CN115129957A - 一种配网全息数据可视化展示系统及方法 - Google Patents

一种配网全息数据可视化展示系统及方法 Download PDF

Info

Publication number
CN115129957A
CN115129957A CN202210697232.1A CN202210697232A CN115129957A CN 115129957 A CN115129957 A CN 115129957A CN 202210697232 A CN202210697232 A CN 202210697232A CN 115129957 A CN115129957 A CN 115129957A
Authority
CN
China
Prior art keywords
data
evaluation
distribution network
processing
real
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.)
Withdrawn
Application number
CN202210697232.1A
Other languages
English (en)
Inventor
王璨
马金辉
陈伟
沈新村
汪然
苏英
汪志扬
朱刚刚
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202210697232.1A priority Critical patent/CN115129957A/zh
Publication of CN115129957A publication Critical patent/CN115129957A/zh
Withdrawn legal-status Critical Current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
    • G06F16/904—Browsing; Visualisation therefor
    • 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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • 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
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Molecular Biology (AREA)
  • Quality & Reliability (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种配网全息数据可视化展示系统及方法；属于配网数据展示技术领域；通过采集配电网的不同层次的运行信息，分别从基础数据方面、业务数据方面、实时数据方面、指标数据方面和历史数据方面进行全方位的采集，可以实现对配电网的运行进行全方位的监测；通过对采集的各方面的数据进行数据抽取和清洗，可以使得各项数据标准化和规范化，以便后续将各方面的数据进行联立和训练，可以有效提高数据分析的准确性；本发明解决了现有方案中不能对配电网运行时的各个维度信息进行层次化展示，并对展示的异常数据进行挖掘来实现关联展示，导致不能及时发现配电网各层次的薄弱环节，以及发现配电网中存在的隐患的技术问题。

