CN110809260A - 一种用电信息采集***的本地数据处理方法 - Google Patents
一种用电信息采集***的本地数据处理方法 Download PDFInfo
- Publication number
- CN110809260A CN110809260A CN201911032914.5A CN201911032914A CN110809260A CN 110809260 A CN110809260 A CN 110809260A CN 201911032914 A CN201911032914 A CN 201911032914A CN 110809260 A CN110809260 A CN 110809260A
- Authority
- CN
- China
- Prior art keywords
- data
- internet
- local
- things
- network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 230000005611 electricity Effects 0.000 title claims description 17
- 238000004891 communication Methods 0.000 claims abstract description 37
- 230000008447 perception Effects 0.000 claims abstract description 19
- 230000007246 mechanism Effects 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 238000013480 data collection Methods 0.000 claims abstract description 10
- 238000007726 management method Methods 0.000 claims description 16
- 238000000034 method Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 8
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 230000010365 information processing Effects 0.000 claims description 6
- 238000013500 data storage Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 abstract description 6
- 230000004044 response Effects 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
- G06K17/0029—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W74/00—Wireless channel access
- H04W74/08—Non-scheduled access, e.g. ALOHA
- H04W74/0808—Non-scheduled access, e.g. ALOHA using carrier sensing, e.g. carrier sense multiple access [CSMA]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种用电信息采集***的本地数据处理方法,用于用电信息采集***本地网络,该本地网络包括能源路由器和能源控制器,所述本地网络为半双工通信网络,所述本地数据处理方法包括:数据自动汇集步骤:基于具有载波侦听、冲突避让的信道竞争机制实现数据自动汇集;任务分布式执行与优化调度步骤:通过任务生成阶段和数据上传阶段,实现本地数据采集;实时物联感知步骤:建立物联感知网络,进行数据采集与分析。与现有技术相比,本发明具有数据采集更加高效、实时的,并实现了对各末端设备有效监控和管理的优点。
Description
技术领域
本发明涉及用电信息采集***,尤其是涉及一种用电信息采集***的本地数据处理方法。
背景技术
用电信息采集***一般采用主站、采集终端、智能电能表三级结构,主站负责全网信息的采集和处理,采集终端负责台区信息的采集和处理,智能电能表生成各类数据等待抄读。采集终端和智能电能表构建了采集***本地通信网络,其结构一般为总线型或星型,采用服务器/客户机模式的半双工通信,传统的数据采集一般由采集终端发起,对每只智能电能表按数据项进行逐条抄读。这种采集方式对通信信道的占用率很高,尤其是在智能电能表尚未生成当前抄读数据的时候,当台区用户数量较多时,采集终端在规定的时间内无法完成所有智能电能表的轮询,导致采集成功率下降,大量无效抄读造成信道资源的极大浪费。
