CN114896309B - 一种水电站监测数据转换展示的方法及*** - Google Patents

一种水电站监测数据转换展示的方法及*** Download PDF

Info

Publication number
CN114896309B
CN114896309B CN202210537762.XA CN202210537762A CN114896309B CN 114896309 B CN114896309 B CN 114896309B CN 202210537762 A CN202210537762 A CN 202210537762A CN 114896309 B CN114896309 B CN 114896309B
Authority
CN
China
Prior art keywords
data
abnormal
monitoring
original
original data
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.)
Active
Application number
CN202210537762.XA
Other languages
English (en)
Other versions
CN114896309A (zh
Inventor
邱生顺
郑黎明
刘德文
李晓波
陈云鹏
陈庆锋
陈娣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Three Gorges High Technology Information Technology Co ltd
Original Assignee
Three Gorges High Technology Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Three Gorges High Technology Information Technology Co ltd filed Critical Three Gorges High Technology Information Technology Co ltd
Priority to CN202210537762.XA priority Critical patent/CN114896309B/zh
Publication of CN114896309A publication Critical patent/CN114896309A/zh
Application granted granted Critical
Publication of CN114896309B publication Critical patent/CN114896309B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24564—Applying rules; Deductive queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/258—Data format conversion from or to a database
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/30—Creation or generation of source code
    • G06F8/36—Software reuse
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明提供了一种水电站监测数据转换展示的方法及***，方法包括：获取用户需求信息，基于需求信息读取对应的配置信息；基于预设第一组装规则，组装所有配置信息，得到配置项；根据配置项，确定用户设备的原始数据；基于枚举策略和配置信息，解析原始数据，得到解析数据；基于预设第二组装规则，组装解析数据，得到运行数据；分别将运行数据和配置项进行展示，用于解决在同一监测页面，因不同的水电站要展示的监测点不同，实现、维护困难，和不同水电站、设备、监测点具有不同的业务含义，数据转换算法和展示方法的技术实现工作量大，且不同监测点的数据转换算法和展示方法存在重复，一旦某类算法或方法发生改变，维护困难，容易引发错误的问题。

