CN115794578A - 一种电力系统的数据管理方法、装置、设备及介质 - Google Patents

一种电力系统的数据管理方法、装置、设备及介质 Download PDF

Info

Publication number
CN115794578A
CN115794578A CN202211426074.2A CN202211426074A CN115794578A CN 115794578 A CN115794578 A CN 115794578A CN 202211426074 A CN202211426074 A CN 202211426074A CN 115794578 A CN115794578 A CN 115794578A
Authority
CN
China
Prior art keywords
data
target
power
abnormal
determining
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
CN202211426074.2A
Other languages
English (en)
Inventor
张巧惠
姚浩
陈军健
关志华
向柏澄
谢心昊
陶伟
董飞龙
王泽宇
刘德宏
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.)
Southern Power Grid Digital Grid Research Institute Co Ltd
Original Assignee
Southern Power Grid Digital Grid Research Institute 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 Southern Power Grid Digital Grid Research Institute Co Ltd filed Critical Southern Power Grid Digital Grid Research Institute Co Ltd
Priority to CN202211426074.2A priority Critical patent/CN115794578A/zh
Publication of CN115794578A publication Critical patent/CN115794578A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明实施例公开了一种电力系统的数据管理方法、装置、设备及介质。该方法包括:获取电力系统中各数据管理节点上存储的目标电力数据,目标电力数据包括发电数据、输电数据、变电数据、配电数据、以及用电数据中的至少一种;根据电力系统的运行状态、目标电力数据以及预设数据分布特征,确定目标异常数据;根据目标异常数据以及对应的目标全局数据,确定目标变化趋势参数,并基于目标变化趋势参数对目标异常数据修正,以得到目标正常数据。解决了现有电力系统中,基于经验对系统中的异常数据识别,人工成本高、数据量大导致的识别效率低下的问题,提高了对电力数据异常检测的准确率,保证了电力系统的安全性。

