CN117955245A - 电网的运行状态的确定方法、装置、存储介质和电子设备 - Google Patents

Abstract

本申请公开了一种电网的运行状态的确定方法、装置、存储介质和电子设备，涉及信息技术领域。其中，该方法包括：获取电力调度监控系统对电网进行监控，所得到的目标信号数据；对目标信号数据进行时间关联分析和空间关联分析，得到分析结果，其中，分析结果用于确定电网的异常运行结果；对分析结果进行转换，得到可视化结果，其中，可视化结果用于展示异常运行结果；基于可视化结果，确定电网的运行状态。本申请解决了无法确保电网稳定运行的技术问题。

Description

电网的运行状态的确定方法、装置、存储介质和电子设备

技术领域

本申请涉及信息技术领域，具体而言，涉及一种电网的运行状态的确定方法、装置、存储介质和电子设备。

背景技术

目前，传统处理电力调度监控系统信号数据的方法，由于缺乏对时空关联的分析能力，无法揭示设备间的相互影响和潜在问题。在电力调度监控系统中，各个设备之间存在复杂的相互作用关系，传统方法无法充分挖掘这些关联关系，导致对系统的整体性能和效率的评估和优化存在困难。

此外，传统方法在可视化手段上也存在局限，呈现方式通常比较死板和笨拙，无法直观地呈现数据的分析结果，限制了用户对数据的多角度观察和深入分析能力，难以发现潜在的模式和规律。同时，由于传统方法的局限性，难以直观地展示大规模数据集合的关系和趋势，无法对电力调度监控系统的整体性能指标进行实时评估，从而存在无法确保电网稳定运行的技术问题。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种电网的运行状态的确定方法、装置、存储介质和电子设备，以至少解决无法确保电网稳定运行的技术问题。

根据本申请实施例的一个方面，提供了一种电网的运行状态的确定方法。该方法可以包括：获取电力调度监控系统对电网进行监控，所得到的目标信号数据；对目标信号数据进行时间关联分析和空间关联分析，得到分析结果，其中，分析结果用于确定电网的异常运行结果；对分析结果进行转换，得到可视化结果，其中，可视化结果用于展示异常运行结果；基于可视化结果，确定电网的运行状态。

可选地，获取电力调度监控系统对电网进行监控，所得到的目标信号数据，包括：获取电力调度监控系统对电网进行监控，所得到的原始信号数据；对原始信号数据进行分组，得到分组结果；响应于分组结果为原始信号数据的关键度大于关键度阈值，对原始信号数据进行负载分布分析，得到负载分析结果；基于负载分析结果，获取电力调度监控系统对电网进行监控，所得到的目标信号数据。

可选地，该方法还包括：对电力调度监控系统进行监测，得到监测结果；基于负载分析结果，获取电力调度监控系统对电网进行监控，所得到的目标信号数据，包括：基于负载分析结果和监测结果，获取电力调度监控系统对电网进行监控，所得到的目标信号数据。

可选地，在获取电力调度监控系统对电网进行监控，所得到的目标信号数据之后，该方法还包括：对目标信号数据进行处理，得到处理后的目标信号数据，其中，处理后的所述目标信号数据具有完整性和一致性。

可选地，对目标信号数据进行处理，包括：对目标信号数据进行转化，得到目标信号数据的哈希值；将哈希值与预设阈值进行对比，得到对比结果，其中，对比结果用于检验目标信号数据的完整性；响应于对比结果为哈希值与预设阈值相等，输出目标信号数据。

可选地，对目标信号数据进行处理，包括：对目标信号数据进行清洗；和/或对目标信号数据进行格式化和标准化。

可选地，对目标信号数据进行处理，包括：确定目标信号数据中每个数据项的数据类型，得到多个数据类型；响应于多个数据类型不一致，对数据项的数据类型进行转换，其中，转换后的数据项具有统一的数据类型。

可选地，对目标信号数据进行处理，包括：确定目标信号数据的最大值和最小值；基于最大值和最小值，确定目标信号数据的跨度；响应于跨度大于跨度阈值，确定最大值与最小值的差值；对差值进行归一化处理，将目标信号数据的范围转换至目标范围。

可选地，在得到处理后的目标信号数据之后，该方法还包括：对处理后的目标信号数据进行频谱分析，得到频谱分析结果；响应于频谱分析结果为目标信号数据的稳定性和噪声水平正常，构建多维数据层；基于多维数据层，构建电力调度数据模型；获取电力调度数据模型输出的电力调度数据，其中，电力调度数据用于获取电力调度策略。

可选地，在获取电力调度数据之后，该方法还包括：基于电力调度数据，对电力调度试验进行模拟，得到模拟结果；基于模拟结果，优化电力调度策略。

可选地，在优化电力调度策略之后，该方法还包括：基于优化后的电力调度策略，更新电力调度数据模型。

可选地，对目标信号数据进行时间关联分析和空间关联分析，得到分析结果，包括：调用电力调度数据模型，对目标信号数据进行时间关联分析和空间关联分析，得到分析结果。

可选地，在调用电力调度数据模型，对目标信号数据进行时间关联分析和空间关联分析，得到分析结果之后，该方法还包括：基于分析结果和电力调度数据，确定电网的异常运行结果；对异常运行结果进行分类和优先级排序，得到排序结果；基于排序结果，对异常运行结果进行故障预测，得到预测结果；响应于预测结果为电网的故障概率大于概率阈值，确定电网的性能指标，其中，性能指标用于调整电网。

根据本申请实施例的另一方面，还提供了一种电网的运行状态的确定装置。该装置可以包括：第一获取单元，用于获取电力调度监控系统对电网进行监控，所得到的目标信号数据；分析单元，用于对目标信号数据进行时间关联分析和空间关联分析，得到分析结果，其中，分析结果用于确定电网的异常运行结果；转换单元，用于对分析结果进行转换，得到可视化结果，其中，可视化结果用于展示异常运行结果；第一确定单元，用于基于可视化结果，确定电网的运行状态。

根据本申请实施例的另一方面，还提供了一种非易失性存储介质，包括：存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行任意一种电网的运行状态的确定方法。

根据本申请实施例的另一方面，还提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，处理器被配置为执行指令，以实现任意一种电网的运行状态的确定方法。

在本申请实施例中，获取电力调度监控系统对电网进行监控，所得到的目标信号数据；对目标信号数据进行时间关联分析和空间关联分析，得到分析结果，其中，分析结果用于确定电网的异常运行结果；对分析结果进行转换，得到可视化结果，其中，可视化结果用于展示异常运行结果；基于可视化结果，确定电网的运行状态。也就是说，本申请对目标信号数据进行时间关联分析和空间关联分析，得到分析结果，进一步对分析结果进行转换，得到可视化结果，最后基于可视化结果，确定电网的运行状态，从而实现了确保电网稳定运行的技术效果，进而解决了无法确保电网稳定运行技术问题。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例的一种电网的运行状态的确定方法的流程示意图；

图2是根据本申请实施例的一种可视化的电力调度监控系统信号数据转化方法的流程示意图；

图3是根据本申请实施例的一种电网的运行状态的确定装置的结构示意图；

图4出示了可以用来实施本申请的实施例的示例电子设备400的示意性框图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。

需要说明的是，本申请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，以便这里描述的本申请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。

根据本申请实施例，提供了一种电网的运行状态的确定方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1是根据本申请实施例的一种电网的运行状态的确定方法的流程示意图，如图1所示，该方法可以包括如下步骤：

步骤S102，获取电力调度监控系统对电网进行监控，所得到的目标信号数据。

在上述步骤S102中，可以获取电力调度监控系统对电网进行监控，所得到的目标信号数据。其中，电力调度监控系统可以为通过传感器、监测设备和数据采集系统，实时监控电力系统中各个环节的运行状态和数据信息，以及对电力负荷、发电设备和输电线路等进行调度和控制的系统，可以用于保障电力系统的安全稳定运行。目标信号数据可以为实时更新的电力调度原始信号数据，还可以称为电力调度原始信号数据。

步骤S104，对目标信号数据进行时间关联分析和空间关联分析，得到分析结果，其中，分析结果用于确定电网的异常运行结果。

在上述步骤S104中，在获取目标信号数据之后，可以对获取的目标信号数据进行时间关联分析和空间关联分析，得到分析结果。其中，分析结果可以用于确定电网的异常运行结果。

可选地，根据时间戳对目标信号数据进行排序，将排序后的目标信号数据作为数据集，输入结构化的电力调度数据模型中。进一步使用结构化的电力调度数据模型，对数据集中的每个数据点进行处理，计算该数据点与其他数据点之间的空间距离，得到空间距离的计算结果。根据空间距离的计算结果，将数据点划分为不同的簇群。对划分后的不同簇群进行时间关联分析，得到不同设备的运行时间线，对划分后的不同簇群进行空间关联分析，分析不同设备的空间分布和运行区域，从而得到分析结果。

