一種評價智能終端與電能表的表碼數(shù)據(jù)同步狀態(tài)的方法及其系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及電力信息技術(shù)領(lǐng)域，尤其涉及一種評價智能終端與電能表的表碼數(shù)據(jù) 同步狀態(tài)的方法及其系統(tǒng)。
【背景技術(shù)】
[0002] 數(shù)據(jù)是組織最具價值的資產(chǎn)之一。企業(yè)的數(shù)據(jù)質(zhì)量與業(yè)務(wù)績效之間存在著直接聯(lián) 系，高質(zhì)量的數(shù)據(jù)可以使公司保持競爭力并在經(jīng)濟(jì)動蕩時期立于不敗之地。有了普遍深入 的數(shù)據(jù)質(zhì)量，企業(yè)在任何時候都可以信任滿足所有需求的所有數(shù)據(jù)。
[0003] 在智能電網(wǎng)中，影響電力數(shù)據(jù)質(zhì)量的因素主要包括數(shù)據(jù)完整性和數(shù)據(jù)準(zhǔn)確性。其 中，數(shù)據(jù)完整性約束包括實(shí)體完整性約束、參照完整性約束、函數(shù)依賴約束、統(tǒng)計約束四類。 而智能電網(wǎng)中的計量自動化終端通常會發(fā)生通信故障和記錄時間對不齊等問題，這些問題 在數(shù)據(jù)中心中直接反應(yīng)為數(shù)據(jù)記錄缺失和約束不嚴(yán)格。基于此，有必要研究計量自動化智 能終端和電能表終端采集到的電能量表碼數(shù)據(jù)在缺失同步性上的整體趨勢，從而對電網(wǎng)運(yùn) 行狀態(tài)有一個整體的認(rèn)識，提升采集終端的運(yùn)維水平，提高終端完整率。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明所要解決的技術(shù)問題是:提供一種評價智能終端與電能表的表碼數(shù)據(jù)同步 狀態(tài)的方法及其系統(tǒng)，以分析智能終端和電能表的運(yùn)行狀態(tài)和數(shù)據(jù)傳輸?shù)囊恢滦裕谶\(yùn) 維工作人員掌握計量自動化系統(tǒng)端運(yùn)行狀態(tài)，提升采集終端的運(yùn)維水平及終端數(shù)據(jù)完整 率。
[0005] 為解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案如下：
[0006] 提供一種評價智能終端與電能表的表碼數(shù)據(jù)同步狀態(tài)的方法，包括步驟：
[0007] 從數(shù)據(jù)主站獲取一預(yù)設(shè)時間內(nèi)智能終端和電能表所采集的所有表碼數(shù)據(jù)，并對表 碼數(shù)據(jù)進(jìn)行預(yù)處理；
[0008] 根據(jù)表碼數(shù)據(jù)在整點(diǎn)時刻上的存在情況，對預(yù)處理后的表碼數(shù)據(jù)進(jìn)行去值化處 理；
[0009] 對去值化處理后的兩份表碼數(shù)據(jù)進(jìn)行異或處理；
[0010] 采用K-均值聚類算法對異或處理后的表碼數(shù)據(jù)進(jìn)行聚類分析，以得到聚類結(jié)果； [0011]根據(jù)聚類結(jié)果評價智能終端與電能表的表碼數(shù)據(jù)的同步狀態(tài)。
[0012]與現(xiàn)有技術(shù)相比，該方法先從數(shù)據(jù)主站獲取一預(yù)設(shè)時間內(nèi)智能終端和電能表所采 集的所有表碼數(shù)據(jù)，并對其進(jìn)行預(yù)處理及去值化處理，之后對兩份數(shù)據(jù)進(jìn)行異或處理以整 合數(shù)據(jù)，接著采用及其學(xué)習(xí)中的K-均值聚類算法（即KMEANS算法)對處理后的數(shù)據(jù)進(jìn)行聚類 分析，最后根據(jù)聚類分析結(jié)果對智能終端和電能表的表碼數(shù)據(jù)進(jìn)行同步狀態(tài)的整體評價； 該方法可以及時發(fā)現(xiàn)計量自動化系統(tǒng)中的電能表與智能終端采集數(shù)據(jù)的差異，從而對電網(wǎng) 運(yùn)行狀態(tài)有一個整體的認(rèn)識，提升了采集終端的運(yùn)維水平，提高了終端完整率，且該方法是 數(shù)據(jù)挖掘及機(jī)器學(xué)習(xí)在電網(wǎng)數(shù)據(jù)中的有效應(yīng)用，對數(shù)據(jù)質(zhì)量的提升具有一定的指導(dǎo)意義。
[0013] 相應(yīng)地，本發(fā)明還提供了一種評價智能終端與電能表的表碼數(shù)據(jù)同步狀態(tài)的系 統(tǒng)，包括：
[0014] 獲取模塊，用于從數(shù)據(jù)主站獲取一預(yù)設(shè)時間內(nèi)智能終端和電能表所采集的所有表 碼數(shù)據(jù)，并對表碼數(shù)據(jù)進(jìn)行預(yù)處理；
[0015] 去值化處理模塊，用于根據(jù)表碼數(shù)據(jù)在整點(diǎn)時刻上的存在情況，對預(yù)處理后的表 碼數(shù)據(jù)進(jìn)行去值化處理；
[0016] 異或處理模塊，用于對去值化處理后的表碼數(shù)據(jù)進(jìn)行異或處理；
[0017] 分析模塊，用于采用κ-均值聚類算法對異或處理后的表碼數(shù)據(jù)進(jìn)行聚類分析，以 得到聚類結(jié)果；
[0018] 評價模塊，用于根據(jù)聚類結(jié)果評價智能終端與電能表的表碼數(shù)據(jù)的同步狀態(tài)。
【附圖說明】
[0019] 圖1為本發(fā)明評價智能終端與電能表的表碼數(shù)據(jù)同步狀態(tài)的方法的主流程圖。
[0020] 圖2為本發(fā)明方法一實(shí)施例的流程圖。
[0021] 圖3為圖2中步驟S207的子流程圖。
[0022] 圖4為本發(fā)明評價智能終端與電能表的表碼數(shù)據(jù)同步狀態(tài)的系統(tǒng)的結(jié)構(gòu)框圖。 [0023]圖5為圖4中裝置300的結(jié)構(gòu)框圖。
[0024]圖6為圖5中分析模塊的結(jié)構(gòu)框圖。
【具體實(shí)施方式】
[0025] 現(xiàn)在參考附圖描述本發(fā)明的實(shí)施例，附圖中類似的元件標(biāo)號代表類似的元件。
[0026] 請參考圖1，本發(fā)明評價智能終端與電能表的表碼數(shù)據(jù)同步狀態(tài)的方法，包括：
[0027] S101，從數(shù)據(jù)主站獲取一預(yù)設(shè)時間內(nèi)智能終端和電能表所采集的所有表碼數(shù)據(jù)， 并對表碼數(shù)據(jù)進(jìn)行預(yù)處理；
[0028] S102,根據(jù)表碼數(shù)據(jù)在整點(diǎn)時刻上的存在情況，對預(yù)處理后的表碼數(shù)據(jù)進(jìn)行去值 化處理；
[0029] S103,對去值化處理后的兩份表碼數(shù)據(jù)進(jìn)行異或處理；
[0030] S104,采用K-均值聚類算法對異或處理后的表碼數(shù)據(jù)進(jìn)行聚類分析，以得到聚類 結(jié)果；
[0031] S105,根據(jù)聚類結(jié)果評價智能終端與電能表的表碼數(shù)據(jù)的同步狀態(tài)。
[0032] 再請參考圖2,在本發(fā)明的一優(yōu)選實(shí)施例中，該方法具體包括：
[0033] S201，通過智能終端和電能表分別采集整點(diǎn)時刻的表碼數(shù)據(jù)，即智能終端和電能 表采集表碼數(shù)據(jù)的頻率為lh-次。
[0034] S202,電能表所采集的表碼數(shù)據(jù)通過485總線傳輸至智能終端。
[0035] S203，智能終端將兩份表碼數(shù)據(jù)通過GPRS網(wǎng)絡(luò)傳輸至數(shù)據(jù)主站;具體地，智能終端 包含信號傳輸模塊，可以將自身采集到的和電能表傳輸來的這兩份冗余的數(shù)據(jù)一并通過 GPRS移動網(wǎng)絡(luò)傳輸?shù)綌?shù)據(jù)主站。需要說明的是，當(dāng)發(fā)生硬件損壞、S頂故障、485規(guī)約錯誤、無 信號等軟硬件問題時，傳輸采集到的表碼數(shù)據(jù)至主站便會發(fā)生缺失或者數(shù)據(jù)損壞。且，發(fā)送 至數(shù)據(jù)主站的表碼數(shù)據(jù)包含了用戶實(shí)時用電信息，其所包含的具體內(nèi)容如表1所示：
[0036]
[0037] 表1:表碼數(shù)據(jù)樣例表
