开云优惠体育网页版入口

专利名称：一种电网数据云边协同通信方法、系统及设备

专利类型：实用新型专利

专利申请号：CN202411182091.5

专利申请（专利权）人：四川明星电力股份有限公司
权利人地址：四川省遂宁市开发区明月路56号

专利发明（设计）人：吕毅,陈志宏,梁福,苏坤吉,彭政涛,赖杰

专利摘要：本申请提供的一种电网数据云边协同通信方法、系统及设备，涉及电网数据协同通信技术领域。在本申请中，首先，获取每一个边缘计算设备基于当前的云边协同通信规则发送的电力数据序列；其次，基于每一个电力数据序列，构建出对应的电力设备关系网；然后，基于电力设备关系网，对目标电网运行区域的运行状态进行评估，输出对应的电网运行异常数据，并基于电网运行异常数据，确定出对应的目标云边协同通信规则；最后，将目标云边协同通信规则发送给每一个边缘计算设备。基于上述内容，可以改善现有技术中存在的电网数据云边协同通信的可靠度不高的问题。

主权利要求：
1.一种电网数据云边协同通信方法，其特征在于，应用于云端服务器，所述云端服务器通信连接有多个边缘计算设备，每一个所述边缘计算设备通信连接有至少一个电力数据采集设备，每一个所述电力数据采集设备分别针对目标电网运行区域中的一个电力设备进行部署，所述方法包括：获取每一个所述边缘计算设备基于当前的云边协同通信规则发送的电力数据序列，其中，每一个所述电力数据序列用于反映电力设备在当前时间段包括的多个时间节点的电网运行状态，且所述电力数据序列是基于所述边缘计算设备对所述电力数据采集设备采集的电力数据进行处理以形成；
基于每一个所述电力数据序列，构建出对应的电力设备关系网；
基于所述电力设备关系网，对所述目标电网运行区域的运行状态进行评估，输出对应的电网运行异常数据，并基于所述电网运行异常数据，确定出对应的目标云边协同通信规则；
将所述目标云边协同通信规则发送给每一个所述边缘计算设备，其中，所述边缘计算设备用于将当前的云边协同通信规则替换为所述目标云边协同通信规则，所述目标云边协同通信规则至少包括向所述云端服务器进行数据通信的频率和压缩方式、采集电力数据的采样参数；
其中，所述基于所述电力设备关系网，对所述目标电网运行区域的运行状态进行评估，输出对应的电网运行异常数据，并基于所述电网运行异常数据，确定出对应的目标云边协同通信规则的步骤，包括：在所述电力设备关系网中，对每一个所述电力设备的电力数据序列进行特征的关联挖掘，得到每一个所述电力设备对应的目标电网状态特征；
基于每一个所述电力设备对应的目标电网状态特征，对所述目标电网运行区域的运行状态进行评估，输出对应的电网运行异常数据；
基于所述电网运行异常数据，确定出对应的目标云边协同通信规则，其中，所述目标云边协同通信规则包括的进行数据通信的频率和采样参数与所述电网运行异常数据表征的异常程度之间具有正相关的对应关系，所述目标云边协同通信规则包括的进行数据通信的压缩方式对应的压缩比例，与所述电网运行异常数据表征的异常程度之间具有负相关的对应关系；
其中，所述基于每一个所述电力数据序列，构建出对应的电力设备关系网的步骤，包括：
获取所述目标电网运行区域对应的电网电气拓扑图，其中，所述电网电气拓扑图中具有各个所述电力设备之间的电气连接关系；
针对每一个所述电力数据序列，将该电力数据序列对应的电力设备作为关系网节点，并将该电力数据序列作为该关系网节点对应的节点属性数据，其中，一个所述电力设备对应有至少一个关系网节点，一个所述关系网节点对应有一个所述电力设备，各所述电力数据序列包括属于电流传感器的电力数据采集设备对应的电流数据序列、属于电压传感器的电力数据采集设备对应的电压数据序列、属于温度传感器的电力数据采集设备对应的温度数据序列、属于地磁场传感器的电力数据采集设备对应的地磁风暴数据序列、属于频率传感器的电力数据采集设备对应的频率数据序列；
将对应的电力设备相同的关系网节点进行关联设置，并将对应的电力设备在所述电网电气拓扑图中具有直接连接的关系网节点进行关联设备，以形成对应的电力设备关系网。
2.根据权利要求1所述的电网数据云边协同通信方法，其特征在于，所述在所述电力设备关系网中，对每一个所述电力设备的电力数据序列进行特征的关联挖掘，得到每一个所述电力设备对应的目标电网状态特征的步骤，包括：分别确定出所述电力设备关系网中的每一个电力设备对应的电网状态语义特征，其中，各个电力设备中包括至少一个目标电力设备，所述至少一个目标电力设备中的任意一个目标电力设备对应的电网状态语义特征，通过对所述任意一个目标电力设备对应的电力数据序列进行特征挖掘得到；
依据各个所述电力设备对应的电网状态语义特征，将各个所述电力设备进行特征传递更新，输出各个所述电力设备对应的目标电网状态特征。
3.根据权利要求2所述的电网数据云边协同通信方法，其特征在于，所述分别确定出所述电力设备关系网中的每一个电力设备对应的电网状态语义特征的步骤，包括：针对所述电力设备关系网中的每一个电力设备，分别将该电力设备对应的电力数据序列中每一个时间节点对应的电力数据进行向量化处理，输出该电力设备对应的电力数据语义向量序列，并分别对每一个时间节点进行向量化处理，输出该电力设备对应的时间节点语义向量序列；
将所述电力数据语义向量序列中的电力数据语义向量和所述时间节点语义向量序列中的时间节点语义向量，按照对应的时间节点进行融合处理，形成对应的融合电力数据向量序列；
基于所述融合电力数据向量序列，得到对应的电网状态语义特征。
4.根据权利要求3所述的电网数据云边协同通信方法，其特征在于，所述基于所述融合电力数据向量序列，得到对应的电网状态语义特征的步骤，包括：针对所述融合电力数据向量序列中的第一个融合电力数据向量，对该融合电力数据向量进行全连接处理和线性映射处理，输出该融合电力数据向量对应的局部电网状态语义特征；
针对所述融合电力数据向量序列中的第一个融合电力数据向量以外的每一个融合电力数据向量，将该融合电力数据向量与前一个融合电力数据向量对应的局部电网状态语义特征进行关联融合处理，输出该融合电力数据向量对应的局部电网状态语义特征；
将所述融合电力数据向量序列中的每一个融合电力数据向量对应的局部电网状态语义特征进行拼接，形成对应的电网状态语义特征。
5.根据权利要求2所述的电网数据云边协同通信方法，其特征在于，所述依据各个所述电力设备对应的电网状态语义特征，将各个所述电力设备进行特征传递更新，输出各个所述电力设备对应的目标电网状态特征的步骤，包括：在所述电力设备关系网中，确定出任意一个电力设备，并将该电力设备作为待处理电力设备；
将所述待处理电力设备作为起点，按照预先确定的最小连接度，在所述电力设备关系网中进行非重复游走，形成所述待处理电力设备对应的至少一个电力设备游走路径，其中，所述电力设备游走路径包括的每一个其它电力设备与所述待处理电力设备之间的连接度不小于所述最小连接度，所述连接度与对应的两个待处理电力设备之间的最短游走路径的长度负相关；
