数据分析方法、装置、设备、存储介质和程序产品与流程

本技术涉及储能，特别是涉及一种数据分析方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

背景技术：

1、储能电站的规模和容量越来越大，对储能ems（energy management system，能量管理系统）存储数据的时间粒度、数据容量和存储时长的要求越来越高。

2、传统技术中，储能ems多采用关系型数据库进行数据存储。

3、然而，为了保证储能ems的正常运行，需要对储能ems的运行过程进行监测，监测过程需要不断地进行数据的采集和存储，但关系型数据库查询和写入数据的效率较低，从而会导致数据分析的效率较低，对储能ems的监测存在一定的滞后性。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够提高数据分析效率的数据分析方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本技术提供了一种数据分析方法，方法应用于储能能量管理系统，储能能量管理系统包括时序数据库，包括：

3、将接收到的采样信号时序数据写入时序数据库；

4、响应于数据分析请求，从时序数据库中的各采样信号时序数据中，获取数据分析请求对应的目标采样信号时序数据；

5、通过数据分析请求对应的时序数据分析模型，对目标采样信号时序数据进行数据分析。

6、在其中一个实施例中，将接收到的采样信号时序数据写入时序数据库，包括：

7、获取采样信号数据，以及采样信号数据对应的数据配置信息，数据配置信息包括数据类型信息；

8、在基于数据类型信息确定采样信号数据为采样信号时序数据的情况下，基于数据配置信息，从时序数据库中定位与采样信号时序数据对应的目标子表；

9、将采样信号时序数据写入目标子表中。

10、在其中一个实施例中，数据配置信息还包括信号类型信息、电力间隔标识信息和电力设备标识信息；基于数据配置信息，从时序数据库中定位与采样信号时序数据对应的目标子表，包括：

11、基于信号类型信息，从时序数据库中定位与采样信号时序数据对应的目标超级表；

12、基于电力间隔标识信息和电力设备标识信息，从目标超级表对应的多个子表中定位与采样信号时序数据对应的目标子表。

13、在其中一个实施例中，将采样信号时序数据写入目标子表中之后，还包括：

14、获取待统计项目信息，待统计项目信息至少包括待统计时间信息和待统计时序数据标签信息；

15、基于待统计时间信息和待统计时序数据标签信息，从时序数据库中定位待统计时序数据集；

16、采用统计项目信息对应的统计算法，对待统计时序数据集进行统计分析，得到统计项目信息对应的统计结果；

17、将统计结果写入时序数据库。

18、在其中一个实施例中，时序数据分析模型包括自回归积分移动平均模型；通过数据分析请求对应的时序数据分析模型，对目标采样信号时序数据进行数据分析之前，还包括：

19、获取历史时序数据，并对历史时序数据进行平稳性处理，得到平稳时序数据以及差分次数；

20、基于平稳时序数据生成自相关图和偏自相关图，基于自相关图和偏自相关图确定自回归积分移动平均模型的移动平均项阶数和自回归项阶数；

21、基于差分次数、移动平均项阶数、自回归项阶数以及历史时序数据，拟合自回归积分移动平均模型。

22、在其中一个实施例中，数据分析包括故障分析，故障分析包括故障分类和故障定位；时序数据分析模型包括聚类模型和k近邻模型；

23、通过数据分析请求对应的时序数据分析模型，对目标采样信号时序数据进行数据分析，包括：

24、获取目标采样信号时序数据对应的目标多源数据，目标多源数据包括监测数据、电气数据、机械数据、环境数据和历史数据中的至少一种；

25、融合目标多源数据和目标采样信号时序数据，得到融合数据；

26、从融合数据中提取故障特征；

27、通过聚类模型基于故障特征进行故障分类，得到目标故障类型，并通过k近邻模型基于故障特征进行故障定位，得到故障的目标故障定位信息。

28、第二方面，本技术还提供了一种数据分析装置，装置应用于储能能量管理系统，储能能量管理系统包括时序数据库，装置包括：

29、写入模块，用于将接收到的采样信号时序数据写入时序数据库；

30、获取模块，用于响应于数据分析请求，从时序数据库中的各采样信号时序数据中，获取数据分析请求对应的目标采样信号时序数据；

31、数据分析模块，用于通过数据分析请求对应的时序数据分析模型，对目标采样信号时序数据进行数据分析。

32、第三方面，本技术还提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：

33、将接收到的采样信号时序数据写入时序数据库；

34、响应于数据分析请求，从时序数据库中的各采样信号时序数据中，获取数据分析请求对应的目标采样信号时序数据；

35、通过数据分析请求对应的时序数据分析模型，对目标采样信号时序数据进行数据分析。

36、第四方面，本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

37、将接收到的采样信号时序数据写入时序数据库；

38、响应于数据分析请求，从时序数据库中的各采样信号时序数据中，获取数据分析请求对应的目标采样信号时序数据；

39、通过数据分析请求对应的时序数据分析模型，对目标采样信号时序数据进行数据分析。

40、第五方面，本技术还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

41、将接收到的采样信号时序数据写入时序数据库；

42、响应于数据分析请求，从时序数据库中的各采样信号时序数据中，获取数据分析请求对应的目标采样信号时序数据；

43、通过数据分析请求对应的时序数据分析模型，对目标采样信号时序数据进行数据分析。

44、上述数据分析方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，首先，通过将接收到的采样信号时序数据写入时序数据库，实现了对采样信号数据的分库存储，利用时序数据库存储采样信号时序数据，可以有效提高时序数据的查询和写入效率；进而，通过响应于数据分析请求，从时序数据库中的各采样信号时序数据中，获取数据分析请求对应的目标采样信号时序数据，实现了在接收到数据分析请求之后，目标采样信号时序数据的高效获取；进而，通过数据分析请求对应的时序数据分析模型，对目标采样信号时序数据进行数据分析，实现了目标采样信号时序数据的高效数据分析。储能设备监测过程中的很多采样信号都具有时间序列性质，时序数据库既能保证这些时序数据的有序存储，又可以提高时序数据写入数据库以及查询的效率，数据查询效率的提高，则可以有效缩短数据分析的整体时间，提高数据分析的效率。另一方面，采样信号中可能存在重复或变化不大的数据，时序数据库可以利用压缩算法有效减少存储空间，从而提高采样信号时序数据的存储周期、容量和时长，为后续数据分析提供更充分的数据支持，从而提高后续数据分析的准确性。