一种数据处理方法、装置、设备及系统与流程

1.本发明涉及数据处理技术领域，尤其涉及一种数据处理方法、装置、设备及系统。


背景技术：

2.随着电力系统的快速发展，分布式光伏发电技术也越来越成熟。分布式光伏发电是一种新型的、具有广阔发展前景的发电和能源综合利用方式，它倡导就近发电，就近并网，就近转换，就近使用的原则，不仅能够有效提高同等规模光伏电站的发电量，同时还有效解决了电力在升压及长途运输中的损耗问题。
3.目前，分布式光伏电站具有数量庞大和接入分散的特点，为了将离散的和分布式的光伏系统加以整合和集中管理调度，一般需要配备主站监控系统来对多个分布式光伏电站进行统筹管理。这导致主站监控系统接收到大量且种类繁多的复杂数据，使得其实时处理大数据时，响应速度慢，效率低。此外，由于主站监控系统处理数据时，往往是将不同类型的数据一起进行处理，从而使得运维人员无法及时获取最需要的数据信息。


技术实现要素：

4.本发明提供了一种数据处理方法、装置、设备及系统，以解决处理数据的效率低，以及无法及时获取最需要的数据信息等问题。
5.第一方面，本发明实施例提供了一种数据处理方法，包括：
6.接收第一数据流，确定所述第一数据流的数据类型，其中，所述第一数据流为待处理数据流，所述第一数据流中包含多个数据类型的数据；
7.确定所述多个数据类型的数据量，并根据所述数据量确定所述数据类型的优先级排序；
8.基于所述优先级排序和所述数据类型，处理所述第一数据流。
9.第二方面，本发明实施例提供了一种数据处理装置，包括：
10.数据类型确定模块，用于接收第一数据流，确定所述第一数据流的数据类型，其中，所述第一数据流为待处理数据流，所述第一数据流中包含多个数据类型的数据；
11.优先级排序确定模块，用于确定所述多个数据类型的数据量，并根据所述数据量确定所述数据类型的优先级排序；
12.第一数据流处理模块，用于基于所述优先级排序和所述数据类型，处理所述第一数据流。
13.第三方面，本发明实施例提供了一种电子设备，该电子设备包括：
14.至少一个处理器；
15.以及与至少一个处理器通信连接的存储器；
16.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，该计算机程序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第一方面的数据处理方法。
17.第四方面，本发明实施例提供了一种电站监控系统，该电站监控系统包括：
18.至少一个分布式电站，以及至少一个监控主站，所述监控主站用于实现上述第一方面的数据处理方法，所述监控主站用于对所述分布式电站的运行数据进行监控与管理。
19.本发明实施例提供的数据处理方案，接收第一数据流，确定所述第一数据流的数据类型，其中，所述第一数据流为待处理数据流，所述第一数据流中包含多个数据类型的数据，确定所述多个数据类型的数据量，并根据所述数据量确定所述数据类型的优先级排序，基于所述优先级排序和所述数据类型，处理所述第一数据流。通过采用上述技术方案，接收并确定第一数据流中数据的数据类型，然后确定第一数据流中所有数据类型的数据量，并根据数据量确定数据类型的优先级排序，最后根据该优先级排序处理第一数据流，通过确定待处理数据流的数据类型，来对不同数据类型的数据分别进行处理，提高了处理数据的效率，还确定不同数据类型的数据的优先级，优先处理优先级高的数据类型的数据，从而可让运维人员能及时获取最需要的数据信息。
20.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
21.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。
22.图1是根据本发明实施例一提供的一种数据处理方法的流程图；
23.图2是根据本发明实施例二提供的一种数据处理方法的流程图；
24.图3是根据本发明实施例三提供的一种数据处理装置的结构示意图；
25.图4是根据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