举例而言，从电网中的不同设备收集目标信号数据，将收集的所有目标信号数据作为数据集，目标信号数据中每个数据点都有一个时间戳。首先根据时间戳对目标信号数据进行排序，对数据集进行清洗和集成，将完成清洗和集成的数据集作为结构化的电力调度数据模型的输入。将数据点聚成3个簇群，结构化的电力调度数据模型计算每个数据点与其他数据点之间的空间距离，得到计算结果。对于每个簇群，结合时序和空间两个因素共同进行分析。基于时间关联分析以及空间关联分析的分析结果，识别出某个簇群中设备的运行时间线，即设备在某个时间段内的开启和关闭情况。还可以分析设备的空间分布和运行区域，即确定某个簇群中设备的地理位置和运行范围。

步骤S106，对分析结果进行转换，得到可视化结果，其中，可视化结果用于展示异常运行结果。

在上述步骤S106中，在对目标信号数据进行时间关联分析和空间关联分析，得到分析结果之后，可以对得到的分析结果进行转换，得到可视化结果。其中，可视化结果可以用于展示异常运行结果。

在该实施例中，在对目标信号数据进行时间关联分析和空间关联分析，得到分析结果之后，可以将时间关联分析以及空间关联分析的分析结果进行数据转化，可视化结果，该可视化结果为通过图表的方式进行展示，图表至少可以包括趋势图和网络拓扑图。

可选地，将分析结果进行数据转化，至少可以包括：对电网中各个设备的负荷数据和发电量数据进行处理，得到负荷数据和发电量数据的趋势图，该趋势图可以用于表征负荷数据和发电量数据的变化趋势，通过趋势图可以获取电网负荷和发电量的历史变化及未来预测；可以获取设备的状态信息，该状态信息至少可以包括设备的类型、位置、容量和状态等，通过地图集成设备的状态信息数据，显示设备的地理分布及状态，以及电网设备的物理位置和运行情况。可以通过分析网络拓扑数据，该网络拓扑数据包括节点和边的信息，使用网络拓扑图描绘电网的结构。可以将流向和流量数据融入拓扑图中，展示电力在电网中的流动状态。还可以对外部影响因素进行数据收集和分析，外部影响因素可以包括气象数据和社会事件信息，使用热力图或柱状图，将气象数据和社会事件信息与电网运行数据进行关联，分析外部因素对电网运行的影响。

进一步通过线条或者颜色的变化区分历史数据和未来预测数据。利用故障预警信息，标记出现故障的设备。根据故障类型，采用不同的图标和颜色编码。可以通过对比分析不同设备的负荷预测和实际负荷数据，使用散点图或气泡图来揭示设备间的负荷相关性。还可以结合设备故障信息与时间序列数据，生成时间和故障热力图，展示电网设备故障的频率，以及与负荷变化的相关性。最后创建一个综合仪表板，集成以上所有类型的图表和分析结果。

举例而言，对某个变电站过去一年的日负荷数据进行分析，发现该变电站的负荷呈现出每日波动并随季节变化，平均负荷为10兆瓦（MW），夏季负荷峰值可达15MW，生成负荷变化趋势图。该趋势图展示一年内负荷的上升和下降趋势以及季节性模式。将一个配电网络中的各个设备标记在地图上，设备A是一个500千伏安（kVA）的变压器，位于地理坐标北纬36.895度，东经136.917度，即（36895°N，136917°E），状态正常。

再举例而言，通过地图上的图标颜色区分设备状态，绿色代表正常，红色代表出现故障。在拓扑图上，可以用不同粗细的线条表示流过的电流量，线条越粗表示流量越大。收集和分析气象数据，在高温下电网负荷明显增加，气温每上升1摄氏度（°C），整个电网负荷增加2%。使用热力图将气象数据与时间轴结合起来，显示出温度变化对负荷的影响模式。使用散点图分析预测负荷与实际负荷，大部分数据点紧密聚集在y=x线附近，表示预测较为准确。结合设备故障信息和负荷数据，在过去六个月中，当每到月底负荷峰值时，设备的故障率明显升高，热力图上不同颜色的格子表示不同的故障率，深红色格子表示故障率高。最后，创建一个综合仪表板，集成所有图表和分析结果，仪表板上展示了实时负荷为8MW，发电量为5MW，地图上显示了所有设备的状态和位置，网络拓扑图展示了实时流动状态。

步骤S108，基于可视化结果，确定电网的运行状态。

在上述步骤S108中，在对分析结果进行转换，得到可视化结果之后，基于得到的可视化结果，确定电网的运行状态。

在该实施例中，基于得到的可视化的结果，可以获取电网整体的运行态势以及各设备间的相互影响关系，以调整电力调度策略。

可选地，实时获取电网的电压、电流、频率、功率流和负荷等数据，将获取的这些数据传输到电网调度中心的服务器。服务器在获得这些实时数据后，利用哈希算法对这些信息进行整理和筛选，显示当前电网的运行状态，并根据预设规则对异常数据进行标注。当检测到电网中的某个节点出现异常数据时，比如，电压或电流超出安全范围，则触发告警机制，同时利用历史数据比对，判断是否存在类似的历史事件。将实时数据与电网的结构相结合，绘制出电网的动态拓扑图，展示各个设备的运行状态和连接关系。将设备的不同运行状态用不同颜色或符号进行标识，识别出电网中的正常、预警和故障等不同状态的设备。

当拓扑图中某一设备显示为故障状态时，分析该设备故障的因素，同时向调度员发送故障预警。采用地理信息系统（Geographic Information System，简称为GIS）集成，将电网的地理信息与实时数据相结合，生成设备在地理空间中的分布图，识别各设备间的物理位置关系。当调度员通过交互界面发起对电网的操作请求，比如，切换路线或调节发电量时，服务器预测调度员的操作对电网运行潜在的影响，并提供策略调整的建议。根据调度员的操作和服务器的建议，对电网调度策略进行优化，调整相关设备配置，确保电网运行的稳定性。

举例而言，在实时数据采集中，监测到一个变电站的入线电压达到了230千伏（kV），而正常范围应该为220kV±5kV，则将异常数据传输到电网调度中心的服务器，服务器使用哈希算法对该数据进行快速检索和筛选。在电网运行状态界面上，该变电站的电压数据旁边会出现一个红色的标注，表示超出了安全范围。当检测到上述异常时，会触发告警机制。同时，查询历史事件数据库，发现在过去的一年中，该变电站有三次电压超标的记录，且每次发生时周围的温度均超过了35℃，这可能表明高温导致电压超标的一个因素，生成包含实时数据的动态拓扑图，并以绿色、黄色和红色分别表示设备的正常、预警和故障状态。变电站的图标显示为红色，而与之相连的输电线路则显示为黄色，表示存在潜在的风险。

再举例而言，当发现故障变电站的变压器温度异常升高至95℃时，超过正常运行温度的75℃上限，则立即向调度员发送故障预警，并提出可能的原因分析报告。通过GIS集成，调度员可以看到该变电站在地图上的确切位置，以及其与相邻设备的地理位置关系。位于城市北部的该变电站距离最近的蓄电池储能站仅有2公里，当调度员发起操作请求，要将该变电站的负载转移至邻近的另一个变电站时，预测显示这一操作将导致周边变电站的负载提升15%，而该站的设计最大负载容量增加不应超过10%。因此，建议先升级周边变电站的设备或采取分时负载转移的策略。在调度员根据建议采取了分时负载转移策略后，相关设备的配置得到了调整，增加了负载转移的时间间隔，确保电网的稳定性，降低了紧急情况发生的可能性，从而保障了供电的可靠性和安全性。

在本申请实施例中，获取电力调度监控系统对电网进行监控，所得到的目标信号数据；对目标信号数据进行时间关联分析和空间关联分析，得到分析结果，其中，分析结果用于确定电网的异常运行结果；对分析结果进行转换，得到可视化结果，其中，可视化结果用于展示异常运行结果；基于可视化结果，确定电网的运行状态。也就是说，本申请对目标信号数据进行时间关联分析和空间关联分析，得到分析结果，进一步对分析结果进行转换，得到可视化结果，最后基于可视化结果，确定电网的运行状态，从而实现了确保电网稳定运行的技术效果，进而解决了无法确保电网稳定运行技术问题。

