(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111530135.5 (22)申请日 2021.12.14 (71)申请人 国网河北省电力有限公司经济技 术 研究院 地址 050011 河北省石家庄市裕华区富强 大街27号 申请人 中国电力科 学研究院有限公司 　 国家电网有限公司 (72)发明人 魏孟举　杨洋　胡梦锦　潘明明　 刘钊　赵贤龙　 (74)专利代理 机构 北京安博达知识产权代理有 限公司 1 1271 代理人 徐国文 (51)Int.Cl. G06F 16/26(2019.01)G06F 16/2458(2019.01) G06F 16/29(2019.01) G06Q 50/06(2012.01) (54)发明名称 一种基于电力大 数据的可视化平台及方法 (57)摘要 本发明提供了一种基于电力大数据的可视 化平台及方法， 包括： 数据处理端和在线数据分 析前端； 所述数据处理端， 用于对电力系统运行 数据进行数据整合、 存储管 理和复杂数据计算分 析， 得到电力大数据并进行数据传输； 所述在线 数据分析前端， 用于基于预先建立的电力系统模 型对所述电力大数据进行分析， 组织成可视化所 需的数据结构， 并通过可视化技术进行展示。 利 用本发明可以处理规模庞大的电力大数据， 处理 时效性高， 并且能够处理的数据类型复杂多样， 弥补了传统技术手段非结构化 以及空间矢量数 据等其他数据格式处理能力的不足， 解决了传统 技术手段不能满足电力大数据处理的问题， 实现 了电力大数据在线分析、 多维查询和大规模分析 计算等主要业务应用。 权利要求书3页 说明书16页 附图13页 CN 114416855 A 2022.04.29 CN 114416855 A 1.一种基于电力大数据的可视化平台， 其特征在于， 包括： 数据处理端和在线数据分析 前端； 所述数据处理端， 用于对电力系统运行数据进行数据整合、 存储管理和复杂数据计算 分析， 得到电力大 数据并进行 数据传输； 所述在线数据分析前端， 用于基于预先建立的电力系统模型对所述电力大数据进行分 析， 组织成可视化所需的数据结构， 并通过 可视化技术进行展示。 2.如权利要求1所述的平台， 其特征在于， 所述数据处理端， 包括： 分布式存储环境、 开 发工具集和访问接口； 所述分布式存储环境， 由扩展的Hadoop平台构成， 用于数据存储、 核心计算、 云数据查 询和提供访问接口； 所述开发工具集， 用于通过并行数据仓库技术实现各种应用逻辑到大数据环境的转 换， 提供数据源管理、 调度管理、 脚本管理和监控管理； 所述访问接口以服务的形式对在线数据分析前端提供接口， 支持数据的复杂查询和大 规模分析计算的业 务。 3.如权利要求2所述的平台， 其特征在于， 所述分布式存储环境， 具体包括： 云存储、 分 布式存储系统、 并行分析与计算环境、 云数据查询环境、 实时数据库和关系型 数据库； 所述云存 储， 用于通过 数据迁移工具将源数据库迁移到分布式存 储系统中； 所述分布式存 储系统， 用于作为后台数据管理的文件系统； 所述并行分析与计算环境， 用于结合 查询及计算涉及的档案信息进行核心计算； 所述云数据查询环境， 用于实现数据管理、 日志管理、 标 管理和结构管理； 所述实时数据库， 用于进行 数据存储、 数据加工、 曲线查询和断面 查询； 所述关系型 数据库， 用于存 储事务密集型 数据和档案类数据。 4.如权利要求3所述的平台， 其特征在于， 所述分布式存储系统采用主从结构， 包括： 多 个备份的主节点和从节点； 所述多个备份的主节点， 用于向从节点分发任务、 避免从节点发生单点故障时数据发 生损坏、 平衡数据集群和保证数据完整； 所述从节点， 用于 接收并执 行主节点分配的任务。 5.