行为特点；
分类模块，与预处理模块连接，根据预先设定的特征规则对预处理后的用电数据进行分类；
数据库，与分类模块、云平台连接，用于接收并存储分类模块分类后的用电数据，同时支持云平台的调用；
转换模块，与数据库连接，将数据库中的用电数据转换成数字格式的大数据包；
分割模块，与转换模块连接，将大数据包分割为多个数据块，每个数据块对应于一个计算任务；
分配模块，与分割模块连接，将数据块分配给对应的节点处理模块进行处理；
节点处理模块，与分配模块连接，对数据块进行处理和计算；
模型建立模块，与节点处理模块连接，生成模型信息发送给节点处理模块，节点处理模块根据模型信息进行处理；
监控模块，与节点处理模块、分配模块连接，监控各个节点处理模块的处理情况，将处理情况反馈给分配模块，分配模块根据处理情况实时将数据块进行具体分配；
汇总分析模块，与节点处理模块连接，将各个节点处理模块处理后结果进行汇总并分析；
网络传输模块，与汇总分析模块连接，用于根据建设体系的制度，对汇总并分析后的用电数据进行保密安全网络传输；
存储模块，与网络传输模块连接，存储汇总分析模块汇总并分析后的用电数据；
云平台，与存储模块、网络传输模块连接，为用户提供技术服务。
优选地，所述模型建立模块形成标准统一的结构化特征数据形式，正确建立用户用电行为的多维度特征参数集，并提取出电力用户的典型用电模式。
优选地，所述采集模块采用若干传感器网络节点，所述传感器网络节点通过传感器采集配电变压器和用户的用电数据，使用方便。
优选地，所述用电数据包括配电变压器位置及其电量、用电户号、用电户名、结算户号、用电位置、工业高峰用电量、工业低峰用电量、民用高峰用电量、民用低峰用电量。
优选地，所述模型建立模块与一个模型显示模块连接，用于显示模型建立模块发送的模型信息，通过模型显示模块将模型信息进行显示，方便进行查看。
优选地，所述模型显示模块采用液晶显示屏，结构简单，方便显示。
优选地，所述模型建立模块采用分布式计算模型(比如Mapreduce模型)，开发简单，无需处理线程或提供精细的同步逻辑，通用性强，无需修改程序即可在任意规模机器上运行，具备自动运行和分发功能。
优选地，所述数据库、存储模块都可以采用分布式存储服务器，在出现故障或者需要更换升级的时候，即插即用，维护成本几乎零，简单高效，方便扩展和存储；云平台可以采用云服务器，提高响应速度和稳定性，能够充分利用资源。
优选地，所述分类模块可以采用SVM分类器、基于贝叶斯网络算法的分类器、基于BP神经网络算法的分类器，方便实现精确分类。
优选地，所述存储模块与一个提醒模块连接，用于设定信息处理提醒命令，并通过手机短信、网络的形式将信息提醒(比如电费信息、用电量等)发送到用户。
本发明还提供一种基于云平台的用电大数据处理系统的处理方法，其特征在于，包括以下步骤：
步骤一，通过采集模块实时采集配电变压器和用户的用电数据；
步骤二，通过预处理模块对用电数据进行特征提取等预处理，提取出用户的用电行为特点；
步骤三，通过分类模块并根据预先设定的特征规则对预处理后的用电数据进行分类，比如工业用电、居民用电进行分类等；
步骤四，通过数据库接收并存储分类模块分类后的用电数据，同时支持云平台的调用；
步骤五，通过转换模块将数据库中的用电数据转换成数字格式的大数据包，减少了存储器的占用空间，提高了后续数据处理的速度，而且拓展了数据处理的宽度；
步骤六，通过分割模块将大数据包分割为多个数据块，每个数据块对应于一个计算任务；
步骤七，通过分配模块将数据块分配给对应的节点处理模块进行处理，即调度节点处理模块来处理相应的数据块；通过模型建立模块生成模型信息发送给节点处理模块，节点处理模块根据模型信息进行处理；模型建立模块形成标准统一的结构化特征数据形式，正确建立用户用电行为的多维度特征参数集，并提取出电力用户的典型用电模式；
