电力数据处理方法、装置、计算机设备和存储介质

技术领域

本申请涉及电力技术领域，特别是涉及一种电力数据处理方法、装置、计算机设备和存储介质。

背景技术

在大数据的时代背景下，电力领域的业务需求越来越丰富，所需要的电力数据越来越庞大，海量、高维的电力数据的数据处理，给电力数据监测系统带来了数据监测、故障预警上的局限性。

现有技术中电力数据监测系统往往为针对局部区域的监测系统，通过获取局部区域的电力数据，对低维电力数据进行数据监测、故障分析预警。

但是，现有的电力数据监测系统难以满足海量、高维数据的处理需求，导致处理效率低。

发明内容

基于此，有必要针对上述技术问题，提供一种电力数据处理方法、装置、计算机设备和存储介质。

第一方面，提供一种电力数据处理方法，该方法包括：

GPU端获取目标区域的电力监测数据；

根据电力监测数据和预设的电力指标，对各电力指标下的电力监测数据进行统计分析，得到各电力指标对应的分析结果；

根据预设的可视化模型和各分析结果，确定各分析结果对应的监测图像，在预设的显示界面展示监测图像。

在其中一个实施例中，上述根据电力监测数据和预设的电力指标，对各电力指标下的电力监测数据进行异常分析，得到各电力指标对应的分析结果，包括：

确定电力指标下对应的电力监测数据子集；

根据电力监测数据子集，确定电力指标下的指标数据集；

根据预设的指标阈值范围，对指标数据集中各指标数据进行数据异常分析，得到电力指标对应的分析结果；分析结果中包括电力指标中的异常指标数据和正常指标数据。

在其中一个实施例中，上述根据预设的指标阈值范围，对指标数据值集中各指标数据值进行数据异常分析，得到电力指标对应的分析结果，包括：

若指标数据值处于指标阈值范围之内，则确定指标数据值为正常指标数据；

若指标数据值处于指标阈值范围之外，则确定指标数据值为异常指标数据。

在其中一个实施例中，上述方法还包括：

若分析结果中存在异常指标数据，输出告警信息。

在其中一个实施例中，上述可视化模型包括地图模型；根据预设的可视化模型和各分析结果，确定各分析结果对应的监测图像，在预设的显示界面展示监测图像，包括：

获取目标区域中各电力监测设备的物理地址；

根据各电力监测设备的物理地址和电力指标对应的分析结果，对地图模型进行渲染处理，得到并展示电力指标对应的监测图像。

在其中一个实施例中，上述根据各电力监测设备的物理地址和电力指标对应的分析结果，对地图模型进行渲染处理，得到并展示电力指标对应的监测图像，包括：

根据各电力监测设备的物理地址、分析结果中的正常指标数据、分析结果中的异常指标数据、以及预设的渲染参数，对地图模型进行渲染处理，得到并展示电力指标对应的监测图像；渲染参数包括图像配色、异常指标数据的标识、异常指标数据的颜色、正常指标数据的标识、正常指标数据的颜色中至少一种。

在其中一个实施例中，上述GPU端获取多个用户的电力监测数据，包括：

GPU端向目标区域中各电力监测设备发送数据采集指令，以获取各电力监测设备所采集到的电力监测数据；电力监测数据包括电流、电压、电量、功率、电量费用中至少一种。

第二方面，提供一种电力数据处理装置，该装置包括：

获取模块，用于GPU端获取目标区域的电力监测数据；

分析模块，用于根据电力监测数据和预设的电力指标，对各电力指标下的电力监测数据进行统计分析，得到各电力指标对应的分析结果；

展示模块，用于根据预设的可视化模型和各分析结果，确定各分析结果对应的监测图像，在预设的显示界面展示监测图像。

第三方面，提供一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行该计算机程序时实现上述第一方面任一所述的电力数据处理方法。

第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述第一方面任一所述的电力数据处理方法。

上述电力数据处理方法、装置、计算机设备和存储介质，GPU端获取目标区域的电力监测数据，根据电力监测数据和预设的电力指标，对各电力指标下的电力监测数据进行统计分析，得到各电力指标对应的分析结果，根据预设的可视化模型和各分析结果，确定各分析结果对应的监测图像，在预设的显示界面展示监测图像。在本方法中，GPU端可以根据电力监测数据和预设的电力指标，确定各电力指标下电力监测数据对应的分析结果，从而根据分析结果和预设的可视化模型，得到并显示各分析结果对应的监测图像，基于GPU对电力监测数据进行处理，提高了电力监测数据的处理速度，同时也可以适用于海量电力监测数据的场景下，并且，监测图像中展示各指标下的正常数据和异常数据，更直观地反应采集到的数据的异常情况，提高用户体验。

