一种负荷特性在线分析的智能测量采集装置的制作方法

本发明涉及负荷特性分析技术领域，特别涉及一种负荷特性在线分析的智能测量采集装置。

背景技术：

电力系统各元件的数学模型是电力系统仿真计算的基础，电力系统仿真中关于发电机、励磁系统、调速系统、变压器、输电线路的详细数学模型和建模技术已经得到了很好的发展。但是长期以来，作为电力系统重要元件之一的负荷，由于其复杂性、分布性、时变性以及随机性等因素，决定了其数学模型建立的困难。

在电力系统中负荷元件吸收的功率是随着负荷端电压及频率的变化而变化。当电力系统发生扰动后，系统电压和频率的变化以及负荷自身的动态特性决定了负荷所吸收的有功功率和无功功率的大小。然而，大多数情况下这些变化是非常复杂且难以用数学模型进行精确描述的，因此在实际的工程应用和系统分析中通常理想地将负荷模型处理为恒阻抗(Z)，恒电流(I)和恒功率(P)构成的静态模型，或采用恒阻抗和感应电动机组成的动态负荷模型。但是在很多情况下这些模型不足以描述负荷的综合特性，有时会得出与实际相差甚远的仿真结果。

站系统负荷特性实时分析系统是由安装在110kV变电站出线侧的智能测量采集装置和部署在220kV(330kV)变电站的站系统负荷特性在线分析平台组成。站系统负荷特性实时分析平台综合应用多种负荷模型在线辨识方法，在线辨识能准确反映负荷特性的负荷模型和模型参数，同时实现负荷模型参数的在线修正。智能测量采集装置主要实现110kV变电站出线侧电力负荷的在线采集、本地存储，并进行模型初步辨识与数据上传，它是站系统负荷特性在线分析系统中的重要设备,它的主要功能是采集电力线路的瞬时量数据,包括三相电压、三相电流、有功功率、无功功率、功率因数等数据，同时对线路上的用电负荷设备的用电负荷进行统计计算分析，得出该负荷点各时刻各种用电负荷设备的组成，再根据动态模拟试验或典型值确定各个用电负荷设备的负荷特性参数，计算静态负荷构成中恒阻抗、恒电流、恒功率的比例，最后将得到的数据汇总上传给系统主站，主站汇总数据后通过使用静态负荷等值、动态负荷等值、配电网络等值等多种算法进行负荷建模。

早期的电能数据测量采集装置多采用采用8位、16位单片机作为硬件平台，功能比较简单，存储的数据量不大。目前现有的技术方案主要由负荷模型信息管理子系统和负荷建模装置组成，其中负荷管理子系统包括服务器、录波客户端、负荷建模客户端和维护客户端，负荷建模装置包括故障录波子系统、负荷模型参数辨识子系统以及负荷数据采集平台。其主要功能是：通过负荷数据采集平台采集数据，然后将数据通过以太网传送给故障录波子系统和负荷模型参数辨识子系统，负荷模型参数辨识子系统对采集数据进行预处理、负荷建模和参数辨识，最终将数据传送给负荷模型信息管理子系统。该技术方案的缺点是：负荷建模装置组成比较复杂，不利于大规模现场安装使用，同时该装置缺乏对整个采集点的用电负荷数据进行分析，用户无法了解每种用电负荷设备所占总量的百分比。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

1.现有电能数据采集方案数据采集周期最短1分钟，不能满足负荷在线分析高速采集的要求。

2.缺少用电负荷分析计算的功能。

3.缺少用电负荷统计的功能。

技术实现要素：

本发明的目的在于提供一种负荷特性在线分析的智能测量采集装置，从而克服现有采集装置不能高速采集并在线分析的缺陷。

本发明实施例提供的一种负荷特性在线分析的智能测量采集装置，包括：模数转换器、数字信号处理电路和嵌入式处理器；模数转换器的输出端与数字信号处理电路的输入端相连，且数字信号处理电路的输出端与嵌入式处理器相连；