Description

一种水电站监测数据转换展示的方法及***
技术领域
本发明涉及自动化测控技术领域，尤其涉及一种水电站监测数据转换展示的方法及***。
背景技术
水电站大坝能否安全运行不仅直接影响电厂经济效益，更与下游人民的生命财产、国民经济发展和生态环境密切相关，而能够准确实时显示水电站监测数据的手段就显得尤为重要，通常水电站监测数据转换展示的方法为开发人员在监测页面中定义本页面中所有要展示的监测点，然后程序通过监测点信息从水电站监测设备的监测点获取没有业务含义的数据，开发人员再针对每一个监测点实现一个数据转换的算法，将没有业务含义的数据转换为具有业务含义的数据，最后将具有业务含义的数据按照业务要求的展示方式展示在***中，实现准确实时显示水电站监测数据，但该方法在同一监测页面，因不同的水电站要展示的监测点不同，实现、维护困难，和不同水电站、设备、监测点具有不同的业务含义，数据转换算法和展示方法的技术实现工作量大，且不同监测点的数据转换算法和展示方法存在重复，一旦某类算法或方法发生改变，维护困难，容易引发错误，因此，亟需一种水电站监测数据转换展示的方法及***，用于解决在同一监测页面，因不同的水电站要展示的监测点不同，实现、维护困难，和不同水电站、设备、监测点具有不同的业务含义，数据转换算法和展示方法的技术实现工作量大，且不同监测点的数据转换算法和展示方法存在重复，一旦某类算法或方法发生改变，维护困难，容易引发错误的问题。
发明内容
针对现有技术的不足，本发明提供一种水电站监测数据转换展示的方法及***，用于解决在同一监测页面，因不同的水电站要展示的监测点不同，实现、维护困难，和不同水电站、设备、监测点具有不同的业务含义，数据转换算法和展示方法的技术实现工作量大，且不同监测点的数据转换算法和展示方法存在重复，一旦某类算法或方法发生改变，维护困难，容易引发错误的问题。
一种水电站监测数据转换展示的方法，包括：
获取用户需求信息，基于需求信息读取对应的配置信息；
基于预设第一组装规则，组装所有配置信息，得到配置项；
将配置项进行展示；
根据配置项，确定用户设备的原始数据；基于枚举策略和配置信息，解析原始数据，得到解析数据；
基于预设第二组装规则，组装解析数据，得到运行数据；
将运行数据进行展示。
作为本发明的一种实施例，配置信息的确定步骤如下：
获取电站的维度；
基于预设的配置规则，根据电站的维度确定配置信息；其中，配置信息包括监测点名称、监测点编码、读地址、写地址、数据类型、数据精度其中任一项或多项结合。
作为本发明的一种实施例，配置项的类型包括功能页类型、具体监测点类型、电站类型其中任一项。
作为本发明的一种实施例，根据配置项，确定用户设备的原始数据，包括：
基于预设第三组装规则，根据配置项，智能组装出批量查询设备原始数据的请求参数；
根据请求参数，批量获取用户设备的原始数据。
作为本发明的一种实施例，基于枚举策略和配置信息，解析原始数据，得到解析数据，包括：
循环所有配置信息，根据配置信息中的操作类型，确定对应的枚举策略；
基于对应枚举策略对原始数据进行对应解析，得到解析数据。
作为本发明的一种实施例，枚举策略包括：Bit枚举策略、S16枚举策略、U16Bit枚举策略、S32枚举策略、AbsS16枚举策略、U16BitDouble枚举策略其中任一项；
Bit枚举策略，具体包括：获取第一地址差，基于第一地址差，获取原始数据中对应的第一原始值；基于预设格式化配置对第一原始值格式化，得到解析数据；
S16枚举策略，具体包括：获取第二地址差，基于第二地址差，获取原始数据中对应的第二原始值；将第二原始值转换为带符号的16位十进制数；根据对应的配置信息，处理带符号的16位十进制数的数据精度，得到解析数据；
U16Bit枚举策略，具体包括：获取第三地址差，基于第三地址差，获取原始数据中对应的第三原始值；将第三原始值转换为不带符号的16位十进制数；获取对应配置信息中与不带符号的16位十进制数对应的Bit位；将Bit位转换为对应的10进制数；基于预设格式化配置对10进制数格式化，得到解析数据；
S32枚举策略，具体包括：获取第四地址差，基于第四地址差，获取原始数据中对应的高位原始值和低位原始值；基于二进制高16位结合二进制低16位的方式，将高位原始值和低位原始值转换为32位二进制数；将32位二进制数转换为带符号的10进制数，得到解析数据；
AbsS16枚举策略，具体包括：获取第五地址差，基于第五地址差，获取原始数据中对应的第五原始值；将第五原始值转换为带符号的16位十进制数；根据对应的配置信息，处理带符号的16位十进制数的数据精度，得到精度数据；将精度数据取绝对值，得到解析数据；
U16BitDouble枚举策略，具体包括：获取第六地址差，基于第六地址差，获取原始数据中对应的第六原始值；将第六原始值转换为不带符号的16位十进制数；获取对应配置信息中多个与不带符号的16位十进制数对应的Bit位；将多个Bit位转换为对应的10进制数；基于预设格式化配置对10进制数格式化，得到解析数据。
作为本发明的一种实施例，得到当前用户设备的运行数据后，还包括：
根据当前用户设备的节点匹配度选择合适的监测节点，向数据中心申请异常数据判断请求，并向数据中心提供当前用户设备的运行数据；
数据中心收到申请并同意后，根据监测节点的类型选取对应类型的历史运行数据、历史运行数据异常判断结果、模型和模型收敛条件；
基于历史运行数据、历史运行数据异常判断结果和模型收敛条件对模型进行训练，直至结果收敛，得到异常数据判断模型；
将运行数据输入至异常数据判断模型，得到异常判断结果；
若异常判断结果为数据异常，通过监测节点，返回数据异常结果；
对当前用户设备对应的运行数据进行异常标记。
作为本发明的一种实施例，根据当前用户设备的节点匹配度选择合适的监测节点，包括：
预先对每一监测节点进行节点编号，得到唯一的第一编号信息；
获取当前用户设备的第二编号信息；其中，第二编号信息包括：设备类型编号、设备所在区域编号和设备用途编号；
判断所有监测节点中是否存在与第二编号信息完全相同的第一编号信息；
若存在，得到第一监测节点，并将第一监测节点作为当前用户设备的监测节点；
若不存在，基于预设第一重要程度筛选规则，去除第二编号信息中的任一编号，得到第三编号信息；
判断所有监测节点中是否存在包含第三编号信息的第一编号信息；
若存在，得到第二监测节点，并将第二监测节点作为当前用户设备的监测节点；
若不存在，基于预设第二重要程度筛选规则，去除第三编号信息中的任一编号，得到第四编号信息；
判断所有监测节点中是否存在包含第四编号信息的第一编号信息；
若存在，得到第三监测节点，并将第三监测节点作为当前用户设备的监测节点；
若不存在，发出异常判断失效信号；
其中，当第二监测节点或第三监测节点为多个时，任选一个第二监测节点或第三监测节点作为当前用户设备的监测节点。
作为本发明的一种实施例，一种水电站监测数据转换展示的方法还包括：
当异常判断结果为数据异常时，数据中心基于当前监测节点，获取所有节点匹配度与当前监测节点相适配的用户设备的第二运行数据；其中，第二运行数据携带有设备唯一标记；
分别将所有第二运行数据输入至异常数据判断模型中，输出若干携带唯一标记的异常判断结果；
获取若干第二运行数据中异常判断结果为数据异常的第三运行数据；
获取与第三运行数据对应的用户设备的第二原始数据；
基于预设监测数据类型对第二原始数据分类，得到第二原始数据集；其中，第二原始数据集中每一数据均携带有监测数据类型；
