CN115664018A - 一种基于云计算的电网数据分布式管理方法及系统 - Google Patents
一种基于云计算的电网数据分布式管理方法及系统 Download PDFInfo
- Publication number
- CN115664018A CN115664018A CN202211353807.4A CN202211353807A CN115664018A CN 115664018 A CN115664018 A CN 115664018A CN 202211353807 A CN202211353807 A CN 202211353807A CN 115664018 A CN115664018 A CN 115664018A
- Authority
- CN
- China
- Prior art keywords
- data
- power
- power consumption
- result
- utilization
- 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
Images
Landscapes
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种基于云计算的电网数据分布式管理方法及系统,涉及数据智能分析管理相关领域,设定周期信息采集节点,控制智能电能表进行用电信息采集,生成用电缓存数据;当检测数据采集模块与智能电能表连接成功时,则将用电缓存数据发送至数据采集模块;将用电缓存数据发送至智能管理系统,智能管理系统基于周期采集节点进行输电节点信息提取,生成用电异常检测结果;将用电异常检测结果进行异常反馈,对异常反馈结果进行分布式存储管理。解决了现有技术在用电数据监测的过程中,缺乏智能化进行用电数据的采集和分析处理,进而导致用电数据单一,无法准确进行供电和用电的及时准确的异常预警的技术问题。
Description
技术领域
本发明涉及数据智能分析管理相关领域,尤其涉及一种基于云计算的电网数据分布式管理方法及系统。
背景技术
随着电力的普及和应用,加强电力用户的用电信息采集、分析和处理,对于合理规划用电数据,及时发现用电异常,准确进行用电预警具有重大意义。
大数据为智能电网发展注入了新的活力,它将传统电网闭塞、拥堵的信息交互打通,可以实现更快更准确的电网数据流通。
现有技术在用电数据监测的过程中,缺乏智能化进行用电数据的采集和分析处理,进而导致用电数据单一,无法准确进行供电和用电的及时准确的异常预警的技术问题。
发明内容
本申请通过提供一种基于云计算的电网数据分布式管理方法及系统,解决了现有技术在用电数据监测的过程中,缺乏智能化进行用电数据的采集和分析处理,进而导致用电数据单一,无法准确进行供电和用电的及时准确的异常预警的技术问题,通过智能化进行用户用电和供电信息采集,基于多角度数据进行供电和用电的数据结合分析,进而准确进行异常预警的技术效果。
鉴于上述问题,提出了本申请提供一种基于云计算的电网数据分布式管理方法及系统。
第一方面,本申请提供了一种基于云计算的电网数据分布式管理方法,所述方法应用于智能管理系统,所述智能管理系统与数据采集模块、智能电能表通信连接,所述方法包括:设定周期信息采集节点,通过所述周期信息采集节点控制所述智能电能表进行用电信息采集,生成用电缓存数据;当检测所述数据采集模块与所述智能电能表连接成功时,则将所述用电缓存数据发送至所述数据采集模块;基于所述数据采集模块将所述用电缓存数据发送至所述智能管理系统,所述智能管理系统基于所述周期采集节点进行输电节点信息提取,获得输电数据;对所述用电缓存数据和所述输电数据进行用电数据分析,生成用电异常检测结果;将所述用电异常检测结果进行异常反馈,并接收异常反馈结果;对所述异常反馈结果进行分布式存储管理。
