A method of data acquisition anomaly recruitment based on the Internet of Things is proposed. Data anomaly recruitment is carried out through the following steps: S1: platform judges the integrity of received data; S2: analysis of incomplete data whether it satisfies the recruitment requirements, and if it satisfies, it enters the recruitment process; This method solves the cause collection through the complementary recruitment strategy of centralizer memory and platform historical database. The limitation of memory capacity of middleware leads to incomplete recruitment data, which affects the accuracy of power security analysis model. This method has the function of judging the cause of data missing, improving the practicability of power safety system analysis and modeling, judging the accuracy of recruitment data and automatic calibration of time, improving the accuracy of power safety system modeling and analysis, and avoiding the misjudgment of electric fire monitoring system and mishandling of operation and maintenance personnel.
【技术实现步骤摘要】
基于物联网的数据采集异常补招方法
本专利技术涉及数据异常处理
,具体是一种基于物联网数据采集的电力数据异常补招方法。
技术介绍
近年来,由于电气设备使用不当、线路老化、监管不到位等因素导致我国电气火灾占火灾总数70%以上,居高不下,对人们生命安全造成很大威胁。传统的电气火灾防治措施已无法满足如今社会的安全需求。基于物联网、大数据的电气火灾监控技术已成为替代传统电气火灾防治技术的必然趋势,通过将智能仪表部署在用电回路中,采集用电回路的漏电流、电流、电压、功率、谐波、温度等数据,对数据进行分析、预警,实现对回路的运行状态进行监控,监控的准确性对数据质量要求很高。但是,监控数据会因为监控节点较多、网络传输的不稳定或仪表所处环境的各种问题导致采集数据缺失或异常,进而导致电气火灾监控系统的误判、运维人员误处理。目前,电气火灾监控系统处理数据缺失或异常的方法一般是通过对终端采集仪表的内存数据进行补招,而且采取对所有缺失项进行补招的方式,缺少对缺失项原因的判断,以至于电力安全系统分析建模的实用性不高;而且,该补招方式往往因仪表内存的容量限制,导致补招数据不完整,从而降低建模分析的精准度。现有的数据补招方法也有从历史数据库中补招数据的方式,然而由于电气行业的特殊性,数据波动受到数据采集环境影响较大,现有的补招方式并没有充分考虑数据采集环境因素带来的影响,在补招数据时应当从历史数据中找到与缺失数据所在时间点采集环境因素最为接近的历史数据进行数据补招才科学、准确。
技术实现思路
为了解决上述现有技术中存在的问题,本专利技术提供了一种基于物联网的数据异常补招方法,能够兼顾环境 ...
【技术保护点】
1.一种基于物联网的数据采集异常补招方法,包括用于数据异常补招的平台,所述的平台通过集中器采集数据,所述的集中器连接数据采集模块,通过以下步骤进行数据异常补招:S1:平台对接收数据完整性进行判断;S2:对于不完整的数据进行分析其是否满足补招条件,若满足则进入补招流程;其特征在于:所述的步骤S2中,当接收数据不完整时,执行以下步骤:S21:判断平台与集中器之间的通信是否异常,若通信正常执行步骤S22,若通信异常则判断通信异常持续的时间是否大于集中器存储约定时间,若通信异常持续时间大于集中器存储约定时间,平台执行数据补招流程S23;若通信异常持续时间不大于集中器存储约定时间,平台等待通信异常恢复,继续接收数据。S22:平台向集中器发送对数据缺失模块的补招指令,从集中器中进行数据补招;S23:平台根据数据变化趋势从历史数据中匹配运行规律最符合的数据上传平台,平台将数据补充到实时数据库;匹配最符合运行规律的数据采用计算最小数据距离的方法:
【技术特征摘要】
1.一种基于物联网的数据采集异常补招方法,包括用于数据异常补招的平台,所述的平台通过集中器采集数据,所述的集中器连接数据采集模块,通过以下步骤进行数据异常补招:S1:平台对接收数据完整性进行判断;S2:对于不完整的数据进行分析其是否满足补招条件,若满足则进入补招流程;其特征在于:所述的步骤S2中,当接收数据不完整时,执行以下步骤:S21:判断平台与集中器之间的通信是否异常,若通信正常执行步骤S22,若通信异常则判断通信异常持续的时间是否大于集中器存储约定时间,若通信异常持续时间大于集中器存储约定时间,平台执行数据补招流程S23;若通信异常持续时间不大于集中器存储约定时间,平台等待通信异常恢复,继续接收数据。S22:平台向集中器发送对数据缺失模块的补招指令,从集中器中进行数据补招;S23:平台根据数据变化趋势从历史数据中匹配运行规律最符合的数据上传平台,平台将数据补充到实时数据库;匹配最符合运行规律的数据采用计算最小数据距离的方法:e表示数据距离ti表示当天数据传输周期内数据取点时刻xi表示当天数据传输周期内ti时刻数据点xi′表示历史相同工作日数据传输周期内ti′时刻数据点xi+1表示当天数据传输周期内ti+1时刻数据点x′i+1表示历史相同工作日数据传输周期内t′i+1时刻数据点,其中a,b为权重,a+b=1,a和b大于0;N为提取数据数量;把历史数据按时间进行分段,搜索所有时间段,并在每个时间段取点,分别计算各个时间段与今天时间段的数据距离,找到最小距离对应的时间段,利用该时间段对应的点的数据对缺失数据进行补充。2.根据权利要求1所述的基于物联网的数据采集异常补招方法,其特征在于:所述的步骤S1中判断数据完整性的方法为:根据集中器上传的数据的来源、时间属性、地址、数量、基本格式进行分析判断数据是否完整,上述参数有缺失则认为数据不完整。3.根据权利要求1所述的基于物联网的数据采集异常补招方法,其特征在于:所述的步骤S2中判断不完整的数据是否满足补招条件的方法为:当相邻两数据的时间差超过约定的传输周期时,判定数据缺失,满足数据补招条件。4.根据权利要求1或3所述的...
【专利技术属性】
技术研发人员:李荣安,黄来宾,顾配工,余成军,余承阳,肖义,
申请(专利权)人:江苏昂内斯电力科技股份有限公司,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。