Description

一种电力系统的数据管理方法、装置、设备及介质
技术领域
本发明涉及数据管理技术领域,尤其涉及一种电力系统的数据管理方法、装置、设备及介质。
背景技术
数据管理是利用计算机硬件和软件技术对数据进行有效的收集、存储、处理和应用的过程,其目的在于有效进行数据组织,发挥数据的作用。
电力系统是以电能作为动力的能源,包括发电、输电、变电、配电和用电等应用环节,其中,各应用环节中产生的电力数据,常记录有输电、变电和配电的信息。目前,随着电力系统数据业务需求的不断扩大,针对适用于电力系统的数据安全管理研究也越来越多,常有的方法包括:基于过往经验,人为识别设备数据异常点。虽然,上述方法在一定程度上能够保障数据安全,但由于其并没有人工成本高、数据量大导致的识别效率低下的弊端,存在管理效果不佳的问题。
发明内容
本发明提供了一种电力系统的数据管理方法、装置、设备及介质,以提高对电力数据异常检测的准确率,保证了电力系统的安全性。
根据本发明的一方面,提供了一种电力系统的数据管理方法,该方法包括:
获取电力系统中各数据管理节点上存储的目标电力数据,所述目标电力数据包括发电数据、输电数据、变电数据、配电数据、以及用电数据中的至少一种;
根据所述电力系统的运行状态、目标电力数据以及预设数据分布特征,确定目标异常数据;
根据所述目标异常数据以及对应的目标全局数据,确定目标变化趋势参数,并基于所述目标变化趋势参数对目标异常数据修正,以得到目标正常数据。
根据本发明的另一方面,提供了一种电力系统的数据管理装置,该装置包括:
目标数据获取模块,获取电力系统中各数据管理节点上存储的目标电力数据,所述目标电力数据包括发电数据、输电数据、变电数据、配电数据、以及用电数据中的至少一种;
异常数据确定模块,用于根据所述电力系统的运行状态、目标电力数据以及预设数据分布特征,确定目标异常数据;
异常数据修正模块,用于根据所述目标异常数据以及对应的目标全局数据,确定目标变化趋势参数,并基于所述目标变化趋势参数对目标异常数据修正,以得到目标正常数据。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的电力系统的数据管理方法。
根据本发明的另一方面,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指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的电力系统的数据管理方法。
本发明实施例的技术方案,通过获取电力系统中各数据管理节点上存储的目标电力数据,目标电力数据包括发电数据、输电数据、变电数据、配电数据、以及用电数据中的至少一种;根据电力系统的运行状态、目标电力数据以及预设数据分布特征,确定目标异常数据;根据目标异常数据以及对应的目标全局数据,确定目标变化趋势参数,并基于目标变化趋势参数对目标异常数据修正,以得到目标正常数据。解决了现有电力系统中,基于经验对系统中的异常数据识别,人工成本高、数据量大导致的识别效率低下的问题,提高了对电力数据异常检测的准确率,保证了电力系统的安全性。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的一种电力系统的数据管理方法的流程图;
图2为本发明实施例二提供的一种电力系统的数据管理方法的流程图;
图3为本发明实施例三提供的一种电力系统的数据管理装置的结构示意图;
图4为本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“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。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,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。
实施例一
图1为本发明实施例一提供的一种电力系统的数据管理方法的流程图,本实施例可适用需要对电力系统运行产生异常数据确定的情况,该方法可以由电力系统的数据管理装置来执行,该装置可以采用硬件和/或软件的形式实现,该装置可配置于服务器中。如图1所示,该方法包括:
S110、获取电力系统中各数据管理节点上存储的目标电力数据,目标电力数据包括发电数据、输电数据、变电数据、配电数据、以及用电数据中的至少一种。
其中,管理节点可以专门用于对数据管理的服务节点,目标电力数据可以是电力系统运行中所产生的数据,目标电力数据包括发电数据、输电数据、变电数据、配电数据、以及用电数据中的至少一种。