26.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。
27.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。在本发明的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。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。
28.实施例一
29.图1为本发明实施例一提供了一种数据处理方法的流程图，本实施例可适用于处理电站数据流的情况，该方法可以由数据处理装置来执行，该数据处理装置可以采用硬件和/或软件的形式实现，该数据处理装置可配置于电子设备中，该电子设备可以是两个或多个物理实体构成，也可以是一个物理实体构成。
30.如图1所示，该本发明实施例一提供的一种数据处理方法，具体包括如下步骤：
31.s101、接收第一数据流，确定所述第一数据流的数据类型。
32.其中，其中，所述第一数据流为待处理数据流，所述第一数据流中包含多个数据类型的数据。
33.在本实施例中，主站监控系统，如分布式光伏监控系统，在接收到从站，如分布式光伏电站发送来的一组数据后，即第一数据流，根据第一数据流中数据的特征，可以判断出该第一数据流中的数据的数据类型。其中，数据类型可包括：遥信数据、电度数据、遥测数据以及气象数据等。
34.s102、确定所述多个数据类型的数据量，并根据所述数据量确定所述数据类型的优先级排序。
35.示例性的，在确定第一数据流中每个数据类型之后，可以计算出每个数据类型对应的数据量，然后根据该数据量的特征，如数据量的大小，按照预设规则对数据类型进行排序，从而可以得到数据类型的优先级排序。其中，预设规则可以根据数据量的特征设定，如数据量的特征为数据量的大小，则预设规则可以为，数据量从大到小排序或数据量从小到大排序等。
36.s103、基于所述优先级排序和所述数据类型，处理所述第一数据流。
37.示例性的，若优先级排序为，电度数据、气象数据、遥信数据以及遥测数据，则可以根据该队列的顺序，来处理第一数据流的数据，处理方式可以是将其转换生成可识别的、符合业务应用的以及有时间标识的实时数据。
38.本发明实施例提供的数据处理方法，接收第一数据流，确定所述第一数据流的数据类型，其中，所述第一数据流为待处理数据流，所述第一数据流中包含多个数据类型的数据，确定所述多个数据类型的数据量，并根据所述数据量确定所述数据类型的优先级排序，基于所述优先级排序和所述数据类型，处理所述第一数据流。本发明实施例技术方案，接收并确定第一数据流中数据的数据类型，然后确定第一数据流中所有数据类型的数据量，并根据数据量确定数据类型的优先级排序，最后根据该优先级排序处理第一数据流，通过确定待处理数据流的数据类型，来对不同数据类型的数据分别进行处理，提高了处理数据的效率，还确定不同数据类型的数据的优先级，优先处理优先级高的数据类型的数据，从而可让运维人员能及时获取最需要的数据信息。
39.实施例二
40.图2为本发明实施例二提供的一种数据处理方法的流程图，本发明实施例的技术方案在上述各可选技术方案的基础上进一步优化，给出了处理数据的具体方式。
41.可选的，所述确定所述多个数据类型的数据量，并根据所述数据量确定所述数据类型的优先级排序，包括：确定所述第一数据流包含的各数据类型的数据量；将所述数据类
型按照所述数据量的大小进行依次排序，得到所述数据类型的初始优先级排序队列，或，基于所述数据量计算所述各数据类型的数据量占比，并将所述数据类型，按照所述数据量占比的大小进行依次排序，得到所述数据类型的初始优先级排序队列，其中，所述数据类型的数据量占比为所述第一数据流包含的各数据类型的数据量分别占所述第一数据流的总数据量的百分比。这样设置的好处在于，可以合理准确地确定数据类型的初始优先级排序队列，为后续确定第一数据流包含的各数据类型的最终排列顺序提供支撑。
