CN117435131B - 基于城市电力设备监测的大数据存储方法、装置和介质 - Google Patents
基于城市电力设备监测的大数据存储方法、装置和介质 Download PDFInfo
- Publication number
- CN117435131B CN117435131B CN202311302960.9A CN202311302960A CN117435131B CN 117435131 B CN117435131 B CN 117435131B CN 202311302960 A CN202311302960 A CN 202311302960A CN 117435131 B CN117435131 B CN 117435131B
- Authority
- CN
- China
- Prior art keywords
- data
- storage
- node
- links
- urban
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000013500 data storage Methods 0.000 title claims abstract description 22
- 238000004891 communication Methods 0.000 claims abstract description 53
- 230000004044 response Effects 0.000 claims abstract description 37
- 238000003745 diagnosis Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000009792 diffusion process Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0668—Interfaces specially adapted for storage systems adopting a particular infrastructure
- G06F3/067—Distributed or networked storage systems, e.g. storage area networks [SAN], network attached storage [NAS]
-
- 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
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
- G06F3/0655—Vertical data movement, i.e. input-output transfer; data movement between one or more hosts and one or more storage devices
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供基于城市电力设备监测的大数据存储方法、装置和介质,本发明提供的方法包括如下步骤:构建存储网络;构建存储节点和通信链路;构建聚类节点嵌入通信链路内形成子链路;向聚类节点内写入数据,得到关于响应时间的第一泊松率;聚类节点写入新的监测数据和电力交换数据时计算第二泊松率;根据第二泊松率和置信阈值区间得到错误区域和错误城市电力设备。本发明通过将复杂的城市区域内的城市电力设备,从城市电力设备的数据拟合度角度构建基于通信响应时间的通信链路,并以写入数据时的响应时间分布率计算第一泊松率,通过将后续写入数据时的第二泊松率与第一泊松率对比得到响应分布错误的区域,以此在大数据存储的角度诊断城市电力设备。
Description
技术领域
本发明属于电力设备监测技术领域,具体涉及一种基于城市电力设备监测的大数据存储方法。
背景技术
电力设备监测主要由温度在线监测装置、避雷器绝缘在线监测装置、断路器在线监测装置组成,***涵盖了变电站主要电气设备绝缘状态参数的监测,监测参量多、功能齐全。对于城市电力设备而言,由于城市的复杂性,电力设备网络分布极其复杂且监控体量巨大,因此在城市电网运行的过程当中会产生大量的数据,即大数据。
大数据通常指的是那些数量巨大、难于收集、处理及分析的数据集,亦指那些在传统基础设施中长期保存的数据。大数据存储是将这些数据集持久化到计算机中,大数据应用的一个主要特点是实时性或者近实时,随着大数据应用的爆发性增长,它已经衍生出了自己独特的架构,而且也直接推动了存储、网络以及计算技术的发展。
