【技术实现步骤摘要】
本专利技术涉及大数据处理领域，尤其涉及一种基于大数据的电力数据处理方法及系统。
技术介绍
1、目前随着科技的发展，人们在日常的生活中对电力的需求越来越高，在电力使用的过程中，需要对电力数据进行统计，但是电力数据的构成较为复杂，依靠人力识别统计存在较大难度，而大数据技术是数字革命的变革性产物，基于大数据的电力数据处理系统则是数字技术与能源技术融合的产物，带来人类生产生活方式的深刻变化，电力系统是由发电、变电、输电、配电和用电等环节组成的电能数据处理系统；而现有电力数据的质量较难保证，由于采用大数据技术辅助，电力系统数据较为冗杂，易影响数据分析及决策的准确性。
技术实现思路
1、为了解决上述问题，本专利技术的目的在于提供一种基于大数据的电力数据处理方法及系统，有效提高电网系统采集的数据质量，为后续数据分析提供优质的数据源，提高电力系统的安全性、稳定性和可靠性。
2、为实现上述目的，本专利技术采用以下技术方案：
3、一种基于大数据的电力数据处理方法，包括以下步骤：
4、步骤s1：获取电力数据，并进行预处理，包括去除噪声、补全缺失值和平滑处理；
5、步骤s2:将预处理后的电力数据进行小波变换，转换为时域数据；
6、步骤s3：基于支持向量机对时域数据进行分类，得到初始分类结果；
7、步骤s4:基于预设规则，对初始分类结果进行调整，得到二次分类结果；
8、步骤s5:基于各分类数据特性，对二次分类结果进行一致性分
9、步骤s6:基于最终的分类结果，对数据进行分类存储。
10、进一步的，所述预处理，具体为：使用移动平均滤波器来平滑数据并去除噪声
11、smoothed_data[i]＝(data[i-1]+data[i]+data[i+1])/3
12、使用样条插值，来补全缺失值
13、样条插值：interpolated_data＝spline(data)
14、其中data为原始数据序列，i表示第i个数据；smoothed_data为平滑后的数据序列；interpolated_data为插值后的数据序列。
15、进一步的，所述步骤s2具体为：
16、步骤s21:将daubechies小波作为小波基函数对预处理后的电力数据序列x进行离散小波变换；
17、步骤s22:从离散小波变换的结果中提取小波系数包括多个尺度的小波系数和近似系数，其中近似系数表示了信号的低频部分，细节系数表示了信号的高频部分；
18、步骤s23:通过对小波系数进行逆变换，将信号从小波域恢复到时域。
19、进一步的，所述支持向量机构建，具体如下：
20、获取历史电力数据，进行小波变换，转换为时域数据，并对时域数据进行标注，将其划分为不同的类别，将标注好的数据集划分为训练集和测试集；
21、使用训练集对支持向量机进行训练；
22、使用测试集对训练好的svm模型进行评估，计算分类准确率、精确率、召回率，评估模型的性能；
23、根据评估结果，对支持向量机的超参数进行调优，得到最终的支持向量机。
24、进一步的，所述分类规则包括时间规则、数值规则、类型规则、数据类型规则、地点规则；所述时间规则定义为：依据获取电力数据的时间的不同而对电力数据进行分类的规则；所述数值规则定义为：依据电力数据的数值的范围的不同，而进行分类的规则；所述类型规则定义为：依据电力数据所属的类别的不同而进行分类的规则；所述数据类型规则定义为：依据电力数据的数据值所属的类型不同而进行分类的规则；所述地点规则定义为：依据获取到的电力数据在电力系统中所处的节点位置的不同而进行分类的规则；在对电力数据进行分类时，第一次分类为按照设定的类型规则对电力数据进行分类，最后一次分类为按照设定的数值规则对电力数据进行分类。
25、进一步的，所述一致性分析包括类别分布：分析各类别的样本数量，判断是否存在样本数量不平衡的情况；置信度分析：如果有置信度信息，可以分析各类别样本的置信度分布，判断分类结果的可靠性；错误分析：分析分类错误的样本，查看其特征和分类结果，找出可能的原因；可分性分析：分析各类别样本在特征空间中的分布情况，判断是否存在明显的可分性；边界分析：分析分类边界的形状和位置，判断是否存在模糊区域或重叠区域。
