【技术实现步骤摘要】
本专利技术涉及电力数据分析，具体为一种电力数据预分析方法及系统。
技术介绍
1、电力是现如今人们在日常生活中不可缺少的能源之一，无论是在办公或者居家都会使用到电力，而随着网络科技的不断发展，大数据已经应用到社会经济与生活中的多领域，电力公司拥有大量运行电力相关的大数据，通过对各种不同类型的电力大数据进行分析，可以设计出与用电需求相符的生产计划为此，但是现有技术中由于电力大数据量多且复杂，工作人员需要通过大量的时间去检索分析所需的电力数据，然后才能进行相关的电力分配计划，这样的方式不仅耗时耗力，而且一但出现数据统计错误，工作人员也不能及时的发现，为此，我们提出一种电力数据预分析方法及系统。
技术实现思路
1、本专利技术的目的在于提供一种电力数据预分析方法及系统，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种电力数据预分析方法，所述方法包括如下步骤：
4、步骤一：向电力系统发送数据获取请求，电力系统接收到数据请求后会传输出大数据，然后对大数据进行数据分析，大数据包括运行数据、环境数据及原始数据；
5、步骤二：将获取的运行数据、环境数据及原始数据进行数据预处理得到电力特征数据；
6、步骤三：经过分析后的力特征数据，可获取数据状态的历史电力数据集，然后依据电力数据分析用户在预设分析时间段对应的各日的第一电力数据，并以此获取可分析用户在上一年度同比预设分析时间段对应的各日的第二电力数据；
7、步骤四：将第一电力数据与第二电力数据按照电力特征数据的类型进行分类存储和管理，对来自大数据的海量数据查询提供分析支撑
8、步骤五：建立数据运算模块，并导入训练好的极限学习算法，然后将第一电力数据与第二电力数据，导入到算法中，这样就能获得第一电力相对比于第二电力数据的增长指数；
9、步骤六：将步骤五中算出的各项数据，进行数据分析处理，从而计算出各电力大数据的分析量残差值，对各分析量残差值进行异常数据识别，以识别出各电力大数据中的异常数据；
10、步骤七：对异常数据进行数据修正，然后依据第二电力的增长指数，生成预设用户的对应的月/季度电力增长指数曲线，并通过月/季度电力增长指数曲线，生成预设用户对应的第二电力增长指数的电力数据；
11、一种电力数据预分析系统，包括数据请求模块，数据请求模块双向电性连接数据接收模块，数据接收模块电性输出连接数据整理模块，数据整理模块电性输出连接预处理模块，预处理模块电性输出连接数据分析量计算模块，数据分析量计算模块电性输出连接存储模块，存储模块电性输出连接算法模块，算法模块电性输出连接中央处理器，中央处理器电性输出连接数据存储模块，数据存储模块双向电性连接异常数据识别模块，异常数据识别模块双向电性连接数据修正模块，数据修正模块电性输出连接展示模块，展示模块电性输出连接显示模块。
12、进一步的：步骤一中大数据包含正常数据和异常数据，异常数据为通信故障数据、设备故障数据、电网波动数据和用户行为异常数据。
13、进一步的：步骤二中电力特征数据是基于预先定义的数据质量规则、对获取的运行数据、环境数据及原始数据进行抽取、清洗、合并和装载操作后生成的电力特征数据。
14、进一步的：步骤三中第一电力数据包括第一电量和第一电容量，第二电力数据包括第二电量和第二电容量，极限学习模块，用于确定第一电量与第二电量的第一比值，进而确定第一比值为电量增长速度值；确定第一电量与第一电容量的第二比值，以及确定第二电量与第二电容量的第三比值，进而确定第二比值与第三比值之间第四比值；其中，第四比值为电量利用率增长速度值；确定第一电力增长指数。
15、进一步的：展示模块包括数据转换模块，数据转换模块电性输出连接图像处理模块，图像处理模块电性输出连接曲线图处理模块，曲线图处理模块电性输出连接生成模块。
16、进一步的：算法模块包括输入模块，输入模块电性输出连接导入模块，导入模块电性输出连接确认模块。
17、与现有技术相比，本专利技术的有益效果是：
18、该电力数据预分析方法及系统，首先通过预处理的方式获取电力大数据的电力特征数据，然后通过电力特征数据可获取数据状态的历史电力数据集，然后依据电力数据分析用户在预设分析时间段对应的各日的第一电力数据，并以此获取可分析用户在上一年度同比预设分析时间段对应的各日的第二电力数据，再通过极限学习算法可算出电力的增长指数，这样就能初步获得电力数据预分析数据，最后通过异常数据识别模块与数据修正模块可对电力大数据的分析量残差值进行异常数据识别，以识别出各电力大数据中的异常数据，并对异常数据进行数据修正，这样就能避免出现计算错误。
本文档来自技高网...【技术保护点】
1.一种电力数据预分析方法，其特征在于：所述方法包括如下步骤：
2.根据权利要求1所述的一种电力数据预分析方法，其特征在于：步骤一中所述大数据包含正常数据和异常数据，所述异常数据为通信故障数据、设备故障数据、电网波动数据和用户行为异常数据。
3.根据权利要求1所述的一种电力数据预分析方法，其特征在于：步骤二中所述电力特征数据是基于预先定义的数据质量规则、对获取的运行数据、环境数据及原始数据进行抽取、清洗、合并和装载操作后生成的电力特征数据。
4.根据权利要求1所述的一种电力数据预分析方法，其特征在于：步骤三中所述第一电力数据包括第一电量和第一电容量，第二电力数据包括第二电量和第二电容量，所述极限学习模块，用于确定第一电量与第二电量的第一比值，进而确定所述第一比值为电量增长速度值；确定第一电量与所述第一电容量的第二比值，以及确定所述第二电量与所述第二电容量的第三比值，进而确定所述第二比值与所述第三比值之间第四比值；其中，所述第四比值为电量利用率增长速度值；确定第一电力增长指数。
5.根据权利要求1所述的一种电力数据预分析方法，其特征在
6.根据权利要求1所述的一种电力数据预分析方法，其特征在于：所述算法模块(7)包括输入模块，所述输入模块电性输出连接导入模块，所述导入模块电性输出连接确认模块。
...【技术特征摘要】
1.一种电力数据预分析方法，其特征在于：所述方法包括如下步骤：
2.根据权利要求1所述的一种电力数据预分析方法，其特征在于：步骤一中所述大数据包含正常数据和异常数据，所述异常数据为通信故障数据、设备故障数据、电网波动数据和用户行为异常数据。
3.根据权利要求1所述的一种电力数据预分析方法，其特征在于：步骤二中所述电力特征数据是基于预先定义的数据质量规则、对获取的运行数据、环境数据及原始数据进行抽取、清洗、合并和装载操作后生成的电力特征数据。
4.根据权利要求1所述的一种电力数据预分析方法，其特征在于：步骤三中所述第一电力数据包括第一电量和第一电容量，第二电力数据包括第二电量和第二电容量，所述极限学习模块，用于确定第一电量与第...
【专利技术属性】
技术研发人员：杨昌海，杨茜，王著秀，杨国山，宋汶秦，
申请(专利权)人：国网甘肃省电力公司经济技术研究院，
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。