在本申请一些实施例中，步骤S102，获取电力调度监控系统对电网进行监控，所得到的目标信号数据，包括：获取电力调度监控系统对电网进行监控，所得到的原始信号数据；对原始信号数据进行分组，得到分组结果；响应于分组结果为原始信号数据的关键度大于关键度阈值，对原始信号数据进行负载分布分析，得到负载分析结果；基于负载分析结果，获取电力调度监控系统对电网进行监控，所得到的目标信号数据。

在该实施例中，可以获取电力调度监控系统对电网进行监控，所得到的原始信号数据。在得到原始信号数据之后，可以对得到的原始信号数据进行分组，得到分组结果。当得到的分组结果为原始信号数据的关键度大于关键度阈值时，响应于分组结果为原始信号数据的关键度大于关键度阈值，对原始信号数据进行负载分布分析，得到负载分析结果。进一步基于得到的负载分析结果，可以获取电力调度监控系统对电网进行监控，所得到的目标信号数据。其中，原始信号数据可以为初步的电力调度原始信号数据。关键度阈值可以为根据实际情况设置的阈值，比如，关键度阈值可以为18，此处仅为举例说明，不对关键度阈值的数值做具体限制。

可选地，该实施例将应用程序编程接口（Application Programming Interface，简称为API）进行初始化，进一步将初始化后的API与电力调度监控系统进行交互，获取初步的电力调度原始信号数据，即获取原始信号数据。对初步的电力调度原始信号数据进行分组，得到分组结果。根据分组结果，提取关键度高于关键度阈值的电力调度原始信号数据。对关键度高于关键度阈值的电力调度原始信号数据进行负载分布分析，得到负载分析结果。最后基于得到的负载分析结果，获取目标信号数据。

举例而言，将API进行初始化，将初始化后的API与电力调度监控系统进行交互，获取初步的电力调度原始信号数据。比如，从API获取了一组电力调度原始信号数据为信号1、10，信号2、15，信号3、20，信号4、25。对初步的电力调度原始信号数据进行分组，将信号1和信号2分为一组，信号3和信号4分为一组，得到分组结果。根据分组结果，提取关键度高于关键度阈值的电力调度原始信号数据。当设置关键度阈值为18时，则只提取信号3和信号4作为关键数据。进一步对提取的电力调度原始信号数据进行负载分布分析，即计算关键数据的平均值和标准差。比如，计算得到的关键数据的平均值为22，标准差为2，则可以分析出当前电力负载相对较高且较为稳定，得到负载分析结果。最后基于得到的负载分析结果，获取目标信号数据。

在本申请一些实施例中，该方法还包括：对电力调度监控系统进行监测，得到监测结果；基于负载分析结果，获取电力调度监控系统对电网进行监控，所得到的目标信号数据，包括：基于负载分析结果和监测结果，获取电力调度监控系统对电网进行监控，所得到的目标信号数据。

在该实施例中，可以对电力调度监控系统进行监测，得到监测结果。在对原始信号数据进行负载分布分析，得到负载分析结果之后，基于得到的负载分析结和监测结果，可以获取电力调度监控系统对电网进行监控，所得到的目标信号数据。

可选地，对电力调度监控系统的状态进行监测，监测系统的运行状态，得到监测结果。在对电力调度原始信号数据进行负载分布分析，得到负载分析结果之后，根据负载分析结果和监测结果，自动更新电力调度监控系统的实时数据。通过事件驱动架构，实时监测状态变更，获取实时更新的电力调度原始信号数据，即获取目标信号数据。

举例而言，对电力调度监控系统的状态进行监测，监测系统的运行状态，得到监测结果，监测结果可以用于表征系统的响应时间和错误率。当监测结果为系统的响应时间少于1秒且错误率小于5%时，则系统正常运行。在对电力调度原始信号数据进行负载分布分析，得到负载分析结果之后，根据负载分析结果和监测结果，自动更新电力调度监控系统的实时数据。将负载分析结果和监测结果更新到系统的实时数据中，供运维人员查看和分析。通过事件驱动架构，实时监测状态变更，获取实时更新的电力调度原始信号数据。当系统状态发生变化时，比如，电力负载突然增加或系统响应时间变慢，系统会通过事件驱动的方式实时获取最新的电力调度原始信号数据，以便及时调整电力调度策略。

在本申请一些实施例中，在步骤S102，获取电力调度监控系统对电网进行监控，所得到的目标信号数据之后，该方法还包括：对目标信号数据进行处理，得到处理后的目标信号数据，其中，处理后的所述目标信号数据具有完整性和一致性。

在该实施例中，在获取电力调度监控系统对电网进行监控，所得到的目标信号数据之后，可以对获取的目标信号数据进行处理，检验电力调度原始信号数据的完整性和一致性，从而得到处理后的目标信号数据。

可选地，采用哈希算法对电力调度原始信号数据进行清洗和异常值处理，包括对时间戳的格式化和数据范围的归一化处理，从而检验电力调度原始信号数据的完整性和一致性。

在本申请一些实施例中，对目标信号数据进行处理，包括：对目标信号数据进行转化，得到目标信号数据的哈希值；将哈希值与预设阈值进行对比，得到对比结果，其中，对比结果用于检验目标信号数据的完整性；响应于对比结果为哈希值与预设阈值相等，输出目标信号数据。

在该实施例中，在获取目标信号数据之后，可以对目标信号数据进行转化，得到目标信号数据的哈希值。在得到目标信号数据的哈希值之后，可以将哈希值与预设阈值进行对比，得到对比结果。当对比结果为哈希值与预设阈值相等时，响应于对比结果为哈希值与预设阈值相等，可以输出目标信号数据。其中，对比结果可以用于检验目标信号数据的完整性。目标信号数据的哈希值还可以称为数据哈希值。预设阈值可以为根据实际情况预先设置的哈希值的阈值。

可选地，采用哈希算法，将电力调度原始信号数据转化为数据哈希值。将数据哈希值与预设阈值进行对比，得到对比结果，该对比结果可以用于检验电力调度原始信号数据的完整性和一致性。最后输出数据哈希值与预设阈值一致的电力调度原始信号数据。

举例而言，获取一组电力调度原始信号数据，并对第一条数据进行哈希计算，使用安全哈希算法-256（Secure Hash Algorithm 256-bit，简称为SHA-256），计算出的哈希值为a5c154d，将该哈希值与预设阈值进行对比。假设预设阈值为a5c154d，比对发现该哈希值与预设阈值一致，则表示该条数据是完整的。

在本申请一些实施例中，对目标信号数据进行处理，包括：对目标信号数据进行清洗；和/或对目标信号数据进行格式化和标准化。

在该实施例中，在获取目标信号数据之后，可以对目标信号数据进行清洗，和/或对目标信号数据进行格式化和标准化。

可选地，对电力调度原始信号数据进行数据清洗，通过重复值检测，去除重复记录，对电力调度原始信号数据进行异常值检测和处理，识别并删除由于系统故障引起的异常数据点，完成电力调度原始信号数据的清洗。进一步将清洗后的电力调度原始信号数据进行格式标准化，统一列名和单位。根据格式标准化的电力调度原始信号数据，对时间戳进行格式化和标准化，将不同时区的时间戳转换为统一的标准时区，根据采样率和数据集合的时间窗口大小，将不同数据源和采集设备的时间戳对齐到相同的时间点。

举例而言，当发现记录的两个电力调度原始信号数据完全相同时，则删除重复的记录，保留唯一的电力调度原始信号数据。当观察电流值，发现一个异常点，且异常点为50安培（A）时，这可能是由于的仪器故障导致电流异常，该异常值明显超出了设备正常工作的电流范围15~30A，因此将这个数据点删除。若原始数据中的时间戳格式不一致，比如，有时间戳格式为2023-01-01T00:00:00Z，而其他时间戳格式为1/1/202300:00，则将所有时间戳格式化为统一标准，比如，国际标准化组织（International Organization forStandardization，简称为ISO）8601标准，即YYYY-MM-DDTHH:MM:SSZ。若数据采集自不同时区，有些数据的时间戳是美国东部时间，有些是格林尼治标准时间，则将所有时间戳转换为统一的标准时区，比如，格林尼治标准时间（Greenwich Mean Time，简称为GMT）。若数据采集设备A每1分钟采集一次数据，而数据采集设备B每5分钟采集一次数据，则需要将两种设备的数据对齐到相同的时间点，对数据采集设备B所采集的数据进行时间戳处理，使其与数据采集设备A的时间戳对齐。

在本申请一些实施例中，对目标信号数据进行处理，包括：确定目标信号数据中每个数据项的数据类型，得到多个数据类型；响应于多个数据类型不一致，对数据项的数据类型进行转换，其中，转换后的数据项具有统一的数据类型。

在该实施例中，在获取目标信号数据之后，可以确定目标信号数据中每个数据项的数据类型，得到多个数据类型。当得到的多个数据类型不一致时，响应于多个数据类型不一致，对数据项的数据类型进行转换。其中，转换后的数据项具有统一的数据类型。

