基于供电服务指挥平台的电力大数据融合方法

摘要

以实现电力大数据的全面整合、有效融合为目的，加强电力企业业务服务，本文提出基于供电服务指挥平台的电力大数据融合方法。首先，设计分层式供电服务指挥平台，包含外部层、营调配业务数据层、服务层和指挥层，各层协同完成数据采集、集成与融合。在服务层，针对多源异构数据特征，引入卡尔曼滤波算法作为基础融合手段，并针对其在大规模数据聚集下融合误差大、冗余传输多的问题，提出基于事件驱动的分布式卡尔曼滤波改进算法。该改进通过定义需求协方差作为事件触发阈值，在各节点引入二进制变量与给定协方差值，判断相邻节点间是否执行数据交换；仅当需求协方差大于阈值时传输关键数据，从而有效控制节点间通信次数，减少冗余数据传输，并在状态预测、事件监测、数据融合和状态估计四步迭代中完成高精度融合。实验结果表明，所提改进算法的需求协方差收敛后稳定值仅为0.015,远低于传统算法的0.03;在15%固定丢包率与连续丢包率两类场景下，融合数据的互信息值稳定高于0.12,全数据量区间内的融合误差均显著低于两类对照算法，可有效为供电服务指挥平台的多模块协同运行提供高可靠、低时延的高质量数据支撑。

关键词

供电服务指挥平台 / 电力大数据 / 数据融合方法 / 改进卡尔曼滤波算法 / 冗余数据 / 需求协方差