采集所有第二原始数据集中均携带的监测数据类型，组建共同监测数据类型集；
获取与共同监测数据类型集中的监测数据类型相匹配的监测器件的异常信息；其中，异常信息包括：监测期间的异常原因、与异常原因对应的异常数据、历史监测数据以及与历史监测数据对应的异常判断结果；
分别根据每一监测器件的异常信息，建立若干异常分析诊断模型；
将所有第二原始数据集中数据分别输入至对应的异常分析诊断模型中，得到若干异常分析诊断结果；
分别判断每一第二原始数据集中是否存在异常分析诊断结果为数据异常的数据；
将所有存在数据异常的第二原始数据集根据异常数据的监测数据类型进行分类，得到若干第三原始数据集；其中，第三原始数据集中包括若干异常数据为相同监测数据类型的第二原始数据集；
基于预设设备大面积异常规则，判断每一第三原始数据集中第二原始数据集的数量是否超过预设设备大面积异常数量阈值；
若超过，将第二原始数据集的数量超过预设设备大面积异常数量阈值的第三原始数据集作为第四原始数据集；
基于第四原始数据集中对应的监测数据类型，确定存在设备大面积异常的监测器件，作为第一异常监测器件；
根据第四原始数据集对应的设备唯一标记，确定第一异常用户设备；
发出大面积相同设备异常报警信息，将第四原始数据集对应的第二运行数据进行大面积相同设备异常标记，并展示第一异常监测器件和第一异常用户设备；
若不超过，将第二原始数据集的数量不超过预设设备大面积异常数量阈值的第三原始数据集作为第五原始数据集；
基于第五原始数据集中对应的监测数据类型，确定存在异常的第二异常监测器件；
根据第四原始数据集对应的设备唯一标记，确定第二异常用户设备；
发出设备异常报警信息，将第五原始数据集对应的第二运行数据进行异常标记，并展示第二异常监测器件和第二异常用户设备。
一种水电站监测数据转换展示的***，包括：
前端模块，用于获取用户需求信息，基于需求信息读取对应的配置信息；
第一组装模块，用于基于预设第一组装规则，组装所有配置信息，得到配置项；
后端模块，用于根据配置项，确定用户设备的原始数据；并基于枚举策略和配置信息，解析原始数据，得到解析数据；
第二组装模块，用于基于预设第二组装规则，组装解析数据，得到运行数据；
前端模块，还用于分别将运行数据和配置项进行展示。
本发明的有益效果为：
1、通过配置项解决了监测页面与监测点的关联关系，使得监测页面所展示的监测点可以动态变化，实现简单，维护容易方便；
2、通过配置项实现了单个监测点的准确控制，可以方便的修改监测点的枚举策略和展示方式，可以满足不同电站、不同设备的数据转换和展示需要；
3、通过将监测点数据分类，归纳总结为多类不同的枚举策略和展示方法，提升复用性和可靠性，工作量减少，且具备扩展性。
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所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种水电站监测数据转换展示的方法及***的方法流程图；
图2为本发明实施例中一种水电站监测数据转换展示的方法及***的方法整体时序图；
图3为本发明实施例中一种水电站监测数据转换展示的方法及***中原始数据组装为运行数据的流程图；
图4为本发明实施例中一种水电站监测数据转换展示的方法及***中枚举策略的具体解析原理图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
请参阅图1、图2，本发明实施例提供了一种水电站监测数据转换展示的方法，包括：
S1、获取用户需求信息，基于需求信息读取对应的配置信息；
S2、基于预设第一组装规则，组装所有配置信息，得到配置项；
S3、将配置项进行展示；
S4、根据配置项，确定用户设备的原始数据；
S5、基于枚举策略和配置信息，解析原始数据，得到解析数据；
S6、基于预设第二组装规则，组装解析数据，得到运行数据；
S7、将运行数据进行展示；
上述技术方案的工作原理为：预先归类定义好配置信息，运行时，获取用户需求信息，基于需求信息读取对应的配置信息，基于预设第一组装规则，组装所有配置信息，得到配置项，预设第一组装规则优选为根据用户需求信息按电站、功能页、具体监测点等做个性化的配置规则，用以满足不同电站不同业务的个性化需求，例如：A电站的机组概览功能页需要展示电网频率监测点，B电站不展示；机组概览页需要展示机组电压、机组电流、导叶开度、励磁电流、机组转速等监测点，而状态监控页则需要展示DI输入、***遥信、AI越限、调速***等监测点参数；起励方式需要文本方式展示，机端电压、机端电流需要数字展示，而DI/开机则是通过信号灯方式进行展示；并根据配置项，确定用户设备的原始数据，再基于枚举策略和配置信息，解析原始数据，得到解析数据；基于预设第二组装规则，组装解析数据，得到运行数据，该运行数据优选为JSON格式数据，更进一步地，监测页面可根据配置信息展示需要展示的监测点，同时可根据业务需求结合配置信息对不同展示项做不同形式的展示，展示后的数据可通过配置信息，对能下发的监测点进行下发操作，例如:在机组概览页，***可对AGC运行、智能发电、导叶开度、油压、励磁电流、机组转速等项进行展示和是实时监测，同时可对AGC运行、智能发电等项进行指令下发；
上述技术方案的有益效果为：通过配置项解决了监测页面与监测点的关联关系，使得监测页面所展示的监测点可以动态变化，实现简单，维护容易方便；通过配置项实现了单个监测点的准确控制，可以方便的修改监测点的枚举策略和展示方式，可以满足不同电站、不同设备的数据转换和展示需要；通过将监测点数据分类，归纳总结为多类不同的枚举策略和展示方法，提升复用性和可靠性，工作量减少，且具备扩展性。
在一个实施例中，配置信息的确定步骤如下：
获取电站的维度；
基于预设的配置规则，根据电站的维度确定配置信息；其中，配置信息包括监测点名称、监测点编码、读地址、写地址、数据类型、数据精度其中任一项或多项结合；
上述技术方案的工作原理和有益效果为：预先按电站的维度，配置好配置信息；配置信息包括监测点名称、监测点编码、读地址、写地址、数据类型、数据精度其中任一项或多项结合，配置信息包括的具体内容可根据配置项的不同进行调整；例如配置一个为调速器工况的监测点，编码为401262，读地址和写地址均为401262，数据类型为s16(带符号的16位整型数据)。
在一个实施例中，配置项的类型包括功能页类型、具体监测点类型、电站类型其中任一项。
请参阅图3，在一个实施例中，根据配置项，确定用户设备的原始数据，包括：
基于预设第三组装规则，根据配置项，智能组装出批量查询设备原始数据的请求参数；
根据请求参数，批量获取用户设备的原始数据；
上述技术方案的工作原理和有益效果为：先在程序中根据业务归类，预先枚举好所有的解析枚举策略；包括Bit开关量数据、S16带符号的16位整型数据、U16Bit不带符号的16位整型数据取第n位作为bit、S32两个16整型整合为一个32位整型、AbsS16带符号的16位整型数据取绝对值等解析枚举策略；当页面打开的同时，页面与后台监控程序会建立一个基于websocket的长连接，实时监测设备的数据变化，具体为：***运行时，功能页根据业务需求，在代码中加载指定的配置项，后台的监控程序会通过解析配置项，智能组装出批量查询设备数据的请求参数，然后根据组装好的请求参数，批量获取用户设备的原始数据。原始数据均以地址码方式提供。例如请求地址段为235-238，则原始数据为[0,0,1,1]格式。