另一方面,本申请还提供了一种基于云计算的电网数据分布式管理系统,所述系统与数据采集模块、智能电能表通信连接,所述系统包括:用电采集模块,所述用电采集模块用于设定周期信息采集节点,通过所述周期信息采集节点控制所述智能电能表进行用电信息采集,生成用电缓存数据;数据交互模块,所述数据交互模块用于当检测所述数据采集模块与所述智能电能表连接成功时,则将所述用电缓存数据发送至所述数据采集模块;信息提取模块,所述信息提取模块用于基于所述数据采集模块将所述用电缓存数据发送至所述系统,所述系统基于所述周期采集节点进行输电节点信息提取,获得输电数据;异常检测模块,所述异常检测模块用于对所述用电缓存数据和所述输电数据进行用电数据分析,生成用电异常检测结果;异常反馈模块,所述异常反馈模块用于将所述用电异常检测结果进行异常反馈,并接收异常反馈结果;分布存储模块,所述分布存储模块用于对所述异常反馈结果进行分布式存储管理。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了设定周期信息采集节点,通过所述周期信息采集节点控制所述智能电能表进行用电信息采集,生成用电缓存数据;当检测所述数据采集模块与所述智能电能表连接成功时,则将所述用电缓存数据发送至所述数据采集模块;基于所述数据采集模块将所述用电缓存数据发送至所述智能管理系统,所述智能管理系统基于所述周期采集节点进行输电节点信息提取,获得输电数据;对所述用电缓存数据和所述输电数据进行用电数据分析,生成用电异常检测结果;将所述用电异常检测结果进行异常反馈,并接收异常反馈结果;对所述异常反馈结果进行分布式存储管理,通过智能化进行用户用电和供电信息采集,基于多角度数据进行供电和用电的数据结合分析,进而准确进行异常预警的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请一种基于云计算的电网数据分布式管理方法的流程示意图;
图2为本申请一种基于云计算的电网数据分布式管理方法的用电缓存数据获取的流程示意图;
图3为本申请一种基于云计算的电网数据分布式管理方法的用电异常检测结果获取的流程示意图;
图4为本申请一种基于云计算的电网数据分布式管理系统的结构示意图。
附图标记说明:用电采集模块1,数据交互模块2,信息提取模块3,异常检测模块4,异常反馈模块5,分布存储模块6。
具体实施方式
本申请通过提供一种基于云计算的电网数据分布式管理方法及系统,解决了现有技术在用电数据监测的过程中,缺乏智能化进行用电数据的采集和分析处理,进而导致用电数据单一,无法准确进行供电和用电的及时准确的异常预警的技术问题,通过智能化进行用户用电和供电信息采集,基于多角度数据进行供电和用电的数据结合分析,进而准确进行异常预警的技术效果。下面结合附图,对本申请的实施例进行描述。本领域普通技术人员可知,随着技术的发展和新场景的出现,本申请提供的技术方案对于类似的技术问题,同样适用。
本申请的术语“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,以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元,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单元。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请提供了一种基于云计算的电网数据分布式管理方法,所述方法应用于智能管理系统,所述智能管理系统与数据采集模块、智能电能表通信连接,所述方法包括:
步骤S100:设定周期信息采集节点,通过所述周期信息采集节点控制所述智能电能表进行用电信息采集,生成用电缓存数据;
步骤S200:当检测所述数据采集模块与所述智能电能表连接成功时,则将所述用电缓存数据发送至所述数据采集模块;
具体而言,所述智能管理系统为在系统主站中集成的,可以进行数据交互,数据计算处理的智能化系统,所述数据采集模块为进行数据采集和传输的模块,即所述智能管理与所述智能电能表的交互桥梁。所述智能电能表为可以进行耗电检测,耗电信息存储和通信数据交互的电能表,出于成本考量,所述智能电能表的通信距离一般较短。
所述周期信息采集节点为预设的进行电量信息计量的节点,一般而言,周期可以自行设定,本申请以一个月作为一个节点采集周期,则对于任意一年,所述周期信息采集节点为12个节点。在所述周期信息采集节点的计量节点,通过所述智能电能表进行上一采集节点至当前采集节点间的耗电信息采集,根据采集结果获得所述用电缓存数据。
