WO2013097312A1 - 电力系统数据分析平台及方法 - Google Patents

电力系统数据分析平台及方法 Download PDF

Info

Publication number
WO2013097312A1
WO2013097312A1 PCT/CN2012/070508 CN2012070508W WO2013097312A1 WO 2013097312 A1 WO2013097312 A1 WO 2013097312A1 CN 2012070508 W CN2012070508 W CN 2012070508W WO 2013097312 A1 WO2013097312 A1 WO 2013097312A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
processed
algorithm
machine learning
analysis
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.)
Ceased
Application number
PCT/CN2012/070508
Other languages
English (en)
French (fr)
Inventor
刘建明
王继业
栗宁
范鹏展
王风雨
吕厚雷
李晓珍
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.)
GUO DIAN TONG NETWORK TECHNOLOGY Co Ltd
State Grid Information and Telecommunication Group Co Ltd
Original Assignee
GUO DIAN TONG NETWORK TECHNOLOGY Co Ltd
State Grid Information and Telecommunication Group 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 GUO DIAN TONG NETWORK TECHNOLOGY Co Ltd, State Grid Information and Telecommunication Group Co Ltd filed Critical GUO DIAN TONG NETWORK TECHNOLOGY Co Ltd
Priority to US14/369,082 priority Critical patent/US20140351285A1/en
Publication of WO2013097312A1 publication Critical patent/WO2013097312A1/zh
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2471—Distributed queries
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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

