[发明专利]发电场的数据处理设备及方法

权利要求书

1.一种发电场的数据处理设备，其特征在于，所述数据处理设备包括：

数据评估模块，被配置为分析发电场数据，以生成发电场数据的数据质量评估信息；以及

数据治理模块，被配置为响应于生成了数据质量评估信息，治理发电场数据。

2.根据权利要求1所述的数据处理设备，其特征在于，数据评估模块被配置为：根据评估指标来分析发电场数据，

其中，所述评估指标包括完整性指标、准确性指标、相关性指标和一致性指标中的至少一项。

3.根据权利要求2所述的数据处理设备，其特征在于，数据质量评估信息包括完整性评估信息、准确性评估信息、相关性评估信息和一致性评估信息中的至少一项，

数据评估模块被配置为执行以下操作中的至少一个操作：

分析发电场数据的缺失情况，以生成完整性评估信息；

分析发电场数据的超阈值、死数、重复和波动中的至少一种情况，以生成准确性评估信息；

分析发电场数据中的全部字段之间的相关性，以生成相关性评估信息；

分析发电场数据的内部一致性和/或时间一致性，以生成一致性评估信息。

4.根据权利要求2所述的数据处理设备，其特征在于，数据评估模块被配置为：根据评估指标来对发电场数据的质量进行评分，

所述数据质量评估信息包括与所述评估指标对应的数据质量分数。

5.根据权利要求4所述的数据处理设备，其特征在于，数据评估模块被配置为：根据评估指标中的准确性指标和/或完整性指标来对发电场数据进行评分，其中，所述准确性指标包括超阈值指标、死数指标、重复指标和波动指标中的至少一项，所述完整性指标包括缺失指标。

6.根据权利要求5所述的数据处理设备，其特征在于，数据评估模块被配置为：对发电场数据中的每个字段的超阈值指标、死数指标、重复指标、波动指标和缺失指标中的至少一项进行计数，以获取每个字段的相应指标的计数值；

根据发电场数据的总样本数和计数值，生成与准确性指标和/或完整性指标对应的数据质量分数。

7.根据权利要求6所述的数据处理设备，其特征在于，数据评估模块被配置为：

对每个字段的相应指标的计数值施加权重；

根据发电场数据的总样本数和加权后的计数值，生成与准确性指标和/或完整性指标对应的数据质量分数。

8.根据权利要求1所述的数据处理设备，其特征在于，所述数据治理模块被配置为：

响应于生成了数据质量评估信息，确定发电场数据中的缺失数据对应的缺失类型和/或字段类型；

根据所述缺失类型和/或所述字段类型来填补发电场数据中的缺失数据。

9.根据权利要求8所述的数据处理设备，其特征在于，所述数据缺失类型包括连续缺失类型和非连续缺失类型，

数据治理模块被配置为使用线性插值方法来填补非连续缺失类型的缺失数据，并且/或者，

数据治理模块被配置为通过以下操作中的至少一个来填补连续缺失类型的缺失数据：

从所述发电场数据中选择地理位置在缺失数据的地理位置的预定范围内的无缺失数据，以用于填补缺失数据；

从所述发电场的另一发电场数据中选择与缺失数据对应的无缺失数据，以用于填补缺失数据，其中，所述另一发电场数据的数据粒度小于所述发电场数据的数据粒度；

从所述发电场的无缺失的历史发电场数据中选择与缺失数据对应的当天数据相似度最高的相似日数据，使用相似日数据中与缺失数据的时刻对应的时刻的无缺失数据来填补缺失数据；

使用缺失数据的前一天的与缺失数据的时刻对应的时刻的无缺失数据填补缺失数据；

从在所述发电场的预定距离内的另一发电场的发电场数据中选择与缺失数据的时刻相同的无缺失数据，以用于填补缺失数据；

使用机器学习算法来预测用于填补缺失数据的数据，使用预测的数据填补缺失数据。