所述数据采集模块为移动的可以与所述智能电能表连接的模块,当需要进行预定区域的电能信息采集时,所述智能电能表在采集节点采集电能数据后(用电缓存数据),将其进行暂存。当与所述数据采集模块连接成功,则将所述用电缓存数据发送至所述数据采集模块。进一步的,为了避免数据异常或者数据丢失,所述智能电能表会将所述用电缓存数据存储预定时长(可以自行设定,不进一步展开)。
进一步的,如图2所示,所述智能电能表与多个电能测定装置通信连接,本申请步骤S200还包括:
步骤S210:获得目标用户的用电设备分布信息;
步骤S220:根据所述用电设备分布信息设定测定节点,基于所述测定节点布设所述多个电能测定装置,且所述多个电能测定装置与用电设备具有关联关系;
步骤S230:基于所述周期信息采集节点对所述多个电能测定装置进行耗能累计统计,将累计统计结果生成所述用电缓存数据。
具体而言,所述电能测定装置为可以进行耗电量测定的设备,一般而言,为了提高方案的经济性,所述电能测定装置为简易功率测量仪表,且多个电能测定装置均与所述智能电能表通信连接,可以将测定的数据发送至所述智能电能表。
所述目标用户为所述智能电能表的测定用户,用电设备即为所述目标用户的家庭耗电设备,如,冰箱、洗衣机、电视机、空调等。用电设备分布信息是指当前所述目标用户家庭的用电设备的设备连接分布信息,即将接入所述目标用户房屋的主线作为监测主干,获得所述目标用户的用电设备的分支电路图,将每一分支节点位置均设置一电能测定装置(可以根据实际的分布情况,多个分支节点公用一个电能测定装置),且根据所述测定节点对应的设备数据,对多个电能测定装置进行设备的关联标识。
通过所述电能测定装置进行各个支路的耗电数据采集,在所述周期信息采集节点,所述电能测定装置将采集的支路耗电数据进行累计统计,获得所述累计统计结果,并将所述累计统计结果发送至所述智能电能表,并作为所述用电缓存数据。通过进行多个电能测定装置的布设,进而为后续获得准确的耗电数据提供了支持,根据监测获得的支路耗电数据,可以更加准确的进行目标用户的耗电分析,进而为准确进行异常预警夯实了基础。
步骤S300:基于所述数据采集模块将所述用电缓存数据发送至所述智能管理系统,所述智能管理系统基于所述周期采集节点进行输电节点信息提取,获得输电数据;
步骤S400:对所述用电缓存数据和所述输电数据进行用电数据分析,生成用电异常检测结果;
具体而言,当所述数据采集模块采集获得所述用电缓存数据后,对所述用电缓存数据进行来源标识,添加来源标签后,将带有标签标识的所述用电缓存数据发送至所述智能管理系统,所述智能管理系统根据所述周期采集节点,对在节点区间进行的电能输送数据采集,获得所述输电数据。
进一步的,所述输电数据是指在低压传输阶段,对于目标区域的输送电能总量数据,一般而言,所述输电数据对应有多个用户,在对应的多个用户的用电缓存数据均采集完成后,获得在周期采集节点中每相邻节点间的输电数据。
对所述用电缓存数据和所述输电数据进行用电数据分析,根据用电数据分析结果生成所述用电异常检测结果。所述用电数据分析包括对于目标用户的耗电异常分析、传输损耗电能的异常分析等。
进一步的,如图3所示,所述步骤S400还包括:
步骤S410:获得用电设备的设备信息,根据所述设备信息对所述用电缓存数据中所述累计统计结果进行测定节点的异常来源识别,生成异常来源识别结果;
步骤S420:设定耗电量预设阈值,其中,所述耗电量预设阈值包括功率阈值和耗电总量阈值;
步骤S430:判断所述异常来源识别结果的耗电量是否满足预期设定阈值;
步骤S440:当所述异常来源识别结果的耗电量满足所述预期设定阈值时,则记录所述异常来源识别结果的异常时间数据和测定节点;
步骤S450:根据所述异常时间数据和所述测定节点获得所述用电异常检测结果。
具体而言,所述设备信息是指所述用电设备的额定功率信息,对于可以多功率控制工作的设备,则将多个可控制的功率信息均进行采集。对于设置在所述测定节点的电能测定装置来说,如果测定状态正常,且无异常设备耗电,则测定的单位时间内的功率应该与其对应的设备额定功率数据一致。当存在与额定功率超过预定偏差值的数据时,则认为当前测定的数据为异常来源数据,对于异常来源得到数据进行累计识别,并记录时间、耗电量、功率等数据,根据记录结果获得所述异常来源识别结果。
