[发明专利]一种新能源场站数据共享方法及系统

权利要求书

1.一种新能源场站数据共享方法，其特征在于，包括如下步骤：

获取新能源场站测点监测数据；

对所述测点监测数据进行处理，得到第一数据资源；

获取订阅需求，所述订阅需求包括不同文件大小和推送频率，并提供所述订阅需求对应的所述第一数据资源；

其中，所述对所述测点监测数据进行处理，得到第一数据资源，包括，

根据静态码表，对所述测点监测数据进行处理，得到第一数据资源，所述静态码表根据预设的不同数据维度进行预先配置；

所述静态码表包括：各个相关/无关的测点监测数据的属性映射关系或关联关系；

所述关联包括：具有归属关系的地区之间的关联，或电力数据之间的关联关系；

其中，所述根据静态码表，对所述测点监测数据进行处理，得到第一数据资源，包括：

根据所述静态码表，采用流式计算引擎，对所述测点监测数据进行扩充补全；

根据所述静态码表和所述测点监测数据自身特性确定清洗规则；

根据所述清洗规则，区分出噪声数据，对补全后的所述测点监控数据进行清洗；

其中，所述根据静态码表，对所述测点监测数据进行处理，得到第一数据资源，还包括：

根据所述静态码表的内在联系，对所述清洗后的测点监测数据进行第二次补全；

所述根据所述静态码表的内在联系，对所述清洗后的测点监测数据进行第二次补全，包括：

S1：获取K份以前时刻的所述测点监控数据，其中每一份所述测点监控数据对应之前的一个随机时刻；

S2：将所述K份以前时刻的所述测点监控数据划分为组,将每一组所述测点监控数据与所述静态码表相组合，得到组训练集；

根据所述组训练集，对所述组训练集分别使用最小二乘法、支持向量机、BP神经网络和在线贯序极限学习机4种补全方法补全数据，分别得到4个补全结果：

S3:使用最小二乘法分别估计最小二乘法、支持向量机和BP神经网络和在线贯序极限学习机4种补全方法的权重r₁,r₂,r₃,r₄,加权计算得出每种补全方法的补全结果，设实际输出为q,则

设R＝[r₁，r₂，r₃，r₄]^T,则

O·R＝q

应用最小二乘法，可得权重R的估计：

则，第i种补全方法的补全结果为

S4:根据每种补全方法的补全结果进行评估，取评估分最高的对应补全方法的补全结果为最终补全结果。

2.根据权利要求1所述的一种新能源场站数据共享方法，其特征在于，

所述对补全后的所述测点监测数据进行清洗，包括：

在一定的时间周期内，将数据偏差在一定范围的多条数据，保留其中一条数据，同时记录持续时长；

去除补全后的多维度的所述测点监控数据中的冗余数据；其中每类电力数据至少包括以下之一：发电机转速、风速、风向、变流器功率、风机的发电量数据、风机叶片运行数据，

还包括：

通过多个OLTP引擎对所述清洗后的测点监测数据进行归集；

使用OLAP引擎对所述归集后的数据进行聚合，或进行模型运算；

通过所述聚合操作和所述模型运算，分别得到结果数据和PKL模型文件；

将所述结果数据和PKL模型文件加入所述第一数据资源。

3.根据权利要求1所述的一种新能源场站数据共享方法，其特征在于，

所述根据所述静态码表和所述测点监测数据自身特性确定清洗规则，包括，

根据所述测点监测数据自身特性，确定所述测点监测数据的阈值范围，当所述测点监测数据超过所述阈值范围时，确定为噪声数据；

根据所述静态码表的各个数据属性之间的内在相关性，拟合所述测点监测数据的两两之间或各个所述测点监测数据与时间之间的相关性曲线，当所述测点监测数据两两之间或其与所述相关性曲线的偏差值超过预设偏差范围时，确定为噪声数据。