步骤八，通过节点处理模块对数据块进行处理和计算；
步骤九，通过监控模块监控各个节点处理模块的处理情况，将处理情况反馈给分配模块，分配模块根据处理情况实时将数据块进行具体分配，保证各个节点处理模块能及时完成数据块的处理，提高处理速度；监控模块可以将处理情况分为繁忙状态和空闲状态；
步骤十，通过汇总分析模块将各个节点处理模块处理后结果进行汇总并分析；
步骤十一，通过网络传输模块对汇总并分析后的用电数据进行保密安全网络传输，提高安全性；
步骤十二，通过存储模块存储汇总分析模块汇总并分析后的用电数据；
步骤十三，通过云平台为用户提供技术服务。
本发明的积极进步效果在于：本发明采用分布式计算模型(比如Mapreduce)，开发简单，无需处理线程或提供精细的同步逻辑，通用性强，无需修改程序即可在任意规模机器上运行，具备自动运行和分发功能。本发明可以实现对所有电力用户和关口的全面覆盖，实现计量装置在线监测和用户负荷、电量、电压等重要信息的实时采集，及时、完整、准确地为有关系统提供基础数据，为企业经营管理各环节的分析、决策提供支撑，为实现智能双向互动服务提供信息基础。本发明通过对配电变压器和用户的用电数据的采集和分析，实现用电监控、推行阶梯定价、负荷管理、线损分析，最终达到自动抄表、错峰用电、用电检查(防窃电)、负荷预测和节约用电成本等目的。
附图说明
图1为本发明基于云平台的用电大数据处理系统的原理框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。
在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
如图1所示，本发明基于云平台的用电大数据处理系统包括：
采集模块，实时采集配电变压器和用户的用电数据；
预处理模块，与采集模块连接，对用电数据进行特征提取等预处理，提取出用户的用电行为特点，有利于电网对用户进行精细化、实时化管理，同时也能了解用户个性化、差异化的服务需求；
分类模块，根据预先设定的特征规则对预处理后的用电数据进行分类，比如工业用电、居民用电进行分类等；
数据库，与分类模块、云平台连接，用于接收并存储分类模块分类后的用电数据，同时支持云平台的调用；
转换模块，与数据库连接，将数据库中的用电数据转换成数字格式的大数据包，减少了存储器的占用空间，提高了后续数据处理的速度，而且拓展了数据处理的宽度；
分割模块，与转换模块连接，将大数据包分割为多个数据块，每个数据块对应于一个计算任务；
分配模块，与分割模块连接，将数据块分配给对应的节点处理模块进行处理，即调度节点处理模块来处理相应的数据块；
节点处理模块，与分配模块连接，对数据块进行处理和计算；
模型建立模块，与节点处理模块连接，生成模型信息发送给节点处理模块，节点处理模块根据模型信息进行处理；模型建立模块形成标准统一的结构化特征数据形式，正确建立用户用电行为的多维度特征参数集，并提取出电力用户的典型用电模式；
监控模块，与节点处理模块、分配模块连接，监控各个节点处理模块的处理情况，将处理情况反馈给分配模块，分配模块根据处理情况实时将数据块进行具体分配，保证各个节点处理模块能及时完成数据块的处理，提高处理速度；监控模块可以将处理情况分为繁忙状态和空闲状态；
汇总分析模块，与节点处理模块连接，将各个节点处理模块处理后结果进行汇总并分析，实现用电监控、推行阶梯定价、负荷管理、线损分析，最终达到自动抄表、错峰用电、用电检查(防窃电)、负荷预测和节约用电成本等目的；
网络传输模块，与汇总分析模块连接，用于根据建设体系的制度，对汇总并分析后的用电数据进行保密安全网络传输，提高安全性；
存储模块，与网络传输模块连接，存储汇总分析模块汇总并分析后的用电数据；
云平台，与存储模块、网络传输模块连接，为用户提供技术服务。
采集模块采用若干传感器网络节点，所述传感器网络节点通过传感器采集配电变压器和用户的用电数据，使用方便。