为支撑客户侧泛在电力物联网应用,新一代智能电能表(能源路由器)、新一代采集终端(能源控制器)均采用模块化设计理念,支持更加灵活的数据传输和管理方式,允许更多的末端设备泛在接入,将来可能将各专业的监测、传感设备都接入***,这对设备运行管理带来了极大的麻烦,需要***末端通信采用更加高效、实时的通信方式以适应不同信息采集需求;同时由于模块种类太多,目前通过人工管理的方式很难适应未来应用需求,目前仍缺乏一种有效的技术手段实现此类设备的监控和管理,无法实时掌握设备投入/退出的信息,无法为其他专业的切实需求提供有效支撑。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种更加高效、实时的数据采集,并对各末端设备有效监控和管理的用电信息采集***的本地数据处理方法。
本发明的目的可以通过以下技术方案来实现:
一种用电信息采集***的本地数据处理方法,用于用电信息采集***本地网络,该本地网络包括能源路由器和能源控制器,所述本地网络为半双工通信网络,所述本地数据处理方法包括:
数据自动汇集步骤:基于具有载波侦听、冲突避让的信道竞争机制实现数据自动汇集;
任务分布式执行与优化调度步骤:通过任务生成阶段和数据上传阶段,实现本地数据上传;
实时物联感知步骤:建立物联感知网络,进行数据采集与分析。
进一步地,所述具有载波侦听、冲突避让的信道竞争机制,为基于服务质量等级的DCF机制,每个所述能源路由器上均预先设定有服务质量等级。
进一步地,所述任务生成阶段具体为,所述能源控制器基于分布式任务的管理策略生成任务需求,并根据各个所述能源路由器的性能,为每个能源路由器分别定制数据需求。
进一步地,所述数据上传阶段具体为,采用基于分布式结构的用电数据上传策略进行数据采集。
进一步地,所述基于分布式结构的用电数据上传策略具体为,能源控制器将数据需求预先下发给中央协调器,中央协调器记录相关信息并将数据需求通过广播下发给站点,由站点按照时钟定时对能源路由器进行用电数据采集,并存储在站点中,同时站点根据上报周期定时将存储的用电数据上报给中央协调器,能源控制器读取中央协调器中的用电数据。
进一步地,所述数据上传阶段中,每个所述能源路由器根据生成的任务,主动将数据上报。
进一步地,所述实时物联感知步骤具体包括:
物联感知建立子步骤:基于RFID技术,构建电力物联网感知层设备通信网络;
物联数据采集与分析子步骤:在预建立的物联网感知与信息处理平台中,通过协议自适配,获取各种电力物联网感知层设备传输的数据,并通过神经网络从物联网感知层设备通信网络传输的数据中识别出设备状态信息;
设备信息获取子步骤:基于不同感知设备传输的数据的特征信息,获取数据对应的设备信息。
进一步地,所述设备信息的获取具体为,基于不同感知设备传输的数据的特征信息,采用预建立的聚类算法,对不同感知设备传输的数据进行聚类。由于各个不同种类的传感器设备之间结构不同,需要对每种设备加以区分,各种不同感知设备之间传输的数据具有设备本身的特征信息,基于该特征信息进行聚类,能实现不同感知设备的聚类区分。
进一步地,所述聚类算法为DBSCAN聚类算法。
进一步地,所述本地网络还包括边缘计算节点和中间节点,所述边缘计算节点用以连接能源路由器,具有网络通信、数据处理和数据存储的功能,所述中间节点用以作为本地通信网络的中继,具有网络通信的功能。为适应新一代智能电表的能源路由器参与电网调节的需要,通过选择合适的节点作为边缘计算节点,分担能源控制器的任务,有利于减低流量的平均端到端延迟。
与现有技术相比,本发明具有以下优点:
(1)本发明通过数据自动汇集步骤基于具有载波侦听、冲突避让的信道竞争机制实现数据自动汇集,有效地减少通信信道占用;通过任务分布式执行与优化调度步骤,实现数据的上传,实现高效、实时的数据采集与上传;通过实时物联感知步骤,建立物联感知网络,进行数据采集与分析,实现各末端设备有效监控和管理。
(2)本发明基于具有载波侦听、冲突避让,以及服务质量等级的信道竞争机制实现数据自动汇集,能够有效减少通信信道占用,为重要数据实时传输或主动上报提供了宝贵的信道资源,提升了重要数据上报的实时性,为管理和运行决策提供有价值的信息。如停电信息主动上报可以支撑配网故障主动抢修,减少用户停电时间,缩小停电范围。
(3)本发明采用采集任务分布式执行和优化调度策略,相比现在全部任务由采集终端发起的执行模式,能够极大的提高采集任务的执行效率,降低能源控制器(替代了采集终端)资源消耗,能够支撑更多深化应用功能的开展,更好的实现需求侧响应、双向互动等业务应用,支撑客户侧泛在电力物联网生态圈建设。
(4)本发明将能源路由器将用电数据划分为数据块进行上传,达到控制用电信息采集***运行模式的目的,提高用电信息采集***进行数据采集的稳定性。
