本发明涉及电力监测，尤其涉及一种基于云边协同的电能表系统。
背景技术：
1、在智慧电网中需要通过电能表进行实时耗能监测，并通过电能表的自身调节进行智慧电网中的需求响应管理。现有技术中，通过将电能表作为智慧电网中的数据监测及调控终端，电能表中的微处理器作为云边协同中的边缘计算节点，通过边缘计算节点采集对电能表终端的运行数据进行监测的监测数据，并将实时采集的监测数据进行本地缓存，在云边同步时间点将本地缓存的数据同步至云服务器中，用于通过云服务器对接收到的监测数据进行数据分析以及对智慧电网中的负载调控。
2、但是在实时采集的监测数据进行本地缓存的过程中，由于电能表的本地缓存数据量有限，而为了保证云边协同过程中电能表能够向云服务器提供更为重要的监测数据，通常在采集到监测数据之后会在边缘计算节点对实时采集到的监测数据进行数据筛选，从而将具有有效电能数据信息的监测数据进行本地缓存。
3、在工业用电过程中，用电功率会存在自然的较小数值波动，而在用电模式发生变化时会出现较高的数值波动，因此，现有技术中通过获取实时采集到的功率时序数据中的每个数据点的cof离群因子作为对应数据点的波动特征，并根据波动特征进行对应数据点的数据重要程度的评估，从而根据功率时序数据中的每个数据点的数据重要程度进行上述数据筛选。但是在对功率时序数据中的每个数据点的cof离群因子的度量过程中，都是以目标数据点为局部窗口的末端，且利用固定长度的局部窗口数据，在功率时序数据的左侧进行k距离邻域的局部窗口数据的选取，从而在平均链接距离的评估过程中无法准确评估数据点的路径权重，在功率出现高波动时，会因为路径权重的问题被局部窗口中的低波动数据点降低目标数据点的数据重要程度，对应会出现目标数据点的数据重要程度的评估不准确，导致数据筛选的结果出现偏差，最终会影响云服务器对接收到的筛选数据进行数据分析以及对智慧电网中的负载调控的准确性。
4、因此，如何提高电能表的边缘计算节点对实时功率监测数据的数据重要程度的评估准确性，以保证本地缓存的数据都为有效数据成为亟需解决的问题。
技术实现思路
1、有鉴于此，本发明实施例提供了一种基于云边协同的电能表系统，以解决如何提高电能表的边缘计算节点对实时功率监测数据的数据重要程度的评估准确性，以保证本地缓存的数据都为有效数据的问题。
2、本发明实施例中提供了一种基于云边协同的电能表系统，该电能表包括：
3、波动分析模块，用于采集电能表在目标时刻监测到的实时瞬时功率，以所述实时瞬时功率为初始局部窗口中的最后一个数据点，根据所述初始局部窗口中的数据差异，获取所述实时瞬时功率的数据波动趋势因子；
4、参数调整模块，用于根据所述实时瞬时功率以及所述目标时刻之前的历史瞬时功率的数据波动趋势因子，获取所述实时瞬时功率的窗口调整因子，利用所述实时瞬时功率的窗口调整因子，对所述目标时刻的前一时刻所对应的历史瞬时功率的局部窗口长度进行调整，得到用于获取所述实时瞬时功率的cof离群因子时的目标局部窗口长度；
5、数据缓存模块，用于基于所述用于获取所述实时瞬时功率的cof离群因子时的目标局部窗口长度，利用基于连通性的局部异常因子检测算法，获取所述实时瞬时功率的数据重要程度，根据所述实时瞬时功率的数据重要程度对所述实时瞬时功率进行自适应本地缓存。
6、优选的，所述波动分析模块中以所述实时瞬时功率为初始局部窗口中的最后一个数据点，根据所述初始局部窗口中的数据差异，获取所述实时瞬时功率的数据波动趋势因子，包括：