Description

一种配网全息数据可视化展示系统及方法
技术领域
本发明涉及配网数据展示技术领域，更具体地说，它涉及一种配网全息数据可视化展示系统及方法。
背景技术
配网一般指配电网，是指从输电网或地区发电厂接受电能，通过配电设施就地分配或按电压逐级分配给各类用户的电力网，是由架空线路、电缆、杆塔、配电变压器、隔离开关、无功补偿器及一些附属设施等组成的，在电力网中起重要分配电能作用的网络。
经检索，公开号为CN103338359B、名称为一种面向配电网的可视化展示的方法的中国发明，公开了在客户端和服务器端之间实现：客户端获取当前的可视化场景并判断该其是否发生变化，若发生变化则客户端提交相应的可视化场景请求至服务器端；服务器端获得配网的全部数据并计算全网的特征，当其接收客户端发来的可视化场景请求时，其整理场景所需的数据并发送至客户端，客户端根据所接收到的数据采用不同颜色显示来对场景进行可视化显示；该方法应用于配网拓扑可视化、带电区域可视化、试点区域可视化、电压等级可视化和线路负载率可视化，为各种配电网的可视化场景提供统一的解决方案，且其可配置可扩展，能够适应新的配网可视化场景需求。
现有的配网运行数据可视化展示方案存在一定的缺陷，没有对配网运行时采集的各个维度信息进行规范化的处理，也没有将维度信息中的各个数据进行联立来对其整体状态进行分析评估，并且没有对出现异常状态的各个维度的相似度进行挖掘，导致各个维度的展示形成独立的孤岛，无法进行关联展示，使得工作人员不能及时发现配电网各层次的薄弱环节，并及时发现配电网中存在的隐患。
发明内容
针对现有技术存在的不足，本发明的目的在于提供一种配网全息数据可视化展示系统及方法，用于解决现有方案中不能对配电网运行时的各个维度信息进行层次化展示，并对展示的异常数据进行挖掘来实现关联展示，导致不能及时发现配电网各层次的薄弱环节，以及发现配电网中存在的隐患的技术问题。
本发明的目的可以通过以下技术方案实现：
一种配网全息数据可视化展示系统，包括数据采集模块、数据处理模块和展示调控模块；
数据采集模块用于采集配电网的不同层次的运行信息，运行信息包含基础数据、业务数据、实时数据、指标数据和历史数据；
数据处理模块包含基础处理单元、业务处理单元、实时处理单元、指标处理单元和历史处理单元，分别用于对采集的基础数据、业务数据、实时数据、指标数据和历史数据进行数据抽取和清洗，得到对应的基础处理数据、业务处理数据、实时处理数据、指标处理数据和历史处理数据；
展示调控模块用于通过预构建的配网评估模型对处理后的各项数据进行分析评估，并根据评估结果中不同数据对应的状态自适应的动态展示。
进一步的，基础数据包含多系统设备层次数量、重要用户、有序用电用户、保电用户、检修用户、停用用户和分布式电源；
业务数据包含校核类数据、故障研判数据、断线故障数据、频繁停电数据、频繁故障数据和设备运行异常数据；
实时数据包含故障研判、断线故障研判、配自SOE故障信号；
指标数据包含配变感知率、开关感知率、计划执行率、异动合格率、故障判断准确率、置位置牌操作及时率；
历史数据包含不同历史时期的基础数据、业务数据、指标数据。
进一步的，对基础数据进行数据抽取和清洗的步骤包括：
将基础数据中的多系统设备层次名称设定为第一基础标志，获取基础数据中多系统设备层次数量的数值并将其与第一基础标志进行关联；
获取不同用户的层次名称并将其设定为第二基础标识，并将若干个第二基础标识对应的数量的数值与其进行关联；
获取基础数据中分布式电源的层次名称并将其设定为第三基础标识，并将若干个第三基础标识对应的数量的数值与其进行关联；
若干个第一基础标志、第二基础标识和第三基础标识构成基础处理数据。
进一步的，对业务数据进行数据抽取和清洗的步骤包括：
获取业务数据中的校核类数据、故障研判数据、断线故障数据、频繁停电数据、频繁故障数据、设备运行异常数据对应的名称并分别设定为第一业务标识、第二业务标识、第三业务标识、第四业务标识、第五业务标识和第六业务标识；
分别提取各个业务标识对应数据的数值并依次进行关联，若干个业务标识及其关联的数值构成业务处理数据。
进一步的，对实时数据进行数据抽取和清洗的步骤包括：
获取实时数据中的故障研判、断线故障研判、配自SOE故障信号对应的名称并分别将其设定为第一实时标识、第二实时标识和第三实时标识，将不同的实时标识与预构建的实时标识表进行匹配获取对应的标识权重；
若干个不同的实时标识及其关联的标识权重构成实时处理数据。
进一步的，对指标数据进行数据抽取和清洗的步骤包括：
获取指标数据中的配变感知率、开关感知率、计划执行率、异动合格率、故障判断准确率、置位置牌操作及时率；