附图说明

图1为一个实施例中电力数据处理方法的应用环境图；

图2为一个实施例中电力数据处理方法的流程示意图；

图3为一个实施例中电力数据处理方法的流程示意图；

图4为一个实施例中电力数据处理方法的流程示意图；

图5为一个实施例中电力数据处理方法的流程示意图；

图6为一个实施例中电力数据处理装置的结构框图；

图7为一个实施例中电力数据处理装置的结构框图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供的电力数据处理方法，可以应用于如图1所示的应用环境中。在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部处理器采集GPU处理器，其内部结构图可以如图1所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种电力数据处理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图1中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

下面将通过实施例并结合附图具体地对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。需要说明的是，本申请图2-图5实施例提供的电力数据处理方法，其执行主体为计算机设备(GPU端)，也可以是电力数据处理装置，该电力数据处理装置可以通过软件、硬件或者软硬件结合的方式成为计算机设备(GPU端)的部分或全部。下述方法实施例中，均以执行主体是计算机设备(GPU端)为例来进行说明。

在一个实施例中，如图2所示，提供了一种电力数据处理方法，涉及的是GPU端获取目标区域的电力监测数据，根据电力监测数据和预设的电力指标，对各电力指标下的电力监测数据进行统计分析，得到各电力指标对应的分析结果，根据预设的可视化模型和各分析结果，确定各分析结果对应的监测图像，在预设的显示界面展示监测图像的过程，包括以下步骤：

S201、GPU端获取目标区域的电力监测数据。

其中，目标区域可以为全国、全省、或具体指定区域；电力监测数据包括各用户监测设备的电流、电压、电量、功率、电量费用等。GPU端可以为采用GPU为处理器的计算机设备。

在本实施例中，计算机设备可以基于目标区域中的用户电力监测设备获取电力监测数据；或者，计算机设备也可以从第三方数据库或第三方平台中获取目标区域的电力监测数据。

S202、根据电力监测数据和预设的电力指标，对各电力指标下的电力监测数据进行统计分析，得到各电力指标对应的分析结果。

其中，电力指标指的是按照需求确定的指标数据，例如，台区三相不平衡指标、台区配电出口电压指标、台区负载率指标、客户欠费指标等。

在本实施例中，计算机设备根据获取到的电力监测数据，计算各电力指标下对应的电力监测数据的指标数据值，从而根据指标数据值，确定各电力指标对应的分析结果。可选地，计算机设备根据计算得到的各电力指标对应的指标数据值，可以根据预设的指标阈值，对指标数据值进行清洗，得到各电力指标对应的分析结果。

S203、根据预设的可视化模型和各分析结果，确定各分析结果对应的监测图像，在预设的显示界面展示监测图像。

其中，预设的可视化模型包括可视化图/表组件模型，例如，地图式模型、饼状图模型、折线图模型、表格模型等。

在本实施例中，计算机设备根据电力指标的不同类型，确定与其对应的可视化模型，例如，在确定电力指标为台区配变三相不平衡指标，按照专家经验可以更好地将该指标数据的监测情况体现出来的模型可以选用地图式可视化模型。可选地，计算机设备基于地图式可视化模型，采用双地图联动、跨时段分析，对区域台区配变三相不平衡指标对应的电力监测数据进行分析展示，其中，双地图支持同步选择自定义区域或选择城市网格区域，通过选择不同时段，实现多个区域不同时段的台区配变三相不平衡分析结果进行适合的布局，形成数据看板并建立联动关系，实现多个区域不同时段之间的联动分析展示，其他电力指标数据与上述台区配变三相不平衡指标的处理方式类似，本实施例对此不做限定。

上述电力数据处理方法中，GPU端获取目标区域的电力监测数据，根据电力监测数据和预设的电力指标，对各电力指标下的电力监测数据进行统计分析，得到各电力指标对应的分析结果，根据预设的可视化模型和各分析结果，确定各分析结果对应的监测图像，在预设的显示界面展示监测图像。在本方法中，GPU端可以根据电力监测数据和预设的电力指标，确定各电力指标下电力监测数据对应的分析结果，从而根据分析结果和预设的可视化模型，得到并显示各分析结果对应的监测图像，基于GPU对电力监测数据进行处理，提高了电力监测数据的处理速度，同时也可以适用于海量电力监测数据的场景下，并且，监测图像中展示各指标下的正常数据和异常数据，更直观地反应采集到的数据的异常情况，提高用户体验。

