CN113239030A - 基于离散数据曲线拟合的智慧电网监控数据存储方法 - Google Patents
基于离散数据曲线拟合的智慧电网监控数据存储方法 Download PDFInfo
- Publication number
- CN113239030A CN113239030A CN202110551838.XA CN202110551838A CN113239030A CN 113239030 A CN113239030 A CN 113239030A CN 202110551838 A CN202110551838 A CN 202110551838A CN 113239030 A CN113239030 A CN 113239030A
- Authority
- CN
- China
- Prior art keywords
- fitting
- curve
- time period
- data
- smart grid
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000012544 monitoring process Methods 0.000 title claims abstract description 35
- 238000013500 data storage Methods 0.000 title claims abstract description 21
- 230000005611 electricity Effects 0.000 claims abstract description 22
- 230000008569 process Effects 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000005265 energy consumption Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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
- 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)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开一种基于离散数据曲线拟合的智慧电网监控数据存储方法,包括:获取目标时间段内的智慧电网用户用电数据;对用电数据按时间点进行排序后,对预设的第一拟合时间段内的用电数据进行曲线拟合,根据最大误差阈值对得到的第一拟合曲线进行误差判断;根据判断结果,对第一拟合时间段的终止时间进行修正,直至得到的第一拟合曲线满足误差要求;根据时间顺序在目标时间段依次进行曲线拟合,直至到达目标时间段的终止时间,得到多段拟合时间段及其拟合曲线;并将其进行存储。在保证较高数据拟合精度的前提下,减少数据量,避免数据失真,保证数据的真实性。
Description
技术领域
本发明涉及数据处理技术领域,特别是涉及一种基于离散数据曲线拟合的智慧电网监控数据存储方法。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
随着新能源规模的快速扩张,相关用电设备的运行状况和安全管理状况与电力系统的安全稳定运行息息相关。消费者提出的多样化需求,随着智能技术的发展,随时查询用电量、电价、碳排放量等基础数据已经成为新一代消费者的基本要求。当区域内大量家庭户存在品类繁多的大功耗家电设备(如家用空调、热水器等),这些用能设备的闲置或粗放使用,在夏季用电高峰期出现时,具有民用电用户侧即全面体现用能情况的精细分析和评估的现实贡献需求,急需加以利用,服务于能源调度的改造和优化;因此,制定多能协同优化策略、能效提升策略和能源供需平衡策略,实现能源综合利用水平和精准智慧用能管理,制定需求响应策略和能源交易策略等,实现用户参与的大电网融合响应,实现负荷和用能互济及与电网的友好高效智能互动的需求显得尤为必要。
随着民用智能设备的增多,电网管理平台中需要实现巨量节点历史数据的存储,以便基于巨量数据对用电情况进行实时监测、动态分析、科学预测、合理调度,以有效支撑和进一步补充泛在电力物联网建设,提升能源利用效率。但是,在智能电网运行过程中,巨量节点产生的大量物理数据,如电流、电压、功率等,通常是根据时间点进行采集的,获得的是一系列基于各个时间点的离散数据,无法直接表示用电情况;且由于各种用电设备运行状态数据是不断变化的,所以需要连续不断的采集每个时间点的数据并进行存储,数据量大,占用存储空间多,数据分析与存储成本高;而且,监测的数据量过大,也不利于二次利用,再次使用时需要从大量的存储数据中进行筛选、定位,处理过程繁琐,实时性差;再者,目前对离散数据的处理、压缩方法中,涉及将测量数据假定为线性关系,该种方法适用于数据为线性情况下,能够保证误差较小且压缩效率高;但是对于非线性的数据关系,传统处理方法无法保证误差精度和压缩效率。