在一个实施例中，基于枚举策略和配置信息，解析原始数据，得到解析数据，包括：
循环所有配置信息，根据配置信息中的操作类型，确定对应的枚举策略；
基于对应枚举策略对原始数据进行对应解析，得到解析数据；
上述技术方案的工作原理和有益效果为：根据配置信息和原始数据，结合配置信息和枚举算法，解析出业务人员能理解的业务数据；例如，监测量DI调速器故障解析为红灯、黄灯、绿灯、白灯显示，前池水位解析为10米(数字+单位格式)，运行方式解析为恒机端电压文本方式等，实现满足不同电站、不同设备的数据转换和展示需要。
请参阅图4，在一个实施例中，枚举策略包括：Bit枚举策略、S16枚举策略、U16Bit枚举策略、S32枚举策略、AbsS16枚举策略、U16BitDouble枚举策略其中任一项；
Bit枚举策略，具体包括：获取第一地址差，基于第一地址差，获取原始数据中对应的第一原始值；基于预设格式化配置对第一原始值格式化，得到解析数据；
S16枚举策略，具体包括：获取第二地址差，基于第二地址差，获取原始数据中对应的第二原始值；将第二原始值转换为带符号的16位十进制数；根据对应的配置信息，处理带符号的16位十进制数的数据精度，得到解析数据；
U16Bit枚举策略，具体包括：获取第三地址差，基于第三地址差，获取原始数据中对应的第三原始值；将第三原始值转换为不带符号的16位十进制数；获取对应配置信息中与不带符号的16位十进制数对应的Bit位；将Bit位转换为对应的10进制数；基于预设格式化配置对10进制数格式化，得到解析数据；
S32枚举策略，具体包括：获取第四地址差，基于第四地址差，获取原始数据中对应的高位原始值和低位原始值；基于二进制高16位结合二进制低16位的方式，将高位原始值和低位原始值转换为32位二进制数；将32位二进制数转换为带符号的10进制数，得到解析数据；
AbsS16枚举策略，具体包括：获取第五地址差，基于第五地址差，获取原始数据中对应的第五原始值；将第五原始值转换为带符号的16位十进制数；根据对应的配置信息，处理带符号的16位十进制数的数据精度，得到精度数据；将精度数据取绝对值，得到解析数据；
U16BitDouble枚举策略，具体包括：获取第六地址差，基于第六地址差，获取原始数据中对应的第六原始值；将第六原始值转换为不带符号的16位十进制数；获取对应配置信息中多个与不带符号的16位十进制数对应的Bit位；将多个Bit位转换为对应的10进制数；基于预设格式化配置对10进制数格式化，得到解析数据。
在一个实施例中，得到当前用户设备的运行数据后，还包括：
根据当前用户设备的节点匹配度选择合适的监测节点，向数据中心申请异常数据判断请求，并向数据中心提供当前用户设备的运行数据；
数据中心收到申请并同意后，根据监测节点的类型选取对应类型的历史运行数据、历史运行数据异常判断结果、模型和模型收敛条件；
基于历史运行数据、历史运行数据异常判断结果和模型收敛条件对模型进行训练，直至结果收敛，得到异常数据判断模型；
将运行数据输入至异常数据判断模型，得到异常判断结果；
若异常判断结果为数据异常，通过监测节点，返回数据异常结果；
对当前用户设备对应的运行数据进行异常标记；
上述技术方案的工作原理为：得到当前用户设备的运行数据后，每隔一段时间，终端便会根据当前运行数据对应的用户设备的节点匹配度选择合适的监测节点，向数据中心申请异常数据判断请求，并向数据中心提供当前用户设备的运行数据，其中，数据中心为提前布设好的；当数据中心收到申请并同意后，根据监测节点的类型选取对应类型的历史运行数据、历史运行数据异常判断结果、模型和模型收敛条件，其中，该历史运行数据仅截取预设时间内的运行数据，并基于历史运行数据、历史运行数据异常判断结果和模型收敛条件对模型进行训练，直至结果收敛，得到异常数据判断模型；优选的，每次的异常数据判断模型均为新训练的，当新训练的模型生成后丢弃旧模型，有益于提高判断精度，得到模型后，将运行数据输入至异常数据判断模型，得到异常判断结果，若异常判断结果为数据异常，通过监测节点，返回数据异常结果；对当前用户设备对应的运行数据进行异常标记；同时对展示的当前运行数据进行异常标记和发出第一报警信号；
上述技术方案的有益效果为：目前的水电站安全监测自动化***再运行过程中，大多是固定设置相应监测参数的预警阈值或预警范围，一旦超出预警阈值或者预警范围就发出预警信息，这样的预警方式过于依赖于人工定义的预警阈值或预警范围，并完美不适用于每一监测点设备的预警判断，通过上述方案，根据用户设备的历史数据信息，创建并更新异常数据判断模型，实时调整预警阈值或预警范围，提高预警方式的智能性，同时提高对每一监测点设备的异常数据判断精准度。
在一个实施例中，根据当前用户设备的节点匹配度选择合适的监测节点，包括：
预先对每一监测节点进行节点编号，得到唯一的第一编号信息；
获取当前用户设备的第二编号信息；其中，第二编号信息包括：设备类型编号、设备所在区域编号和设备用途编号；
判断所有监测节点中是否存在与第二编号信息完全相同的第一编号信息；
若存在，得到第一监测节点，并将第一监测节点作为当前用户设备的监测节点；
若不存在，基于预设第一重要程度筛选规则，去除第二编号信息中的任一编号，得到第三编号信息；
判断所有监测节点中是否存在包含第三编号信息的第一编号信息；
若存在，得到第二监测节点，并将第二监测节点作为当前用户设备的监测节点；
若不存在，基于预设第二重要程度筛选规则，去除第三编号信息中的任一编号，得到第四编号信息；
判断所有监测节点中是否存在包含第四编号信息的第一编号信息；
若存在，得到第三监测节点，并将第三监测节点作为当前用户设备的监测节点；
若不存在，发出异常判断失效信号；
其中，当第二监测节点或第三监测节点为多个时，任选一个第二监测节点或第三监测节点作为当前用户设备的监测节点；
上述技术方案的工作原理为：预先对每一监测节点进行节点编号，得到唯一的第一编号信息；获取当前用户设备的第二编号信息；其中，第二编号信息包括：设备类型编号、设备所在区域编号和设备用途编号；更进一步地，可以扩展第二编号信息，用于提高节点匹配的精准度；判断所有监测节点中是否存在与第二编号信息完全相同的第一编号信息；若存在，得到第一监测节点，并将第一监测节点作为当前用户设备的监测节点；在数据中心设立初期，通常会建立与所有用户设备匹配的第一监测节点；若不存在，基于预设第一重要程度筛选规则，去除第二编号信息中的任一编号，得到第三编号信息；预设第一重要程度筛选规则优选根据实际情况判定去除的编号类型；判断所有监测节点中是否存在包含第三编号信息的第一编号信息；若存在，得到第二监测节点，并将第二监测节点作为当前用户设备的监测节点；通常采用第二监测节点时，则代表水电站的设备类型增多；若不存在，基于预设第二重要程度筛选规则，去除第三编号信息中的任一编号，得到第四编号信息；预设第二重要程度筛选规则优选与预设第一重要程度筛选规则不重复；判断所有监测节点中是否存在包含第四编号信息的第一编号信息；若存在，得到第三监测节点，并将第三监测节点作为当前用户设备的监测节点；通常采用第三监测节点时，则代表水电站的设备经过大换改，更进一步地，发送更新监测节点请求信息至用户；若不存在，发出异常判断失效信号，申请更新监测节点信息；其中，当第二监测节点或第三监测节点为多个时，任选一个第二监测节点或第三监测节点作为当前用户设备的监测节点；更进一步地，若未取得第一监测节点时，且第二监测节点或第三监测节点为多个时，还可通过节点信任度计算公式确定第二监测节点或第三监测节点，其中，节点信任度公式优选为：Trusti＝α*selfi+β*publici，其中，Trusti为第i个监测节点的节点信任度，α和β为预设权重值，且β+α＝1，selfi为当前设备曾选择第i个监测节点作为第二监测节点或第三监测节点的次数，publici为其他设备曾选择第i个监测节点作为第二监测节点或第三监测节点的次数；选取节点信任度最大的监测节点作为当前用户设备的第二监测节点或第三监测节点，其中，被选择的监测节点需处于未被使用状态才能被选择；