用电数据包括配电变压器位置及其电量、用电户号、用电户名、结算户号、用电位置、工业高峰用电量、工业低峰用电量、民用高峰用电量、民用低峰用电量。
模型建立模块与一个模型显示模块连接，用于显示模型建立模块发送的模型信息，通过模型显示模块将模型信息进行显示，方便进行查看。
模型显示模块采用液晶显示屏，结构简单，方便显示。
模型建立模块采用分布式计算模型(比如Mapreduce模型)，开发简单，无需处理线程或提供精细的同步逻辑，通用性强，无需修改程序即可在任意规模机器上运行，具备自动运行和分发功能。
数据库、存储模块都可以采用分布式存储服务器，在出现故障或者需要更换升级的时候，即插即用，维护成本几乎零，简单高效，方便扩展和存储；云平台可以采用云服务器，提高响应速度和稳定性，能够充分利用资源。
分类模块可以采用SVM(Support Vector Machine，支持向量机)分类器、基于贝叶斯网络算法的分类器、基于BP神经网络算法的分类器，方便实现精确分类。
存储模块与一个提醒模块连接，用于设定信息处理提醒命令，并通过手机短信、网络的形式将信息提醒(比如电费信息、用电量等)发送到用户。
本发明基于云平台的用电大数据处理系统的处理方法包括以下步骤：
步骤一，通过采集模块实时采集用户的用电数据；
步骤二，通过预处理模块对用电数据进行特征提取等预处理，提取出用户的用电行为特点；
步骤三，通过分类模块并根据预先设定的特征规则对预处理后的用电数据进行分类，比如工业用电、居民用电进行分类等；
步骤四，通过数据库接收并存储分类模块分类后的用电数据，同时支持云平台的调用；
步骤五，通过转换模块将数据库中的用电数据转换成数字格式的大数据包，减少了存储器的占用空间，提高了后续数据处理的速度，而且拓展了数据处理的宽度；
步骤六，通过分割模块将大数据包分割为多个数据块，每个数据块对应于一个计算任务；
步骤七，通过分配模块将数据块分配给对应的节点处理模块进行处理，即调度节点处理模块来处理相应的数据块；通过模型建立模块生成模型信息发送给节点处理模块，节点处理模块根据模型信息进行处理；模型建立模块形成标准统一的结构化特征数据形式，正确建立用户用电行为的多维度特征参数集，并提取出电力用户的典型用电模式；
步骤八，通过节点处理模块对数据块进行处理和计算；
步骤九，通过监控模块监控各个节点处理模块的处理情况，将处理情况反馈给分配模块，分配模块根据处理情况实时将数据块进行具体分配，保证各个节点处理模块能及时完成数据块的处理，提高处理速度；监控模块可以将处理情况分为繁忙状态和空闲状态；
步骤十，通过汇总分析模块将各个节点处理模块处理后结果进行汇总并分析，实现用电监控、推行阶梯定价、负荷管理、线损分析，最终达到自动抄表、错峰用电、用电检查(防窃电)、负荷预测和节约用电成本等目的；
步骤十一，通过网络传输模块对汇总并分析后的用电数据进行保密安全网络传输，提高安全性；
步骤十二，通过存储模块存储汇总分析模块汇总并分析后的用电数据；步骤十三，通过云平台为用户提供技术服务。
综上所述，本发明可以实现对所有电力用户和关口的全面覆盖，实现计量装置在线监测和用户负荷、电量、电压等重要信息的实时采集，及时、完整、准确地为有关系统提供基础数据，为企业经营管理各环节的分析、决策提供支撑，为实现智能双向互动服务提供信息基础。本发明通过对配电变压器和用户的用电数据的采集和分析，实现用电监控、推行阶梯定价、负荷管理、线损分析，最终达到自动抄表、错峰用电、用电检查(防窃电)、负荷预测和节约用电成本等目的。
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，对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (10)