计算机设备在对各个电力指标的电力监测数据进行异常分析，在其中一个实施例中，如图3所示，上述根据电力监测数据和预设的电力指标，对各电力指标下的电力监测数据进行异常分析，得到各电力指标对应的分析结果，包括：

S301、确定电力指标下对应的电力监测数据子集。

其中，电力监测数据包括电流、电压等数据，电力指标指的是根据电流、电压等电力监测数据中是至少一个，确定的指标数据；例如，电力指标为台区配变出口电压指标，计算机设备可以根据电力监测数据中的电压计算各个区域中各个电力监测数据对应的台区配变出口电压，那么将电力监测数据中的所有电压数据确定为台区配变出口电压指标对应的电力监测数据子集；例如，电力指标为台区三相不平衡指标，计算机设备可以根据电力监测数据中的电压、电流确定各个区域中各电力监测数据对应的台区三相不平衡值，那么将电力监测数据中的电压、电流确定为台区三相不平衡指标对应的电力监测数据子集，本实施例对此不做限定。

S302、根据电力监测数据子集，确定电力指标下的指标数据集。

在本实施例中，例如，电力指标为台区配变出口电压指标，其对应的电离监测数据子集为包括电压的电力监测数据子集，计算机设备可以根据电力监测数据子集中的电压计算各个区域中各个电力监测数据对应的台区配变出口电压，以形成台区配变出口电压指标下的指标数据集；例如，电力指标为台区三相不平衡指标，计算机设备可以根据电力监测数据子集中的电压、电流确定各个区域中各电力监测数据对应的台区三相不平衡值，以形成台区三相不平衡指标下的指标数据集，本实施例对此不做限定。

S303、根据预设的指标阈值范围，对指标数据集中各指标数据进行数据异常分析，得到电力指标对应的分析结果；分析结果中包括电力指标中的异常指标数据和正常指标数据。

其中，各个电力指标均具有与其对应的指标阈值范围，示例地，电力指标为台区配变出口电压指标，其对应的指标阈值范围可以为(210V，230V)。

在本实施例中，计算机设备根据各个电力指标对应的指标阈值范围，分别对各个电力指标对应的指标数据集进行异常分析，即确定指标数据集中的指标数据是否处于对应的指标阈值范围内，从而确定当前指标数据是否为异常数据，形成包括各个电力指标中异常数据和正常数据的分析结果，本实施例对此不做限定。

可选地，若指标数据值处于指标阈值范围之内，则确定指标数据值为正常指标数据；若指标数据值处于指标阈值范围之外，则确定指标数据值为异常指标数据。

计算机设备根据各个电力指标对应的指标阈值范围，分别对各个电力指标对应的指标数据集进行异常分析，若确定指标数据值处于指标阈值范围之内，则认为当前指标数据值为正常指标数据；若确定指标数据值处于指标阈值范围之外，则认为指标数据值为异常指标数据。可选地，计算机设备可以对异常指标数据和正常指标数据进行区别标识，从而得到电力指标对应的分析结果。

在本实施例中，计算机设备基于GPU的处理能力，根据各个区域的各个电力指标的对应的指标阈值范围和指标数据集，可以有效地确定各个电力指标下指标数据集中的异常数据和正常数据，基于GPU的处理速度和处理数据量，可以适用于海量电力监测数据的场景下，且提高了对异常数据分析的效率和准确率。

进一步地，计算机设备若确定指标数据集中包括异常数据，则需要进行告警操作，在其中一个实施例中，上述方法还包括：

若分析结果中存在异常指标数据，输出告警信息。

其中，输出告警信息的形式包括弹出提示框、在显示界面以指定形式警告显示、或者以蜂鸣器或者其他形式产生音频告警信息，本实施例对此不做限定。

在本实施例中，计算机设备在对各电力指标的指标数据集进行异常分析的过程中，若指标数据集中存在至少一个异常数据，则计算机设备输出告警信息。可选地，告警信息中可以包括当前电力指标、异常数据对应的指标数据、指标数据对应的电力监测数据，从而计算机设备根据电力监测数据可以确定当前异常数据所在的电力监测设备，即确定当前异常数据所在的区域，本实施例对此不做限定。

在本实施例中，计算机设备在确定指标数据集中存在异常数据之后，输出告警信息，可以及时地异常情况展示给用户，并且，基于GPU进行异常数据的分析处理，数据处理速度快，异常数据定位准确且有效。

计算机设备在确定各电力指标的监测图像时，在其中一个实施例中，如图4所示，上述可视化模型包括地图模型；根据预设的可视化模型和各分析结果，确定各分析结果对应的监测图像，在预设的显示界面展示监测图像，包括：