针对每一个所述电力设备游走路径，依据该电力设备游走路径中的各个所述电力设备对应的电网状态语义特征，将各个所述电力设备进行特征传递更新，输出该电力设备游走路径对应的更新电网状态特征；
将所述待处理电力设备对应的至少一个电力设备游走路径中的每一个电力设备游走路径对应的更新电网状态特征进行特征融合处理，输出所述待处理电力设备对应的目标电网状态特征。
6.根据权利要求5所述的电网数据云边协同通信方法，其特征在于，所述针对每一个所述电力设备游走路径，依据该电力设备游走路径中的各个所述电力设备对应的电网状态语义特征，将各个所述电力设备进行特征传递更新，输出该电力设备游走路径对应的更新电网状态特征的步骤，包括：对所述电力设备游走路径中的最后一个电力设备对应的电网状态语义特征进行特征空间的第一映射处理，输出第一电网状态映射特征，并将倒数第二个电力设备对应的电网状态语义特征进行特征空间的第二映射处理和第三映射处理，输出第二电网状态映射特征和第三电网状态映射特征；
基于最后一个电力设备对应的第一电网状态映射特征和倒数第二个电力设备对应的第二电网状态映射特征，确定出两个电力设备对应的电网状态语义特征之间的相关性参数；
将两个电力设备对应的电网状态语义特征之间的相关性参数和倒数第二个电力设备对应的第三电网状态映射特征进行融合处理，使得最后一个电力设备对应的电网状态语义特征融合到倒数第二个电力设备对应的电网状态语义特征中，以输出倒数第二个电力设备对应的电网状态关联特征；
针对所述电力设备游走路径中的最后一个电力设备以外的每一个电力设备，将该电力设备对应的电网状态关联特征进行特征空间的第一映射处理，输出对应的第一电网状态映射特征，并将该电力设备的前一个电力设备对应的电网状态语义特征进行特征空间的第二映射处理和第三映射处理，分别输出对应的第二电网状态映射特征和第三电网状态映射特征；
基于两个电力设备对应的第一电网状态映射特征和第二电网状态映射特征，确定出两个电力设备对应的电网状态语义特征之间的相关性参数；
将两个电力设备对应的电网状态语义特征之间的相关性参数和后一个电力设备对应的第三电网状态映射特征进行融合处理，使得后一个电力设备对应的电网状态语义特征融合到前一个电力设备对应的电网状态语义特征中，以输出前一个电力设备对应的电网状态关联特征；
基于第一个电力设备对应的电网状态语义特征和对应的电网状态关联特征，输出所述电力设备游走路径对应的更新电网状态特征。
7.一种电网数据云边协同通信系统，其特征在于，应用于云端服务器，所述云端服务器通信连接有多个边缘计算设备，每一个所述边缘计算设备通信连接有至少一个电力数据采集设备，每一个所述电力数据采集设备针对目标电网运行区域中的一个电力设备进行部署，所述系统包括：数据序列获取模块，用于获取每一个所述边缘计算设备基于当前的云边协同通信规则发送的电力数据序列，其中，每一个所述电力数据序列用于反映电力设备在当前时间段包括的多个时间节点的电网运行状态，且所述电力数据序列是基于所述边缘计算设备对所述电力数据采集设备采集的电力数据进行处理以形成；
设备关系网构建模块，用于基于每一个所述电力数据序列，构建出对应的电力设备关系网；
运行异常评估模块，用于基于所述电力设备关系网，对所述目标电网运行区域的运行状态进行评估，输出对应的电网运行异常数据，并基于所述电网运行异常数据，确定出对应的目标云边协同通信规则；
协同通信规则发送模块，用于将所述目标云边协同通信规则发送给每一个所述边缘计算设备，其中，所述边缘计算设备用于将当前的云边协同通信规则替换为所述目标云边协同通信规则，所述目标云边协同通信规则至少包括向所述云端服务器进行数据通信的频率和压缩方式、采集电力数据的采样参数；
其中，所述基于所述电力设备关系网，对所述目标电网运行区域的运行状态进行评估，输出对应的电网运行异常数据，并基于所述电网运行异常数据，确定出对应的目标云边协同通信规则，包括：在所述电力设备关系网中，对每一个所述电力设备的电力数据序列进行特征的关联挖掘，得到每一个所述电力设备对应的目标电网状态特征；
基于每一个所述电力设备对应的目标电网状态特征，对所述目标电网运行区域的运行状态进行评估，输出对应的电网运行异常数据；
基于所述电网运行异常数据，确定出对应的目标云边协同通信规则，其中，所述目标云边协同通信规则包括的进行数据通信的频率和采样参数与所述电网运行异常数据表征的异常程度之间具有正相关的对应关系，所述目标云边协同通信规则包括的进行数据通信的压缩方式对应的压缩比例，与所述电网运行异常数据表征的异常程度之间具有负相关的对应关系；
其中，所述基于每一个所述电力数据序列，构建出对应的电力设备关系网，包括：
获取所述目标电网运行区域对应的电网电气拓扑图，其中，所述电网电气拓扑图中具有各个所述电力设备之间的电气连接关系；
针对每一个所述电力数据序列，将该电力数据序列对应的电力设备作为关系网节点，并将该电力数据序列作为该关系网节点对应的节点属性数据，其中，一个所述电力设备对应有至少一个关系网节点，一个所述关系网节点对应有一个所述电力设备，各所述电力数据序列包括属于电流传感器的电力数据采集设备对应的电流数据序列、属于电压传感器的电力数据采集设备对应的电压数据序列、属于温度传感器的电力数据采集设备对应的温度数据序列、属于地磁场传感器的电力数据采集设备对应的地磁风暴数据序列、属于频率传感器的电力数据采集设备对应的频率数据序列；
将对应的电力设备相同的关系网节点进行关联设置，并将对应的电力设备在所述电网电气拓扑图中具有直接连接的关系网节点进行关联设备，以形成对应的电力设备关系网。
8.一种电子设备，其特征在于，包括：
存储器，用于存储计算机程序；
与所述存储器连接的处理器，用于执行该存储器存储的计算机程序，以实现权利要求
1?6任意一项所述的电网数据云边协同通信方法。 说明书 : 一种电网数据云边协同通信方法、系统及设备技术领域[0001] 本申请涉及电网数据协同通信技术领域，具体而言，涉及一种电网数据云边协同通信方法、系统及设备。背景技术[0002] 电网数据云边协同通信是一种结合云计算与边缘计算的技术，主要目的是为了优化电网数据的处理、传输与存储，提高电网的运行效率和响应速度。这种方法通常涉及以下几个关键步骤：[0003] 1.设备与网络的布局[0004] 边缘设备部署：在电网的关键节点（如变电站、配电房等）部署边缘计算设备；[0005] 网络连接：确保所有的边缘计算设备与云端服务器之间有稳定的网络连接，通常使用专用的通信线路或通过安全的互联网连接；[0006] 2.数据采集与预处理[0007] 数据采集：边缘计算设备负责从电网设备（如智能电表、传感器等）实时收集数据；[0008] 预处理：边缘计算设备对收集到的数据进行初步处理，如数据清洗、格式转换、简单分析等。