1.一种基于云平台的用电大数据处理系统，其特征在于，其包括：
采集模块，实时采集用户的用电数据；
预处理模块，与采集模块连接，对用电数据进行特征提取预处理，提取出用户的用电行为特点；
分类模块，与预处理模块连接，根据预先设定的特征规则对预处理后的用电数据进行分类；
数据库，与分类模块、云平台连接，用于接收并存储分类模块分类后的用电数据，同时支持云平台的调用；
转换模块，与数据库连接，将数据库中的用电数据转换成数字格式的大数据包；
分割模块，与转换模块连接，将大数据包分割为多个数据块，每个数据块对应于一个计算任务；
分配模块，与分割模块连接，将数据块分配给对应的节点处理模块进行处理；
节点处理模块，与分配模块连接，对数据块进行处理和计算；
模型建立模块，与节点处理模块连接，生成模型信息发送给节点处理模块，节点处理模块根据模型信息进行处理；
监控模块，与节点处理模块、分配模块连接，监控各个节点处理模块的处理情况，将处理情况反馈给分配模块，分配模块根据处理情况实时将数据块进行具体分配；
汇总分析模块，与节点处理模块连接，将各个节点处理模块处理后结果进行汇总并分析；
网络传输模块，与汇总分析模块连接，用于根据建设体系的制度，对汇总并分析后的用电数据进行保密安全网络传输；
存储模块，与网络传输模块连接，存储汇总分析模块汇总并分析后的用电数据；
云平台，与存储模块、网络传输模块连接，为用户提供技术服务。
2.如权利要求1所述的基于云平台的用电大数据处理系统，其特征在于，所述模型建立模块形成标准统一的结构化特征数据形式。
3.如权利要求1所述的基于云平台的用电大数据处理系统，其特征在于，所述采集模块采用若干传感器网络节点，所述传感器网络节点通过传感器采集配电变压器和用户的用电数据。
4.如权利要求1所述的基于云平台的用电大数据处理系统，其特征在于，所述用电数据包括配电变压器位置及其电量、用电户号、用电户名、结算户号、用电位置、工业高峰用电量、工业低峰用电量、民用高峰用电量、民用低峰用电量。
5.如权利要求1所述的基于云平台的用电大数据处理系统，其特征在于，所述模型建立模块与一个模型显示模块连接，用于显示模型建立模块发送的模型信息。
6.如权利要求1所述的基于云平台的用电大数据处理系统，其特征在于，所述模型建立模块采用分布式计算模型。
7.如权利要求1所述的基于云平台的用电大数据处理系统，其特征在于，所述数据库、存储模块都采用分布式存储服务器,云平台采用云服务器。
8.如权利要求1所述的基于云平台的用电大数据处理系统，其特征在于，所述分类模块采用SVM分类器、基于贝叶斯网络算法的分类器、基于BP神经网络算法的分类器。
9.如权利要求1所述的基于云平台的用电大数据处理系统，其特征在于，所述存储模块与一个提醒模块连接，用于设定信息处理提醒命令，并通过手机短信、网络的形式将信息提醒发送到用户。
10.一种基于云平台的用电大数据处理系统的处理方法，其特征在于，包括以下步骤：
步骤一，通过采集模块实时采集配电变压器和用户的用电数据；
步骤二，通过预处理模块对用电数据进行特征提取预处理，提取出用户的用电行为特点；
步骤三，通过分类模块并根据预先设定的特征规则对预处理后的用电数据进行分类；
步骤四，通过数据库接收并存储分类模块分类后的用电数据，同时支持云平台的调用；
步骤五，通过转换模块将数据库中的用电数据转换成数字格式的大数据包，减少了存储器的占用空间，提高了后续数据处理的速度，而且拓展了数据处理的宽度；
步骤六，通过分割模块将大数据包分割为多个数据块，每个数据块对应于一个计算任务；
步骤七，通过分配模块将数据块分配给对应的节点处理模块进行处理，即调度节点处理模块来处理相应的数据块；通过模型建立模块生成模型信息发送给节点处理模块，节点处理模块根据模型信息进行处理；模型建立模块形成标准统一的结构化特征数据形式，正确建立用户用电行为的多维度特征参数集，并提取出电力用户的典型用电模式；
步骤八，通过节点处理模块对数据块进行处理和计算；
步骤九，通过监控模块监控各个节点处理模块的处理情况，将处理情况反馈给分配模块，分配模块根据处理情况实时将数据块进行具体分配；
步骤十，通过汇总分析模块将各个节点处理模块处理后结果进行汇总并分析；
步骤十一，通过网络传输模块对汇总并分析后的用电数据进行保密安全网络传输；
步骤十二，通过存储模块存储汇总分析模块汇总并分析后的用电数据；
步骤十三，通过云平台为用户提供技术服务。
CN202011295804.0A 2020-11-18 2020-11-18 基于云平台的用电大数据处理系统及其处理方法 Pending CN112380399A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011295804.0A CN112380399A (zh) 2020-11-18 2020-11-18 基于云平台的用电大数据处理系统及其处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011295804.0A CN112380399A (zh) 2020-11-18 2020-11-18 基于云平台的用电大数据处理系统及其处理方法

