[发明专利]一种配用电数据压缩、融合方法及装置

说明书

本发明涉及一种配用电数据压缩、融合方法及装置，其特征在于：包括以下步骤：利用并行化的EEMD算法对原始配用电信息数据进行分解，基于特征的符号聚类近似(SAX)将分解后的主元配用电信息数据时间序列进行符号化处理，再将符号化后的配用电信息时间序列进行配用电信息数据的重构，完成对采集的原始配用电信息数据的清洗；基于SPIHT压缩算法对配用电信息数据进行压缩处理，利用多输入—单输出的模式的网络结构完成对压缩处理后的配用电采集信息数据的分类融合。本发明能够在实现对原始配用电信息数据清洗、压缩及融合的基础上完成配用电信息的准确采集，充分挖掘信息数据的价值，为电力系统运行提供重要科学依据。

技术领域

本发明属于配用电信息数据采集处理技术领域，涉及原始配用电信息数据的分解、时间序列符号化处理、重构、压缩以及分类融合等关键数据处理方法，尤其是一种配用电数据压缩、融合方法及装置。

背景技术

随着泛在电力物联网建设的推进，电力系统的规模越来越大，大量的智能电表及其配套监测设备投入使用，种类繁多的电力大数据被及时采集，其中包括电力生产过程中的数据资料、音频资料和影像资料等。这些数据资料贯穿电力生产的各个环节，它们相互联系、相辅相成，共同构成电力大数据。电力大数据产生于电力生产中的各个环节，蕴含巨大的潜在价值。电力大数据是将大数据的理念、技术和方法应用到电力行业，是大数据的重要组成部分之一。电力大数据涉及到发电、输电、变电、配电、用电和调度等环节，是跨单位、跨专业、跨业务数据分析与挖掘，以及数据可视化的集合。电力大数据由结构化数据和非结构化数据构成，结构化数据主要包括智能电表可以监测到的各种电力实时数据以及历史数据，非结构化数据不仅仅局限于电力数据，还包括设备监测系统采集到的音频资料、影像资料以及客户服务中心的客户服务信息等，这些种类繁多的数据、资料共同构成电力大数据。随着能源互联网技术的应用以及智能电网的建设，电力大数据呈现快速发展的趋势。大数据的应用环境也越来越多，需要针对大数据在配电网中的应用做进一步的探究，由此为大数据技术在智能电网中的应用提供保障，电力大数据技术是支撑智能电网安全稳定运行的核心。

近年来，大数据(big data)技术得到了各国政府和全球学术界、工业界的高度关注和重视，在各行业领域的应用迅猛发展。2012年3月，美国政府发布了“大数据研究发展创新计划”，我国政府、学术界和工业界对大数据也予以了高度关注。就电力行业而言，在智能电网运行模式下，产生的数量是海量的，近年来数据资源开始急剧增长并形成了一定的规模，对大数据技术也产生强烈的需求，具体表现为数据量由TB级向PB级发展，数据高性能存储和高可扩展性面临挑战。就目前而言，存在的问题有：业务向智能化、精益化方向发展，而对复杂数据的处理和实时性方面不尽理想；跨业务、跨平台的数据处理和分析能力不足；随着电力大数据云平台的发展与完善，电力大数据的数据采集、分类、存储、分析的效率和应用的能力不高。

发明内容

本发明的目的在于克服现有技术的不足，提供一种配用电数据压缩、融合方法及装置，能够在实现对原始配用电信息数据清洗、压缩及融合的基础上完成配用电信息的准确采集，充分挖掘信息数据的价值，为电力系统运行提供重要科学依据。

本发明解决其技术问题是采取以下技术方案实现的：

一种配用电数据压缩、融合方法，包括以下步骤：

步骤一、通过并行化的EEMD算法对原始配用电信息数据进行分解，得到主元配用电信息数据的时间序列；

步骤二，利用基于特征的符号聚类近似SAX将步骤一中分解后的主元配用电信息数据时间序列进行符号化处理；

步骤三，将步骤二中符号化处理后的主元配用电信息时间序列进行配用电信息数据的重构，完成对采集的原始配用电信息数据的清洗；

步骤四，对步骤三中清洗后的配用电信息数据进行压缩处理；

步骤五，对步骤四中压缩处理后的主元配用电采集信息数据进行分类融合。