上述技术方案的有益效果为：通过上述方案，快速确定合适的监测节点，若每个监测设备均设置单独路径将数据传输至数据中心进行判断，数据中心则需要根据每个监测设备的类型获取对应的信息建立异常数据判断模型，则当监测设备的数量增多时，则会增大数据中心的数据计算资源消耗，采用监测节点有益于减少数据中心的数据计算资源消耗。
在一个实施例中，一种水电站监测数据转换展示的方法还包括：
当异常判断结果为数据异常时，数据中心基于当前监测节点，获取所有节点匹配度与当前监测节点相适配的用户设备的第二运行数据；其中，第二运行数据携带有设备唯一标记；
分别将所有第二运行数据输入至异常数据判断模型中，输出若干携带唯一标记的异常判断结果；
获取若干第二运行数据中异常判断结果为数据异常的第三运行数据；
获取与第三运行数据对应的用户设备的第二原始数据；
基于预设监测数据类型对第二原始数据分类，得到第二原始数据集；其中，第二原始数据集中每一数据均携带有监测数据类型；
采集所有第二原始数据集中均携带的监测数据类型，组建共同监测数据类型集；
获取与共同监测数据类型集中的监测数据类型相匹配的监测器件的异常信息；其中，异常信息包括：监测期间的异常原因、与异常原因对应的异常数据、历史监测数据以及与历史监测数据对应的异常判断结果；
分别根据每一监测器件的异常信息，建立若干异常分析诊断模型；
将所有第二原始数据集中数据分别输入至对应的异常分析诊断模型中，得到若干异常分析诊断结果；
分别判断每一第二原始数据集中是否存在异常分析诊断结果为数据异常的数据；
将所有存在数据异常的第二原始数据集根据异常数据的监测数据类型进行分类，得到若干第三原始数据集；其中，第三原始数据集中包括若干异常数据为相同监测数据类型的第二原始数据集；
基于预设设备大面积异常规则，判断每一第三原始数据集中第二原始数据集的数量是否超过预设设备大面积异常数量阈值；
若超过，将第二原始数据集的数量超过预设设备大面积异常数量阈值的第三原始数据集作为第四原始数据集；
基于第四原始数据集中对应的监测数据类型，确定存在设备大面积异常的监测器件，作为第一异常监测器件；
根据第四原始数据集对应的设备唯一标记，确定第一异常用户设备；
发出大面积相同设备异常报警信息，将第四原始数据集对应的第二运行数据进行大面积相同设备异常标记，并展示第一异常监测器件和第一异常用户设备；
若不超过，将第二原始数据集的数量不超过预设设备大面积异常数量阈值的第三原始数据集作为第五原始数据集；
基于第五原始数据集中对应的监测数据类型，确定存在异常的第二异常监测器件；
根据第四原始数据集对应的设备唯一标记，确定第二异常用户设备；
发出设备异常报警信息，将第五原始数据集对应的第二运行数据进行异常标记，并展示第二异常监测器件和第二异常用户设备；
上述技术方案的工作原理为：当某一设备的异常判断结果为数据异常时，数据中心基于当前监测节点，获取所有节点匹配度与当前监测节点相适配的用户设备的第二运行数据；然后分别将所有第二运行数据输入至异常数据判断模型中，输出若干携带唯一标记的异常判断结果；获取若干第二运行数据中异常判断结果为数据异常的第三运行数据；获取与第三运行数据对应的用户设备的第二原始数据；基于预设监测数据类型对第二原始数据分类，得到第二原始数据集；其中，预设监测数据类型包括但不限于机组电压数据类型、机组电流数据类型、导叶开度数据类型、励磁电流数据类型和机组转速数据类型等；第二原始数据集中每一数据均携带有监测数据类型；采集所有第二原始数据集中均携带的监测数据类型，组建共同监测数据类型集；获取与共同监测数据类型集中的监测数据类型相匹配的监测器件的异常信息；其中，异常信息包括：监测期间的异常原因、与异常原因对应的异常数据、历史监测数据以及与历史监测数据对应的异常判断结果；分别根据每一监测器件的异常信息，建立若干异常分析诊断模型；将所有第二原始数据集中数据分别输入至对应的异常分析诊断模型中，得到若干异常分析诊断结果；分别判断每一第二原始数据集中是否存在异常分析诊断结果为数据异常的数据；将所有存在数据异常的第二原始数据集根据异常数据的监测数据类型进行分类，得到若干第三原始数据集；其中，第三原始数据集中包括若干异常数据为相同监测数据类型的第二原始数据集；基于预设设备大面积异常规则，判断每一第三原始数据集中第二原始数据集的数量是否超过预设设备大面积异常数量阈值；若超过，将第二原始数据集的数量超过预设设备大面积异常数量阈值的第三原始数据集作为第四原始数据集；基于第四原始数据集中对应的监测数据类型，确定存在设备大面积异常的监测器件，作为第一异常监测器件；根据第四原始数据集对应的设备唯一标记，确定第一异常用户设备；发出大面积相同设备异常报警信息，将第四原始数据集对应的第二运行数据进行大面积相同设备异常标记，并展示第一异常监测器件和第一异常用户设备；若不超过，将第二原始数据集的数量不超过预设设备大面积异常数量阈值的第三原始数据集作为第五原始数据集；基于第五原始数据集中对应的监测数据类型，确定存在异常的第二异常监测器件；根据第四原始数据集对应的设备唯一标记，确定第二异常用户设备；发出设备异常报警信息，将第五原始数据集对应的第二运行数据进行异常标记，并展示第二异常监测器件和第二异常用户设备；更进一步地，将所有不存在数据异常的第二原始数据集作为第六原始数据集，获取第六原始数据集中除共同监测数据类型集中的监测数据类型外的其他监测数据类型对应的监测器件的第二异常信息，建立若干第二若干异常分析诊断模型，然后采用上述相同的方式检测出存在异常的第三监测器件和第三异常用户设备并展示；
上述技术方案的有益效果为：当存在预警信息时，通常会分配监测人员根据预警信息对相关设备进行故障排查与分析，但这样的方式仅对单一设备进行故障排查，不能很好的起到全局把控的排查效果，而设备异常的现象往往是多个并发的，对单一设备进行故障排查的方式需要等对所有排查工作完毕后进行人工统一分析确定是否存在大面积设备异常，存在效率不高的问题，通过上述方案，当某一设备存在异常时，基于该设备的预定类型，全面排查该同类型的所有设备是否存在异常，并迅速确定存在大面积设备异常问题的相关设备，辅助工作人员能够从全局上对该次异常迅速做出相关判断，提高异常处理效率。
一种水电站监测数据转换展示的***，包括：
前端模块，用于获取用户需求信息，基于需求信息读取对应的配置信息；
第一组装模块，用于基于预设第一组装规则，组装所有配置信息，得到配置项；
后端模块，用于根据配置项，确定用户设备的原始数据；并基于枚举策略和配置信息，解析原始数据，得到解析数据；
第二组装模块，用于基于预设第二组装规则，组装解析数据，得到运行数据；
前端模块，还用于分别将运行数据和配置项进行展示。
该一种水电站监测数据转换展示的***中不同内部功能模块的工作原理和有益效果可参照上述关于一种水电站监测数据转换展示的方法中对应提及的工作原理和有益效果，这里就不再做重复的累述了。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (7)