Definitions

  • the present invention relates to the field of data analysis, and more particularly to a power system data analysis platform and method.
  • the present invention provides a power system data analysis platform and method, which overcomes the problem that the data processing has large limitations and cannot be used for data mining due to the single-node deployment of the relational database in the prior art. .
  • the present invention provides the following technical solutions:
  • a power system data analysis platform including a data storage system, a management service system, and a data processing system;
  • the data storage system is configured to store data to be processed by using a cloud distributed database
  • the management service system is configured to issue an operation command for analyzing the data to be processed, the operation command including an instant query, a multi-dimensional analysis, and/or a machine learning;
  • the data processing system is configured to perform on-the-spot query, multi-dimensional analysis, and/or machine learning on the to-be-processed data according to the operation command.
  • the data processing system specifically includes:
  • An instant query module configured to query corresponding to-be-processed data according to the received instant query request; a multi-dimensional analysis module, configured to analyze corresponding to-be-processed data according to the received multi-dimensional analysis command; and a machine learning module, configured to receive the The machine learning command uses a corresponding machine learning algorithm to mine corresponding to-be-processed data.
  • the machine learning algorithm includes: a clustering algorithm, a classification algorithm, a prediction algorithm, an association analysis algorithm, a benefit point analysis algorithm, a collaborative filtering analysis algorithm, and/or Or What-if simulation analysis algorithm.
  • the data to be processed is data collected by an Internet of Things, a sensor, or a service system.
  • the method further includes:
  • the portal system is used to provide users with a unified operation interface.
  • the method further includes:
  • a display system configured to display the processing result of the data processing system to a user.
  • the method further includes:
  • a business application system that provides services for users to provide different services.
  • a method for analyzing power system data comprising:
  • the management service system Receiving an operation command sent by the management service system for analyzing the data to be processed, the operation command including an instant query, a multi-dimensional analysis, and a machine learning;
  • the data processing system performs on-the-fly and/or multi-dimensional analysis and/or machine learning on the data to be processed stored in the cloud distributed database according to the operation command.
  • the processing performed on the data to be processed specifically includes:
  • the machine learning algorithm includes: a clustering algorithm, a classification algorithm, a prediction algorithm, an association analysis algorithm, and a group point analysis algorithm , collaborative filtering analysis algorithm, What-if simulation analysis algorithm.
  • the method further includes:
  • the method further includes:
  • the present invention discloses a power system compared to the prior art.
  • a data analysis platform and method the platform uses a cloud distributed database to store data to be processed, and performs on-the-spot and/or multi-dimensional analysis and/or multi-dimensional analysis on the data to be processed according to the received operation command for analyzing the data to be processed.
  • Machine learning and other processing through machine learning algorithm analysis to achieve knowledge mining of the data to be processed.
  • machine learning algorithms can be used to extract unknown and valuable data, and provide favorable support for enterprise decision-making.
  • FIG. 1 is a first schematic structural diagram of a power system data analysis platform according to an embodiment of the present invention
  • FIG. 2 is a schematic structural diagram of a data processing system 103 according to an embodiment of the present invention
  • FIG. 3 is a second schematic structural diagram of a power system data analysis platform according to an embodiment of the present invention
  • FIG. 4 is a flowchart of a power system data analysis method according to an embodiment of the present invention. detailed description
  • FIG. 1 is a data analysis platform for a power system according to an embodiment of the present invention.
  • the power system data analysis platform 10 may include:
  • a data storage system 101 configured to store data to be processed by using a cloud distributed database
  • the data to be processed is data collected by the Internet of Things, the sensor service, or the service system.
  • the data storage system 101 provides an interface between the power system data analysis platform 10 and the sensing device, and is also provided for Oracle,
  • the ETI (Extraction-Transform-Loading) service of the relational database such as Sybase the data in the relational database is imported into the power system data analysis platform 10;
  • the system can process data by using parallel computing technology, which stores the data to be processed into a large part of the data file.
  • the parallel computing implementation distributes the algorithm to be executed to each storage node. Each node executes the algorithm separately, and then summarizes the results of each node to obtain the final result, which can run parallel computing.
  • the technology provides a basis for the use of machine learning algorithms to analyze data in subsequent steps, and the cloud distributed database storage method can increase the storage capacity and computing capacity of the system by increasing the number of cloud cluster nodes;
  • the management service system 102 is configured to issue an operation command for analyzing the data to be processed, where the operation command includes an instant query, a multi-dimensional analysis, and/or a machine learning;
  • This module has control over what processing and processing of the data to be processed, that is, the user can issue a command to operate the data to be processed by the module; in other embodiments, the management service system 102 can also provide Includes but is not limited to access control, workflow management services;
  • the data processing system 103 is configured to perform an instant check on the to-be-processed data according to the operation command. Inquiry, multidimensional analysis and/or machine learning;
  • FIG. 2 is a schematic structural diagram of a data processing system 103 according to an embodiment of the present invention. As shown in the figure, the data processing system 103 may include:
  • the instant query module 1031 is configured to query the corresponding pending data according to the received instant query request;
  • the module is capable of responding quickly to user query requests
  • the multi-dimensional analysis module 1032 is configured to analyze corresponding to-be-processed data according to the received multi-dimensional analysis command;