可选地，遍历电力调度原始信号数据中的每个数据项，检查数据项的数据类型是否一致，并记录数据类型不一致的数据项。对于数据类型不一致的数据项，进行数据类型转换，将这些数据项的数据类型转换为统一的数据类型。

举例而言，在检查数据时，发现电压（V）这一列的数据类型不一致，大部分记录的是浮点数类型，但有几条记录的是字符串类型的数字，对于这些不一致的数据项，则将字符串转换为浮点数类型。

在本申请一些实施例中，对目标信号数据进行处理，包括：确定目标信号数据的最大值和最小值；基于最大值和最小值，确定目标信号数据的跨度；响应于跨度大于跨度阈值，确定最大值与最小值的差值；对差值进行归一化处理，将目标信号数据的范围转换至目标范围。

在该实施例中，在获取目标信号数据之后，可以确定目标信号数据的最大值和最小值。基于确定的目标信号数据的最大值和最小值，可以确定目标信号数据的跨度。当确定的目标信号数据的跨度大于跨度阈值时，响应于跨度大于跨度阈值，可以确定最大值与最小值的差值。进一步可以对确定的差值进行归一化处理，将目标信号数据的范围转换至目标范围。其中，跨度阈值可以为根据实际情况预先设置的跨度的阈值，比如，对于目标信号数据的电流项，跨度阈值可以为5A，此处仅为举例说明，不对跨度阈值的数值做具体限制。目标范围可以为根据实际情况预先设置的数据范围，比如，目标范围可以为0到1的范围内，此处仅为举例说明，不对目标范围的数值做具体限制。

可选地，对电力调度原始信号数据进行范围分析，计算电力调度原始信号数据中的最大值和最小值，并得到数据的跨度。判断数据集中的跨度是否超过跨度阈值。当数据跨度大于跨度阈值时，采用最小最大归一化法进行单元归一化处理。其中，最小最大归一化法通过计算得到电力调度原始信号数据中的最小值和最大值的差值，根据差值进行归一化处理，将数据转换到0到1的范围。

举例而言，分析电流的最大值和最小值，确定最小值为10A，最大值为10A，则跨度等于最大值减去最小值，即跨度为0A。当跨度阈值为5A时，该跨度小于设定的跨度阈值，则该数据跨度是可接受的，不需要执行归一化。对于超出跨度阈值的电流，需要进行归一化处理，使用最小最大归一化法，计算归一化值，将电流值转换到0到1的范围内，比如，15A的归一化值为(15-10)/(10-10)=5A。

在本申请一些实施例中，在得到处理后的目标信号数据之后，该方法还包括：对处理后的目标信号数据进行频谱分析，得到频谱分析结果；响应于频谱分析结果为目标信号数据的稳定性和噪声水平正常，构建多维数据层；基于多维数据层，构建电力调度数据模型；获取电力调度数据模型输出的电力调度数据，其中，电力调度数据用于获取电力调度策略。

在该实施例中，在对目标信号数据进行处理，得到处理后的目标信号数据之后，可以对处理后的目标信号数据进行频谱分析，得到频谱分析结果。当频谱分析结果为目标信号数据的稳定性和噪声水平正常时，响应于频谱分析结果为目标信号数据的稳定性和噪声水平正常，可以构建多维数据层。进一步基于构建的多维数据层，构建电力调度数据模型。可以获取电力调度数据模型输出的电力调度数据。其中，电力调度数据可以用于获取电力调度策略。

可选地，对完成处理的电力调度原始信号数据进行频谱分析，检验信号稳定性和噪声水平。对完成检验的信号数据分配时间位置。根据设备信息与功率信息，构建设备功率的多维数据层，对多维数据层进行处理。将多维数据层作为输入，使用哈希算法构建结构化的电力调度数据模型。通过结构化的电力调度数据模型中输出电力调度数据，该电力调度数据可以用于获取电力调度策略。

举例而言，有一组电力调度的原始信号数据，表示不同设备在不同时间点的功率消耗情况。首先，对原始信号数据应用傅里叶变换进行频谱分析，得到频谱分析结果，比如，可以得到一个频谱图，频谱图的横轴表示频率，纵轴表示功率密度。通过观察频谱图，可以判断信号的稳定性和噪声水平。当频谱图中有明显的频率峰值时，表示信号具有明显的周期性，当频谱图中有大量的高频噪声时，表示信号受到较大的干扰。该频谱分析结果显示信号稳定性良好，噪声水平较低。进一步将每个设备的功率消耗作为一个维度，将时间作为另一个维度，构建二维数据层。可以使用二维数组来表示电力调度数据模型，该二维数组的行代表设备，列代表时间，每个元素表示对应设备在对应时间点的功率消耗。将多维数据层作为输入，利用哈希函数对多维数据层进行编码，形成特定的设备标识符，并结合信号功率特性和电网拓扑结构，生成一套结构化的电力调度数据模型。通过结构化的电力调度数据模型中输出电力调度数据，该电力调度数据可以用于获取电力调度策略。

在本申请一些实施例中，在获取电力调度数据之后，该方法还包括：基于电力调度数据，对电力调度试验进行模拟，得到模拟结果；基于模拟结果，优化电力调度策略。

在该实施例中，在获取电力调度数据模型输出的电力调度数据之后，可以基于获取的电力调度数据，对电力调度试验进行模拟，得到模拟结果。进一步基于模拟结果，可以优化电力调度策略。

可选地，在通过结构化的电力调度数据模型中输出电力调度数据之后，可以根据提取的电力调度数据对电力调度试验进行模拟，得到模拟结果，预测和优化能源分配，获取电力调度策略。进一步可以分析模拟结果，对电力调度策略进行优化。

举例而言，根据原始信号数据，将每个设备在不同时间点的功率消耗填入电力调度数据模型中。假设有设备A、设备B和设备C，在第一个小时，设备A消耗100单位功率，设备B消耗200单位功率，设备C消耗150单位功率。将这些数据填入电力调度数据模型的第一行，进行模拟电力调度试验，预测和优化能源分配。进行模拟电力调度试验后，得到了一组结果，包括每个设备在每个时间点的功率消耗。对这些结果进行分析，以评估和优化电力调度策略。

在本申请一些实施例中，在优化电力调度策略之后，该方法还包括：基于优化后的电力调度策略，更新电力调度数据模型。

在该实施例中，在基于模拟结果，优化电力调度策略之后，可以基于优化后的电力调度策略，更新结构化的电力调度数据模型。

在本申请一些实施例中，步骤S104，对目标信号数据进行时间关联分析和空间关联分析，得到分析结果，包括：调用电力调度数据模型，对目标信号数据进行时间关联分析和空间关联分析，得到分析结果。

在该实施例中，在获取目标信号数据之后，可以调用电力调度数据模型，对目标信号数据进行时间关联分析和空间关联分析，得到分析结果。

可选地，根据电力调度原始信号数据，构建结构化的电力调度数据模型。将完成处理的电力调度原始信号数据作为输入，通过结构化的电力调度数据模型进行时间关联分析以及空间关联分析，识别出设备间的相互影响和潜在问题。

在本申请一些实施例中，在步骤S104，调用电力调度数据模型，对目标信号数据进行时间关联分析和空间关联分析，得到分析结果之后，该方法还包括：基于分析结果和电力调度数据，确定电网的异常运行结果；对异常运行结果进行分类和优先级排序，得到排序结果；基于排序结果，对异常运行结果进行故障预测，得到预测结果；响应于预测结果为电网的故障概率大于概率阈值，确定电网的性能指标，其中，性能指标用于调整电网。

在该实施例中，在对目标信号数据进行时间关联分析和空间关联分析，得到分析结果，以及获取电力调度数据模型输出的电力调度数据之后，可以基于分析结果和电力调度数据，确定电网的异常运行结果。进一步对确定的异常运行结果进行分类和优先级排序，得到排序结果。基于得到的排序结果，对异常运行结果进行故障预测，得到预测结果。当得到的预测结果为电网的故障概率大于概率阈值时，响应于预测结果为电网的故障概率大于概率阈值，可以确定电网的性能指标。其中，该性能指标用于调整电网。其中，概率阈值可以为根据实际情况预先设置的阈值。

可选地，基于对目标信号数据进行时间关联分析和空间关联分析，得到的分析结果，以及结构化的电力调度数据模型输出的电力调度数据，确定不同时间点和地区内设备功率波动的影响因素，挖掘电网系统潜在的运行问题。对运行问题进行分类和优先级排序。根据潜在的运行问题的分类和优先级排序，确定针对优先级问题的响应措施，并进行故障预测。若故障发生可能值超过可能阈值，通过设备性能监测系统确定相关设备的性能指标。根据性能指标，确定是否对设备进行调整和维护。