42.可选的，在所述基于所述优先级排序和所述数据类型，处理所述第一数据流之前，还包括：判断是否存在第二数据流，若是，则同时对所述第一数据流和所述第二数据流进行处理，其中，所述第二数据流为正在处理中的数据流；待处理所述第二数据流完成后，将所述第二数据流的处理结果，存入预设内存数据库中；经过预设时间后，将所述预设内存数据库中的处理结果，输出到应用层进行展示和应用。这样设置的好处在于，无需监控系统实时更新数据，降低了对监控系统数据吞吐量的要求。
43.如图2所示，本发明实施例二提供的一种数据处理方法，具体包括如下步骤：
44.s201、接收第一数据流，确定所述第一数据流的数据类型。
45.可选的，所述接收第一数据流，确定所述第一数据流的数据类型，包括：接收电站发送的第一数据流，确定所述第一数据流的数据类型，其中，所述数据类型包括遥测数据、遥信数据以及电度数据。
46.具体的，发送第一数据流的主站可以为电站，遥信数据可以理解为，开关量数据，如逆变器的启停等。电度数据可以理解为，发电质量或发电量相关的数据，如电能质量和发电量等。遥测数据可以理解为，通过传感器被遥测终端接收到的实时数据，如电压、电流以及频率等。气象数据可以理解为，实际测量的气象相关的数据，如太阳辐射强度等。
47.可选的，在所述接收第一数据流，确定所述第一数据流的数据类型之后，还包括：根据所述数据类型，在预设集群中创建对应的预设数据库；基于所述数据类型，将所述第一数据流的数据分别写入对应的预设数据库中。
48.进一步的，所述预设集群包括kafka。
49.示例性的，在确定第一数据流的数据类型之后，可以按照数据类型，将该第一数据流中的数据分别写入预设集群中的，如kafka集群，不同的且与数据类型对应的预设数据库中，如若第一数据流包含遥信数据、电度数据、遥测数据以及气象数据，则可以分别建立遥信数据库、电度数据库、遥测数据库以及气象数据库，再将第一数据流包含的各数据类型的数据分别写入相对应的数据库中，如将遥信数据写入遥信数据库中，以此类推。其中，若已经存在第一数据流中包含数据类型的数据库，则可不再建立该数据类型的数据库。
50.可选的，可以在数据流中的数据处理完成后，对预设数据库内的数据进行格式化处理，但保留预设数据库，以供再次接收数据流的时候使用。
51.s202、确定所述第一数据流包含的各数据类型的数据量。
52.示例性的，若第一数据流包含遥信数据、电度数据、遥测数据以及气象数据，假设可以计算出第一数据流包含的遥信数据的数据量为3兆字节，可以计算出第一数据流包含的电度数据的数据量为1.2兆字节，可以计算出遥测数据的数据量为5兆字节，以及可以计算出气象数据的数据量为0.8兆字节，则第一数据流的总数据量为上述各个数据类型的数据量之和10兆字节。
53.s203、将所述数据类型按照所述数据量的大小进行依次排序，得到所述数据类型的初始优先级排序队列，或，基于所述数据量计算所述各数据类型的数据量占比，并将所述数据类型，按照所述数据量占比的大小进行依次排序，得到所述数据类型的初始优先级排序队列。
54.其中，所述数据类型的数据量占比为所述第一数据流包含的各数据类型的数据量分别占所述第一数据流的总数据量的百分比。
55.示例性的，若第一数据流包含的遥信数据的数据量为3兆字节、电度数据的数据量为1.2兆字节、遥测数据的数据量为5兆字节、气象数据的数据量为0.8兆字节以及第一数据流的总数据量为10兆字节，可以确定遥信数据的数据量占比为30％、电度数据的数据量占比为12％、遥测数据的数据量占比为50％以及气象数据的数据量占比为8％，则可以按照数据量的大小，按照从小到大的顺序进行依次排序，从而得到初始优先级排序队列为，气象数据、电度数据、遥信数据以及遥测数据，或可以按照数据量占比的大小，按照从小到大的顺序进行依次排序，从而得到初始优先级排序队列为，气象数据、电度数据、遥信数据以及遥测数据。
56.s204、根据所述初始优先级排序队列，确定所述数据类型的优先级排序。
57.具体的，可以将初始优先级排序队列对应的排序顺序，确定为第一数据流中数据类型的优先级排序，也可以基于初始优先级排序队列，对初始优先级排序队列中的部分数据类型，按照设定的排序规则进行再次排序，从而得到第一数据流中数据类型的优先级排序。其中，再次排序后的初始优先级排序队列对应的排序顺序可以与再次排序前的初始优先级排序队列对应的排序顺序相同，也可以与再次排序前的初始优先级排序队列对应的排序顺序不同。
