一种电厂数据智能处理方法及系统

技术领域

本申请涉及电数据处理技术领域，更具体地，涉及一种电厂数据智能处理方法及系统。

背景技术

随着能源需求的不断增长和能源产业的发展，电厂作为主要的能源供应者，产生了大量的数据。这些数据包括发电设备的运行状态、电力负荷、能源消耗等信息。为了更高效地运营和管理电厂，电力行业开始采用智能处理技术来对这些数据进行分析和应用。

现有技术中，电厂的数据繁多、种类复杂，且对应的处理数据的资源种类多且数量大，例如计算资源、存储资源等，现有电厂中，不能根据所需处理数据的自身性质合理分配处理资源，导致资源浪费或资源有效性差。

因此，如何提高处理资源分配合理性和资源利用率，是目前有待解决的技术问题。

发明内容

本发明提供一种电厂数据智能处理方法，用以解决现有技术中资源分配合理性差、利用率低的技术问题。所述方法包括：

获取待处理电厂数据，将待处理电厂数据进行分类，得到多类别待处理电厂数据；

获取电厂数据处理资源，并根据多类别待处理电厂数据确定每个类别待处理电厂数据所对应的电厂数据处理资源种类；

基于多类别待处理电厂数据及其各自对应的电厂数据处理资源种类的重要程度定义每个类别待处理电厂数据的效用函数；

定义资源分配策略，并构建每个类别待处理电厂数据对应的策略空间；

确定资源分配策略的适应性等级，并据此划分策略空间，得到多个优先级不同的策略子空间；

将多个优先级不同的策略子空间依次投入到博弈模型中，并根据效用函数确定对应次序的最优解，直至符合博弈要求停止策略子空间的投入；

通过博弈得到的最优解来合理分配待处理电厂数据所需的电厂数据处理资源。

本申请一些实施例中，将待处理电厂数据进行分类，得到多类别待处理电厂数据，包括：

提取待处理电厂数据中的所有数据特征，接收电厂数据处理中所有任务需求；

分别计算每种数据特征与每种任务需求的相关度，并将相关度超过第一相关度阈值的数据特征记作意义特征；

将相关度超过第二相关度阈值，且不超过第一相关度阈值的数据特征记作待查特征；

将待查特征的相关度与第二相关度阈值的差值记作第一差值，将待查特征的相关度与第一相关度阈值的差值记作第二差值；

根据第一差值与第二差值的比值确定更新系数，并对该待查特征的相关度进行更新，得到新相关度；

若新相关度超过第三相关度阈值，则将该待查特征作为意义特征；

通过预设聚类算法对意义特征进行聚类，并采用半监督学习方式进行数据分类，以得到多类别待处理电厂数据。

本申请一些实施例中，并根据多类别待处理电厂数据确定每个类别待处理电厂数据所对应的电厂数据处理资源种类，包括：

获取每个类别待处理电厂数据的数据处理记录，并确定多次每个类别待处理电厂数据所涉及的电厂数据处理资源种类；

若多次每个类别待处理电厂数据所涉的电厂数据处理资源种类均相同，则将该类别待处理电厂数据与所涉及电厂数据处理资源种类之间建立对应关系；

否则，根据多次每个类别待处理电厂数据所涉的电厂数据处理资源种类来建立对应关系；

若多次每个类别待处理电厂数据所涉的电厂数据处理资源种类中不同的次数超过次数阈值，则将多次每个类别待处理电厂数据所涉的电厂数据处理资源种类的并集作为该类别待处理电厂数据的对应关系；