所述耗电量预设阈值为包括两种角度的预设阈值,第一角度阈值为单位时间电量阈值,即功率限定阈值,功率限定阈值可以有效排除掉临时的耗电操作,降低耗电异常的误报,第二角度阈值为耗电总量阈值,所述耗电总量阈值可以准确甄别异常用电、偷电等事件。对所述异常来源识别结果的耗电信息和所述耗电量预设阈值进行比对,判断耗电信息是否在所述耗电量预设阈值范围内,当在所述耗电量预设阈值范围内时,则认为所述异常来源识别结果为常规的用电信息,则不生成用电异常检测结果,当耗电信息超过所述耗电量预设阈值范围中任一阈值时,则认为所述异常来源识别结果的耗电为异常耗电,则根据记录获得所述异常来源识别结果的检测时间(异常时间数据)和测定节点,根据检测时间和测定节点还有耗电功率、耗电总量获得所述用电异常检测结果。通过进行设备与检测点的关联构建,基于用电设备的功率信息对测定的耗电信息进行分析比对,通过智能化设置阈值,进而可以准确进行漏电、偷电识别,实现准确的异常用电检测。
步骤S500:将所述用电异常检测结果进行异常反馈,并接收异常反馈结果;
步骤S600:对所述异常反馈结果进行分布式存储管理。
具体而言,基于所述用电异常检测结果进行异常反馈,所述异常反馈即包括对于目标用户的用户用电异常反馈,还包括对于管理人员的输电损耗异常反馈,当进行目标用户的用电异常反馈时,可以将用电异常检测结果发送至所述目标用户的电子设备,当目标用户对于当前反馈结果进行核查后,获得所述目标用户对于当前异常反馈的异常结论,并将所述异常结论和所述用电异常检测结果进行整合,作为异常反馈结果。当进行管理人员的输电损耗异常反馈时,则接收管理人员对于输电段的检测报告,根据所述检测报告对于所述用电异常检测结果进行整合,获得所述异常反馈结果,对所述异常反馈结果进行分布式存储管理。
进一步的,本申请步骤S600还包括:
步骤S610:获得n个分布存储处理节点;
步骤S620:获得所述n个分布存储处理节点的处理速度数据、处理稳定性数据;
步骤S630:根据所述处理速度数据和所述处理稳定性数据进行主处理节点筛选,获得主分布存储处理节点;
步骤S640:通过所述主分布存储处理节点进行所述异常反馈结果的处理存储,当检测处理存储无误后,对所述n个分布存储节点进行存储信息同步。
具体而言,为了保证数据的准确存储、处理和调用,因此,采用多个分布存储处理节点进行所述异常反馈结果的处理和存储。所述n个分布存储处理节点为理论上具有相同处理能力的存储处理节点,且所述n个分布存储处理节点至少为3个。在进行实际的处理存储和运算的过程中,由于实际构成分布存储节点的差异信息,因此,需要根据实际的处理能力进行主分布存储节点的筛选,所述主分布存储处理节点即实际进行存储、运算的设备。在确定主分布存储处理节点的过程中,一般通过处理速度和处理稳定性两个数据进行综合确定,两个参数占用的权重值可以自行设定,这里不再展开说明。根据所述n个分布存储处理节点的处理速度数据、处理稳定性数据进行筛选,确定主分布存储处理节点。
当确定主分布存储处理节点后,将所述异常反馈结果输入所述主分布存储处理节点,通过所述主分布存储处理节点进行所述异常反馈结果的处理存储,当确定处理和存储无误后,将处理和存储结果同步至其他分布存储节点。通过进行分布式存储处理,进而使得获得的存储计算结果更加稳定,保障数据的安全、准确。
进一步的,本申请步骤S400还包括:
步骤S461:根据所述设备信息、所述累计统计结果进行用电设备的耗电累计统计,获得累计统计结果;
步骤S462:获得所述目标用户的历史耗电数据;
步骤S463:通过所述历史耗电数据进行各个用电设备的设备用电量增幅评价,生成增幅评价结果;
步骤S464:根据所述增幅评价结果生成所述用电异常检测结果。
具体而言,由于设置在测定节点位置处的所述电能测定装置与用电设备具有关联关系,因此,通过对于电能测定装置的电量数据可以实现用电设备的实际耗电监督。举例而言,当一个测定节点中包含空调和插排接口时,则根据所述设备信息获得所述空调的变频功率A、B、C,风机运行功率D,当所述测定节点的测定功率与功率A、B、C、D相近时,则认为是空调在进行运行,因此将此时的运行功率累计统计为空调耗电,当所述测定节点的测定功率与功率A、B、C、D不相近时,则认为是插排接口临时连接设备用电,进行所述插排接口的临时连接用电累计并标识。通过所有测定节点及对应的设备信息的耗电累计统计结果,获得所述累计统计结果。