发明内容
为了解决上述问题,本发明提出了一种基于离散数据曲线拟合的智慧电网监控数据存储方法,对若干离散数据点在不同拟合时间段内进行连续化,在保证较高数据拟合精度的前提下,减少数据量,避免数据失真,保证数据的真实性。
为了实现上述目的,本发明采用如下技术方案:
第一方面,本发明提供一种基于离散数据曲线拟合的智慧电网监控数据存储方法,包括:
获取目标时间段内的智慧电网用户用电数据;
对智慧电网用户用电数据按时间点进行排序后,对预设的第一拟合时间段内的智慧电网用户用电数据进行曲线拟合,根据最大误差阈值对得到的第一拟合曲线进行误差判断;
根据误差判断结果,对第一拟合时间段的终止时间进行修正,直至得到的第一拟合曲线满足误差要求;
根据时间顺序在目标时间段内依次进行曲线拟合,直至到达目标时间段的终止时间,得到多段拟合时间段及其拟合曲线,并将其进行存储。
在本发明中,该方法还包括根据存储的各段拟合时间段的拟合曲线与正常运行曲线的比较,得到目标时间段内用电状态的监控结果。
第二方面,本发明提供一种基于离散数据曲线拟合的智慧电网监控数据存储系统,包括:
数据获取模块,被配置为获取目标时间段内的智慧电网用户用电数据;
初步拟合模块,被配置为对智慧电网用户用电数据按时间点进行排序后,对预设的第一拟合时间段内的智慧电网用户用电数据进行曲线拟合,根据最大误差阈值对得到的第一拟合曲线进行误差判断;
误差判断模块,被配置为根据误差判断结果,对第一拟合时间段的终止时间进行修正,直至得到的第一拟合曲线满足误差要求;
全拟合模块,被配置为根据时间顺序在目标时间段内依次进行曲线拟合,直至到达目标时间段的终止时间,得到多段拟合时间段及其拟合曲线,并将其进行存储。
在本发明中,该系统还包括监控模块,被配置为根据存储的各段拟合时间段的拟合曲线与正常运行曲线的比较,得到目标时间段内用电状态的监控结果。
第三方面,本发明提供一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成第一方面所述的方法。
第四方面,本发明提供一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成第一方面所述的方法。
与现有技术相比,本发明的有益效果为:
本发明通过对智慧电网用户侧采集终端设备用电数据,实现对能耗的实时监控,可实时计算接入设备的状态数据,根据监控结果可以用于制定多能协同优化策略、能效提升策略和能源供需平衡策略,实现能源综合利用水平和精准智慧用能管理,实现对用电情况的实时监测、动态分析、科学预测、合理调度。
本发明的基于离散数据曲线拟合的智慧电网监控数据存储方法在保证较高数据拟合精度的前提下,减少了数据量,避免数据失真,保证数据的真实性。
本发明的基于离散数据曲线拟合的智慧电网监控数据存储方法通过对若干离散数据点进行连续化后,可以准确获知某一点数据的前后时刻的数据,准确反映用电状态的波动情况。
本发明的基于离散数据曲线拟合的智慧电网监控数据存储方法,无需人为干预,降低拟合误差,提高监控精度和监控效率。
本发明的基于离散数据曲线拟合的智慧电网监控数据存储方法在得到准确且有效的拟合曲线后,只需存储拟合公式的多项式系数,极大节省存储空间。
本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明实施例1提供的基于离散数据曲线拟合的智慧电网监控数据存储方法流程图。
具体实施方式:
下面结合附图与实施例对本发明做进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例1
如图1所示,本实施例提供一种基于离散数据曲线拟合的智慧电网监控数据存储方法,包括:
S1:获取目标时间段内的智慧电网用户用电数据;
S2:对用电数据按时间点进行排序后,对预设的第一拟合时间段内的用电数据进行曲线拟合,根据最大误差阈值对得到的第一拟合曲线进行误差判断;
S3:根据判断结果,对第一拟合时间段的终止时间进行修正,直至得到的第一拟合曲线满足误差要求;
S4:根据时间顺序在目标时间段依次进行曲线拟合,直至到达目标时间段的终止时间,得到多段拟合时间段及其拟合曲线,并将其进行存储;
S5:根据存储的各段拟合时间段的拟合曲线与正常运行曲线的比较,得到目标时间段内用电状态的监控结果。
在本实施例中,所述目标时间段可选择1分钟、10分钟、30分钟、1小时、2小时、4小时、12小时、24小时等若干选项,根据选择的时间段决定拟合出哪个时间段的数据,即可以详细查看,又可以大范围查看;