S401、获取目标区域中各电力监测设备的物理地址。

其中，电力监测设备的物理地址指的是电力监测设备所在区域的实际地理位置。

在本实施例中，各个区域中包括多个电力监测设备，各个电力监测设备具有自己都有的地理位置，计算机设备可以直接根据地理位置确定物理地址；可选地，计算机设备还可以根据数据映射算法，生成各电力监测设备地理位置对应的唯一的物理地址，进一步地，计算机设备还可以将电力监测设备与其对应的物理地址的对应关系存储至指定的存储空间中，本实施例对此不做限定。

S402、根据各电力监测设备的物理地址和电力指标对应的分析结果，对地图模型进行渲染处理，得到并展示电力指标对应的监测图像。

可选地，根据各电力监测设备的物理地址和电力指标对应的分析结果，对地图模型进行渲染处理，得到并展示电力指标对应的监测图像，包括：

根据各电力监测设备的物理地址、分析结果中的正常指标数据、分析结果中的异常指标数据、以及预设的渲染参数，对地图模型进行渲染处理，得到并展示电力指标对应的监测图像；渲染参数包括图像配色、异常指标数据的标识、异常指标数据的颜色、正常指标数据的标识、正常指标数据的颜色中至少一种。

在本实施例中，计算机设备可以基于地图模型，根据各电力监测设备的物理地址和电力指标对应的分析结果，对地图模型进行渲染处理，得到并展示电力指标对应的监测图像。其中地图模型中各划分区域中目标点的坐标与各个区域各电力监测设备的物理地址相对应。示例地，A区域中电力监测设备1的物理地址是地址1，根据物理地址与坐标的对应关系，确定地址1对应的坐标为(121，35)，则确定坐标位置为(121，35)的目标点为电力监测设备1在地图模型中的对应点，在计算机设备进行渲染的过程中，该目标点用于显示电力监测设备1的电力数据监测情况，可选地，电力监测设备1的电力监测数据为异常数据，则可以将该目标点的像素值渲染为红色所对应的像素值；若电力监测设备1的电力监测数据为正常数据，则可以将该目标点的像素值渲染为绿色所对应的像素值。

在本实施例中，可选地，根据不同的电力指标，计算机设备可以确定相适配的全局统计图表、热点地图模型等，根据显示区域的尺寸，确定各电力指标对应的监测图像的画布大小、图像配色、字体、图标样式等渲染参数，以与显示区域所适配。可选地，在显示区域还可以建立集成于不同电力指标的联动菜单，基于显示界面的联动菜单，计算机设备可以接收联动菜单中的电力指标选取指令，以动态调取并展示该电力指标对应的监测图像。

在本实施例中，计算机设备根据各电力监测设备的物理地址、分析结果中的正常指标数据、分析结果中的异常指标数据、以及预设的渲染参数，对地图模型进行渲染处理，得到并展示电力指标对应的监测图像，该检测图像以地理位置为基本维度，可使用户直观的确定出现异常数据的区域以及出现异常数据的电力检测设备，且，由于地图模型所涉及的数据量极为庞大，基于GPU进行监测图像的渲染处理，适用于海量电力监测数据的场景。

可选地，计算机设备可以从目标区域中各电力监测设备中采集电力监测数据，或者，计算机设备还可以从第三方平台/数据库中，获取电力监测数据，在其中一个实施例中，上述GPU端获取多个用户的电力监测数据，包括：

GPU端向目标区域中各电力监测设备发送数据采集指令，以获取各电力监测设备所采集到的电力监测数据；电力监测数据包括电流、电压、电量、功率、电量费用中至少一种。

其中，各电力监测设备指的是各个区域中用于采集电力监测数据的设备，可选地，各个区域可以包括多个电力监测设备，电力监测设备可以采集多种类型的电力监测数据，例如，电流、电压、电量、功率、电量费用中至少一种。

在本实施例中，计算机设备(GPU端)可以向目标区域中各电力监测设备发送采集电力监测数据的指令，从而获取各个电力监测设备采集到的电力监测数据，即获取目标区域中所有电力监测设备采集到的电力监测数据；可选地，目标区域中所有电力监测设备可以在采集到电力监测数据之后，实时地将电力监测数据存储至指定的存储空间中，从而，计算机设备(GPU端)可以从该存储空间中获取目标区域的所有电力监测数据，本实施例对此不做限定。

在本实施例中，计算机设备由于具有GPU的数据处理能力，因此，GPU可以获取目标区域中的海量的电力监测数据，克服了传统电力数据监测平台中只针对一种类型或某几种的电力数据进行监测的缺陷，使得后续根据电力监测数据进行异常数据的分析更为全面和准确，提高了数据分析的能力和效率。

