[发明专利]一种能源互联网超实时状态研判算法

权利要求书

1.一种能源互联网超实时状态研判算法，其特征在于，包含以下步骤：

A、数据中心根据历史数据，统计各项数据的最大值vmax、最小值vmin和分类数目n，并将其传送给边缘计算设备；

B、边缘计算设备和云平台依据数据值对数据实现等区间分类，所采用的关联算法可以是Apriori或FP-growth，使得每条数据的每个数据项被划分到某个区间之中，

通过将每个区间的数据项归为一类，一条数据可以看作各种分类数据的组合表示；

C、当有新的数据采集进来时，数据首先被传送到边缘计算设备，并基于步骤B的分类间隔对新数据所包含的所有数据项进行分类，对分类后的数据与历史分类数据进行关联分析，统计其支持度，置信度，并根据实际需要，自适应的在云平台和边缘计算设备间进行任务分配，如果支持度和置信度大于一定门限，在边缘侧进行局部系统的状态研判，将研判结果和相关统计数据在一定的时间间隔内发送到云平台，如果支持度小于一定门限，则将本数据标明为异常数据，实时发送到云平台，由云平台进行全局状态研判，其余部分的数据可以根据实际需要，自适应的在云平台和边缘计算设备间进行状态研判任务分配；

D、应用各类算法分别在边缘计算设备和云平台进行对应区域系统的状态研判，边缘计算设备将研判结果发送给云平台；

E、基于状态研判结果进行策略生成，边缘计算设备生成的策略被用于本地控制运行，云平台生成的策略被用于系统全局控制运行。

2.根据权利要求1所述的一种能源互联网超实时状态研判算法，其特征在于，所述步骤C中的关联分析所采用的关联算法可以是Apriori或FP-growth。

3.根据权利要求1所述的一种能源互联网超实时状态研判算法，其特征在于，所述步骤C中的任务分配，如果相邻边缘计算设备存在空闲的计算设备，可以将相关的计算任务传送到该设备上执行，以进一步减少云平台的计算开销。

4.根据权利要求1所述的一种能源互联网超实时状态研判算法，其特征在于，所述步骤C中，对于发送给云平台的数据，如果是研判结果，则将所有边缘节点产生的结果和属于该状态的支持项数目存储到相关数据库，以用于辅助后续的系统全局状态研判，如果是异常数据，则直接将其应用到全局状态研判之中，同时统计异常数据在云平台出现的次数并存储。

5.根据权利要求1所述的一种能源互联网超实时状态研判算法，其特征在于，所述步骤D中，对于发送给云平台的数据，如果是研判结果，则将所有边缘节点产生的结果和属于该状态的支持项数目存储到相关数据库，以用于辅助后续的系统全局状态研判，如果是异常数据，则直接将其应用到全局状态研判之中，同时统计异常数据在云平台出现的次数并存储。

6.根据权利要求1所述的一种能源互联网超实时状态研判算法，其特征在于，所述步骤D中，对于状态研判,基于深度学习神经网络的先进性和高效性，可以将其作为本算法的状态研判技术，通过基于历史数据的模型训练，使用神经网络实现对主要参数和状态的实时预测，具体的，对于系统状态的判断，深度学习可以设定一系列输出门限值，如果神经网络某个输出大于对应门限值，就可判断对应状态的发生；否则为正常状态。

7.根据权利要求1所述的一种能源互联网超实时状态研判算法，其特征在于，所述步骤D中，对于状态研判，如果判决结果是异常数据所证实的异常状态，将此类数据进行标记后存储，如果是非异常数据所证实的异常状态，需要将此类数据存储的同时，通知产生相关数据的边缘计算设备，边缘计算设备可以通过更改状态分类间隔或支持度和置信度门限等优化方式，以实现对此类数据的有效识别和区分。

8.根据权利要求1所述的一种能源互联网超实时状态研判算法，其特征在于，所述步骤E中，策略生成采用的技术是结合专家系统和决策树,在训练阶段，利用专家系统内的知识生成相关决策树，在策略生成阶段，通过决策树的逐级匹配形成相关策略,如果边缘计算设备与云平台生成的策略存在冲突，可以仅采用云平台生成的策略，或将更多的相关数据传送到云平台进行进一步策略判断。

9.根据权利要求1所述的一种能源互联网超实时状态研判算法，其特征在于，所述步骤E中，策略生成是基于策略运行的反馈结果，可以利用反馈技术对相关分类方式的门限进一步优化，以达到分布式协同和集中控制的联合性能优化。