否则，将多次每个类别待处理电厂数据所涉的电厂数据处理资源种类中相同次数最多的电厂数据处理资源种类作为该类别待处理电厂数据的对应关系。

本申请一些实施例中，所述方法还包括，确定电厂数据处理资源种类的重要程度，包括：

确定每种电厂数据处理资源所对应的多类别待处理电厂数据，记作第一对应待处理电厂数据；

获取第一对应待处理电厂数据的多项重要因素，并确定电厂数据处理资源种类的重要程度；

；

其中，P为电厂数据处理资源种类的重要程度，n为重要因素数量，

本申请一些实施例中，基于多类别待处理电厂数据及其各自对应的电厂数据处理资源种类的重要程度定义每个类别待处理电厂数据的效用函数，包括：

根据电厂数据处理资源种类的重要程度确定每个类别待处理电厂数据对不同电厂数据处理资源种类的初始偏好权重；

并根据每个类别待处理电厂数据的数据处理记录对初始偏好权重进行修正，以得到每个类别待处理电厂数据的效用函数。

本申请一些实施例中，定义资源分配策略，并构建每个类别待处理电厂数据对应的策略空间，包括：

将不同的电厂数据处理资源种类对应的资源设置单位份数对应的数量，并设定资源分配策略为份数多少；

根据历史记录中资源份数来构建每个类别待处理电厂数据对应的策略空间，记作第一策略空间；

将不同的电厂数据处理资源种类对应的资源设置对应比例，并设定资源分配策略为比例大小；

根据历史记录中不同资源比例大小来构建每个类别待处理电厂数据对应的策略空间，记作第二策略空间；

比对第一策略空间和第二策略空间，若第一策略空间和第二策略空间之间空间大小差异超过第一空间大小阈值，则将第一策略空间和第二策略空间中较大者作为策略空间；

否则，根据第一策略空间与第一空间大小阈值的差、第二策略空间与第一空间大小阈值的差来分别确定第一调整系数和第二调整系数；

基于第一调整系数调整第一策略空间，基于第二调整系数调整第二策略空间；

将调整后的第一策略空间和调整后的第二策略空间中与第二空间大小阈值相对接近者作为策略空间。

本申请一些实施例中，确定资源分配策略的适应性等级，并据此划分策略空间，得到多个优先级不同的策略子空间，包括：

获取多项电厂数据处理效果指标，预测资源分配策略所对应的每项电厂数据处理效果指标，从而得到综合指标；

基于资源分配策略对应的综合指标确定适应性等级，不同资源分配策略适应性等级不同从而将策略空间进行划分，得到多个优先级不同的策略子空间。

本申请一些实施例中，将多个优先级不同的策略子空间依次投入到博弈模型中，并根据效用函数确定对应次序的最优解，直至符合博弈要求停止策略子空间的投入，包括：

以多类别待处理电厂数据作为博弈的参与者；

基于优先级顺序将不同的策略子空间依次投入到预设竞争博弈模型中；

根据优先级的数量设置每个优先级所对应的目标收益；

每一次策略子空间投入完成后，确定纳什均衡解；

若纳什均衡解数量唯一，则计算纳什均衡解的收益与该优先级所对应目标收益之差是否符合预设差值，符合，则将该纳什均衡解作为最优解，并停止投入策略子空间，不符合，则继续投入策略子空间；

若纳什均衡解数量不唯一，则比较多个纳什均衡解的收益，计算收益最高的纳什均衡解与该优先级所对应目标收益之差是否符合预设差值，符合，则将该纳什均衡解作为最优解，并停止投入策略子空间，不符合，则继续投入策略子空间。