同理,预设的拟合时间段也可选择1分钟、10分钟、30分钟、1小时、2小时、4小时、12小时等;可以理解的,在24小时内可随意选择时间段。
在本实施例中,所述用电数据包括:电压、电流、功率、用电量等监控数据。
拟合是把平面上一系列离散的点,用曲线连接起来。因为连接的曲线有无数种可能,从而有各种拟合方法,拟合的曲线一般可以用函数表示,常用的拟合方法有最小二乘曲线拟合法等,采用分段函数表示的方式为样条拟合,本实施例则采用分段函数的方式对各个时间段的数据进行曲线拟合。
在本实施例中,从目标时间段的起始点开始读取获取的智能电网区域内用户用电数据,按照时间升序排列后,首先采用二次多项式对预设的第一拟合时间段内的用电数据进行曲线拟合,得到第一拟合曲线;
由于,拟合过程是选择适当的曲线类型来拟合观测数据,并用拟合的曲线方程分析两变量间的关系,且得到的拟合曲线需无限靠近已知点列,所以若得到的拟合曲线偏离真实数据,则无法准确反映数据间的关联关系,故本实施例通过预设最大误差控制量的方式,对得到的拟合曲线进行验证,若得到的拟合曲线在最大误差控制量的范围内,则表示符合拟合要求。
具体地:根据最大误差阈值,对得到的第一拟合曲线根据最大误差阈值判断是否满足误差要求;
若不满足,对第一拟合时间段的终止时间进行修正,缩小第一拟合时间段,继续对缩小后的拟合时间段内数据进行曲线拟合,直至得到的第一拟合曲线满足误差要求;
若满足,存储第一拟合时间段、第一拟合曲线以及第一拟合公式,并根据时间顺序对目标时间段依次向后进行拟合,直至到达目标时间段的终止时间。
在本实施例中,如果第一拟合曲线的最大误差超过最大误差阈值,则缩小第一拟合时间段,然后使用三次多项式继续拟合;
在本实施例中,如果第一拟合曲线的最大误差在最大误差阈值以内,且误差超过最大误差阈值的范围,则将数据量减少到80%,继续上述过程,直至最大误差在最大误差阈值的范围,则视为满足误差要求。
在本实施例中,达到误差要求后,记录各个拟合时间段及其拟合公式的多项式系数,以[0:00-7:35|D-C-B-A]为例,其中,0:00-7:35为该拟合公式的拟合时间段,以24小时为24计算,前面为小时,后面为分钟;D-C-B-A为拟合公式D+Cx+Bxx+Axxxx,当采用二次多项式时,A=0。
优选地,还可采用最小二乘法进行曲线拟合,最小二乘法又称最小平方法通过最小化误差的平方和寻找数据的最佳函数匹配,利用最小二乘法可以简便地求得未知的数据,并使得求得的数据与实际数据之间误差的平方和为最小;给定一组监测数据{(xi,yi),i=0,1,2...},基于最小二乘原理,求得变量x和y之间的函数关系f(x,A),使它最佳地逼近或拟合已知数据,A为待定参数,选择待定参数使得拟合曲线与实际观测值在各点的残差的加权平方和最小,即视为满足拟合要求。
在本实施例中,对目标电网区域在目标时间段内的用电数据依次进行拟合后,得到若干拟合时间段、拟合曲线及其拟合公式,可将上述数据发送至显示终端进行显示;
优选地,第一拟合时间段的起止时间为目标时间段的起止时间,拟合结束的时间为目标时间段的的终止时间;
优选地,每个拟合时间段的时长可以相等或不等。
在本实施例中,为了降低对处理器的要求,将曲线拟合过程在数据库上实现,对应用完全透明,不影响查询性能;在数据库中存储有所有用电情况的实时数据表、历史数据列表,根据接收的查询指令,在历史数据列表中调取目标时间段的的历史用电数据,启动拟合服务后,读取App.config配置文件;
App.config配置文件执行过程以24小时内用电数据为例:
(1)从起点开始读取420个数据,按照时间升序排列后,使用二次多项式进行拟合,如果最大误差在x%以内,达到拟合要求;如果最大误差超过x%,使用三次多项式拟合,如果最大误差在x%以内,且误差超过x%,则将数据量减少到80%,继续上述过程,直至最大误差在x%以内,满足误差要求;
(2)达到误差要求后,记录上述拟合公式的多项式系数,以及拟合时间段;
(3)从上次拟合公式的区间最大值点开始继续执行拟合过程,并将拟合结果附加到字符串上;
(4)遍历完24小时内的所有数据列后,将字符串表写入到数据库的数据表中。
(5)如果是Timer=false形式,则遍历完当前电网区域后,继续遍历其他电网区域,直到所有电网区域实时表内的数据量拟合结束,如果数据表中存在该天数据,停止遍历,直到程序循环结束,将所有拟合公式写入当天的数据列表中。
优选地,在App.config配置文件中:
定义控制服务模块程序的运行方式:Timer=true为定时执行,且读取昨天24小时内的数据;
Timer=false为立即执行,且读取昨天24小时内的数据,一直向下遍历所有站点实时表内的数据,如果数据表内已有当天数据,忽略即可;
定义ActiveTime为控制定时执行时的启动时间;
定义最大误差控制量x,控制数据拟合过程中的最大误差值,本实施例设置为5。