可以理解的是,电网电力系统是以电能作为动力的能源,包括发电、输电、变电、配电和用电等应用环节,各应用环节中产生的电力数据即为目标电力数据,目标电力数据存储在各个管理节点上,为了获取目标电力数据,可以通过各个数据管理节点的数据接口,按照设定周期或者实时获取管理节点上的数据。
在本实施例中,所述获取电力系统中各数据管理节点上存储的目标电力数据,包括:确定各所述数据管理节点上的初始电力数据,并按照预分类方式和预处理方式对所述初始电力数据处理,得到所述目标电力数据;所述预处理方式包括降维处理、标准化处理、光滑噪声处理和/或识别离群点处理。
初始电力数据可以是数据节点上存储的原始数据,为了提高对数据的处理效率和数据质量,为后续异常数据识别提供了良好的数据基础,提高了识别精准度。可以对照预分类方式和预处理方式对初始电力数据进行预处理。
具体来说,可以是先对初始电力数据进行数据聚合处理,在进行数据聚合处理的时候,可以根据初始电力数据中包含的特征信息,进行分类参数的设置。按照该分类参数对初始电力数据进行分类,分类参数可以理解为一个指标参数,即按照什么样的指标进行数据分类,不同实施例中该指标的设定可以有所不同,例如,该指标可以为一时间段,即将所处该时间段的数据统一规划到一个分类中。又例如,该指标还可以是执行环节,即将统一执行环节的数据统一规划到一个分类中。
在对初始电力数据预分类之后,可以基于预处理方式对预分类后的电力数据再次处理,包括降维处理、标准化处理、光滑噪声处理和/或识别离群点处理。降维处理指的是根据数据之间的冗余关联性,降低数据的维度数量,此外还可按照预设的标准化格式,将电力数据转化为标准格式的电力数据,光滑噪声处理和/或识别离群点处理主要是对数据优化。最后,经过一些列数据处理方式处理后,得到目标电力数据。
S120、根据电力系统的运行状态、目标电力数据以及预设数据分布特征,确定目标异常数据。
其中,电力系统的运行状态包括正常状态和异常状态,其中,正常状态又分为安全状态和警戒状态,异常状态又分为紧急状态和恢复状态,预设数据分布特征指的是电力系统产生的电力数据的分布特征,预设数据分布特征是与电力系统的历史运行数据相关联的,例如根据电网的历史数据分析,得到电网历史数据的分布概率作为预设数据分布特征。目标异常数据可以是目标电力数据中异常的数据。
需要说明的是,电力系统处于不同的运行状态,对应的运行数据也是不同的,可以设置不同状态下对应的数据阈值以及对应的分布特征,如果目标电力数据的大小超出数据阈值,或者目标电力数据的分布情况与预设数据分布特征不相符,可以将目标电力数据作为异常电力数据。目标电力数据的数量可以为多个,目标电力数据可以是数据集合的形式,在目标电力数据集合中,异常的电力数据就可以作为目标异常数据。
S130、根据目标异常数据以及对应的目标全局数据,确定目标变化趋势参数,并基于目标变化趋势参数对目标异常数据修正,以得到目标正常数据。
其中,目标全局数据可以理解为过去相应时间节点下,同一环节中产生的历史电力数据,例如,目标全局数据指的电力系统中配电环节的某个管理节点在1月份晚上7时至9时之间的产生的电力数据,目标全局数据是与目标异常数据具有相应的特征,目标变化趋势可以是目标全局数据的变化趋势或者分布规律。
具体的,根据目标异常数据对应的目标全局数据,确定出正常情况下,目标电力数据的变化趋势,以此来对目标异常数据进行修正,得到对应的目标正常数据。
在上述实施例的基础上,还包括:将所述目标异常数据进行分类,以确定各所述目标异常数据所属的异常类型;统计所述异常类型发生的概率,并基于所述异常类型发生的概率确定电力系统所处的安全等级。
具体的,对产生的各项目标异常数据进行分类,以确定各项异常数据分别所属的异常类型,统计每种异常类型发生的概率,并综合每种异常类型发生的概率,确定电力系统当前所处的安全等级,综合每种异常类型发生的概率,将得到相应的综合概率,可以理解的是,该综合概率的取值越高,可以认为电力系统当前所处的安全等级越低,反之,则越高,本实施例不对安全等级的具体划分方式进行限定。
本发明实施例的技术方案,通过获取电力系统中各数据管理节点上存储的目标电力数据,目标电力数据包括发电数据、输电数据、变电数据、配电数据、以及用电数据中的至少一种;根据电力系统的运行状态、目标电力数据以及预设数据分布特征,确定目标异常数据;根据目标异常数据以及对应的目标全局数据,确定目标变化趋势参数,并基于目标变化趋势参数对目标异常数据修正,以得到目标正常数据。解决了现有电力系统中,基于经验对系统中的异常数据识别,人工成本高、数据量大导致的识别效率低下的问题,提高了对电力数据异常检测的准确率,保证了电力系统的安全性。
实施例二
图2为本发明实施例二提供的一种电力系统的数据管理方法的流程图,本实施例在上述实施例的基础上,对目标异常数据的确定和修正进行了详细介绍,其具体的实施方式可以参见本实施例技术方案。其中,与上述实施例相同或者相应的技术术语在此不再赘述。如图2所示,该方法包括:
S210、获取电力系统中各数据管理节点上存储的目标电力数据,目标电力数据包括发电数据、输电数据、变电数据、配电数据、以及用电数据中的至少一种。
S220、基于电力系统的运行状态,确定与运行状态对应的目标预设指标,并在目标电力数据与目标预设指标不一致时,将目标电力数据确定为初始异常数据。
其中,目标预设指标指的是电力系统处于不同的的运行状态时,设置的标准限定范围,不同的状态对应不同的标准限定范围,例如,在电力系统处于安全状态的电流过流阈值与预警状态下设置的过流阈值不同。
具体的,在确定目标电力数据没有处于上述的标准限定范围时,即可以认为其满足当前状态下规定的标准限定条件,将该目标电力数据视为初始异常数据。
在本实施例中,若所述目标电力数据与所述目标预设指标相一致时,将所述目标电力数据确定为目标正常数据,并将所述目标正常数据存储在预设存储节点。
可以说明的是,目标电力数据处于电网运行状态对应的标准限定范围时,说明目标电力数据是正常的,可以将正常的电力数据存储到预先设置好的的存储节点。
S230、基于预设数据分布特征确定初始异常数据所关联的分位数、分位距以及分位距的分布趋势特征。
其中,预设数据分布特征指的是预先设置的电力数据的分布特征,分位数即为一个随机变量的概率分布范围分为几个等份的数值点,其中,分位数可以为中位数、四分位数、百分位数等。分位距即为两个分位数之间的差值,例如,四分位数中第一个分位数与第三个分位数之间的差值,当前实施例中,可以根据分位距度量数据的离散趋势。根据预设数据分布特征,确定出与初始异常数据对应的分位数、分位距以及分位距的分布趋势特征,基于此可以确定出正常情况下电力数据的分布规律。
S240、根据分布趋势特征从初始异常数据中筛选出目标异常数据。
具体的,将不符合分布趋势特征的初始异常数据作为目标异常数据。这样的好处在于,通过多重异常数据筛选环节,进一步保证了异常数据识别精准度,在可以准确地对异常的电力数据进行过滤的情况下,提高了数据处理效率。
S250、对目标异常数据解析,确定目标异常数据的目标特征信息,并基于目标特征信息确定目标全局数据。
其中,目标特征信息可以指的是产生异常数据的时间点、环节名称。目标全局数据是过去相应时间节点下,同一环节中产生的历史数据,目标全局数据可以认为是正常的数据。
具体的,对目标异常数据进行解析,得到相应的特征信息,其中,特征信息包括产生异常数据的时间点、环节名称。在对异常数据进行解析时,可以先按照预设的分段标准进行数据分段。之后,再分别对每个数据分段进行分析,得到相应的特征信息。基于特征信息,确定出与特征信息相匹配的目标全局数据。
需要说明的是,当前实施例中所采用的特征信息并不仅限与上述几种类型,其还可以包括环境状态信息、所属的数据分类信息等,本申请实施例对此不作限定
S260、基于目标全局数据确定目标变化趋势参数,以依据目标变化趋势参数对目标异常数据修正。
在本实施例中,确定与目标特征信息相关联的目标全局数据,并根据目标全局数据在时间、空间上的相似性分布规律,确定数据的变化趋势参数。目标全局数据是过去相应时间节点下,同一环节中产生的历史数据,目标全局数据可以认为是正常的数据。因此,在当前实施例中,基于目标异常数据的特征信息,确定在时间节点下,且所处同一环节中,正常节点中数据的分布趋势,并根据以此确定相应的变化趋势参数。根据所得的变化趋势参数,确定纠正范围,并在该纠正范围内进行目标异常数据的纠正,以将目标异常数据转化为所需的目标正常数据。根据全局数据在时间、空间上的相似性分布规律,进行异常数据的纠正,提高了异常数据的识别效率与精确度,提升了系统安全性。
本发明实施例的技术方案,一方面,结合预设时段内的系统运行状态、分位数及对应所取分位距的分布趋势特征、以及预设的标准限定条件,通过多重数据检测环节,检测目标电力数据集中是否存在异常数据,解决了现有技术数据异常的检测手段较为单一的技术问题,从而进一步提高了电力数据异常检测的准确率。另一方面,根据全局数据在时间、空间上的相似性分布规律,将异常数据修改为正常数据,通过全局数据分布趋势,提高了异常数据的识别效率与精确度,提升了系统安全性。
实施例三
图3为本发明实施例三提供的一种电力系统的数据管理装置的结构示意图。如图3所示,该装置包括:
目标数据获取模块310,获取电力系统中各数据管理节点上存储的目标电力数据,所述目标电力数据包括发电数据、输电数据、变电数据、配电数据、以及用电数据中的至少一种;
异常数据确定模块320,用于根据所述电力系统的运行状态、目标电力数据以及预设数据分布特征,确定目标异常数据;
异常数据修正模块330,用于根据所述目标异常数据以及对应的目标全局数据,确定目标变化趋势参数,并基于所述目标变化趋势参数对目标异常数据修正,以得到目标正常数据。