举例而言，结合分析结果以及结构化的电力调度数据模型输出的电力调度数据，确定不同时间点和地区内设备功率波动的影响因素。发现某个设备的运行时间线与另一个设备的开启和关闭有关。通过规则引擎，确定和评估潜在的运行问题，并将运行问题进行分类和优先级排序。当发现某个簇群中的设备在某个时间段内频繁开关，存在故障时，将这个问题分类为设备故障，并将其优先级设为高。进一步可以采取响应措施，派遣维修人员进行检修，以避免故障的发生。除了故障预测，还可以通过设备性能监测系统获取相关设备的性能指标，可以监测设备的能效和温度等指标。根据性能指标，可以确定是否需要对设备进行调整和维护。当某个设备的能效下降到一定阈值以下时，可以考虑对该设备进行调整或维护。通过对结构化的电力调度数据进行集成、清洗和分析，可以识别出设备间的影响关系并评估潜在的运行问题。通过规则引擎和性能监测系统，可以确定响应措施并进行故障预测和设备调整维护。

在本申请实施例中，获取电力调度监控系统对电网进行监控，所得到的目标信号数据；对目标信号数据进行时间关联分析和空间关联分析，得到分析结果，其中，分析结果用于确定电网的异常运行结果；对分析结果进行转换，得到可视化结果，其中，可视化结果用于展示异常运行结果；基于可视化结果，确定电网的运行状态。也就是说，本申请对目标信号数据进行时间关联分析和空间关联分析，得到分析结果，进一步对分析结果进行转换，得到可视化结果，最后基于可视化结果，确定电网的运行状态，从而实现了确保电网稳定运行的技术效果，进而解决了无法确保电网稳定运行技术问题。

为了便于本领域技术人员更好的理解本申请的技术方案，现结合一具体实施例进行说明。

传统方法在处理电力调度监控系统信号数据转化时，由于原始信号数据的复杂性和多样性，使得传统方法无法对数据进行有效的清洗和格式标准化。同时，由于数据源的不统一和数据质量的波动，传统方法无法保证数据的一致性和准确性，导致在数据的处理和分析过程中存在困难。其次，由于缺乏对时空关联的分析能力，传统方法无法揭示设备间的相互影响和潜在问题。在电力调度监控系统中，各个设备之间存在复杂的相互作用关系，传统方法无法充分挖掘这些关联关系。导致对系统的整体性能和效率的评估和优化存在困难。传统方法不能够提供全面的系统分析和优化建议，给系统的调度和维护工作带来不便。此外，传统方法在可视化手段上也存在局限，数据呈现方式通常比较死板和笨拙，无法直观地呈现数据的分析结果，只能提供图像或表格等静态的方式，不能体现数据的动态变化和关联关系。这种单一的呈现方式限制了用户对数据的多角度观察和深入分析能力，难以发现潜在的模式和规律。同时，由于传统方法的局限性，很难直观地展示大规模数据集合的关系和趋势，使得调度员难以快速、全面地理解和分析数据，无法对电力调度监控系统的整体性能指标进行实时评估。

为了解决上述问题，该实施例提出了一种可视化的电力调度监控系统信号数据转化方法，图2是根据本申请实施例的一种可视化的电力调度监控系统信号数据转化的流程示意图，如图2所示，该可视化的电力调度监控系统信号数据转化的流程可以包括如下步骤：

步骤S201，通过API与电力调度监控系统交互，获取电力调度原始信号数据。

在上述步骤S201中，将API进行初始化，进一步将初始化后的API与电力调度监控系统进行交互，获取初步的电力调度原始信号数据。对初步的电力调度原始信号数据进行分组，得到分组结果。根据分组结果，提取关键度高于关键度阈值的电力调度原始信号数据。对关键度高于关键度阈值的电力调度原始信号数据进行负载分布分析，得到负载分析结果。对电力调度监控系统的状态进行监测，监测系统的运行状态，得到监测结果。根据负载分析结果和监测结果，自动更新电力调度监控系统的实时数据。通过事件驱动架构，实时监测状态变更，获取实时更新的电力调度原始信号数据。

可选地，将API进行初始化，将初始化后的API与电力调度监控系统进行交互，获取初步的电力调度原始信号数据。比如，从API获取了一组电力调度原始信号数据为信号1、10，信号2、15，信号3、20，信号4、25。对初步的电力调度原始信号数据进行分组，将信号1和信号2分为一组，信号3和信号4分为一组，得到分组结果。根据分组结果，提取关键度高于关键度阈值的电力调度原始信号数据。当设置关键度阈值为18时，则只提取信号3和信号4作为关键数据。进一步对提取的电力调度原始信号数据进行负载分布分析，即计算关键数据的平均值和标准差。比如，计算得到的关键数据的平均值为22，标准差为2，则可以分析出当前电力负载相对较高且较为稳定，得到负载分析结果。

对电力调度监控系统的状态进行监测，监测系统的运行状态，得到监测结果，监测结果可以用于表征系统的响应时间和错误率。当监测结果为系统的响应时间少于1秒且错误率小于5%时，则系统正常运行。根据负载分析结果和监测结果，自动更新电力调度监控系统的实时数据。将负载分析结果和监测结果更新到系统的实时数据中，供运维人员查看和分析。通过事件驱动架构，实时监测状态变更，获取实时更新的电力调度原始信号数据。当系统状态发生变化时，比如，电力负载突然增加或系统响应时间变慢，系统会通过事件驱动的方式实时获取最新的电力调度原始信号数据，以便及时调整电力调度策略。

步骤S202，采用哈希算法对电力调度原始信号数据进行清洗和异常值处理。

在上述步骤S202中，采用哈希算法对电力调度原始信号数据进行清洗和异常值处理，包括对时间戳的格式化和数据范围的归一化处理，以检验电力调度原始信号数据的完整性和一致性。

可选地，采用哈希算法，将电力调度原始信号数据转化为数据哈希值。将数据哈希值与预设阈值进行对比，得到对比结果，该对比结果可以用于检验电力调度原始信号数据的完整性和一致性。最后输出数据哈希值与预设阈值一致的电力调度原始信号数据。对电力调度原始信号数据进行数据清洗，通过重复值检测，去除重复记录，对电力调度原始信号数据进行异常值检测和处理，识别并删除由于系统故障引起的异常数据点，完成电力调度原始信号数据的清洗。进一步将清洗后的电力调度原始信号数据进行格式标准化，统一列名和单位。根据格式标准化的电力调度原始信号数据，对时间戳进行格式化和标准化，将不同时区的时间戳转换为统一的标准时区，根据采样率和数据集合的时间窗口大小，将不同数据源和采集设备的时间戳对齐到相同的时间点。

遍历电力调度原始信号数据中的每个数据项，检查数据项的数据类型是否一致，并记录数据类型不一致的数据项。对于数据类型不一致的数据项，进行数据类型转换，将这些数据项的数据类型转换为统一的数据类型。对电力调度原始信号数据进行范围分析，计算电力调度原始信号数据中的最大值和最小值，并得到数据的跨度。判断数据集中的跨度是否超过跨度阈值。当数据跨度大于跨度阈值时，采用最小最大归一化法进行单元归一化处理。其中，最小最大归一化法通过计算得到电力调度原始信号数据中的最小值和最大值的差值，根据差值进行归一化处理，将数据转换到0到1的范围。

举例而言，获取一组电力调度原始信号数据，并对第一条数据进行哈希计算，使用SHA-256算法计算哈希值，将该哈希值与预设阈值进行对比，比对发现该哈希值与预设阈值一致，则表示该条数据是完整的。当发现记录的两个电力调度原始信号数据完全相同时，则删除重复的记录，保留唯一的电力调度原始信号数据。当观察电流值，发现一个异常点，且异常点为50A时，这可能是由于的仪器故障导致电流异常，该异常值明显超出了设备正常工作的电流范围15~30A，因此将这个数据点删除。若原始数据中的时间戳格式不一致，比如，有时间戳格式为2023-01-01T00:00:00Z，而其他时间戳格式为1/1/202300:00，则将所有时间戳格式化为ISO8601标准，即YYYY-MM-DDTHH:MM:SSZ。若数据采集自不同时区，有些数据的时间戳是美国东部时间，有些是格林尼治标准时间，则将所有时间戳转换为统一的GMT。若数据采集设备A每1分钟采集一次数据，而数据采集设备B每5分钟采集一次数据，则需要将两种设备的数据对齐到相同的时间点，对数据采集设备B所采集的数据进行时间戳处理，使其与数据采集设备A的时间戳对齐。

