[發(fā)明專利]一種測負(fù)荷特征大數(shù)據(jù)監(jiān)測設(shè)備及監(jiān)測方法

在審

• 申請?zhí)枺?/td>: 202011219237.0
• 申請日: 2020-11-04
• 公開（公告）號: CN112531679A
• 公開（公告）日: 2021-03-19
• 發(fā)明（設(shè)計）人: 徐勇;單周平;何軍民;向潔;向運(yùn)琨;曾麟;何哲
• 申請（專利權(quán)）人: 國網(wǎng)湖南綜合能源服務(wù)有限公司
• 主分類號: H02J3/00
• 分類號: H02J3/00;G06F16/182
• 代理公司: 長沙鑫澤信知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 43247
• 代理人: 刁飛

1.一種測負(fù)荷特征大數(shù)據(jù)監(jiān)測設(shè)備，其特征在于，包括Hadoop大數(shù)據(jù)平臺、傳感監(jiān)測模塊、任務(wù)分配模塊、數(shù)據(jù)儲存模塊、綜合診斷模塊以及負(fù)荷監(jiān)測模塊，所述傳感監(jiān)測模塊用于實時采集氣溫風(fēng)速等外部環(huán)境信息并將采集信息上傳至數(shù)據(jù)儲存模塊，所述數(shù)據(jù)儲存模塊與Hadoop大數(shù)據(jù)平臺通信連接并執(zhí)行信息互通，所述數(shù)據(jù)儲存模塊用于緩存實時監(jiān)測數(shù)據(jù)和離線歷史數(shù)據(jù)并將緩存信息實時同步至Hadoop大數(shù)據(jù)平臺，所述綜合診斷模塊的輸入端電性連接有氣象數(shù)據(jù)調(diào)度單元，所述氣象數(shù)據(jù)調(diào)度單元用于從Hadoop大數(shù)據(jù)平臺調(diào)度歷史氣象信息，所述綜合診斷模塊用于將接收后的信息進(jìn)行數(shù)據(jù)整合并處理隨機(jī)因素對電網(wǎng)負(fù)荷進(jìn)行合理預(yù)測并進(jìn)行反饋處理，所述負(fù)荷監(jiān)測模塊用于輸出綜合診斷模塊的預(yù)測信息以及傳感監(jiān)測模塊的監(jiān)測信息；

所述綜合診斷模塊包括緩存單元、數(shù)據(jù)處理單元、算法處理單元和系統(tǒng)反饋單元，所述數(shù)據(jù)處理單元用于分析處理接收的實時監(jiān)測數(shù)據(jù)和離線歷史數(shù)據(jù)，所述算法處理單元內(nèi)部設(shè)有CART決策樹算法用于進(jìn)行預(yù)測因素的分類；以及灰色關(guān)聯(lián)分析法，用于執(zhí)行各個因素的篩選并確立關(guān)鍵因素。

2.根據(jù)權(quán)利要求1所述的測負(fù)荷特征大數(shù)據(jù)監(jiān)測設(shè)備，其特征在于，所述Hadoop大數(shù)據(jù)平臺包括有HDFS分布式文件系統(tǒng)、YARN分布式資源調(diào)度、MapReduce分布式離線計算模塊。

3.根據(jù)權(quán)利要求1所述的測負(fù)荷特征大數(shù)據(jù)監(jiān)測設(shè)備，其特征在于，所述Hadoop大數(shù)據(jù)平臺內(nèi)部儲存有歷史氣象信息、歷史環(huán)境監(jiān)測信息以及氣象因素與負(fù)荷函數(shù)關(guān)系算法。

4.根據(jù)權(quán)利要求1所述的測負(fù)荷特征大數(shù)據(jù)監(jiān)測設(shè)備，其特征在于，所述傳感監(jiān)測模塊包括有溫度傳感器、風(fēng)速傳感器、氧氣濃度傳感器、接地電流傳感器和GPS傳感器，所述傳感監(jiān)測模塊內(nèi)部設(shè)有電網(wǎng)監(jiān)測單元，所述電網(wǎng)監(jiān)測單元用于判斷電網(wǎng)實時負(fù)荷。