(5)本发明能源控制器根据各个能源路由器的性能,为各个能源路由器定制数据需求,基于分布式任务的管理策略发布任务需求,保证能源控制器对应的各应用服务器以及每个能源路由器均处于一个较好的负载状态,以此来提高***的整体负载能力、资源利用率和响应速度,以及用户的满意程度。
(6)本发明本地网络还包括边缘计算节点和中间节点,边缘计算节点具有数据处理和数据存储的功能,用以分担能源控制器的任务,中间节点用以作为本地通信网络的中继,适应新一代智能电表的能源路由器参与电网调节的需要,分担能源控制器的任务,降低流量的平均端到端的延迟,从而提高数据采集的响应速度。
(7)本发明基于RFID技术,实现了电力物联网感知层设备通信网络的构建;在预建立的物联网感知与信息处理平台中,通过协议自适配,自动适应各类通信协议,对各类厂家的物联网设备采集数据实现统一接入,实现获取各种电力物联网感知层设备传输的数据;并在通过神经网络从物联网感知层设备通信网络传输的数据中识别出设备状态信息,实现智能分析,助力电力智能物联网可视化、故障智能感知等物联网高级应用。
(8)本发明通过RFID标签与解读器的组合,来构建电力物联网感知层设备通信网络,具有读取速度快、安全性高、体积小、耐用寿命长等优点,提高物联感知的准确性和效率。
(9)本发明在RFID标签发送的信号中,包含电力物联网感知层设备的电网资产实物ID号,便于对电力物联网感知层设备的管理。
(10)本发明针对监测、传感设备加大人工标注成本的问题,基于不同感知层设备传输的数据的特征信息,采用预建立的聚类算法,对不同感知层设备传输的数据进行聚类,达到对设备进行自动描述的目的,实现了大量电力物联网感知层设备的管理,大大减少了人力成本。
附图说明
图1为本发明用电信息采集***的本地数据处理方法的流程示意图;
图2为本发明包含边缘计算节点和中间节点的本地网络结构示意图;
图3为本发明包含边缘计算节点和中间节点的本地网络步骤示意图,图中的①、②、③和④为网络通信的先后顺序。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例1
如图1所示,本实施例为一种用电信息采集***的本地数据处理方法,用于用电信息采集***本地网络,该本地网络包括能源路由器和能源控制器,本地网络为半双工通信网络,本地数据处理方法包括:
数据自动汇集步骤:基于具有载波侦听、冲突避让的信道竞争机制实现数据自动汇集;
任务分布式执行与优化调度步骤:经过任务生成阶段和数据上传阶段,实现本地数据采集;
实时物联感知步骤:建立物联感知网络,进行数据采集与分析。
下面对各步骤进行详细介绍:
1、数据自动汇集步骤
能源控制器基于具有载波侦听、冲突避让的信道竞争机制实现数据自动汇集,具有载波侦听、冲突避让的信道竞争机制,为基于服务质量等级的DCF机制,每个能源路由器上均预先设定有服务质量等级,若DCF机制检测到数据碰撞,则优先获取服务质量等级较高的能源路由器上传的用电数据,以减少过多的竞争窗口带来的***开销。
2、任务分布式执行与优化调度步骤
任务分布式执行与优化调度步骤分为任务生成阶段和数据上传阶段。
2.1、任务生成阶段
能源控制器基于分布式任务的管理策略生成任务需求,并根据各个能源路由器的性能,为每个能源路由器分别定制数据需求。
本实施例中分布式任务的管理策略采用如公开号为CN105139130A的发明公开的一种适用于电力***分布式任务的管理方法,生成分布式任务需求。
2.2、数据上传阶段
采用基于分布式结构的用电数据上传策略进行数据采集,基于分布式结构的用电数据上传策略具体为,能源控制器将数据需求预先下发给中央协调器(CCO),中央协调器记录相关信息并将数据需求通过广播下发给站点(STA),由站点按照时钟定时对能源路由器进行用电数据采集,并存储在站点中,同时站点根据上报周期定时将存储的用电数据上报给中央协调器,能源控制器读取中央协调器中的用电数据。
基于分布式结构的用电数据上传策略的具体流程为:
(1)CCO上电后主动获取能源控制器时钟,STA上电后主动获取能源路由器地址信息(列表);
(2)CCO与网络中所有STA时钟同步;
(3)能源控制器下发带采集密度的采集数据项,CCO记录相关信息,并下发给STA,STA更新采集密度和采集数据项;
(4)STA周期采集任务时间到时,按照采集数据项配置抄读能源路由器数据并存储;
(5)STA上报周期到时,将本上报周期内的曲线数据上报给CCO;
(6)集中器读取CCO内电表曲线数据,CCO应答相应电表曲线数据。
本实施例中,STA存储1天1440点电表曲线数据,CCO缓存台区内所有能源路由器1h内的电表曲线数据,能源控制器可读取CCO中的电表曲线数据,也可读取STA中的电表曲线数据。
基于分布式结构的用电数据上传策略将任务分布在各STA,同时所有能源路由器的曲线数据汇总在CCO内,能源控制器只需定时读取CCO中所有电能表的曲线数据即可获取到台区内所有能源路由器的电能数据。将采集密度配置为1min,可实现所有能源路由器的分钟曲线数据采集,能源控制器按分钟密度采集台区内所有能源路由器数据,即可实现分钟线损管理。