现有的电力数据存储方法,针对电网设备监测问题上,只能对运行单位逐步结合巡检开展状态监测,无法真正并正常的做好在线监控,且现有的电力数据储存方法无法在故障前,做出相应的预警及提示。鉴于此,提出一种基于城市电力设备监测的大数据存储方法。
发明内容
本发明提供一种基于城市电力设备监测的大数据存储方法,存储城市电力设备的监测数据,且对数据异常进行预警和提示。
本发明的第一方面,提供一种基于城市电力设备监测的大数据存储方法,包括如下步骤:
构建基于电力***和城市电力设备的存储网络;
构建存储节点,每个所述存储节点由至少一个城市电力设备获取的数据集构成,且建立各存储节点之间的通信链路,
所述数据集包括第一数据和第二数据,
所述第一数据包括所述城市电力设备的监测数据,
所述第二数据包括所述城市电力设备的设备识别数据、区域识别数据和所述城市电力设备向其区域识别数据中对应区域的目标端执行电力交换的电力交换数据;
构建关于第二数据的聚类存储节点,
从一个所述存储节点向其通信链路上的预设间隔节点位置扩散获取所述存储节点的共建存储节点,从所述存储节点和所述共建存储节点的第二数据之间获取目标端拟合度,
所述目标端拟合度设置为根据第一区域条件和第一数据条件得到的拟合度,
所述第一区域条件为存储节点和对应其的共建存储节点之间的目标端区域拟合度;
所述第二区域条件为在第一区域条件下的目标端电力交换数据拟合度;
且将所述聚类存储节点嵌入多个存储节点的通信链路之间,并形成所述通信链路的子链路,所述子链路具有如下设置:
若所述聚类存储节点基于两个相邻的存储节点间的第二数据构建,所述子链路为相邻的所述存储节点间的通信链路设置的比例等分链路;
若所述聚类存储节点基于两个不相邻的存储节点间的第二数据构建,所述子链路为不相邻的所述存储节点间的最短通信链路设置的比例等分链路,或者
与关联的任意通信链路不相交的通信链路设置得到的比例等分链路;
若所述聚类存储节点基于超过两个存储节点的第二数据构建,所述子链路为关联的任意通信链路不相交的比例等分链路;
所述比例等分链路为所述聚类节点通信响应至其对应的存储节点的链路;
每一子链路的通信响应时长均设置为相同,
所述比例等分链路的通信响应时长根据一个聚类节点所连接的所述存储节点在该子链路中参与通信的各所述存储节点向同一个共建存储节点的目标端拟合度比值设置;
向各所述聚类节点内初始写入其对应的存储节点内的监测数据和电力交换数据,且在写入时从一个聚类节点发出响应信号通过所有子链路传播至各聚类节点中,多次选取不同的聚类节点发出响应信号得到各聚类节点的初始响应时间分布率,得到关于初始响应时间的第一泊松率,并预设第一泊松率的置信阈值区间;
当聚类节点写入新的监测数据和电力交换数据时计算第二泊松率,
根据第二泊松率在置信阈值区间得到错误区域和错误城市电力设备。
进一步的,根据第二泊松率在置信阈值区间内得到错误区域和错误城市电力设备后,还包括从聚类节点所对应的存储节点中调用监测数据,进行数据诊断。
进一步的,在根据第二泊松率得到错误区域和错误城市电力设备之后,还包括计算多个所述第二泊松率和第一泊松率之间的差值,得到差值在预设时间段内的分布,即单位时间内的差值泊松分布率。
进一步的,所述预设间隔节点位置设置为:
一个存储节点的相邻存储节点设置为位置一;
若预设间隔节点位置设置为N,则从位置一开始遍历至位置N,所述位置二为相邻存储节点的另一相邻位置。
进一步的,所述置信阈值区间设置为,
在执行初始写入其对应的存储节点内的监测数据和电力交换数据并得到第一泊松率后;
不改变写入数据源的条件下重复执行初始写入,得到多组第一泊松率,取多组第一泊松率的极值区间为置信阈值区间。
进一步的,进行数据诊断后,将被诊断的数据存储至纠错日志内。
本发明的第二方面,提供一种基于城市电力设备监测的装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,适于实现本发明第一方面提供的基于城市电力设备监测的大数据存储方法。
本发明的第三方面,提供一种存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,适于实现本发明第一方面提供的基于城市电力设备监测的大数据存储方法。
本发明的上述技术方案,相比现有技术具有以下优点:
本发明通过将复杂的城市区域内的城市电力设备,从城市电力设备的数据拟合度角度构建基于通信响应时间的通信链路,并以写入数据时的响应时间分布率计算第一泊松率,通过将后续写入数据时的第二泊松率与第一泊松率对比得到响应分布错误的区域,以此在大数据存储的角度诊断城市电力设备。