1.一种水电站监测数据转换展示的方法，其特征在于，包括：
获取用户需求信息，基于所述需求信息读取对应的配置信息；
基于预设第一组装规则，组装所有所述配置信息，得到配置项；
将所述配置项进行展示；
根据所述配置项，确定用户设备的原始数据；基于枚举策略和所述配置信息，解析所述原始数据，得到解析数据；
基于预设第二组装规则，组装所述解析数据，得到运行数据；
将所述运行数据进行展示；
所述枚举策略包括：Bit枚举策略、S16枚举策略、U16Bit枚举策略、S32枚举策略、AbsS16枚举策略、U16BitDouble枚举策略其中任一项；
所述Bit枚举策略，具体包括：获取第一地址差，基于所述第一地址差，获取所述原始数据中对应的第一原始值；基于预设格式化配置对所述第一原始值格式化，得到解析数据；
所述S16枚举策略，具体包括：获取第二地址差，基于所述第二地址差，获取所述原始数据中对应的第二原始值；将所述第二原始值转换为带符号的16位十进制数；根据对应的所述配置信息，处理所述带符号的16位十进制数的数据精度，得到解析数据；
所述U16Bit枚举策略，具体包括：获取第三地址差，基于所述第三地址差，获取所述原始数据中对应的第三原始值；将所述第三原始值转换为不带符号的16位十进制数；获取对应所述配置信息中与所述不带符号的16位十进制数对应的Bit位；将所述Bit位转换为对应的十进制数；基于预设格式化配置对所述十进制数格式化，得到解析数据；
所述S32枚举策略，具体包括：获取第四地址差，基于所述第四地址差，获取所述原始数据中对应的高位原始值和低位原始值；基于二进制高16位结合二进制低16位的方式，将所述高位原始值和低位原始值转换为32位二进制数；将所述32位二进制数转换为带符号的十进制数，得到解析数据；
所述AbsS16枚举策略，具体包括：获取第五地址差，基于所述第五地址差，获取所述原始数据中对应的第五原始值；将所述第五原始值转换为带符号的16位十进制数；根据对应的所述配置信息，处理所述带符号的16位十进制数的数据精度，得到精度数据；将所述精度数据取绝对值，得到解析数据；
所述U16BitDouble枚举策略，具体包括：获取第六地址差，基于所述第六地址差，获取所述原始数据中对应的第六原始值；将所述第六原始值转换为不带符号的16位十进制数；获取对应所述配置信息中多个与所述不带符号的16位十进制数对应的Bit位；将多个所述Bit位转换为对应的十进制数；基于预设格式化配置对所述十进制数格式化，得到解析数据；
其中，得到当前用户设备的运行数据后，还包括：
根据当前用户设备的节点匹配度选择合适的监测节点，向数据中心申请异常数据判断请求，并向所述数据中心提供当前用户设备的运行数据；
所述数据中心收到申请并同意后，根据所述监测节点的类型选取对应类型的历史运行数据、历史运行数据异常判断结果、模型和模型收敛条件；
基于所述历史运行数据、历史运行数据异常判断结果和模型收敛条件对所述模型进行训练，直至结果收敛，得到异常数据判断模型；
将所述运行数据输入至所述异常数据判断模型，得到异常判断结果；
若所述异常判断结果为数据异常，通过所述监测节点，返回数据异常结果；
对所述当前用户设备对应的运行数据进行异常标记；
当所述异常判断结果为数据异常时，数据中心基于当前监测节点，获取所有节点匹配度与当前监测节点相适配的用户设备的第二运行数据；其中，所述第二运行数据携带有设备唯一标记；
分别将所有所述第二运行数据输入至所述异常数据判断模型中，输出若干携带唯一标记的异常判断结果；
获取若干第二运行数据中异常判断结果为数据异常的第三运行数据；
获取与所述第三运行数据对应的用户设备的第二原始数据；
基于预设监测数据类型对所述第二原始数据分类，得到第二原始数据集；其中，所述第二原始数据集中每一数据均携带有监测数据类型；
采集所有所述第二原始数据集中均携带的监测数据类型，组建共同监测数据类型集；
获取与所述共同监测数据类型集中的监测数据类型相匹配的监测器件的异常信息；其中，所述异常信息包括：监测期间的异常原因、与所述异常原因对应的异常数据、历史监测数据以及与所述历史监测数据对应的异常判断结果；
分别根据每一所述监测器件的异常信息，建立若干异常分析诊断模型；
将所有所述第二原始数据集中数据分别输入至对应的异常分析诊断模型中，得到若干异常分析诊断结果；
分别判断每一所述第二原始数据集中是否存在异常分析诊断结果为数据异常的数据；
将所有存在数据异常的第二原始数据集根据异常数据的监测数据类型进行分类，得到若干第三原始数据集；其中，所述第三原始数据集中包括若干异常数据为相同监测数据类型的第二原始数据集；
基于预设设备大面积异常规则，判断每一所述第三原始数据集中第二原始数据集的数量是否超过预设设备大面积异常数量阈值；
若超过，将第二原始数据集的数量超过预设设备大面积异常数量阈值的第三原始数据集作为第四原始数据集；
基于所述第四原始数据集中对应的监测数据类型，确定存在设备大面积异常的监测器件，作为第一异常监测器件；
根据所述第四原始数据集对应的设备唯一标记，确定第一异常用户设备；
发出大面积相同设备异常报警信息，将所述第四原始数据集对应的第二运行数据进行大面积相同设备异常标记，并展示所述第一异常监测器件和所述第一异常用户设备；
若不超过，将第二原始数据集的数量不超过预设设备大面积异常数量阈值的第三原始数据集作为第五原始数据集；
基于所述第五原始数据集中对应的监测数据类型，确定存在异常的第二异常监测器件；
根据所述第四原始数据集对应的设备唯一标记，确定第二异常用户设备；
发出设备异常报警信息，将所述第五原始数据集对应的第二运行数据进行异常标记，并展示所述第二异常监测器件和所述第二异常用户设备。
2.根据权利要求1所述的一种水电站监测数据转换展示的方法，其特征在于，所述配置信息的确定步骤如下：
获取电站的维度；
基于预设的配置规则，根据所述电站的维度确定配置信息；其中，所述配置信息包括监测点名称、监测点编码、读地址、写地址、数据类型、数据精度其中任一项或多项结合。
3.根据权利要求1所述的一种水电站监测数据转换展示的方法，其特征在于，所述配置项的类型包括功能页类型、具体监测点类型、电站类型其中任一项。
4.根据权利要求1所述的一种水电站监测数据转换展示的方法，其特征在于，所述根据所述配置项，确定用户设备的原始数据，包括：
基于预设第三组装规则，根据所述配置项，智能组装出批量查询设备原始数据的请求参数；
根据所述请求参数，批量获取用户设备的原始数据。
5.根据权利要求1所述的一种水电站监测数据转换展示的方法，其特征在于，所述基于枚举策略和所述配置信息，解析所述原始数据，得到解析数据，包括：
循环所有所述配置信息，根据所述配置信息中的操作类型，确定对应的枚举策略；
基于对应所述枚举策略对所述原始数据进行对应解析，得到解析数据。
6.根据权利要求1所述的一种水电站监测数据转换展示的方法，其特征在于，所述根据当前用户设备的节点匹配度选择合适的监测节点，包括：
预先对每一监测节点进行节点编号，得到唯一的第一编号信息；
获取当前用户设备的第二编号信息；其中，所述第二编号信息包括：设备类型编号、设备所在区域编号和设备用途编号；
判断所有监测节点中是否存在与所述第二编号信息完全相同的第一编号信息；
若存在，得到第一监测节点，并将所述第一监测节点作为当前用户设备的监测节点；