其中由于数据包的长度是影响***是否采用基本模式还是RTS/CTS模式的重要因素,因此能源路由器将用电数据划分为数据块,数据块的长度小于预设的数据包长度值,预设的数据包长度值可根据具体需求设定。
并且能源路由器将划分为数据块的用电数据压缩后再上传,以减小对传输信道的占用空间。
如图2和图3所示,由于作为新一代智能电表的能源路由器,实现信息全面感知、实时传输,协调控制源网荷储,提高客户侧深度参与电网调节的能力,有效推进有序充电、分布式储能和清洁能源消纳等能源服务开展,满足人民群众多样化的用电需求。因此本实施例在客户侧设有边缘计算节点和中间节点,从而将本地网络中的节点分成三种:
(1)能源路由器,除具备网络通信的基本功能外,还向边缘计算节点发送数据和请求;
(2)边缘计算节点,除具备网络通信的基本功能外,还处理能源路由器发送的数据和请求,具备数据处理和数据存储的功能,处理完毕后,将处理后的数据和对请求的响应返回到能源路由器,或是发送到能源控制器;
(3)中间节点,中间节点是既非能源路由器也无边缘计算能力的节点,只具备网络通信的基本功能,用以作为本地通信网络的中继。
当边缘计算节点确定后,一旦能源路由器有数据和请求产生,处理步骤如下:
S1:能源路由器将数据和请求的流量信息发送给控制器;
S2:能源控制器根据当前网络和各类资源的使用情况,计算得出应将这些流量转发到哪些边缘计算节点,应通过哪些路径转发,将分段路由转发规则下发给能源路由器,通知相关的边缘计算节点预留资源;如果处理后的数据和对请求的响应还需要发送给能源路由器,能源控制器同样应根据当前网络和各类资源的使用情况,计算得出应通过哪些路径转发,将分段路由转发规则下发给边缘计算节点;
S3:能源路由器收到能源控制器的响应后,按照能源控制器下发的规则发送流量;
S4:边缘计算节点接收流量后进行处理,收到能源控制器的响应后,按照能源控制器下发的规则发送流量,最终能源路由器收到边缘计算节点发送的处理后的数据和对请求的响应。
边缘计算节点的数量、计算资源和网络资源的负载均衡程度均可能影响流量的平均端到端延迟;只需选择少量合适的节点作为边缘计算节点,再通过分布式结构的用电数据上传策略,将计算资源和网络资源的负载均衡调配到合适程度,即可有效降低平均端到端延迟。
3、实时物联感知步骤
实时物联感知步骤具体包括:
物联感知建立子步骤:基于RFID技术,构建电力物联网感知层设备通信网络;
物联数据采集与分析子步骤:在预建立的物联网感知与信息处理平台中,通过协议自适配,获取各种电力物联网感知层设备传输的数据,并通过神经网络从物联网感知层设备通信网络传输的数据中识别出设备状态信息;
设备信息获取子步骤:基于不同感知设备传输的数据的特征信息,获取数据对应的设备信息。
下面对各子步骤进行具体介绍:
3.1、物联感知建立子步骤
在每个电力物联网感知层设备上安装RFID标签,通过解读器与各个电力物联网感知层设备上的RFID标签进行通信,形成电力物联网感知层设备通信网络。
通过解读器与各个电力物联网感知层设备上的RFID标签进行通信,具体为,当RFID标签在解读器有效识别范围内时,RFID标签接收解读器发出的射频信号,凭借射频信号在RFID标签中形成的感应电流,RFID标签向解读器发送存储在RFID标签中的信息;或由RFID标签主动发送某一频率的信号,解读器接收信号并解码后上传。
RFID标签发送的信号中,包含电力物联网感知层设备的电网资产实物ID号。
3.2、物联数据采集与分析子步骤
在预建立的物联网感知与信息处理平台中,通过协议自适配,自动适应各类通信协议,获取各种电力物联网感知层设备传输的数据,对各类厂家的物联网设备采集数据实现统一接入。
物联网感知与信息处理平台中建立有一个神经网络,通过对该神经网络进行预训练,使其能从电力物联网感知层设备传输的数据中,识别出设备状态信息,实现如站房异物入侵预警等人工智能分析,并对外提供统一的物联分析服务,助力电力智能物联网可视化、故障智能感知等物联网高级应用。
3.3、设备信息获取子步骤
针对大量用户侧及供电侧大量传感器设备的投入和应用,由于各个不同种类的传感器设备之间结构不同,因此在实时物联感知步骤中加入设备信息获取子步骤,对每种设备加以区分。
基于不同感知层设备传输的数据的特征信息,采用预建立的DBSCAN聚类算法,对不同感知层设备传输的数据进行聚类,以此来达到对设备进行自动描述的目的,不仅实现了大量感知设备的管理,而且大大减少了人力成本,并且具有相当的效率。通过该方法可以实现无需人工逐一标注感知层设备的设备类型,通过感知层设备接入本地网络,便能对设备的设备类型进行自动描述。