Publications (1)

Publication Number Publication Date
CN112380399A true CN112380399A (zh) 2021-02-19

Family

ID=74584269

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011295804.0A Pending CN112380399A (zh) 2020-11-18 2020-11-18 基于云平台的用电大数据处理系统及其处理方法

Country Status (1)

Country Link
CN (1) CN112380399A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113407118A (zh) * 2021-06-24 2021-09-17 九江职业技术学院 一种数据存储装置
CN113535406A (zh) * 2021-07-30 2021-10-22 贵州大学 一种智慧猪场养殖数据处理系统及方法
CN113723773A (zh) * 2021-08-16 2021-11-30 盛隆电气集团有限公司 一种基于大数据分析的电能决策系统
CN113917978A (zh) * 2021-10-19 2022-01-11 华能浙江能源销售有限责任公司 一种电力现货市场辅助报价系统
CN114355070A (zh) * 2021-12-01 2022-04-15 国网天津市电力公司营销服务中心 基于大数据技术的公用变压器负荷类型分析和辨识方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104881424A (zh) * 2015-03-13 2015-09-02 国家电网公司 一种基于正则表达式的电力大数据采集、存储及分析方法
CN108256075A (zh) * 2018-01-17 2018-07-06 深圳市和拓创新科技有限公司 一种基于非侵入式智能监测分析用户用电数据的技术
CN108964269A (zh) * 2018-07-03 2018-12-07 沈阳电电科技有限公司 配电网运维与综合管理系统
CN109408548A (zh) * 2018-09-19 2019-03-01 中国电力科学研究院有限公司 一种城市电力大数据应用系统及方法
CN109993433A (zh) * 2019-03-29 2019-07-09 国网山东省电力公司费县供电公司 一种基于云平台的用电缴费管理方法及装置
CN110209716A (zh) * 2018-02-11 2019-09-06 北京华航能信科技有限公司 智能物联网水务大数据处理方法和系统
CN110676937A (zh) * 2019-10-14 2020-01-10 宁夏百川电力股份有限公司 智慧安全用电运维管理系统
CN210665870U (zh) * 2019-04-02 2020-06-02 北京科睿博能源技术有限公司 一种可进行边缘计算的电能采集终端
CN111769637A (zh) * 2020-06-19 2020-10-13 温州大学 一种用电智能管理系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104881424A (zh) * 2015-03-13 2015-09-02 国家电网公司 一种基于正则表达式的电力大数据采集、存储及分析方法
CN108256075A (zh) * 2018-01-17 2018-07-06 深圳市和拓创新科技有限公司 一种基于非侵入式智能监测分析用户用电数据的技术
CN110209716A (zh) * 2018-02-11 2019-09-06 北京华航能信科技有限公司 智能物联网水务大数据处理方法和系统
CN108964269A (zh) * 2018-07-03 2018-12-07 沈阳电电科技有限公司 配电网运维与综合管理系统
CN109408548A (zh) * 2018-09-19 2019-03-01 中国电力科学研究院有限公司 一种城市电力大数据应用系统及方法
CN109993433A (zh) * 2019-03-29 2019-07-09 国网山东省电力公司费县供电公司 一种基于云平台的用电缴费管理方法及装置
CN210665870U (zh) * 2019-04-02 2020-06-02 北京科睿博能源技术有限公司 一种可进行边缘计算的电能采集终端
CN110676937A (zh) * 2019-10-14 2020-01-10 宁夏百川电力股份有限公司 智慧安全用电运维管理系统
CN111769637A (zh) * 2020-06-19 2020-10-13 温州大学 一种用电智能管理系统