进一步的,通过对于目标用户的历史耗电数据进行采集,其中,所述历史耗电数据为所述目标用户的用电设备的耗电数据,依据前面设定的周期信息采集节点,即以每月作为一个采集周期,则所述历史耗电数据为每月的用电设备耗电数据。通过所述历史耗电数据进行单个用电设备的月耗电量趋势分析,根据增长值获得所述增幅评价结果,增长值越大,则增幅评价结果的结果值越高,代表耗电越异常。当增幅评价结果满足预设阈值时,则根据所述增幅评价结果生成所述用电异常检测结果。通过进行单个用电设备的准确分析比对,进而对于用户的用电可以准确评价,为准确智能进行用户的耗电管理夯实了基础。
进一步的,本申请步骤S400还包括:
步骤S471:根据所述设备信息构建季节设备关联数据;
步骤S472:基于所述季节设备关联数据进行所述增幅评价结果的增幅异常补偿;
步骤S473:基于增幅异常补偿结果获得所述用电异常检测结果。
具体而言,当进行用电设备的耗电增幅评价的过程中,为了避免增幅异常的误报,提高检测的准确性,因此需要根据用户的特性进行季节关联补偿,在冬季,对于非供暖用户,冬季空调供暖、电暖气会导致空调的耗电量异常于正常时段,且随着冬季温度的降低,空调的耗电量也随之增长,在夏季,空调、风扇等相关制冷设备的耗电量会异常于正常时段。
进一步的,对于定义的冬季或夏季月份的相邻月份,同样对于对应的设备设置有季节设备关联数据,通过所述季节设备关联数据进行所述增幅评价结果的增幅异常补偿,降低设备的异常耗电误报,提高用电异常检测的准确性。
进一步的,本申请步骤S400还包括:
步骤S481:对所述用电缓存数据和所述输电数据基于所述周期信息采集节点进行时间轴顺序整合,获得整合数据;
步骤S482:对所述整合数据进行损失电量计算,获得输电损失电量数据;
步骤S483:对所述损失电量数据进行时间轴损失偏离分析,获得偏离分析结果;
步骤S484:根据所述偏离分析结果获得所述用电异常检测结果。
具体而言,当进行输电损耗异常检测时,需要根据监督获得的输电数据和用电数据的整合信息,对于输电到达用户中间的输电线路的损耗评价。对于任意一输电线路,它对应于第一区域内的多个用户,即由输电线路进行所述多个用户的供电。根据多个用户的用电缓存数据,进行月用电量汇总,汇总结果即为用户月耗电总量数据,根据所述月耗电总量数据和所述输电数据获得当前月的偏差值,所述月输电损失电量数据=偏差值/月输电数据。根据每个月的损电量数据进行基于时间顺序的顺序排序,并根据所述损失电量数据进行时间轴损失偏离分析,根据理论损失值数据和大数据,设定一监督约束值,当偏离值在所述监督约束值范围内时,则认为输电损耗正常,则偏离分析结果为输电损耗正常结果;当偏离值在所述监督约束值范围外时,则认为输电损耗异常,则输电线路可能存在电路老化或者漏电,则偏离分析结果为输电损耗异常结果,根据所述偏离分析结果获得所述用电异常检测结果。通过进行输电线路的损耗监督,进而实现对于输电线路老化或者漏电的及时监督提醒,为准确进行异常用电管理提供了数据支持。
实施例二
基于与前述实施例中一种基于云计算的电网数据分布式管理方法同样发明构思,本发明还提供了一种基于云计算的电网数据分布式管理系统,如图4所示,所述系统与数据采集模块、智能电能表通信连接,所述系统包括:
用电采集模块1,所述用电采集模块1用于设定周期信息采集节点,通过所述周期信息采集节点控制所述智能电能表进行用电信息采集,生成用电缓存数据;
数据交互模块2,所述数据交互模块2用于当检测所述数据采集模块与所述智能电能表连接成功时,则将所述用电缓存数据发送至所述数据采集模块;
信息提取模块3,所述信息提取模块3用于基于所述数据采集模块将所述用电缓存数据发送至所述系统,所述系统基于所述周期采集节点进行输电节点信息提取,获得输电数据;
异常检测模块4,所述异常检测模块4用于对所述用电缓存数据和所述输电数据进行用电数据分析,生成用电异常检测结果;
异常反馈模块5,所述异常反馈模块5用于将所述用电异常检测结果进行异常反馈,并接收异常反馈结果;
分布存储模块6,所述分布存储模块6用于对所述异常反馈结果进行分布式存储管理。
进一步的,所述数据交互模块2还用于:
获得目标用户的用电设备分布信息;
根据所述用电设备分布信息设定测定节点,基于所述测定节点布设所述多个电能测定装置,且所述多个电能测定装置与用电设备具有关联关系;
基于所述周期信息采集节点对所述多个电能测定装置进行耗能累计统计,将累计统计结果生成所述用电缓存数据。