模数转换器用于采集模拟采样信号，将模拟采样信号转换为数字采样信号，并将数字采样信号传输至数字信号处理电路；

数字信号处理电路用于根据数字采样信号确定在线负荷信息，在线负荷信息包括：电压值、电流值、电网频率、有功功率、无功功率、功角中的一项或多项；

嵌入式处理器用于根据在线负荷信息确定负荷模型参数，并根据负荷模型参数进行负荷特性分析。

在一种可能的实现方式中，还包括：存储器；

存储器与嵌入式处理器相连，用于存储数据库信息，数据库信息包括数字采样信号、在线负荷信息和负荷模型参数中的一项或多项。

在一种可能的实现方式中，嵌入式处理器设有数据访问接口；

在数据访问接口接收到数据访问请求时，根据数据访问请求相对应的进程ID访问数据库信息，并返回访问结果。

在一种可能的实现方式中，嵌入式处理器还用于对数据库信息进行数据抽取；通过数据整合建立不同种类数据库信息间的关联及系统间数据的映射关系，形成数据仓库；并对数据仓库进行数据集成，形成立方体数据信息。

在一种可能的实现方式中，嵌入式处理器具体用于：确定在线收集的在线负荷信息，同时通过离线用户调查分析整理获得各种典型的出线所供的用电负荷设备比例，根据在线负荷信息和用电负荷设备比例确定负荷节点各时刻各种用电设备的组成；根据动态模拟试验或典型值确定各种用电负荷设备的负荷特性参数，利用静态负荷等值方法计算静态负荷构成中恒阻抗、恒电流、恒功率的比例，进而在线确定负荷模型参数。

在一种可能的实现方式中，根据在线负荷信息和用电负荷设备比例确定负荷节点各时刻各种用电设备的组成，包括：

离线进行用户抽样调查，对各负荷类型变电站选取若干条典型10kV或6kV出线进行负荷特性调查，分析整理获得各负荷类型的10kV或6kV出线的用电设备构成情况：包括用电设备类型i和各用电设备所占比例ρ_i；负荷类型包括：工业负荷类型、商业负荷类型、居民负荷类型或农业负荷类型；

在线采集110kV/35kV每条10kV出线线路j的电压V_j、电流I_j、功率因数PF_j，计算获得该线路10kV侧出口功率P_j＝V_jI_jPF_j；

将包括工业类、商业类、居民类、农业类的第i类负荷中的第j个抽样调查10kV或6kV出线所供用电设备构成情况，推广应用至其他10kV或6kV出线，统计得出该时段各类用电设备的总功率，除以该时段整个负荷节点的总功率，即可获得该时段整个220kV变电站各类用电设备i的比例k_i：设该变电站总共有n条10kV或6kV出线。

在一种可能的实现方式中，还包括：通信模块，通信模块与嵌入式处理器相连；

通信模块用于与上位机进行通信，接收上位机发送的控制指令或将负荷信息和/或负荷模型参数上传至上位机。

在一种可能的实现方式中，还包括：触摸屏，触摸屏与嵌入式处理器相连；

触摸屏用于根据用户输入的指令显示相应的负荷信息。

在一种可能的实现方式中，还包括：按键板，按键板与嵌入式处理器相连；按键板用于接收用户输入的操作指令。

本发明实施例提供的一种负荷特性在线分析的智能测量采集装置，可以在线高速采集模拟信号，闭关根据采集到的信号在线确定在线负荷信息，通过嵌入式处理器即可以对在线负荷信息进行处理，并确定负荷模型参数，而不需要借助上位机的处理。通过确定负荷节点各时刻各种用电设备的组成，并确各种用电负荷设备的负荷特性参数，进而可以在线确定负荷模型参数，即可以对用电负荷设备进行统计分析，实时展示用电负荷设备的符合状态。大数据处理模块能够对智能测量采集装置采集到的数据进行初步加工，从不同的维度对数据进行分析，为负荷管理部门提供大数据支持，为负荷控制决策提供参考建议。通过大数据处理的技术对数据库中的数据进行抽取、转换、加工形成数据仓库，数据内容涵盖整个运行周期，进而能够进行合理化的数据分析，最终得到接近实际的负荷模型。通过数据库管理模块对海量数据进行管理能够提高数据存储效率，提高数据访问速度。

