【技术实现步骤摘要】
本专利技术涉及数据传输，具体涉及一种基于云端控制的发电机组实时数据传输策略优化方法。
技术介绍
1、在工业和能源领域中，发电机组的实时监测和数据传输对确保设备运行的安全性和稳定性至关重要，监测数据通常通过本地传感器和监测设备采集，然后传输至云端服务器进行分析管理，通过远程分析能够提高监测和控制效率。
2、传统的发电机组进行实时数据传输的过程中，是将一段时间内的监测数据进行打包传输，接收端对数据包中的数据进行分析。但当发电机组运行异常时，传统按照时序数据的顺序进行传输时，不能优先将异常数据进行传输，并且传统的数据传输策略可能存在传输延迟高、网络堵塞等问题；造成云端服务器获取异常数据的延迟较大，影响云端接收数据的时效性，导致云端对发电机组的调控不及时。
技术实现思路
1、为了解决上述通过传统的数据传输影响云端接收数据的时效性，造成对发电机组调控不及时的技术问题，本专利技术的目的在于提供一种基于云端控制的发电机组实时数据传输策略优化方法，所采用的技术方案具体如下：
2、获取监测发电机组状态的运行状态序列；根据所述运行状态序列中数据点的数据特征获取异常数据点和异常程度；
3、根据所述异常数据点的邻域内的数据类型特征和数据变化特征获得关联数据段；根据所述关联数据段中异常数据点数量特征和对应的异常程度获得关联数据段的传输优先度和传输优先段；
4、根据所述传输优先段中不同种类数据出现的频率特征与预设幂律序列对所述传输优先段的数据量进行补充迭代；根据
5、根据霍夫曼编码对所述重组数据段进行压缩传输。
6、进一步地，所述根据所述运行状态序列中数据点的数据特征获取异常数据点和异常程度的步骤包括：
7、当运行状态序列中的数据点的数值不在预设运行数据区间时，所述数据点为异常数据点；计算预设运行数据区间距离异常数据点最近的边界点与异常数据点的差值绝对值并归一化，获得异常数据点的异常程度。
8、进一步地，所述根据所述异常数据点的邻域内的数据类型特征和数据变化特征获得关联数据段的步骤包括：
9、计算异常数据点的预设邻域范围内的异常数据点的数量占比，获得异常数据点的邻域异常指数；计算异常数据点的预设邻域范围内的数值方差、预设邻域范围内的数据点数量和所述邻域异常指数三者的乘积并向上取整，获得异常数据点的关联数量；以异常数据点为中心，前后共关联数量个数据点组成异常数据点的关联数据段；若不同的关联数据段相交，将相交的关联数据段合并，组成新的关联数据段。
10、进一步地，所述根据所述关联数据段中异常数据点数量特征和对应的异常程度获得关联数据段的传输优先度和传输优先段的步骤包括：
11、计算关联数据段中异常数据点的异常程度的平均值，获得整体异常特征值；将关联数据段中异常数据点的数量值归一化，获得异常数量特征值；计算所述整体异常特征值与所述异常数量特征值的乘积，获得关联数据段的传输优先度；根据传输优先度从大至小的顺序对关联数据段进行排序，将排序第一的关联数据段作为优先传输段。
12、进一步地，所述根据所述传输优先段中不同种类数据出现的频率特征与预设幂律序列对所述传输优先段的数据量进行补充迭代的步骤包括：
13、计算传输优先段中不同种类数据的出现频率并从大至小排序，获得传输优先段的频率序列；
14、当频率序列中的最大值与预设幂律序列中的最大值相等时，将传输优先段作为迭代传输段；
15、当频率序列中的最大值大于预设幂律序列中的最大值时，计算常数2、频率序列中的最大值与传输优先段中数据点数量三者的乘积，获得数量变化值；计算数量变化值与传输优先段中数据点数量的差值，获得数量增加值；以数量增加值作为数据选取窗口的长度大小，将运行状态序列中除所述传输优先段以外的其他序列部分作为数据补充范围；在所述数据补充范围中滑动数据选取窗口，当滑动的数据选取窗口中不存在频率序列中的最大值对应的种类数据时，获得传输优先段的增加序列段；
16、当频率序列中的最大值小于预设幂律序列中的最大值时，构建可变滑窗在所述数据补充范围中滑动，计算可变滑窗的长度和所述传输优先段的数据点数量的和值，获得数据拼接量；计算数据拼接量的半数与频率序列中最大值对应的种类数据的数据量的差值，获得增幅量；当可变滑窗的大小和位置满足可变滑窗内包含增幅量数量个频率序列中最大值对应的种类数据时，将可变滑窗中的数据作为传输优先段的增加序列段；
17、将传输优先段和增加序列段进行拼接，获得迭代传输段。
18、进一步地，所述根据所述传输优先段和预设幂律序列的数据差异特征获得传输优先段的分布相似度的步骤包括：