[0009] 在数据采集和预处理之后，边缘计算设备就需要将采集和处理后的数据传输给云端服务器进行相应的分析，以实现电网数据云边协同通信。但是，经发明人研究发现，在上述的数据采集、预处理和数据传输过程中，存在着电网数据云边协同通信的可靠度不高的问题。发明内容[0010] 有鉴于此，本申请的目的在于提供一种电网数据云边协同通信方法、系统及设备，以改善现有技术中存在的电网数据云边协同通信的可靠度不高的问题。[0011] 为实现上述目的，本申请采用如下技术方案：[0012] 一种电网数据云边协同通信方法，应用于云端服务器，所述云端服务器通信连接有多个边缘计算设备，每一个所述边缘计算设备通信连接有至少一个电力数据采集设备，每一个所述电力数据采集设备分别针对目标电网运行区域中的一个电力设备进行部署，所述方法包括：[0013] 获取每一个所述边缘计算设备基于当前的云边协同通信规则发送的电力数据序列，其中，每一个所述电力数据序列用于反映电力设备在当前时间段包括的多个时间节点的电网运行状态，且所述电力数据序列是基于所述边缘计算设备对所述电力数据采集设备采集的电力数据进行处理以形成；[0014] 基于每一个所述电力数据序列，构建出对应的电力设备关系网；[0015] 基于所述电力设备关系网，对所述目标电网运行区域的运行状态进行评估，输出对应的电网运行异常数据，并基于所述电网运行异常数据，确定出对应的目标云边协同通信规则；[0016] 将所述目标云边协同通信规则发送给每一个所述边缘计算设备，其中，所述边缘计算设备用于将当前的云边协同通信规则替换为所述目标云边协同通信规则，所述目标云边协同通信规则至少包括向所述云端服务器进行数据通信的频率和压缩方式、采集电力数据的采样参数。[0017] 在本申请较佳的选择中，在上述电网数据云边协同通信方法中，所述基于所述电力设备关系网，对所述目标电网运行区域的运行状态进行评估，输出对应的电网运行异常数据，并基于所述电网运行异常数据，确定出对应的目标云边协同通信规则的步骤，包括：[0018] 在所述电力设备关系网中，对每一个所述电力设备的电力数据序列进行特征的关联挖掘，得到每一个所述电力设备对应的目标电网状态特征；[0019] 基于每一个所述电力设备对应的目标电网状态特征，对所述目标电网运行区域的运行状态进行评估，输出对应的电网运行异常数据；[0020] 基于所述电网运行异常数据，确定出对应的目标云边协同通信规则，其中，所述目标云边协同通信规则包括的进行数据通信的频率和采样参数与所述电网运行异常数据表征的异常程度之间具有正相关的对应关系，所述目标云边协同通信规则包括的进行数据通信的压缩方式对应的压缩比例，与所述电网运行异常数据表征的异常程度之间具有负相关的对应关系。[0021] 在本申请较佳的选择中，在上述电网数据云边协同通信方法中，所述在所述电力设备关系网中，对每一个所述电力设备的电力数据序列进行特征的关联挖掘，得到每一个所述电力设备对应的目标电网状态特征的步骤，包括：[0022] 分别确定出所述电力设备关系网中的每一个电力设备对应的电网状态语义特征，其中，各个电力设备中包括至少一个目标电力设备，所述至少一个目标电力设备中的任意一个目标电力设备对应的电网状态语义特征，通过对所述任意一个目标电力设备对应的电力数据序列进行特征挖掘得到；[0023] 依据各个所述电力设备对应的电网状态语义特征，将各个所述电力设备进行特征传递更新，输出各个所述电力设备对应的目标电网状态特征。[0024] 在本申请较佳的选择中，在上述电网数据云边协同通信方法中，所述分别确定出所述电力设备关系网中的每一个电力设备对应的电网状态语义特征的步骤，包括：[0025] 针对所述电力设备关系网中的每一个电力设备，分别将该电力设备对应的电力数据序列中每一个时间节点对应的电力数据进行向量化处理，输出该电力设备对应的电力数据语义向量序列，并分别对每一个时间节点进行向量化处理，输出该电力设备对应的时间节点语义向量序列；[0026] 将所述电力数据语义向量序列中的电力数据语义向量和所述时间节点语义向量序列中的时间节点语义向量，按照对应的时间节点进行融合处理，形成对应的融合电力数据向量序列；[0027] 基于所述融合电力数据向量序列，得到对应的电网状态语义特征。[0028] 在本申请较佳的选择中，在上述电网数据云边协同通信方法中，所述基于所述融合电力数据向量序列，得到对应的电网状态语义特征的步骤，包括：[0029] 针对所述融合电力数据向量序列中的第一个融合电力数据向量，对该融合电力数据向量进行全连接处理和线性映射处理，输出该融合电力数据向量对应的局部电网状态语义特征；[0030] 针对所述融合电力数据向量序列中的第一个融合电力数据向量以外的每一个融合电力数据向量，将该融合电力数据向量与前一个融合电力数据向量对应的局部电网状态语义特征进行关联融合处理，输出该融合电力数据向量对应的局部电网状态语义特征；[0031] 将所述融合电力数据向量序列中的每一个融合电力数据向量对应的局部电网状态语义特征进行拼接，形成对应的电网状态语义特征。[0032] 在本申请较佳的选择中，在上述电网数据云边协同通信方法中，所述依据各个所述电力设备对应的电网状态语义特征，将各个所述电力设备进行特征传递更新，输出各个所述电力设备对应的目标电网状态特征的步骤，包括：[0033] 在所述电力设备关系网中，确定出任意一个电力设备，并将该电力设备作为待处理电力设备；[0034] 将所述待处理电力设备作为起点，按照预先确定的最小连接度，在所述电力设备关系网中进行非重复游走，形成所述待处理电力设备对应的至少一个电力设备游走路径，其中，所述电力设备游走路径包括的每一个其它电力设备与所述待处理电力设备之间的连接度不小于所述最小连接度，所述连接度与对应的两个待处理电力设备之间的最短游走路径的长度负相关；[0035] 针对每一个所述电力设备游走路径，依据该电力设备游走路径中的各个所述电力设备对应的电网状态语义特征，将各个所述电力设备进行特征传递更新，输出该电力设备游走路径对应的更新电网状态特征；[0036] 将所述待处理电力设备对应的至少一个电力设备游走路径中的每一个电力设备游走路径对应的更新电网状态特征进行特征融合处理，输出所述待处理电力设备对应的目标电网状态特征。