如权利要求3所述的平台， 其特征在于， 所述关系型数据库为GreenPlum关系型数据 库， 用于处理大规模的数据分析任务， 所述大规模的数据分析任务包括数据仓库、 在 线数据 分析和数据 挖掘； 所述GreenPlum关系型数据库采用双主节点的分布式设计， 用于提高大数据集群的可 用性， 兼容多种电力系统， 并构建高效的在线数据分析平台； 所述GreenPlum关系型数据库中的主节点负责查询解析优化和任务分配； 所述GreenPlum关系型数据库中的数据节点 为PostgreSQ L， 负责实际执 行查询任务。 6.如权利要求3所述的平台， 其特征在于， 所述并行分析与计算环境， 包括： 基于结构化 查询语言的在线分析模块和Spark并行计算框架。 7.如权利要求6所述的平台， 其特征在于， 所述Spark并行计算框架采用基于内存的计 算技术， 通过将非结构化的数据转化成结构化数据存储进数据仓库， 并经过数据导入和治 理并编写机器学习程序建立自定义模型， 结合大数据复杂计算系统完成复杂数据的深度分权　利　要　求　书 1/3 页 2 CN 114416855 A 2析。 8.如权利要求2所述的平台， 其特 征在于， 所述 开发工具集， 具体包括： 脚本管理及优化工具、 结构化查询语言解析工具、 任务调度管理工具和正确性验证工 具。 9.如权利要求2所述的平台， 其特征在于， 所述访 问接口的具体形式包括： 应用程序编 程接口、 结构化 查询语言、 全球广域网和用户识别系统。 10.如权利要求1所述的平台， 其特征在于， 所述在线数据分析前端的接口采用JAX ‑RS 技术； 所述在线数据分析前端 的接口内部是基于GreenPlum的数据仓库， 使用结构化查询语 言查询数据， 采用Gre enPlum进行最终计算， 用于发掘数据的规 律、 提高决策效率和能力。 11.如权利要求1所述的平台， 其特征在于， 所述在线数据分析前端中包含用电信息采 集系统业 务应用模块， 具体用于： 线损监测、 反窃电监测、 市场分析与需求侧管理、 电能质量监测与可靠性统计、 分布式 电源监测、 基础数据查询、 用户电量计算、 台区线损分析、 报文数据分析和数据完整率分析。 12.如权利要求1所述的平台， 其特征在于， 还包括用电信 息采集系统前置机群， 用于采 集电力系统运行 数据。 13.一种基于电力大 数据的可视化方法， 其特 征在于， 包括： 通过数据处理端对所述电力系统运行数据进行数据整合、 存储管理和复杂数据计算分 析， 得到电力大 数据并进行 数据传输； 通过在线数据分析前端， 基于预先建立的 电力系统模型对所述电力大数据进行分析， 组织成可视化所需的数据结构， 并通过 可视化技术进行展示。 14.如权利要求13所述的方法， 其特征在于， 所述通过数据处理端对所述电力系统运行 数据进行数据整合、 存储管理和复杂数据计算分析， 得到电力大数据并进行数据传输， 包 括： 利用云存储通过数据迁移工具将电力系统运行数据安全完整的迁移到分布式存储系 统中； 结合查询及计算涉及的档案信 息， 通过基于结构化查询语言的在线分析模块进行电力 系统运行数据的查询、 过滤、 分类和聚合， 以Spark并行计算框架作为数据仓库进行数据存 储， 并通过Spark并行计算框架进行复杂数据计算分析； 基于复杂数据计算分析的结果， 结合数据特点和可视化挖掘类型， 利用云数据查询环 境生成设定格式的可视化模型数据和档案类数据进行存储， 并通过开发工具集进 行复杂查 询和大规模分析计算， 得到电力大 数据； 通过访问接口进行 所述电力大 数据的数据传输 。 15.如权利要求14所述的方法， 其特征在于， 所述以Spark并行计算框架作为数据仓库 进行数据存储， 包括： 以Spark并行计算框架中自定义接收器作为生产者提取数据， 并存入Apache  Spark  Streaming中； 通过所述Ap ache Spark Streaming对提取的数据进行消息获取， 并通过转换 ‑载入过 程存入Greenplum关系型数据库。权　利　要　求　书 2/3 页 3 CN 114416855 A 3