  • the multi-dimensional analysis module 1032 can analyze the same set of data from different angles, such as: Beijing quarterly power consumption related data, can calculate the power consumption of each month in a quarter according to time, or can be used according to Electricity consumption, such as Haidian District, Chaoyang District, Fengtai District, during the same period of time;
  • the machine learning module 1033 is configured to: according to the received machine learning command, use a corresponding machine learning algorithm to mine corresponding data to be processed;
  • the machine learning algorithm may include, but is not limited to, clustering, classification, prediction, association analysis, outlier analysis, collaborative filtering analysis, What-if simulation analysis, etc., by using the above machine learning algorithms, Knowledge mining in massive data, discovering valuable data, such as: "Beer and diaper" story, that is, through the correlation analysis algorithm in data mining, analyze the retail data of a large supermarket and find that customers purchase at the same time. The frequency of beer and diaper is high, so supermarket companies bundle the two types of goods together for sale, which greatly increases sales.
  • the power system data analysis platform uses a cloud distributed database storage to be processed. Data, and according to the received operation command for analyzing the data to be processed, performing on-the-spot query and/or multi-dimensional analysis and/or machine learning on the data to be processed, and performing knowledge mining on the data to be processed through machine learning algorithm analysis .
  • machine learning algorithms can be used to extract unknown and valuable data, and provide favorable support for enterprise decision-making.
  • FIG. 3 is a schematic diagram of a second structure of a power system data analysis platform according to an embodiment of the present invention.
  • the power system data analysis platform 30 may include:
  • a data storage system 101 configured to store data to be processed by using a cloud distributed database
  • the management service system 102 is configured to issue an operation command for analyzing the data to be processed, where the operation command includes an instant query, a multi-dimensional analysis, and/or a machine learning;
  • the data processing system 103 is configured to perform on-the-spot query, multi-dimensional analysis, and/or machine learning on the to-be-processed data according to the operation command;
  • a portal system 301 configured to provide a unified operation interface for the user
  • the portal system 301 can provide a unified portal and easy-to-operate operation interface for the user.
  • the system provides various functions or systems for the user through graphics or text, so that the complicated technology and process in the background are not for the user. It can be seen that the user can perform massive data analysis by operating with the mouse, which is beneficial to the application of the platform in the actual production environment;
  • a display system 302 configured to display the processing result of the data processing system to a user; the system can pass the processing result of the data processing system 103 to the processed data by including but not limited to a list, a crosstab, a pie chart, and a histogram. Display to customers;
  • the service application system 303 is configured to provide services for users to different services.
  • the business can have multiple items, which can be set by the user according to the degree of importance and different levels. Some common business types are: finance, marketing, human resources and materials.
  • the power system data analysis platform uses the cloud distributed database to store the to-be-processed data, and performs an instant query and/or multi-dimensional analysis on the to-be-processed data according to the received operation command for analyzing the processed data.
  • the platform can provide users with a unified and easy to operate portal, the data processing results are displayed to the customer in the form of 4 ⁇ table Users can also set up many specialized business systems to serve their work.
  • the power system data analysis platform disclosed by the invention can enable the power enterprise user to process and manage a large amount of data, and can extract unknown and valuable data by using a machine learning algorithm, thereby providing favorable advantages for enterprise decision-making. stand by.
  • Embodiment 3 Embodiment 3
  • FIG. 4 is a flowchart of a method for analyzing data of a power system according to an embodiment of the present invention. Referring to FIG. 4, the method may include:
  • Step 401 Receive an operation command sent by the management service system to analyze the data to be processed, where the operation command includes an instant query, a multi-dimensional analysis, and a machine learning;
  • Step 402 The data processing system performs on-the-fly query and/or multi-dimensional analysis and/or machine learning on the to-be-processed data stored in the cloud distributed database according to the operation command.
  • the processing of the data to be processed according to the operation command may include: querying corresponding data to be processed according to the received instant query request; and/or analyzing corresponding data to be processed according to the received multi-dimensional analysis command; and/or receiving according to The machine learning command arrives, and the corresponding machine learning algorithm is used to mine the corresponding data to be processed; the machine learning algorithm includes: clustering algorithm, classification algorithm, pre- Measurement algorithm, correlation analysis algorithm, interest group analysis algorithm, collaborative filtering analysis algorithm, What-if simulation analysis algorithm.
  • a step of providing a unified user interface to the user; and/or presenting the results of the data processing to the user may also be included.
  • the analysis object of the power system data analysis method is to use the data to be processed stored in the cloud distributed database, and the method can perform the analysis on the received data to be processed according to the received operation command for analyzing the data to be processed.
  • Instant query and/or multi-dimensional analysis and/or machine learning, etc. through machine learning algorithm analysis to achieve knowledge mining of the data to be processed.
  • machine learning algorithms can be used to extract unknown and valuable data, and provide favorable support for enterprise decision-making.
  • RAM random access memory
  • ROM read only memory
  • electrically programmable ROM electrically erasable programmable ROM
  • registers hard disk, removable disk, CD-ROM, or any other form of storage known in the art. In the medium.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Accounting & Taxation (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Artificial Intelligence (AREA)
  • Fuzzy Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种电力系统数据分析平台及方法，所述平台采用云分布式数据库存储待处理数据，并根据接收到的对待处理数据进行分析的操作命令，对所述待处理数据进行即时查询和/或多维分析和/或机器学习等处理，通过机器学习算法分析实现对待处理数据进行知识挖掘。通过本发明公开的电力系统数据分析平台及方法，能够采用机器学习算法提取出未知的、有价值的数据，为企业决策提供有利支持。