[0037] 在本申请较佳的选择中，在上述电网数据云边协同通信方法中，所述针对每一个所述电力设备游走路径，依据该电力设备游走路径中的各个所述电力设备对应的电网状态语义特征，将各个所述电力设备进行特征传递更新，输出该电力设备游走路径对应的更新电网状态特征的步骤，包括：[0038] 对所述电力设备游走路径中的最后一个电力设备对应的电网状态语义特征进行特征空间的第一映射处理，输出第一电网状态映射特征，并将倒数第二个电力设备对应的电网状态语义特征进行特征空间的第二映射处理和第三映射处理，输出第二电网状态映射特征和第三电网状态映射特征；[0039] 基于最后一个电力设备对应的第一电网状态映射特征和倒数第二个电力设备对应的第二电网状态映射特征，确定出两个电力设备对应的电网状态语义特征之间的相关性参数；[0040] 将两个电力设备对应的电网状态语义特征之间的相关性参数和倒数第二个电力设备对应的第三电网状态映射特征进行融合处理，使得最后一个电力设备对应的电网状态语义特征融合到倒数第二个电力设备对应的电网状态语义特征中，以输出倒数第二个电力设备对应的电网状态关联特征；[0041] 针对所述电力设备游走路径中的最后一个电力设备以外的每一个电力设备，将该电力设备对应的电网状态关联特征进行特征空间的第一映射处理，输出对应的第一电网状态映射特征，并将该电力设备的前一个电力设备对应的电网状态语义特征进行特征空间的第二映射处理和第三映射处理，分别输出对应的第二电网状态映射特征和第三电网状态映射特征；[0042] 基于两个电力设备对应的第一电网状态映射特征和第二电网状态映射特征，确定出两个电力设备对应的电网状态语义特征之间的相关性参数；[0043] 将两个电力设备对应的电网状态语义特征之间的相关性参数和后一个电力设备对应的第三电网状态映射特征进行融合处理，使得后一个电力设备对应的电网状态语义特征融合到前一个电力设备对应的电网状态语义特征中，以输出前一个电力设备对应的电网状态关联特征；[0044] 基于第一个电力设备对应的电网状态语义特征和对应的电网状态关联特征，输出所述电力设备游走路径对应的更新电网状态特征。[0045] 在本申请较佳的选择中，在上述电网数据云边协同通信方法中，所述基于每一个所述电力数据序列，构建出对应的电力设备关系网的步骤，包括：[0046] 获取所述目标电网运行区域对应的电网电气拓扑图，其中，所述电网电气拓扑图中具有各个所述电力设备之间的电气连接关系；[0047] 针对每一个所述电力数据序列，将该电力数据序列对应的电力设备作为关系网节点，并将该电力数据序列作为该关系网节点对应的节点属性数据，其中，一个所述电力设备对应有至少一个关系网节点，一个所述关系网节点对应有一个所述电力设备，各所述电力数据序列包括属于电流传感器的电力数据采集设备对应的电流数据序列、属于电压传感器的电力数据采集设备对应的电压数据序列、属于温度传感器的电力数据采集设备对应的温度数据序列、属于地磁场传感器的电力数据采集设备对应的地磁风暴数据序列、属于频率传感器的电力数据采集设备对应的频率数据序列；[0048] 将对应的电力设备相同的关系网节点进行关联设置，并将对应的电力设备在所述电网电气拓扑图中具有直接连接的关系网节点进行关联设备，以形成对应的电力设备关系网。[0049] 本申请还提供了一种电网数据云边协同通信系统，应用于云端服务器，所述云端服务器通信连接有多个边缘计算设备，每一个所述边缘计算设备通信连接有至少一个电力数据采集设备，每一个所述电力数据采集设备针对目标电网运行区域中的一个电力设备进行部署，所述系统包括：[0050] 数据序列获取模块，用于获取每一个所述边缘计算设备基于当前的云边协同通信规则发送的电力数据序列，其中，每一个所述电力数据序列用于反映电力设备在当前时间段包括的多个时间节点的电网运行状态，且所述电力数据序列是基于所述边缘计算设备对所述电力数据采集设备采集的电力数据进行处理以形成；[0051] 设备关系网构建模块，用于基于每一个所述电力数据序列，构建出对应的电力设备关系网；[0052] 运行异常评估模块，用于基于所述电力设备关系网，对所述目标电网运行区域的运行状态进行评估，输出对应的电网运行异常数据，并基于所述电网运行异常数据，确定出对应的目标云边协同通信规则；[0053] 协同通信规则发送模块，用于将所述目标云边协同通信规则发送给每一个所述边缘计算设备，其中，所述边缘计算设备用于将当前的云边协同通信规则替换为所述目标云边协同通信规则，所述目标云边协同通信规则至少包括向所述云端服务器进行数据通信的频率和压缩方式、采集电力数据的采样参数。[0054] 在上述基础上，本申请还提供了一种电子设备，包括：[0055] 存储器，用于存储计算机程序；[0056] 与所述存储器连接的处理器，用于执行该存储器存储的计算机程序，以实现上述的电网数据云边协同通信方法。[0057] 本申请提供的一种电网数据云边协同通信方法、系统及设备，首先，获取每一个边缘计算设备基于当前的云边协同通信规则发送的电力数据序列；其次，基于每一个电力数据序列，构建出对应的电力设备关系网；然后，基于电力设备关系网，对目标电网运行区域的运行状态进行评估，输出对应的电网运行异常数据，并基于电网运行异常数据，确定出对应的目标云边协同通信规则；最后，将目标云边协同通信规则发送给每一个边缘计算设备。基于上述内容，由于会构建出电力设备关系网，使得在基于信息丰富度较高的电力设备关系网进行运行状态的评估时，可以得到可靠的电网运行异常数据，因此，可以保障基于电网运行异常数据确定的目标云边协同通信规则的可靠度，从而保障电网数据云边协同通信的可靠度，进而改善现有技术中存在的电网数据云边协同通信的可靠度不高的问题；例如，在异常度较高时，可以提高进行数据通信的频率和采样参数、降低相应的压缩方式的压缩比例，以保障云端监控的可靠性，在异常度较低时，可以降低进行数据通信的频率和采样参数、提高相应的压缩方式的压缩比例，以避免进行数据通信和采样导致的资源浪费问题。附图说明[0058] 为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。[0059] 图1为本申请实施例提供的电子设备的结构框图。[0060] 图2为本申请实施例提供的电网数据云边协同通信方法的流程示意图。[0061] 图3为本申请实施例提供的电力设备关系网的示意图。[0062] 图4为本申请实施例提供的特征传递更新的示意图。[0063] 图5为本申请实施例提供的电网数据云边协同通信系统的方框示意图。具体实施方式[0064] 为使本申请实施例的目的、技术方案和优点更加清楚，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，所描述的实施例只是本申请的一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。[0065] 因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作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。[0066] 如图1所示，本申请实施例提供了一种电子设备。其中，所述电子设备可以包括存储器、处理器和电网数据云边协同通信系统。[0067] 详细地，所述存储器和所述处理器之间直接或间接地电性连接，以实现数据的传输或交互。