分别将配变感知率、开关感知率、计划执行率、异动合格率、故障判断准确率、置位置牌操作及时率的名称及其对应的数值分别设定为指标标志和指标数值；
若干个指标标识以及关联的指标数值构成指标处理数据。
进一步的，配网评估模型的构建步骤包括：
获取样本训练集；其中，样本训练集包括若干个不同层次的样本运行信息以及每个样本运行信息对应的样本标识和样本参数，样本运行信息包含样本基础数据、样本业务数据、样本实时数据、样本指标数据和样本历史数据；
通过神经网络算法构建神经网络模型，神经网络算法包含误差逆向反馈神经网络算法、RBF神经网络算法和深度卷积神经网络算法；
通过样本训练集对神经网络模型进行训练，得到配网评估模型。
进一步的，通过预构建的配网评估模型对处理后的各项数据进行分析评估，包括：
将处理后的基础处理数据、业务处理数据、实时处理数据、指标处理数据和历史处理数据输入至配网评估模型中进行训练，通过配网评估模型中不同层次组件根据标识进行对应层次的计算，得到各个处理数据对应的基础评估值、业务评估值、实时评估值、指标评估值和历史评估值，对各个层次的评估值进行分析，得到评估结果。
进一步的，通过配网评估模型中不同层次组件根据标识进行对应层次的计算，包括：
配网评估模型中包含基础处理组件、业务处理组件、实时处理组件、指标处理组件、历史处理组件；
各个组件进行对应层次的计算通过评估函数获取评估值，评估函数的表达式为：
Figure BDA0003703147330000041
式中，ai为不同层次标识对应的比例系数，i为不同层次标识的个数，CSi为不同处理数据中不同层次标识关联的提取数值，YSi为不同处理数据中不同标识关联的样本数值。
进一步的，对各个层次的评估值进行分析时，将若干个评估值分别与对应层次的评估阈值进行匹配；
若评估值小于评估阈值，则判定对应层次的运行数据状态正常并生成第一评估信号，根据第一评估信号将对应层次的数据设定为正常数据；
若评估值不小于评估阈值，则判定对应层次的运行数据状态异常并生成第二评估信号，根据第二评估信号将对应层次的数据设定为目标数据，将若干个目标数据进行相似度挖掘，得到挖掘数据；
若干个第一评估信号、第二评估信号以及正常数据、目标数据和挖掘数据构成评估结果。
进一步的，将若干个目标数据进行相似度挖掘，包括：
在预设的挖掘时段内，对所有层次出现的异常状态总次数进行统计，并将所有层次的异常状态总次数进行降序排列，得到统计排序集；
依次获取统计排序集中相邻的两个总次数之间的差值并将其设定为相似值，依次将若干个相似值与相似阈值进行匹配；
若相似值小于相似阈值，则判定对应的两个层次之间的相似度低并生成第一相似信号；
若相似值不小于相似阈值，则判定对应的两个层次之间的相似度高并生成第二相似信号，根据第二相似信号将对应的两个层次设定为目标层次；
若干个第一相似信号、第二相似信号以及目标层次构成挖掘数据。
进一步的，根据评估结果中不同数据对应的状态自适应的动态展示，包括：
根据评估结果中的若干个第一评估信号、第二评估信号分别对正常数据和目标数据进行差异化的全息展示，同时根据评估结果中的挖掘数据来自适应的将若干个目标层次进行突出展示和提示。
一种配网全息数据可视化展示方法，包括：
采集配电网的不同层次的运行信息，运行信息包含基础数据、业务数据、实时数据、指标数据和历史数据；
分别对采集的基础数据、业务数据、实时数据、指标数据和历史数据进行数据抽取和清洗，得到对应的基础处理数据、业务处理数据、实时处理数据、指标处理数据和历史处理数据；
通过预构建的配网评估模型对处理后的各项数据进行分析评估，通过配网评估模型中不同层次组件根据标识进行对应层次的计算，得到各个处理数据对应的基础评估值、业务评估值、实时评估值、指标评估值和历史评估值；
对各个层次的评估值进行分析，并对若干个异常运行状态的数据进行相似度挖掘，得到评估结果，根据评估结果中不同数据对应的状态自适应的动态展示。
与现有方案相比，本发明的有益效果：
本发明通过采集配电网的不同层次的运行信息，分别从基础数据方面、业务数据方面、实时数据方面、指标数据方面和历史数据方面进行全方位的采集，可以实现对配电网的运行进行全方位的监测；通过对采集的各方面的数据进行数据抽取和清洗，可以使得各项数据标准化和规范化，以便后续将各方面的数据进行联立和训练，可以有效提高数据分析的准确性；通过将不同层次的各项数据进行整合和计算来获取到对应的评估值，并基于评估值来对不同层次的各项数据对应的运行状态进行分析评估，来分析对应层次的运行状态是否正常，以便及时进行预警提示，同时将不同层次的运行状态进行相似度挖掘，可以使得工作人员及时发现各个异常之间的关联，以便可以针对性的采取处理措施，通过将评估结果进行差异化的全息展示，可以使得配网调度人员可以快速获取到需要关注的空间、时间以及应用的各个维度信息，并且可以直观展示配电网各层次的薄弱环节，及时发现配电网中存在的隐患，来为配电网的合理化改造提供辅助决策。