在本实施例中,对获取的用电数据进行数据稀疏的预处理操作,同时也是为了减少数据量,将各个站点的数据稀疏成10分钟/条的间隔;
优选地,时间间隔可根据实际应用场景进行自适应更改,本实施例预设10分钟/条的间隔;
优选地,在数据稀疏前首先判断当前数据是否被稀疏过,然后批量稀疏;
优选地,采用Array列表查阅出大量数据后,然后进行稀疏,每条数据在稀疏后,在已稀疏字段做出标记,如值1,在遍历中只查询标记值为null的行进行遍历即可,提高查询量。
在本实施例中,根据各段拟合时间段的拟合曲线与正常运行曲线的比较,得到智慧电网目标区域在目标时间段内用电数据的监控结果,基于此得到用电波动情况;
而且,所以本实施例通过与正常运行曲线判断实时用电数据是否产生异常波动,判断拟合曲线与正常运行曲线的相似度,相似度越大,则说明该时间段内的用电数据的波动情况与正常运行情况越接近,发生异常波动的几率越小,避免了人工干预存在的客观因素的干扰。
实施例2
本实施例提供一种基于离散数据曲线拟合的智慧电网监控数据存储系统,包括:
数据获取模块,被配置为获取目标时间段内的智慧电网用户用电数据;
初步拟合模块,被配置为对用电数据按时间点进行排序后,对预设的第一拟合时间段内的用电数据进行曲线拟合,根据最大误差阈值对得到的第一拟合曲线进行误差判断;
误差判断模块,被配置为根据判断结果,对第一拟合时间段的终止时间进行修正,直至得到的第一拟合曲线满足误差要求;
全拟合模块,被配置为根据时间顺序在目标时间段依次进行曲线拟合,直至到达目标时间段的终止时间,得到多段拟合时间段及其拟合曲线,并将其进行存储;
监控模块,被配置为根据存储的各段拟合时间段的拟合曲线与正常运行曲线的比较,得到目标时间段内用电状态的监控结果。
此处需要说明的是,上述模块对应于实施例1中所述的步骤,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
在更多实施例中,还提供:
一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成实施例1中所述的方法。为了简洁,在此不再赘述。
应理解,本实施例中,处理器可以是中央处理单元CPU,处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC,现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如,存储器还可以存储设备类型的信息。
一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成实施例1中所述的方法。
实施例1中的方法可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。为避免重复,这里不再详细描述。
本领域普通技术人员可以意识到,结合本实施例描述的各示例的单元即算法步骤,能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种基于离散数据曲线拟合的智慧电网监控数据存储方法,其特征在于,包括:
获取目标时间段内的智慧电网用户用电数据;
对智慧电网用户用电数据按时间点进行排序后,对预设的第一拟合时间段内的智慧电网用户用电数据进行曲线拟合,根据最大误差阈值对得到的第一拟合曲线进行误差判断;
根据误差判断结果,对第一拟合时间段的终止时间进行修正,直至得到的第一拟合曲线满足误差要求;
根据时间顺序在目标时间段内依次进行曲线拟合,直至到达目标时间段的终止时间,得到多段拟合时间段及其拟合曲线,并将其进行存储。
2.如权利要求1所述的基于离散数据曲线拟合的智慧电网监控数据存储方法,其特征在于,所述曲线拟合包括采用分段函数方式对各个拟合时间段的用电数据进行曲线拟合。
3.如权利要求1所述的基于离散数据曲线拟合的智慧电网监控数据存储方法,其特征在于,根据最大误差阈值对得到的第一拟合曲线进行误差判断的过程包括:若第一拟合曲线不满足误差要求,则对第一拟合时间段的终止时间进行修正,缩小第一拟合时间段,继续对缩小后的拟合时间段内的智慧电网用户用电数据进行曲线拟合,直至得到的第一拟合曲线满足误差要求;
若第一拟合曲线满足误差要求,存储第一拟合时间段、第一拟合曲线以及第一拟合公式,并根据时间顺序在目标时间段内依次向后进行拟合。
4.如权利要求1所述的基于离散数据曲线拟合的智慧电网监控数据存储方法,其特征在于,根据最大误差阈值对得到的第一拟合曲线进行误差判断的过程还包括:若第一拟合曲线的最大误差超过最大误差阈值,则对第一拟合时间段的终止时间进行修正后,使用三次多项式继续拟合。
5.如权利要求1所述的基于离散数据曲线拟合的智慧电网监控数据存储方法,其特征在于,所述多段拟合时间段中每个拟合时间段的时长相等或不等。