[0038] S204,從數(shù)據(jù)主站獲取一預(yù)設(shè)時間內(nèi)智能終端和電能表所采集的所有表碼數(shù)據(jù)， 并對，表碼數(shù)據(jù)進(jìn)行預(yù)處理;具體地，從數(shù)據(jù)主站獲取2014年12月1日當(dāng)天所有的智能終端 和電能表采集到的表碼數(shù)據(jù)，判斷任一條表碼數(shù)據(jù)的重要字段是否發(fā)生缺失，若發(fā)生缺失， 則拋棄該條表碼數(shù)據(jù)并視該條表碼數(shù)據(jù)為空。
[0039] S205,根據(jù)表碼數(shù)據(jù)在整點(diǎn)時刻上的存在情況，對預(yù)處理后的表碼數(shù)據(jù)進(jìn)行去值 化處理;具體地，每份智能終端和電能表的表碼數(shù)據(jù)根據(jù)其在相應(yīng)的整點(diǎn)時間的數(shù)據(jù)存在 與否，化為表2所示的數(shù)據(jù)格式： 「rwwil L〇〇4l j 表2:評價悮型數(shù)據(jù)選取
[0042] 其中P0INTID代表智能終端或者電能表的數(shù)據(jù)點(diǎn)編號，ΒΜ0、ΒΜ1、···、ΒΜ23分別代表 數(shù)據(jù)在〇點(diǎn)時刻、1點(diǎn)時刻、…、23點(diǎn)時刻的數(shù)據(jù)存在與否，若數(shù)據(jù)存在則標(biāo)記為1，否則標(biāo)記 為0〇
[0043] S206，對去值化處理后的兩份所述表碼數(shù)據(jù)進(jìn)行異或處理;具體地，將去值化并整 理好格式的智能終端和電能表的兩份數(shù)據(jù)在相應(yīng)的時間位置上進(jìn)行異或處理，得到如表3 所示的數(shù)據(jù)： 「0044?
?〇(Μ5」表3:評價模型數(shù)據(jù)構(gòu)造
[0046]其中P0INTID代表智能終端的數(shù)據(jù)點(diǎn)編號，DATATIME代表數(shù)據(jù)時間，以天為準(zhǔn)， X0R0、X0R1、…、X0R23分別代表互相關(guān)聯(lián)的智能終端和電能表在0點(diǎn)時刻、1點(diǎn)時刻、…、23點(diǎn) 時刻的去值化后的數(shù)據(jù)的異或結(jié)果，若智能終端和電能表的表碼數(shù)據(jù)均缺失或者均存在則 標(biāo)記為1，否則標(biāo)記為0。
[0047] S207,采用K-均值聚類算法對異或處理后的所述表碼數(shù)據(jù)進(jìn)行聚類分析，以得到 聚類結(jié)果?？紤]到計量自動化系統(tǒng)采集的表碼數(shù)據(jù)并沒有完整性標(biāo)注，且需要從原始的表 碼數(shù)據(jù)中辨別出智能終端和電能表采集到的數(shù)據(jù)的差異，因此使用無監(jiān)督的機(jī)器學(xué)習(xí)模型 比較合適，其中K-均值聚類算法可以將相似的對象歸到同一個簇中并且易于實(shí)現(xiàn)，在海量 數(shù)據(jù)處理中有應(yīng)用優(yōu)勢。其中，K-均值聚類算法具體步驟將在下文詳述。
[0048] S208,根據(jù)聚類結(jié)果評價所述智能終端與電能表的表碼數(shù)據(jù)的同步狀態(tài)。
[0049] 具體地，請參考圖3,步驟S207包括：
[0050] S2071，設(shè)定多個簇，提取任一條所述表碼數(shù)據(jù)并將該條表碼數(shù)據(jù)分配于任一簇 中；
[0051] S2072,設(shè)定算法中K的數(shù)值;其中，K由所述聚類結(jié)果的精度確定，如果想讓數(shù)據(jù)結(jié) 果更加精準(zhǔn)，可以是當(dāng)?shù)卦黾?K的數(shù)值，在本實(shí)施例中，取K = 4;
[0052] S2073,隨機(jī)確定K個初始點(diǎn)作為各個簇的初始質(zhì)心，根據(jù)剩余的表碼數(shù)據(jù)與各個 簇的初始質(zhì)心的歐式距離，將剩余的表碼數(shù)據(jù)分配到最相近的簇中；
[0053] S2074,計算每一個簇中所有表碼數(shù)據(jù)的均值，并將均值作為該簇的新質(zhì)心；
[0054] S2075，根據(jù)新質(zhì)心重新分配所有的表碼數(shù)據(jù)；
[0055] S2076,迭代S2074和S2075直到所有的所述表碼數(shù)據(jù)分配不再變化；