58.可选的，所述根据所述初始优先级排序队列，确定所述数据类型的优先级排序，包括：确定预设处理引擎处理所述数据类型的数据的速度；根据所述速度和所述初始优先级排序队列，确定所述数据类型的优先级排序。
59.进一步的，所述预设处理引擎包括flink。
60.具体的，可以根据历史数据流的数据及数据对应的数据类型，在预设处理引擎处理各数据类型时，记录处理各数据类型的数据的速度，以供下次再接收到该数据类型的数据时，判断出处理该数据类型的数据的速度，然后可以根据该速度和初始优先级排序队列，按照预设方式，确定数据类型的优先级排序。其中，预设方式可以包括，根据预设处理引擎处理数据类型的数据的速度，更改初始优先级排序队列中，预设位置之前的数据类型的排序，或更改初始优先级排序队列中，小于预设数据量占比的数据类型的排序。
61.可选的，当处理新的数据类型的数据时，即第一次处理该数据类型的数据时，可以先将处理此新数据类型的数据的速度默认为预设速度，如最快速度或最慢速度等，待处理完该新数据类型的数据后，即可获得处理该新数据类型的数据的真实速度。
62.进一步的，所述根据所述速度和所述初始优先级排序队列，确定所述数据类型的优先级排序，包括：基于所述初始优先级排序队列，遍历所述数据类型的数据量占比或所述数据类型的数据量，将满足预设条件的数据类型的排序，确定为第一排序队列，其中，所述预设条件包括数据类型的数据量占比低于预设值，或所述数据类型的数据量低于预设值；根据所述第一排序队列和所述速度，确定所述数据类型的优先级排序。
63.示例性的，若预设条件为数据类型的数据量占比低于35％，初始优先级排序队列为气象数据、电度数据、遥信数据以及遥测数据，其中，遥信数据的数据量占比为30％、电度数据的数据量占比为12％、遥测数据的数据量占比为50％以及气象数据的数据量占比为8％，则可以确定第一排序队列为气象数据、电度数据以及遥信数据，即取初始优先级排序队列中，数据类型的数据量占比低于35％的排序队列，作为第一排序队列，然后可再根据所述第一排序队列和处理各数据类型的数据的速度，确定数据类型的优先级排序。
64.示例性的，若预设条件为数据类型的数据量低于预设值1.2兆字节，初始优先级排序队列为气象数据、电度数据、遥信数据以及遥测数据，其中，遥信数据的数据量为3兆字节、电度数据的数据量为1.2兆字节、遥测数据的数据量为5兆字节、气象数据的数据量为0.8兆字节，则可以确定第一排序队列为气象数据、电度数据以及遥信数据，即取初始优先级排序队列中，数据类型的数据量低于预设值1.2兆字节的排序队列，作为第一排序队列，然后可再根据所述第一排序队列和处理各数据类型的数据的速度，确定数据类型的优先级排序。
65.进一步的，所述根据所述第一排序队列和所述速度，确定所述数据类型的优先级排序，包括：
66.1)将不满足所述预设条件的数据类型的排序，确定为第二排序队列。
67.示例性的，若初始优先级排序队列为气象数据、电度数据、遥信数据以及遥测数据，第一排序队列为气象数据、电度数据以及遥信数据，则第二排序队列为遥测数据。
68.2)将所述第一排序队列中的数据类型，按照所述预设处理引擎处理所述数据类型的数据的速度，从快到慢，进行排序，得到第二排序结果。
69.示例性的，若第一排序队列为气象数据、电度数据以及遥信数据，apache flink处理数据类型的数据的速度的排序，按照从快到慢的顺序为：电度数据、遥信数据以及气象数据。则可以确定第二排序结果为：电度数据、遥信数据以及气象数据。
70.3)根据所述第二排序结果，确定所述数据类型的第三排序队列。
71.示例性的，若第二排序结果为：电度数据、遥信数据以及气象数据，则可以确定，第三排序队列为：电度数据、遥信数据以及气象数据。
72.4)将所述第三排序队列添加至所述第二排序队列的前面，得到优先级排序。
73.示例性的，若第三排序队列为：电度数据、遥信数据以及气象数据，第二排序队列为遥测数据，则可以确定优先级排序为：电度数据、遥信数据、气象数据以及遥测数据。
74.s205、判断是否存在第二数据流，若是，则执行步骤206，若否，则执行步骤209。
75.s206、同时对所述第一数据流和所述第二数据流进行处理。