本发明首先通过构建城市区域内电力***相关的存储网络,对于存储网络中参与存储的城市电力设备,计算一个城市电力设备向另一个或者多个城市电力设备之间的电力交换区域拟合度和电力交换数据的拟合度,再构建虚拟的聚类存储节点,形成共建存储节点与由城市电力设备形成的存储节点之间的子链路,并且由于每个城市电力设备向另一个城市电力设备之间的目标端拟合度均不相同,实现了拟合度参与的通信链路,然后通过连续初始写入数据得到关于每个聚类存储节点接受到的响应时间的分布概率(第一泊松率),若城市电力设备的数据不再基准的设置下,其与另一个城市电力设备数据的目标端拟合度会变化,因此导致响应时间在网络中变化,以此前提下形成了分布概率的变化(第二泊松率)。
附图说明
图1是本发明实施例提供的方法的流程示意图。
图2是本发明实施例提供的装置的结构示意图。
具体实施方式
为了能够更加详尽地了解本公开实施例的特点与技术内容,下面结合附图对本公开实施例的实现进行详细阐述,所附附图仅供参考说明之用,并非用来限定本公开实施例。在以下的技术描述中,为方便解释起见,通过多个细节以提供对所披露实施例的充分理解。然而,在没有这些细节的情况下,一个或多个实施例仍然可以实施。在其它情况下,为简化附图,熟知的结构和装置可以简化展示。
实施例一
本实施例提供一种基于城市电力设备监测的大数据存储方法,如图1所示,包括如下步骤:
构建基于电力***和城市电力设备的存储网络;
构建存储节点,每个所述存储节点由至少一个城市电力设备获取的数据集构成,且建立各存储节点之间的通信链路,
所述数据集包括第一数据和第二数据,所述第一数据包括所述城市电力设备的监测数据,所述第二数据包括所述城市电力设备的设备识别数据、区域识别数据和所述城市电力设备向其区域识别数据中对应区域的目标端执行电力交换的电力交换数据;
构建关于第二数据的聚类存储节点,从一个所述存储节点向其通信链路上的预设间隔节点位置扩散获取所述存储节点的共建存储节点,从所述存储节点和所述共建存储节点的第二数据之间获取目标端拟合度,所述目标端拟合度设置为根据第一区域条件和第一数据条件得到的拟合度,所述第一区域条件为存储节点和对应其的共建存储节点之间的目标端区域拟合度;所述第二区域条件为在第一区域条件下的目标端电力交换数据拟合度;
且将所述聚类存储节点嵌入多个存储节点的通信链路之间,并形成所述通信链路的子链路,所述子链路具有如下设置:若所述聚类存储节点基于两个相邻的存储节点间的第二数据构建,所述子链路为相邻的所述存储节点间的通信链路设置的比例等分链路;若所述聚类存储节点基于两个不相邻的存储节点间的第二数据构建,所述子链路为不相邻的所述存储节点间的最短通信链路设置的比例等分链路,或者与关联的任意通信链路不相交的通信链路设置得到的比例等分链路;若所述聚类存储节点基于超过两个存储节点的第二数据构建,所述子链路为关联的任意通信链路不相交的比例等分链路;
所述比例等分链路为所述聚类节点通信响应至其对应的存储节点的链路;每一子链路的通信响应时长均设置为相同,所述比例等分链路的通信响应时长根据一个聚类节点所连接的所述存储节点在该子链路中参与通信的各所述存储节点向同一个共建存储节点的目标端拟合度比值设置;
向各所述聚类节点内初始写入其对应的存储节点内的监测数据和电力交换数据,且在写入时从一个聚类节点发出响应信号通过所有子链路传播至各聚类节点中,多次选取不同的聚类节点发出响应信号得到各聚类节点的初始响应时间分布率,得到关于初始响应时间的第一泊松率,并预设第一泊松率的置信阈值区间;当聚类节点写入新的监测数据和电力交换数据时计算第二泊松率,根据第二泊松率在置信阈值区间得到错误区域和错误城市电力设备。
在一种优选的实施方式下,多次选取不同的聚类节点作为响应发起的起点时,记录每次所选取的起点,以便于当写入新的监测数据和电力交换数据时得到准确的比对和参照。
具体地说,得到响应时间后,对聚类存储节点进行排序,并依次计算该聚类存储节点所对应获取的多组来自比例等分链路的响应时间计算其响应时间分布率。
然后根据第二泊松率在置信阈值区间内得到错误区域和错误城市电力设备后,还包括从聚类节点所对应的存储节点中调用监测数据,进行数据诊断。
所述置信阈值区间设置为,在执行初始写入其对应的存储节点内的监测数据和电力交换数据并得到第一泊松率后;不改变写入数据源的条件下重复执行初始写入,得到多组第一泊松率,取多组第一泊松率的极值区间为置信阈值区间。
作为本公开实施例的另一种优选方式,在根据第二泊松率得到错误区域和错误城市电力设备之后,还包括计算多个所述第二泊松率和第一泊松率之间的差值,得到差值在预设时间段内的分布,即单位时间内的差值泊松分布率。在本公开实施例中差值泊松率作为预测手段,在反复获取大批量的数据后,其差值分布也应当符合统计学,因此可以根据差值在预设时间段内的分布,在一定程度上预测在某个时间端内将要故障的城市电力设备。
进一步的,所述预设间隔节点位置设置为:一个存储节点的相邻存储节点设置为位置一;若预设间隔节点位置设置为N,则从位置一开始遍历至位置N,所述位置二为相邻存储节点的另一相邻位置。
作为本公开实施例的一种优选方式,进行数据诊断后,将被诊断的数据存储至纠错日志内。
