电力物联网传感器数据处理方法与流程

本申请涉及能源数据处理，尤其涉及一种电力物联网传感器数据处理方法。

背景技术：

1、传统的中央处理方法在处理电力网络中的数据时，面临着处理延迟、带宽限制和数据中心处理能力的不足等问题，导致难以满足对实时数据处理需求。边缘计算提供了一个可行的解决方案，边缘计算的核心在于将数据处理任务从中央数据中心转移到网络边缘，即更靠近数据源的地方。这种做法能显著减少数据传输延迟，提高数据处理速度，从而更加适合于需要实时分析和快速响应的场景，比如在电力网络中对数据进行监控和分析。

2、但在实际应用中，尤其是在电力网络领域，处理大规模、高频率的传感器数据时，存在边缘计算节点的计算资源分配不合理，导致在面对海量数据时无法迅速完成数据的预处理和分析，存在数据处理效率低、实时性不足等问题。

3、因此，亟需一种新的解决方案以克服现有技术的问题，提高数据处理的效率及实时性。

技术实现思路

1、有鉴于此，有必要提供一种电力物联网传感器数据处理方法，以解决边缘计算节点的计算资源分配不合理等原因导致的数据处理效率低、实时性不足等问题。

2、一种电力物联网传感器数据处理方法，包括：

3、传感器将实时数据传输至最近的边缘计算节点；

4、边缘计算节点对实时数据进行处理，得到第一数据并发送至数据中心；

5、数据中心对第一数据进行处理，得到最终决策数据，并将最终决策数据发送至电力网络控制系统。

6、优选的，数据中心对第一数据进行处理，得到最终决策数据，包括：

7、数据中心通过机器学习模型对第一数据进行处理，得到最终决策数据；其中，最终决策数据包括负载平衡指令数据和维护调度指令数据。

8、优选的，机器学习模型包括：

9、线性回归模型、决策树和随机森林模型、支持向量机、深度神经网络和聚类算法。

10、优选的，边缘计算节点对实时数据进行处理，还包括：得到第二数据，第二数据包含传感器异常数据和报警信息；

11、边缘计算节点将第二数据发送至数据中心和运维中心；数据中心和运维中心根据第二数据对异常的传感器进行维护。

12、优选的，数据中心将第一数据以及最终决策数据发送至数据库，作为历史数据进行存储。

13、优选的，数据中心根据第一数据以及历史数据，得到最终决策数据。

14、优选的，边缘计算节点经过预设时间间隔将第一数据发送至数据中心。

15、优选的，数据处理过程采用访问控制，数据传输过程采用数据加密。

16、与现有技术相比，本申请的有益效果在于：执行上述电力物联网传感器数据处理方法，尤其是处理大规模、高频率的传感器数据时，对边缘计算节点、数据中心等的计算资源进行了合理分配，边缘计算节点减轻了数据中心的处理压力，使其能够专注于更复杂的分析任务。提高了处理效率，保证了数据处理的实时性。同时，还能够进行长期分析预测，进一步保障了电网的安全稳定运行。

技术特征：

1.一种电力物联网传感器数据处理方法，其特征在于，包括：

2.根据权利要求1所述方法，其特征在于，所述数据中心对所述第一数据进行处理，得到最终决策数据，包括：

3.根据权利要求2所述方法，其特征在于，所述机器学习模型包括：

4.根据权利要求1所述方法，其特征在于，所述边缘计算节点对所述实时数据进行处理，还包括：得到第二数据，所述第二数据包含传感器异常数据和报警信息；

5.根据权利要求1所述方法，其特征在于，包括：

6.根据权利要求5所述方法，其特征在于，包括：

7.根据权利要求1所述方法，其特征在于，包括：所述边缘计算节点经过预设时间间隔将所述第一数据发送至所述数据中心。

8.根据权利要求1-7任一项所述的方法，其特征在于，数据处理过程采用访问控制，数据传输过程采用数据加密。

技术总结本申请涉及能源数据处理技术领域，尤其涉及一种电力物联网传感器数据处理方法，包括：传感器将实时数据传输至最近的边缘计算节点；边缘计算节点对实时数据进行处理，得到第一数据并发送至数据中心；数据中心对第一数据进行处理，得到最终决策数据，并将最终决策数据发送至电力网络控制系统。本申请通过对边缘计算节点、数据中心的计算资源进行了合理分配，边缘计算节点减轻了数据中心的处理压力，使其能够专注于更复杂的分析任务，提高了处理效率，保证了数据处理的实时性。同时，还能够进行长期分析预测，进一步保障了电网的安全稳定运行。技术研发人员：宋文龙,马振华,陈鹏,张福荣,刘治军,徐涛,马静,潘靓妮,贾博,赵睿,刘宏岭,卢磊,田芳,张琴琴受保护的技术使用者：国网宁夏电力有限公司石嘴山供电公司技术研发日：技术公布日：2025/1/6