对应的，本申请还提供了一种电厂数据智能处理系统，所述系统包括：

分类模块，用于获取待处理电厂数据，将待处理电厂数据进行分类，得到多类别待处理电厂数据；

对应模块，用于获取电厂数据处理资源，并根据多类别待处理电厂数据确定每个类别待处理电厂数据所对应的电厂数据处理资源种类；

定义模块，用于基于多类别待处理电厂数据及其各自对应的电厂数据处理资源种类的重要程度定义每个类别待处理电厂数据的效用函数；

构建模块，用于定义资源分配策略，并构建每个类别待处理电厂数据对应的策略空间；

划分模块，用于确定资源分配策略的适应性等级，并据此划分策略空间，得到多个优先级不同的策略子空间；

博弈模块，用于将多个优先级不同的策略子空间依次投入到博弈模型中，并根据效用函数确定对应次序的最优解，直至符合博弈要求停止策略子空间的投入；

处理模块，用于通过博弈得到的最优解来合理分配待处理电厂数据所需的电厂数据处理资源。

通过应用以上技术方案，获取待处理电厂数据，将待处理电厂数据进行分类，得到多类别待处理电厂数据；获取电厂数据处理资源，并根据多类别待处理电厂数据确定每个类别待处理电厂数据所对应的电厂数据处理资源种类；基于多类别待处理电厂数据及其各自对应的电厂数据处理资源种类的重要程度定义每个类别待处理电厂数据的效用函数；定义资源分配策略，并构建每个类别待处理电厂数据对应的策略空间；确定资源分配策略的适应性等级，并据此划分策略空间，得到多个优先级不同的策略子空间；将多个优先级不同的策略子空间依次投入到博弈模型中，并根据效用函数确定对应次序的最优解，直至符合博弈要求停止策略子空间的投入；通过博弈得到的最优解来合理分配待处理电厂数据所需的电厂数据处理资源。本申请通过多类别待处理电厂数据及其各自对应的电厂数据处理资源种类的重要程度定义每个类别待处理电厂数据的效用函数，以及构建每个类别待处理电厂数据对应的策略空间并划分等，提高了数据处理资源博弈的可靠性，保证了处理资源分配的合理性，从而提高处理资源的利用率以及有效性。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了本发明实施例提出的一种电厂数据智能处理方法的流程示意图；

图2示出了本发明实施例提出的一种电厂数据智能处理系统的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请实施例提供一种电厂数据智能处理方法，如图1所示，该方法包括以下步骤：

步骤S101，获取待处理电厂数据，将待处理电厂数据进行分类，得到多类别待处理电厂数据。

本实施例中，根据特征将待处理电厂数据进行分类，以作为后续博弈的参与者。

本申请一些实施例中，将待处理电厂数据进行分类，得到多类别待处理电厂数据，包括：

提取待处理电厂数据中的所有数据特征，接收电厂数据处理中所有任务需求；

分别计算每种数据特征与每种任务需求的相关度，并将相关度超过第一相关度阈值的数据特征记作意义特征；

将相关度超过第二相关度阈值，且不超过第一相关度阈值的数据特征记作待查特征；

将待查特征的相关度与第二相关度阈值的差值记作第一差值，将待查特征的相关度与第一相关度阈值的差值记作第二差值；

根据第一差值与第二差值的比值确定更新系数，并对该待查特征的相关度进行更新，得到新相关度；

若新相关度超过第三相关度阈值，则将该待查特征作为意义特征；

通过预设聚类算法对意义特征进行聚类，并采用半监督学习方式进行数据分类，以得到多类别待处理电厂数据。

本实施例中，将任务需求进行量化处理后，计算每种数据特征与每种任务需求的相关度。以此来筛选有意义的特征，并去除无意义特征。

本实施例中，更新系数对该待查特征的相关度进行更新，得到新相关度。新相关度=更新系数*相关度。

本实施例中，通过第一差值、第二差值、更新系数，有效的筛选出有意义特征，提高了特征的适应性和可靠性，为分类提供了坚实基础。

本实施例中，聚类和半监督学习方式是本领域常规技术，在此不再赘述。

步骤S102，获取电厂数据处理资源，并根据多类别待处理电厂数据确定每个类别待处理电厂数据所对应的电厂数据处理资源种类。

本实施例中，电厂数据处理资源为计算资源、存储资源、带宽资源等数据处理所需资源。确定每个类别数据所对应的资源种类。

本申请一些实施例中，并根据多类别待处理电厂数据确定每个类别待处理电厂数据所对应的电厂数据处理资源种类，包括：

获取每个类别待处理电厂数据的数据处理记录，并确定多次每个类别待处理电厂数据所涉及的电厂数据处理资源种类；

若多次每个类别待处理电厂数据所涉的电厂数据处理资源种类均相同，则将该类别待处理电厂数据与所涉及电厂数据处理资源种类之间建立对应关系；

否则，根据多次每个类别待处理电厂数据所涉的电厂数据处理资源种类来建立对应关系；

若多次每个类别待处理电厂数据所涉的电厂数据处理资源种类中不同的次数超过次数阈值，则将多次每个类别待处理电厂数据所涉的电厂数据处理资源种类的并集作为该类别待处理电厂数据的对应关系；

否则，将多次每个类别待处理电厂数据所涉的电厂数据处理资源种类中相同次数最多的电厂数据处理资源种类作为该类别待处理电厂数据的对应关系。

本实施例中，通过建立精确的数据种类与资源种类之间的对应关系，来方便后续博弈模型的竞争博弈。

步骤S103，基于多类别待处理电厂数据及其各自对应的电厂数据处理资源种类的重要程度定义每个类别待处理电厂数据的效用函数。

本实施例中，效用函数在资源博弈和决策问题中起着关键作用，它用于量化个体或参与者对不同资源分配方案的偏好程度。效用函数的意义在于衡量参与者的偏好、指导资源分配、支持决策过程等。

