[发明专利]一种基于配电云平台的数据融合方法、装置及设备

说明书

本申请公开了一种基于配电云平台的数据融合方法、装置及设备，方法包括：计算配电网中传感器节点的重要性；根据当前处理事项获取对应的识别框架以及信度函数；根据传感器节点的重要性以及处理事项所需数据的先验相关系数计算信度函数的权重系数；根据权重系数计算所述信度函数。本申请通过根据处理事项所需要的数据获取到对应传感器传输的数据从而完成数据融合，实现信息互补，提高了系统决策的准确性；通过选取更重要的传感器节点作为数据获取节点，降低的数据冗余，减少了需要分析的数据的规模。

技术领域

本申请涉及数据融合技术领域，尤其涉及一种基于配电云平台的数据融合方法、装置及设备。

背景技术

随着配用电系统规模的不断扩大，电网上拥有了越来越多的传感器(由于包含仪表与传感器等多种设备的数据，而仪表在采集数据上属于传感器的功能范畴，下文中将能够在配电云平台中采集数据的各类仪器统称为传感器)，这些传感器产生了大量的电力数据。除此之外，随着电力物联网的发展，电力系统还接收了许多综合能源数据如环境温度信息、冷热能源信息等，高效并准确地对海量的多源数据融合、进行数据分析是提高配用电平台的运行效率及稳定性的重要方面，而传统的数据处理方法使得配用电系统在数据存储空间以及分析效率以及实时性等方面存在着明显的瓶颈。

常规的电力数据包括了历史数据、实时数据，不仅要对低延迟的实时数据进行分析，还需要进行探索性的历史数据分析。当对多种信息进行分析时，传统方法是将所有数据通过简单的预处理，再通过传输通道传送到云平台存储并进行分析任务，预处理任务包括对原始数据转换，将其转换成下一个数据层需要的数据格式，这些数据包括了历史和实时数据。而由于不同分析任务对数据处理的实时性要求不同，传统方法会将传感器采集到的相关数据都通过数据处理后传输到云平台，大量的数据实时传输到云平台并进行分析会造成延迟，也就是说效率、实时性低。实际上，随着智能电网的发展，传感器网络中传感器节点的数量不断增加，传感器分布密集，数据规模是呈指数速度增长的，较小的区域内可能有多个同类传感器能够监测该区域的数据，而实际上，这些传感器的数据如果都同步传输到云平台进行实时数据处理的话，会造成许多不必要的计算，也就是说有些数据是冗余的，目前，针对实时数据分析，在减少数据维度、提高实时处理速度方面，尚无较高效的方法。

除此之外，针对传输到云平台的海量数据，虽然在数据归集层以及对数据进行了一定程度的预处理，但发送到云平台存储的数据量依旧很大，以往的系统是直接利用这些数据进行数据分析，完成各项任务，这对分析速度也会有一定的影响。

发明内容

本申请提供了一种基于配电云平台的数据融合方法、装置及设备，解决了云平台存储的数据量过大，计算效率低下的问题。

有鉴于此，本申请第一方面提供了一种基于配电云平台的数据融合方法，所述方法包括：

计算配电网中传感器节点的重要性；

根据当前处理事项获取对应的识别框架以及信度函数；

根据所述传感器节点的重要性以及所述处理事项所需数据的先验相关系数计算信度函数的权重系数；

根据所述权重系数计算所述信度函数。

可选的，所述计算配电网中传感器节点的重要性具体为：

I_i＝a∑I_j/d_ij+b×∑I_j/d_ij

式中，表示的是i的邻居节点j的编号，d_ij表示的是节点i与j之间的物理距离；a表示编号相同的邻居节点j对当前传感器节点i的影响因子，b表示编号不同的邻居节点j对当前传感器i节点的影响因子。

可选的，在所述计算配电网中传感器节点的重要性，之后还包括：