通过实时物联感知步骤可以实时监控现场设备的工作状态,对于现场设备安装、拆除、更换等业务流程提供信息监控手段,能够辅助运维人员进行远程判断故障类型,从而开展有效消缺,减少国有资产流失,节约企业成本;还能自动实现模块与设备的对应关系变更,降低人为因素导致的匹配关系错误,同时也可以作为现场工作质量的检验手段,可在全市范围内推广应用,提升资产管理的效率。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种用电信息采集***的本地数据处理方法,用于用电信息采集***本地网络,该本地网络包括能源路由器和能源控制器,所述本地网络为半双工通信网络,其特征在于,所述本地数据处理方法包括:
数据自动汇集步骤:基于具有载波侦听、冲突避让的信道竞争机制实现数据自动汇集;
任务分布式执行与优化调度步骤:通过任务生成阶段和数据上传阶段,实现本地数据采集;
实时物联感知步骤:建立物联感知网络,进行数据采集与分析。
2.根据权利要求1所述的一种用电信息采集***的本地数据处理方法,其特征在于,所述具有载波侦听、冲突避让的信道竞争机制,为基于服务质量等级的DCF机制,每个所述能源路由器上均预先设定有服务质量等级。
3.根据权利要求1所述的一种用电信息采集***的本地数据处理方法,其特征在于,所述任务生成阶段具体为,所述能源控制器基于分布式任务的管理策略生成任务需求,并根据各个所述能源路由器的性能,为每个能源路由器分别定制数据需求。
4.根据权利要求1所述的一种用电信息采集***的本地数据处理方法,其特征在于,所述数据上传阶段具体为,采用基于分布式结构的用电数据上传策略进行数据采集。
5.根据权利要求4所述的一种用电信息采集***的本地数据处理方法,其特征在于,所述基于分布式结构的用电数据上传策略具体为,能源控制器将数据需求预先下发给中央协调器,中央协调器记录相关信息并将数据需求通过广播下发给站点,由站点按照时钟定时对能源路由器进行用电数据采集,并存储在站点中,同时站点根据上报周期定时将存储的用电数据上报给中央协调器,能源控制器读取中央协调器中的用电数据。
6.根据权利要求1所述的一种用电信息采集***的本地数据处理方法,其特征在于,所述数据上传阶段中,每个所述能源路由器根据生成的任务,主动将数据上报。
7.根据权利要求1所述的一种用电信息采集***的本地数据处理方法,其特征在于,所述实时物联感知步骤具体包括:
物联感知建立子步骤:基于RFID技术,构建电力物联网感知层设备通信网络;
物联数据采集与分析子步骤:在预建立的物联网感知与信息处理平台中,通过协议自适配,获取各种电力物联网感知层设备传输的数据,并通过神经网络从物联网感知层设备通信网络传输的数据中识别出设备状态信息;
设备信息获取子步骤:基于不同感知设备传输的数据的特征信息,获取数据对应的设备信息。
8.根据权利要求7所述的一种用电信息采集***的本地数据处理方法,其特征在于,所述设备信息的获取具体为,基于不同感知设备传输的数据的特征信息,采用预建立的聚类算法,对不同感知设备传输的数据进行聚类。
9.根据权利要求8所述的一种用于电力物联网感知层设备的实时物联感知方法,其特征在于,所述聚类算法为DBSCAN聚类算法。
10.根据权利要求1所述的一种用电信息采集***的本地数据处理方法,其特征在于,所述本地网络还包括边缘计算节点和中间节点,所述边缘计算节点用以连接能源路由器,具有网络通信、数据处理和数据存储的功能,所述中间节点用以作为本地通信网络的中继,具有网络通信的功能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911032914.5A CN110809260B (zh) | 2019-10-28 | 2019-10-28 | 一种用电信息采集***的本地数据处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911032914.5A CN110809260B (zh) | 2019-10-28 | 2019-10-28 | 一种用电信息采集***的本地数据处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110809260A true CN110809260A (zh) | 2020-02-18 |
CN110809260B CN110809260B (zh) | 2023-08-08 |
Family
ID=69489354
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911032914.5A Active CN110809260B (zh) | 2019-10-28 | 2019-10-28 | 一种用电信息采集***的本地数据处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110809260B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112820092A (zh) * | 2020-12-25 | 2021-05-18 | 北京市腾河电子技术有限公司 | 采集用电数据的方法、终端设备、存储介质 |
