management layer),对在所述数据分析层中分析的数据执行元数据管理(metadata management)、数据生命周期管理(data life management)、数据审计(data audit)以及数据剖析(data profiling)。
13.在一个优选实施例中,所述数据中心层的数据通过lambda架构被存储为大数据,所述lambda架构包括速度层(speed layer)、批处理层(batch layer)以及服务层(serving layer)。
14.(三)有益效果
15.本发明具有以下优异的效果。
16.根据本发明的apms-eiot集成平台,可以在具有发电系统、储能系统、燃料电池系统以及配电系统等各种电源和负载源的电力系统中执行更精确的数据监督和监控,可以实现环境数据的可视化,并具有可通过自身以及远程模拟来实现自身操作和远程操作的优点。
附图说明
17.图1是示出根据本发明的一个实施例的apms-eiot集成平台的连接环境的图。
18.图2是根据本发明的一个实施例的apms-eiot集成平台的配置图。
19.图3是示出根据本发明的一个实施例的apms-eiot集成平台中用于传输和管理数据的架构的图。
20.图4是用于说明根据本发明的一个实施例的apms-eiot集成平台中的数据处理技术的图。
21.附图标记说明
22.100:apms-eiot集成平台
ꢀꢀꢀꢀꢀꢀ
110:数据中心层
23.120:数据分析层
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
130:数据管理层
24.140:批处理层
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
141:速度层
25.142:服务层
具体实施方式
26.在本发明中使用的术语尽可能选择了目前广泛使用的常用术语,但在特定情况下,也存在申请人任意选择的术语,在这种情况下,应考虑在发明的详细说明部分中记载或使用的含义而不是以术语的简单名称来理解其含义。
27.下面,参照附图中示出的优选实施例对本发明的技术配置进行详细说明。
28.但是,本发明不限于在此说明的实施例,也可以被具体化为其他形式。在整个说明书中,相同的附图标记表示相同的组件。
29.根据本发明的一个实施例的apms-eiot集成平台是用于在具有各种发电源和负载源的电力系统中执行更精确的数据监督和监控的系统。
30.图1是示出根据本发明的一个实施例的apms-eiot集成平台的连接环境的图,图2是根据本发明的一个实施例的apms-eiot集成平台的配置图,图3是示出根据本发明的一个实施例的apms-eiot集成平台中用于传输和管理数据的架构的图,图4是用于说明根据本发明的一个实施例的apms-eiot集成平台中的数据处理技术的图。
31.参照图1,根据本发明的一个实施例的apms-eiot集成平台100是可以从发电系统、储能系统、燃料电池系统以及配电系统等电力系统10收集测量数据,并且收集温度/湿度传感器、风向传感器、太阳光传感器、二氧化碳传感器等的环境数据,并存储和分析所收集的数据以可视化的系统。
32.另外,参照图2,所述apms-eiot集成平台100包括数据中心层(data hub layer)110、数据分析层(data analysis layer)120以及数据管理层(data management layer)130。
33.所述数据中心层110从发电系统、储能系统、燃料电池系统以及配电系统收集测量数据,并从环境传感器收集环境数据以存储。
34.另外,所述数据中心层110执行数据收集(collection)、日志存储(log storage)、数据索引(indexing)、数据复制(replication)、数据共享(share)的功能。
35.所述数据分析层120分析和汇总从所述数据中心层110收集的数据,从而预测根据环境变化的发电量和需求量,以执行集成的实时控制功能。
36.另外,所述数据分析层120将分析的数据统计并可视化以示出,并且还可以实现移动可视化。
37.所述数据管理层130执行管理所述数据分析层1分析的数据的功能。
38.另外,具体地,所述数据管理层130执行数据的元数据管理(metadata management)、数据生命周期管理(data life management)、数据审计(data audit)以及数据剖析(data profiling)。
39.另一方面,通过基于云的大数据传输和管理方法操作所述数据中心层110的数据,并且考虑到数据的实时应用和批量应用,将按照拉姆达架构(lambda architecture)来设计。
40.lambda架构包括速度层(speed layer)141、批处理层(batch layer)140以及服务层(serving layer)142等三个子模块层而实现。
41.另外,所述lambda架构是一个考虑到云环境的集成系统,可以执行由异构传感器大量生成的数据的有效传输和集成,并且可以提高扩展性和可用性。
42.另外,如图4所示,所述数据中心层110的数据通过基于内存(in memory)的大容量数据处理元件技术来处理。
43.另外,这种基于内存的处理方法保证了低响应速度和高处理率,并使用容错缓冲器(fault tolerant buffer)存储预设时间内的输入数据,通过将生成的结果最小化并用相应的输入数据生成新版本结果的流回放(stream replay)技术来处理数据。
44.另外,以小单位的批量数据处理滑动窗口(sliding window),并且通过利用签名(signature)的消息传递机制,可以实现传感器数据的高可靠性的系统追踪(lineage tracking)功能。
45.另外,可以提供在云环境中的节点失败时能够解决问题的状态检查点,并且可以通过使用将非可加(non-additive)值转换为可加(additive)值的方法简化计算以提高数据的计算速度。
46.如上所述,通过优选实施例图示和说明了本发明,但本发明不限于上述实施例,本发明所属技术领域的普通技术人员应能在不脱离本发明的精神的范围内进行各种变更和
修改。
技术特征:
1.一种敏捷电力管理系统能源物联网集成平台,其特征在于,包括:数据中心层,从发电系统、储能系统、燃料电池系统以及配电系统收集测量数据以存储;所述数据中心层的数据分析层;以及数据管理层,对在所述数据分析层中分析的数据执行元数据管理、数据生命周期管理、数据审计以及数据剖析。2.根据权利要求1所述的敏捷电力管理系统能源物联网集成平台,其中,所述数据中心层的数据通过拉姆达架构被存储为大数据,所述拉姆达架构包括速度层、批处理层以及服务层。
技术总结
本发明涉及一种敏捷电力管理系统能源物联网集成平台,更具体地,涉及一种可以在具有发电系统、储能系统、燃料电池系统以及配电系统等各种发电源和负载源的电力系统中执行更精确的数据监督和监控的敏捷电力管理系统能源物联网集成平台。源物联网集成平台。源物联网集成平台。
技术研发人员:崔恩城
受保护的技术使用者:ELSYS有限公司
技术研发日:2021.09.27
技术公布日:2022/5/25
转载请注明原文地址:https://tc.8miu.com/read-11196.html