Description

电力系统数据分析平台及方法
本申请要求于 2011 年 12 月 29 日提交中国专利局、 申请号为 201110452264.7、 发明名称为 "电力系统数据分析平台及方法" 的中国专利申 请的优先权， 其全部内容通过引用结合在本申请中。
技术领域 本发明涉及数据分析领域， 更具体的说，是涉及一种电力系统数据分析平 台及方法。
背景技术 随着国家电网水平的不断提高以及各类智能设备的广泛应用，电力行业在 工作方面获得的数据量也急剧增加。 为了工作的需要， 用户要将获取的数据进行分析处理。 而电网企业现有的 信息管理系统， 数据存储基本都是采用传统的关系型数据库， 例如 Oracle, Sybase等， 这些关系型数据库普遍采用单节点来部署， 因此， 电网企业现有的 信息管理系统对数据进行处理也是以单节点为单位进行的，这样就使得电网企 业现有的信息管理系统对数据的处理受到很大的限制，基本上只能集中在数据 查询和小范围的数据汇总分析。 而面对电网企业越来越庞大的数据量及对大量数据进行分析处理的迫切 任务， 电网企业现有的信息管理系统已不能够满足需要。对数据的处理不仅需 要具有数据查询和数据汇总功能，更应该具有从数据中挖掘未知的有价值知识 的能力， 以提取出有价值的数据， 为电力企业决策提供有利支持。 发明内容
有鉴于此， 本发明提供了一种电力系统数据分析平台及方法， 以克服现有 技术中由于关系数据库采用单节点部署而导致的对数据处理局限性大，不能够 对数据进行知识挖掘的问题。
为实现上述目的， 本发明提供如下技术方案：
一种电力系统数据分析平台， 包括数据存储系统、管理服务系统和数据处 理系统；
所述数据存储系统用于采用云分布式数据库存储待处理数据；
所述管理服务系统用于发出对待处理数据进行分析的操作命令，所述操作 命令包括即时查询、 多维分析和 /或机器学习；
所述数据处理系统用于根据所述操作命令对所述待处理数据进行即时查 询、 多维分析和 /或机器学习。
其中， 所述数据处理系统具体包括：
即时查询模块， 用于根据接收到的即时查询请求查询对应的待处理数据； 多维分析模块， 用于根据接收到的多维分析命令分析对应的待处理数据； 机器学习模块， 用于根据接收到的机器学习命令， 采用对应的机器学习算 法挖掘对应的待处理数据， 所述机器学习算法包括： 聚类算法、 分类算法、 预 测算法、 关联分析算法、 利群点分析算法、 协同过滤分析算法和 /或 What-if仿 真分析算法。
其中， 所述待处理数据为物联网、 传感器或业务系统采集的数据。
优选的， 还包括： 门户系统， 用于为用户提供统一的操作界面。
优选的， 还包括：
展示系统， 用于将所述数据处理系统的处理结果展示给用户。
优选的， 还包括：
业务应用系统， 用于为用户提供不同业务的服务。
一种电力系统数据分析方法， 包括：
接收由管理服务系统发出的对待处理数据进行分析的操作命令，所述操作 命令包括即时查询、 多维分析和机器学习；
数据处理系统根据所述操作命令，对采用云分布式数据库存储的待处理数 据进行即时查询和 /或多维分析和 /或机器学习。
其中， 所述对待处理数据进行的处理具体包括：
根据接收到的即时查询请求查询对应的待处理数据；
和 /或根据接收到的多维分析命令分析对应的待处理数据；
和 /或根据接收到的机器学习命令， 采用对应的机器学习算法挖掘对应的 待处理数据， 所述机器学习算法包括： 聚类算法、 分类算法、 预测算法、 关联 分析算法、 利群点分析算法、 协同过滤分析算法、 What-if仿真分析算法。
优选的， 还包括：
为用户提供统一的操作界面。
优选的， 还包括：
将所述数据处理系统的处理结果展示给用户。 经由上述的技术方案可知， 与现有技术相比， 本发明公开了一种电力系统 数据分析平台及方法， 所述平台采用云分布式数据库存储待处理数据， 并根据 接收到的对待处理数据进行分析的操作命令，对所述待处理数据进行即时查询 和 /或多维分析和 /或机器学习等处理， 通过机器学习算法分析实现对待处理数 据进行知识挖掘。通过本发明公开的电力系统数据分析平台及方法， 能够采用 机器学习算法提取出未知的、 有价值的数据， 为企业决策提供有利支持。 附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施 例或现有技术描述中所需要使用的附图作筒单地介绍，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 为本发明实施例公开的电力系统数据分析平台第一结构示意图； 图 2为本发明实施例公开的数据处理系统 103的结构示意图；
图 3为本发明实施例公开的电力系统数据分析平台第二结构示意图； 图 4为本发明实施例公开的电力系统数据分析方法的流程图。 具体实施方式
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， 都属于本发明保护的范围。
实施例一 图 1为本发明实施例公开的电力系统数据分析平台， 参见图 1所示， 所述 电力系统数据分析平台 10可以包括：
数据存储系统 101 , 用于采用云分布式数据库存储待处理数据；
其中， 所述待处理数据为物联网、 传感器业务或业务系统采集的数据； 同 时， 所述数据存储系统 101提供了电力系统数据分析平台 10与传感设备间的 接 口 ， 也提供 了 面 向 Oracle 、 Sybase 等 关 系 数据库 的 ETI ( Extraction-Transform-Loading, 数据提取 -转换 -加载 )服务， 将关系数据库中 的数据导入所述电力系统数据分析平台 10;
有了采用云分布式数据库来存储待处理数据这个前提，就使得系统能够采 用并行计算技术来对数据进行处理，所述云分布式数据库存储待处理数据即将 一个大的数据文件分成多个部分存储在云集群不同的节点上，而并行计算的实 现就是将要执行的算法分发到各个存储节点上， 由各个节点分别执行算法，再 把各个节点的结果汇总， 以得到最终的结果， 能够运行并行计算技术为后续步 骤中采用机器学习算法分析数据提供了基础，且采用云分布式数据库存储方式 可以通过增加云集群节点的方式来实现系统存储容量和计算能力的扩展；
管理服务系统 102, 用于发出对待处理数据进行分析的操作命令， 所述操 作命令包括即时查询、 多维分析和 /或机器学习；
此模块具有对待处理数据进行处理、进行什么样的处理的控制权， 即用户 可以通过此模块来发出对待处理数据进行操作的命令； 在其他的实施例中， 所 述管理服务系统 102还可以提供包括但不局限于权限控制、 工作流管理的服 务；
数据处理系统 103 , 用于根据所述操作命令对所述待处理数据进行即时查 询、 多维分析和 /或机器学习；
所述数据处理系统 103的具体结构可以参见图 2, 图 2为本发明实施例公 开的数据处理系统 103的结构示意图，如图所示， 所述数据处理系统 103可以 包括：
即时查询模块 1031 , 用于根据接收到的即时查询请求查询对应的待处理 数据；
该模块能够快速响应用户的查询请求；
多维分析模块 1032, 用于根据接收到的多维分析命令分析对应的待处理 数据；