26、一种基于大数据的电力数据处理系统，包括处理器、存储器以及存储在所述存储器上的计算机程序，所述处理器执行所述计算机程序时，具体执行如上所述的一种基于大数据的电力数据处理方法中的步骤。
27、本专利技术具有如下有益效果：
28、本专利技术有效提高电网系统采集的数据质量，为后续数据分析提供优质的数据源，提高电力系统的安全性、稳定性和可靠性。。
本文档来自技高网...【技术保护点】
1.一种基于大数据的电力数据处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于大数据的电力数据处理方法，其特征在于，所述预处理，具体为：使用移动平均滤波器来平滑数据并去除噪声
3.根据权利要求1所述的基于大数据的电力数据处理方法，其特征在于，所述步骤S2具体为：
4.根据权利要求1所述的基于大数据的电力数据处理方法，其特征在于，所述支持向量机构建，具体如下：
5.根据权利要求1所述的基于大数据的电力数据处理方法，其特征在于，所述分类规则包括时间规则、数值规则、类型规则、数据类型规则、地点规则；所述时间规则定义为：依据获取电力数据的时间的不同而对电力数据进行分类的规则；所述数值规则定义为：依据电力数据的数值的范围的不同，而进行分类的规则；所述类型规则定义为：依据电力数据所属的类别的不同而进行分类的规则；所述数据类型规则定义为：依据电力数据的数据值所属的类型不同而进行分类的规则；所述地点规则定义为：依据获取到的电力数据在电力系统中所处的节点位置的不同而进行分类的规则；在对电力数据进行分类时，第一次分类为按照设定的类型规则
6.根据权利要求1所述的基于大数据的电力数据处理方法，其特征在于，所述一致性分析包括类别分布：分析各类别的样本数量，判断是否存在样本数量不平衡的情况；置信度分析：如果有置信度信息，可以分析各类别样本的置信度分布，判断分类结果的可靠性；错误分析：分析分类错误的样本，查看其特征和分类结果，找出可能的原因；可分性分析：分析各类别样本在特征空间中的分布情况，判断是否存在明显的可分性；边界分析：分析分类边界的形状和位置，判断是否存在模糊区域或重叠区域。
7.一种基于大数据的电力数据处理系统，其特征在于，包括处理器、存储器以及存储在所述存储器上的计算机程序，所述处理器执行所述计算机程序时，具体执行如权利要求1-6任一项所述的一种基于大数据的电力数据处理方法中的步骤。
...【技术特征摘要】
1.一种基于大数据的电力数据处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于大数据的电力数据处理方法，其特征在于，所述预处理，具体为：使用移动平均滤波器来平滑数据并去除噪声
3.根据权利要求1所述的基于大数据的电力数据处理方法，其特征在于，所述步骤s2具体为：
4.根据权利要求1所述的基于大数据的电力数据处理方法，其特征在于，所述支持向量机构建，具体如下：
5.根据权利要求1所述的基于大数据的电力数据处理方法，其特征在于，所述分类规则包括时间规则、数值规则、类型规则、数据类型规则、地点规则；所述时间规则定义为：依据获取电力数据的时间的不同而对电力数据进行分类的规则；所述数值规则定义为：依据电力数据的数值的范围的不同，而进行分类的规则；所述类型规则定义为：依据电力数据所属的类别的不同而进行分类的规则；所述数据类型规则定义为：依据电力数据的数据值所属的类型不同而进行分类的规则；所述地点规则定义为：依据获取...
【专利技术属性】
技术研发人员：刘青，张毅琦，陈智鹏，王金发，郑鑫，张亮，吴国猛，陈严炜，潘隆，林明昊，
申请(专利权)人：国网信通亿力科技有限责任公司，
类型：发明
国别省市：
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。