7、将对所述目标时刻的前一时刻所对应的历史瞬时功率进行数据重要程度获取时的局部窗口长度作为初始局部窗口的窗口长度，以所述实时瞬时功率为所述初始局部窗口中的最后一个数据点，结合所述目标时刻之前的历史瞬时功率构建得到所述实时瞬时功率的初始局部窗口；
8、根据所述实时瞬时功率的初始局部窗口中的每两个相邻数据点之间的差值绝对值，得到对应的差值绝对值之和作为所述实时瞬时功率的波动评估值，根据所述实时瞬时功率的初始局部窗口中的每个数据点的波动评估值，计算得到平均波动评估值；
9、将所述实时瞬时功率的波动评估值和所述平均波动评估值之间的比值作为所述实时瞬时功率的数据波动趋势因子。
10、优选的，所述参数调整模块中根据所述实时瞬时功率以及所述目标时刻之前的历史瞬时功率的数据波动趋势因子，获取所述实时瞬时功率的窗口调整因子，包括：
11、获取所述实时瞬时功率的初始局部窗口中的每个数据点的数据波动趋势因子，将所有数据波动趋势因子之间的乘积作为所述实时瞬时功率的窗口调整因子。
12、优选的，所述参数调整模块中利用所述实时瞬时功率的窗口调整因子，对所述目标时刻的前一时刻所对应的历史瞬时功率的局部窗口长度进行调整，得到用于获取所述实时瞬时功率的cof离群因子时的目标局部窗口长度，包括：
13、当所述实时瞬时功率的窗口调整因子小于预设值时，获取所述实时瞬时功率的窗口调整因子与常数2之间的差值作为窗口调节权重，获取所述窗口调节权重和所述目标时刻的前一时刻所对应的历史瞬时功率的局部窗口长度之间的第一乘积，取预设的最大局部窗口长度和所述第一乘积之间的最小值作为用于获取所述实时瞬时功率的cof离群因子时的目标局部窗口长度。
14、优选的，所述参数调整模块中利用所述实时瞬时功率的窗口调整因子，对所述目标时刻的前一时刻所对应的历史瞬时功率的局部窗口长度进行调整，得到用于获取所述实时瞬时功率的cof离群因子时的目标局部窗口长度，还包括：
15、当所述实时瞬时功率的窗口调整因子大于预设值时，获取所述实时瞬时功率的窗口调整因子与常数2之间的差值作为窗口调节权重，获取所述窗口调节权重和所述目标时刻的前一时刻所对应的历史瞬时功率的局部窗口长度之间的第二乘积，取预设的最小局部窗口长度和所述第一乘积之间的最大值作为用于获取所述实时瞬时功率的cof离群因子时的目标局部窗口长度。
16、优选的，所述参数调整模块中利用所述实时瞬时功率的窗口调整因子，对所述目标时刻的前一时刻所对应的历史瞬时功率的局部窗口长度进行调整，得到用于获取所述实时瞬时功率的cof离群因子时的目标局部窗口长度，还包括：
17、当所述实时瞬时功率的窗口调整因子等于预设值时，将用于获取所述实时瞬时功率的cof离群因子时的目标局部窗口长度与所述目标时刻的前一时刻所对应的历史瞬时功率的局部窗口长度相等。
18、优选的，所述数据缓存模块中基于所述用于获取所述实时瞬时功率的cof离群因子时的目标局部窗口长度，利用基于连通性的局部异常因子检测算法，获取所述实时瞬时功率的数据重要程度，包括：
19、以所述实时瞬时功率为目标局部窗口中的最后一个数据点，结合所述目标时刻之前的历史瞬时功率和所述目标局部窗口长度得到所述实时瞬时功率的目标局部窗口；
20、利用基于连通性的局部异常因子检测算法，对所述实时瞬时功率的目标局部窗口中的数据点进行离群性检测，得到所述实时瞬时功率的cof离群因子，对所述实时瞬时功率的cof离群因子和常数1之间的差值绝对值进行归一化处理，对应得到的结果作为所述实时瞬时功率的数据重要程度。
21、优选的，所述数据缓存模块中根据所述实时瞬时功率的数据重要程度对所述实时瞬时功率进行自适应本地缓存，包括：
22、获取预设的重要程度阈值，若所述实时瞬时功率的数据重要程度大于或等于所述重要程度阈值，则直接将所述实时瞬时功率进行本地缓存；