所述多维分析模块 1032能够从不同的角度来分析同一组数据， 如： 北京 市一个季度的用电量相关数据，可以按时间统计出一个季度内每一月份的用电 量， 也可以按照用电区域， 如海淀区、 朝阳区、 丰台区在同一时间段内的用电 量；
机器学习模块 1033 , 用于根据接收到的机器学习命令， 采用对应的机器 学习算法挖掘对应的待处理数据；
其中， 所述机器学习的算法可以包括但不局限于聚类、 分类、 预测、 关联 分析、 离群点分析、 协同过滤分析、 What-if 仿真分析等类型， 通过上述这些 机器学习算法， 可以从海量数据中进行知识挖掘，发现有价值的数据， 如： "啤 酒和尿不湿" 的故事， 即是通过数据挖掘中的关联分析算法， 对某大型超市的 零售数据进行分析，发现客户同时购买啤酒和尿不湿出现的频率很高， 因此超 市企业将上述两类商品绑定在一起进行销售， 使销售量得到大大的提升。
本实施例中 ,所述电力系统数据分析平台采用云分布式数据库存储待处理 数据， 并根据接收到的对待处理数据进行分析的操作命令，对所述待处理数据 进行即时查询和 /或多维分析和 /或机器学习等处理， 通过机器学习算法分析实 现对待处理数据进行知识挖掘。通过本发明公开的电力系统数据分析平台， 能 够采用机器学习算法提取出未知的、有价值的数据，为企业决策提供有利支持。 实施例二
图 3为本发明实施例公开的电力系统数据分析平台第二结构示意图，参见 图 3所示， 所述电力系统数据分析平台 30可以包括：
数据存储系统 101 , 用于采用云分布式数据库存储待处理数据；
管理服务系统 102, 用于发出对待处理数据进行分析的操作命令， 所述操 作命令包括即时查询、 多维分析和 /或机器学习；
数据处理系统 103 , 用于根据所述操作命令对所述待处理数据进行即时查 询、 多维分析和 /或机器学习；
门户系统 301 , 用于为用户提供统一的操作界面；
所述门户系统 301能够为用户提供统一的入口、 筒单易操作的操作界面， 该系统通过图形或文字为用户提供各种各样的功能或系统， 使后台的复杂技 术、 过程对用户是不可见的， 用户通过鼠标来操作， 就能够完成海量数据的分 析， 利于所述平台在实际生产环境中的应用；
展示系统 302, 用于将所述数据处理系统的处理结果展示给用户； 该系统能够将数据处理系统 103 对待处理数据的处理结果通过包括但不 限于列表、 交叉表、 饼图和柱状图的形式展示给客户；
业务应用系统 303 , 用于为用户提供不同业务的服务。 所述业务可以有多项， 可以由用户根据重要程度， 分不同层次来设定， 一 些常见的业务类型如： 财务、 营销、 人力资源和物资等。
本实施例中，所述电力系统数据分析平台采用云分布式数据库存储待处理 数据， 并根据接收到的对待处理数据进行分析的操作命令，对所述待处理数据 进行即时查询和 /或多维分析和 /或机器学习等处理， 通过机器学习算法分析实 现对待处理数据进行知识挖掘， 且所述平台能够为用户提供统一易操作的入 口，将对数据的处理结果采用 4艮表的形式显示给客户， 用户也可以设置许多专 门的业务系统来服务于工作。通过本发明公开的电力系统数据分析平台， 能够 使电力企业用户能够对大量数据进行筒单易操作处理及管理，并且能够采用机 器学习算法提取出未知的、 有价值的数据， 为企业决策提供有利支持。 实施例三
图 4 为本发明实施例公开的电力系统数据分析方法的流程图， 参见图 4 所示， 所述方法可以包括：
步骤 401 : 接收由管理服务系统发出的对待处理数据进行分析的操作命 令， 所述操作命令包括即时查询、 多维分析和机器学习；
步骤 402: 数据处理系统根据所述操作命令， 对采用云分布式数据库存储 的待处理数据进行即时查询和 /或多维分析和 /或机器学习；
其中，根据操作命令对待处理数据进行处理具体可以包括： 根据接收到的 即时查询请求查询对应的待处理数据； 和 /或根据接收到的多维分析命令分析 对应的待处理数据； 和 /或根据接收到的机器学习命令， 采用对应的机器学习 算法挖掘对应的待处理数据； 述机器学习算法包括： 聚类算法、 分类算法、 预 测算法、 关联分析算法、 利群点分析算法、 协同过滤分析算法、 What-if 仿真 分析算法。
在其他的实施例里， 还可以包括为用户提供统一的操作界面； 和 /或将数 据处理的结果展示给用户的步骤。
本实施例中，所述电力系统数据分析方法的分析对象是采用云分布式数据 库存储的待处理数据，该方法能够根据接收到的对待处理数据进行分析的操作 命令， 对所述待处理数据进行即时查询和 /或多维分析和 /或机器学习等处理， 通过机器学习算法分析实现对待处理数据进行知识挖掘。通过本发明公开的电 力系统数据分析方法， 能够采用机器学习算法提取出未知的、 有价值的数据， 为企业决策提供有利支持。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是 与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于 实施例公开的装置而言， 由于其与实施例公开的方法相对应， 所以描述的比较 筒单， 相关之处参见方法部分说明即可。
还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来 将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这 些实体或操作之间存在任何这种实际的关系或者顺序。 而且， 术语 "包括"、
"包含"或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列 要素的过程、 方法、 物品或者设备不仅包括那些要素， 而且还包括没有明确列 出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。 在没有更多限制的情况下， 由语句 "包括一个…… " 限定的要素， 并不排除在 包括所述要素的过程、 方法、 物品或者设备中还存在另外的相同要素。 结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处 理器执行的软件模块， 或者二者的结合来实施。软件模块可以置于随机存储器
( RAM )、内存、只读存储器（ ROM )、电可编程 ROM、电可擦除可编程 ROM、 寄存器、 硬盘、 可移动磁盘、 CD-ROM, 或技术领域内所公知的任意其它形式 的存储介质中。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本 发明。 对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见 的， 本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下， 在 其它实施例中实现。 因此， 本发明将不会被限制于本文所示的这些实施例， 而 是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims

权 利 要 求
1、 一种电力系统数据分析平台， 其特征在于， 包括数据存储系统、 管理 服务系统和数据处理系统；
所述数据存储系统用于采用云分布式数据库存储待处理数据；
所述管理服务系统用于发出对待处理数据进行分析的操作命令，所述操作 命令包括即时查询、 多维分析和 /或机器学习；
所述数据处理系统用于根据所述操作命令对所述待处理数据进行即时查 询、 多维分析和 /或机器学习。
2、 根据权利要求 1所述的平台， 其特征在于， 所述数据处理系统具体包 括：
即时查询模块， 用于根据接收到的即时查询请求查询对应的待处理数据； 多维分析模块， 用于根据接收到的多维分析命令分析对应的待处理数据； 机器学习模块， 用于根据接收到的机器学习命令， 采用对应的机器学习算 法挖掘对应的待处理数据， 所述机器学习算法包括： 聚类算法、 分类算法、 预 测算法、 关联分析算法、 利群点分析算法、 协同过滤分析算法和 /或 What-if仿 真分析算法。
3、 根据权利要求 1所述的平台， 其特征在于， 还包括：
门户系统， 用于为用户提供统一的操作界面。
4、 根据权利要求 1所述的平台， 其特征在于， 还包括：
展示系统， 用于将所述数据处理系统的处理结果展示给用户。
5、根据权利要求 1所述的平台， 其特征在于， 所述待处理数据为物联网、 传感器或业务系统采集的数据。
6、 根据权利要求 1所述的平台， 其特征在于， 还包括：
业务应用系统， 用于为用户提供不同业务的服务。
7、 一种电力系统数据分析方法， 其特征在于， 包括：
接收由管理服务系统发出的对待处理数据进行分析的操作命令，所述操作 命令包括即时查询、 多维分析和机器学习；
数据处理系统根据所述操作命令，对采用云分布式数据库存储的待处理数 据进行即时查询和 /或多维分析和 /或机器学习。
8、 根据权利要求 7所述的方法， 其特征在于， 所述对待处理数据进行的 处理具体包括：
根据接收到的即时查询请求查询对应的待处理数据；
和 /或根据接收到的多维分析命令分析对应的待处理数据；
和 /或根据接收到的机器学习命令， 采用对应的机器学习算法挖掘对应的 待处理数据， 所述机器学习算法包括： 聚类算法、 分类算法、 预测算法、 关联 分析算法、 利群点分析算法、 协同过滤分析算法、 What-if仿真分析算法。
9、 根据权利要求 7所述的方法， 其特征在于， 还包括：
为用户提供统一的操作界面。
10、 根据权利要求 7所述的方法， 其特征在于， 还包括：
将所述数据处理系统的处理结果展示给用户。
PCT/CN2012/070508 2011-12-29 2012-01-18 电力系统数据分析平台及方法 Ceased WO2013097312A1 (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US14/369,082 US20140351285A1 (en) 2011-12-29 2012-01-18 Platform and method for analyzing electric power system data

