[发明专利]一种基于大数据的电力通信设备性能分析方法及装置

说明书

本发明公开了一种基于大数据的电力通信设备性能分析方法，包括：获取电力通信设备的设备性能数据并进行预处理；对预处理后的设备性能数据进行分组，得到设备性能分组数据；根据电力通信设备的设备性能数据时间分布特征建立分类特征库；比对设备性能分组数据和分类特征库中的设备性能数据，得到所述电力通信设备的设备性能状态。与现有技术相比，本发明的技术方案分析效率高，且有有效的数据支撑。

技术领域

本发明涉及电力通信技术领域，尤其涉及一种基于大数据的电力通信设备性能分析方法及装置。

背景技术

现有技术中，电力通信网具有多制式、结构复杂、设备数量众多、性能运行数据多元化的特点，由于电力系统间需要进行协作，因此电力通信网也将承载越来越多的电网控制、自动化等业务。因此需要对大数据环境下的电力通信网进行运行态势分析，以发现电力通信网运行时的故障隐患。

电力通信网中的设备性能数据是评估网络运行状态的重要基础。在传统的电力通信网络中，通过对特定设备性能数据设置一定门限，比较性能值与门限值来判定网络设备或者链路的运行情况。首先，上述方法不能判断是否为虚假性能告警；其次，上述方案也不能动态预警，而且性能分析的对象也仅通过经验模式获取，缺乏足够的数据支撑，所得到的结论不能应用于分析电力通信网的运行安全可靠性。

现有技术中，首先是通过设备或者网管的采集来对电力通信网的设备性能数据进行存储，之后采用基于SQL数据库技术等传统方法对数据筛选分析。在上述过程中，由于电力通信网络设备性能数据的规模较大，传统方法效率较低，不能充分挖掘电力通信网的性能特征。并且整个分析过程没有参考有效的规则库，不能对网络运行维护决策提供有效的数据支撑。

发明内容

针对现有技术中的缺陷，本发明提供一种基于大数据的电力通信设备性能分析方法及装置，用于在大数据场景中充分挖掘电力通信设备的性能特征，提高数据分析效率；并建立有效的特征库为电力通信网络运行维护提供数据支撑。

第一方面，本发明提供了一种基于大数据的电力通信设备性能分析方法，包括：

获取电力通信设备的设备性能数据并进行预处理；

对预处理后的设备性能数据进行分组，得到设备性能分组数据；

根据电力通信设备的设备性能数据时间分布建立分类特征库；

比对设备性能分组数据和分类特征库中的设备性能数据，得到所述电力通信设备的设备性能状态。

可选地，对所述设备性能数据进行预处理的步骤，具体包括：

删除设备性能数据中的缺失值数据，填充异常值数据。

可选地，所述对所述预处理后的设备性能数据进行分组的过程，具体包括：

利用预处理后的设备性能数据构造设备性能特征向量；

根据设备标识号对设备性能特征向量进行分组。

可选地，采用数据库或者哈希算法对设备性能特征向量进行分组。

可选地，对数据库信息分配不同的权重，对设备性能数据进行迁移，优先存储在权重较高的数据库中。

可选地，所述分类特征库中包括平稳分类信息函数、渐变分类信息函数和突变分类信息函数。

可选地，所述平稳分类信息函数的方差计算式为：

其中，σ_Z为方差，E[]为期望，Zt为t时刻性的能观测值Z，μ为均值，P(z)是任意时刻t能观测值的概率分布。

可选地，所述渐变分类信息函数的方差计算式为：