[发明专利]一种流域集控大数据分类存储方法及系统在审

专利信息
申请号: 202211217909.3 申请日: 2022-09-30
公开(公告)号: CN115658970A 公开(公告)日: 2023-01-31
发明(设计)人: 张显;陈辉;胡毅;饶毅 申请(专利权)人: 贵州黔源电力股份有限公司
主分类号: G06F16/901 分类号: G06F16/901;G06F16/906;G06F11/14
代理公司: 南京禹为知识产权代理事务所(特殊普通合伙) 32272 代理人: 褚晓英
地址: 550002 贵州省贵阳*** 国省代码: 贵州;52
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 流域 集控大 数据 分类 存储 方法 系统
【权利要求书】:

1.一种流域集控大数据分类存储方法,其特征在于:包括

采集生产机组的工况数据,并进行有效验证,剔除坏点;

对剔除坏点后的数据进行分类,并对分类后的数据根据需求进行编码;

对编码后的数据进行压缩和备份,选择不同存储策略,将数据存储在仓库中。

2.一种流域集控大数据分类存储系统,其特征在于:包括数据采集模块(202)、验证模块(204)、数据分类模块(206)、数据编码模块(208)、数据存储模块(210)、数据备份模块(212)和数据压缩模块(214),

数据采集模块(202),用于采集机组生产设备产生的数据;

验证模块(204),用于对采集的生产数据有效性进行验证,剔除其中的坏点,保证存储的状态数据的正确性及各类状态分析结果的准确性;

数据分类模块(206),用于根据数据功能和层次将数据进行分类;

数据编码模块(208),用于对所述数据分类模块(206)分类后的信息进行编码;

数据存储模块(210),用于读取编码信息,根据数据不同的分类,选择不同存储策略进行存储;

数据备份模块(212),用于定时将分类数据从现地数据临时仓库内备份至数据永久存储仓库,并生成备份记录;

数据压缩模块(214),用于自动对数据进行无损压缩。

3.如权利要求2所述的流域集控大数据分类存储系统,其特征在于:所述数据分类模块(206)将所述验证模块(204)验证后的数据分类为瞬态数据、特征数据、趋势数据、特征参数数据与决策数据,

所述瞬态数据、特征数据、趋势数据、特征参数数据与决策数据经过所述数据编码模块(208)编码后依次得到第一编码组、第二编码组、第三编码组、第四编码组与第五编码组,所述编码组数据根据所述数据采集模块(202)采集数据的增多而自动验证更新。

4.如权利要求3所述的流域集控大数据分类存储系统,其特征在于:所述数据存储模块(210)包括,

当读取到的编码信息为所述第一编码组信息时,选取瞬态数据存储策略进行存储,所述瞬态数据存储策略会根据第一编码组内容进行判断归类,当所述第一编码组内容为故障瞬态数据时,存储该故障点故障发生前后1s内的所有数据,当所述第一编码组内容为波动瞬态数据时,存储该波动点波动发生前后3s内的所有数据;

当读取到的编码信息为所述第二编码组信息时,选取特征数据存储策略进行存储,所述特征数据存储策略会根据第二编码组内容进行判断归类,当所述第二编码组内容为故障特征数据时,存储该故障点故障发生前后20s内的所有数据,当所述第一编码组内容为波动特征数据时,存储该波动点波动发生前后60s内的所有数据。

5.如权利要求4所述的流域集控大数据分类存储系统,其特征在于:所述数据存储模块(210)还包括,

当读取到的编码信息为所述第三编码组信息时,选取趋势数据存储策略进行存储,所述趋势数据存储策略会根据第三编码组内容进行判断归类;

当所述第三编码组内容为故障数据时,求解该故障点故障发生前后20s内的所有数据的包络线,通过前后20s包络线得到故障前后机组随时间、机组随参数与参数随参数的趋势数据;

当所述第三编码组内容为波动数据时,求解该波动点波动发生前后60s内的所有数据的包络线,通过前后60s包络线得到波动前后机组随时间、机组随参数与参数随参数的趋势数据,所述趋势数据由运维人员确认是否进行保存。

6.如权利要求5所述的流域集控大数据分类存储系统,其特征在于:所述数据存储模块(210),还包括,

当读取到的编码信息为所述第四编码组信息时,选取特征参数数据存储策略进行存储,所述特征参数数据存储策略包括,当特征参数值发生变化时对该变化点前后30s数据进行存储;

当读取到的编码信息为所述第五编码组信息时,选取决策数据存储策略进行存储,所述决策数据存储策略包括,连续不间断存储,有结果即存储。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于贵州黔源电力股份有限公司,未经贵州黔源电力股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211217909.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top