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2011104522647A CN102411766A (zh) 2011-12-29 2011-12-29 电力系统数据分析平台及方法
CN201110452264.7 2011-12-29

Publications (1)

Publication Number Publication Date
WO2013097312A1 true WO2013097312A1 (zh) 2013-07-04

Family

ID=45913833

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2012/070508 Ceased WO2013097312A1 (zh) 2011-12-29 2012-01-18 电力系统数据分析平台及方法

Country Status (3)

Country Link
US (1) US20140351285A1 (zh)
CN (1) CN102411766A (zh)
WO (1) WO2013097312A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111461521A (zh) * 2020-03-27 2020-07-28 广东电网有限责任公司 一种基于电力大数据的居民住房空置率分析方法
CN111630534A (zh) * 2018-01-29 2020-09-04 西门子股份公司 用于分析模型的协作机器学习的方法
CN111831746A (zh) * 2020-06-06 2020-10-27 国网河北省电力有限公司衡水供电分公司 一种分布式电力数据管理系统
CN112070627A (zh) * 2020-08-27 2020-12-11 国家电网有限公司 一种基于电力大数据平台的数据处理系统

Families Citing this family (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103676794A (zh) * 2012-09-04 2014-03-26 上海杰之能信息科技有限公司 能耗监测方法及能耗监测系统
CN102930458B (zh) * 2012-10-24 2016-01-20 国网能源研究院 电价评估仿真方法及系统
CN103164779A (zh) * 2013-04-08 2013-06-19 国家电网公司 一种电力系统数据的处理方法及装置
CN103905553A (zh) * 2014-04-04 2014-07-02 江苏林洋电子股份有限公司 一种能效管理系统的云架构及其运行方法
CN105243069A (zh) * 2014-07-09 2016-01-13 南方科技大学 大数据认知决策的智能系统
CN104881726B (zh) * 2014-12-31 2020-12-01 国家电网公司 一种实现调控操作票与在线联合计算一体化的方法
CN106528489A (zh) * 2015-09-14 2017-03-22 上海羽视澄蓝信息科技有限公司 基于云计算的车辆检测机器学习系统
AU2017257501A1 (en) * 2016-04-25 2018-11-15 Intertrust Technologies Corporation Data management systems and methods
CN106529869A (zh) * 2016-10-27 2017-03-22 国网天津市电力公司 一种物资库存物料动态特征分析平台及其分析方法
CN106447245A (zh) * 2016-12-12 2017-02-22 杭州信萃科技有限公司 一种基于大数据分析的智能流程管控方法
CN106875110A (zh) * 2017-02-06 2017-06-20 泰康保险集团股份有限公司 业务指标分层计算方法及装置、分布式计算方法及系统
CN108509453B (zh) * 2017-02-27 2021-02-09 华为技术有限公司 一种信息处理方法及装置
US10789550B2 (en) * 2017-04-13 2020-09-29 Battelle Memorial Institute System and method for generating test vectors
CN107248027A (zh) * 2017-05-24 2017-10-13 国网安徽省电力公司 一种规上口径工业用电的统计核算方法
CN109978575B (zh) * 2017-12-27 2021-06-04 中国移动通信集团广东有限公司 一种挖掘用户流量经营场景的方法及装置
CN109255523B (zh) * 2018-08-16 2021-07-20 北京奥技异科技发展有限公司 基于kks编码规则和大数据架构的分析指标计算平台
CN109742852A (zh) * 2018-12-11 2019-05-10 诚启(武汉)智能机器有限公司 一种配电设备状态检测诊断系统
CN109668281A (zh) * 2018-12-13 2019-04-23 济南浪潮高新科技投资发展有限公司 一种基于nb-iot的除甲醛新风系统
CN111753584B (zh) * 2019-03-28 2023-09-26 杭州海康威视数字技术股份有限公司 智能分析方法及系统
JP7650816B2 (ja) * 2019-04-09 2025-03-25 インタートラスト テクノロジーズ コーポレイション 接続されたデバイスの情報管理システムおよび方法
CN111125094A (zh) * 2019-11-25 2020-05-08 怀化建南电子科技有限公司 基于区块链的电力数据存储系统
CN111199361A (zh) * 2020-01-13 2020-05-26 国网福建省电力有限公司信息通信分公司 基于模糊推理理论的电力信息系统健康评估方法及系统
CN112163039A (zh) * 2020-09-21 2021-01-01 国家电网有限公司大数据中心 基于企业级数据中台分析域的数据资源标准化管理系统
CN112256770A (zh) * 2020-11-13 2021-01-22 国网江苏省电力有限公司南通供电分公司 一种基于智能化数据采集与分析的智慧数据分析平台
CN112925964A (zh) * 2021-04-01 2021-06-08 王琪 基于云计算服务的大数据采集方法及大数据采集服务系统
CN113268894B (zh) * 2021-07-20 2022-07-05 国能信控互联技术有限公司 一种基于数据中台的火电生产数据治理方法和系统
CN113723773B (zh) * 2021-08-16 2024-03-19 盛隆电气集团有限公司 一种基于大数据分析的电能决策系统
US12596587B2 (en) 2023-02-21 2026-04-07 Microsoft Technology Licensing, Llc Cloud distributed database capacity planning and adjustment using time-series data analysis
CN119311881A (zh) * 2024-12-12 2025-01-14 中国人民解放军国防科技大学 一种基于数据分类分割与重组的云存储安全增强方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002169613A (ja) * 2000-12-04 2002-06-14 Hitachi Ltd 電力ロードカーブの分析方法およびシステム
CN101562338A (zh) * 2008-04-18 2009-10-21 东莞市腾华电子技术有限公司 配网自动化系统体系架构
CN201540592U (zh) * 2009-11-13 2010-08-04 上海市电力公司 一种电能质量监测管理系统结构
CN102156712A (zh) * 2011-03-08 2011-08-17 国网信息通信有限公司 一种基于云存储的电力信息检索方法及系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6567814B1 (en) * 1998-08-26 2003-05-20 Thinkanalytics Ltd Method and apparatus for knowledge discovery in databases
CN101609987B (zh) * 2008-06-20 2013-04-24 上海申瑞继保电气有限公司 主站自动电压控制与厂站电压无功控制的联合协调方法
CN102209100B (zh) * 2011-03-15 2013-10-23 国家电网公司 一种任务调度云处理系统及其方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002169613A (ja) * 2000-12-04 2002-06-14 Hitachi Ltd 電力ロードカーブの分析方法およびシステム
CN101562338A (zh) * 2008-04-18 2009-10-21 东莞市腾华电子技术有限公司 配网自动化系统体系架构
CN201540592U (zh) * 2009-11-13 2010-08-04 上海市电力公司 一种电能质量监测管理系统结构
CN102156712A (zh) * 2011-03-08 2011-08-17 国网信息通信有限公司 一种基于云存储的电力信息检索方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ZHU, SHAOMIN ET AL.: "A Fuzzy Neural Network Based Green Evaluation Method of Power Enterprise Data Center", POWER SYSTEM TECHNOLOGY, vol. 32, no. 19, October 2008 (2008-10-01), pages 84 - 88 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111630534A (zh) * 2018-01-29 2020-09-04 西门子股份公司 用于分析模型的协作机器学习的方法
CN111630534B (zh) * 2018-01-29 2023-11-03 西门子股份公司 用于分析模型的协作机器学习的方法
CN111461521A (zh) * 2020-03-27 2020-07-28 广东电网有限责任公司 一种基于电力大数据的居民住房空置率分析方法
CN111831746A (zh) * 2020-06-06 2020-10-27 国网河北省电力有限公司衡水供电分公司 一种分布式电力数据管理系统
CN112070627A (zh) * 2020-08-27 2020-12-11 国家电网有限公司 一种基于电力大数据平台的数据处理系统

