一种基于电力K线分析数据的系统

技术领域

本发明涉及电力系统数据分析及可视化展示领域，具体说的是一种基于电力K线分析数据的系统。

背景技术

随着电力系统的不断发展与壮大，电力系统数据呈现极大的膨胀和爆炸态势。数据不仅是信息时代发展的必然产物，更是推动世界经济迅猛发展的源动力，因此数据分析的重要性尤为突出。在电力系统内，常用的可视化分析数据的形式分为：表格、柱图、折线图、饼图，这些形式可以简洁明了的展现出数据的基本规律态势，但是分析形式和分析角度过于单一平庸，而且面对不断增长的数据分析需求，对深层次的数据分析显得有些无力，大大降低了相关电力生产工作的效率。

发明内容

针对现有技术的不足，本发明提供了一种基于电力K线分析数据的系统，解决了原有电力数据分析过于单一，同时无法深层次分析数据的问题。

本发明为实现上述目的所采用的技术方案是：一种基于电力K线分析数据的系统，包括：前端界面层和后台层；

前端界面层，包括图像显示区和指令按钮区，采集用户输入的指令发送给后台控制器，以及接收后台的电力K线数据和数据分析结果并进行可视化展示；

所述后台层，包括数据采集模块、K线数据处模块、控制器模块、数据分析模块；用于采集电力系统每日日常数据并转化为K线数据格式，对展示数据通过均线分析、趋势分析、对比分析、推演分析、预测分析进行数据分析。

所述数据采集模块，连接外部上位机设备，用于采集电力系统日常数据；所述K线数据处模块，对日常电力数据进行数据处理，按照设定周期和该时间周期内的电力数值绘制该周期内的电力K线图，并保存K线图数据格式；所述控制器模块，用于根据用户指令要求调配数据采集模块、K线数据处模块、数据分析模块协调工作；所述数据分析模块，根据K线图数据格式、用户指令要求得到电力数据的分析结果。

所述的电力系统每日的日常数据为：电力系统每一分钟记录一个数据，每日记录1440次，即为每日1440点的电力数据。

所述电力系统每日的日常数据包括以下种类：发电数据、受电数据、发受电收据、负荷预测数据、计划数据、电压数据、电流数据、现货及辅助服务市场交易数据、电网运行指标数据、二次系统运行状态数据、稳控及保护定值数据、水库水情数据。

所述绘制该周期内的电力K线图包括：

以横轴表示时间，纵轴表示数值；

a.采集该周期内的电力开始值、电力最大值、电力最小值、电力结束值，绘制矩形柱体；

b.提取最大和最小电力值，垂直地连成一条直线；

c.若该周期内电力结束值较电力开始值高，则对柱体着A颜色；如果该周期的电力结束值较电力开始值低，则对柱体着B颜色。

所述设定周期为15分钟、日、周、月、年，则对应有15分钟K线、小时K线、日K线、周K线、月K线、年K线。

所述数据分析模块包括均线分析单元、趋势分析单元、对比分析单元、推演分析单元、预测分析单元；

所述均线分析单元用于根据各周期K线数据计算指定时长内的移动平均线并作为均线分析结果发送至前端界面层进行展示；所述均线用于展示某一时间段内的电力数据的平均值及趋势；

所述趋势分析单元，用于在当前K线图下按照用户拖动时间轴的要求，展示更多时间尺度的数据曲线；

所述对比分析单元，用于对两个以上多个K线数据在同一数值坐标系、百分比坐标系下分别通过数值、百分比的形式进行对比展示；

所述推演分析单元，用于将上位机输入的预测数据以电力K线的形式，按照时序逐渐在界面中显示出来；

所述预测分析单元，用于将上位机输入的预测数据与实际数据在同一坐标系下按照时序进行动画叠加展示，用于直观展示实际电力数据是否跟随预测电力数据。

所述MA移动平均线的计算方法为：N的移动平均线＝N个数据之和/N后得到对应均值的连线。

所述用户指令包括：计算选定周期的电力K线数据、均线分析、对比分析、推演分析、预测分析。

本发明具有以下有益效果及优点：

1.本发明设计电力K线区别于原有的折线图、柱图等图形化分析方式，可多角度多维度分析数据，设计新颖，细腻独到。

2.本发明设计电力K线基于股市及期货市场修改，可把某一周期内的电力情况记录下来，在经过一段时间的数据累计后，可在图上形成一种特殊区域或形态，可以从这些形态的变化中进行数据分析，具有科学性。