进一步的,所述异常检测模块4还用于:
获得用电设备的设备信息,根据所述设备信息对所述用电缓存数据中所述累计统计结果进行测定节点的异常来源识别,生成异常来源识别结果;
设定耗电量预设阈值,其中,所述耗电量预设阈值包括功率阈值和耗电总量阈值;
判断所述异常来源识别结果的耗电量是否满足预期设定阈值;
当所述异常来源识别结果的耗电量满足所述预期设定阈值时,则记录所述异常来源识别结果的异常时间数据和测定节点;
根据所述异常时间数据和所述测定节点获得所述用电异常检测结果。
进一步的,所述异常检测模块4还用于:
根据所述设备信息、所述累计统计结果进行用电设备的耗电累计统计,获得累计统计结果;
获得所述目标用户的历史耗电数据;
通过所述历史耗电数据进行各个用电设备的设备用电量增幅评价,生成增幅评价结果;
根据所述增幅评价结果生成所述用电异常检测结果。
进一步的,所述异常检测模块4还用于:
根据所述设备信息构建季节设备关联数据;
基于所述季节设备关联数据进行所述增幅评价结果的增幅异常补偿;
基于增幅异常补偿结果获得所述用电异常检测结果。
进一步的,所述异常检测模块4还用于:
对所述用电缓存数据和所述输电数据基于所述周期信息采集节点进行时间轴顺序整合,获得整合数据;
对所述整合数据进行损失电量计算,获得输电损失电量数据;
对所述损失电量数据进行时间轴损失偏离分析,获得偏离分析结果;
根据所述偏离分析结果获得所述用电异常检测结果。
进一步的,所述分布存储模块6还用于:
获得n个分布存储处理节点;
获得所述n个分布存储处理节点的处理速度数据、处理稳定性数据;
根据所述处理速度数据和所述处理稳定性数据进行主处理节点筛选,获得主分布存储处理节点;
通过所述主分布存储处理节点进行所述异常反馈结果的处理存储,当检测处理存储无误后,对所述n个分布存储节点进行存储信息同步。
前述图1实施例一中的一种基于云计算的电网数据分布式管理方法的各种变化方式和具体实例同样适用于本实施例的一种基于云计算的电网数据分布式管理系统,通过前述对一种基于云计算的电网数据分布式管理方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于云计算的电网数据分布式管理系统的实施方法,所以为了说明书的简洁,在此不再详述。
以上所述仅为本申请技术方案的较佳实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (8)
1.一种基于云计算的电网数据分布式管理方法,其特征在于,所述方法应用于智能管理系统,所述智能管理系统与数据采集模块、智能电能表通信连接,所述方法包括:
设定周期信息采集节点,通过所述周期信息采集节点控制所述智能电能表进行用电信息采集,生成用电缓存数据;
当检测所述数据采集模块与所述智能电能表连接成功时,则将所述用电缓存数据发送至所述数据采集模块;
基于所述数据采集模块将所述用电缓存数据发送至所述智能管理系统,所述智能管理系统基于所述周期采集节点进行输电节点信息提取,获得输电数据;
对所述用电缓存数据和所述输电数据进行用电数据分析,生成用电异常检测结果;
将所述用电异常检测结果进行异常反馈,并接收异常反馈结果;
对所述异常反馈结果进行分布式存储管理。
2.如权利要求1所述的方法,其特征在于,所述智能电能表与多个电能测定装置通信连接,所述方法还包括:
获得目标用户的用电设备分布信息;
根据所述用电设备分布信息设定测定节点,基于所述测定节点布设所述多个电能测定装置,且所述多个电能测定装置与用电设备具有关联关系;
基于所述周期信息采集节点对所述多个电能测定装置进行耗能累计统计,将累计统计结果生成所述用电缓存数据。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
获得用电设备的设备信息,根据所述设备信息对所述用电缓存数据中所述累计统计结果进行测定节点的异常来源识别,生成异常来源识别结果;
设定耗电量预设阈值,其中,所述耗电量预设阈值包括功率阈值和耗电总量阈值;
判断所述异常来源识别结果的耗电量是否满足预期设定阈值;
当所述异常来源识别结果的耗电量满足所述预期设定阈值时,则记录所述异常来源识别结果的异常时间数据和测定节点;
