本發(fā)明涉及智能電網(wǎng)數(shù)據(jù)處理，具體地說(shuō)，涉及一種基于邊緣計(jì)算的智能電網(wǎng)數(shù)據(jù)處理方法、系統(tǒng)、設(shè)備及介質(zhì)。

背景技術(shù)：

1、智能電網(wǎng)是當(dāng)今學(xué)術(shù)界和工業(yè)界的研究熱點(diǎn)之一。其主要目標(biāo)是提供雙向通信，以便云控制中心與用戶(hù)之間可以交換電力和信息。智能電網(wǎng)增強(qiáng)了傳統(tǒng)電網(wǎng)的基礎(chǔ)設(shè)施，使電網(wǎng)運(yùn)營(yíng)商可以更好與用戶(hù)交流，以滿(mǎn)足他們的電力需求。智能電網(wǎng)不僅是電網(wǎng)運(yùn)營(yíng)的改進(jìn)框架，而且可以讓用戶(hù)了解他們的電力使用情況，并選擇更好的能源利用計(jì)劃?；谟脩?hù)使用數(shù)據(jù)，智能電網(wǎng)可以管理其操作，包括按需響應(yīng)、預(yù)測(cè)、可用性、客戶(hù)計(jì)費(fèi)、中斷和減輕潛在的安全威脅。然而，隨著能源需求的不斷增長(zhǎng)，傳統(tǒng)電網(wǎng)已經(jīng)無(wú)法滿(mǎn)足現(xiàn)代社會(huì)對(duì)能源的需求。因此，智能電網(wǎng)逐漸發(fā)展壯大，并與人工智能、云計(jì)算、區(qū)塊鏈、大數(shù)據(jù)等技術(shù)相互融合，以滿(mǎn)足當(dāng)下能源發(fā)展的要求。

2、邊緣計(jì)算是一種集網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用和智能為一體的開(kāi)放式平臺(tái)，它與云計(jì)算相互協(xié)作，促進(jìn)行業(yè)數(shù)字化轉(zhuǎn)型。在大數(shù)據(jù)背景下，智能電網(wǎng)資產(chǎn)信息的綜合處理包含對(duì)相關(guān)數(shù)據(jù)的評(píng)估、調(diào)度，其本質(zhì)是對(duì)基于大數(shù)據(jù)挖掘的智能電網(wǎng)資產(chǎn)信息時(shí)間序列分布進(jìn)行分析，并結(jié)合優(yōu)化調(diào)度及控制方法實(shí)現(xiàn)對(duì)智能電網(wǎng)資產(chǎn)信息的評(píng)估與處理。傳統(tǒng)分析方法大多基于大數(shù)據(jù)預(yù)測(cè)和調(diào)度方法，結(jié)合相關(guān)性與自適應(yīng)評(píng)估方法對(duì)電網(wǎng)資產(chǎn)信息進(jìn)行處理。但由于信息規(guī)模的不斷擴(kuò)大，傳統(tǒng)云計(jì)算的智能電網(wǎng)數(shù)據(jù)處理方法在時(shí)效性和可靠性方面均暴露出了一定的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明針對(duì)現(xiàn)有的現(xiàn)有云計(jì)算的智能電網(wǎng)數(shù)據(jù)處理方法在時(shí)效性和可靠性不足的問(wèn)題，提出一種基于邊緣計(jì)算的智能電網(wǎng)數(shù)據(jù)處理方法、系統(tǒng)、設(shè)備及介質(zhì)；首先預(yù)處理從邊緣節(jié)點(diǎn)獲取的智能電網(wǎng)數(shù)據(jù)；其次調(diào)用隨機(jī)森林算法分類(lèi)預(yù)處理后的智能電網(wǎng)數(shù)據(jù)，得到分類(lèi)后的智能電網(wǎng)數(shù)據(jù)；然后將分類(lèi)后的智能電網(wǎng)數(shù)據(jù)分別輸入至構(gòu)建的神經(jīng)網(wǎng)絡(luò)中，得到處理結(jié)果；最后根據(jù)處理結(jié)果調(diào)整神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，得到優(yōu)化后的神經(jīng)網(wǎng)絡(luò)，得到智能電網(wǎng)預(yù)測(cè)結(jié)果，生成智能電網(wǎng)調(diào)度方案；在保證數(shù)據(jù)處理的可靠性與時(shí)效性的同時(shí)，提高了數(shù)據(jù)處理效率。

2、本發(fā)明具體實(shí)現(xiàn)內(nèi)容如下：

3、一種基于邊緣計(jì)算的智能電網(wǎng)數(shù)據(jù)處理方法，具體包括以下步驟：

4、步驟s1：預(yù)處理從邊緣節(jié)點(diǎn)獲取的智能電網(wǎng)數(shù)據(jù)；

5、步驟s2：調(diào)用隨機(jī)森林算法分類(lèi)預(yù)處理后的智能電網(wǎng)數(shù)據(jù)，得到分類(lèi)后的智能電網(wǎng)數(shù)據(jù)；

6、步驟s3：將分類(lèi)后的智能電網(wǎng)數(shù)據(jù)分別輸入至構(gòu)建的神經(jīng)網(wǎng)絡(luò)中，得到處理結(jié)果；

7、步驟s4：根據(jù)處理結(jié)果調(diào)整神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，得到優(yōu)化后的神經(jīng)網(wǎng)絡(luò)，根據(jù)優(yōu)化后的神經(jīng)網(wǎng)絡(luò)，得到智能電網(wǎng)預(yù)測(cè)結(jié)果，生成智能電網(wǎng)調(diào)度方案。

8、為了更好地實(shí)現(xiàn)本發(fā)明，進(jìn)一步地，所述步驟s2具體包括以下步驟：

9、步驟s21：提取預(yù)處理后的智能電網(wǎng)數(shù)據(jù)特征，得到智能電網(wǎng)數(shù)據(jù)特征量；

10、步驟s22：根據(jù)設(shè)定的標(biāo)簽、智能電網(wǎng)數(shù)據(jù)特征量，得到智能電網(wǎng)數(shù)據(jù)集；

11、步驟s23：根據(jù)智能電網(wǎng)數(shù)據(jù)集的子集訓(xùn)練隨機(jī)森林決策樹(shù)的分類(lèi)器，得到?jīng)Q策樹(shù)中點(diǎn)分類(lèi)函數(shù)；

12、步驟s24：根據(jù)決策樹(shù)中點(diǎn)分類(lèi)函數(shù)和設(shè)定的閾值，將智能電網(wǎng)數(shù)據(jù)集劃分為左子樹(shù)、右子樹(shù)；

13、步驟s25：根據(jù)劃分的左子樹(shù)、右子樹(shù)，計(jì)算劃分基尼系數(shù)；

14、步驟s26：根據(jù)基尼系數(shù)，計(jì)算最小特征量，根據(jù)最小特征量分類(lèi)智能電網(wǎng)數(shù)據(jù)，得到分類(lèi)后的智能電網(wǎng)數(shù)據(jù)。

15、為了更好地實(shí)現(xiàn)本發(fā)明，進(jìn)一步地，所述分類(lèi)的智能電網(wǎng)數(shù)據(jù)包括負(fù)荷數(shù)據(jù)、用戶(hù)信息數(shù)據(jù)、電網(wǎng)設(shè)備數(shù)據(jù)、系統(tǒng)運(yùn)行信息數(shù)據(jù)。

16、為了更好地實(shí)現(xiàn)本發(fā)明，進(jìn)一步地，所述步驟s3具體包括以下步驟：

17、步驟s31：設(shè)置神經(jīng)網(wǎng)絡(luò)輸入層節(jié)點(diǎn)數(shù)、隱含層節(jié)點(diǎn)數(shù)、輸出層節(jié)點(diǎn)數(shù)，構(gòu)建神經(jīng)網(wǎng)絡(luò)；

18、步驟s32：根據(jù)輸入層至隱含層的權(quán)重、輸入層至隱含層的偏置，得到隱含層輸出函數(shù)；

19、步驟s33：根據(jù)隱含層輸出函數(shù)、隱含層至輸出層的權(quán)重、隱含層至輸出層的偏置，得到輸出層輸出函數(shù)；

20、步驟s34：根據(jù)輸出層輸出函數(shù)，將分類(lèi)后的智能電網(wǎng)數(shù)據(jù)輸入至構(gòu)建的神經(jīng)網(wǎng)絡(luò)中，得到處理結(jié)果。

21、為了更好地實(shí)現(xiàn)本發(fā)明，進(jìn)一步地，所述步驟s4具體包括以下步驟：

22、步驟s41：根據(jù)輸出層輸出函數(shù)、設(shè)定的誤差偏置，構(gòu)建損失函數(shù)；

23、步驟s42：調(diào)用梯度下降法更新神經(jīng)網(wǎng)絡(luò)權(quán)重，得到更新后的神經(jīng)網(wǎng)絡(luò)；

24、步驟s43：根據(jù)處理結(jié)果調(diào)整更新后的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，得到優(yōu)化后的神經(jīng)網(wǎng)絡(luò)；

25、步驟s44：根據(jù)優(yōu)化后的神經(jīng)網(wǎng)絡(luò)，得到智能電網(wǎng)預(yù)測(cè)結(jié)果；

26、步驟s45：根據(jù)智能電網(wǎng)預(yù)測(cè)結(jié)果，生成智能電網(wǎng)調(diào)度方案。

27、為了更好地實(shí)現(xiàn)本發(fā)明，進(jìn)一步地，所述步驟s42具體包括以下步驟：

28、步驟s421：調(diào)用梯度下降法更新輸出層權(quán)重梯度、輸出層偏置梯度；

29、步驟s422：根據(jù)鏈?zhǔn)椒▌t更新隱含層權(quán)重梯度、隱含層偏置梯度；

30、步驟s423：重復(fù)步驟s421-步驟s422，直至損失函數(shù)的損失值小于設(shè)定的損失函數(shù)閾值，得到更新后的神經(jīng)網(wǎng)絡(luò)。

31、為了更好地實(shí)現(xiàn)本發(fā)明，進(jìn)一步地，所述步驟s1的具體操作為：首先從邊緣節(jié)點(diǎn)采集智能電網(wǎng)數(shù)據(jù)，然后根據(jù)采集的智能電網(wǎng)數(shù)據(jù)的均值、采集的智能電網(wǎng)數(shù)據(jù)的標(biāo)準(zhǔn)差，歸一化處理采集的智能電網(wǎng)數(shù)據(jù)，得到預(yù)處理后的智能電網(wǎng)數(shù)據(jù)。

32、基于上述的基于邊緣計(jì)算的智能電網(wǎng)數(shù)據(jù)處理方法，為了更好地實(shí)現(xiàn)本發(fā)明，進(jìn)一步地，提出一種基于邊緣計(jì)算的智能電網(wǎng)數(shù)據(jù)處理系統(tǒng)，用于執(zhí)行上述的一種基于邊緣計(jì)算的智能電網(wǎng)數(shù)據(jù)處理方法；包括預(yù)處理單元、分類(lèi)單元、處理單元、預(yù)測(cè)單元；

33、所述預(yù)處理單元，用于預(yù)處理從邊緣節(jié)點(diǎn)獲取的智能電網(wǎng)數(shù)據(jù)；

34、所述分類(lèi)單元，用于調(diào)用隨機(jī)森林算法分類(lèi)預(yù)處理后的智能電網(wǎng)數(shù)據(jù)，得到分類(lèi)后的智能電網(wǎng)數(shù)據(jù)；

35、所述處理單元，用于將分類(lèi)后的智能電網(wǎng)數(shù)據(jù)分別輸入至構(gòu)建的神經(jīng)網(wǎng)絡(luò)中，得到處理結(jié)果；

36、所述預(yù)測(cè)單元，用于根據(jù)處理結(jié)果調(diào)整神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，得到優(yōu)化后的神經(jīng)網(wǎng)絡(luò)，根據(jù)優(yōu)化后的神經(jīng)網(wǎng)絡(luò)，得到智能電網(wǎng)預(yù)測(cè)結(jié)果，生成智能電網(wǎng)調(diào)度方案。

37、基于上述的基于邊緣計(jì)算的智能電網(wǎng)數(shù)據(jù)處理方法，為了更好地實(shí)現(xiàn)本發(fā)明，進(jìn)一步地，提出一種電子設(shè)備，包括存儲(chǔ)器和處理器；所述存儲(chǔ)器上存儲(chǔ)有計(jì)算機(jī)程序；當(dāng)所述計(jì)算機(jī)程序在所述處理器上執(zhí)行時(shí)，實(shí)現(xiàn)上述的基于邊緣計(jì)算的智能電網(wǎng)數(shù)據(jù)處理方法。

38、基于上述的基于邊緣計(jì)算的智能電網(wǎng)數(shù)據(jù)處理方法，為了更好地實(shí)現(xiàn)本發(fā)明，進(jìn)一步地，提出一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)指令；當(dāng)所述計(jì)算機(jī)指令在上述的電子設(shè)備上執(zhí)行時(shí)，實(shí)現(xiàn)上述的基于邊緣計(jì)算的智能電網(wǎng)數(shù)據(jù)處理方法。

39、本發(fā)明具有以下有益效果：

40、本發(fā)明在靠近智能電網(wǎng)數(shù)據(jù)源一側(cè)部署邊緣計(jì)算節(jié)點(diǎn)，利用隨機(jī)森林算法分類(lèi)智能電網(wǎng)數(shù)據(jù)，并將其輸入至構(gòu)建的神經(jīng)網(wǎng)絡(luò)中進(jìn)行分析學(xué)習(xí)，不斷迭代優(yōu)化得到相應(yīng)的電力系統(tǒng)服務(wù)需求結(jié)果，在保證數(shù)據(jù)處理的可靠性與時(shí)效性的同時(shí)，提高了數(shù)據(jù)處理效率。