本發(fā)明屬于微電網(wǎng)，涉及一種基于分布式的微電網(wǎng)數(shù)據(jù)處理方法和系統(tǒng)。

背景技術(shù)：

1、智能微電網(wǎng)是規(guī)模較小的分散的獨(dú)立系統(tǒng)，它將分布式電源、儲(chǔ)能裝置、能量裝換裝置、相關(guān)負(fù)荷和監(jiān)控、保護(hù)裝置匯集而成的小型發(fā)配電系統(tǒng)，是能夠?qū)崿F(xiàn)自我控制、保護(hù)和管理的自治系統(tǒng)，既可以與外部電網(wǎng)運(yùn)行，也可以孤立運(yùn)行。

2、然而，微電網(wǎng)從邊緣設(shè)備中獲取的數(shù)據(jù)量非常大，在數(shù)據(jù)體量大的情況下數(shù)據(jù)的分析限制條件更多，所需人為操作的步驟也更復(fù)雜。同時(shí)在邊緣設(shè)備中的算力無法得到很好的應(yīng)用。

技術(shù)實(shí)現(xiàn)思路

1、為解決背景技術(shù)中存在的問題，本發(fā)明提出了一種基于分布式的微電網(wǎng)數(shù)據(jù)處理方法和系統(tǒng)。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案如下：

3、一方面，本發(fā)明提供了一種基于分布式的微電網(wǎng)數(shù)據(jù)處理方法，包括有：

4、響應(yīng)于數(shù)據(jù)獲取接口發(fā)出的數(shù)據(jù)獲取指令，獲取微電網(wǎng)邊緣設(shè)備的相關(guān)運(yùn)行數(shù)據(jù)；

5、微電網(wǎng)數(shù)據(jù)處理中心對(duì)微電網(wǎng)邊緣設(shè)備數(shù)據(jù)進(jìn)行預(yù)處理，清洗微電網(wǎng)邊緣設(shè)備數(shù)據(jù)；

6、微電網(wǎng)數(shù)據(jù)處理中心通過深度學(xué)習(xí)模型對(duì)預(yù)處理完成后的微電網(wǎng)邊緣設(shè)備數(shù)據(jù)進(jìn)行置信度驗(yàn)證；

7、微電網(wǎng)數(shù)據(jù)處理中心通過數(shù)據(jù)傳輸鏈路向微電網(wǎng)邊緣設(shè)備發(fā)送微電網(wǎng)運(yùn)行模式數(shù)據(jù)；

8、微電網(wǎng)邊緣設(shè)備基于內(nèi)置的分布式計(jì)算節(jié)點(diǎn)對(duì)自身數(shù)據(jù)進(jìn)行驗(yàn)證，判斷是否符合微電網(wǎng)數(shù)據(jù)處理中心發(fā)送的微電網(wǎng)運(yùn)行模式。

9、進(jìn)一步地，所述微電網(wǎng)數(shù)據(jù)處理中心對(duì)微電網(wǎng)邊緣設(shè)備數(shù)據(jù)進(jìn)行預(yù)處理的方法為：

10、s1、對(duì)原始微電網(wǎng)邊緣設(shè)備數(shù)據(jù)進(jìn)行遍歷，查找空白值和缺失值，對(duì)空白數(shù)據(jù)所在位置進(jìn)行記錄；

11、s2、依據(jù)單個(gè)微電網(wǎng)邊緣設(shè)備的其他數(shù)據(jù)，對(duì)空白值和缺失值進(jìn)行預(yù)測(cè)，并補(bǔ)全數(shù)據(jù)；

12、s3、對(duì)補(bǔ)全后的微電網(wǎng)邊緣設(shè)備數(shù)據(jù)進(jìn)行分類，依據(jù)微電網(wǎng)邊緣設(shè)備數(shù)據(jù)的屬性名稱來對(duì)微電網(wǎng)邊緣設(shè)備數(shù)據(jù)的每個(gè)屬性值進(jìn)行分類。

13、進(jìn)一步地，微電網(wǎng)數(shù)據(jù)處理中心通過深度學(xué)習(xí)模型對(duì)預(yù)處理完成后的微電網(wǎng)邊緣設(shè)備數(shù)據(jù)進(jìn)行置信度驗(yàn)證的方法為：

14、提交歷史微電網(wǎng)邊緣設(shè)備數(shù)據(jù)至深度學(xué)習(xí)模型，深度學(xué)習(xí)模型通過訓(xùn)練得到深度學(xué)習(xí)模型判斷邏輯；

15、將現(xiàn)有微電網(wǎng)邊緣設(shè)備數(shù)據(jù)通過深度學(xué)習(xí)模型判斷邏輯判斷數(shù)據(jù)置信度。

16、進(jìn)一步地，所述深度學(xué)習(xí)模型訓(xùn)練的方法為：

17、深度學(xué)習(xí)模型讀取多個(gè)微電網(wǎng)邊緣設(shè)備數(shù)據(jù)，依據(jù)微電網(wǎng)邊緣設(shè)備數(shù)據(jù)多個(gè)屬性數(shù)據(jù)分布區(qū)間提取出多個(gè)可信度指標(biāo)；

18、可信度指標(biāo)對(duì)應(yīng)數(shù)據(jù)獲取模塊獲取的邊緣設(shè)備數(shù)據(jù)的屬性，所述屬性包括有時(shí)間、空間距離等屬性數(shù)據(jù)；

19、根據(jù)可信度指標(biāo)，結(jié)合邊緣設(shè)備數(shù)據(jù)屬性與可信度指標(biāo)對(duì)應(yīng)數(shù)據(jù)進(jìn)行可信度判斷，深度學(xué)習(xí)模型依據(jù)現(xiàn)有數(shù)據(jù)訓(xùn)練得到初始閾值，用于排除低可信度數(shù)據(jù)，結(jié)合邊緣設(shè)備的可信度和系統(tǒng)閾值計(jì)算每個(gè)數(shù)據(jù)是否可信；

20、深度學(xué)習(xí)模型分析微電網(wǎng)邊緣設(shè)備數(shù)據(jù)多個(gè)屬性數(shù)據(jù)的跨度范圍，基于每個(gè)屬性數(shù)據(jù)的跨度范圍提取每個(gè)屬性數(shù)據(jù)的穩(wěn)定性，依據(jù)穩(wěn)定性來計(jì)算微電網(wǎng)邊緣設(shè)備數(shù)據(jù)多個(gè)屬性數(shù)據(jù)的權(quán)重；

21、深度學(xué)習(xí)模型將多個(gè)數(shù)據(jù)源獲取的數(shù)據(jù)可信度依據(jù)權(quán)重進(jìn)行融合，形成一個(gè)綜合的置信度評(píng)估。

22、進(jìn)一步地，所述深度學(xué)習(xí)模型的代價(jià)函數(shù)為：

23、

24、其中m為訓(xùn)練的樣本數(shù)量，為參數(shù)i通過深度學(xué)習(xí)模型預(yù)測(cè)的值，yi為參數(shù)i的實(shí)際值，通過控制e的取值范圍，來對(duì)深度學(xué)習(xí)模型的預(yù)測(cè)效果進(jìn)行控制。

25、進(jìn)一步地，所述分布式計(jì)算節(jié)點(diǎn)為每個(gè)微電網(wǎng)邊緣設(shè)備內(nèi)置組件。

26、另一方面，本發(fā)明提供了一種基于分布式的微電網(wǎng)數(shù)據(jù)處理系統(tǒng)，包括有：

27、微電網(wǎng)邊緣設(shè)備，內(nèi)置有分布式計(jì)算節(jié)點(diǎn)，對(duì)自身數(shù)據(jù)和微電網(wǎng)數(shù)據(jù)處理中心發(fā)送的微電網(wǎng)運(yùn)行模式進(jìn)行匹配驗(yàn)證；

28、數(shù)據(jù)獲取模塊，響應(yīng)于數(shù)據(jù)獲取接口發(fā)出的數(shù)據(jù)獲取指令，獲取微電網(wǎng)邊緣設(shè)備的相關(guān)運(yùn)行數(shù)據(jù)；

29、數(shù)據(jù)傳輸模塊，負(fù)責(zé)微電網(wǎng)邊緣設(shè)備、第一數(shù)據(jù)處理模塊和第二數(shù)據(jù)處理模塊三者之間的數(shù)據(jù)傳輸；

30、第一數(shù)據(jù)處理模塊，對(duì)微電網(wǎng)邊緣設(shè)備數(shù)據(jù)進(jìn)行預(yù)處理，清洗微電網(wǎng)邊緣設(shè)備數(shù)據(jù)；

31、第二數(shù)據(jù)處理模塊，通過深度學(xué)習(xí)模型對(duì)預(yù)處理完成后的微電網(wǎng)邊緣設(shè)備數(shù)據(jù)進(jìn)行置信度驗(yàn)證。

32、與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：

33、本發(fā)明通過采用深度學(xué)習(xí)模型來對(duì)微電網(wǎng)邊緣設(shè)備數(shù)據(jù)中不同屬性的數(shù)據(jù)進(jìn)行可信度分析，人為干預(yù)少，人為調(diào)整代價(jià)函數(shù)即可控制深度學(xué)習(xí)模型對(duì)微電網(wǎng)邊緣設(shè)備數(shù)據(jù)置信度分析的精度，減少人為失誤。本發(fā)明還在微電網(wǎng)邊緣設(shè)備中內(nèi)置計(jì)算節(jié)點(diǎn)，能夠有效利用微電網(wǎng)邊緣設(shè)備的算力，減少計(jì)算資源的浪費(fèi)，實(shí)現(xiàn)整個(gè)微電網(wǎng)協(xié)調(diào)控制。

技術(shù)特征：

1.一種基于分布式的微電網(wǎng)數(shù)據(jù)處理方法，其特征在于，包括有：

2.根據(jù)權(quán)利要求1所述的一種基于分布式的微電網(wǎng)數(shù)據(jù)處理方法，其特征在于,所述微電網(wǎng)數(shù)據(jù)處理中心對(duì)微電網(wǎng)邊緣設(shè)備數(shù)據(jù)進(jìn)行預(yù)處理的方法為：

3.根據(jù)權(quán)利要求1所述的一種基于分布式的微電網(wǎng)數(shù)據(jù)處理方法，其特征在于,微電網(wǎng)數(shù)據(jù)處理中心通過深度學(xué)習(xí)模型對(duì)預(yù)處理完成后的微電網(wǎng)邊緣設(shè)備數(shù)據(jù)進(jìn)行置信度驗(yàn)證的方法為：

4.根據(jù)權(quán)利要求3所述的一種基于分布式的微電網(wǎng)數(shù)據(jù)處理方法，其特征在于,所述深度學(xué)習(xí)模型訓(xùn)練的方法為：

5.根據(jù)權(quán)利要求3所述的一種基于分布式的微電網(wǎng)數(shù)據(jù)處理方法，其特征在于,所述深度學(xué)習(xí)模型的代價(jià)函數(shù)為：

6.根據(jù)權(quán)利要求1所述的一種基于分布式的微電網(wǎng)數(shù)據(jù)處理方法，其特征在于,所述分布式計(jì)算節(jié)點(diǎn)為每個(gè)微電網(wǎng)邊緣設(shè)備內(nèi)置組件。

7.一種基于分布式的微電網(wǎng)數(shù)據(jù)處理系統(tǒng)，其特征在于，包括有：

技術(shù)總結(jié)
本發(fā)明公開了一種基于分布式的微電網(wǎng)數(shù)據(jù)處理方法和系統(tǒng)。為了解決微電網(wǎng)從邊緣設(shè)備中獲取的數(shù)據(jù)量大，數(shù)據(jù)有效性分析難度大的問題，本發(fā)明通過控制深度學(xué)習(xí)模型自行提取判斷邏輯，有效減少人為干預(yù)，提高了對(duì)微電網(wǎng)邊緣設(shè)備數(shù)據(jù)置信度分析的精度。本發(fā)明還在微電網(wǎng)邊緣設(shè)備中內(nèi)置計(jì)算節(jié)點(diǎn)，有效能夠有效利用微電網(wǎng)邊緣設(shè)備的算力，減少計(jì)算資源的浪費(fèi)，實(shí)現(xiàn)整個(gè)微電網(wǎng)協(xié)調(diào)控制。

技術(shù)研發(fā)人員：張翀昊,王嵩,趙捷,陸婕,周萍
受保護(hù)的技術(shù)使用者：常州隆宇天正新能源產(chǎn)業(yè)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19