CN113052515A (zh) * | 2021-05-31 | 2021-06-29 | 南京百伦斯智能科技有限公司 | 一种基于数据并发处理的教学考评方法及*** |
CN113098953A (zh) * | 2020-03-30 | 2021-07-09 | 深圳友讯达科技股份有限公司 | 电力终端覆盖多个台区信息采集的通信网络 |
CN113537400A (zh) * | 2021-09-14 | 2021-10-22 | 浙江捷瑞电力科技有限公司 | 一种基于分支神经网络的边缘计算节点的分配与退出方法 |
CN113724485A (zh) * | 2021-09-03 | 2021-11-30 | 重庆邮电大学 | 一种快速密集信息采集方法 |
CN117856453A (zh) * | 2024-03-05 | 2024-04-09 | 四川川能智网实业有限公司 | 智能电网监控及管理*** |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040160930A1 (en) * | 2002-12-02 | 2004-08-19 | Samsung Electronic Co., Ltd. | Method of transmitting multimedia data over WLAN and point coordinator in WLAN |
CN103136914A (zh) * | 2011-11-24 | 2013-06-05 | 新疆电力公司电力科学研究院 | 一种基于td-lte无线网络的自动抄表*** |
WO2013091569A1 (zh) * | 2011-12-23 | 2013-06-27 | 新奥科技发展有限公司 | 泛能网控制方法 |
CN104243595A (zh) * | 2014-09-24 | 2014-12-24 | 国家电网公司 | 一种基于IPv6的用电信息采集***及其方法 |
CN104238466A (zh) * | 2013-06-08 | 2014-12-24 | 华北电力大学(保定) | 基于物联云的智能用电用能***平台 |
WO2015047411A1 (en) * | 2013-09-30 | 2015-04-02 | Schneider Electric Usa Inc. | Systems and methods of data acquisition |
CN105806413A (zh) * | 2016-04-26 | 2016-07-27 | 四川理工学院 | 一种基于物联网的智能一体化仪表 |
CN205428174U (zh) * | 2016-02-10 | 2016-08-03 | 天津城建大学 | 一种远程能耗数据采集*** |
CN106231678A (zh) * | 2016-08-08 | 2016-12-14 | 广东工业大学 | 一种地下室环境中智能电网的数据传输方法和*** |
CN107017921A (zh) * | 2017-05-12 | 2017-08-04 | 南京南瑞微电子技术有限公司 | 一种提高宽带电力线载波用电信息采集效率的方法 |
CN107146395A (zh) * | 2017-06-13 | 2017-09-08 | 珠海慧信微电子有限公司 | 基于宽带载波通信的抄表***及抄表方法 |
WO2017167244A1 (zh) * | 2016-03-31 | 2017-10-05 | 华为技术有限公司 | 识别电力***台区中的电表的装置及方法 |
CN108414962A (zh) * | 2018-04-26 | 2018-08-17 | 国网湖南省电力有限公司 | 基于云平台和rfid的智能电能表全寿命周期管理*** |
CN108768867A (zh) * | 2018-04-20 | 2018-11-06 | 浙江大学 | 基于软件定义的能源互联网路由架构 |
US20190191274A1 (en) * | 2017-12-14 | 2019-06-20 | Cisco Technology, Inc. | Communication of data relating to endpoint devices |
CN110324880A (zh) * | 2019-06-21 | 2019-10-11 | 国网吉林省电力有限公司电力科学研究院 | 基于NB-IoT窄带物联网的用电信息采集***及其工作方法 |
-
2019