6.如权利要求1所述的基于离散数据曲线拟合的智慧电网监控数据存储方法,其特征在于,所述监控数据存储方法还包括:根据存储的各段拟合时间段的拟合曲线与正常运行曲线的比较,得到目标时间段内用电状态的监控结果。
7.如权利要求6所述的基于离散数据曲线拟合的智慧电网监控数据存储方法,其特征在于,各段拟合时间段的拟合曲线与正常运行曲线的比较过程包括:判断拟合曲线与正常运行曲线的相似度,相似度越大,发生异常波动的几率越小,智慧电网在目标时间段内用电状态无异常。
8.一种基于离散数据曲线拟合的智慧电网监控数据存储系统,其特征在于,包括:
数据获取模块,被配置为获取目标时间段内的智慧电网用户用电数据;
初步拟合模块,被配置为对智慧电网用户用电数据按时间点进行排序后,对预设的第一拟合时间段内的智慧电网用户用电数据进行曲线拟合,根据最大误差阈值对得到的第一拟合曲线进行误差判断;
误差判断模块,被配置为根据误差判断结果,对第一拟合时间段的终止时间进行修正,直至得到的第一拟合曲线满足误差要求;
全拟合模块,被配置为根据时间顺序在目标时间段内依次进行曲线拟合,直至到达目标时间段的终止时间,得到多段拟合时间段及其拟合曲线,并将其进行存储。
9.一种电子设备,其特征在于,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,用于存储计算机指令,所述计算机指令被处理器执行时,完成权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110551838.XA CN113239030B (zh) | 2021-05-20 | 2021-05-20 | 基于离散数据曲线拟合的智慧电网监控数据存储方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110551838.XA CN113239030B (zh) | 2021-05-20 | 2021-05-20 | 基于离散数据曲线拟合的智慧电网监控数据存储方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113239030A true CN113239030A (zh) | 2021-08-10 |
CN113239030B CN113239030B (zh) | 2023-08-29 |
Family
ID=77137826
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110551838.XA Active CN113239030B (zh) | 2021-05-20 | 2021-05-20 | 基于离散数据曲线拟合的智慧电网监控数据存储方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113239030B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113850194A (zh) * | 2021-09-27 | 2021-12-28 | 北京金玖银玖数字科技有限公司 | 流转物品一致性鉴定的方法、装置和系统 |
CN114339477A (zh) * | 2022-03-14 | 2022-04-12 | 浙江万胜智能科技股份有限公司 | 一种基于多表合一的数据采集管理方法及系统 |
CN114565032A (zh) * | 2022-02-21 | 2022-05-31 | 中国石油大学(北京) | 基于压力数据的压裂砂堵预警方法和装置 |
CN115496628A (zh) * | 2022-10-21 | 2022-12-20 | 普杰软件(南京)有限公司 | 一种智慧酒店管理系统 |
CN116127332A (zh) * | 2022-12-01 | 2023-05-16 | 深圳市华众自动化工程有限公司 | 一种模拟量数据处理装置及方法 |
CN116320043A (zh) * | 2023-05-24 | 2023-06-23 | 深圳龙电华鑫控股集团股份有限公司 | 一种提高多载波通信系统传输效率的方法及系统 |
CN116956198A (zh) * | 2023-09-18 | 2023-10-27 | 湖南迈格瑞特物联科技有限公司 | 基于物联网的智慧用电数据分析方法及系统 |
CN117935505A (zh) * | 2024-03-22 | 2024-04-26 | 深圳市微克科技股份有限公司 | 一种智能手环脱离穿戴预警方法、系统及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030093235A1 (en) * | 2001-11-15 | 2003-05-15 | Ibm Corporation | Method and apparatus for detecting and correcting inaccuracies in curve-fitted models |