例如，所述存储器和所述处理器之间可以通过一条或多条通讯总线或信号线实现电性连接。所述电网数据云边协同通信系统包括至少一个以软件或固件（firmware）的形式存储于所述存储器中的软件功能模块。所述处理器用于执行所述存储器中存储的可执行的计算机程序，例如，所述电网数据云边协同通信系统所包括的软件功能模块及计算机程序等，以实现本申请实施例提供的电网数据云边协同通信方法。[0068] 可选地，所述存储器可以是，但不限于，随机存取存储器（RandomAccessMemory，RAM），只读存储器（ReadOnlyMemory，ROM），可编程只读存储器（ProgrammableRead?OnlyMemory，PROM），可擦除只读存储器（ErasableProgrammableRead?OnlyMemory，EPROM），电可擦除只读存储器（ElectricErasableProgrammableRead?OnlyMemory，EEPROM）等。并且，所述处理器可以是一种通用处理器，包括中央处理器（CentralProcessingUnit，CPU）、网络处理器（NetworkProcessor，NP）、片上系统(SystemonChip，SoC)等；还可以是数字信号处理器（DSP）、专用集成电路（ASIC）、现场可编程门阵列（FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。[0069] 可以理解，图1所示的结构仅为示意，所述电子设备还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置，例如，还可以包括用于与其它设备进行信息交互的通信单元，例如，在所述电子设备作为云端服务器时，还可以包括与边缘计算设备进行通信的通信单元；另外，所述边缘计算设备可以是网关设备等。并且，所述云端服务器可以通信连接有多个边缘计算设备，每一个所述边缘计算设备通信连接有至少一个电力数据采集设备（如电流传感器、电压传感器、地磁场传感器、频率传感器、温度传感器等），每一个所述电力数据采集设备分别针对目标电网运行区域中的一个电力设备进行部署，如此，所述电力数据采集设备可以对相应的电力设备进行电力数据的采集操作，得到对应的电力数据，如电流数据、电压数据、地磁风暴数据、频率数据和温度数据等。[0070] 结合图2，本申请实施例还提供一种可应用于上述电子设备的电网数据云边协同通信方法。其中，所述电网数据云边协同通信方法有关的流程所定义的方法步骤可以由所述电子设备实现。[0071] 下面将对图2所示的具体流程，进行详细阐述。[0072] 步骤S110，获取每一个所述边缘计算设备基于当前的云边协同通信规则发送的电力数据序列。[0073] 在本申请实施例中，所述电子设备可以获取每一个所述边缘计算设备基于当前的云边协同通信规则发送的电力数据序列，如此，可以得到多个电力数据序列，一个所述边缘计算设备可以发送至少一个电力数据序列，具体的数量基于该边缘计算设备连接的电力数据采集设备的数量确定，即一个电力数据序列对应一个电力数据采集设备。其中，每一个所述电力数据序列用于反映电力设备在当前时间段包括的多个时间节点的电网运行状态，且所述电力数据序列是基于所述边缘计算设备对所述电力数据采集设备采集的电力数据进行处理以形成，如进行采样等。另外，当前的云边协同通信规则可以基于用户配置，也可以基于历史电力数据确定。[0074] 步骤S120，基于每一个所述电力数据序列，构建出对应的电力设备关系网。[0075] 在本申请实施例中，所述电子设备可以基于每一个所述电力数据序列，构建出对应的电力设备关系网，也就是说，所述电力设备关系网中可以包括每一个所述电力数据序列。[0076] 步骤S130，基于所述电力设备关系网，对所述目标电网运行区域的运行状态进行评估，输出对应的电网运行异常数据，并基于所述电网运行异常数据，确定出对应的目标云边协同通信规则。[0077] 在本申请实施例中，所述电子设备可以基于所述电力设备关系网，对所述目标电网运行区域的运行状态进行评估，输出对应的电网运行异常数据，并基于所述电网运行异常数据，确定出对应的目标云边协同通信规则。示例性地，所述电网运行异常数据可以是指电网的运行异常类型（如电压异常、谐波失真等），也可以是运行异常的程度（如异常度极高、异常度高、异常度一般、异常度低、异常度极低、无异常，或者是0?100分等）。[0078] 步骤S140，将所述目标云边协同通信规则发送给每一个所述边缘计算设备。[0079] 在本申请实施例中，所述电子设备可以将所述目标云边协同通信规则发送给每一个所述边缘计算设备。其中，所述边缘计算设备用于将当前的云边协同通信规则替换为所述目标云边协同通信规则，所述目标云边协同通信规则至少包括向所述云端服务器进行数据通信的频率（即每间隔预设时长发送一次电力数据序列）和压缩方式（如按照预设比例进行数据的压缩，然后，再发送压缩的数据）、采集电力数据的采样参数（既可以是所述边缘计算设备对电力数据采集设备采集的电力数据的采样率，也可以是所述电力数据采集设备进行采集电力数据的采集频率）。[0080] 基于上述内容，由于会构建出电力设备关系网，使得在基于信息丰富度较高的电力设备关系网进行运行状态的评估时，可以得到可靠的电网运行异常数据，因此，可以保障基于电网运行异常数据确定的目标云边协同通信规则的可靠度，从而保障电网数据云边协同通信的可靠度，进而改善现有技术中存在的电网数据云边协同通信的可靠度不高的问题；例如，在异常度较高时，可以提高进行数据通信的频率和采样参数、降低相应的压缩方式的压缩比例，以保障云端监控的可靠性，在异常度较低时，可以降低进行数据通信的频率和采样参数、提高相应的压缩方式的压缩比例，以避免进行数据通信和采样导致的资源浪费问题。[0081] 对于步骤S120需要说明的是，构建出对应的电力设备关系网的具体方式不受限制，可以根据实际需求进行选择。[0082] 例如，在一种可以替代的实施方式中，为了使得所述电力设备关系网的信息表征能力更佳，保障基于所述电力设备关系网进行的后续操作可以更为可靠，上述的步骤S120可以进一步包括步骤S121、步骤S122和步骤S123，各步骤的具体内容如下所述。[0083] 步骤S121，获取所述目标电网运行区域对应的电网电气拓扑图。[0084] 在本申请实施例中，可以先获取所述目标电网运行区域对应的电网电气拓扑图。其中，所述电网电气拓扑图中具有各个所述电力设备之间的电气连接关系，使得可以基于该电气连接关系进行相应的关联设置，且可以保障进行的关联设置对于后续的异常分析具有较高的可靠性，例如，具有电气连接关系的电力设备之间在电力数据上具有关联性。[0085] 步骤S122，针对每一个所述电力数据序列，将该电力数据序列对应的电力设备作为关系网节点，并将该电力数据序列作为该关系网节点对应的节点属性数据。