为了更好的说明上述方法，如图5所示，本实施例提供一种电力数据处理方法，具体包括：

S101、GPU向目标区域中各电力监测设备发送数据采集指令，以获取各电力监测设备所采集到的电力监测数据；

S102、确定电力指标下对应的电力监测数据子集；

S103、根据电力监测数据子集，确定电力指标下的指标数据集；

S104、根据预设的指标阈值范围，对指标数据集中各指标数据进行数据异常分析；

S105、若指标数据值处于指标阈值范围之内，则确定指标数据值为正常指标数据；

S106、若指标数据值处于指标阈值范围之外，则确定指标数据值为异常指标数据；

S107、若分析结果中存在异常指标数据，输出告警信息；

S108、获取目标区域中各电力监测设备的物理地址；

S109、根据各电力监测设备的物理地址、分析结果中的正常指标数据、分析结果中的异常指标数据、以及预设的渲染参数，对地图模型进行渲染处理，得到并展示电力指标对应的监测图像。

在本实施例中，GPU端可以根据电力监测数据和预设的电力指标，确定各电力指标下电力监测数据对应的分析结果，从而根据分析结果和预设的可视化模型，得到并显示各分析结果对应的监测图像，基于GPU对电力监测数据进行处理，提高了电力监测数据的处理速度，同时也可以适用于海量电力监测数据的场景下，并且，监测图像中展示各指标下的正常数据和异常数据，更直观地反应采集到的数据的异常情况，提高用户体验。

上述实施例提供的电力数据处理方法，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。

应该理解的是，虽然图2-5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-5中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图6所示，提供了一种电力数据处理装置，包括：获取模块01、分析模块02和展示模块03，其中：

获取模块01，用于GPU端获取目标区域的电力监测数据；

分析模块02，用于根据电力监测数据和预设的电力指标，对各电力指标下的电力监测数据进行统计分析，得到各电力指标对应的分析结果；

展示模块03，用于根据预设的可视化模型和各分析结果，确定各分析结果对应的监测图像，在预设的显示界面展示监测图像。

在其中一个实施例中，上述分析模块02，用于确定电力指标下对应的电力监测数据子集；根据电力监测数据子集，确定电力指标下的指标数据集；根据预设的指标阈值范围，对指标数据集中各指标数据进行数据异常分析，得到电力指标对应的分析结果；分析结果中包括电力指标中的异常指标数据和正常指标数据。

在其中一个实施例中，上述分析模块02，用于若指标数据值处于指标阈值范围之内，则确定指标数据值为正常指标数据；若指标数据值处于指标阈值范围之外，则确定指标数据值为异常指标数据。

在其中一个实施例中，如图7所示，上述装置还包括输出模型04，用于若分析结果中存在异常指标数据，输出告警信息。

在其中一个实施例中，上述可视化模型包括地图模型；展示模块03，用于获取目标区域中各电力监测设备的物理地址；根据各电力监测设备的物理地址和电力指标对应的分析结果，对地图模型进行渲染处理，得到并展示电力指标对应的监测图像。

在其中一个实施例中，上述展示模块03，用于根据各电力监测设备的物理地址、分析结果中的正常指标数据、分析结果中的异常指标数据、以及预设的渲染参数，对地图模型进行渲染处理，得到并展示电力指标对应的监测图像；渲染参数包括图像配色、异常指标数据的标识、异常指标数据的颜色、正常指标数据的标识、正常指标数据的颜色中至少一种。

在其中一个实施例中，获取模块01，用于GPU端向目标区域中各电力监测设备发送数据采集指令，以获取各电力监测设备所采集到的电力监测数据；电力监测数据包括电流、电压、电量、功率、电量费用中至少一种。

关于电力数据处理装置的具体限定可以参见上文中对于电力数据处理方法的限定，在此不再赘述。上述电力数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

GPU端获取目标区域的电力监测数据；

根据电力监测数据和预设的电力指标，对各电力指标下的电力监测数据进行统计分析，得到各电力指标对应的分析结果；

根据预设的可视化模型和各分析结果，确定各分析结果对应的监测图像，在预设的显示界面展示监测图像。

上述实施例提供的计算机设备，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

GPU端获取目标区域的电力监测数据；

根据电力监测数据和预设的电力指标，对各电力指标下的电力监测数据进行统计分析，得到各电力指标对应的分析结果；

根据预设的可视化模型和各分析结果，确定各分析结果对应的监测图像，在预设的显示界面展示监测图像。

上述实施例提供的计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。