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113407118A (zh) * 2021-06-24 2021-09-17 九江职业技术学院 一种数据存储装置
CN113535406A (zh) * 2021-07-30 2021-10-22 贵州大学 一种智慧猪场养殖数据处理系统及方法
CN113723773A (zh) * 2021-08-16 2021-11-30 盛隆电气集团有限公司 一种基于大数据分析的电能决策系统
CN113723773B (zh) * 2021-08-16 2024-03-19 盛隆电气集团有限公司 一种基于大数据分析的电能决策系统
CN113917978A (zh) * 2021-10-19 2022-01-11 华能浙江能源销售有限责任公司 一种电力现货市场辅助报价系统
CN114355070A (zh) * 2021-12-01 2022-04-15 国网天津市电力公司营销服务中心 基于大数据技术的公用变压器负荷类型分析和辨识方法

Similar Documents

Publication Publication Date Title
CN112380399A (zh) 基于云平台的用电大数据处理系统及其处理方法
CN109547538B (zh) 基于物联网技术的配电设备状态监测系统及实现方法
CN103281366A (zh) 一种支持实时运行状态获取的嵌入式代理监控装置及方法
CN112307003B (zh) 电网数据多维辅助分析方法、系统、终端及可读存储介质
CN113064866B (zh) 一种电力业务数据整合系统
CN112130999A (zh) 一种基于边缘计算的电力异构数据处理方法
CN103675600A (zh) 基于拓扑知识的配电网故障诊断系统及方法
CN112765143B (zh) 一种基于边缘计算技术的低压物联网配网数据处理方法
CN106227846A (zh) 电网信息实时快速展示方法和装置
CN114446037A (zh) 一种基于物联网技术的碳排放量监测系统及方法
CN111260505B (zh) 基于电力物联网的大数据分析方法、装置及计算机设备
CN112102003A (zh) 基于大数据平台用电客户核心资源管理系统及方法
CN106407072A (zh) 一种大数据平台的监控系统
CN111553720A (zh) 基于改进k-means算法的用户用电行为分析方法
CN110636107A (zh) 一种基于5g通信下的电网数据交互系统及其交互方法
CN112308731A (zh) 一种采集系统多任务并发处理的云计算方法及系统
CN117236486A (zh) 一种基于电力大数据的电动汽车充电站布局方法和系统
CN109193949B (zh) 一种光伏电站自动监控云平台及系统
CN111556108A (zh) 基于云平台的电力大数据采集系统和方法
CN115526737A (zh) 一种基于数字孪生的电网能量管理方法、系统及终端设备
CN110059234A (zh) 水务异常事件侦测方法及装置、计算机装置及存储介质
CN106127602A (zh) 一种基于约简离群点算法的窃电辨识方法及装置
CN109687592A (zh) 变电站信息显示控制方法、装置及电子设备
CN103023740A (zh) 一种信息交互总线系统及电力数据传输方法
CN112801543A (zh) 一种多元用电客户信用评估管理系统

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210219

WD01 Invention patent application deemed withdrawn after publication