在上述装置的基础上,目标数据获取模块310包括:
数据预处理模块,用于确定各所述数据管理节点上的初始电力数据,并按照预分类方式和预处理方式对所述初始电力数据处理,得到所述目标电力数据;
所述预处理方式包括降维处理、标准化处理、光滑噪声处理和/或识别离群点处理。
在上述装置的基础上,异常数据确定模块320,包括:
初始异常数据确定模块,用于基于所述电力系统的运行状态,确定与所述运行状态对应的目标预设指标,并在所述目标电力数据与所述目标预设指标不一致时,将所述目标电力数据确定为初始异常数据;
分布趋势特征确定模块,用于基于所述预设数据分布特征确定所述初始异常数据所关联的分位数、分位距以及分位距的分布趋势特征;
异常数据筛选模块,用于根据所述分布趋势特征从所述初始异常数据中筛选出目标异常数据。
在上述装置的基础上,异常数据修正模块330包括:
全局数据确定模块,用于对所述目标异常数据解析,确定所述目标异常数据的目标特征信息,并基于所述目标特征信息确定所述目标全局数据;
异常修正模块,用于基于所述目标全局数据确定所述目标变化趋势参数,以依据所述目标变化趋势参数对所述目标异常数据修正。
在上述装置的基础上,还包括:
异常类型确定模块,用于将所述目标异常数据进行分类,以确定各所述目标异常数据所属的异常类型;
安全等级确定模块,用于统计所述异常类型发生的概率,并基于所述异常类型发生的概率确定电力系统所处的安全等级。
在上述装置的基础上,还包括:
存储模块,用于若所述目标电力数据与所述目标预设指标相一致时,将所述目标电力数据确定为目标正常数据,并将所述目标正常数据存储在预设存储节点。
本发明实施例的技术方案,一方面,结合预设时段内的系统运行状态、分位数及对应所取分位距的分布趋势特征、以及预设的标准限定条件,通过多重数据检测环节,检测目标电力数据集中是否存在异常数据,解决了现有技术数据异常的检测手段较为单一的技术问题,从而进一步提高了电力数据异常检测的准确率。另一方面,根据全局数据在时间、空间上的相似性分布规律,将异常数据修改为正常数据,通过全局数据分布趋势,提高了异常数据的识别效率与精确度,提升了系统安全性。
本发明实施例所提供的电力系统的数据管理装置可执行本发明任意实施例所提供的电力系统的数据管理方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4为本发明实施例四提供的一种电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备40包括至少一个处理器41,以及与至少一个处理器41通信连接的存储器,如只读存储器(ROM)42、随机访问存储器(RAM)43等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器41可以根据存储在只读存储器(ROM)42中的计算机程序或者从存储单元48加载到随机访问存储器(RAM)43中的计算机程序,来执行各种适当的动作和处理。在RAM 43中,还可存储电子设备40操作所需的各种程序和数据。处理器41、ROM 42以及RAM 43通过总线44彼此相连。输入/输出(I/O)接口45也连接至总线44。
电子设备40中的多个部件连接至I/O接口45,包括:输入单元46,例如键盘、鼠标等;输出单元47,例如各种类型的显示器、扬声器等;存储单元48,例如磁盘、光盘等;以及通信单元49,例如网卡、调制解调器、无线通信收发机等。通信单元49允许电子设备40通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器41可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器41的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器41执行上文所描述的各个方法和处理,例如电力系统的数据管理方法。
在一些实施例中,电力系统的数据管理方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元48。在一些实施例中,计算机程序的部分或者全部可以经由ROM 42和/或通信单元49而被载入和/或安装到电子设备40上。当计算机程序加载到RAM 43并由处理器41执行时,可以执行上文描述的电力系统的数据管理方法的一个或多个步骤。备选地,在其他实施例中,处理器41可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行电力系统的数据管理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。