本发明实施例提供的一种负荷特性在线分析的智能测量采集装置，将数据采集、数据处理、负荷分析、负荷建模、负荷参数修正等功能集成于一台终端之中，除了方便用户维护与使用之外，还能够将负荷采集点各种用电负荷设备占总量的百分比实时展现给用户，方便用户对线路负荷的监控。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中负荷特性在线分析的智能测量采集装置的第一结构图；

图2为本发明实施例中负荷特性在线分析的智能测量采集装置的第二结构图；

图3为本发明实施例中大数据处理模块的结构框图；

图4为本发明实施例中嵌入式处理器的结构示意图。

具体实施方式

下面结合附图，对本发明的具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。

为使本发明实施例的目的、技术方案和优点更加清楚，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作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。除非另有其它明确表示，否则在整个说明书和权利要求书中，术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分，而并未排除其它元件或其它组成部分。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

另外，为了更好的说明本发明，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本发明同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件未作详细描述，以便于凸显本发明的主旨。

除非另有其它明确表示，否则在整个说明书和权利要求书中，术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分，而并未排除其它元件或其它组成部分。

根据本发明实施例，提供了一种负荷特性在线分析的智能测量采集装置，图1为该装置的结构图，具体包括：模数转换器10、数字信号处理电路20和嵌入式处理器30；其中，模数转换器10的输出端与数字信号处理电路20的输入端相连，且数字信号处理电路20的输出端与嵌入式处理器30相连。

模数转换器10用于采集模拟采样信号，同时将模拟采样信号转换为数字采样信号，并将数字采样信号传输至数字信号处理电路20。具体的，本发明实施例中，模数转换器10用于高速采集模拟采样信号，频率要达到每秒50次，即每20ms采集一次，为了提高测量精度，智能测量采集终端的采样部分可以采用24位ADC(模数转换器)对模拟采样信号进行采样。

数字信号处理电路20用于根据数字采样信号确定在线负荷信息，该在线负荷信息包括：电压值、电流值、电网频率、有功功率、无功功率、功角中的一项或多项。由于能够直接测量的模拟采样信号只有电压量和电流量，故本发明实施例中对采样后的数字采样信号进行高速DSP(Digital Signal Processing，数字信号处理)实时计算获得其他各种瞬时量，如有功功率、无功功率、功角等，最终确定该在线负荷信息。

嵌入式处理器30用于根据在线负荷信息确定负荷模型参数，并根据负荷模型参数进行负荷特性分析。

具体的，嵌入式处理器30用于：确定在线收集的在线负荷信息，同时通过离线用户调查分析整理获得各种典型的出线所供的用电负荷设备比例，根据在线负荷信息和用电负荷设备比例确定负荷节点各时刻各种用电设备的组成，即每种用电负荷设备所占总量的百分比；根据动态模拟试验或典型值确定各种用电负荷设备的负荷特性参数，利用静态负荷等值方法计算静态负荷构成中恒阻抗、恒电流、恒功率的比例，进而在线确定负荷模型参数。

本发明实施例中，负荷类型包括：工业负荷类型、商业负荷类型、居民负荷类型或农业负荷类型；相应的用电负荷设备也分为工业类、商业类、居民类和农业类等。电力系统是由发电厂、输电网络和电力负荷三大部分组成的能量生产、传输和使用系统。发电厂是电能的发出者，这些电能经高压输电网及低压配电网被传送到各个用户，并有安装在用户处的用电设备所消耗。电力负荷就是这些用电设备的总称，其中有时也包括配电网络，并简称为负荷。电力系统中有各式各样的负荷，从用电主体来看，可以分为工业负荷、城市民用负荷、商业负荷、农业负荷及其他负荷。城市民用负荷主要是城市居民的家用电器负荷，商业和工业负荷是为商业与工业服务的负荷。农业负荷是农村所有负荷的总称，包括农村民用电、生产与排灌用电及农村商业用电等。其他负荷包括市政用电、公用事业用电、政府办公用电、铁路与电车用电等等。