[0086] 在本申请实施例中，针对每一个所述电力数据序列，可以将该电力数据序列对应的电力设备作为关系网节点，并将该电力数据序列作为该关系网节点对应的节点属性数据。其中，一个所述电力设备对应有至少一个关系网节点，一个所述关系网节点对应有一个所述电力设备，也就是说，电力设备和关系网节点之间是一一对应关系或一对多的关系，例如，对于电力设备A，在需要对电力设备A进行电流和温度采集时，可以形成对应的两个电力数据序列，对应地，也会形成两个关系网节点。另外，各所述电力数据序列包括属于电流传感器的电力数据采集设备对应的电流数据序列、属于电压传感器的电力数据采集设备对应的电压数据序列、属于温度传感器的电力数据采集设备对应的温度数据序列、属于地磁场传感器的电力数据采集设备对应的地磁风暴数据序列、属于频率传感器的电力数据采集设备对应的频率数据序列，在其它实施方式中，也可以包括其它数据，在此不做具体的限定和描述。[0087] 步骤S123，将对应的电力设备相同的关系网节点进行关联设置，并将对应的电力设备在所述电网电气拓扑图中具有直接连接的关系网节点进行关联设备，以形成对应的电力设备关系网。[0088] 在本申请实施例中，一方面，可以将对应的电力设备相同的关系网节点进行关联设置（如上述示例，可以将电力设备A对应的两个关系网节点关联设置），并将对应的电力设备在所述电网电气拓扑图中具有直接连接的关系网节点进行关联设备，以形成对应的电力设备关系网，如图3所示，其中，在图3中通过连接线表示有进行关联设置。[0089] 对于上述的步骤S130需要说明的是，对所述目标电网运行区域的运行状态进行评估等操作的具体方式不受限制，可以根据实际需求进行选择。[0090] 例如，在一种可以替代的实施方式中，为了提高进行运行状态评估的可靠性，以确定出可靠的目标云边协同通信规则，上述的步骤S130可以进一步包括步骤S131、步骤S132和步骤S133，各步骤的具体内容如下所述。[0091] 步骤S131，在所述电力设备关系网中，对每一个所述电力设备的电力数据序列进行特征的关联挖掘，得到每一个所述电力设备对应的目标电网状态特征。[0092] 在本申请实施例中，在构建出所述电力设备关系网之后，可以在所述电力设备关系网中，对每一个所述电力设备的电力数据序列进行特征的关联挖掘，得到每一个所述电力设备对应的目标电网状态特征，如此，所述目标电网状态特征不仅包括电力设备自身电力数据的语义信息，还可以包括关联的电力设备的电力数据的语义信息，使得所述目标电网状态特征的语义表征能力可以更佳。[0093] 步骤S132，基于每一个所述电力设备对应的目标电网状态特征，对所述目标电网运行区域的运行状态进行评估，输出对应的电网运行异常数据。[0094] 在本申请实施例中，挖掘出所述目标电网状态特征之后，可以基于每一个所述电力设备对应的目标电网状态特征，对所述目标电网运行区域的运行状态进行评估，输出对应的电网运行异常数据。例如，可以将每一个所述电力设备对应的目标电网状态特征进行拼接，然后，进行全连接处理，最后，可以通过配置的分类函数或回归函数进行输出，从而得到对应的电网运行异常数据。需要说明的是，步骤S131和步骤S132可以是通过神经网络实现的，如编码神经网络、循环神经网络等，并且，该神经网络可以基于相应的样本电力设备关系网和实际电网运行异常数据进行训练形成。[0095] 步骤S133，基于所述电网运行异常数据，确定出对应的目标云边协同通信规则。[0096] 在本申请实施例中，在得到所述电网运行异常数据之后，可以基于所述电网运行异常数据，确定出对应的目标云边协同通信规则。其中，所述目标云边协同通信规则包括的进行数据通信的频率和采样参数与所述电网运行异常数据表征的异常程度之间具有正相关的对应关系，所述目标云边协同通信规则包括的进行数据通信的压缩方式对应的压缩比例，与所述电网运行异常数据表征的异常程度之间具有负相关的对应关系。例如，可以预先建立有各种电网运行异常数据和各种云边协同通信规则之间的对应关系，如此，可以基于该对应关系确定出目标云边协同通信规则。[0097] 可以理解的是，在上述的步骤S131中，进行特征的关联挖掘的具体方式不受限制，例如，在一种可以替代的实施方式中，为了提高特征关联挖掘的可靠度，上述的步骤S131可以进一步包括步骤S131a和步骤S131b，各步骤的具体内容如下所述。[0098] 步骤S131a，分别确定出所述电力设备关系网中的每一个电力设备对应的电网状态语义特征。[0099] 在本申请实施例中，可以先分别确定出所述电力设备关系网中的每一个电力设备对应的电网状态语义特征。其中，各个电力设备中包括至少一个目标电力设备，所述至少一个目标电力设备中的任意一个目标电力设备对应的电网状态语义特征，通过对所述任意一个目标电力设备对应的电力数据序列进行特征挖掘得到。也就是说，可以将电力设备B对应的电力数据序列进行语义挖掘，得到对应的电网状态语义特征。[0100] 步骤S131b，依据各个所述电力设备对应的电网状态语义特征，将各个所述电力设备进行特征传递更新，输出各个所述电力设备对应的目标电网状态特征。[0101] 在本申请实施例中，在得到所述电网状态语义特征之后，可以依据各个所述电力设备对应的电网状态语义特征，将各个所述电力设备进行特征传递更新，输出各个所述电力设备对应的目标电网状态特征，也就是说，将各个所述电力设备对应的电网状态语义特征进行传递更新，使得可以更新后的特征，即得到对应的目标电网状态特征。[0102] 可以理解的是，在上述的步骤S131a中，电网状态语义特征的具体确定方式不受限制，例如，在一种可以替代的实施方式中，为了使得所述电网状态语义特征的信息表达能力的精度可以更高、语义可以更丰富，上述的步骤S131a可以进一步包括步骤a1、步骤a2和步骤a3，各步骤的具体内容如下所述。[0103] 步骤a1，针对所述电力设备关系网中的每一个电力设备，分别将该电力设备对应的电力数据序列中每一个时间节点对应的电力数据进行向量化处理，输出该电力设备对应的电力数据语义向量序列，并分别对每一个时间节点进行向量化处理，输出该电力设备对应的时间节点语义向量序列。[0104] 在本申请实施例中，针对所述电力设备关系网中的每一个电力设备，分别将该电力设备对应的电力数据序列中每一个时间节点对应的电力数据进行向量化处理，输出该电力设备对应的电力数据语义向量序列，在该电力数据语义向量序列中，一个电力数据语义向量对应一个时间节点的电力数据，例如，可以将该电力数据映射到向量空间中，从而得到对应的电力数据语义向量，具体可以通过训练的嵌入模型实现。并且，还可以分别对每一个时间节点进行向量化处理，输出该电力设备对应的时间节点语义向量序列，其中，时间节点的表征方式可以是如1、2、3这样的序号，也可以是具体的时间点，如2024年8月4日11时42分3秒。