一种智能电网的数据处理方法及系统的制作方法

文档序号:9350634阅读:587来源:国知局
一种智能电网的数据处理方法及系统的制作方法
【技术领域】
[0001]本发明涉及智能电网技术领域,更具体的说,涉及一种智能电网的数据处理方法及系统。
【背景技术】
[0002]随着技术升级和我国电网智能化程度的不断提高,智能电网近几年得到了广泛的推广应用。在智能电网中,数字化变电设备集成度更高、兼容性更强,使其在运行过程中产生的数据量更大、数据精度更高,这对设备运行维护工作提出了更高的要求,传统的数据分析模式已经不能满足数字化变电设备海量数据的处理需求。
[0003]由于智能变电站属于新生事物,运维人员缺少对大数据的统计分析方法,这是对运维工作中极易出现数据处理耗时长,且分析不充分的情况。在当前智能电网逐渐普及的时代,如何实现智能电网的数据处理是当前亟待解决的问题。

【发明内容】

[0004]为了解决上述问题,本发明提供了一种智能电网的数据处理方法及系统,实现了智能电网的大数据的自动处理,工作效率高。
[0005]为了实现上述目的,本发明提供如下技术方案:
[0006]一种智能电网的数据处理方法,该数据处理方法包括:
[0007]将智能电网的数据信息针对通信业务需求,分层建立数据挖掘模型;
[0008]获取所述数据挖掘模型的关键指标,所述关键指标包括维度指标以及挖掘指标;
[0009]通过所述关键指标确认所述智能电网的运行状态。
[0010]优选的,在上述数据处理方法中,所述分层建立数据挖掘模型包括:
[0011]将所述数据信息分为光缆网络层、传输网络层以及业务网络层;
[0012]根据地理信息数据将所述光缆网络层、所述传输网络层以及所述业务网络层逐层分解并且对应到地理信息系统坐标,形成带地理信息和区域分布的三层空间数据模型。
[0013]优选的,在上述数据处理方法中,所述获取所述数据挖掘模型的关键指标包括:
[0014]通过层次分析法获取所述光缆网络层、所述传输网络层以及所述业务网络层各自对应的维度指标以及挖掘指标,以获取所述光缆网络层、所述传输网络层以及所述业务网络层各自对应的关键指标。
[0015]优选的,在上述数据处理方法中,还包括:显示所述运行状态。
[0016]优选的,在上述数据处理方法中,所述通过所述关键指标确认所述智能电网的运行状包括:
[0017]通过所述关键指标确认业务安排是否合理、网络结构是否合理、资源配置是否充足、流程控制是否有效、设备运行状态是否正常以及设备运行环境是否安全。
[0018]本发明还提供了一种智能电网的数据处理系统,该数据处理系统包括:
[0019]模型建立模块,所述模型建立模块用于将智能电网的数据信息针对通信业务需求,分层建立数据挖掘模型;
[0020]指标获取模块,所述指标获取模块用于获取所述数据挖掘模型的关键指标,所述关键指标包括维度指标以及挖掘指标;
[0021]运行状态确认模块,所述运行状态确认模块通过所述关键指标确认所述智能电网的运行状态。
[0022]优选的,在上述数据处理系统中,所述模型建立模块包括:
[0023]数据分层单元,所述数据分层单元用于将所述数据信息分为光缆网络层、传输网络层以及业务网络层;
[0024]三层空间数据模型单元,所述三层空间数据模型单元用于根据地理信息数据将所述光缆网络层、所述传输网络层以及所述业务网络层逐层分解并且对应到地理信息系统坐标,形成带地理信息和区域分布的三层空间数据模型。
[0025]优选的,在上述数据处理系统中,所述指标获取模块用于通过层次分析法获取所述光缆网络层、所述传输网络层以及所述业务网络层各自对应的维度指标以及挖掘指标,以获取所述光缆网络层、所述传输网络层以及所述业务网络层各自对应的关键指标。
[0026]优选的,在上述数据处理系统中,还包括:显示模块,所述显示模块用于显示所述运行状态。
[0027]优选的,在上述数据处理系统中,所述运行状态确认模块用于通过所述关键指标确认业务安排是否合理、网络结构是否合理、资源配置是否充足、流程控制是否有效、设备运行状态是否正常以及设备运行环境是否安全。
[0028]通过上述描述可知,本发明提供的智能电网的数据处理方法包括:将智能电网的数据信息针对通信业务需求,分层建立数据挖掘模型;获取所述数据挖掘模型的关键指标,所述关键指标包括维度指标以及挖掘指标;通过所述关键指标确认所述智能电网的运行状态。所述数据处理方法将数据信息进行分层并建立数据挖掘模型,根据所述数据挖掘模型可以获取关键指标,并根据所述关键指标确认所述智能电网的运行状态。所述数据处理方法通过分层建立数据挖掘模型,并提炼关键指标以确认所述智能电网的运行状态,无需对所有数据信息进行一一处理,能够快速实现对大量数据的分析处理,实现了对智能电网大数据的处理。
【附图说明】