在检查数据时，发现电压这一列的数据类型不一致，大部分记录的是浮点数类型，但有几条记录的是字符串类型的数字，对于这些不一致的数据项，则将字符串转换为浮点数类型。分析电流的最大值和最小值，确定最小值为10A，最大值为10A，则跨度等于最大值减去最小值，即跨度为0A。当跨度阈值为5A时，该跨度小于设定的跨度阈值，则该数据跨度是可接受的，不需要执行归一化。对于超出跨度阈值的电流，需要进行归一化处理，使用最小最大归一化法，计算归一化值，将电流值转换到0到1的范围内，比如，15A的归一化值为(15-10)/(10-10)=5A。

步骤S203，根据电力调度原始信号数据，构建结构化的电力调度数据模型。

在上述步骤S203中，对完成处理的电力调度原始信号数据进行频谱分析，检验信号稳定性和噪声水平。对完成检验的信号数据分配时间位置。根据设备信息与功率信息，构建设备功率的多维数据层，对多维数据层进行处理。将多维数据层作为输入，使用哈希算法构建结构化的电力调度数据模型。通过结构化的电力调度数据模型中输出电力调度数据。根据提取电力的调度数据进行模拟电力调度试验，得到模拟结果，预测和优化能源分配，获取电力调度策略。进一步分析模拟结果，对电力调度策略进行优化。根据优化后的调度策略更新结构化的电力调度数据模型。

可选地，有一组电力调度的原始信号数据，表示不同设备在不同时间点的功率消耗情况。首先，对原始信号数据应用傅里叶变换进行频谱分析，得到频谱分析结果，比如，可以得到一个频谱图，频谱图的横轴表示频率，纵轴表示功率密度。通过观察频谱图，可以判断信号的稳定性和噪声水平。当频谱图中有明显的频率峰值时，表示信号具有明显的周期性，当频谱图中有大量的高频噪声时，表示信号受到较大的干扰。该频谱分析结果显示信号稳定性良好，噪声水平较低。进一步将每个设备的功率消耗作为一个维度，将时间作为另一个维度，构建二维数据层。可以使用二维数组来表示电力调度数据模型，该二维数组的行代表设备，列代表时间，每个元素表示对应设备在对应时间点的功率消耗。将多维数据层作为输入，利用哈希函数对多维数据层进行编码，形成特定的设备标识符，并结合信号功率特性和电网拓扑结构，生成一套结构化的电力调度数据模型。通过结构化的电力调度数据模型中输出电力调度数据。

根据原始信号数据，将每个设备在不同时间点的功率消耗填入电力调度数据模型中。假设有设备A、设备B和设备C，在第一个小时，设备A消耗100单位功率，设备B消耗200单位功率，设备C消耗150单位功率。将这些数据填入电力调度数据模型的第一行，进行模拟电力调度试验，预测和优化能源分配。进行模拟电力调度试验后，得到了一组结果，包括每个设备在每个时间点的功率消耗。对这些结果进行分析，以评估和优化电力调度策略。

步骤S204，通过电力调度数据模型对电力调度原始信号数据进行时间关联分析以及空间关联分析，得到分析结果。

在上述步骤S204中，根据时间戳对目标信号数据进行排序，将排序后的目标信号数据作为数据集，输入结构化的电力调度数据模型中。进一步使用结构化的电力调度数据模型，对数据集中的每个数据点进行处理，计算该数据点与其他数据点之间的空间距离，得到空间距离的计算结果。根据空间距离的计算结果，将数据点划分为不同的簇群。对划分后的不同簇群进行时间关联分析，得到不同设备的运行时间线，对划分后的不同簇群进行空间关联分析，分析不同设备的空间分布和运行区域，从而得到分析结果。基于得到的分析结果，以及结构化的电力调度数据模型输出的电力调度数据，确定不同时间点和地区内设备功率波动的影响因素，挖掘电网系统潜在的运行问题。对运行问题进行分类和优先级排序。根据潜在的运行问题的分类和优先级排序，确定针对优先级问题的响应措施，并进行故障预测。若故障发生可能值超过可能阈值，通过设备性能监测系统确定相关设备的性能指标。根据性能指标，确定是否对设备进行调整和维护。

举例而言，从电网中的不同设备收集目标信号数据，将收集的所有目标信号数据作为数据集，目标信号数据中每个数据点都有一个时间戳。首先根据时间戳对目标信号数据进行排序，对数据集进行清洗和集成，将完成清洗和集成的数据集作为结构化的电力调度数据模型的输入。将数据点聚成3个簇群，结构化的电力调度数据模型计算每个数据点与其他数据点之间的空间距离，得到计算结果。对于每个簇群，结合时序和空间两个因素共同进行分析。基于时间关联分析以及空间关联分析的分析结果，识别出某个簇群中设备的运行时间线，即设备在某个时间段内的开启和关闭情况。还可以分析设备的空间分布和运行区域，即确定某个簇群中设备的地理位置和运行范围。

结合分析结果以及结构化的电力调度数据模型输出的电力调度数据，确定不同时间点和地区内设备功率波动的影响因素。发现某个设备的运行时间线与另一个设备的开启和关闭有关。通过规则引擎，确定和评估潜在的运行问题，并将运行问题进行分类和优先级排序。当发现某个簇群中的设备在某个时间段内频繁开关，存在故障时，将这个问题分类为设备故障，并将其优先级设为高。进一步可以采取响应措施，派遣维修人员进行检修，以避免故障的发生。除了故障预测，还可以通过设备性能监测系统获取相关设备的性能指标，可以监测设备的能效和温度等指标。根据性能指标，可以确定是否需要对设备进行调整和维护。当某个设备的能效下降到一定阈值以下时，可以考虑对该设备进行调整或维护。通过对结构化的电力调度数据进行集成、清洗和分析，可以识别出设备间的影响关系并评估潜在的运行问题。通过规则引擎和性能监测系统，可以确定响应措施并进行故障预测和设备调整维护。

步骤S205，将时间关联分析以及空间关联分析的结果进行数据转化，并通过图表的方式进行展示。

在上述步骤S205中，将时间关联分析以及空间关联分析的结果进行数据转化，包括对电网中各个设备的负荷数据和发电量数据进行处理，得到负荷数据和发电量数据的趋势图，该趋势图可以用于表征负荷数据和发电量数据的变化趋势，通过趋势图可以获取电网负荷和发电量的历史变化及未来预测；可以获取设备的状态信息，该状态信息至少可以包括设备的类型、位置、容量和状态等，通过地图集成设备的状态信息数据，显示设备的地理分布及状态，以及电网设备的物理位置和运行情况。可以通过分析网络拓扑数据，该网络拓扑数据包括节点和边的信息，使用网络拓扑图描绘电网的结构。可以将流向和流量数据融入拓扑图中，展示电力在电网中的流动状态。还可以对外部影响因素进行数据收集和分析，外部影响因素可以包括气象数据和社会事件信息，使用热力图或柱状图，将气象数据和社会事件信息与电网运行数据进行关联，分析外部因素对电网运行的影响。

进一步通过线条或者颜色的变化区分历史数据和未来预测数据。利用故障预警信息，标记出现故障的设备。根据故障类型，采用不同的图标和颜色编码。可以通过对比分析不同设备的负荷预测和实际负荷数据，使用散点图或气泡图来揭示设备间的负荷相关性。还可以结合设备故障信息与时间序列数据，生成时间和故障热力图，展示电网设备故障的频率，以及与负荷变化的相关性。最后创建一个综合仪表板，集成以上所有类型的图表和分析结果。

可选地，对某个变电站过去一年的日负荷数据进行分析，发现该变电站的负荷呈现出每日波动并随季节变化，平均负荷为10MW，夏季负荷峰值可达15MW，生成负荷变化趋势图。该趋势图展示一年内负荷的上升和下降趋势以及季节性模式。将一个配电网络中的各个设备标记在地图上，设备A是一个500kVA的变压器，位于地理坐标（36895°N，136917°E），状态正常。

通过地图上的图标颜色区分设备状态，绿色代表正常，红色代表出现故障。在拓扑图上，可以用不同粗细的线条表示流过的电流量，线条越粗表示流量越大。收集和分析气象数据，在高温下电网负荷明显增加，气温每上升1°C，整个电网负荷增加2%。使用热力图将气象数据与时间轴结合起来，显示出温度变化对负荷的影响模式。使用散点图分析预测负荷与实际负荷，大部分数据点紧密聚集在y=x线附近，表示预测较为准确。结合设备故障信息和负荷数据，在过去六个月中，当每到月底负荷峰值时，设备的故障率明显升高，热力图上不同颜色的格子表示不同的故障率，深红色格子表示故障率高。最后，创建一个综合仪表板，集成所有图表和分析结果，仪表板上展示了实时负荷为8MW，发电量为5MW，地图上显示了所有设备的状态和位置，网络拓扑图展示了实时流动状态。