本申请一些实施例中，所述方法还包括，确定电厂数据处理资源种类的重要程度，包括：

确定每种电厂数据处理资源所对应的多类别待处理电厂数据，记作第一对应待处理电厂数据；

获取第一对应待处理电厂数据的多项重要因素，并确定电厂数据处理资源种类的重要程度；

；

其中，P为电厂数据处理资源种类的重要程度，n为重要因素数量，

本实施例中，电厂数据处理资源种类的重要程度可以理解为，该种处理资源的重要程度。

本实施例中，确定每种电厂数据处理资源所对应的多类别待处理电厂数据，只要与每种电厂数据处理资源有对应关系的数据，即为第一对应待处理电厂数据。

本实施例中，多项重要因素包括数据规模、数据处理时效性要求、系统性能要求等。

本实施例中，

本申请一些实施例中，基于多类别待处理电厂数据及其各自对应的电厂数据处理资源种类的重要程度定义每个类别待处理电厂数据的效用函数，包括：

根据电厂数据处理资源种类的重要程度确定每个类别待处理电厂数据对不同电厂数据处理资源种类的初始偏好权重；

并根据每个类别待处理电厂数据的数据处理记录对初始偏好权重进行修正，以得到每个类别待处理电厂数据的效用函数。

本实施例中，例如，某种待处理数据的效用函数为，

，表示某种待处理数据在用/>

步骤S104，定义资源分配策略，并构建每个类别待处理电厂数据对应的策略空间。

本实施例中，资源分配策略可以理解为变量的区间，即处理资源份数或比例的区间范围。策略空间为变量的区间范围。

本申请一些实施例中，定义资源分配策略，并构建每个类别待处理电厂数据对应的策略空间，包括：

将不同的电厂数据处理资源种类对应的资源设置单位份数对应的数量，并设定资源分配策略为份数多少；

根据历史记录中资源份数来构建每个类别待处理电厂数据对应的策略空间，记作第一策略空间；

将不同的电厂数据处理资源种类对应的资源设置对应比例，并设定资源分配策略为比例大小；

根据历史记录中不同资源比例大小来构建每个类别待处理电厂数据对应的策略空间，记作第二策略空间；

比对第一策略空间和第二策略空间，若第一策略空间和第二策略空间之间空间大小差异超过第一空间大小阈值，则将第一策略空间和第二策略空间中较大者作为策略空间；

否则，根据第一策略空间与第一空间大小阈值的差、第二策略空间与第一空间大小阈值的差来分别确定第一调整系数和第二调整系数；

基于第一调整系数调整第一策略空间，基于第二调整系数调整第二策略空间；

将调整后的第一策略空间和调整后的第二策略空间中与第二空间大小阈值相对接近者作为策略空间。

本实施例中，策略空间或空间大小即为变量的区间范围大小。

本实施例中，将不同的电厂数据处理资源种类对应的资源设置单位份数对应的数量，不同的处理资源的单位不同，因此需要在一定程度上统一变量，即设置多少量处理资源为该资源的一份。将不同的电厂数据处理资源种类对应的资源设置对应比例，不同资源之间的比例可以当做变量。