由于用电负荷设备比例无法通过测量采集10kV或6kV出线数据获得，因此负荷特性在线分析的实现首先要通过离线用户调查分析整理获得各种典型的10kV或6kV出线所供的用电负荷设备比例以及根据动态模拟试验或典型值确定各种用电负荷设备的负荷特性参数，将其作为参数由主站下发至智能测量采集装置或者通过手工设置的方法对智能测量采集装置进行参数设置；然后利用智能测量采集装置采集要研究的负荷节点每条10kV或6kV出线的在线实际功率数据(即在线负荷信息)；将采集到的功率数据和离线收集的各种典型的10kV或6kV出线所供的用电负荷设备比例参数数据进行综合计算，得出该负荷点各时刻各种用电负荷设备的组成，即每种用电负荷设备所占总量的百分比；再根据各用电负荷设备的负荷特性参数，利用静态负荷等值方法计算静态负荷构成中恒阻抗、恒电流、恒功率的比例，达到负荷建模的目的。

其中，负荷吸收的有功功率及无功功率是随着负荷母线电压和频率的变化而变化的，这就是负荷的电压、频率特性。用于描述负荷特性的数学方程称为负荷模型。建立负荷模型就是要确定描述负荷特性的数学方程的形式及其中的参数，简称负荷建模。

本发明实施例提供的一种负荷特性在线分析的智能测量采集装置，可以高速采集模拟信号，闭关根据采集到的信号在线确定在线负荷信息，通过嵌入式处理器即可以对在线负荷信息进行处理，并确定负荷模型参数，而不需要借助上位机的处理。通过确定负荷节点各时刻各种用电设备的组成，并确各种用电负荷设备的负荷特性参数，进而可以在线确定负荷模型参数，即可以对用电负荷设备进行统计分析，实时展示用电负荷设备的符合状态。

优选的，上述负荷分析的步骤具体如下：

步骤A1、根据动态模拟试验或典型值确定各个用电设备的负荷特性参数；

步骤A2、根据负荷控制系统采集的用户侧功率信息数据确定220kV变电站及下级110kV和35kV变电站的负荷构成情况；

步骤A3、根据每个负荷节点的负荷构成情况，确定每个负荷节点所供的负荷类型；

步骤A4、离线进行用户抽样调查，对各负荷类型变电站选取若干条典型10kV或6kV出线进行负荷特性调查，分析整理获得各负荷类型：包括工业、商业、居民或农业负荷类型的10kV或6kV出线的用电设备构成情况：包括用电设备类型i和各用电设备所占比例ρ_i；

步骤A5、在线采集110kV/35kV每条10kV出线线路j的电压V_j、电流I_j、功率因数PF_j，计算获得该线路10kV侧出口功率P_j＝V_jI_jPF_j；

步骤A6、对于包括工业类、商业类、居民类、农业类的第i类负荷中的第j个抽样调查10kV出线所供用电设备构成情况，将之推广应用到类似的10kV出线，统计得出该时段各类用电设备的总功率，除以该时段整个负荷节点的总功率，即可获得该时段整个220kV变电站各类用电设备i的比例ki：设该变电站总共有n条10kV或6kV出线；

步骤A7、根据各用电设备的负荷特性参数，利用静态负荷等值方法，计算静态负荷模型参数。

其中，静态负荷模型结构是将负荷功率与电压之间的关系描述为多项式方程形式的多项式负荷模型(Polynomial Load Model)，该模型的一般形式如式1和式2所示：

P＝P_o[a×(V/V_o)²+b×(V/V_o)+c] (式1)

Q＝Q_o[α×(V/V_o)²+β×(V/V_o)+γ] (式2)

多项式有功功率负荷模型系数为a、b、c，无功功率负荷模型系数为α、β、γ和负荷的功率因素，该负荷模型被称为“ZIP”模型，因为它包含了恒阻抗(Z)、恒电流(I)和恒功率(P)，该模型用于描述特定的负荷设备或负荷元件，V_o表示负荷的额定电压，P_o和Q_o则分别表示在额定电压V_o下负荷的额定有功功率和无功功率，如果用该模型来描述母线的综合负荷时，V_o、P_o和Q_o通常用来表示系统初始运行工况下的数值；

