[发明专利]一种电力监测数据的深度解耦与数据协同方法

说明书

本发明公开了一种电力监测数据的深度解耦与数据协同方法，属于电力监测技术领域。本发明采用storm架构和Python语言作为电力监测数据挖掘工具，设计各类拥有不同作用的技术模块，并将各部分模块系统整合，构建一套详细的数据监测流程体系，使得数据通过一系列模块，完成电力监测数据的深度挖掘，最终实现电力监测数据的深度解耦和数据协同。本发明提高数据质量、确保数据的可靠性、准确性、及时性、有效性，从而实现对供电企业数据的全方位质量管理，保障数据的集成和挖掘应用。

技术领域

本发明涉及一种电力监测数据的深度解耦与数据协同方法，属于电力监测技术领域。

背景技术

随着智能电网技术的深入发展，传感器技术、物联网技术和通信技术的不断进步，电网数据以几何指数增长，同时这些数据呈多样性、实时性、易失性和无限性，许多数据是需要持续监测的流式数据。这些电力系统大数据中，隐含着巨大的商业价值和社会价值，通过对这些海量数据的挖掘，可以得到更大价值。

电力大数据包含以下特点：

（1）数量大，在智能电网建设中，各种通信和传感设备产生海量数据，且这些数据增长速度越来越快。

（2）数据类型多，电网数据呈多样化发展趋势，如文本、视频、音频等非结构化数据快速增长。

（3）响应速度快，电力设备从监测、诊断到检修过程中产生的数据要实时处理。

（4）数据准确性高，电力数据的准确性涉及到电力系统的各个方面，故其准确性要高。

而大数据处理的关键就是解决数据质量问题，规避数据错误、保障数据质量才能真正让企业从大数据应用中获得利益，保证数据质量是大数据为企业带来价值的先决条件。大数据分析离不开数据质量和数据管理，高质量的数据和有效的数据管理，无论是在学术研究还是在商业应用领域，都能够保证分析结果的真实和有价值。近几年，电力行业信息化也得到了长足的发展，从初始电力生产自动化到80年代以财务电算化为代表的管理信息化建设，再到近年大规模的企业信息化建设，特别伴随着下一代智能化电网的全面建设，以物联网和云计算为代表的新一代IT技术在电力行业中的广泛应用，电力数据资源开始急剧增长并形成了一定的规模。

随着供电企业信息化持续建设与深化应用，供电企业各项业务已与信息化初步融合，信息系统内业务数据的数量和种类的逐步增多，数据共享需求迫切。而数据质量和数据共享利用水平不高，一是数据对分析决策支持度低，同一数据存在多个数多源、统计口径不一致；二是数据对运营管理的支持度有待提高，数据质量参差不齐，部分数据无业务系统支持，缺乏统一的规范、标准和明确的数据问责；三是数据质量管控滞后，管控工作片面化，没有形成一个完整性的数据质量管控体系和全面有效的数据质量保障机制，制约数据价值的深度挖掘。

目前，常规的基础架构和技术方案在处理海量、异构的电网数据时，局限性很大，对智能电网环境下多元数据处理时其可靠性和实时性都较差。当电力设备处于极端恶劣环境下，如大雾、冰雨、风暴和雷暴等，电力设备由于监测值越限而频繁的向监测中心发送报警数据，从而在监测中心出现监测数据的井喷现象，现有平台对数据的接收和处理无法满足实际要求，实时性得不到满足，进而导致数据的丢失和覆盖。

综上，现有电力数据处理，一般是在远程中控管理平台，对数据进行分析处理，处理效率低、实时性差，远未达到电力数据智能化的处理要求。

发明内容

有鉴于现有技术的上述缺陷，本发明提出了一种电力监测数据的深度解耦与数据协同方法，以提高数据质量、确保数据的可靠性、准确性、及时性、有效性，从而实现对供电企业数据的全方位质量管理，保障数据的集成和挖掘应用。

本发明为解决其技术问题采取如下技术方案：

一种电力监测数据的深度解耦与数据协同方法，包括如下步骤：

（1）数据接入平台或边缘设备后，传输存储到数据库；