本实施例中，根据历史记录中资源份数来构建每个类别待处理电厂数据对应的策略空间，可以理解为构建每类待处理数据的变量范围区间。

步骤S105，确定资源分配策略的适应性等级，并据此划分策略空间，得到多个优先级不同的策略子空间。

本实施例中，确定资源分配策略的适应性等级，相当于，确定不同变量区间对应的适应性等级。以此划分整体变量区间，得到多个优先级不同的策略子空间。

本申请一些实施例中，确定资源分配策略的适应性等级，并据此划分策略空间，得到多个优先级不同的策略子空间，包括：

获取多项电厂数据处理效果指标，预测资源分配策略所对应的每项电厂数据处理效果指标，从而得到综合指标；

基于资源分配策略对应的综合指标确定适应性等级，不同资源分配策略适应性等级不同从而将策略空间进行划分，得到多个优先级不同的策略子空间。

本实施例中，多项电厂数据处理效果指标包括处理效率、处理质量等。

本实施例中，基于资源分配策略对应的综合指标确定适应性等级，综合指标越高，适应性等级越高，对应的优先级越靠前。

本实施例中，这里划分策略空间的意义为，更快速的得到博弈结果，因为电厂数据处理往往对时效性存在一定要求。

步骤S106，将多个优先级不同的策略子空间依次投入到博弈模型中，并根据效用函数确定对应次序的最优解，直至符合博弈要求停止策略子空间的投入。

本实施例中，为了能够更快速、更准确得到博弈结果即策略。依次投入到预设博弈模型中，得到符合要求的最优解时，停止投入，保证电厂数据处理的时效性。

本申请一些实施例中，将多个优先级不同的策略子空间依次投入到博弈模型中，并根据效用函数确定对应次序的最优解，直至符合博弈要求停止策略子空间的投入，包括：

以多类别待处理电厂数据作为博弈的参与者；

基于优先级顺序将不同的策略子空间依次投入到预设竞争博弈模型中；

根据优先级的数量设置每个优先级所对应的目标收益；

每一次策略子空间投入完成后，确定纳什均衡解；

若纳什均衡解数量唯一，则计算纳什均衡解的收益与该优先级所对应目标收益之差是否符合预设差值，符合，则将该纳什均衡解作为最优解，并停止投入策略子空间，不符合，则继续投入策略子空间；

若纳什均衡解数量不唯一，则比较多个纳什均衡解的收益，计算收益最高的纳什均衡解与该优先级所对应目标收益之差是否符合预设差值，符合，则将该纳什均衡解作为最优解，并停止投入策略子空间，不符合，则继续投入策略子空间。

本实施例中，具体的博弈模型以及收益的计算方法等是本领域常规技术，在此不再赘述。

步骤S107，通过博弈得到的最优解来合理分配待处理电厂数据所需的电厂数据处理资源。

通过应用以上技术方案，获取待处理电厂数据，将待处理电厂数据进行分类，得到多类别待处理电厂数据；获取电厂数据处理资源，并根据多类别待处理电厂数据确定每个类别待处理电厂数据所对应的电厂数据处理资源种类；基于多类别待处理电厂数据及其各自对应的电厂数据处理资源种类的重要程度定义每个类别待处理电厂数据的效用函数；定义资源分配策略，并构建每个类别待处理电厂数据对应的策略空间；确定资源分配策略的适应性等级，并据此划分策略空间，得到多个优先级不同的策略子空间；将多个优先级不同的策略子空间依次投入到博弈模型中，并根据效用函数确定对应次序的最优解，直至符合博弈要求停止策略子空间的投入；通过博弈得到的最优解来合理分配待处理电厂数据所需的电厂数据处理资源。本申请通过多类别待处理电厂数据及其各自对应的电厂数据处理资源种类的重要程度定义每个类别待处理电厂数据的效用函数，以及构建每个类别待处理电厂数据对应的策略空间并划分等，提高了数据处理资源博弈的可靠性，保证了处理资源分配的合理性，从而提高处理资源的利用率以及有效性。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可以通过硬件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质（可以是CD-ROM，U盘，移动硬盘等）中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施场景所述的方法。

为了进一步阐述本发明的技术思想，现结合具体的应用场景，对本发明的技术方案进行说明。

对应的，本申请还提供了一种电厂数据智能处理系统，如图2所示，所述系统包括：

分类模块201，用于获取待处理电厂数据，将待处理电厂数据进行分类，得到多类别待处理电厂数据；

对应模块202，用于获取电厂数据处理资源，并根据多类别待处理电厂数据确定每个类别待处理电厂数据所对应的电厂数据处理资源种类；

定义模块203，用于基于多类别待处理电厂数据及其各自对应的电厂数据处理资源种类的重要程度定义每个类别待处理电厂数据的效用函数；

构建模块204，用于定义资源分配策略，并构建每个类别待处理电厂数据对应的策略空间；

划分模块205，用于确定资源分配策略的适应性等级，并据此划分策略空间，得到多个优先级不同的策略子空间；

博弈模块206，用于将多个优先级不同的策略子空间依次投入到博弈模型中，并根据效用函数确定对应次序的最优解，直至符合博弈要求停止策略子空间的投入；

处理模块207，用于通过博弈得到的最优解来合理分配待处理电厂数据所需的电厂数据处理资源。

本领域技术人员可以理解实施场景中的系统中的模块可以按照实施场景描述进行分布于实施场景的系统中，也可以进行相应变化位于不同于本实施场景的一个或多个系统中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。