3.本发明设计电力K线这种分析数据形式与电力大数据平台更加契合，当数据量足够多的时候，通过大量的电力K线数据可进行海量数据趋势分析。

4.出去本文中提到的均线分析、趋势分析、对比分析、推演分析、预测分析等分析形式外，电力K线还有包括模拟预测在内的很多深层次分析形式，进而进行数据挖掘，具有很好的前瞻性及发展性。

附图说明

图1是本发明的系统结构示意图；

图2是电力K线绘制方式图；

图3是电力K线绘制样例图。

具体实施方式

下面结合附图及实施例对本发明做进一步的详细说明。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但本发明能够以很多不同于在此描述的其他方式来实施，本领域技术人员可以在不违背发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施的限制。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在发明的说明书中所使用的术语只是为了描述具体的实施目的，不是旨在于限制本发明。

如图1所示为本发明的系统结构示意图。一种基于电力K线分析数据的系统，包括：前端界面层和后台层；前端界面层，包括图像显示区和指令按钮区，采集用户输入的指令发送给后台控制器，以及接收后台的电力K线数据和数据分析结果并进行可视化展示；所述后台层，包括数据采集模块、K线数据处模块、控制器模块、数据分析模块；采用于采集电力系统每日电力数据并转化为K线数据格式，对展示数据通过均线分析、趋势分析、对比分析、推演分析、预测分析进行数据分析。所述数据采集模块，连接外部上位机设备，用于采集电力系统日常电力数据；所述K线数据处模块，对日常电力数据进行数据处理，按照设定周期和该时间周期内的电力数值绘制该周期内的电力K线图，并保存K线图数据格式；所述控制器模块，用于根据用户指令要求调配数据采集模块、K线数据处模块、数据分析模块协调工作；所述数据分析模块，根据K线图数据格式、用户指令要求得到电力数据的分析结果。所述数据分析模块包括均线分析单元、趋势分析单元、对比分析单元、推演分析单元、预测分析单元。

首先采集电力系统每日1440点的电力数据。所述的每日1440点的电力数据为：电力系统每一分钟记录一个电力数据，每日记录1440次，即为每日1440点的电力数据。我们这里以全网发电电力数据为例，首先我们收集2020年1月1日值2020年12月31日全年的全网发电1440点电力数据，即366行每行1440个点的电力数据。然后我们按照15分钟、小时、日、周、月、年划分将其转化为电力K线数据。

股市及期货市场中的K线图的画法包含四个数据，即开盘价、最高价、最低价、收盘价，所有的k线都是围绕这四个数据展开，反映大势的状况和价格信息。如果把每日的K线图放在一张纸上，就能得到日K线图，同样也可画出周K线图、月K线图。本发明中的电力K线为：仿照股市K线，设计电力系统K线。电力K线的四个数据为某一周期的电力开始值、电力最大值、电力最小值、电力结束值。举例来说，每日8点的小时K线的四个值为：08:00的电力开始值、08:00到08:59间的电力最大值、08:00到08:59间的电力最小值、08:59的电力结束值。

具体转换形式为：15分钟电力K线：每小时选取0分～14分，15分～29分，30分～44分，45分～59分数据分别计算15分钟K线数据，各段时间中按照时间取第一个分钟的数据作为起点，最后一个分钟的数据作为终点，加和后除以60作为积分数据，计算算术平均值作为平均数，数值为正数据加和除以60作为正向积分，数值为负数据加和除以60作为反向积分。

小时电力K线：通过15分钟K线数据计算，取同一小时的所有15分钟K线数据计算得出，开始值为0分～14分的15分钟K线数据中的开始值，终点值为45分～59分的15分钟K线数据中的终点值，积分为4段15分钟K线数据的积分数据加和，平均数为4段15分钟K线数据的平均数加和除以4，正向积分为4段15分钟K线数据的正向积分加和，反向积分为4段15分钟K线数据的反向积分加和。