23、若所述实时瞬时功率的数据重要程度小于所述重要程度阈值，则对所述目标时刻的前一时刻所缓存的瞬时功率的数量进行加一更新。
24、本发明实施例与现有技术相比存在的有益效果是：
25、本发明提供一种基于云边协同的电能表系统，包括波动分析模块，用于采集电能表在目标时刻监测到的实时瞬时功率，以所述实时瞬时功率为初始局部窗口中的最后一个数据点，根据所述初始局部窗口中的数据差异，获取所述实时瞬时功率的数据波动趋势因子；参数调整模块，用于根据所述实时瞬时功率以及所述目标时刻之前的历史瞬时功率的数据波动趋势因子，获取所述实时瞬时功率的窗口调整因子，利用所述实时瞬时功率的窗口调整因子，对所述目标时刻的前一时刻所对应的历史瞬时功率的局部窗口长度进行调整，得到用于获取所述实时瞬时功率的cof离群因子时的目标局部窗口长度；数据缓存模块，用于基于所述用于获取所述实时瞬时功率的cof离群因子时的目标局部窗口长度，利用基于连通性的局部异常因子检测算法，获取所述实时瞬时功率的数据重要程度，根据所述实时瞬时功率的数据重要程度对所述实时瞬时功率进行自适应本地缓存。其中，对电能表的实时功率监测数据呈现出的窗口整体波动趋势进行分析，通过波动趋势的连续变化信息对用于波动评估实时功率监测数据的cof离群因子的数据窗口进行动态调整，从而提高实时瞬时功率的数据重要程度的评估准确性，同时保证根据数据重要程度进行数据筛选并本地缓存的效率，使得云服务器对接收到的筛选数据进行数据分析以及对智慧电网中的负载调控更加严谨。
1.一种基于云边协同的电能表系统，其特征在于，所述电能表包括：
2.根据权利要求1所述的一种基于云边协同的电能表系统，其特征在于，所述波动分析模块中以所述实时瞬时功率为初始局部窗口中的最后一个数据点，根据所述初始局部窗口中的数据差异，获取所述实时瞬时功率的数据波动趋势因子，包括：
3.根据权利要求2所述的一种基于云边协同的电能表系统，其特征在于，所述参数调整模块中根据所述实时瞬时功率以及所述目标时刻之前的历史瞬时功率的数据波动趋势因子，获取所述实时瞬时功率的窗口调整因子，包括：
4.根据权利要求1所述的一种基于云边协同的电能表系统，其特征在于，所述参数调整模块中利用所述实时瞬时功率的窗口调整因子，对所述目标时刻的前一时刻所对应的历史瞬时功率的局部窗口长度进行调整，得到用于获取所述实时瞬时功率的cof离群因子时的目标局部窗口长度，包括：
5.根据权利要求4所述的一种基于云边协同的电能表系统，其特征在于，所述参数调整模块中利用所述实时瞬时功率的窗口调整因子，对所述目标时刻的前一时刻所对应的历史瞬时功率的局部窗口长度进行调整，得到用于获取所述实时瞬时功率的cof离群因子时的目标局部窗口长度，还包括：
6.根据权利要求5所述的一种基于云边协同的电能表系统，其特征在于，所述参数调整模块中利用所述实时瞬时功率的窗口调整因子，对所述目标时刻的前一时刻所对应的历史瞬时功率的局部窗口长度进行调整，得到用于获取所述实时瞬时功率的cof离群因子时的目标局部窗口长度，还包括：
7.根据权利要求1所述的一种基于云边协同的电能表系统，其特征在于，所述数据缓存模块中基于所述用于获取所述实时瞬时功率的cof离群因子时的目标局部窗口长度，利用基于连通性的局部异常因子检测算法，获取所述实时瞬时功率的数据重要程度，包括：
8.根据权利要求1所述的一种基于云边协同的电能表系统，其特征在于，所述数据缓存模块中根据所述实时瞬时功率的数据重要程度对所述实时瞬时功率进行自适应本地缓存，包括：
