一种数据优化方法及装置与流程

本发明涉及智能电网监控技术，尤指一种数据优化方法及装置。

背景技术：

为了实现电网运行的经济性和高效性，人们可以通过智能电网对电网进行实时的监控，管理和自动优化。

智能电网是一种完全自动化的电力传输网络，即通过各种传感器和远程终端单元(RTU)实时采集各电网节点的状态数据信息，接着，将该些状态数据信息传输到数据处理系统，由数据处理系统对该些状态数据信息进行数据分析，实现从电厂到终端用户整个输配电过程中所有节点之间的信息和电能的双向流动。

然而，现有技术中，由于从各电网节点采集的状态数据信息传输到数据处理系统的过程中链路比较复杂，环境等问题，经常出现状态数据信息不完整的现象，从而影响数据处理系统对状态数据信息的使用。

技术实现要素：

为了解决上述技术问题，本发明提供了一种数据优化方法及装置，用以解决影响数据处理系统对状态数据信息的使用的问题。

为了达到本发明目的，本发明提供了一种数据优化方法，包括：

获取一节点的待优化数据；

根据所述待优化数据，确定所述待优化数据的数据类型和时间属性；

根据所述数据类型和所述时间属性，确定所述节点的至少一个第一数据， 所述第一数据包括一时长范围内在所述节点上采样的，与所述待优化数据的所述时间属性和所述数据类型均相同的数据；

将所述至少一个第一数据通过性能数据拟合算法，确定作为优化数据的第二数据。

进一步的，所述将所述至少一个第一数据通过性能数据拟合算法，确定作为优化数据的第二数据，包括：

将所述至少一个第一数据进行加权求和，获得第一数据合数；

将所述第一数据合数进行平均计算，获得所述第二数据；

根据所述第二数据，将所述第二数据作为优化数据。

进一步的，所述将所述至少一个第一数据通过性能数据拟合算法，确定作为优化数据的第二数据之前，还包括：

根据所述数据类型，确定处理所述待优化数据的拟合算法为所述性能数据拟合算法。

进一步的，所述根据所述数据类型和所述时间属性，确定所述节点的至少一个第一数据之前，还包括：

将所述待优化数据通过第一拟合算法进行计算，获得第一拟合数据，所述第一拟合算法包括以下任意一项或其组合:零值拟合算法、最大值拟合算法，最小值拟合算法，平均值拟合算法；

若确定所述第一拟合数据不满足数据标准，则执行根据所述数据类型和所述时间属性，确定所述节点的至少一个第一数据。

进一步的，所述根据所述待优化数据，确定所述待优化数据的数据类型和时间属性之前，还包括：

配置触发条件，以触发执行所述根据所述待优化数据，确定所述待优化数据的数据类型和时间属性的。

本发明还提供了一种数据优化装置，包括：

获取模块，用于获取一节点的待优化数据；

第一确定模块，用于根据所述待优化数据，确定所述待优化数据的数据类型和时间属性；

第二确定模块，用于根据所述数据类型和所述时间属性，确定所述节点的至少一个第一数据，所述第一数据包括一时长范围内在所述节点上采样的，与所述时间属性和所述数据类型均相同的数据；

第三确定模块，用于将所述至少一个第一数据通过性能数据拟合算法，确定作为优化数据的第二数据。

进一步的，所述第二确定模块，具体用于将所述至少一个第一数据进行加权求和，获得第一数据合数；将所述第一数据合数进行平均计算，获得所述第二数据；根据所述第二数据，将所述第二数据作为优化数据。

进一步的，所述第一确定模块，还用于根据所述数据类型，确定处理所述待优化数据的拟合算法为所述性能数据拟合算法。

进一步的，所所述第一确定模块，还用于将所述待优化数据通过第一拟合算法进行计算，获得第一拟合数据，所述第一拟合算法包括以下任意一项或其组合:零值拟合算法、最大值拟合算法，最小值拟合算法，平均值拟合算法；若确定所述第一拟合数据不满足数据标准，则执行根据所述数据类型和所述时间属性，确定所述节点的至少一个第一数据。

进一步的，还包括：配置模块；

所述配置模块，用于配置触发条件，以触发执行所述根据所述待优化数据，确定所述待优化数据的数据类型和时间属性的。

在本实施例中，获取一节点的待优化数据；根据所述待优化数据，确定所述待优化数据的数据类型和时间属性；根据所述数据类型和所述时间属性，确定所述节点的至少一个第一数据，所述第一数据包括一时长范围内在所述节点上采样的，与所述时间属性和所述数据类型均相同的数据；将所述至少一个第一数据通过性能数据拟合算法，确定作为优化数据的第二数据。实现了对不完整数据的优化，从而提高了数据处理系统对数据的使用率。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说 明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。

图1为本发明数据优化方法一实施例的流程示意图；

图2为本发明数据优化装置一实施例的结构示意图；

图3为本发明数据优化装置二实施例的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。

本发明实施例提供的数据优化方法具体可以应用于对质量较差数据进行数据优化时，例如，对智能电网中从电网节点获得数据进行数据优化时。本实施例提供的数据优化方法具体可以通过数据优化装置来执行，该数据优化装置可以集成在网络节点，或智能电网服务端系统，或者单独设置，该数据优化装置可以采用软件和/或硬件的方式来实现。以下对本实施例提供的数据优化方法及装置进行详细地说明。

图1为本发明数据优化方法一实施例的流程示意图。如图1所示，本发明提供的数据优化方法，包括：

步骤101、获取一节点的待优化数据。

在本实施例中，该一节点可以是智能电网中的节点，该待优化数据可以是从节点采样获得的质量较差的数据，例如，一节点的用电数。判断获得数据是否为待优化数据，可以采用本领域技术人员惯用的方法，如，该数据的 字段类型是否满足数据标准，或者，获得数据的个数是否与对应的设备个数匹配，在此不再一一赘述。