CN106844290A (zh) * | 2015-12-03 | 2017-06-13 | 南京南瑞继保电气有限公司 | 一种基于曲线拟合的时序数据处理方法 |
CN108447103A (zh) * | 2018-03-29 | 2018-08-24 | 润电能源科学技术有限公司 | 一种分段线段拟合方法及装置 |
CN109871941A (zh) * | 2019-02-18 | 2019-06-11 | 北京中科寒武纪科技有限公司 | 数据处理方法、装置及相关产品 |
CN110750915A (zh) * | 2019-10-30 | 2020-02-04 | 中国科学技术大学 | 一种基于分段Spline拟合的测量系统在线修正方法 |
CN110852652A (zh) * | 2019-11-20 | 2020-02-28 | 中国南方电网有限责任公司 | 水电特性曲线修正方法及装置 |
CN111397579A (zh) * | 2020-04-08 | 2020-07-10 | 中国人民解放军国防科技大学 | 一种分段修正的气压高度估算方法 |
CN111667550A (zh) * | 2020-05-18 | 2020-09-15 | 季华实验室 | 一种判断拟合曲线质量的测试方法 |
-
2021
- 2021-05-20 CN CN202110551838.XA patent/CN113239030B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030093235A1 (en) * | 2001-11-15 | 2003-05-15 | Ibm Corporation | Method and apparatus for detecting and correcting inaccuracies in curve-fitted models |
CN106844290A (zh) * | 2015-12-03 | 2017-06-13 | 南京南瑞继保电气有限公司 | 一种基于曲线拟合的时序数据处理方法 |
CN108447103A (zh) * | 2018-03-29 | 2018-08-24 | 润电能源科学技术有限公司 | 一种分段线段拟合方法及装置 |
CN109871941A (zh) * | 2019-02-18 | 2019-06-11 | 北京中科寒武纪科技有限公司 | 数据处理方法、装置及相关产品 |
CN110750915A (zh) * | 2019-10-30 | 2020-02-04 | 中国科学技术大学 | 一种基于分段Spline拟合的测量系统在线修正方法 |
CN110852652A (zh) * | 2019-11-20 | 2020-02-28 | 中国南方电网有限责任公司 | 水电特性曲线修正方法及装置 |
CN111397579A (zh) * | 2020-04-08 | 2020-07-10 | 中国人民解放军国防科技大学 | 一种分段修正的气压高度估算方法 |
CN111667550A (zh) * | 2020-05-18 | 2020-09-15 | 季华实验室 | 一种判断拟合曲线质量的测试方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113850194A (zh) * | 2021-09-27 | 2021-12-28 | 北京金玖银玖数字科技有限公司 | 流转物品一致性鉴定的方法、装置和系统 |
CN114565032A (zh) * | 2022-02-21 | 2022-05-31 | 中国石油大学(北京) | 基于压力数据的压裂砂堵预警方法和装置 |
CN114565032B (zh) * | 2022-02-21 | 2023-04-18 | 中国石油大学(北京) | 基于压力数据的压裂砂堵预警方法和装置 |
CN114339477A (zh) * | 2022-03-14 | 2022-04-12 | 浙江万胜智能科技股份有限公司 | 一种基于多表合一的数据采集管理方法及系统 |
CN114339477B (zh) * | 2022-03-14 | 2022-07-12 | 浙江万胜智能科技股份有限公司 | 一种基于多表合一的数据采集管理方法及系统 |
CN115496628A (zh) * | 2022-10-21 | 2022-12-20 | 普杰软件(南京)有限公司 | 一种智慧酒店管理系统 |
CN116127332A (zh) * | 2022-12-01 | 2023-05-16 | 深圳市华众自动化工程有限公司 | 一种模拟量数据处理装置及方法 |
CN116127332B (zh) * | 2022-12-01 | 2023-08-15 | 深圳市华众自动化工程有限公司 | 一种模拟量数据处理装置及方法 |
CN116320043A (zh) * | 2023-05-24 | 2023-06-23 | 深圳龙电华鑫控股集团股份有限公司 | 一种提高多载波通信系统传输效率的方法及系统 |
CN116956198A (zh) * | 2023-09-18 | 2023-10-27 | 湖南迈格瑞特物联科技有限公司 | 基于物联网的智慧用电数据分析方法及系统 |
CN116956198B (zh) * | 2023-09-18 | 2023-12-26 | 湖南迈格瑞特物联科技有限公司 | 基于物联网的智慧用电数据分析方法及系统 |
CN117935505A (zh) * | 2024-03-22 | 2024-04-26 | 深圳市微克科技股份有限公司 | 一种智能手环脱离穿戴预警方法、系统及介质 |
CN117935505B (zh) * | 2024-03-22 | 2024-05-31 | 深圳市微克科技股份有限公司 | 一种智能手环脱离穿戴预警方法、系统及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113239030B (zh) | 2023-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113239030A (zh) | 基于离散数据曲线拟合的智慧电网监控数据存储方法 | |
CN108171550B (zh) | 行为数据分析方法、装置及存储介质 | |
CN112950098B (zh) | 基于综合能源系统的能源规划方法、装置及终端设备 | |
CN104732298A (zh) | 基于决策树和线性回归插值实现ems负荷预测的方法 | |
CN111179108A (zh) | 用电能耗的预测方法和装置 | |
Hinterstocker et al. | Evaluation of the effects of time-of-use pricing for private households based on measured load data | |
CN112819279A (zh) | 分布式能源与配电网扩展适应性的规划评估方法及系统 | |
Borsche et al. | Scenario-based MPC for energy schedule compliance with demand response | |
CN112052987B (zh) | 一种计及风电的综合能源系统优化规划方法及系统 | |
CN105894137A (zh) | 居民用电需求预测方法和系统 | |
CN111711469B (zh) | 基于信噪比的台区识别方法、系统、存储介质及sta节点 | |
CN111968008A (zh) | 基于多能协作的综合能源监控系统及方法 | |
CN116862129A (zh) | 一种零耗能建筑数据分析方法及系统 | |
CN110909916A (zh) | 一种基于熵权法的风力发电月度电量区间预测方法 | |
CN110766286B (zh) | 配电网拓扑校核方法、装置、计算机设备和可读存储介质 | |
CN112036713A (zh) | 一种基于主成分分析的煤改电综合效益评价方法和系统 | |
CN111948446A (zh) | 一种自适应的负荷识别方法以及智能电能表 | |
Fischer et al. | Test cases for hardware in the loop testing of air to water heat pump systems in a smart grid context | |
CN117578534B (zh) | 光伏储能系统的调度方法、装置、设备及存储介质 | |
CN115441488B (zh) | 一种电储能优选配置方法 | |
CN114254838B (zh) | 一种短期电力负荷预测影响因子的确定方法 | |
CN117217376B (zh) | 一种用于光伏电站建设的选址方法及系统 | |
CN110912162B (zh) | 一种储能装置方案的确定方法及装置 | |
CN115562026A (zh) | 一种平抑反弹效应的空调负荷可调潜力控制方法 | |
CN113222429A (zh) | 基于地理信息一致性校验的电网用电需求监管方法 |
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 |