[发明专利]一种电力应用数据维护方法及装置

权利要求书

1.一种电力应用数据维护方法，其特征在于，包括以下步骤：

步骤S1，从不同大数据平台的数据库中导入电力应用数据；

步骤S2，对导入的电力应用数据的格式进行标准化处理；

步骤S3，对标准化处理后的电力应用数据进行分类存储。

2.根据权利要求1所述的电力应用数据维护方法，其特征在于，所述步骤S1中在导入应用系统数据时针对导入前的数据和导入后的数据建立对应的映射关系。

3.根据权利要求1所述的电力应用数据维护方法，其特征在于，所述步骤S1中还包括以下步骤：

步骤S11，实时监控来自大数据平台的源数据的时间戳，并对时间戳有变化的源数据进行解析；

步骤S12，按照预设的适配规则将解析后的源数据与之前已解析的源数据进行比对分析，若两者的比对结果一致，则将该时间戳有变化的源数据删除，若两者的比对结果不一致，则保存该时间戳有变化的源数据。

4.根据权利要求1所述的电力应用数据维护方法，其特征在于，所述步骤S2具体包括对从不同大数据平台导入的电力应用数据的存储格式进行统一转换，其中存储格式的转换包括数据类型的转换、编码转换和日期转换中的任一种或任意组合。

5.根据权利要求1所述的电力应用数据维护方法，其特征在于，所述步骤S3中还包括以下步骤：

步骤S31，建立预测模型；

步骤S32，收集至少一个数据完整的训练集，并利用训练集训练预测模型直至预测模型的函数收敛；

步骤S33，利用训练好的预测模型对数据缺失的数据集进行填充检验并输出预测的填充值；

步骤S34，将输出的填充值补充进数据缺失的数据集中。

6.根据权利要求1所述的电力应用数据维护方法，其特征在于，还包括以下步骤：

步骤S4，利用时间序列模型识别各状态量的时间序列，检测出数据的异常模式，判断异常数据是能提取设备故障信息的有用数据还是可被清洗的无用数据，当异常数据是由设备异常状态产生时，用时间序列干预模型进行拟合以提取有效故障信息。

7.一种电力应用数据维护装置，其特征在于：包括

数据导入模块，用于与各个大数据平台的数据库连接以从其数据库中导入电力应用数据；

标准化处理模块，用于对所述数据导入模块导入的电力应用数据的格式进行标准化处理；

分类存储模块，用于将经过所述标准化处理模块标准化处理后的电力应用数据进行分类存储。

8.根据权利要求7所述的电力应用数据维护装置，其特征在于，还包括用于对缺失数据的数据集进行数据填充的数据填充模块，所述数据填充模块包括：

预测模型建模单元，用于建立预测模型；

训练单元，用于收集至少一个数据完整的训练集并利用数据完整的训练集反复迭代地训练预测模型直至预测模型的函数收敛；

填充单元，用于利用训练好的预测模型对数据缺失的数据集进行填充检验并输出预测的填充值；

保存单元，用于将填充值保存至数据缺失的数据集中。

9.根据权利要求7所述的电力应用数据维护装置，其特征在于，所述数据导入模块包括时间戳监控单元、数据解析单元和比对单元，所述时间戳监控单元用于实时监控来自大数据平台的源数据的时间戳，所述数据解析单元用于源数据进行解析，所述比对单元用于将时间戳有变化的解析后的源数据与之前已经解析过的源数据进行比对，并根据比对结果删除或保存时间戳有变化的源数据。

10.根据权利要求7所述的电力应用数据维护装置，其特征在于，还包括系统设备状态数据修复模块，用于采用时间序列模型识别各状态量的时间序列，检测出数据的异常模式，判断异常数据是能提取设备故障信息的有用数据还是可被清洗的无用数据，当异常数据是由设备异常状态产生时，用时间序列干预模型进行拟合以提取有效故障信息。