附图说明
图1为本发明一种配网全息数据可视化展示系统的模块示意图。
图2为本发明一种配网全息数据可视化展示方法的流程示意图。
图3为本发明实现一种配网全息数据可视化展示系统的电子设备的结构示意图。
具体实施方式
下面将结合实施例对本发明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。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
这里使用的术语用于描述实施例，并不意图限制和/或限制本公开；应该注意的是，除非上下文另有明确指示，否则单数形式的“一”、“一个”和“该”也包括复数形式；而且，尽管属于“第一”、“第二”等可以在本文中用于描述各种元件，但是元件不受这些术语的限制，这些术语仅用于区分一个元素和另一个元素。
实施例一
参照图1所示，为本发明一实施例提供的一种配网全息数据可视化展示系统的模块示意图。
本发明实施例公开的一种配网全息数据可视化展示系统，包括数据采集模块、数据处理模块和展示调控模块；
数据采集模块用于采集配电网的不同层次的运行信息，运行信息包含基础数据、业务数据、实时数据、指标数据和历史数据；
其中，基础数据包含多系统设备层次数量、重要用户、有序用电用户、保电用户、检修用户、停用用户和分布式电源；
业务数据包含校核类数据、故障研判数据、断线故障数据、频繁停电数据、频繁故障数据和设备运行异常数据；其中，各个数据包括但不限于数据对应的名称以及若干个数字化的数值，比如出现的总次数；
实时数据包含故障研判、断线故障研判、配自SOE故障信号；
指标数据包含配变感知率、开关感知率、计划执行率、异动合格率、故障判断准确率、置位置牌操作及时率；
历史数据包含不同历史时期的基础数据、业务数据、指标数据。
本发明实施例中，通过现有的采集统计技术来采集配电网的不同层次的运行信息，分别从基础数据方面、业务数据方面、实时数据方面、指标数据方面和历史数据方面进行全方位的采集，可以实现对配电网的运行进行全方位的监测，进而可以为配网运行时的全方位展示提供了有效的数据支持。
数据处理模块包含基础处理单元、业务处理单元、实时处理单元、指标处理单元和历史处理单元，分别用于对采集的基础数据、业务数据、实时数据、指标数据和历史数据进行数据抽取和清洗，得到对应的基础处理数据、业务处理数据、实时处理数据、指标处理数据和历史处理数据；具体的步骤包括：
将基础数据中的多系统设备层次名称设定为第一基础标志，获取基础数据中多系统设备层次数量的数值并将其与第一基础标志进行关联；
获取不同用户的层次名称并将其设定为第二基础标识，并将若干个第二基础标识对应的数量的数值与其进行关联；
获取基础数据中分布式电源的层次名称并将其设定为第三基础标识，并将若干个第三基础标识对应的数量的数值与其进行关联；
若干个第一基础标志、第二基础标识和第三基础标识构成基础处理数据；
获取业务数据中的校核类数据、故障研判数据、断线故障数据、频繁停电数据、频繁故障数据、设备运行异常数据对应的名称并分别设定为第一业务标识、第二业务标识、第三业务标识、第四业务标识、第五业务标识和第六业务标识；
分别提取各个业务标识对应数据的数值并依次进行关联，若干个业务标识及其关联的数值构成业务处理数据；
获取实时数据中的故障研判、断线故障研判、配自SOE故障信号对应的名称并分别将其设定为第一实时标识、第二实时标识和第三实时标识，将不同的实时标识与预构建的实时标识表进行匹配获取对应的标识权重；
其中，实时标识表由若干个不同的实时标识及其对应的标识权重构成，不同的实时标识预先设置一个对应的标识权重；
若干个不同的实时标识及其关联的标识权重构成实时处理数据；
获取指标数据中的配变感知率、开关感知率、计划执行率、异动合格率、故障判断准确率、置位置牌操作及时率；
分别将配变感知率、开关感知率、计划执行率、异动合格率、故障判断准确率、置位置牌操作及时率的名称及其对应的数值分别设定为指标标志和指标数值；
若干个指标标识以及关联的指标数值构成指标处理数据；
本发明实施例中，通过对采集的各方面的数据进行数据抽取和清洗，可以使得各项数据标准化和规范化，以便后续将各方面的数据进行联立和训练，可以有效提高数据分析的准确性；