对静态负荷的等值主要是对系数P_o、a、b、c和Q_o、α、β、γ的等值，对多项式负荷模型的等值是基于负荷功率对负荷端电压的灵敏度，即

P₁，P₂…P_n以及Q₁，Q₂…Q_n为各静态负荷的有功功率和无功功率，根据各类用电设备i的比例ki可以确定。对应的多项式负荷模型系数分别为P_o1…P_on、a₁…a_n、b₁…b_n、c₁…c_n以及Q_o1…Q_on、α₁…α_n、β₁…β_n、γ₁…γ_n。当V＝Vo时有：

在确定负荷模型参数后，即可以确定式1和式2中的负荷模型，进而可以进行负荷分析。

优选的，参见图2所示，该装置还包括：存储器40；存储器40与嵌入式处理器30相连，用于存储数据库信息，该数据库信息具体包括数字采样信号、在线负荷信息和负荷模型参数中的一项或多项。

本发明实施例提供的负荷特性在线分析的智能测量采集装置还采用大数据技术对数据进行存储和处理。其中，嵌入式处理器30还用于对数据库信息进行数据抽取；通过数据整合建立不同种类数据库信息间的关联及系统间数据的映射关系，形成数据仓库；并对数据仓库进行数据集成，形成立方体数据信息。

具体的，嵌入式处理器30中设有对大数据进行处理的大数据处理模块，其整体框架如图3所示，数据源经过数据抽取、数据整合、数据集成以及数据应用四个步骤达到数据展现的目的。数据源包括各种参数数据、各种数据字典、实时数据、历史数据、系统数据、事件数据、其他数据等。数据抽取通过清洗、转换的方式从数据源中获取数据，然后通过数据整合建立不同种类数据间的关联及系统间数据映射关系，形成数据仓库，再以数据仓库的数据为依托，以业务主题为中心来组织数据形成信息立方体完成数据集成，最后以信息立方体为基础，向上层提供数据展示。在本发明实施例中大数据处理模块能够对智能测量采集装置采集到的数据进行初步加工，从不同的维度对数据进行分析，为负荷管理部门提供大数据支持，为负荷控制决策提供参考建议。

本发明实施例中，大数据处理模块是一个背景运行的进程，可以按照固定的时间间隔激活，也可以通过外部条件触发激活。它会对数据库中的数据进行抽取、清理、后续加工、汇总和整理形成数据仓库，数据仓库中的数据主要用来进行决策分析，所涉及的数据操作主要是数据查询，一旦某个数据进入数据仓库以后，一般情况下将被长期保留，也就是数据仓库中一般有大量的查询操作，但修改和删除操作很少，通常只需要定期的加载、刷新。而且数据通常包含历史信息，系统记录了从过去某一时点(如开始应用数据仓库的时点)到目前的各个阶段的信息，通过这些信息，可以对系统的运行历程和未来趋势做出定量分析和预测。大数据处理模块将分析结果保存在数据仓库中，系统如果需要使用这些分析数据可以通过大数据处理模块获取。

优选的，嵌入式处理器30设有数据访问接口；在数据访问接口接收到数据访问请求时，根据数据访问请求相对应的进程ID访问数据库信息，并返回访问结果。

嵌入式处理器30的结构示意图参见图4所示，嵌入式处理器30采用嵌入式Linux操作系统。嵌入式Linux操作系统提供进程(或线程)资源分配以及进程(或线程)之间的调度切换,同时封装了硬件驱动,为应用程序提供底层支撑。智能测量采集装置要求具备丰富的硬件资源，对整机运行效率要求较高，采用32位实时操作系统能够对硬件资源进行更完善地管理，能够更高效地完成软件功能开发。嵌入式处理器30还设有嵌入式应用进程模块；该嵌入式应用进程模块包括数据采集进程、上行通讯进程、显示进程等。智能测量采集装置需要完成高速测量采集任务、上行通讯任务、显示任务等，通过多进程操作能够提高运行效率，保证运行稳定可靠。

如图4所示，该嵌入式处理器30还包括：嵌入式应用进程管理模块、数据库管理模块、大数据处理模块、嵌入式SQLite3数据库。具体的，嵌入式应用进程管理模块用于监控进程、线程以及应用模块的工作状态。应用进程管理模块通过对应用进程的管理能够更高效地监测各个进程、线程工作状态，及时响应各种事件以及相应的后续处理。