Also Published As

Publication number Publication date
US20140351285A1 (en) 2014-11-27
CN102411766A (zh) 2012-04-11

Similar Documents

Publication Publication Date Title
WO2013097312A1 (zh) 电力系统数据分析平台及方法
Lim et al. Business intelligence and analytics: Research directions
CN105824868B (zh) 一种分布式数据库数据处理方法和分布式数据库系统
TWI559158B (zh) 於商業分析中之關係發現之方法、電腦系統及電腦程式產品
CN102609421B (zh) 数据查询方法及装置
CN104572740B (zh) 一种存储数据的方法和装置
CN111310032B (zh) 资源推荐方法、装置、计算机设备及可读存储介质
CN104318414A (zh) 一种商品库存管理信息系统
Karim et al. An efficient distributed programming model for mining useful patterns in big datasets
Mousa et al. Data warehouse and data virtualization comparative study
Yeung et al. Data Analytics Architectures for E-Commerce Platforms in Cloud
WO2018165968A1 (zh) 基于网页搜索的商家评价推荐系统及方法
Sá et al. Big data in cloud: A data architecture
Chaudhuri et al. New frontiers in business intelligence
Radebe et al. Integrated Big Data Analytics Conceptual Framework for Information Sharing across the fast-moving consumer goods industry
WO2021062959A1 (zh) 一种针对业务对象的数据处理方法及装置
Qin et al. A survey on benchmarks for big data and some more considerations
Kim et al. A survey of big data technologies and how semantic computing can help
Zhu et al. Analyzing of collaborative filtering using clustering technology
Ye Research and application of apriori algorithm for mining association rules
Gligor et al. Oracle exalytics: engineered for speed-of-thought analytics
CN105447137A (zh) 一种基于关系数据库从大数据下检索相同主从关系数据的算法
Chen et al. Pattern filtering and classification for market basket analysis with profit‐based measures
Wang et al. Distributed and parallel construction method for equi-width histogram in cloud database
Radha et al. A study on big data techniques and applications

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12862401

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 14369082

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 12862401

Country of ref document: EP

Kind code of ref document: A1