本发明通过将复杂的城市区域内的城市电力设备,从城市电力设备的数据拟合度角度构建基于通信响应时间的通信链路,并以写入数据时的响应时间分布率计算第一泊松率,通过将后续写入数据时的第二泊松率与第一泊松率对比得到响应分布错误的区域,以此在大数据存储的角度诊断城市电力设备。
本发明首先通过构建城市区域内电力***相关的存储网络,对于存储网络中参与存储的城市电力设备,计算一个城市电力设备向另一个或者多个城市电力设备之间的电力交换区域拟合度和电力交换数据的拟合度,再构建虚拟的聚类存储节点,形成共建存储节点与由城市电力设备形成的存储节点之间的子链路,并且由于每个城市电力设备向另一个城市电力设备之间的目标端拟合度均不相同,实现了拟合度参与的通信链路,然后通过连续初始写入数据得到关于每个聚类存储节点接受到的响应时间的分布概率(第一泊松率),若城市电力设备的数据不再基准的设置下,其与另一个城市电力设备数据的目标端拟合度会变化,因此导致响应时间在网络中变化,以此前提下形成了分布概率的变化(第二泊松率)。
实施例二
结合图2所示,本公开实施例提供一种装置,包括处理器(processor)30和存储器(memory)31。
可选地,该装置还可以包括通信接口(CommunicationInterface)32和总线33。其中,处理器30、通信接口32、存储器31可以通过总线33完成相互间的通信。通信接口32可以用于信息传输。处理器30可以调用存储器31中的逻辑指令,以执行上述实施例的基于城市电力设备监测的大数据存储方法。
本公开实施例提供了一种存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为执行上述基于城市电力设备监测的大数据存储方法。
上述的存储介质可以是暂态计算机可读存储介质,也可以是非暂态计算机可读存储介质。非暂态存储介质,包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等多种可以存储程序代码的介质,也可以是暂态存储介质。
以上描述和附图充分地示出了本公开的实施例,以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求,否则单独的部件和作用是可选的,并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且,本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的,除非上下文清楚地表明,否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地,如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外,当用于本申请中时,术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素,和/或组件的存在,但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下,由语句“包括一个…”限定的要素,并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。本文中,每个实施例重点说明的可以是与其他实施例的不同之处,各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言,如果其与实施例公开的方法部分相对应,那么相关之处可以参见方法部分的描述。
Claims (8)
1.基于城市电力设备监测的大数据存储方法,其特征在于,包括如下步骤:
构建基于电力***和城市电力设备的存储网络;
构建存储节点,每个所述存储节点由至少一个城市电力设备获取的数据集构成,且建立各存储节点之间的通信链路,
所述数据集包括第一数据和第二数据,
所述第一数据包括所述城市电力设备的监测数据,
所述第二数据包括所述城市电力设备的设备识别数据、区域识别数据和所述城市电力设备向其区域识别数据中对应区域的目标端执行电力交换的电力交换数据;
构建关于第二数据的聚类节点,
从一个所述存储节点向其通信链路上的预设间隔节点位置扩散获取所述存储节点的共建存储节点,从所述存储节点和所述共建存储节点的第二数据之间获取目标端拟合度,
所述目标端拟合度设置为根据第一区域条件和第一数据条件得到的拟合度,
所述第一区域条件为存储节点和对应其的共建存储节点之间的目标端区域拟合度;
所述第一数据条件为在第一区域条件下的目标端电力交换数据拟合度;
且将所述聚类节点嵌入多个存储节点的通信链路之间,并形成所述通信链路的子链路,所述子链路具有如下设置:
若所述聚类节点基于两个相邻的存储节点间的第二数据构建,所述子链路为相邻的所述存储节点间的通信链路设置的比例等分链路;