5.根據(jù)權(quán)利要求1所述的測負(fù)荷特征大數(shù)據(jù)監(jiān)測設(shè)備，其特征在于，所述任務(wù)分配模塊用于根據(jù)操作提交的任務(wù)指令請求啟動任務(wù)分配進(jìn)行特定的負(fù)荷給定輸入。

6.根據(jù)權(quán)利要求1所述的測負(fù)荷特征大數(shù)據(jù)監(jiān)測設(shè)備，其特征在于，所述數(shù)據(jù)處理單元用于分析緩存單元提供的實時監(jiān)測數(shù)據(jù)和離線歷史數(shù)據(jù)，工作時需要數(shù)據(jù)處理單元和算法處理單元協(xié)同工作，所述系統(tǒng)反饋單元用于將診斷結(jié)果反饋至負(fù)荷監(jiān)測模塊進(jìn)行顯示。

7.根據(jù)權(quán)利要求1-6所述的測負(fù)荷特征大數(shù)據(jù)監(jiān)測設(shè)備的監(jiān)測方法，其特征在于，包括以下步驟，

S1：各監(jiān)測節(jié)點(diǎn)位置通過傳感器實時采集相應(yīng)的監(jiān)測數(shù)據(jù)并通過GPS傳感器進(jìn)行數(shù)據(jù)標(biāo)記匹配對應(yīng)的節(jié)點(diǎn)位置，并將監(jiān)測數(shù)據(jù)上傳至存儲模塊，通過綜合診斷模塊接收各項信息并進(jìn)行數(shù)據(jù)處理分析；

S2：負(fù)荷函數(shù)類別分析：通過負(fù)荷函數(shù)的走勢與日類型，天氣因素等密切相關(guān)的環(huán)境因素,對歷史負(fù)荷函數(shù)的類別分析是負(fù)荷預(yù)測的基礎(chǔ)步驟，進(jìn)行合理的數(shù)據(jù)挖掘技術(shù)—類別分析能夠?qū)⒇?fù)荷量相近的負(fù)荷日期歸為一類，將其由零散分布的獨(dú)立樣本逐漸歸為趨勢相近的若干類；

S3：確立關(guān)鍵因素和建立分類規(guī)則：分別通過灰色關(guān)聯(lián)分析法和CART決策樹算法對影響負(fù)荷的關(guān)鍵因素進(jìn)行關(guān)聯(lián)度排序，并剔除一些非關(guān)鍵以及無影響的因素，得出待預(yù)測日之前一段時間的歷史負(fù)荷曲線的分類結(jié)果和影響負(fù)荷的關(guān)鍵因素并進(jìn)行待預(yù)測日歸類；

S4：訓(xùn)練預(yù)測模型并預(yù)測以及計算總負(fù)荷量：將每類的負(fù)荷數(shù)據(jù)及相應(yīng)的關(guān)鍵因素數(shù)據(jù)構(gòu)建訓(xùn)練樣本，根據(jù)目標(biāo)預(yù)測系統(tǒng)，累加所有用戶負(fù)荷，并考慮電網(wǎng)自然損耗，即可得出最終的系統(tǒng)負(fù)荷。

8.根據(jù)權(quán)利要求7所述的測負(fù)荷特征大數(shù)據(jù)監(jiān)測設(shè)備的監(jiān)測方法，其特征在于，在步驟S1中將實時監(jiān)測數(shù)據(jù)上傳至HDFS分布式文件系統(tǒng)；當(dāng)用戶提交數(shù)據(jù)分析指令時，任務(wù)分配模塊進(jìn)行啟用，將存儲模塊存儲的監(jiān)控對象實時數(shù)據(jù)通過高速雙向數(shù)據(jù)與離線歷史數(shù)據(jù)一起傳輸通道傳輸至Hadoop大數(shù)據(jù)平臺的MapReduce分布式離線計算模塊，利用MapReduce分布式離線計算模塊進(jìn)行分析處理。