【技术实现步骤摘要】
本专利技术涉及电力通信，更具体的说是涉及一种基于大数据分析的电力通信系统优化方法。
技术介绍
1、随着智能电网的发展，电力通信系统成为了支撑电力系统运行的关键组成部分。同时，科技不断地向前发展，大数据技术的引入，为电力通信系统优化提供了新的可能。大数据分析能够处理海量、高速、多样化的数据，通过深度学习和机器学习等算法，实现对电力通信系统运行状态的实时监测、故障预测恶和资源调度优化，从而提高系统整体性能和稳定性。
2、但是目前传统电力通信系统优化方法中仍存在以下不足：
3、的数据集成能力差：传统的电力通信系统往往缺乏有效的数据集成手段，导致系统中各个设备和网络层的数据难以统一管理和分析。这限制了系统对整体运行状态的全面了解，难以实现跨平台、跨系统的数据共享和协同优化。
4、数据实时处理能力低：在传统方法中，数据处理往往依赖于事后分析，缺乏实时性。这导致系统无法快速响应运行中的变化，不能及时检测到故障隐患或性能瓶颈，从而影响电力通信系统的实时控制和调度。
5、数据安全性差：传统电力通信系统在数据保护方面存在漏洞，缺乏有效的加密和访问控制机制。随着网络攻击手段的日益复杂，数据泄露和系统被非法入侵的风险不断增加，对电力系统的安全运行构成威胁。
6、因此，如何克服上述问题，实现对电力通信系统的优化是本领域技术人员亟需解决的问题。
技术实现思路
1、有鉴于此，为至少部分解决上述技术问题，本专利技术提供了一种基于大数据分析的电力通信系统
2、为了实现上述目的，本专利技术采用如下技术方案：
3、一方面，本申请公开了一种基于大数据分析的电力通信系统优化方法，包括：
4、采集电力通信系统的运行数据，进行格式转换后融合；
5、基于融合数据识别系统运行特征，同时对系统进行评估，得到评估结果；
6、根据系统运行特征和评估结果对网络资源进行优化调度。
7、作为优选，运行数据包括运行温度，运行电流、电压，通信信号强度，网络延迟以及宽带使用情况。
8、作为优选，通过数据处理框架apache kafka实时处理采集的运行数据，采用etl工具对数据进行统一格式转换，然后利用如下函数对数据进行融合：
9、
10、式中，ri表示融合函数结果值，表示电力通信系统待融合数据，ω表示融合函数转换因子值，i表示数据次序，μ表示不同数据源转换频率，表示融合函数系数。
11、作为优选，基于融合数据识别运行特征；包括：
12、通过数据均值、中位数和标准差总结电力通信系统的数据特征；
13、利用折线图方式进行趋势分析，得到电力通信系统数据的运行特征，运行特征包括系统平均运行温度、电压波动的中位数以及信号强度的稳定性。
14、作为优选，利用评估函数对系统进行评估，得到评估结果；所述评估函数的表达式为：
15、
16、式中，p表示评估函数，κ表示系数电力通信系统功率因数，tn表示电力通信系统运行时间，βn表示电力通信系统供电功率，n表示函数评估数据次序,s表示评估函数预测因子。
17、作为优选，优化调度包括：
18、通过迪杰斯特拉最短路径动态优化电力通信系统数据传输路径；
19、以及采用udp低延时通信协议实时控制信号。
20、作为优选，通过迪杰斯特拉最短路径动态优化电力通信系统数据传输路径，步骤包括：
21、将电力通信网络结构抽象为图模型，其中节点代表电力设备或交换点，边代表设备间或交换点间的连接链路；
22、选择网络中的一个源节点作为迪杰斯特拉算法的起点，将从源点到所有其他节点的最短路径距离初始化为无穷大，源点到自身的距离为0，所有节点初始状态标记为未访问；
23、从未访问的节点集中选择具有当前已知最短路径距离的节点，遍历该节点的所有邻居节点，计算从源点通过当前节点到达邻居节点的路径长度；若通过当前节点到达邻居节点的路径更短，则更新邻居节点的最短路径距离，将当前节点标记为已访问；
24、从目标节点开始，回溯至源点，沿着更新后的最短路径构建最终的最短路径。
25、作为优选，采用入侵检测系统和入侵防御系统识别和阻止潜在攻击和异常行为，控制网络资源的访问权限；
26、入侵检测系统还用于主动阻止攻击，以及通过rsa加密算法对传输的数据进行加密。
27、另一方面，本申请公开了一种基于大数据分析的电力通信系统优化系统，包括：
28、数据采集模块，用于采集电力通信系统的运行数据，
29、融合处理模块，用于对运行数据进行格式转换后融合；
30、数据分析模块，用于基于融合数据识别系统运行特征，以及对系统进行评估，得到评估结果；
31、系统优化模块，用于根据系统运行特征和评估结果对网络资源进行优化调度。
32、作为优选，还包括安全保护模块和系统反馈模块；
33、安全保护模块，用于采用入侵检测系统和入侵防御系统识别和阻止潜在攻击和异常行为，控制网络资源的访问权限；
34、系统反馈模块，用于实时收集电力通信系统优化后的运行状态数据，为后续优化提供反馈。
35、经由上述的技术方案可知，本专利技术公开提供了一种基于大数据分析的电力通信系统优化方法，与现有技术相比，本专利技术通过融合来自不同数据源和不同格式的数据，为系统优化提供更全面的视角；通过apache spark框架算法和评估函数对数据进行实时分析，提高了对数据的实时处理能力；通过统计分析方法，准确识别了电力通信系统的运行特征，为系统评估提供了关键信息；评估函数的应用实现了对电力负载和行为模式的预测，指导了网络资源的优化调度；进一步采用迪杰斯特拉算法，实现了数据传输路径的动态优化，提升了通信效率。以及引入rsa加密和入侵检测系统，显著提高了数据传输的安全性，防止了网络攻击和数据泄露。
36、本专利技术通过集成大数据分析技术，实现了电力通信系统的全面优化，包括实时数据处理、运行特征识别、智能资源调度和动态路径优化，显著提升了系统的运行效率、稳定性、安全性和可靠性，为智能电网管理提供了高效的数据支持和决策依据。
37、本专利技术的其他优点、目标和特征，在某种程度上将在随后的说明书中进行阐述；并且在某种程度上，基于对下文的考察研究，对本领域技术人员而言将是显而易见的；或者，可以从本专利技术的实践中得到教导。
本文档来自技高网...【技术保护点】
1.一种基于大数据分析的电力通信系统优化方法，其特征在于，包括：
2.根据权利要求1所述的基于大数据分析的电力通信系统优化方法，其特征在于，运行数据包括运行温度，运行电流、电压，通信信号强度，网络延迟以及宽带使用情况。
3.根据权利要求1所述的基于大数据分析的电力通信系统优化方法，其特征在于，通过数据处理框架Apache Kafka实时处理采集的运行数据，采用ETL工具对数据进行统一格式转换，然后利用如下函数对数据进行融合：
4.根据权利要求1所述的基于大数据分析的电力通信系统优化方法，其特征在于，基于融合数据识别运行特征；包括：
5.根据权利要求1所述的基于大数据分析的电力通信系统优化方法，其特征在于，利用评估函数对系统进行评估，得到评估结果；所述评估函数的表达式为：
6.根据权利要求1所述的基于大数据分析的电力通信系统优化方法，其特征在于，优化调度包括：
7.根据权利要求6所述的基于大数据分析的电力通信系统优化方法，其特征在于，通过迪杰斯特拉最短路径动态优化电力通信系统数据传输路径，步骤包括：
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。