Claims (10)

1.一种电力系统的数据管理方法,其特征在于,包括:
获取电力系统中各数据管理节点上存储的目标电力数据,所述目标电力数据包括发电数据、输电数据、变电数据、配电数据、以及用电数据中的至少一种;
根据所述电力系统的运行状态、目标电力数据以及预设数据分布特征,确定目标异常数据;
根据所述目标异常数据以及对应的目标全局数据,确定目标变化趋势参数,并基于所述目标变化趋势参数对目标异常数据修正,以得到目标正常数据。
2.根据权利要求1所述的方法,其特征在于,所述获取电力系统中各数据管理节点上存储的目标电力数据,包括:
确定各所述数据管理节点上的初始电力数据,并按照预分类方式和预处理方式对所述初始电力数据处理,得到所述目标电力数据;
所述预处理方式包括降维处理、标准化处理、光滑噪声处理和/或识别离群点处理。
3.根据权利要求2所述的方法,其特征在于,所述根据所述电力系统的运行状态、目标电力数据以及预设数据分布特征,确定目标异常数据,包括:
基于所述电力系统的运行状态,确定与所述运行状态对应的目标预设指标,并在所述目标电力数据与所述目标预设指标不一致时,将所述目标电力数据确定为初始异常数据;
基于所述预设数据分布特征确定所述初始异常数据所关联的分位数、分位距以及分位距的分布趋势特征;
根据所述分布趋势特征从所述初始异常数据中筛选出目标异常数据。
4.根据权利要求1所述的方法,其特征在于,所述根据所述目标异常数据以及对应的目标全局数据,确定目标变化趋势参数,并基于所述目标变化趋势参数对目标异常数据修正,以得到目标正常数据,包括:
对所述目标异常数据解析,确定所述目标异常数据的目标特征信息,并基于所述目标特征信息确定所述目标全局数据;
基于所述目标全局数据确定所述目标变化趋势参数,以依据所述目标变化趋势参数对所述目标异常数据修正。
5.根据权利要求1所述的方法,其特征在于,还包括:
将所述目标异常数据进行分类,以确定各所述目标异常数据所属的异常类型;
统计所述异常类型发生的概率,并基于所述异常类型发生的概率确定电力系统所处的安全等级。
6.根据权利要求3所述的方法,其特征在于,还包括:
若所述目标电力数据与所述目标预设指标相一致时,将所述目标电力数据确定为目标正常数据,并将所述目标正常数据存储在预设存储节点。
7.一种电力系统的数据管理装置,其特征在于,包括:
目标数据获取模块,获取电力系统中各数据管理节点上存储的目标电力数据,所述目标电力数据包括发电数据、输电数据、变电数据、配电数据、以及用电数据中的至少一种;
异常数据确定模块,用于根据所述电力系统的运行状态、目标电力数据以及预设数据分布特征,确定目标异常数据;
异常数据修正模块,用于根据所述目标异常数据以及对应的目标全局数据,确定目标变化趋势参数,并基于所述目标变化趋势参数对目标异常数据修正,以得到目标正常数据。
8.根据权利要求7所述的装置,其特征在于,所述目标数据获取模块包括:
数据预处理模块,用于确定各所述数据管理节点上的初始电力数据,并按照预分类方式和预处理方式对所述初始电力数据处理,得到所述目标电力数据;
所述预处理方式包括降维处理、标准化处理、光滑噪声处理和/或识别离群点处理。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的电力系统的数据管理方法。
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指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的电力系统的数据管理方法。
CN202211426074.2A 2022-11-14 2022-11-14 一种电力系统的数据管理方法、装置、设备及介质 Pending CN115794578A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211426074.2A CN115794578A (zh) 2022-11-14 2022-11-14 一种电力系统的数据管理方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211426074.2A CN115794578A (zh) 2022-11-14 2022-11-14 一种电力系统的数据管理方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN115794578A true CN115794578A (zh) 2023-03-14