若不存在，基于预设第一重要程度筛选规则，去除所述第二编号信息中的任一编号，得到第三编号信息；
判断所有监测节点中是否存在包含所述第三编号信息的第一编号信息；
若存在，得到第二监测节点，并将所述第二监测节点作为当前用户设备的监测节点；
若不存在，基于预设第二重要程度筛选规则，去除所述第三编号信息中的任一编号，得到第四编号信息；
判断所有监测节点中是否存在包含所述第四编号信息的第一编号信息；
若存在，得到第三监测节点，并将所述第三监测节点作为当前用户设备的监测节点；
若不存在，发出异常判断失效信号；
其中，当所述第二监测节点或所述第三监测节点为多个时，任选一个第二监测节点或所述第三监测节点作为当前用户设备的监测节点。
7.一种水电站监测数据转换展示的***，其特征在于，包括：
前端模块，用于获取用户需求信息，基于所述需求信息读取对应的配置信息；
第一组装模块，用于基于预设第一组装规则，组装所有所述配置信息，得到配置项；
后端模块，用于根据所述配置项，确定用户设备的原始数据；并基于枚举策略和所述配置信息，解析所述原始数据，得到解析数据；
第二组装模块，用于基于预设第二组装规则，组装所述解析数据，得到运行数据；
前端模块，还用于分别将所述运行数据和所述配置项进行展示；
所述枚举策略包括：Bit枚举策略、S16枚举策略、U16Bit枚举策略、S32枚举策略、AbsS16枚举策略、U16BitDouble枚举策略其中任一项；
所述Bit枚举策略，具体包括：获取第一地址差，基于所述第一地址差，获取所述原始数据中对应的第一原始值；基于预设格式化配置对所述第一原始值格式化，得到解析数据；
所述S16枚举策略，具体包括：获取第二地址差，基于所述第二地址差，获取所述原始数据中对应的第二原始值；将所述第二原始值转换为带符号的16位十进制数；根据对应的所述配置信息，处理所述带符号的16位十进制数的数据精度，得到解析数据；
所述U16Bit枚举策略，具体包括：获取第三地址差，基于所述第三地址差，获取所述原始数据中对应的第三原始值；将所述第三原始值转换为不带符号的16位十进制数；获取对应所述配置信息中与所述不带符号的16位十进制数对应的Bit位；将所述Bit位转换为对应的十进制数；基于预设格式化配置对所述十进制数格式化，得到解析数据；
所述S32枚举策略，具体包括：获取第四地址差，基于所述第四地址差，获取所述原始数据中对应的高位原始值和低位原始值；基于二进制高16位结合二进制低16位的方式，将所述高位原始值和低位原始值转换为32位二进制数；将所述32位二进制数转换为带符号的十进制数，得到解析数据；
所述AbsS16枚举策略，具体包括：获取第五地址差，基于所述第五地址差，获取所述原始数据中对应的第五原始值；将所述第五原始值转换为带符号的16位十进制数；根据对应的所述配置信息，处理所述带符号的16位十进制数的数据精度，得到精度数据；将所述精度数据取绝对值，得到解析数据；
所述U16BitDouble枚举策略，具体包括：获取第六地址差，基于所述第六地址差，获取所述原始数据中对应的第六原始值；将所述第六原始值转换为不带符号的16位十进制数；获取对应所述配置信息中多个与所述不带符号的16位十进制数对应的Bit位；将多个所述Bit位转换为对应的十进制数；基于预设格式化配置对所述十进制数格式化，得到解析数据；
其中，得到当前用户设备的运行数据后，还包括：
根据当前用户设备的节点匹配度选择合适的监测节点，向数据中心申请异常数据判断请求，并向所述数据中心提供当前用户设备的运行数据；
所述数据中心收到申请并同意后，根据所述监测节点的类型选取对应类型的历史运行数据、历史运行数据异常判断结果、模型和模型收敛条件；
基于所述历史运行数据、历史运行数据异常判断结果和模型收敛条件对所述模型进行训练，直至结果收敛，得到异常数据判断模型；
将所述运行数据输入至所述异常数据判断模型，得到异常判断结果；
若所述异常判断结果为数据异常，通过所述监测节点，返回数据异常结果；
对所述当前用户设备对应的运行数据进行异常标记；
当所述异常判断结果为数据异常时，数据中心基于当前监测节点，获取所有节点匹配度与当前监测节点相适配的用户设备的第二运行数据；其中，所述第二运行数据携带有设备唯一标记；
分别将所有所述第二运行数据输入至所述异常数据判断模型中，输出若干携带唯一标记的异常判断结果；
获取若干第二运行数据中异常判断结果为数据异常的第三运行数据；
获取与所述第三运行数据对应的用户设备的第二原始数据；
基于预设监测数据类型对所述第二原始数据分类，得到第二原始数据集；其中，所述第二原始数据集中每一数据均携带有监测数据类型；
采集所有所述第二原始数据集中均携带的监测数据类型，组建共同监测数据类型集；
获取与所述共同监测数据类型集中的监测数据类型相匹配的监测器件的异常信息；其中，所述异常信息包括：监测期间的异常原因、与所述异常原因对应的异常数据、历史监测数据以及与所述历史监测数据对应的异常判断结果；
分别根据每一所述监测器件的异常信息，建立若干异常分析诊断模型；
将所有所述第二原始数据集中数据分别输入至对应的异常分析诊断模型中，得到若干异常分析诊断结果；
分别判断每一所述第二原始数据集中是否存在异常分析诊断结果为数据异常的数据；
将所有存在数据异常的第二原始数据集根据异常数据的监测数据类型进行分类，得到若干第三原始数据集；其中，所述第三原始数据集中包括若干异常数据为相同监测数据类型的第二原始数据集；
基于预设设备大面积异常规则，判断每一所述第三原始数据集中第二原始数据集的数量是否超过预设设备大面积异常数量阈值；
若超过，将第二原始数据集的数量超过预设设备大面积异常数量阈值的第三原始数据集作为第四原始数据集；
基于所述第四原始数据集中对应的监测数据类型，确定存在设备大面积异常的监测器件，作为第一异常监测器件；
根据所述第四原始数据集对应的设备唯一标记，确定第一异常用户设备；
发出大面积相同设备异常报警信息，将所述第四原始数据集对应的第二运行数据进行大面积相同设备异常标记，并展示所述第一异常监测器件和所述第一异常用户设备；
若不超过，将第二原始数据集的数量不超过预设设备大面积异常数量阈值的第三原始数据集作为第五原始数据集；
基于所述第五原始数据集中对应的监测数据类型，确定存在异常的第二异常监测器件；
根据所述第四原始数据集对应的设备唯一标记，确定第二异常用户设备；
发出设备异常报警信息，将所述第五原始数据集对应的第二运行数据进行异常标记，并展示所述第二异常监测器件和所述第二异常用户设备。
CN202210537762.XA 2022-05-17 2022-05-17 一种水电站监测数据转换展示的方法及*** Active CN114896309B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210537762.XA CN114896309B (zh) 2022-05-17 2022-05-17 一种水电站监测数据转换展示的方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210537762.XA CN114896309B (zh) 2022-05-17 2022-05-17 一种水电站监测数据转换展示的方法及***