76.其中，所述第二数据流为正在处理中的数据流。
77.具体的，在处理第一数据流之前，可以先判断是否还有正在处理的数据流没有处理完，即第二数据流，若是，则可以继续对第二数据流的处理，同时也处理第一数据流。若否，即不存在第二数据流，则可直接执行步骤208。
78.s207、待处理所述第二数据流完成后，将所述第二数据流的处理结果，存入预设内存数据库中。
79.具体的，待第二数据流处理完成后，可以将处理后的数据存入预设内存数据库中。
80.s208、经过预设时间后，将所述预设内存数据库中的处理结果，输出到应用层进行
展示和应用。
81.具体的，经过预设时间后，如60秒，再将预设内存数据库中，最近60秒内存储的数据输出到应用层，来进行展示和应用。
82.s209、基于所述优先级排序和所述数据类型，处理所述第一数据流。
83.本发明实施例提供的数据处理方法，在接收到第一数据流后，确定第一数据流的数据类型，并将其写入对应的预设数据库中，计算第一数据流包含的各数据类型的数据量占比或数据量的大小，来确定初始优先级排序队列，然后根据预设处理引擎处理数据类型的数据的速度以及预设条件，对初始优先级排序队列进行再次排序，从而确定优先级排序，在根据优先级排序的顺序来处理第一数据流，其中，若存在第二数据流未处理完，则同时处理第一数据流和第二数据流，并待第二数据流处理完成后，经过预设时间后，再对第二数据的处理结果进行展示，其不仅缩短了处理重要数据的延时，对数据进行分类处理，避免了不同类型的数据之间的相互影响，还无需监控系统实时更新数据，降低了对监控系统数据吞吐量的要求。
84.实施例三
85.图3为本发明实施例三提供的一种数据处理装置的结构示意图。
86.如图3所示，该装置包括：数据类型确定模块301、优先级排序确定模块302以及第一数据流处理模块，其中：
87.数据类型确定模块，用于接收第一数据流，确定所述第一数据流的数据类型，其中，所述第一数据流为待处理数据流，所述第一数据流中包含多个数据类型的数据；
88.优先级排序确定模块，用于确定所述多个数据类型的数据量，并根据所述数据量确定所述数据类型的优先级排序；
89.第一数据流处理模块，用于基于所述优先级排序和所述数据类型，处理所述第一数据流。
90.本发明实施例提供的数据处理装置，接收并确定第一数据流中数据的数据类型，然后确定第一数据流中所有数据类型的数据量，并根据数据量确定数据类型的优先级排序，最后根据该优先级排序处理第一数据流，通过确定待处理数据流的数据类型，来对不同数据类型的数据分别进行处理，提高了处理数据的效率，还确定不同数据类型的数据的优先级，优先处理优先级高的数据类型的数据，从而可让运维人员能及时获取最需要的数据信息。
91.可选的，该装置，还包括：
92.数据库创建模块，用于在所述接收第一数据流，确定所述第一数据流的数据类型之后，根据所述数据类型，在预设集群中创建对应的预设数据库；
93.数据写入模块，用于基于所述数据类型，将所述第一数据流的数据分别写入对应的预设数据库中。
94.可选的，优先级排序确定模块，包括：
95.数据量确定单元，用于确定所述第一数据流包含的各数据类型的数据量；
96.初始优先级排序队列确定单元，用于将所述数据类型按照所述数据量的大小进行依次排序，得到所述数据类型的初始优先级排序队列，或，基于所述数据量计算所述各数据类型的数据量占比，并将所述数据类型，按照所述数据量占比的大小进行依次排序，得到所
述数据类型的初始优先级排序队列，其中，所述数据类型的数据量占比为所述第一数据流包含的各数据类型的数据量分别占所述第一数据流的总数据量的百分比；
97.优先级排序确定单元，用于根据所述初始优先级排序队列，确定所述数据类型的优先级排序。
98.可选的，所述根据所述初始优先级排序队列，确定所述数据类型的优先级排序，包括：确定预设处理引擎处理所述数据类型的数据的速度；根据所述速度和所述初始优先级排序队列，确定所述数据类型的优先级排序。
99.进一步的，所述根据所述速度和所述初始优先级排序队列，确定所述数据类型的优先级排序，包括：基于所述初始优先级排序队列，遍历所述数据类型的数据量占比或所述数据类型的数据量，将满足预设条件的数据类型的排序，确定为第一排序队列，其中，所述预设条件包括数据类型的数据量占比低于预设值，或所述数据类型的数据量低于预设值；根据所述第一排序队列和所述速度，确定所述数据类型的优先级排序。