步骤S206，基于可视化的结果，获取电网整体运行态势以及各设备间的相互影响关系，及时调整电力调度的策略。

在上述步骤S206中，实时获取电网的电压、电流、频率、功率流和负荷等数据，将获取的这些数据传输到电网调度中心的服务器。服务器在获得这些实时数据后，利用哈希算法对这些信息进行整理和筛选，显示当前电网的运行状态，并根据预设规则对异常数据进行标注。当检测到电网中的某个节点出现异常数据时，比如，电压或电流超出安全范围，则触发告警机制，同时利用历史数据比对，判断是否存在类似的历史事件。将实时数据与电网的结构相结合，绘制出电网的动态拓扑图，展示各个设备的运行状态和连接关系。将设备的不同运行状态用不同颜色或符号进行标识，识别出电网中的正常、预警和故障等不同状态的设备。

当拓扑图中某一设备显示为故障状态时，分析该设备故障的因素，同时向调度员发送故障预警。采用GIS集成，将电网的地理信息与实时数据相结合，生成设备在地理空间中的分布图，识别各设备间的物理位置关系。当调度员通过交互界面发起对电网的操作请求，比如，切换路线或调节发电量时，服务器预测调度员的操作对电网运行潜在的影响，并提供策略调整的建议。根据调度员的操作和服务器的建议，对电网调度策略进行优化，调整相关设备配置，确保电网运行的稳定性。

可选地，在实时数据采集中，监测到一个变电站的入线电压达到了230kV，而正常范围应该为220kV±5kV，则将异常数据传输到电网调度中心的服务器，服务器使用哈希算法对该数据进行快速检索和筛选。在电网运行状态界面上，该变电站的电压数据旁边会出现一个红色的标注，表示超出了安全范围。当检测到上述异常时，会触发告警机制。同时，查询历史事件数据库，发现在过去的一年中，该变电站有三次电压超标的记录，且每次发生时周围的温度均超过了35℃，这可能表明高温导致电压超标的一个因素，生成包含实时数据的动态拓扑图，并以绿色、黄色和红色分别表示设备的正常、预警和故障状态。变电站的图标显示为红色，而与之相连的输电线路则显示为黄色，表示存在潜在的风险。

当发现故障变电站的变压器温度异常升高至95℃时，超过正常运行温度的75℃上限，则立即向调度员发送故障预警，并提出可能的原因分析报告。通过GIS集成，调度员可以看到该变电站在地图上的确切位置，以及其与相邻设备的地理位置关系。位于城市北部的该变电站距离最近的蓄电池储能站仅有2公里，当调度员发起操作请求，要将该变电站的负载转移至邻近的另一个变电站时，预测显示这一操作将导致周边变电站的负载提升15%，而该站的设计最大负载容量增加不应超过10%。因此，建议先升级周边变电站的设备或采取分时负载转移的策略。在调度员根据建议采取了分时负载转移策略后，相关设备的配置得到了调整，增加了负载转移的时间间隔，确保电网的稳定性，降低了紧急情况发生的可能性，从而保障了供电的可靠性和安全性。

在本申请实施例中，获取电力调度监控系统对电网进行监控，所得到的目标信号数据；对目标信号数据进行时间关联分析和空间关联分析，得到分析结果，其中，分析结果用于确定电网的异常运行结果；对分析结果进行转换，得到可视化结果，其中，可视化结果用于展示异常运行结果；基于可视化结果，确定电网的运行状态。也就是说，本申请对目标信号数据进行时间关联分析和空间关联分析，得到分析结果，进一步对分析结果进行转换，得到可视化结果，最后基于可视化结果，确定电网的运行状态，从而实现了确保电网稳定运行的技术效果，进而解决了无法确保电网稳定运行技术问题。

本申请实施例还提供了一种电网的运行状态的确定装置。需要说明的是，该实施例的电网的运行状态的确定装置可以用执行本发明实施例的电网的运行状态的确定方法。

图3是根据本申请实施例的一种电网的运行状态的确定装置的结构示意图，如图3所示，该电网的运行状态的确定装置300可以包括：第一获取单元302、分析单元304、转换单元306和第一确定单元308。

第一获取单元302，用于获取电力调度监控系统对电网进行监控，所得到的目标信号数据。

分析单元304，用于对目标信号数据进行时间关联分析和空间关联分析，得到分析结果，其中，分析结果用于确定电网的异常运行结果。

转换单元306，用于对分析结果进行转换，得到可视化结果，其中，可视化结果用于展示异常运行结果。

第一确定单元308，用于基于可视化结果，确定电网的运行状态。

可选地，第一获取单元302包括：第一获取模块，用于获取电力调度监控系统对电网进行监控，所得到的原始信号数据；分组模块，用于对原始信号数据进行分组，得到分组结果；分析模块，用于响应于分组结果为原始信号数据的关键度大于关键度阈值，对原始信号数据进行负载分布分析，得到负载分析结果；第二获取模块，用于基于负载分析结果，获取电力调度监控系统对电网进行监控，所得到的目标信号数据。

可选地，该装置还包括：监测单元，用于对电力调度监控系统进行监测，得到监测结果；第二获取模块包括：获取子模块，用于基于负载分析结果和监测结果，获取电力调度监控系统对电网进行监控，所得到的目标信号数据。

可选地，在第一获取单元302用于获取电力调度监控系统对电网进行监控，所得到的目标信号数据之后，该装置还包括：处理单元，用于对目标信号数据进行处理，得到处理后的目标信号数据，其中，处理后的所述目标信号数据具有完整性和一致性。

可选地，处理单元包括：转化模块，用于对目标信号数据进行转化，得到目标信号数据的哈希值；对比模块，用于将哈希值与预设阈值进行对比，得到对比结果，其中，对比结果用于检验目标信号数据的完整性；输出模块，用于响应于对比结果为哈希值与预设阈值相等，输出目标信号数据。

可选地，处理单元包括：清洗模块，用于对目标信号数据进行清洗；和/或格式化模块，用于对目标信号数据进行格式化和标准化。

可选地，处理单元包括：第一确定模块，用于确定目标信号数据中每个数据项的数据类型，得到多个数据类型；第一转换模块，用于响应于多个数据类型不一致，对数据项的数据类型进行转换，其中，转换后的数据项具有统一的数据类型。

可选地，处理单元包括：第二确定模块，用于确定目标信号数据的最大值和最小值；第三确定模块，用于基于最大值和最小值，确定目标信号数据的跨度；第四确定模块，用于响应于跨度大于跨度阈值，确定最大值与最小值的差值；第二转换模块，用于对差值进行归一化处理，将目标信号数据的范围转换至目标范围。

可选地，在处理单元用于对目标信号数据进行处理，得到处理后的目标信号数据之后，该装置还包括：频谱分析单元，用于对处理后的目标信号数据进行频谱分析，得到频谱分析结果；第一构建单元，用于响应于频谱分析结果为目标信号数据的稳定性和噪声水平正常，构建多维数据层；第二构建单元，用于基于多维数据层，构建电力调度数据模型；获取单元，用于获取电力调度数据模型输出的电力调度数据，其中，电力调度数据用于获取电力调度策略。

可选地，在获取单元用于获取电力调度数据模型输出的电力调度数据之后，该装置还包括：模拟单元，用于基于电力调度数据，对电力调度试验进行模拟，得到模拟结果；优化单元，用于基于模拟结果，优化电力调度策略。

可选地，在优化单元用于基于模拟结果，优化电力调度策略之后，该装置还包括：更新单元，用于基于优化后的电力调度策略，更新电力调度数据模型。

可选地，分析单元304包括：分析模块，用于调用电力调度数据模型，对目标信号数据进行时间关联分析和空间关联分析，得到分析结果。

可选地，在分析模块用于调用电力调度数据模型，对目标信号数据进行时间关联分析和空间关联分析，得到分析结果之后，该装置还包括：第二确定单元，用于基于分析结果和电力调度数据，确定电网的异常运行结果；排序单元，用于对异常运行结果进行分类和优先级排序，得到排序结果；预测单元，用于基于排序结果，对异常运行结果进行故障预测，得到预测结果；第三确定单元，用于响应于预测结果为电网的故障概率大于概率阈值，确定电网的性能指标，其中，性能指标用于调整电网。

