[发明专利]电厂边缘节点数据分组与清洗的方法及系统

说明书

本发明提供了一种电厂边缘节点数据分组与清洗的方法及系统，涉及电厂数据分组和清洗技术领域，该方法包括：步骤S1：在边缘设备上获取电厂运行数据，所述电厂运行数据包括电厂实时运行数据和电厂历史运行数据；步骤S2：对所述电厂历史运行数据进行分组；步骤S3：根据所述电厂历史运行数据的分组结果，基于BP神经网络训练数据仿真模型，并将训练好的数据仿真模型保存在边缘设备；步骤S4：根据步骤S3中的数据仿真模型，对步骤S1中的所述电厂实时运行数据进行清洗。本发明能够实现电厂运行数据的高效处理。

技术领域

本发明涉及电厂数据分组和清洗技术领域，具体地，涉及一种电厂边缘节点数据分组与清洗的方法及系统。

背景技术

建设智慧电厂就是在智能发电的基础上，通过发电与其他产业的融合延伸，形成循环经济，提高能源和资源的利用率，承担更多保护环境和服务社会的功能，不仅可以成为电厂参与市场经济的资本，也是新时代生态环境建设和经济社会发展对电力企业的要求。

目前智慧电厂建设是电力行业信息化的发展方向，对电厂运行数据进行清洗是建设智慧电厂的关键步骤，随着电厂运行数据的数据量的迅速增加，以云计算模型为核心的集中式大数据处理方式在计算能力、网络延迟、能源消耗和隐私安全等方面呈现出不足，已难以实现数据的高效处理。

因此，现有技术中(2017年1月的期刊“华电技术”第1页公开了“一体化大数据平台方法”)的这种集中式数据清洗方法，其虽然能够实现对电厂运行数据的清洗，但在数据传输上具有较高的延迟。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种电厂边缘节点数据分组与清洗的方法及系统，能够高效的处理电厂运行数据。

根据本发明提供的一种电厂边缘节点数据分组与清洗的方法及系统，所述方案如下：

第一方面，提供了一种电厂边缘节点数据分组与清洗的方法，所述方法包括：

步骤S1：在边缘设备上获取电厂运行数据，所述电厂运行数据包括电厂实时运行数据和电厂历史运行数据；

步骤S2：对所述电厂历史运行数据进行分组；

步骤S3：根据所述电厂历史运行数据的分组结果，基于BP神经网络训练数据仿真模型，并将训练好的数据仿真模型保存在边缘设备；

步骤S4：根据步骤S3中的数据仿真模型，对步骤S1中的所述电厂实时运行数据进行清洗。

优选的，所述步骤S2具体如下：

对电厂历史运行数据进行聚类，得到电厂历史运行数据的初步分组结果；

对电厂历史运行数据的梯度进行聚类，得到电厂历史运行数据梯度的分组结果；

将电厂历史运行数据的初步分组结果和电厂历史运行数据梯度的分组结果进行求交集处理，得到电厂历史运行数据的最终分组结果。

优选的，所述步骤S3包括：

删除电厂历史运行数据中包含空值的数据；

对删除了空值的电厂历史运行数据进行归一化处理；

对于得到的分组结果，若组内包含的数据为n条，则分别以组内的其中一条数据作为目标变量，以剩余的n-1条数据作为输入变量，取总样本的80％作为训练样本，取总样本的20％作为测试样本，训练BP神经网络，最终训练得到n个数据仿真模型，并将得到数据仿真模型并保存到边缘设备。

优选的，所述步骤S4具体如下：

步骤S4.1：对电厂实时运行数据进行滤波；