根据所述异常时间数据和所述测定节点获得所述用电异常检测结果。
4.如权利要求3所述的方法,其特征在于,所述方法还包括:
根据所述设备信息、所述累计统计结果进行用电设备的耗电累计统计,获得累计统计结果;
获得所述目标用户的历史耗电数据;
通过所述历史耗电数据进行各个用电设备的设备用电量增幅评价,生成增幅评价结果;
根据所述增幅评价结果生成所述用电异常检测结果。
5.如权利要求4所述的方法,其特征在于,所述方法还包括:
根据所述设备信息构建季节设备关联数据;
基于所述季节设备关联数据进行所述增幅评价结果的增幅异常补偿;
基于增幅异常补偿结果获得所述用电异常检测结果。
6.如权利要求1所述的方法,其特征在于,所述方法还包括:
对所述用电缓存数据和所述输电数据基于所述周期信息采集节点进行时间轴顺序整合,获得整合数据;
对所述整合数据进行损失电量计算,获得输电损失电量数据;
对所述损失电量数据进行时间轴损失偏离分析,获得偏离分析结果;
根据所述偏离分析结果获得所述用电异常检测结果。
7.如权利要求1所述的方法,其特征在于,所述方法还包括:
获得n个分布存储处理节点;
获得所述n个分布存储处理节点的处理速度数据、处理稳定性数据;
根据所述处理速度数据和所述处理稳定性数据进行主处理节点筛选,获得主分布存储处理节点;
通过所述主分布存储处理节点进行所述异常反馈结果的处理存储,当检测处理存储无误后,对所述n个分布存储节点进行存储信息同步。
8.一种基于云计算的电网数据分布式管理系统,其特征在于,所述系统与数据采集模块、智能电能表通信连接,所述系统包括:
用电采集模块,所述用电采集模块用于设定周期信息采集节点,通过所述周期信息采集节点控制所述智能电能表进行用电信息采集,生成用电缓存数据;
数据交互模块,所述数据交互模块用于当检测所述数据采集模块与所述智能电能表连接成功时,则将所述用电缓存数据发送至所述数据采集模块;
信息提取模块,所述信息提取模块用于基于所述数据采集模块将所述用电缓存数据发送至所述系统,所述系统基于所述周期采集节点进行输电节点信息提取,获得输电数据;
异常检测模块,所述异常检测模块用于对所述用电缓存数据和所述输电数据进行用电数据分析,生成用电异常检测结果;
异常反馈模块,所述异常反馈模块用于将所述用电异常检测结果进行异常反馈,并接收异常反馈结果;
分布存储模块,所述分布存储模块用于对所述异常反馈结果进行分布式存储管理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211353807.4A CN115664018A (zh) | 2022-11-01 | 2022-11-01 | 一种基于云计算的电网数据分布式管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211353807.4A CN115664018A (zh) | 2022-11-01 | 2022-11-01 | 一种基于云计算的电网数据分布式管理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115664018A true CN115664018A (zh) | 2023-01-31 |
Family
ID=84996067
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211353807.4A Pending CN115664018A (zh) | 2022-11-01 | 2022-11-01 | 一种基于云计算的电网数据分布式管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115664018A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116132850A (zh) * | 2023-04-14 | 2023-05-16 | 佳源科技股份有限公司 | 一种电能表计量方法及系统 |
-
2022