Publications (2)

Publication Number Publication Date
CN114896309A CN114896309A (zh) 2022-08-12
CN114896309B true CN114896309B (zh) 2023-02-03

Family

ID=82723488

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210537762.XA Active CN114896309B (zh) 2022-05-17 2022-05-17 一种水电站监测数据转换展示的方法及***

Country Status (1)

Country Link
CN (1) CN114896309B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116414420B (zh) * 2023-06-09 2023-10-13 山东华邦农牧机械股份有限公司 禽类养殖控制***的自动化升级方法
CN118069251A (zh) * 2024-04-22 2024-05-24 南方电网调峰调频发电有限公司储能科研院 储能站数据展示方法、装置、计算机设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103401725A (zh) * 2013-07-11 2013-11-20 华北水利水电大学 基于云存储的跨平台设备监测***及其监测方法
CN108896868A (zh) * 2018-06-21 2018-11-27 云南电网有限责任公司昭通供电局 一种即用式在线监测实现***及方法
WO2019076209A1 (zh) * 2017-10-16 2019-04-25 蔚来汽车有限公司 终端设备监测数据采集策略优化方法及装置
CN111190375A (zh) * 2020-01-21 2020-05-22 武汉瑞莱保能源技术有限公司 一种用于水电站设备的智能监控***与监控方法
CN111597091A (zh) * 2020-05-20 2020-08-28 北京金山云网络技术有限公司 数据监控方法及***、电子设备、计算机存储介质
CN114328698A (zh) * 2022-03-07 2022-04-12 宜科(天津)电子有限公司 一种数据转换***

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103401725A (zh) * 2013-07-11 2013-11-20 华北水利水电大学 基于云存储的跨平台设备监测***及其监测方法
WO2019076209A1 (zh) * 2017-10-16 2019-04-25 蔚来汽车有限公司 终端设备监测数据采集策略优化方法及装置
CN108896868A (zh) * 2018-06-21 2018-11-27 云南电网有限责任公司昭通供电局 一种即用式在线监测实现***及方法
CN111190375A (zh) * 2020-01-21 2020-05-22 武汉瑞莱保能源技术有限公司 一种用于水电站设备的智能监控***与监控方法
CN111597091A (zh) * 2020-05-20 2020-08-28 北京金山云网络技术有限公司 数据监控方法及***、电子设备、计算机存储介质
CN114328698A (zh) * 2022-03-07 2022-04-12 宜科(天津)电子有限公司 一种数据转换***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
用于电能质量监测的IEC61850协议转换策略研究;高金峰等;《郑州大学学报(理学版)》;20180125(第01期);全文 *

Also Published As

Publication number Publication date
CN114896309A (zh) 2022-08-12

Similar Documents

Publication Publication Date Title
CN114896309B (zh) 一种水电站监测数据转换展示的方法及***
CN108255649B (zh) 一种基于建模仿真协同分析的诊断策略设计方法
CN110727662A (zh) 基于相关性分析的低压台区用户相位识别方法和***
US11231980B1 (en) Method, device and system for fault detection
CN107069960B (zh) 一种二次运维管理***的在线缺陷诊断方法
CN106405294B (zh) 便携式配电产品传动校验仪及其实现的检验方法
CN111400505A (zh) 一种用电信息采集***匹配故障消缺方案的方法及***
CN115047322B (zh) 一种用于智能医疗设备的故障芯片的标识方法及***
CN114692875A (zh) 一种故障诊断用gis知识图谱的构建方法
CN115017214A (zh) 水电站辅助设备运行状态分析预警方法、装置及存储介质
CN111737763B (zh) 一种对区块链中存储数据升序排序***
CN205427070U (zh) 一种基于LabVIEW多变频器老化测试***
CN117650621A (zh) 一种电力***网络运行状态监控方法及***
CN105072056A (zh) 一种交换机自动巡检***及其巡检方法
CN114519219A (zh) 一种mfmea信息可视化方法及***
CN114814578A (zh) 超大型灯泡贯流式水轮机发电机组运行监测***
CN107809330B (zh) 设备配置方法
CN113836203A (zh) 一种网络数据化诊断检测分析***
CN105701716A (zh) 基于用户用电数据的能效分析方法
CN113240332B (zh) 一种配电***的运行管理方法及装置
CN117610980B (zh) 一种电力***量测质量的辅助分析方法及装置
CN117851645A (zh) 一种新能源场站设备和测点标准化编码方法和***
CN217721205U (zh) 一种远程多路径自动高精度对时装置
Fu et al. Design and Research of Optical Cable Monitoring System Based on Multi-Channel Sensing
CN114638290B (zh) 基于边缘计算和bp神经网络的环境监测仪器故障预测方法

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