一种用于电力采集的自动寻址的数据采集方法及系统与流程

本申请涉及电力数据采集领域，尤其涉及一种用于电力采集的自动寻址的数据采集方法及系统。

背景技术：

1、近年来，物联网、大数据和人工智能技术的快速发展推动了智能化电力数据采样的研究，智能化电力数据采样是利用先进的技术和算法，通过自动化、智能化的方式收集、处理和分析与电力相关的数据，通过智能化电力数据采样，可以实现对电力系统的实时监控、异常监测，从而提高电力系统的运行效率、可靠性和安全性。

2、固定采样频率是指在数据采样过程中使用固定的时间间隔或频率进行数据采样的方法，在这种采样方式中，系统以固定的时间间隔对数据进行采样，无论信号的变化频率如何。如公开号为cn115086379a，名称为一种基于边缘计算及虚拟化技术的数控机床数据采样方法的专利申请文件中，就采用了固定采样频率这一方法对相关数据进行采样。

3、现有技术中，基于自动寻址算法，可以应用于电力数据采样中，同时采用固定采样频率这种方法，简单易行，能够提供一定程度的数据稳定性和可靠性。然而，固定采样频率的方法可能会面临数据冗余、实时性不足，资源浪费和难以适应动态变化等问题，特别是在电力系统存在频繁变化或需要快速响应的情况下，因此，现有技术会造成采样数据效率低下这一问题的出现。

技术实现思路

1、为了解决现有技术采样数据效率低下的问题，本申请提供一种用于电力采集的自动寻址的数据采集方法及系统。

2、第一方面，本申请提供一种用于电力采集的自动寻址的数据采集方法，包括：计算目标传感器与其他传感器所在电网节点之间的亲密度，亲密度表征在电网拓扑中传感器所在电网节点之间的关联程度；计算新的采样频率：；其中，表示第i个节点更新后的采样频率，表示节点i的电力数据中心化后的异常概率，表示第i个节点的初始采样频率，表示节点i与节点j之间的亲密度，表示节点j的电力数据中心化后的异常概率，表示第j个节点的初始采样频率；根据所述新的采样频率进行采样，以对电力系统中电力数据进行采样。

3、有益效果为：根据节点之间的亲密度关系灵活调整采样频率，使资源得到更有效的利用，这确保了系统能够及时捕获和响应电力系统的快速变化，提高了数据采样的实时性，避免了资源浪费，提高了采样效率。

4、在一个实施例中，所述电力数据包括：电流，电压和功率。

5、在一个实施例中，亲密度的计算方法为：确定两个节点之间的路径，对于每条路径，计算相应路径的亲密度，对两个节点之间路径上的亲密度求和以得到两个节点之间的亲密度。

6、有益效果为：对于每条路径都进行亲密度计算，可以考虑到不同路径的权重和重要性，使得最终的亲密度计算更具代表性和权衡，通过路径亲密度的累加，可以反映出节点之间复杂的关系和连接模式。

7、在一个实施例中，异常概率获取方法为：将节点采样得到的相关数据输入预训练完毕的神经网络模型中输出该节点数据的异常概率。

8、在一个实施例中，还包括：计算传感器的初始采样频率，所述初始采样频率等于最大采样频率与一个权重系数的乘积，所述权重系数表征节点在电网拓扑中的重要程度。

9、有益效果为：这种根据权重系数确定传感器采样频率的采样策略可以确保关键数据的有效捕获，避免因采样频率过低而导致数据遗漏或失真的问题，且有助于及时发现和处理电网中的异常情况。

10、在一个实施例中，所述权重系数，通过节点的连接度归一化得到；所述连接度是节点的出度和入度之和，所述节点的出度为：一个节点通过所在电网正向连接到其他节点所在电网的数量，所述正向是指符合电流方向，节点的入度为：一个节点通过所在电网逆向连接到其他节点所在电网的数量，所述逆向是指不符合电流方向。