[0029]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,还可以根据提供的附图获得其他的附图。
[0030]图1为本申请实施例提供的一种智能电网的数据处理方法的流程示意图;
[0031]图2为本申请实施例提供一种分层建立数据挖掘模型方法的流程示意图;
[0032]图3为本申请实施例提供一种智能电网的数据处理系统的结构示意图;
[0033]图4为本申请实施例提供一种模型建立模块的结构示意图。
【具体实施方式】
[0034]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。
[0035]本申请实施例提供的了一种智能电网的数据处理方法,所述数据处理方法可以进行智能电网的大数据的快速处理与分析,工作效率高。
[0036]参考图1,图1为本申请实施例提供的一种智能电网的数据处理方法的流程示意图,该数据处理方法包括:
[0037]步骤Sll:将智能电网的数据信息针对通信业务需求,分层建立数据挖掘模型;
[0038]步骤S12:获取所述数据挖掘模型的关键指标,所述关键指标包括维度指标以及挖掘指标。
[0039]步骤S13:通过所述关键指标确认所述智能电网的运行状态。
[0040]所述数据处理方法将数据信息进行分层并建立数据挖掘模型,根据所述数据挖掘模型可以获取关键指标,并根据所述关键指标确认所述智能电网的运行状态。所述数据处理方法通过分层建立数据挖掘模型,并提炼关键指标,以确认所述智能电网的运行状态,无需对所有数据信息进行一一处理,能够快速实现对大量数据的分析处理,实现了对智能电网大数据的处理。
[0041]在本申请实施例中,所述分层建立数据挖掘模型的方法如图2所示。图2为本申请实施例提供一种分层建立数据挖掘模型方法的流程示意图,该方法包括:
[0042]步骤Slll:将所述数据信息分为光缆网络层、传输网络层以及业务网络层。
[0043]所述光缆网络层包括:0PGW、ADSS、普通光缆等缆路信息。所述传输网络层包括:SDH(Synchronous Digital Hierarchy,同步数字体系)、0TN(Optical Transport Network,光传送网)、PTN(Packet Transport Network,分组传送网)等类型设备信息。所述业务网络层不仅包括继电保护、安全稳定控制系统、调度数据网等调度生产业务的信息,还包括营销系统、信息广域网、电视会议等生产经营类业务信息。
[0044]将所述数据信息进行上述分层,结合上述各层数据信息的运行、检修和管理信息,可以从电网通信运行检修工作的实际需求出发构建需求总表,以便于数据信息的管理(包括数据存储、查阅以及读取等)。
[0045]步骤S112:根据地理信息数据将所述光缆网络层、所述传输网络层以及所述业务网络层逐层分解并且对应到地理信息系统坐标,形成带地理信息和区域分布的三层空间数据模型。
[0046]可以通过GIS(Geographic Informat1n System,地理信息系统)确认各网络层对应的地理信息系统坐标。根据所述三层空间数据模型可以将整个智能电网从物理实体到逻辑资源到管理体系的立体映射关系已经建立起来,便于准确定位智能电网中各个设备节点的空间位置,便于维护检修定位。
[0047]可选的,所述获取所述数据挖掘模型的关键指标包括:通过层次分析法获取所述光缆网络层、所述传输网络层以及所述业务网络层各自对应的维度指标以及挖掘指标,以获取所述光缆网络层、所述传输网络层以及所述业务网络层各自对应的关键指标。
[0048]层次分析法(Analytic Hierarchy Process,简称ΑΗΡ)是一种运筹学方法,将与决策有关的元素分解成不同层次的细项内容,进而分解为多指标的若干层次,再通过逐一分析其内部关系指导和优化决策。根据AHP,按照前述建立的数据挖掘模型,分为三层来提取每各网络层本身的维度指标和挖掘类指标所有维度指标以及挖掘指标可以从运维检修管理的需求和关注点出发建立需求指标体系,以便于运维检修管理以及关键指标的查询、调阅以及存储。
[0049]对于光缆网络层:根据通信网自身的规模情况,从数据库的原始数据信息中提炼出光缆的类型组成、容量分布、电压等级结构、区域光缆运维长度、年度增长曲线、投运年限分区等维度指标,再以需求为导向分析和提炼出I 1kV双光路覆盖率、220kV双OPGW覆盖率等数据挖掘类指标。
[0050]对于传输网络层:根据传输网中设备配置信息和交叉连接信息获取设备容量分布情况、设备区域分布情况、设备投运年限情况、光接口区域分布等维度指标,再根据网络发展需求挖掘出光接口带宽占用率及分布、传输槽位占用率等挖掘指标,以指导智能电网的后期规划建设。
[0051]对于业务网络层:根据数据库中由运维人员
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1