若所述聚类节点基于两个不相邻的存储节点间的第二数据构建,所述子链路为不相邻的所述存储节点间的最短通信链路设置的比例等分链路,或者
与关联的任意通信链路不相交的通信链路设置得到的比例等分链路;
若所述聚类节点基于超过两个存储节点的第二数据构建,所述子链路为关联的任意通信链路不相交的比例等分链路;
所述比例等分链路为所述聚类节点通信响应至其对应的存储节点的链路;
每一子链路的通信响应时长均设置为相同,
所述比例等分链路的通信响应时长根据一个聚类节点所连接的所述存储节点在该子链路中参与通信的各所述存储节点向同一个共建存储节点的目标端拟合度比值设置;
向各所述聚类节点内初始写入其对应的存储节点内的监测数据和电力交换数据,且在写入时从一个聚类节点发出响应信号通过所有子链路传播至各聚类节点中,多次选取不同的聚类节点发出响应信号得到各聚类节点的初始响应时间分布率,得到关于初始响应时间的第一泊松率,并预设第一泊松率的置信阈值区间;
当聚类节点写入新的监测数据和电力交换数据时计算第二泊松率,
根据第二泊松率在置信阈值区间得到错误区域和错误城市电力设备。
2.根据权利要求1所述的基于城市电力设备监测的大数据存储方法,其特征在于,根据第二泊松率在置信阈值区间内得到错误区域和错误城市电力设备后,还包括从聚类节点所对应的存储节点中调用监测数据,进行数据诊断。
3.根据权利要求1所述的基于城市电力设备监测的大数据存储方法,其特征在于,在根据第二泊松率得到错误区域和错误城市电力设备之后,还包括计算多个所述第二泊松率和第一泊松率之间的差值,得到差值在预设时间段内的分布,即单位时间内的差值泊松分布率。
4.根据权利要求1所述的基于城市电力设备监测的大数据存储方法,其特征在于,所述预设间隔节点位置设置为:
一个存储节点的相邻存储节点设置为位置一;
若预设间隔节点位置设置为N,则从位置一开始遍历至位置N,位置二为相邻存储节点的另一相邻位置。
5.根据权利要求1所述的基于城市电力设备监测的大数据存储方法,其特征在于,所述置信阈值区间设置为,
在执行初始写入其对应的存储节点内的监测数据和电力交换数据并得到第一泊松率后;
不改变写入数据源的条件下重复执行初始写入,得到多组第一泊松率,取多组第一泊松率的极值区间为置信阈值区间。
6.根据权利要求2所述的基于城市电力设备监测的大数据存储方法,其特征在于,进行数据诊断后,将被诊断的数据存储至纠错日志内。
7.基于城市电力设备监测的大数据存储装置,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时,适于实现如权利要求1-6中任一项所述的基于城市电力设备监测的大数据存储方法。
8.存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时,适于实现如权利要求1-6任一项所述的基于城市电力设备监测的大数据存储方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311302960.9A CN117435131B (zh) | 2023-10-09 | 2023-10-09 | 基于城市电力设备监测的大数据存储方法、装置和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311302960.9A CN117435131B (zh) | 2023-10-09 | 2023-10-09 | 基于城市电力设备监测的大数据存储方法、装置和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117435131A CN117435131A (zh) | 2024-01-23 |
CN117435131B true CN117435131B (zh) | 2024-03-29 |
Family
ID=89548958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311302960.9A Active CN117435131B (zh) | 2023-10-09 | 2023-10-09 | 基于城市电力设备监测的大数据存储方法、装置和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117435131B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110086649A (zh) * | 2019-03-19 | 2019-08-02 | 深圳壹账通智能科技有限公司 | 异常流量的检测方法、装置、计算机设备及存储介质 |
CN110826785A (zh) * | 2019-10-28 | 2020-02-21 | 同济大学 | 一种基于k-medoids聚类和泊松逆高斯的高风险路段识别方法 |
CN115544425A (zh) * | 2022-08-25 | 2022-12-30 | 中国科学院上海技术物理研究所 | 一种基于目标信噪比特征估计的鲁棒多目标跟踪方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9438501B2 (en) * | 2006-08-21 | 2016-09-06 | Lenovo Enterprise Solutions (Singapore) Pte. Ltd. | Multi-scale network traffic generator |
-
2023
- 2023-10-09 CN CN202311302960.9A patent/CN117435131B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110086649A (zh) * | 2019-03-19 | 2019-08-02 | 深圳壹账通智能科技有限公司 | 异常流量的检测方法、装置、计算机设备及存储介质 |
CN110826785A (zh) * | 2019-10-28 | 2020-02-21 | 同济大学 | 一种基于k-medoids聚类和泊松逆高斯的高风险路段识别方法 |
CN115544425A (zh) * | 2022-08-25 | 2022-12-30 | 中国科学院上海技术物理研究所 | 一种基于目标信噪比特征估计的鲁棒多目标跟踪方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117435131A (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111371587B (zh) | 分层式配电网故障定位***、方法、服务器和设备 | |
CN103995215B (zh) | 一种基于多层次反馈调整的智能电网故障诊断方法 | |
CN106685676B (zh) | 一种节点切换方法及装置 | |
CN111966289B (zh) | 基于Kafka集群的分区优化方法和*** | |
CN109474023B (zh) | 智能配电网区段实时更新方法、***、存储介质及终端 | |
CN110456234B (zh) | 故障电弧的检测方法、装置和*** | |
CN107104820B (zh) | 基于f5服务器节点的动态扩容日常运维方法 | |
CN111404270A (zh) | 基于同步计数法的低压配电台区拓扑层次识别方法、装置及设备 | |
CN114062872A (zh) | 电气设备的状态监测方法、装置、***及存储介质 | |
CN111092752A (zh) | 跨多个网络切片的故障定位方法及装置 | |
CN114070742A (zh) | 电力监控***网络拓扑识别方法及平台 | |
CN117435131B (zh) | 基于城市电力设备监测的大数据存储方法、装置和介质 | |
Zhang et al. | Adaptive failure prediction using long short-term memory in optical network | |
CN114413409A (zh) | 用于空调故障概率的检测方法及装置、智能空调 | |
CN101945014B (zh) | 一种速率统计的方法和装置 | |
CN112906253A (zh) | 一种铁路信号动态仿真检测方法及*** | |
CN108737210A (zh) | 一种基于实时监测的智能变电站配置文件校核方法 | |
CN110224872B (zh) | 一种通信方法、装置及存储介质 | |
CN116938953A (zh) | 基于区块链的数据处理方法、装置、电子设备及存储介质 | |
CN112162174A (zh) | 基于营配一体的台区故障定位方法及*** | |
CN115277784B (zh) | 便于实现本地权限控制的工业物联网***及控制方法 | |
CN109359800B (zh) | 一种配电自动化主站***运行状态的评价方法及*** | |
CN116488852A (zh) | 一种基于aigc的网络安全伺服*** | |
CN116319424A (zh) | 基于边缘计算的能源数据调用***及方法 | |
CN114519259A (zh) | 配电信息物理***可靠性评估方法 |
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 |