数据库管理模块提供对数据库的操作和维护，智能测量采集装置需要维护大量的数据，采用传统的文件存储方式，不利于数据的管理，通过数据库管理模块对海量数据进行管理能够提高数据存储效率，提高数据访问速度。

大数据处理模块利用大数据理论对数据库中的海量数据进行抽取、转换、分析进行数据挖掘形成数据仓库，数据内容涵盖整个运行周期，通过对系统整个运行周期内数据变化的趋势进行综合分析和评价，最后得到最接近实际的负荷模型。

嵌入式SQLite3数据库为系统提供数据支持，是一切关于数据操作的基础，它具有开源、小巧、高效的特点，占用资源非常的低，非常适用于需要数据库的嵌入式装置。

数据库管理模块对嵌入式数据库SQLite3的应用接口API进行了再次封装，嵌入式数据库SQLite3采用c语言开发，具备丰富的接口功能，如果完全使用嵌入式数据库SQLite3提供的接口函数进行数据库程序开发，一方面程序代码量加大，另一方面由于有时需要多个接口函数组合一起使用才能完成实际应用中需要的功能，导致接口使用不方便。针对这种情况，根据数据库管理模块的功能需求，对嵌入式数据库SQLite3的API函数进行组合、集成、封装，形成便于使用的数据库接口函数，使得封装后的API接口更适合本发明。另外，通过数据库管理模块能够统一管理来自进程、线程、应用模块对数据库的访问请求。数据库管理模块作为一个独立的进程来对系统的数据进行统一管理，各个进程、线程中涉及到数据访问的操作都通过一个统一的数据访问接口进行数据访问，该接口将数据访问请求发送到数据库管理模块中，数据库管理模块接收到数据访问请求后能正确识别请求数据的进程(线程)ID，经过数据库访问操作将数据访问的结果返回给相应的进程(线程)，完成数据访问的操作。

优选的，参见图2所示，该装置还包括：通信模块50，通信模块与嵌入式处理器30相连；通信模块用于与上位机进行通信，接收上位机发送的控制指令或将负荷信息和/或负荷模型参数上传至上位机。由于负荷特性在线分析对实时性要求很高，为了便于维护智能测量采集终端需要具备远程升级和现场升级的功能，所以智能测量采集终端与主站要采用TCP/IP网络通讯，保证能够进行高速数据传输。

优选的，参见图2所示，还包括：触摸屏60，触摸屏60与嵌入式处理器30相连；触摸屏用于根据用户输入的指令显示相应的负荷信息。

优选的，该装置还包括：按键板70，按键板与嵌入式处理器30相连；按键板用于接收用户输入的操作指令。

本发明实施例提供的一种负荷特性在线分析的智能测量采集装置，可以在线高速采集模拟信号，闭关根据采集到的信号在线确定在线负荷信息，通过嵌入式处理器即可以对在线负荷信息进行处理，并确定负荷模型参数，而不需要借助上位机的处理。通过确定负荷节点各时刻各种用电设备的组成，并确各种用电负荷设备的负荷特性参数，进而可以在线确定负荷模型参数，即可以对用电负荷设备进行统计分析，实时展示用电负荷设备的符合状态。大数据处理模块能够对智能测量采集装置采集到的数据进行初步加工，从不同的维度对数据进行分析，为负荷管理部门提供大数据支持，为负荷控制决策提供参考建议。通过大数据处理的技术对数据库中的数据进行抽取、转换、加工形成数据仓库，数据内容涵盖整个运行周期，进而能够进行合理化的数据分析，最终得到接近实际的负荷模型。通过数据库管理模块对海量数据进行管理能够提高数据存储效率，提高数据访问速度。

本发明实施例提供的一种负荷特性在线分析的智能测量采集装置，将数据采集、数据处理、负荷分析、负荷建模、负荷参数修正等功能集成于一台终端之中，除了方便用户维护与使用之外，还能够将负荷采集点各种用电负荷设备占总量的百分比实时展现给用户，方便用户对线路负荷的监控。

以上所描述的装置实施例仅仅是示意性的，其中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网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本发明限定为所公开的精确形式，并且很显然，根据上述教导，可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用，从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。