11、在一个实施例中，通过自动寻址的方式对传感器分配网络地址以匹配相关信息。

12、有益效果为：自动寻址确保分配的网络地址在整个网络中唯一性，避免了地址冲突带来问题，且在需要更改设备配置信息时，可以更快速和精确地进行操作，而不会影响电网的正常运行。

13、在一个实施例中，预测模型为：预测模型为lstm网络模型。

14、有益效果为：lstm网络模型擅长处理序列数据，并且能够保留更长时间范围内的信息，从而更准确地预测未来的趋势或监测异常，并能有效地捕捉长期依赖关系，在电力数据中，会存在时间序列之间的复杂依赖关系，lstm的记忆单元能够有效地记住并利用历史信息，从而更好地建模这些长期依赖关系。

15、综上，通过考虑节点出现异常的概率和该节点的采样频率以及和该节点亲密的节点的采样频率，合理地调整采样频率，这样可以使得对异常数据的采样更为频繁，从而更及时地捕捉异常情况，更加有效地监测和识别异常情况，从而提高数据采样质量。

16、第二方面，本申请还提供一种用于电力采集的自动寻址的数据采集系统，包括存储器和处理器，所述存储器内存储有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现本申请的一种用于电力采集的自动寻址的数据采集方法。

17、有益效果为：该系统为电力数据采集带来了效率提升、安全性增强、灵活性提升等多重有益效果，且有助于减少地址冲突和数据混乱的风险，提高了电力数据采集的精确度。

技术特征：

1.一种用于电力采集的自动寻址的数据采集方法，其特征在于，包括：

2.根据权利要求1所述的一种用于电力采集的自动寻址的数据采集方法，其特征在于，所述电力数据包括：电流，电压和功率。

3.根据权利要求2所述的一种用于电力采集的自动寻址的数据采集方法，其特征在于，亲密度的计算方法为：

4.根据权利要求2所述的一种用于电力采集的自动寻址的数据采集方法，其特征在于，所述异常概率获取方法为：将节点采样得到的相关数据输入预训练完毕的神经网络模型中输出该节点数据的异常概率。

5.根据权利要求1所述的一种用于电力采集的自动寻址的数据采集方法，其特征在于，还包括：

6.根据权利要求5所述的一种用于电力采集的自动寻址的数据采集方法，其特征在于，所述权重系数，通过节点的连接度归一化得到；所述连接度是节点的出度和入度之和，所述节点的出度为：一个节点通过所在电网正向连接到其他节点所在电网的数量，所述正向是指符合电流方向，节点的入度为：一个节点通过所在电网逆向连接到其他节点所在电网的数量，所述逆向是指不符合电流方向。

7.根据权利要求1所述的一种用于电力采集的自动寻址的数据采集方法，其特征在于，还包括：

8.根据权利要求4所述的一种用于电力采集的自动寻址的数据采集方法，其特征在于，预测模型为lstm网络模型。

9.一种用于电力采集的自动寻址的数据采集系统，包括存储器和处理器，所述存储器内存储有计算机程序指令，其特征在于，当所述计算机程序指令被所述处理器执行时实现权利要求1~8任意一项所述的一种用于电力采集的自动寻址的数据采集方法。

技术总结本申请涉及电力数据采集领域，尤其涉及一种用于电力采集的自动寻址的数据采集方法及系统，方法包括：计算目标传感器与其他传感器所在电网节点之间的亲密度，亲密度表征在电网拓扑中传感器所在电网节点之间的关联程度；计算新的采样频率；根据所述新的采样频率进行采样，以对电力系统中电力数据进行采样。本申请具有根据各节点的数据异常程度，更新数据采样频率的效果，有利于解决现有方法采样数据效率低下的问题。技术研发人员：江峰,向露萍,张龙受保护的技术使用者：武汉中原电子信息有限公司技术研发日：技术公布日：2024/8/21