另外，本发明实施例中，通过将文本化的层次数据对应的名称设定为不同的标识，可以快速准确的对对应层次的数据进行识别，并将各个标识对应的数字化数值进行关联，使得各个标识与其对应的数字化数值呈一一对应关系，可以有效提高数据识别和处理的效率。
展示调控模块用于通过预构建的配网评估模型对处理后的各项数据进行分析评估，并根据评估结果中不同数据对应的状态自适应的动态展示。
其中，配网评估模型的构建步骤包括：
获取样本训练集；
其中，样本训练集包括若干个不同层次的样本运行信息以及每个样本运行信息对应的样本标识和样本参数，样本运行信息包含样本基础数据、样本业务数据、样本实时数据、样本指标数据和样本历史数据；
另外，样本运行信息中样本基础数据、样本业务数据、样本实时数据、样本指标数据和样本历史数据均预先设置一个与对应层次的标识及其对应的标准参数，对应层次的标识及其对应的标准参数基于现有的配网运行的大数据来进行设定；
通过神经网络算法构建神经网络模型，神经网络算法包含误差逆向反馈神经网络算法、RBF神经网络算法和深度卷积神经网络算法；
通过样本训练集对神经网络模型进行训练，得到配网评估模型。
需要说明的是，对神经网络模型进行训练的方案为现有的常规技术，具体的步骤这里不做赘述，本发明实施例中通过构建配网评估模型来对采集的配电网运行时的各方面的数据进行处理和分析，可以有效提高不同方面的数据的展示效果，实现配电网运行时各个方面数据的层次化展示和关联展示。
通过预构建的配网评估模型对处理后的各项数据进行分析评估，包括：
将处理后的基础处理数据、业务处理数据、实时处理数据、指标处理数据和历史处理数据输入至配网评估模型中进行训练，通过配网评估模型中不同层次组件根据标识进行对应层次的计算，得到各个处理数据对应的基础评估值、业务评估值、实时评估值、指标评估值和历史评估值，对各个层次的评估值进行分析，得到评估结果。
其中，通过配网评估模型中不同层次组件根据标识进行对应层次的计算，包括：
配网评估模型中包含基础处理组件、业务处理组件、实时处理组件、指标处理组件、历史处理组件；
各个组件进行对应层次的计算通过评估函数获取评估值，评估函数的表达式为：
Figure BDA0003703147330000101
式中，ai为不同层次标识对应的比例系数，i为不同层次标识的个数，i＝{1，2，3，...，n}，n为正整数，表示不同层次标识的总个数，CSi为不同处理数据中不同层次标识关联的提取数值，YSi为不同处理数据中不同标识关联的样本数值。
对各个层次的评估值进行分析时，将若干个评估值分别与对应层次的评估阈值进行匹配；
若评估值小于评估阈值，则判定对应层次的运行数据状态正常并生成第一评估信号，根据第一评估信号将对应层次的数据设定为正常数据；
若评估值不小于评估阈值，则判定对应层次的运行数据状态异常并生成第二评估信号，根据第二评估信号将对应层次的数据设定为目标数据，将若干个目标数据进行相似度挖掘，得到挖掘数据；
其中，将若干个目标数据进行相似度挖掘，包括：
在预设的挖掘时段内，对所有层次出现的异常状态总次数进行统计，并将所有层次的异常状态总次数进行降序排列，得到统计排序集；
依次获取统计排序集中相邻的两个总次数之间的差值并将其设定为相似值，依次将若干个相似值与相似阈值进行匹配；
若相似值小于相似阈值，则判定对应的两个层次之间的相似度低并生成第一相似信号；
若相似值不小于相似阈值，则判定对应的两个层次之间的相似度高并生成第二相似信号，根据第二相似信号将对应的两个层次设定为目标层次；
若干个第一相似信号、第二相似信号以及目标层次构成挖掘数据；
这里需要注意的是，对目标数据进行相似度挖掘的目的是来将不同层次的异常状态之间是否存在关联来进行分析判断，以便可以将不同层次的异常状态进行归类和标注，可以提高配电网异常运行状态的处理效率。
若干个第一评估信号、第二评估信号以及正常数据、目标数据和挖掘数据构成评估结果。
需要说明的是，公式中的比例系数以及相关的阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获取，以及根据现有的配电网运行分析的大数据来获取；
本发明实施例中，通过评估函数来将不同层次的各项数据进行整合和计算来获取到对应的评估值，并基于评估值来对不同层次的各项数据对应的运行状态进行分析评估，来分析对应层次的运行状态是否正常，以便及时进行预警提示，同时将不同层次的运行状态进行相似度挖掘，可以使得工作人员及时发现各个异常之间的关联，以便可以针对性的采取处理措施，来提高配电网异常运行状态的整体处理效果。
根据评估结果中不同数据对应的状态自适应的动态展示，包括：
根据评估结果中的若干个第一评估信号、第二评估信号分别对正常数据和目标数据进行差异化的全息展示，同时根据评估结果中的挖掘数据来自适应的将若干个目标层次进行突出展示和提示。