同样地，也可以对时间节点进行嵌入处理，得到对应的时间节点语义向量。[0105] 步骤a2，将所述电力数据语义向量序列中的电力数据语义向量和所述时间节点语义向量序列中的时间节点语义向量，按照对应的时间节点进行融合处理，形成对应的融合电力数据向量序列。[0106] 在本申请实施例中，在得到所述电力数据语义向量序列和所述时间节点语义向量序列之后，可以将所述电力数据语义向量序列中的电力数据语义向量和所述时间节点语义向量序列中的时间节点语义向量，按照对应的时间节点进行融合处理，形成对应的融合电力数据向量序列。例如，可以将第一个时间节点对应的电力数据语义向量与第一个时间节点对应的时间节点语义向量进行融合（如拼接或叠加等），得到第一个时间节点对应的融合电力数据向量，从而形成对应的融合电力数据向量序列。[0107] 步骤a3，基于所述融合电力数据向量序列，得到对应的电网状态语义特征。[0108] 在本申请实施例中，在得到所述融合电力数据向量序列之后，可以基于所述融合电力数据向量序列，得到对应的电网状态语义特征，例如，可以直接将所述融合电力数据向量序列作为对应的电网状态语义特征。[0109] 可以理解的是，在上述的步骤a3中，得到电网状态语义特征的具体方式不受限制，例如，在一种可以替代的实施方式中，为了使得得到电网状态语义特征的语义表征能力可以更佳，上述的步骤a3可以进一步包括：[0110] 首先，可以针对所述融合电力数据向量序列中的第一个融合电力数据向量，对该融合电力数据向量进行全连接处理和线性映射处理，输出该融合电力数据向量对应的局部电网状态语义特征，举例来说，可以先通过相应的全连接网络层进行处理，得到对应的全连接向量，然后，可以通过相应的线性映射网络层进行处理，得到对应的局部电网状态语义特征，其中，线性映射网络层可以通过包括的激活函数实现对应的线性映射处理；[0111] 其次，可以针对所述融合电力数据向量序列中的第一个融合电力数据向量以外的每一个融合电力数据向量，将该融合电力数据向量与前一个融合电力数据向量对应的局部电网状态语义特征进行关联融合处理，输出该融合电力数据向量对应的局部电网状态语义特征；例如，可以将该融合电力数据向量与前一个融合电力数据向量对应的局部电网状态语义特征进行加权求和，然后，再对加权求和的结果进行全连接处理和线性映射处理；[0112] 然后，可以将所述融合电力数据向量序列中的每一个融合电力数据向量对应的局部电网状态语义特征进行拼接，形成对应的电网状态语义特征，如concat（局部电网状态语义特征1，局部电网状态语义特征2，局部电网状态语义特征3，局部电网状态语义特征4，......）。[0113] 可以理解的是，在上述的步骤S131b中，进行特征传递更新的具体方式不受限制，例如，在一种可以替代的实施方式中，为了兼顾形成的目标电网状态特征的语义表征能力和进行特征传递更新的效率，上述的步骤S131b可以包括步骤b1、步骤b2、步骤b3和步骤b4，各步骤如下所述。[0114] 步骤b1，在所述电力设备关系网中，确定出任意一个电力设备，并将该电力设备作为待处理电力设备。[0115] 在本申请实施例中，可以在所述电力设备关系网中，确定出任意一个电力设备，并将该电力设备作为待处理电力设备。需要说明的是，可以依次或并行将每一个电力设备都作为待处理电力设备，从而得到每一个电力设备对应的目标电网状态特征。[0116] 步骤b2，将所述待处理电力设备作为起点，按照预先确定的最小连接度，在所述电力设备关系网中进行非重复游走，形成所述待处理电力设备对应的至少一个电力设备游走路径。[0117] 在本申请实施例中，在确定出待处理电力设备之后，可以将所述待处理电力设备作为起点，按照预先确定的最小连接度，在所述电力设备关系网中进行非重复游走（即一次游走，一个电力设备仅出现一次，另外，在如图3所示的电力设备关系网中，一个电力设备对应有多个关系网节点时，可以是指一个关系网节点仅出现一次），形成所述待处理电力设备对应的至少一个电力设备游走路径，在形成有多个电力设备游走路径时，任意两个电力设备游走路径之间不相同，也不存在包含关系。并且，所述电力设备游走路径包括的每一个其它电力设备与所述待处理电力设备之间的连接度不小于所述最小连接度，所述连接度与对应的两个待处理电力设备之间的最短游走路径（例如，在图3中，电力设备B和电力设备E之间可以有两个游走路径，分别为“B?E”和“B?C?D?E”，长度分别为2和4，最短游走路径为“B?E”）的长度负相关（如最短游走路径的倒数），也就是说，最短游走路径越。碚髁礁龃淼缌ι璞钢涞墓叵翟浇裘，对应的连接度就越大，如此，通过设置最小连接度，可以避免将连接度过小的电力设备的特征融合进来，使得特征的关联挖掘的可靠度可以相对更高。[0118] 步骤b3，针对每一个所述电力设备游走路径，依据该电力设备游走路径中的各个所述电力设备对应的电网状态语义特征，将各个所述电力设备进行特征传递更新，输出该电力设备游走路径对应的更新电网状态特征。[0119] 在本申请实施例中，针对每一个所述电力设备游走路径，可以依据该电力设备游走路径中的各个所述电力设备对应的电网状态语义特征，将各个所述电力设备进行特征传递更新，输出该电力设备游走路径对应的更新电网状态特征，可以沿着电力设备游走路径进行更新，使得更新中的关联性可以与电力设备之间的关联关系匹配，保障其可靠度。[0120] 步骤b4，将所述待处理电力设备对应的至少一个电力设备游走路径中的每一个电力设备游走路径对应的更新电网状态特征进行特征融合处理，输出所述待处理电力设备对应的目标电网状态特征。[0121] 在本申请实施例中，可以将所述待处理电力设备对应的至少一个电力设备游走路径中的每一个电力设备游走路径对应的更新电网状态特征进行特征融合处理，输出所述待处理电力设备对应的目标电网状态特征；示例性地，可以对于每一个所述电力设备游走路径，可以先确定该电力设备游走路径中各电力设备与待处理电力设备之间的连接度，然后，确定出各连接度中的最小值或均值，最后，再基于该最小值或均值，对每一个电力设备游走路径对应的更新电网状态特征进行加权求和，从而得到所述待处理电力设备对应的目标电网状态特征。