19、根据dtw算法计算传输优先段对应的频率序列和预设幂律序列的动态时间规整距离并负相关映射，获得传输优先段的分布相似度。
20、进一步地，所述根据所述分布相似度对补充迭代的过程进行终止，获得重组数据段的步骤包括：
21、计算迭代传输段的分布相似度，选取分布相似度最大的迭代传输段作为迭代最优传输段；当迭代最优传输段的分布相似度小于传输优先段的分布相似度时，将传输优先段作为重组数据段；
22、当迭代最优传输段的分布相似度不小于传输优先段的分布相似度时，计算所述迭代最优传输段中不同种类数据出现的频率并从大至小排序，获得迭代最优传输段的迭代频率序列，比较迭代频率序列中第二位与预设幂律序列中第二位的大小；
23、当迭代频率序列中第二位等于预设幂律序列中第二位时，将迭代最优传输段作为二次迭代传输段；
24、当迭代频率序列中第二位大于预设幂律序列中第二位时，计算常数4、迭代频率序列中第二位和迭代最优传输段中数据点数量三者的乘积，获得迭代数量变化值；计算数量变化值与迭代最优传输段中数据点数量的差值，获得迭代数量增加值；以迭代数量增加值作为迭代数据选取窗口的长度大小，将运行状态序列中除所述迭代最优传输段以外的其他序列部分作为迭代数据补充范围，在所述迭代数据补充范围中滑动迭代数据选取窗口，当滑动的迭代数据选取窗口中不存在迭代频率序列中最大值和第二位对应的种类数据时，获得迭代最优传输段的迭代增加序列段；
25、当迭代频率序列中第二位小于预设幂律序列中第二位时，构建迭代可变滑窗在所述迭代数据补充范围中滑动，计算迭代可变滑窗的长度和所述迭代最优传输段的数据点数量的和值，获得迭代数据拼接量；计算迭代数据拼接量与常数4的比值，获得迭代数据特征值；计算迭代数据特征值与迭代频率序列中第二位对应的种类数据的数据量的差值，获得迭代增幅量；当迭代可变滑窗的大小和位置满足迭代可变滑窗内包含迭代增幅量个迭代频率序列中第二位对应的种类数据时，将迭代可变滑窗中的数据作为迭代最优传输段的迭代增加序列段；
26、将迭代最优传输段和迭代增加序本文档来自技高网...
【技术保护点】
1.一种基于云端控制的发电机组实时数据传输策略优化方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种基于云端控制的发电机组实时数据传输策略优化方法，其特征在于，所述根据所述运行状态序列中数据点的数据特征获取异常数据点和异常程度的步骤包括：
3.根据权利要求1所述的一种基于云端控制的发电机组实时数据传输策略优化方法，其特征在于，所述根据所述异常数据点的邻域内的数据类型特征和数据变化特征获得关联数据段的步骤包括：
4.根据权利要求1所述的一种基于云端控制的发电机组实时数据传输策略优化方法，其特征在于，所述根据所述关联数据段中异常数据点数量特征和对应的异常程度获得关联数据段的传输优先度和传输优先段的步骤包括：
5.根据权利要求1所述的一种基于云端控制的发电机组实时数据传输策略优化方法，其特征在于，所述根据所述传输优先段中不同种类数据出现的频率特征与预设幂律序列对所述传输优先段的数据量进行补充迭代的步骤包括：
6.根据权利要求5所述的一种基于云端控制的发电机组实时数据传输策略优化方法，其特征在于，所述根据所述
7.根据权利要求6所述的一种基于云端控制的发电机组实时数据传输策略优化方法，其特征在于，所述根据所述分布相似度对补充迭代的过程进行终止，获得重组数据段的步骤包括：
...【技术特征摘要】
1.一种基于云端控制的发电机组实时数据传输策略优化方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种基于云端控制的发电机组实时数据传输策略优化方法，其特征在于，所述根据所述运行状态序列中数据点的数据特征获取异常数据点和异常程度的步骤包括：
3.根据权利要求1所述的一种基于云端控制的发电机组实时数据传输策略优化方法，其特征在于，所述根据所述异常数据点的邻域内的数据类型特征和数据变化特征获得关联数据段的步骤包括：
4.根据权利要求1所述的一种基于云端控制的发电机组实时数据传输策略优化方法，其特征在于，所述根据所述关联数据段中异常数据点数量特征和对应的异常程度获得关联...
【专利技术属性】
技术研发人员：高殿明，姜红红，姚文叶，
申请(专利权)人：西安德悦电子信息技术有限公司，
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。