该装置中，通过第一获取单元302获取电力调度监控系统对电网进行监控，所得到的目标信号数据。通过分析单元304对目标信号数据进行时间关联分析和空间关联分析，得到分析结果，其中，分析结果用于确定电网的异常运行结果。通过转换单元306对分析结果进行转换，得到可视化结果，其中，可视化结果用于展示异常运行结果。通过第一确定单元308基于可视化结果，确定电网的运行状态。也就是说，本申请对目标信号数据进行时间关联分析和空间关联分析，得到分析结果，进一步对分析结果进行转换，得到可视化结果，最后基于可视化结果，确定电网的运行状态，从而实现了确保电网稳定运行的技术效果，进而解决了无法确保电网稳定运行技术问题。

根据本申请实施例的另一方面，还提供了一种非易失性存储介质，非易失性存储介质包括存储的程序，其中，在程序运行时控制非易失性存储介质所在设备执行任意一种电网的运行状态的确定方法。

具体地，上述存储介质用于存储以下功能的程序指令，实现以下功能：

获取电力调度监控系统对电网进行监控，所得到的目标信号数据；对目标信号数据进行时间关联分析和空间关联分析，得到分析结果，其中，分析结果用于确定电网的异常运行结果；对分析结果进行转换，得到可视化结果，其中，可视化结果用于展示异常运行结果；基于可视化结果，确定电网的运行状态。

可选地，在本实施例中，上述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。上述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。

在本申请一示例性实施例中，还提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现上述任一项电网的运行状态的确定方法。

可选地，该计算机程序在被处理器执行时可实现如下步骤：

获取电力调度监控系统对电网进行监控，所得到的目标信号数据；对目标信号数据进行时间关联分析和空间关联分析，得到分析结果，其中，分析结果用于确定电网的异常运行结果；对分析结果进行转换，得到可视化结果，其中，可视化结果用于展示异常运行结果；基于可视化结果，确定电网的运行状态。

根据本申请的实施例提供了一种电子设备，该电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述任一项电网的运行状态的确定方法。

可选地，上述电子设备还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入设备输出设备和上述处理器连接。

图4示出了可以用来实施本申请的实施例的示例电子设备400的示意性框图。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/或者要求的本申请的实现。

如图4所示，设备400包括计算单元401，其可以根据存储在只读存储器（ROM）402中的计算机程序或者从存储单元408加载到随机访问存储器（RAM）403中的计算机程序，来执行各种适当的动作和处理。在RAM 403中，还可存储设备400操作所需的各种程序和数据。计算单元401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出（I/O）接口405也连接至总线404。

设备400中的多个部件连接至I/O接口405，包括：输入单元406，例如键盘、鼠标等；输出单元407，例如各种类型的显示器、扬声器等；存储单元408，例如磁盘、光盘等；以及通信单元409，例如网卡、调制解调器、无线通信收发机等。通信单元409允许设备400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。

计算单元401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。计算单元401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计算单元、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。计算单元401执行上文所描述的各个方法和处理，例如电网的运行状态的确定方法。例如，在一些实施例中，电网的运行状态的确定方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元408。在一些实施例中，计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到设备400上。当计算机程序加载到RAM 403并由计算单元401执行时，可以执行上文描述的电网的运行状态的确定方法的一个或多个步骤。备选地，在其他实施例中，计算单元401可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行电网的运行状态的确定方法。

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。

用于实施本申请的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码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或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码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。

在本申请的上下文中，机器可读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程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读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。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，可以在计算机上实施此处描述的系统和技术，该计算机具有：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计算机。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）和互联网。

计算机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，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元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单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元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，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能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取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (16)

1.一种电网的运行状态的确定方法，其特征在于，包括：

获取电力调度监控系统对电网进行监控，所得到的目标信号数据；

对所述目标信号数据进行时间关联分析和空间关联分析，得到分析结果，其中，所述分析结果用于确定所述电网的异常运行结果；

对所述分析结果进行转换，得到可视化结果，其中，所述可视化结果用于展示所述异常运行结果；

基于所述可视化结果，确定所述电网的运行状态。

2.根据权利要求1所述的方法，其特征在于，获取所述电力调度监控系统对所述电网进行监控，所得到的所述目标信号数据，包括：

获取所述电力调度监控系统对所述电网进行监控，所得到的原始信号数据；

对所述原始信号数据进行分组，得到分组结果；

响应于所述分组结果为所述原始信号数据的关键度大于关键度阈值，对所述原始信号数据进行负载分布分析，得到负载分析结果；

基于所述负载分析结果，获取所述电力调度监控系统对所述电网进行监控，所得到的所述目标信号数据。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

对所述电力调度监控系统进行监测，得到监测结果；

基于所述负载分析结果，获取所述电力调度监控系统对所述电网进行监控，所得到的所述目标信号数据，包括：基于所述负载分析结果和所述监测结果，获取所述电力调度监控系统对所述电网进行监控，所得到的所述目标信号数据。

4.根据权利要求1所述的方法，其特征在于，在获取所述电力调度监控系统对所述电网进行监控，所得到的所述目标信号数据之后，所述方法还包括：

对所述目标信号数据进行处理，得到处理后的所述目标信号数据，其中，处理后的所述目标信号数据具有完整性和一致性。

5.根据权利要求4所述的方法，其特征在于，对所述目标信号数据进行处理，包括：

对所述目标信号数据进行转化，得到所述目标信号数据的哈希值；

将所述哈希值与预设阈值进行对比，得到对比结果，其中，所述对比结果用于检验所述目标信号数据的完整性；

响应于所述对比结果为所述哈希值与所述预设阈值相等，输出所述目标信号数据。

6.根据权利要求4所述的方法，其特征在于，对所述目标信号数据进行处理，包括：

对所述目标信号数据进行清洗；和/或

对所述目标信号数据进行格式化和标准化。

7.根据权利要求4所述的方法，其特征在于，对所述目标信号数据进行处理，包括：

确定所述目标信号数据中每个数据项的数据类型，得到多个数据类型；

响应于所述多个数据类型不一致，对所述数据项的所述数据类型进行转换，其中，转换后的所述数据项具有统一的数据类型。

8.根据权利要求4所述的方法，其特征在于，对所述目标信号数据进行处理，包括：

确定所述目标信号数据的最大值和最小值；

基于所述最大值和所述最小值，确定所述目标信号数据的跨度；

响应于所述跨度大于跨度阈值，确定所述最大值与所述最小值的差值；

对所述差值进行归一化处理，将所述目标信号数据的范围转换至目标范围。

9.根据权利要求4所述的方法，其特征在于，在得到处理后的所述目标信号数据之后，所述方法还包括：

对处理后的所述目标信号数据进行频谱分析，得到频谱分析结果；

响应于所述频谱分析结果为所述目标信号数据的稳定性和噪声水平正常，构建多维数据层；

基于所述多维数据层，构建电力调度数据模型；

获取所述电力调度数据模型输出的电力调度数据，其中，所述电力调度数据用于获取电力调度策略。

10.根据权利要求9所述的方法，其特征在于，在获取所述电力调度数据之后，所述方法还包括：

基于所述电力调度数据，对电力调度试验进行模拟，得到模拟结果；

基于所述模拟结果，优化所述电力调度策略。

11.根据权利要求10所述的方法，其特征在于，在优化所述电力调度策略之后，所述方法还包括：

基于优化后的所述电力调度策略，更新所述电力调度数据模型。

12.根据权利要求9所述的方法，其特征在于，对所述目标信号数据进行时间关联分析和空间关联分析，得到所述分析结果，包括：

调用所述电力调度数据模型，对所述目标信号数据进行时间关联分析和空间关联分析，得到所述分析结果。

13.根据权利要求12所述的方法，其特征在于，在调用所述电力调度数据模型，对所述目标信号数据进行时间关联分析和空间关联分析，得到所述分析结果之后，所述方法还包括：

基于所述分析结果和所述电力调度数据，确定所述电网的所述异常运行结果；

对所述异常运行结果进行分类和优先级排序，得到排序结果；

基于所述排序结果，对所述异常运行结果进行故障预测，得到预测结果；

响应于所述预测结果为所述电网的故障概率大于概率阈值，确定所述电网的性能指标，其中，所述性能指标用于调整所述电网。

14.一种电网的运行状态的确定装置，其特征在于，包括：

第一获取单元，用于获取电力调度监控系统对电网进行监控，所得到的目标信号数据；

分析单元，用于对所述目标信号数据进行时间关联分析和空间关联分析，得到分析结果，其中，所述分析结果用于确定所述电网的异常运行结果；

转换单元，用于对所述分析结果进行转换，得到可视化结果，其中，所述可视化结果用于展示所述异常运行结果；

第一确定单元，用于基于所述可视化结果，确定所述电网的运行状态。

15.一种非易失性存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至13中任意一项所述的电网的运行状态的确定方法。

16.一种电子设备，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如权利要求1至13中任一项所述的电网的运行状态的确定方法。