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)模較小的分散的獨立系統(tǒng)，它將分布式電源、儲能裝置、能量裝換裝置、相關(guān)負荷和監(jiān)控、保護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、保護和管理的自治系統(tǒng)，既可以與外部電網(wǎng)運行，也可以孤立運行。

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。同時在邊緣設(shè)備中的算力無法得到很好的應(yīng)用。

技術(shù)實現(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)運行數(shù)據(jù)；

5、微電網(wǎng)數(shù)據(jù)處理中心對微電網(wǎng)邊緣設(shè)備數(shù)據(jù)進行預(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)模型對預(yù)處理完成后的微電網(wǎng)邊緣設(shè)備數(shù)據(jù)進行置信度驗證；

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)置的分布式計算節(jié)點對自身數(shù)據(jù)進行驗證，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)運行模式。

9、進一步地，所述微電網(wǎng)數(shù)據(jù)處理中心對微電網(wǎng)邊緣設(shè)備數(shù)據(jù)進行預(yù)處理的方法為：

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

11、s2、依據(jù)單個微電網(wǎng)邊緣設(shè)備的其他數(shù)據(jù)，對空白值和缺失值進行預(yù)測，并補全數(shù)據(jù)；

12、s3、對補全后的微電網(wǎng)邊緣設(shè)備數(shù)據(jù)進行分類，依據(jù)微電網(wǎng)邊緣設(shè)備數(shù)據(jù)的屬性名稱來對微電網(wǎng)邊緣設(shè)備數(shù)據(jù)的每個屬性值進行分類。

13、進一步地，微電網(wǎng)數(shù)據(jù)處理中心通過深度學(xué)習(xí)模型對預(yù)處理完成后的微電網(wǎng)邊緣設(shè)備數(shù)據(jù)進行置信度驗證的方法為：

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)多個屬性數(shù)據(jù)分布區(qū)間提取出多個可信度指標(biāo)；

18、可信度指標(biāo)對應(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)對應(yīng)數(shù)據(jù)進行可信度判斷，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)閾值計算每個數(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)多個屬性數(shù)據(jù)的跨度范圍，基于每個屬性數(shù)據(jù)的跨度范圍提取每個屬性數(shù)據(jù)的穩(wěn)定性，依據(jù)穩(wěn)定性來計算微電網(wǎng)邊緣設(shè)備數(shù)據(jù)多個屬性數(shù)據(jù)的權(quán)重；

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

22、進一步地，所述深度學(xué)習(xí)模型的代價函數(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)測的值，yi為參數(shù)i的實際值，通過控制e的取值范圍，來對深度學(xué)習(xí)模型的預(yù)測效果進行控制。

25、進一步地，所述分布式計算節(jié)點為每個微電網(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)置有分布式計算節(jié)點，對自身數(shù)據(jù)和微電網(wǎng)數(shù)據(jù)處理中心發(fā)送的微電網(wǎng)運行模式進行匹配驗證；

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)運行數(shù)據(jù)；

29、數(shù)據(jù)傳輸模塊，負責(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，對微電網(wǎng)邊緣設(shè)備數(shù)據(jù)進行預(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)模型對預(yù)處理完成后的微電網(wǎng)邊緣設(shè)備數(shù)據(jù)進行置信度驗證。

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)模型來對微電網(wǎng)邊緣設(shè)備數(shù)據(jù)中不同屬性的數(shù)據(jù)進行可信度分析，人為干預(yù)少，人為調(diào)整代價函數(shù)即可控制深度學(xué)習(xí)模型對微電網(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)置計算節(jié)點，能夠有效利用微電網(wǎng)邊緣設(shè)備的算力，減少計算資源的浪費，實現(xiàn)整個微電網(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)處理中心對微電網(wǎng)邊緣設(shè)備數(shù)據(jù)進行預(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)模型對預(yù)處理完成后的微電網(wǎng)邊緣設(shè)備數(shù)據(jù)進行置信度驗證的方法為：

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,所述分布式計算節(jié)點為每個微電網(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)置計算節(jié)點，有效能夠有效利用微電網(wǎng)邊緣設(shè)備的算力，減少計算資源的浪費，實現(xiàn)整個微電網(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