- 2022-11-01 CN CN202211353807.4A patent/CN115664018A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116132850A (zh) * | 2023-04-14 | 2023-05-16 | 佳源科技股份有限公司 | 一种电能表计量方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108593990B (zh) | 一种基于电能用户用电行为模式的窃电检测方法和应用 | |
US8396821B2 (en) | Utility monitoring systems and methods of use | |
US9218632B2 (en) | Energy smart system | |
RU2428708C2 (ru) | Способ и система для поверки измерительных приборов | |
CN107462863A (zh) | 一种智能电能表运行误差运行诊断分析方法及系统 | |
CN102136102A (zh) | 针对消费者能源消耗的分析 | |
Liu et al. | Distribution system state estimation with high penetration of demand response enabled loads | |
US20210334914A1 (en) | System and method for determining power production in an electrical power grid | |
US20180225779A1 (en) | System and method for determining power production in an electrical power grid | |
CN112684400B (zh) | 小电量台区的电能表运行误差数据监测方法及系统 | |
CN116381324A (zh) | 一种智能电表 | |
CN115664018A (zh) | 一种基于云计算的电网数据分布式管理方法及系统 | |
CN112581012A (zh) | 参与需求响应的用电客户分类方法 | |
CN103487644A (zh) | 电能分项能耗计量方法和装置 | |
Azizi et al. | Residential energy flexibility characterization using non-intrusive load monitoring | |
KR101866564B1 (ko) | 원격검침 로드 프로파일의 부하기기별 전력 사용 패턴 분리 장치 및 방법 | |
Hartmann et al. | Suspicious electric consumption detection based on multi-profiling using live machine learning | |
CN116933157A (zh) | 一种窃电检测方法 | |
CN116070162B (zh) | 一种反窃电监测方法及系统 | |
CN111520871A (zh) | 中央空调系统节能改造的节能率测试方法及系统 | |
US11403508B1 (en) | Method for estimating load by energy meter including load estimation model based on neural network and energy meter using the same | |
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 | |
CN114063003A (zh) | 基于小台区的电能表测量误差检测方法、系统及存储介质 | |
US20090299919A1 (en) | Calculating utility consumption of at least one unit of a building | |
KR101127966B1 (ko) | 전기기기의 동작에 따른 소비 전력 수집 방법 및 시스템 |
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 |