[0122] 可以理解的是，在上述的步骤b3中，进行特征传递更新的具体方式不受限制，例如，在一种可以替代的实施方式中，为了使得在特征传递更新中可以对关联信息进行充分的挖掘融合，从而保障得到的更新电网状态特征的可靠性，结合图4，上述的步骤b3可以进一步包括以下内容：[0123] 首先，可以对所述电力设备游走路径中的最后一个电力设备对应的电网状态语义特征进行特征空间的第一映射处理，输出第一电网状态映射特征，并将倒数第二个电力设备对应的电网状态语义特征进行特征空间的第二映射处理和第三映射处理，输出第二电网状态映射特征和第三电网状态映射特征；示例性地，特征空间的第一映射处理、第二映射处理和第三映射处理，可以通过三个映射矩阵实现，如分别与三个映射矩阵相乘，且三个映射矩阵可以在相应的神经网络的训练过程中形成；[0124] 其次，可以基于最后一个电力设备对应的第一电网状态映射特征和倒数第二个电力设备对应的第二电网状态映射特征，确定出两个电力设备对应的电网状态语义特征之间的相关性参数，例如，可以将第一电网状态映射特征和第二电网状态映射特征进行点积计算，得到相关性参数；[0125] 然后，可以将两个电力设备对应的电网状态语义特征之间的相关性参数和倒数第二个电力设备对应的第三电网状态映射特征进行融合处理（如基于相关性参数进行加权），使得最后一个电力设备对应的电网状态语义特征融合到倒数第二个电力设备对应的电网状态语义特征中，以输出倒数第二个电力设备对应的电网状态关联特征；[0126] 之后，可以针对所述电力设备游走路径中的最后一个电力设备以外的每一个电力设备，将该电力设备对应的电网状态关联特征进行特征空间的第一映射处理，输出对应的第一电网状态映射特征，并将该电力设备的前一个电力设备对应的电网状态语义特征进行特征空间的第二映射处理和第三映射处理，分别输出对应的第二电网状态映射特征和第三电网状态映射特征，如前相关所述，对应的映射矩阵的具体参数可以不同；[0127] 进一步，可以基于两个电力设备对应的第一电网状态映射特征和第二电网状态映射特征，确定出两个电力设备对应的电网状态语义特征之间的相关性参数，如前相关所述；[0128] 再进一步，可以将两个电力设备对应的电网状态语义特征之间的相关性参数和后一个电力设备对应的第三电网状态映射特征进行融合处理，使得后一个电力设备对应的电网状态语义特征融合到前一个电力设备对应的电网状态语义特征中，以输出前一个电力设备对应的电网状态关联特征，如前相关所述；[0129] 最后，可以基于第一个电力设备对应的电网状态语义特征和对应的电网状态关联特征，输出所述电力设备游走路径对应的更新电网状态特征，示例性地，可以将电网状态语义特征和对应的电网状态关联特征进行拼接或叠加，得到对应的更新电网状态特征。[0130] 结合图5，本申请实施例还提供一种可应用于上述电子设备的电网数据云边协同通信系统。其中，所述电网数据云边协同通信系统可以包括数据序列获取模块、设备关系网构建模块、运行异常评估模块和协同通信规则发送模块。[0131] 所述数据序列获取模块，可以用于获取每一个所述边缘计算设备基于当前的云边协同通信规则发送的电力数据序列，其中，每一个所述电力数据序列用于反映电力设备在当前时间段包括的多个时间节点的电网运行状态，且所述电力数据序列是基于所述边缘计算设备对所述电力数据采集设备采集的电力数据进行处理以形成。在本申请实施例中，所述数据序列获取模块可用于执行图2所示的步骤S110，关于所述数据序列获取模块的相关内容可以参照前文对步骤S110的描述。[0132] 所述设备关系网构建模块，可以用于基于每一个所述电力数据序列，构建出对应的电力设备关系网。在本申请实施例中，所述设备关系网构建模块可用于执行图2所示的步骤S120，关于所述设备关系网构建模块的相关内容可以参照前文对步骤S120的描述。[0133] 所述运行异常评估模块，可以用于基于所述电力设备关系网，对所述目标电网运行区域的运行状态进行评估，输出对应的电网运行异常数据，并基于所述电网运行异常数据，确定出对应的目标云边协同通信规则。在本申请实施例中，所述运行异常评估模块可用于执行图2所示的步骤S130，关于所述运行异常评估模块的相关内容可以参照前文对步骤S130的描述。[0134] 所述协同通信规则发送模块，可以用于将所述目标云边协同通信规则发送给每一个所述边缘计算设备，其中，所述边缘计算设备用于将当前的云边协同通信规则替换为所述目标云边协同通信规则，所述目标云边协同通信规则至少包括向所述云端服务器进行数据通信的频率和压缩方式、采集电力数据的采样参数。在本申请实施例中，所述协同通信规则发送模块可用于执行图2所示的步骤S140，关于所述协同通信规则发送模块的相关内容可以参照前文对步骤S140的描述。[0135] 在本申请实施例中，对应于上述的应用于所述电子设备的电网数据云边协同通信方法，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，该计算机程序运行时执行电网数据云边协同通信方法的各个步骤。其中，前述计算机程序运行时执行的各步骤，在此不再一一赘述，可参考前文对所述电网数据云边协同通信方法的解释说明。[0136] 综上所述，本申请提供的一种电网数据云边协同通信方法、系统及设备，首先，获取每一个边缘计算设备基于当前的云边协同通信规则发送的电力数据序列；其次，基于每一个电力数据序列，构建出对应的电力设备关系网；然后，基于电力设备关系网，对目标电网运行区域的运行状态进行评估，输出对应的电网运行异常数据，并基于电网运行异常数据，确定出对应的目标云边协同通信规则；最后，将目标云边协同通信规则发送给每一个边缘计算设备。基于上述内容，由于会构建出电力设备关系网，使得在基于信息丰富度较高的电力设备关系网进行运行状态的评估时，可以得到可靠的电网运行异常数据，因此，可以保障基于电网运行异常数据确定的目标云边协同通信规则的可靠度，从而保障电网数据云边协同通信的可靠度，进而改善现有技术中存在的电网数据云边协同通信的可靠度不高的问题；例如，在异常度较高时，可以提高进行数据通信的频率和采样参数、降低相应的压缩方式的压缩比例，以保障云端监控的可靠性，在异常度较低时，可以降低进行数据通信的频率和采样参数、提高相应的压缩方式的压缩比例，以避免进行数据通信和采样导致的资源浪费问题。[0137] 在本申请实施例所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。[0138] 另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。[0139] 所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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，电子设备，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read?OnlyMemory）、随机存取存储器（RAM，RandomAccessMemory）、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。[0140] 以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

专利地区：四川

专利申请日期：2024-08-27

专利公开日期：2024-11-29

专利公告号：CN118694664B