[发明专利]一种基于电力大脑的数据接入与集成方法

权利要求书

1.一种基于电力大脑的数据接入与集成方法，其特征是，包括以下步骤：

步骤1，数据采集单元进行数据采集工作，具体为：采集若干个电力设备数据，然后数据采集单元对电力设备数据进行清洗并进行归一化，最后数据采集单元将清洗并进行归一化后的电力设备数据发送至数据分析单元；

步骤2，数据分析单元提取电力设备数据的特征值，根据电力设备数据的特征值对所有电力设备数据进行数据融合，得到融合后的电力设备数据；

步骤3，数据分析单元对融合后的电力设备数据进行结构化编码，根据结构化编码生成电力设备知识图谱，完成数据接入与集成过程；

所述的步骤2中，数据分析单元提取电力设备数据的特征值包括电力设备数据的时间信息，电力设备数据的时间信息为经过时间校准的时间信息，时间校准的具体过程为：

定义某一电力设备为基准电力设备，其它电力设备为待校准电力设备，基准电力设备发送数据信号至待校准电力设备，数据信号包括数据信息和校验信息，所述的数据信息为连续信号，所述的校验信息为间隔的周期性信号，数据信号进行滤波后，待校准电力设备收到数据信息后执行相应的操作，同时待校准电力设备收到校验信息，再记录待校准电力设备的反馈校验信息的时间，根据基准电力设备发送的校验信息的时间和待校准电力设备的反馈校验信息的时间差值确定待校准电力设备的延迟时间，通过延迟时间对待校准电力设备进行校准；

所述的数据信号包括若干个校验信息，所有校验信息的频段皆不相同，且每一个校验信息与数据信息的频段的频率差值大于设定的阈值，每一个校验信息对应一个电力设备，电力设备接收与自己匹配的校验信息。

2.根据权利要求1所述的一种基于电力大脑的数据接入与集成方法，其特征是，基准电力设备发送的校验信息为第一周期性单脉冲信号，反馈校验信息为第二周期性单脉冲信号。

3.根据权利要求2所述的一种基于电力大脑的数据接入与集成方法，其特征是，将第一周期性单脉冲信号进行周期分解，记录第一周期性单脉冲信号的每一个周期的起始时间和结束时间，将第二周期性单脉冲信号进行周期分解，记录第二周期性单脉冲信号的每一个周期的起始时间和结束时间，第一周期性单脉冲信号的周期与第二周期性单脉冲信号的周期一一对应，记录第一周期单脉冲信号与第二周期单脉冲信号匹配的周期的时间差值，所有时间差值之和的平均数即为待校准电力设备的延迟时间。

4.根据权利要求3所述的一种基于电力大脑的数据接入与集成方法，其特征是，还对第一周期单脉冲信号与第二周期单脉冲信号匹配的周期的时间差值进行置信度分析，若某一个时间差值与所有时间差值之和的平均数之间的数值大于设定的第一时间阈值，且该时间差值与相邻的周期的时间差值的数值大于设定的第二时间阈值，则将该时间差值舍弃，其它情况则保留该时间差值；遍历所有时间差值后，重新计算所有时间差值之和的平均数。

5.根据权利要求1所述的一种基于电力大脑的数据接入与集成方法，其特征是，还对所述的延迟时间进行预测，具体为：进行若干次时间校准步骤，记录每次时间校准日期和延迟时间，任意两个相邻的校准日期之间的时间间隔相同，构建校准日期和延迟时间的关系曲线，然后通过prophet模型对延迟时间分解成非线性趋势成分数据、季节性成分数据以及假日成分数据，然后以电力设备的运行参数对prophet模型进行训练，获取电力设备的运行参数和非线性趋势成分之间的依赖关系，然后对非线性趋势成分的变化进行预测，最后通过prophet模型对未来的延迟时间进行预测。