Family

ID=85437690

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211426074.2A Pending CN115794578A (zh) 2022-11-14 2022-11-14 一种电力系统的数据管理方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN115794578A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116846083A (zh) * 2023-09-01 2023-10-03 深圳市超业电力科技有限公司 一种基于物联网运维的配电监测方法及系统
CN117318173A (zh) * 2023-09-27 2023-12-29 南方电网数字电网研究院有限公司 一种应用于大功率级联逆变器的多核异构芯片
CN117318173B (zh) * 2023-09-27 2024-06-28 南方电网数字电网研究院股份有限公司 一种应用于大功率级联逆变器的多核异构芯片

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116846083A (zh) * 2023-09-01 2023-10-03 深圳市超业电力科技有限公司 一种基于物联网运维的配电监测方法及系统
CN116846083B (zh) * 2023-09-01 2023-12-19 深圳市超业电力科技有限公司 一种基于物联网运维的配电监测方法及系统
CN117318173A (zh) * 2023-09-27 2023-12-29 南方电网数字电网研究院有限公司 一种应用于大功率级联逆变器的多核异构芯片
CN117318173B (zh) * 2023-09-27 2024-06-28 南方电网数字电网研究院股份有限公司 一种应用于大功率级联逆变器的多核异构芯片

Similar Documents

Publication Publication Date Title
EP4020315A1 (en) Method, apparatus and system for determining label
CN115033463B (zh) 一种系统异常类型确定方法、装置、设备和存储介质
CN112615742A (zh) 用于预警的方法、装置、设备以及存储介质
CN115794578A (zh) 一种电力系统的数据管理方法、装置、设备及介质
CN115294397A (zh) 一种分类任务的后处理方法、装置、设备及存储介质
CN117034149A (zh) 故障处理策略确定方法、装置、电子设备和存储介质
CN116755974A (zh) 云计算平台运维方法、装置、电子设备及存储介质
CN116668264A (zh) 一种告警聚类的根因分析方法、装置、设备及存储介质
CN115426287A (zh) 一种系统监控和优化方法、装置、电子设备及介质
CN115168154A (zh) 一种基于动态基线的异常日志检测方法、装置及设备
CN115600607A (zh) 一种日志检测方法、装置、电子设备及介质
CN114996930A (zh) 一种建模方法、装置、电子设备及存储介质
CN114881112A (zh) 一种系统异常检测方法、装置、设备及介质
CN114462625A (zh) 决策树的生成方法、装置、电子设备及程序产品
CN112633666A (zh) 一种基于K-means聚类算法的电力企业用户复工状况监测方法
CN116821721B (zh) 一种跨城网约车的识别方法、装置、设备及介质
CN113361402B (zh) 识别模型的训练方法、确定准确率的方法、装置和设备
CN117421377A (zh) 一种能源场站的数据处理方法、装置、设备及介质
CN117195118A (zh) 一种数据的异常检测方法、装置、设备及介质
CN116304796A (zh) 一种数据分类方法、装置、设备及介质
CN114764598A (zh) 一种事件聚类方法、装置、电子设备及存储介质
CN115564329A (zh) 一种典型产能场景确定方法、装置、设备及存储介质
CN117454174A (zh) 异常检测模型训练、数据检测方法、装置、设备及介质
CN117609723A (zh) 一种对象识别方法、装置、电子设备及存储介质
CN117608896A (zh) 交易数据处理方法、装置、电子设备及存储介质

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