日点K线：通过24小时K线数据计算，开始值为0小时K线数据开始值，终点值为23小时K线数据终点值，积分为所有24个小时K线数据积分加和，平均数为24小时K线数据平均数加和除以24，正向积分为24小时正向积分加和，反向积分为24小时反向积分加和。

周电力K线：通过日K线数据计算，开始值为周一日K线数据开始值，终点值为周日K线数据终点值，积分为当周7天日K线数据积分加和，平均数为当周7天日K线数据平均数加和除以7，正向积分为当周7天日K线数据正向积分加和，反向积分为当周7天日积分数据反向积分加和。

月电力K线：通过日K线数据计算，开始值为当月一号K线数据开始值，终点值为当月最后一天日K线数据终点值，积分为当月所有日K线数据积分加和，平均数为当月所有日K线数据平均数加和除以加和天数，正向积分为当月日k线积分数据正向积分数据加和，反向积分为当月所有日反向积分数据加和。

年电力K线：通过月K线数据计算，开始值为当年一月K线数据开始值，终点值为当年12月K线数据终点值，积分为当年所有月份K线数据积分加和，平均数为当年所有月K线数据平均数加和除以加和月份，正向积分为当年所有月K线数据正向积分加和，反向积分为当年所有月K线数据反向积分加和。

待数据转化完毕后，我们将整理好的数据传输至系统展示界面，按照如图2所示的K线绘制形式，将电力K线数据绘制成图，其中15分钟K线由4*24*366＝35136个电力K线组成，小时K线由24*366＝8784个电力K线组成，日K线由366个电力K线组成，周K线由52个电力K线组成，月K线由12个电力K线组成，年K线由1个电力K线组成。具体展示形式可参考图3电力K线绘制样例图。

所述电力K线绘制方式为：首先我们找到某一周期的最大和最小电力值，垂直地连成一条直线；然后再找出该周期的电力开始值和电力结束值，把这二个数值连接成一条狭长的长方柱体。假如该周期的电力结束值较电力开始值为高，我们便以红色来表示，同时在柱体上不着色。如果该周期的电力结束值较电力开始值为低，我们则以绿色表示，同时在柱上涂绿色。

基础分析：基于此时的电力K线图，我们可以进行一些基本的电力数据展示与分析，例如查看每小时、日、周、月、年的电力极值，电力上升或下降的趋势，某一时间段电力的多少，一天中哪几个小时、一个月中哪些天等电力变化更加密集等。所述高密度展示为：压缩每个电力K线的大小，在固定区域大小内，展示大量压缩的电力K线，以分析电力变化趋势。

均线分析：基于此时的电力K线图，我们继续计算并绘制各类均线，进行深层次的数据分析。

移动平均线，Moving Average，简称MA，MA是用统计分析的方法，将一定时期内的证券价格(指数)加以平均，并把不同时间的平均值连接起来，形成一根MA，用以观察证券价格变动趋势的一种技术指标。

MA均线的计算方法：N的移动平均线＝N数据和/N的连线。本文中使用的MA为电力MA，即用电力K线数据计算出的移动平均线。以15分钟K线为例，其中MA4即为每4个15分钟计算平均，MA32即为每32个15分钟计算平均。本文设计出的15分钟K线为MA4、MA32、MA96，小时K线为MA8、MA24、MA120，日K线为MA7、MA14、MA30、MA182、MA365，周K线为MA4、MA26、MA52，月K线为MA3、MA6、MA12，年K线为MA5、MA10。又以全网发电电力数据日K线的MA7为例，第7天均值为1日到7日的数据和除以7，第8天的均值为2日到8日的数据合除以7，以此类推。通过均线可看出某一时间段内，发电电力的平均值及趋势，此方法即为本发明设计的电力K线均线分析法。