100.进一步的，所述根据所述第一排序队列和所述速度，确定所述数据类型的优先级排序，包括：将不满足所述预设条件的数据类型的排序，确定为第二排序队列；将所述第一排序队列中的数据类型，按照所述预设处理引擎处理所述数据类型的数据的速度，从快到慢，进行排序，得到第二排序结果；根据所述第二排序结果，确定所述数据类型的第三排序队列；将所述第三排序队列添加至所述第二排序队列的前面，得到优先级排序。
101.可选的，该装置，还包括：
102.数据流处理单元，用于在所述基于所述优先级排序和所述数据类型，处理所述第一数据流之前，判断是否存在第二数据流，若是，则同时对所述第一数据流和所述第二数据流进行处理，其中，所述第二数据流为正在处理中的数据流；
103.数据写入单元，用于待处理所述第二数据流完成后，将所述第二数据流的处理结果，存入预设内存数据库中；
104.结果输出单元，用于经过预设时间后，将所述预设内存数据库中的处理结果，输出到应用层进行展示和应用。
105.可选的，所述预设集群包括kafka，和/或，所述预设处理引擎包括flink。
106.可选的，数据类型确定模块具体用于，接收电站发送的第一数据流，确定所述第一数据流的数据类型，其中，所述数据类型包括遥测数据、遥信数据以及电度数据。
107.本发明实施例所提供的数据处理装置可执行本发明任意实施例所提供的数据处理方法，具备执行方法相应的功能模块和有益效果。
108.实施例四
109.图4示出了可以用来实施本发明的实施例的电子设备40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。
110.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。
111.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。
112.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，例如数据处理方法。
113.在一些实施例中，数据处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系统，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数据处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)而被配置为执行方法。
114.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。
115.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。
116.上述提供的计算机设备可用于执行上述任意实施例提供的数据处理方法，具备相应的功能和有益效果。
117.实施例五
118.本发明实施例提供的电站监控系统，该系统包括：至少一个分布式电站，以及至少一个监控主站，该监控主站可实现本发明任意实施例所提供的数据处理方法，具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的数据处理方法。
119.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。
120.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。
121.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。
122.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。
123.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。