- 2019-10-28 CN CN201911032914.5A patent/CN110809260B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040160930A1 (en) * | 2002-12-02 | 2004-08-19 | Samsung Electronic Co., Ltd. | Method of transmitting multimedia data over WLAN and point coordinator in WLAN |
CN103136914A (zh) * | 2011-11-24 | 2013-06-05 | 新疆电力公司电力科学研究院 | 一种基于td-lte无线网络的自动抄表*** |
WO2013091569A1 (zh) * | 2011-12-23 | 2013-06-27 | 新奥科技发展有限公司 | 泛能网控制方法 |
CN104238466A (zh) * | 2013-06-08 | 2014-12-24 | 华北电力大学(保定) | 基于物联云的智能用电用能***平台 |
WO2015047411A1 (en) * | 2013-09-30 | 2015-04-02 | Schneider Electric Usa Inc. | Systems and methods of data acquisition |
CN104243595A (zh) * | 2014-09-24 | 2014-12-24 | 国家电网公司 | 一种基于IPv6的用电信息采集***及其方法 |
CN205428174U (zh) * | 2016-02-10 | 2016-08-03 | 天津城建大学 | 一种远程能耗数据采集*** |
WO2017167244A1 (zh) * | 2016-03-31 | 2017-10-05 | 华为技术有限公司 | 识别电力***台区中的电表的装置及方法 |
CN105806413A (zh) * | 2016-04-26 | 2016-07-27 | 四川理工学院 | 一种基于物联网的智能一体化仪表 |
CN106231678A (zh) * | 2016-08-08 | 2016-12-14 | 广东工业大学 | 一种地下室环境中智能电网的数据传输方法和*** |
CN107017921A (zh) * | 2017-05-12 | 2017-08-04 | 南京南瑞微电子技术有限公司 | 一种提高宽带电力线载波用电信息采集效率的方法 |
CN107146395A (zh) * | 2017-06-13 | 2017-09-08 | 珠海慧信微电子有限公司 | 基于宽带载波通信的抄表***及抄表方法 |
US20190191274A1 (en) * | 2017-12-14 | 2019-06-20 | Cisco Technology, Inc. | Communication of data relating to endpoint devices |
CN108768867A (zh) * | 2018-04-20 | 2018-11-06 | 浙江大学 | 基于软件定义的能源互联网路由架构 |
CN108414962A (zh) * | 2018-04-26 | 2018-08-17 | 国网湖南省电力有限公司 | 基于云平台和rfid的智能电能表全寿命周期管理*** |
CN110324880A (zh) * | 2019-06-21 | 2019-10-11 | 国网吉林省电力有限公司电力科学研究院 | 基于NB-IoT窄带物联网的用电信息采集***及其工作方法 |
Non-Patent Citations (5)
Title |
---|
刘丙午;周鸿;: "基于物联网技术的智能电网***分析", 中国流通经济, no. 02 * |
刘磊等: "居民微功率无线抄表应用设计方案", 《华北电力技术》 * |
刘磊等: "居民微功率无线抄表应用设计方案", 《华北电力技术》, no. 05, 25 May 2011 (2011-05-25), pages 2 * |
胡昌斌等: "宽带电力载波技术在智能用电***的应用", 《实验室研究与探索》 * |
胡昌斌等: "宽带电力载波技术在智能用电***的应用", 《实验室研究与探索》, no. 04, 15 April 2016 (2016-04-15) * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113098953A (zh) * | 2020-03-30 | 2021-07-09 | 深圳友讯达科技股份有限公司 | 电力终端覆盖多个台区信息采集的通信网络 |
CN112820092A (zh) * | 2020-12-25 | 2021-05-18 | 北京市腾河电子技术有限公司 | 采集用电数据的方法、终端设备、存储介质 |