趋势分析：基于本发明设计电力K线图，可进行电力数据的变化趋势分析，这里以全网发电的小时K线举例。我们将2020年7月1日至31日的电力K线图压缩至一个屏幕内可看到多日的电力K线(一日的电力K线由24个小时电力K线绘制而成)，通过拖动可观察到2020年7月每日的电力发电数据都符合统一的发电趋势，即每日的0时左右至3时左右发电呈下降趋势，4时左右至10时左右呈上升趋势，经过一小时的下降后，12时左右至16时左右呈上升趋势，除去19时左右上升，该日剩余升段呈下降趋势。此方法即为本发明设计的电力K线趋势分析法。

对比分析：基于本发明设计电力K线图，可进行电力数据的对比分析，这里以全网发电的小时K线举例。由于对比数据可能存在数量级上的差别，造成坐标系上下差距过大，达不到对比显示效果，因此本发明在进行对比分析时支持数值对比及百分比对比。其中数值对比即为将若干电力K线放在同一数值坐标系中展示并进行时间段电力数值、极值、电力变化趋势等维度的比较；百分比对比即为将数值转换为对应百分比数值，在统一百分比坐标系中进行比较，具体百分比计算方式为：获取当前时间段的第一个起点值，将每个数据点的起点值、结束值、最大值、最小值除以第一个起点值减1得到新的数值，并获取当前时间段的最大值、最小值分别乘以100，通过计算坐标间隔，将最后得到的结果加上“％”就将数值坐标转换为百分比坐标。此方法即为本发明设计的电力K线对比分析法。

推演分析：基于本发明设计电力K线图，可进行电力数据的推演分析，这里以全网风电发电举例。选择全网风电发电的电力日K线，选择推演日期，进行推演。推演一般推演至最新的预测数据日期，而全网风电发电预测预测日期为七日，所以推演过程为从选定日期至未来七天的预测数据，可以动态查看发电数据的历史数据到预测数据的产生过程，此方法即为本发明设计的电力K线推演分析法。所述自动平移为：将预测数据以电力K线的形式仿照自动平移动画逐渐在界面中显示出，进行推演。

预测分析：基于本发明设计电力K线图，可进行电力数据的预测分析，这里以全网发电举例。将2020年7月1日至2020年7月31日的全网实际发电电力的日K线与全网发电预测的日K线在同一界面中叠加显示，此时可发现实际发电电力K线与预测发电K线高度重合，仅小部分偏差，证明该时间段内日发电预测比较准确。然后将实际电力发电K线与预测发电K线切换至小时K线状态，可发现虽然上述两个小时K线部分重合，但存在偏差较日K线偏差变大，证明该时间段内小时发电电力预测与日发电电力预测相比，准确度较低。此方法即为本发明设计的电力K线预测分析法。所述K线叠加为：在同一坐标系内展示多个电力K线。

步骤1：采集电力系统每日1440点的电力数据；

步骤2：对采集后的数据进行处理，分别得到15分钟K线数据、小时K线数据、日K线数据、周K线数据、月K线数据、年K线数据；

步骤3：将电力K线数据在系统界面分别以15分钟、小时、日、周、月、年进行可视化展示；

步骤4：通过电力K线数据进行均线分析、趋势分析、对比分析、推演分析、预测分析。

步骤5：对应15分钟、小时、日、周、月、年K线，分别将大量数据进行高密度展示，通过高密度展示K线图的趋势进行电力数据趋势分析；

步骤6：将不同类别的电力数据K线叠加在一起，进行对比分析，将同类别不同日期的电力数据K线叠加在一起，进行对比分析；

步骤7：以自动平移的方式，选择日期范围，进行电力数据推演分析；

步骤8：将电力实际K线与电力预测K线进行叠加，进行电力预测分析。

利用上述方法还可以处理以下种类的数据并可视化显示：发电数据、受电数据、发受电收据、负荷预测数据、计划数据、电压数据、电流数据、现货及辅助服务市场交易数据、电网运行指标数据、二次系统运行状态数据、稳控及保护定值数据、水库水情数据。

以上所述，仅是本发明的较佳实施例，并非对本发明作任何限制，凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化，均仍属于本发明技术方案的保护范围内。