本发明实施例中，通过将评估结果进行差异化的全息展示，可以使得配网调度人员可以快速获取到需要关注的空间、时间以及应用的各个维度信息，并且可以直观展示配电网各层次的薄弱环节，及时发现配电网中存在的隐患，来为配电网的合理化改造提供辅助决策。
实施例二
参照图2所示，为本发明一实施例提供的一种配网全息数据可视化展示方法的流程示意图。一种配网全息数据可视化展示方法，包括：
采集配电网的不同层次的运行信息，运行信息包含基础数据、业务数据、实时数据、指标数据和历史数据；
分别对采集的基础数据、业务数据、实时数据、指标数据和历史数据进行数据抽取和清洗，得到对应的基础处理数据、业务处理数据、实时处理数据、指标处理数据和历史处理数据；
通过预构建的配网评估模型对处理后的各项数据进行分析评估，通过配网评估模型中不同层次组件根据标识进行对应层次的计算，得到各个处理数据对应的基础评估值、业务评估值、实时评估值、指标评估值和历史评估值；
对各个层次的评估值进行分析，并对若干个异常运行状态的数据进行相似度挖掘，得到评估结果，根据评估结果中不同数据对应的状态自适应的动态展示。
实施例三
参照图3所示，为本发明一实施例提供的一种配网全息数据可视化展示系统的电子设备的结构示意图。在本发明实施例中，实现一种配网全息数据可视化展示系统的电子设备，可以包括处理器、存储器、通信总线以及通信接口，还可以包括存储在存储器中并可在处理器上运行的计算机程序。
其中，处理器在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同层次或不同层次封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。处理器是电子设备的控制核心(ControlUnit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在存储器内的程序或者模块(例如一种配网全息数据可视化展示程序等)，以及调用存储在存储器内的数据，以执行电子设备的各种层次和处理数据。
存储器至少包括一种层次的可读存储介质，可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。存储器在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(Secure Digital，SD)卡、闪存卡(Flash Card)等。存储器还可以既包括电子设备的内部存储单元也包括外部存储设备。存储器不仅可以用于存储安装于电子设备的应用软件及各类数据，例如一种配网全息数据可视化展示程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
通信总线可以是外设部件互连标准(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。总线被设置为实现所述存储器以及至少一个处理器等之间的连接通信。
通信接口用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与至少一个处理器逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等层次。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。电子设备中的存储器存储的程序是多个指令的组合，在处理器中运行时，可以实现一种配网全息数据可视化展示系统及方法各个步骤的实施和运行。
具体地，处理器对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
电子设备集成的模块/单元如果以软件层次单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，上述模块的划分，仅仅为一种逻辑层次划分，实际实现时可以有另外的划分方式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各层次模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件层次模块的形式实现。
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涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。

Claims (10)

1.一种配网全息数据可视化展示系统，其特征在于，包括数据采集模块、数据处理模块和展示调控模块；
数据采集模块用于采集配电网的不同层次的运行信息，运行信息包含基础数据、业务数据、实时数据、指标数据和历史数据；
数据处理模块包含基础处理单元、业务处理单元、实时处理单元、指标处理单元和历史处理单元，分别用于对采集的基础数据、业务数据、实时数据、指标数据和历史数据进行数据抽取和清洗，得到对应的基础处理数据、业务处理数据、实时处理数据、指标处理数据和历史处理数据；
展示调控模块用于通过预构建的配网评估模型对处理后的各项数据进行分析评估，并根据评估结果中不同数据对应的状态自适应的动态展示。
2.根据权利要求1所述的一种配网全息数据可视化展示系统，其特征在于，基础数据包含多系统设备层次数量、重要用户、有序用电用户、保电用户、检修用户、停用用户和分布式电源；
业务数据包含校核类数据、故障研判数据、断线故障数据、频繁停电数据、频繁故障数据和设备运行异常数据；
实时数据包含故障研判、断线故障研判、配自SOE故障信号；
指标数据包含配变感知率、开关感知率、计划执行率、异动合格率、故障判断准确率、置位置牌操作及时率；
历史数据包含不同历史时期的基础数据、业务数据、指标数据。
3.根据权利要求1所述的一种配网全息数据可视化展示系统，其特征在于，进行数据抽取和清洗的步骤包括：
分别对基础数据、业务数据、实时数据、指标数据和历史数据中对应的文本化名称进行标识，并将若干个文本化名称对应的数字化数值进行提取和关联，得到对应的基础处理数据、业务处理数据、实时处理数据、指标处理数据和历史处理数据。
4.根据权利要求1所述的一种配网全息数据可视化展示系统，其特征在于，配网评估模型的构建步骤包括：
获取样本训练集；其中，样本训练集包括若干个不同层次的样本运行信息以及每个样本运行信息对应的样本标识和样本参数，样本运行信息包含样本基础数据、样本业务数据、样本实时数据、样本指标数据和样本历史数据；
通过神经网络算法构建神经网络模型，神经网络算法包含误差逆向反馈神经网络算法、RBF神经网络算法和深度卷积神经网络算法；
通过样本训练集对神经网络模型进行训练，得到配网评估模型。
5.根据权利要求4所述的一种配网全息数据可视化展示系统，其特征在于，通过预构建的配网评估模型对处理后的各项数据进行分析评估，包括：
将处理后的基础处理数据、业务处理数据、实时处理数据、指标处理数据和历史处理数据输入至配网评估模型中进行训练，通过配网评估模型中不同层次组件根据标识进行对应层次的计算，得到各个处理数据对应的基础评估值、业务评估值、实时评估值、指标评估值和历史评估值，对各个层次的评估值进行分析，得到评估结果。
6.根据权利要求5所述的一种配网全息数据可视化展示系统，其特征在于，通过配网评估模型中不同层次组件根据标识进行对应层次的计算，包括：
配网评估模型中包含基础处理组件、业务处理组件、实时处理组件、指标处理组件、历史处理组件；各个组件进行对应层次的计算通过评估函数获取评估值，评估函数的表达式为：
Figure FDA0003703147320000021
式中，ai为不同层次标识对应的比例系数，i为不同层次标识的个数，CSi为不同处理数据中不同层次标识关联的提取数值，YSi为不同处理数据中不同标识关联的样本数值。
7.根据权利要求1所述的一种配网全息数据可视化展示系统，其特征在于，对各个层次的评估值进行分析时，将若干个评估值分别与对应层次的评估阈值进行匹配；
若评估值小于评估阈值，则生成第一评估信号并将对应层次的数据设定为正常数据；若评估值不小于评估阈值，则生成第二评估信号并将对应层次的数据设定为目标数据，将若干个目标数据进行相似度挖掘，得到挖掘数据；
若干个第一评估信号、第二评估信号以及正常数据、目标数据和挖掘数据构成评估结果。
8.根据权利要求7所述的一种配网全息数据可视化展示系统，其特征在于，将若干个目标数据进行相似度挖掘，包括：
在预设的挖掘时段内，对所有层次出现的异常状态总次数进行统计，并将所有层次的异常状态总次数进行降序排列，得到统计排序集；
依次获取统计排序集中相邻的两个总次数之间的差值并将其设定为相似值，依次将若干个相似值与相似阈值进行匹配；
若相似值小于相似阈值，则判定对应的两个层次之间的相似度低并生成第一相似信号；若相似值不小于相似阈值，则判定对应的两个层次之间的相似度高并生成第二相似信号，根据第二相似信号将对应的两个层次设定为目标层次；
若干个第一相似信号、第二相似信号以及目标层次构成挖掘数据。
9.根据权利要求1所述的一种配网全息数据可视化展示系统，其特征在于，根据评估结果中不同数据对应的状态自适应的动态展示，包括：
根据评估结果中的若干个第一评估信号、第二评估信号分别对正常数据和目标数据进行差异化的全息展示，同时根据评估结果中的挖掘数据来自适应的将若干个目标层次进行突出展示和提示。
10.一种配网全息数据可视化展示方法，其特征在于，包括：
采集配电网的不同层次的运行信息，运行信息包含基础数据、业务数据、实时数据、指标数据和历史数据；
分别对采集的基础数据、业务数据、实时数据、指标数据和历史数据进行数据抽取和清洗，得到对应的基础处理数据、业务处理数据、实时处理数据、指标处理数据和历史处理数据；
通过预构建的配网评估模型对处理后的各项数据进行分析评估，通过配网评估模型中不同层次组件根据标识进行对应层次的计算，得到各个处理数据对应的基础评估值、业务评估值、实时评估值、指标评估值和历史评估值；
对各个层次的评估值进行分析，并对若干个异常运行状态的数据进行相似度挖掘，得到评估结果，根据评估结果中不同数据对应的状态自适应的动态展示。
CN202210697232.1A 2022-06-20 2022-06-20 一种配网全息数据可视化展示系统及方法 Withdrawn CN115129957A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210697232.1A CN115129957A (zh) 2022-06-20 2022-06-20 一种配网全息数据可视化展示系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210697232.1A CN115129957A (zh) 2022-06-20 2022-06-20 一种配网全息数据可视化展示系统及方法

Publications (1)

Publication Number Publication Date
CN115129957A true CN115129957A (zh) 2022-09-30

Family

ID=83380052

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210697232.1A Withdrawn CN115129957A (zh) 2022-06-20 2022-06-20 一种配网全息数据可视化展示系统及方法

Country Status (1)

Country Link
CN (1) CN115129957A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116911807A (zh) * 2023-09-13 2023-10-20 成都秦川物联网科技股份有限公司 一种智慧燃气数据中心流程可视化管理方法和物联网系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116911807A (zh) * 2023-09-13 2023-10-20 成都秦川物联网科技股份有限公司 一种智慧燃气数据中心流程可视化管理方法和物联网系统
CN116911807B (zh) * 2023-09-13 2023-12-05 成都秦川物联网科技股份有限公司 一种智慧燃气数据中心流程可视化管理方法和物联网系统

Similar Documents

Publication Publication Date Title
CN105083331B (zh) 一种机车整备作业管理系统
CN102509178A (zh) 配网设备状态评估系统
CN103761624A (zh) 一体化电网调度操作智能防误预警系统的实现方法
CN102866313A (zh) 电力隧道电缆运行状态综合监控方法
CN107291830A (zh) 一种设备知识库的创建方法
CN110968703B (zh) 基于lstm端到端抽取算法的异常计量点知识库构建方法及系统
CN115169830A (zh) 基于大数据的配网单线图质量校核分析方法
CN113592369A (zh) 基于数据分析的综合管廊运营管理系统
CN115469590A (zh) 智能电表接口的低功耗控制方法、装置、设备及存储介质
CN115129957A (zh) 一种配网全息数据可视化展示系统及方法
CN112560214A (zh) 变电站母线平衡故障诊断方法、系统、设备及存储介质
CN103530708A (zh) 一种输配电设备隐患排查信息管理与决策支持系统
CN115514068A (zh) 一种锂电池梯次利用的电芯压差优化方法
CN115796399A (zh) 基于电力物资的智能调度方法、装置、设备及存储介质
CN114493238A (zh) 供电服务风险预测方法、系统、存储介质及计算机设备
CN113159503B (zh) 一种远程遥控智能安全评估系统和方法
CN115630855A (zh) 一种智能粗锡冶炼系统及方法
CN104714205B (zh) 电表错置侦测系统及其方法
CN115902615A (zh) 电力断路器缺陷分析方法及装置
CN115471215A (zh) 一种业务流程处理方法及装置
CN114740419A (zh) 基于“三维图”分析台区电表误差的方法、装置、设备和介质
CN114742412A (zh) 一种软件技术服务系统及方法
CN113409612A (zh) 一种平面移动智能车库用智能预警系统
CN107633091A (zh) 一种自动能源监管系统
CN114168662A (zh) 一种基于多数据源的配电网问题梳理分析方法及系统

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20220930

WW01 Invention patent application withdrawn after publication