步骤102、根据所述待优化数据，确定所述待优化数据的数据类型和时间属性。

举例来讲，本实施例中的数据类型可以包括用电量、电网切换速度等，时间属性是指该待优化数据的采样时间，例如，星期一为该待优化数据的采样时间，或者，某一天的某一时间点为该待优化数据的采样时间。

步骤103、根据所述数据类型和所述时间属性，确定所述节点的至少一个第一数据。

在本实施例中，所述第一数据包括一时长范围内在所述节点上采样的，与所述待优化数据的所述时间属性和所述数据类型均相同的数据。

举例来讲，该待优化数据的数据类型为8台终端设备的用电量，时间属性为星期一早上9点到11点，则可以获取在一个月范围内，每个星期一的早上9点到11点的8台终端设备的用电量。

步骤104、将所述至少一个第一数据通过性能数据拟合算法，确定作为优化数据的第二数据。

本实施例中的性能数据拟合算法是指根据一周期范围内的至少一个第一数据，通过加权求和的算法获得作为优化数据的第二数据。举例来讲，将所述至少一个第一数据进行加权求和，获得第一数据合数；将所述第一数据合数进行平均计算，获得所述第二数据；根据所述第二数据，将所述第二数据作为优化数据。

在本实施例中，获取一节点的待优化数据；根据所述待优化数据，确定所述待优化数据的数据类型和时间属性；根据所述数据类型和所述时间属性，确定所述节点的至少一个第一数据，所述第一数据包括一时长范围内在所述节点上采样的，与所述待优化数据的所述时间属性和所述数据类型均相同的数据；将所述至少一个第一数据通过性能数据拟合算法，确定作为优化数据的第二数据。实现了对不完整数据的优化，从而提高了数据处理系统对数据的使用率。

在上述实施例的基础上，确定执行将所述至少一个第一数据通过性能数据拟合算法，确定作为优化数据的第二数据可以包括两种实现方式：

具体的，第一种实现方式：在所述将所述至少一个第一数据通过性能数据拟合算法，确定作为优化数据的第二数据之前，可以包括：根据所述数据类型，确定处理所述待优化数据的拟合算法为所述性能数据拟合算法。

第二种实现方式：所述根据所述数据类型和所述时间属性，确定所述节点的至少一个第一数据之前，还可以包括：将所述待优化数据通过第一拟合算法进行计算，获得第一拟合数据，所述第一拟合算法包括以下任意一项或其组合:零值拟合算法、最大值拟合算法，最小值拟合算法，平均值拟合算法；若确定所述第一拟合数据不满足数据标准，则执行根据所述数据类型和所述时间属性，确定所述节点的至少一个第一数据。

进一步的，在上述实施例的基础上，根据所述待优化数据，确定所述待优化数据的数据类型和时间属性之前，还包括：

配置触发条件，以触发执行所述根据所述待优化数据，确定所述待优化数据的数据类型和时间属性的。

可选的，在智能电网服务端系统的配置界面上配置数据优化的周期配置。或者，配置数据优化的拟合算法。或者，配置历史周数据的权重。

图2为本发明数据优化装置一实施例的结构示意图。如图2所示，本发明提供的数据优化装置，包括：获取模块21、第一确定模块22、第二确定模块23和第三确定模块24，其中，

获取模块21，用于获取一节点的待优化数据；

第一确定模块22，用于根据所述待优化数据，确定所述待优化数据的数据类型和时间属性；

第二确定模块23，用于根据所述数据类型和所述时间属性，确定所述节点的至少一个第一数据，所述第一数据包括一时长范围内在所述节点上采样的，与所述待优化数据的所述时间属性和所述数据类型均相同的数据；

第三确定模块24，用于将所述至少一个第一数据通过性能数据拟合算法， 确定作为优化数据的第二数据。

在本实施例中，获取一节点的待优化数据；根据所述待优化数据，确定所述待优化数据的数据类型和时间属性；根据所述数据类型和所述时间属性，确定所述节点的至少一个第一数据，所述第一数据包括一时长范围内在所述节点上采样的，与所述待优化数据的所述时间属性和所述数据类型均相同的数据；将所述至少一个第一数据通过性能数据拟合算法，确定作为优化数据的第二数据。实现了对不完整数据的优化，从而提高了数据处理系统对数据的使用率。

在上述实施例的基础上，所述第二确定模块23，具体用于将所述至少一个第一数据进行加权求和，获得第一数据合数；将所述第一数据合数进行平均计算，获得所述第二数据；根据所述第二数据，将所述第二数据作为优化数据。

可选的，在上述实施例的基础上，所述第一确定模块22，还用于根据所述数据类型，确定处理所述待优化数据的拟合算法为所述性能数据拟合算法。

可选的，在上述实施例的基础上，所所述第一确定模块22，还用于将所述待优化数据通过第一拟合算法进行计算，获得第一拟合数据，所述第一拟合算法包括以下任意一项或其组合:零值拟合算法、最大值拟合算法，最小值拟合算法，平均值拟合算法；若确定所述第一拟合数据不满足数据标准，则执行根据所述数据类型和所述时间属性，确定所述节点的至少一个第一数据。

图3为本发明数据优化装置二实施例的结构示意图。如图3所示，本发明提供的数据优化装置，还可以包括：配置模块25；

所述配置模块25，用于配置触发条件，以触发执行所述根据所述待优化数据，确定所述待优化数据的数据类型和时间属性的。

虽然本发明所揭露的实施方式如上，但所述的内容仅为便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式及细节上进行任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。