CN113052515A (zh) * | 2021-05-31 | 2021-06-29 | 南京百伦斯智能科技有限公司 | 一种基于数据并发处理的教学考评方法及*** |
CN113724485A (zh) * | 2021-09-03 | 2021-11-30 | 重庆邮电大学 | 一种快速密集信息采集方法 |
CN113724485B (zh) * | 2021-09-03 | 2022-08-26 | 重庆邮电大学 | 一种快速密集信息采集方法 |
CN113537400A (zh) * | 2021-09-14 | 2021-10-22 | 浙江捷瑞电力科技有限公司 | 一种基于分支神经网络的边缘计算节点的分配与退出方法 |
CN113537400B (zh) * | 2021-09-14 | 2024-03-19 | 浙江捷瑞电力科技有限公司 | 一种基于分支神经网络的边缘计算节点的分配与退出方法 |
CN117856453A (zh) * | 2024-03-05 | 2024-04-09 | 四川川能智网实业有限公司 | 智能电网监控及管理*** |
CN117856453B (zh) * | 2024-03-05 | 2024-05-31 | 四川川能智网实业有限公司 | 智能电网监控及管理*** |
Also Published As
Publication number | Publication date |
---|---|
CN110809260B (zh) | 2023-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110809260B (zh) | 一种用电信息采集***的本地数据处理方法 | |
Said et al. | EMS: An energy management scheme for green IoT environments | |
Liu et al. | Intelligent edge computing for IoT-based energy management in smart cities | |
CN110784779B (zh) | 一种用电信息采集***的数据采集方法 | |
CN106707778B (zh) | 一种基于模型预测控制的家庭综合能源智能优化管理*** | |
CN206060359U (zh) | 一种分布式光伏电站的集中监控运维*** | |
CN111741073B (zh) | 基于5g通信网络的电力数据传输*** | |
CN107277840B (zh) | 一种可充电无线传感器网络数据收集方法 | |
CN102354441A (zh) | 一种基于集中器网络的抄表***和抄表方法 | |
JP6779800B2 (ja) | 分散制御システム、分散制御方法、電力系統の分散制御システムおよび電力資源の制御方法 | |
CN102075944A (zh) | 认知网络中基于多Agent协作的可用资源管理***及方法 | |
Wu et al. | Wireless powered mobile edge computing for industrial internet of things systems | |
CN103561428A (zh) | 短信网关集群***中的节点弹性分配方法及*** | |
CN111610361A (zh) | 一种电力物联网随器量测***及方法 | |
CN110659180A (zh) | 基于集群技术的数据中心基础设施管理*** | |
CN110519093A (zh) | 一种基于泛在电力物联网的信息采集***网络架构 | |
CN102969720A (zh) | 一种能够在智能电网中应用的负载动态控制和分析方法 | |
KR101272539B1 (ko) | 검침 스케줄을 이용하는 검침 데이터 관리 장치, 검침 데이터 관리 방법 및 그 시스템 | |
Muhammad et al. | Deep-reinforcement-learning-based sustainable energy distribution for wireless communication | |
CN111082961B (zh) | 域间的数据交互方法及装置 | |
CN112134354B (zh) | 一种基于hplc通信的营配数据融合方法 | |
CN117613899A (zh) | 基于电价实时感知的设备负荷智能调节方法、装置及*** | |
CN103024023A (zh) | 电子阅览室网络审计方法 | |
CN109360397A (zh) | 多表集抄的方法、数据调度方法和多表集抄的*** | |
CN111757287A (zh) | 一种基于物联网的水质监测*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |