CN114398348A - 智能电网异常数据处理方法、网关、电子设备和存储介质 - Google Patents
智能电网异常数据处理方法、网关、电子设备和存储介质 Download PDFInfo
- Publication number
- CN114398348A CN114398348A CN202111552499.3A CN202111552499A CN114398348A CN 114398348 A CN114398348 A CN 114398348A CN 202111552499 A CN202111552499 A CN 202111552499A CN 114398348 A CN114398348 A CN 114398348A
- Authority
- CN
- China
- Prior art keywords
- data
- value
- sampling
- power grid
- current
- 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
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 79
- 238000003672 processing method Methods 0.000 title claims abstract description 40
- 238000005070 sampling Methods 0.000 claims abstract description 157
- 238000000034 method Methods 0.000 claims abstract description 35
- 230000015654 memory Effects 0.000 claims description 39
- 238000012216 screening Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 description 16
- 230000005540 biological transmission Effects 0.000 description 7
- 238000011161 development Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 206010063385 Intellectualisation Diseases 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000001680 brushing effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007723 transport mechanism 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
- G06F16/20—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
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/66—Arrangements for connecting between networks having differing types of switching systems, e.g. gateways
-
- 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
-
- 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)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Quality & Reliability (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Water Supply & Treatment (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明提供了一种智能电网异常数据处理方法、网关、电子设备和存储介质,该方法包括:获取电网数据;当确定电网数据的类别为模拟量数据,对模拟量数据进行采样处理,得到第一采样数据;根据所有第一电网数据值确定平均数据值,并将绝对值最大的第一电网数据值作为第一目标数据值;根据平均数据值和第一目标数据值确定差值;当差值大于等于预设的判断阈值,将去除第一目标数据值的第一采样数据作为第一有效数据;将第一有效数据发送至服务器。根据本发明实施例提供的方案,通过设定判断阈值来对第一电网数据值进行筛选,去除为异常数据值的第一目标数据值,进而得到第一有效数据并发送至服务器,能够对异常数据进行有效的甄别和筛选。
Description
技术领域
本发明涉及但不限于电网数据处理领域,尤其涉及一种智能电网异常数据处理方法、网关、电子设备和存储介质。
背景技术
电网是关系国民生活以及经济发展的重要基础,合理、高效地分配电力资源以及保持整个电网系统的安全稳定运行对国民经济的发展起着重要的影响。随着智能电网的迅速发展,为了保证电网的安全稳定运行,通常需要定时处理分析各地区的电力设备的数据,数据采集和数据处理得到广泛的应用。
由于环境、工艺流程、电力等干扰因素影响,在采集器进行数据采样时会出现异常数据,目前,通过网关处理采集器采集的电网数据,但是,网关无法对异常数据进行有效的甄别和筛选,若异常数据没有丢弃,就会产生数据错误,严重时还会造成错误判断而导致系统动作失误。
发明内容
以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
本发明实施例提供了一种智能电网异常数据处理方法、网关、电子设备和存储介质,能够对异常数据进行有效的甄别和筛选。
第一方面,本发明实施例提供了一种智能电网异常数据处理方法,应用于网关,所述方法包括:获取电网数据,其中,所述电网数据包含多个数据值,所述数据值用于表征所述电网数据的类别;当确定所述电网数据的类别为模拟量数据,对所述模拟量数据进行采样处理,得到第一采样数据,其中,所述第一采样数据包含多个第一电网数据值;根据所有所述第一电网数据值确定平均数据值,并将绝对值最大的所述第一电网数据值作为第一目标数据值;根据所述平均数据值和所述第一目标数据值确定差值;当所述差值大于等于预设的判断阈值,将去除所述第一目标数据值的所述第一采样数据作为第一有效数据;将所述第一有效数据发送至服务器。
在一些实施例中,所述获取电网数据的步骤之后,还包括:当确定所述电网数据的类别为开关量数据,对所述开关量数据进行采样处理,得到第二采样数据,其中,所述第二采样数据包含多个第二电网数据值,所述第二电网数据值用于表征所述第二采样数据的电平状态;根据所有所述第二电网数据值确定所述第二采样数据的电平状态;基于所述第二采样数据的电平状态,从所述第二电网数据值中筛选出第二目标数据值;将去除所述第二目标数据值的第二采样数据值作为第二有效数据;将所述第二有效数据发送至所述服务器。
在一些实施例中,所述当确定所述电网数据的类别为模拟量数据,对所述模拟量数据进行采样处理,得到第一采样数据,包括:当确定所述电网数据的类别为模拟量数据,基于预设的第一时间窗口对所述模拟量数据进行采样处理,得到第一采样数据,其中,所述第一时间窗口用于表征所述模拟量数据的采样频率。
在一些实施例中,所述基于所述第二采样数据的电平状态,从所述第二电网数据值中筛选出第二目标数据值,包括:根据第二采样数据中所有的第二电网数据值,确定每个所述第二电网数据值的采样有效值,其中,所述采样有效值由相邻的多个所述第二电网数据值而确定;基于所述第二采样数据的电平状态,从所述采样有效值中筛选出第二目标数据值。
在一些实施例中,所述获取电网数据的步骤之后,还包括:基于所述电网数据的获取顺序从所述电网数据中确定当前数据和先序数据,并确定所述当前数据和所述先序数据的数据特征,其中,所述先序数据在所述电网数据的获取顺序中位于所述当前数据之前且与所述当前数据相邻;比对所述当前数据和所述先序数据的数据特征;若所述当前数据和所述先序数据的数据特征不同,将所述当前数据作为第一异常数据;从所述电网数据中去除所述第一异常数据。
在一些实施例中,所述将所述第一有效数据发送至服务器的步骤之前,还包括:将所述第一有效数据发送至预设的存储器;当接收到来自所述服务器的读取指令,从所述存储器获取所述第一有效数据;基于所述第一有效数据的获取顺序从所述第一有效数据中确定当前采样数据和先序采样数据,并确定所述当前采样数据和所述先序采样数据的数据特征,其中,所述先序采样数据在所述第一有效数据的获取顺序中位于所述当前采样数据之前且与所述当前采样数据相邻;比对所述当前采样数据和所述先序采样数据的数据特征;若所述当前采样数据和所述先序采样数据的数据特征不同,将所述当前采样数据作为第二异常数据;从所述第一有效数据中去除所述第二异常数据。
第二方面,本发明还提供了一种智能电网异常数据处理方法,应用于服务器,所述方法包括:接收来自网关的第一有效数据,其中,所述第一有效数据为所述网关在差值大于等于预设的判断阈值的情况下,去除第一目标数据值的第一采样数据,其中,所述第一采样数据由对模拟量数据进行采样处理而得到,所述第一目标数据值为绝对值最大的第一电网数据值,所述第一电网数据值由所述第一采样数据而确定,所述差值由平均数据值和第一目标数据值而确定,所述平均数据值由所有第一电网数据值而确定,所述模拟量数据由所述网关获取的电网数据而确定。
第三方面,本发明还提供了一种网关,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上第一方面所述的智能电网异常数据处理方法。
第四方面,本发明还提供了一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上第二方面所述的智能电网异常数据处理方法。
第五方面,本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行程序,所述计算机可执行程序用于使计算机执行如上第一方面所述的智能电网异常数据处理方法,或者如上第二方面所述的智能电网异常数据处理方法。
本发明实施例包括:获取电网数据,其中,所述电网数据包含多个数据值,所述数据值用于表征所述电网数据的类别;当确定所述电网数据的类别为模拟量数据,对所述模拟量数据进行采样处理,得到第一采样数据,其中,所述第一采样数据包含多个第一电网数据值;根据所有所述第一电网数据值确定平均数据值,并将绝对值最大的所述第一电网数据值作为第一目标数据值;根据所述平均数据值和所述第一目标数据值确定差值;当所述差值大于等于预设的判断阈值,将去除所述第一目标数据值的所述第一采样数据作为第一有效数据;将所述第一有效数据发送至服务器。根据本发明实施例提供的方案,通过设定判断阈值来对第一电网数据值进行筛选,去除为异常数据值的第一目标数据值,进而得到第一有效数据并发送至服务器,能够对异常数据进行有效的甄别和筛选,避免产生数据错误。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明技术方案的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明的技术方案,并不构成对本发明技术方案的限制。
图1是本发明一个实施例提供的应用于网关的智能电网异常数据处理方法的流程图;
图2是本发明另一个实施例提供的开关量数据处理方法的流程图;
图3是本发明另一个实施例提供的采样频率调节方法的流程图;
图4是本发明另一个实施例提供的第二目标数据值筛选方法的结构图;
图5是本发明另一个实施例提供的在数据传输过程中对异常数据的处理方法的流程图;
图6是本发明另一个实施例提供的在数据存取过程中对异常数据的处理方法的流程图;
图7是本发明另一个实施例提供的应用于服务器的智能电网异常数据处理方法的流程图;
图8是本发明另一个实施例提供的网关的系统框图;
图9是本发明另一个实施例提供的网关的结构图;
图10是本发明另一个实施例提供的电子设备的结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
需要说明的是,虽然在装置示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于装置中的模块划分,或流程图中的顺序执行所示出或描述的步骤。说明书、权利要求书或上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
电网是关系国民生活以及经济发展的重要基础,合理、高效地分配电力资源以及保持整个电网系统的安全稳定运行对国民经济的发展起着重要的影响。随着智能电网的迅速发展,为了保证电网的安全稳定运行,通常需要定时处理分析各地区的电力设备的数据,数据采集和数据处理得到广泛的应用。
由于环境、工艺流程、电力等干扰因素影响,在采集器进行数据采样时会出现异常数据,目前,通过网关处理采集器采集的电网数据,但是,网关无法对异常数据进行有效的甄别和筛选,若异常数据没有丢弃,就会产生数据错误,严重时还会造成错误判断而导致系统动作失误。
针对无法对异常数据进行有效的甄别和筛选的问题,本发明提供了一种智能电网异常数据处理方法、网关、电子设备和存储介质,该方法包括:获取电网数据,其中,电网数据包含多个数据值,数据值用于表征电网数据的类别;当确定电网数据的类别为模拟量数据,对模拟量数据进行采样处理,得到第一采样数据,其中,第一采样数据包含多个第一电网数据值;根据所有第一电网数据值确定平均数据值,并将绝对值最大的第一电网数据值作为第一目标数据值;根据平均数据值和第一目标数据值确定差值;当差值大于等于预设的判断阈值,将去除第一目标数据值的第一采样数据作为第一有效数据;将第一有效数据发送至服务器。根据本发明实施例提供的方案,通过设定判断阈值来对第一电网数据值进行筛选,去除为异常数据值的第一目标数据值,进而得到第一有效数据并发送至服务器,能够对异常数据进行有效的甄别和筛选,避免产生数据错误。
下面结合附图,对本发明实施例作进一步阐述。
如图1所示,图1是本发明一个实施例提供的一种智能电网异常数据处理方法的流程图。该智能电网异常数据处理方法可以应用于网关,该智能电网异常数据处理方法包括但不限于如下步骤:
步骤110,获取电网数据,其中,电网数据包含多个数据值,数据值用于表征电网数据的类别;
步骤120,当确定电网数据的类别为模拟量数据,对模拟量数据进行采样处理,得到第一采样数据,其中,第一采样数据包含多个第一电网数据值;
步骤130,根据所有第一电网数据值确定平均数据值,并将绝对值最大的第一电网数据值作为第一目标数据值;
步骤140,根据平均数据值和第一目标数据值确定差值;
步骤150,当差值大于等于预设的判断阈值,将去除第一目标数据值的第一采样数据作为第一有效数据;
步骤160,将第一有效数据发送至服务器。
可以理解的是,随着智能物联的迅速发展,边端的数据采集和数据处理得到广泛的应用,无论是电网智能化、园区智能化、设备智能化等,均涉及到数据处理,以智能电网为例,通过采集器采集智能电网的电网数据,然后通过网关获取采集器的电网数据,并对电网数据进行处理,当确定电网数据的类别为模拟量数据,以用户设定的采样频率对模拟量数据进行采样处理,得到多个第一采样数据,每个第一采样数据都包含多个第一电网数据值;对于每个第一采样数据,利用判断阈值进行筛选,具体为:先求出第一采样数据所有第一电网数据的平均值,然后将平均值与第一电网数据值中绝对值最大的值作差,作为第一目标数据值;当第一目标数据值小于判断阈值,说明第一目标数据值不为异常数据值,直接将第一采样数据作为第一有效数据;当第一目标数据值大于等于判断阈值,说明第一目标数据值为异常数据值,将去除第一目标数据值的第一采样数据作为第一有效数据;将不存在异常数据的第一有效数据发送至服务器,避免产生数据错误,防止出现因错误判断而导致的系统动作失误。基于此,通过设定判断阈值来对第一电网数据值进行筛选,去除为异常数据值的第一目标数据值,进而得到第一有效数据并发送至服务器,能够对异常数据进行有效的甄别和筛选,避免产生数据错误。
需要说明的是,判断阈值由用户设定,判断阈值是经过多次实验结果得出的平均值,能够保证异常数据刷选的准确性。
值得注意的是,电网数据的类别包括模拟量数据和开关量数据,在网关内预设了不同类别电网数据的数据特征的判断依据,网关能够对电网数据进行分类,进而确定电网数据的类别。
可以理解的是,数据特征是指电网数据满足以下的条件:例如,对于周期为正弦波的市电交流电压,其具有一定的电压范围,电压值为220V,波动范围为20%;对于室内环境温度,其一般在-20℃至+40℃之间,且瞬间变化不会超过3℃。
需要说明的是,模拟量数据表现形式包括电压和电流两种方式,因此第一采样数据中会包含多个第一电网数据值。
在具体实践中,采集器为电网相关的各类传感器;采样处理的速率很快,一般为微秒级甚至达到纳秒级,能够提高数据处理的实时性;服务器在接收到第一有效数据后,可对第一有效数据进行数据展示。
另外,参照图2,在一实施例中,图1所示实施例中的步骤110之后,还包括但不限于有以下步骤:
步骤210,当确定电网数据的类别为开关量数据,对开关量数据进行采样处理,得到第二采样数据,其中,第二采样数据包含多个第二电网数据值,第二电网数据值用于表征第二采样数据的电平状态;
步骤220,根据所有第二电网数据值确定第二采样数据的电平状态;
步骤230,基于第二采样数据的电平状态,从第二电网数据值中筛选出第二目标数据值;
步骤240,将去除第二目标数据值的第二采样数据值作为第二有效数据;
步骤250,将第二有效数据发送至服务器。
可以理解的是,当确定电网数据的类别为开关量数据,以用户设定的采样频率对开关量数据进行采样处理,得到多个第二采样数据,基于预设的低电平和高电平的电压值范围,能够确定出每个第二电网数据值对应的电平状态;对于每个第二采样数据,当处于某个电平状态的第二电网数据值的数量与所有第二电网数据值的数量的占比大于等于预设的占比阈值,确定第二采样数据处于该电平状态,将第二采样数据中与第二采样数据的电平状态不同的第二电网数据值确定为第二有效数据,将去除第二目标数据值的第二采样数据值作为第二有效数据,将不存在异常数据的第二有效数据发送至服务器,避免产生数据错误,防止出现因错误判断而导致的系统动作失误。
需要说明的是,低电平和高电平的电压值范围由对应的电路结构而确定。
值得注意的是,若处于低电平和处于高电平状态第二电网数据值的数量与所有第二电网数据值的数量的占比均小于预设的占比阈值,则无法确定出第二采样数据的电平状态,直接将该第二采样数据值作为第二有效数据。
在具体实践中,例如假设占比阈值为80%,对于某个第二采样数据,当处于高电平状态的第二电网数据值的数量与所有第二电网数据值的数量的占比为95%,由于95%大于80%,即该第二采样数据处于高电平;服务器在接收到第二有效数据后,可对第二有效数据进行数据展示。。
另外,参照图3,在一实施例中,图1所示实施例中的步骤120,包括但不限于有以下步骤:
步骤310,当确定电网数据的类别为模拟量数据,基于预设的第一时间窗口对模拟量数据进行采样处理,得到第一采样数据,其中,第一时间窗口用于表征模拟量数据的采样频率。
可以理解的是,用户可通过设定第一时间窗口的大小来调节采样频率,从而能够调节数据处理的精度,在保证数据处理的效率的前提下,尽可能提高精度。
在具体实践中,通常在一个时间窗口内进行5至10次采样处理。
另外,参照图4,在一实施例中,图2所示实施例中的步骤230,包括但不限于有以下步骤:
步骤410,根据第二采样数据中所有的第二电网数据值,确定每个第二电网数据值的采样有效值,其中,采样有效值由相邻的多个第二电网数据值而确定;
步骤420,基于第二采样数据的电平状态,从采样有效值中筛选出第二目标数据值。
在具体实践中,通常由三个连续第二电网数据值确定出对应的采样有效值,能够避免因数据抖动而产生误差。
另外,参照图5,在一实施例中,图1所示实施例中的步骤110之后,还包括但不限于有以下步骤:
步骤510,基于电网数据的获取顺序从电网数据中确定当前数据和先序数据,并确定当前数据和先序数据的数据特征,其中,先序数据在电网数据的获取顺序中位于当前数据之前且与当前数据相邻;
步骤520,比对当前数据和先序数据的数据特征;
步骤530,若当前数据和先序数据的数据特征不同,将当前数据作为第一异常数据;
步骤540,从电网数据中去除第一异常数据。
可以理解的是,数据在传输过程中也会产生异常数据,数据传输方式主要通过通讯接口进行并行或串行传输的,以单数据或数据包形式,因数据在传输方式、传输距离、传输通道材料等不同,往往存在接收端得到的数据有异常情况,目前,异常数据处理方法是通过通讯协议和校验方式来判别接收的数据有效性,该校验方式仅适用于数据包,对于单个数据或者一组数据来说,使用该校验方式得到的数据可能存在偏差,因此,基于数据特征,将当前数据与先序数据的数据特征进行比对,若当前数据和先序数据的数据特征不同,将当前数据作为第一异常数据,从电网数据中去除第一异常数据,避免产生数据错误,防止出现因错误判断而导致的系统动作失误。
在具体实践中,在电网数据的获取顺序中,将依次位于当前数据之前的三个电网数据作为先序数据,将该先序数据与当前数据进行比对,从而确定当前数据是否为第一异常数据,保证数据处理的有效性。
另外,参照图6,在一实施例中,图1所示实施例中的步骤160之前,还包括但不限于有以下步骤:
步骤610,将第一有效数据发送至预设的存储器;
步骤620,当接收到来自服务器的读取指令,从存储器获取第一有效数据;
步骤630,基于第一有效数据的获取顺序从第一有效数据中确定当前采样数据和先序采样数据,并确定当前采样数据和先序采样数据的数据特征,其中,先序采样数据在第一有效数据的获取顺序中位于当前采样数据之前且与当前采样数据相邻;
步骤640,比对当前采样数据和先序采样数据的数据特征;
步骤650,若当前采样数据和先序采样数据的数据特征不同,将当前采样数据作为第二异常数据;
步骤660,从第一有效数据中去除第二异常数据。
可以理解的是,数据在存取过程中也会产生异常数据,数据存储有寄存、缓存等多种物理方式,因数据在存放过程中是单向执行的,就可能产生所存的数据不是原来需要的数据,基于数据特征,当前采样数据和先序采样数据的数据特征进行比对,若当前采样数据和先序采样数据的数据特征不同,将当前采样数据作为第二异常数据,从第一有效数据中去除第二异常数据,避免产生数据错误,防止出现因错误判断而导致的系统动作失误。
在具体实践中,在第一有效数据的获取顺序中,将依次位于当前采样数据之前的三个第一有效数据作为先序采样数据,将该先序采样数据与当前采样数据进行比对,从而确定当前采样数据是否为第二异常数据,保证数据处理的有效性。
如图7所示,图7是本发明另一个实施例提供的一种智能电网异常数据处理方法的流程图。该智能电网异常数据处理方法可以应用于服务器,该智能电网异常数据处理方法包括但不限于如下步骤:
步骤710,接收来自网关的第一有效数据,其中,第一有效数据为网关在差值大于等于预设的判断阈值的情况下,去除第一目标数据值的第一采样数据,其中,第一采样数据由对模拟量数据进行采样处理而得到,第一目标数据值为绝对值最大的第一电网数据值,第一电网数据值由第一采样数据而确定,差值由平均数据值和第一目标数据值而确定,平均数据值由所有第一电网数据值而确定,模拟量数据由网关获取的电网数据而确定。
可以理解的是,服务器接收来自网关的第一有效数据,第一有效数据是由上述实施例中应用于网关的智能电网异常数据处理方法而得到;基于此,通过设定判断阈值来对第一电网数据值进行筛选,去除为异常数据值的第一目标数据值,进而得到第一有效数据并发送至服务器,能够对异常数据进行有效的甄别和筛选,避免产生数据错误。
在具体实践中,服务器在接收到第一有效数据后,可对第一有效数据进行数据展示。
如图8所示,图8是本发明另一个实施例提供的网关的系统框图。
可以理解的是,传感器为采集器,传感器用于采集智能电网的电网数据,网关的微处理器获取传感器的电网数据,然后对电网数据进行处理,在处理过程中会利用暂存器对数据进行缓存,将处理后得到的第一有效数据和第二有效数据储存至存储器,然后发送至服务器。
另外,参照图9,本发明的一个实施例还提供了一种网关。
具体地,该网关包括:一个或多个处理器和存储器,图9中以一个处理器及存储器为例。处理器和存储器可以通过总线或者其他方式连接,图9中以通过总线连接为例。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序以及非暂态性计算机可执行程序,如上述本发明实施例中的智能电网异常数据处理方法。处理器通过运行存储在存储器中的非暂态软件程序以及程序,从而实现上述本发明实施例中的智能电网异常数据处理方法。
存储器可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储执行上述本发明实施例中的智能电网异常数据处理方法所需的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至该网关。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
实现上述本发明实施例中应用于网关的智能电网异常数据处理方法所需的非暂态软件程序以及程序存储在存储器中,当被一个或者多个处理器执行时,执行上述本发明实施例中的应用于网关智能电网异常数据处理方法,例如,执行以上描述的图1中的方法步骤110至步骤160、图2中的方法步骤210至步骤250、图3中的方法步骤310、图4中的方法步骤410至步骤420、图5中的方法步骤510至步骤540、图6中的方法步骤610至步骤660,网关通过获取电网数据,其中,电网数据包含多个数据值,数据值用于表征电网数据的类别;当确定电网数据的类别为模拟量数据,对模拟量数据进行采样处理,得到第一采样数据,其中,第一采样数据包含多个第一电网数据值;根据所有第一电网数据值确定平均数据值,并将绝对值最大的第一电网数据值作为第一目标数据值;根据平均数据值和第一目标数据值确定差值;当差值大于等于预设的判断阈值,将去除第一目标数据值的第一采样数据作为第一有效数据;将第一有效数据发送至服务器。基于此,通过设定判断阈值来对第一电网数据值进行筛选,去除为异常数据值的第一目标数据值,进而得到第一有效数据并发送至服务器,能够对异常数据进行有效的甄别和筛选,避免产生数据错误。
另外,参照图10,本发明的一个实施例还提供了一种电子设备。
具体地,该电子设备包括:一个或多个处理器和存储器,图10中以一个处理器及存储器为例。处理器和存储器可以通过总线或者其他方式连接,图10中以通过总线连接为例。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序以及非暂态性计算机可执行程序,如上述本发明实施例中的智能电网异常数据处理方法。处理器通过运行存储在存储器中的非暂态软件程序以及程序,从而实现上述本发明实施例中的智能电网异常数据处理方法。
存储器可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储执行上述本发明实施例中的智能电网异常数据处理方法所需的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至该电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
实现上述本发明实施例中应用于服务器的智能电网异常数据处理方法所需的非暂态软件程序以及程序存储在存储器中,当被一个或者多个处理器执行时,执行上述本发明实施例中应用于服务器的智能电网异常数据处理方法,例如,执行以上描述的图7中的方法步骤710,服务器通过接收来自网关的第一有效数据,其中,第一有效数据为网关在差值大于等于预设的判断阈值的情况下,去除第一目标数据值的第一采样数据,其中,第一采样数据由对模拟量数据进行采样处理而得到,第一目标数据值为绝对值最大的第一电网数据值,第一电网数据值由第一采样数据而确定,差值由平均数据值和第一目标数据值而确定,平均数据值由所有第一电网数据值而确定。基于此,通过设定判断阈值来对第一电网数据值进行筛选,去除为异常数据值的第一目标数据值,进而得到第一有效数据并发送至服务器,能够对异常数据进行有效的甄别和筛选,避免产生数据错误。
此外,本发明的一个实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令被一个处理器或控制器执行,例如,被上述电子设备实施例中的一个处理器执行,可使得上述处理器执行上述实施例中应用于网关的智能电网异常数据处理方法,例如,执行以上描述的图1中的方法步骤110至步骤160、图2中的方法步骤210至步骤250、图3中的方法步骤310、图4中的方法步骤410至步骤420、图5中的方法步骤510至步骤540、图6中的方法步骤610至步骤660,网关通过获取电网数据,其中,电网数据包含多个数据值,数据值用于表征电网数据的类别;当确定电网数据的类别为模拟量数据,对模拟量数据进行采样处理,得到第一采样数据,其中,第一采样数据包含多个第一电网数据值;根据所有第一电网数据值确定平均数据值,并将绝对值最大的第一电网数据值作为第一目标数据值;根据平均数据值和第一目标数据值确定差值;当差值大于等于预设的判断阈值,将去除第一目标数据值的第一采样数据作为第一有效数据;将第一有效数据发送至服务器;或者执行上述实施例中应用于服务器的智能电网异常数据处理方法,例如,执行以上描述的图7中的方法步骤710,服务器通过接收来自网关的第一有效数据,其中,第一有效数据为网关在差值大于等于预设的判断阈值的情况下,去除第一目标数据值的第一采样数据,其中,第一采样数据由对模拟量数据进行采样处理而得到,第一目标数据值为绝对值最大的第一电网数据值,第一电网数据值由第一采样数据而确定,差值由平均数据值和第一目标数据值而确定,平均数据值由所有第一电网数据值而确定。基于此,通过设定判断阈值来对第一电网数据值进行筛选,去除为异常数据值的第一目标数据值,进而得到第一有效数据并发送至服务器,能够对异常数据进行有效的甄别和筛选,避免产生数据错误。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
以上是对本发明的较佳实施进行了具体说明,但本发明并不局限于上述实施方式,熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变形或替换,这些等同的变形或替换均包含在本发明权利要求所限定的范围内。
Claims (10)
1.一种智能电网异常数据处理方法,应用于网关,其特征在于,所述方法包括:
获取电网数据,其中,所述电网数据包含多个数据值,所述数据值用于表征所述电网数据的类别;
当确定所述电网数据的类别为模拟量数据,对所述模拟量数据进行采样处理,得到第一采样数据,其中,所述第一采样数据包含多个第一电网数据值;
根据所有所述第一电网数据值确定平均数据值,并将绝对值最大的所述第一电网数据值作为第一目标数据值;
根据所述平均数据值和所述第一目标数据值确定差值;
当所述差值大于等于预设的判断阈值,将去除所述第一目标数据值的所述第一采样数据作为第一有效数据;
将所述第一有效数据发送至服务器。
2.根据权利要求1所述的方法,其特征在于,所述获取电网数据的步骤之后,还包括:
当确定所述电网数据的类别为开关量数据,对所述开关量数据进行采样处理,得到第二采样数据,其中,所述第二采样数据包含多个第二电网数据值,所述第二电网数据值用于表征所述第二采样数据的电平状态;
根据所有所述第二电网数据值确定所述第二采样数据的电平状态;
基于所述第二采样数据的电平状态,从所述第二电网数据值中筛选出第二目标数据值;
将去除所述第二目标数据值的第二采样数据值作为第二有效数据;
将所述第二有效数据发送至所述服务器。
3.根据权利要求1所述的方法,其特征在于,所述当确定所述电网数据的类别为模拟量数据,对所述模拟量数据进行采样处理,得到第一采样数据,包括:
当确定所述电网数据的类别为模拟量数据,基于预设的第一时间窗口对所述模拟量数据进行采样处理,得到第一采样数据,其中,所述第一时间窗口用于表征所述模拟量数据的采样频率。
4.根据权利要求2所述的方法,其特征在于,所述基于所述第二采样数据的电平状态,从所述第二电网数据值中筛选出第二目标数据值,包括:
根据第二采样数据中所有的第二电网数据值,确定每个所述第二电网数据值的采样有效值,其中,所述采样有效值由相邻的多个所述第二电网数据值而确定;
基于所述第二采样数据的电平状态,从所述采样有效值中筛选出第二目标数据值。
5.根据权利要求1所述的方法,其特征在于,所述获取电网数据的步骤之后,还包括:
基于所述电网数据的获取顺序从所述电网数据中确定当前数据和先序数据,并确定所述当前数据和所述先序数据的数据特征,其中,所述先序数据在所述电网数据的获取顺序中位于所述当前数据之前且与所述当前数据相邻;
比对所述当前数据和所述先序数据的数据特征;
若所述当前数据和所述先序数据的数据特征不同,将所述当前数据作为第一异常数据;
从所述电网数据中去除所述第一异常数据。
6.根据权利要求1所述的方法,其特征在于,所述将所述第一有效数据发送至服务器的步骤之前,还包括:
将所述第一有效数据发送至预设的存储器;
当接收到来自所述服务器的读取指令,从所述存储器获取所述第一有效数据;
基于所述第一有效数据的获取顺序从所述第一有效数据中确定当前采样数据和先序采样数据,并确定所述当前采样数据和所述先序采样数据的数据特征,其中,所述先序采样数据在所述第一有效数据的获取顺序中位于所述当前采样数据之前且与所述当前采样数据相邻;
比对所述当前采样数据和所述先序采样数据的数据特征;
若所述当前采样数据和所述先序采样数据的数据特征不同,将所述当前采样数据作为第二异常数据;
从所述第一有效数据中去除所述第二异常数据。
7.一种智能电网异常数据处理方法,应用于服务器,其特征在于,所述方法包括:
接收来自网关的第一有效数据,其中,所述第一有效数据为所述网关在差值大于等于预设的判断阈值的情况下,去除第一目标数据值的第一采样数据,其中,所述第一采样数据由对模拟量数据进行采样处理而得到,所述第一目标数据值为绝对值最大的第一电网数据值,所述第一电网数据值由所述第一采样数据而确定,所述差值由平均数据值和第一目标数据值而确定,所述平均数据值由所有第一电网数据值而确定,所述模拟量数据由所述网关获取的电网数据而确定。
8.一种网关,其特征在于,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6中任意一项所述的智能电网异常数据处理方法。
9.一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求7所述的智能电网异常数据处理方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行程序,所述计算机可执行程序用于使计算机执行如权利要求1至6中任意一项所述的智能电网异常数据处理方法,或者如权利要求7所述的智能电网异常数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111552499.3A CN114398348A (zh) | 2021-12-17 | 2021-12-17 | 智能电网异常数据处理方法、网关、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111552499.3A CN114398348A (zh) | 2021-12-17 | 2021-12-17 | 智能电网异常数据处理方法、网关、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114398348A true CN114398348A (zh) | 2022-04-26 |
Family
ID=81226498
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111552499.3A Pending CN114398348A (zh) | 2021-12-17 | 2021-12-17 | 智能电网异常数据处理方法、网关、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114398348A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117421531A (zh) * | 2023-12-14 | 2024-01-19 | 深圳和润达科技有限公司 | 干扰环境下的有效数据智能确定方法及装置 |
-
2021
- 2021-12-17 CN CN202111552499.3A patent/CN114398348A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117421531A (zh) * | 2023-12-14 | 2024-01-19 | 深圳和润达科技有限公司 | 干扰环境下的有效数据智能确定方法及装置 |
CN117421531B (zh) * | 2023-12-14 | 2024-03-05 | 深圳和润达科技有限公司 | 干扰环境下的有效数据智能确定方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111935170B (zh) | 一种网络异常流量检测方法、装置及设备 | |
CN108270620B (zh) | 基于画像技术的网络异常检测方法、装置、设备及介质 | |
WO2018032936A1 (zh) | 一种对算法生成域名进行检测的方法及装置 | |
EP3282643B1 (en) | Method and apparatus of estimating conversation in a distributed netflow environment | |
US11314830B2 (en) | Method and apparatus for automatically discovering gas station POI, storage medium and device | |
CN111142942B (zh) | 窗口数据的处理方法、装置、服务器及存储介质 | |
CN110454910B (zh) | 一种空调除霜的方法及设备 | |
US20230050490A1 (en) | Systems and Methods for Malicious Attack Detection in Phasor Measurement Unit Data | |
CN114398348A (zh) | 智能电网异常数据处理方法、网关、电子设备和存储介质 | |
CN113518057A (zh) | 分布式拒绝服务攻击的检测方法、装置及其计算机设备 | |
US20170126550A1 (en) | Selecting a flow data source | |
CN109952743B (zh) | 用于低内存和低流量开销大流量对象检测的系统和方法 | |
CN109560978B (zh) | 网络流量检测方法、装置及系统和计算机可读存储介质 | |
US11711310B2 (en) | System and method for determining a network performance property in at least one network | |
CN112820091B (zh) | 电能质量数据传输方法、装置、终端设备和介质 | |
CN113079049A (zh) | 智能变电站网络报文自动归集分析方法、设备及介质 | |
CN113238911B (zh) | 告警处理方法及装置 | |
KR102343139B1 (ko) | 어노멀리 검출방법 및 그 장치 | |
CN112383417B (zh) | 一种终端安全外联检测方法、系统、设备及可读存储介质 | |
CN114759227A (zh) | 燃料电池性能衰减的确定方法以及确定装置 | |
CN115759223A (zh) | 模型训练方法、数据处理方法、电子设备、可读存储介质 | |
WO2019205382A1 (zh) | 电子装置、采集征信数据的方法及存储介质 | |
CN110995546A (zh) | 报文采样方法及装置 | |
CN116303124B (zh) | 一种数据搜索方法、装置、电子设备及存储介质 | |
CN115827696A (zh) | 数据处理方法、装置、电子设备及计算机可读存储介质 |
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 |