一种新能源高效储存数据技术的制作方法

本发明涉及新能源数据存储，具体涉及一种在新能源场站的实测数据写入存储介质之前，基于预测数据预判数据价值并实施差异化写入控制的方法及系统。

背景技术：

1、新能源行业（风电、光伏、储能）近年来高速发展。伴随装机规模的增长，新能源场站产生的数据量呈指数级上升。以风电场为例，风机振动、温度、功率等传感器数据以秒级频率持续产生，单个场站年均原始时序数据量可达tb级别。储能电站中，电池管理系统、能量管理系统及数据采集与监视控制系统持续产生海量时序数据。这些数据需要被采集、存储、分析，以支撑设备状态感知、故障预警、运行优化等核心业务。

2、目前，新能源数据存储的主流架构为：数据产生后，全部写入时序数据库或分布式文件系统，后续通过压缩算法、分层存储迁移或数据淘汰策略来管理存储空间。

3、现有技术中，如cn119884138公开了储能系统中设备点位数据管理方法及系统，通过数据采集时间和当前系统时间的差值比对，将数据写入不同重要程度等级的缓存。又如cn121233057a公开了数据处理方法、电子设备及车辆，对已存储的记忆数据进行多维度价值评估，根据价值评估分值确定对应的遗忘策略。

4、尽管上述方案从不同角度对数据存储进行了优化，但仍存在一个共同的、结构性的缺陷：所有现有方案的共同特征在于，数据的写入动作发生在价值判断之前。数据必须先被完整地写入存储系统，然后系统才能对其进行评估，写入阶段是“盲目”的。

5、上述缺陷导致的直接后果是：低价值数据与高价值数据在写入时占用相同的写入带宽和存储资源；关键数据在产生时无法获得差异化的写入待遇，需等待事后分析确认后才能进行补偿性处理；且“先存、再评、再处理”的模式导致额外的输入输出开销和时间成本。

技术实现思路

1、为了克服现有技术的上述缺陷，本发明的实施例提供一种新能源高效储存数据技术，要解决的问题是：现有新能源数据存储方法在数据写入存储介质时缺乏价值判断能力，所有数据采用无差别的写入方式，导致写入资源被低价值数据无效消耗，而高价值数据在写入时无法获得差异化的存储保障。

2、为实现上述目的，本发明提供如下技术方案：

3、步骤一：获取预测数据并执行时段预判。

4、在新能源场站采集的实测数据到达存储系统之前，获取新能源场站的预测数据，所述预测数据为预测值的时间序列。

5、所述预测数据为以下数据中的至少一种：风力发电场的数值天气预报数据中的风速预测值；光伏电站的光照强度预报数据中的辐照度预测值；储能电站的能量管理系统输出的充放电功率设定值。

6、将所述预测数据按预设的时间窗口进行划分，得到多个连续的时间窗口。所述时间窗口的长度根据新能源场站的具体类型设定：对于风力发电场和光伏电站，时间窗口长度为5s至10s；对于储能电站，时间窗口长度为1s至3s。

7、对每个时间窗口，计算该时间窗口结束时刻的预测值与起始时刻的预测值之差的绝对值，作为该时间窗口的预测变化量。

8、当所述预测数据为风速预测值或辐照度预测值时，所述预测变化量为时间窗口结束时刻的预测值与起始时刻的预测值之差的绝对值。当所述预测数据为充放电功率设定值时，所述预测变化量为时间窗口结束时刻的充放电功率设定值与起始时刻的充放电功率设定值之差的绝对值，或该时间窗口内是否存在充放电状态切换指令。

9、当所述预测数据为充放电功率设定值时，在所述将每个时间窗口的所述预测变化量与预设的判定阈值进行比较之前，还包括状态切换判断步骤：

10、获取每个时间窗口内能量管理系统输出的充放电状态切换指令；

11、当该时间窗口内存在充放电状态切换指令时，直接将该时间窗口标记为预判关键时段，不再执行所述预测变化量与判定阈值的比较步骤。

12、将每个时间窗口的所述预测变化量与预设的判定阈值进行比较，当所述预测变化量大于或等于所述判定阈值时，将该时间窗口标记为预判关键时段，当所述预测变化量小于所述判定阈值时，将该时间窗口标记为非预判关键时段，生成时段预判标记结果。

13、所述判定阈值为该新能源场站过去设定时间段内所有时间窗口的历史预测变化量数据的第80百分位数，所述设定时间段为15天至90天。

14、步骤二：实测数据写入时查询对应时段的预判结果。

15、当新能源场站采集的实测数据到达所述存储系统并准备写入存储介质时，提取所述实测数据携带的采集时间戳。

16、在所述时段预判标记结果中查找所述采集时间戳所属的时间窗口对应的预判标记。

17、步骤三：根据查询结果执行差异化写入。

18、当查找到的预判标记为预判关键时段时，采用高保障写入策略将所述实测数据写入存储介质；当查找到的预判标记为非预判关键时段时，采用常规写入策略将所述实测数据写入存储介质。

19、所述高保障写入策略与所述常规写入策略在写入优先级、副本数量、索引粒度和存储介质类型中的至少一个维度上存在差异。

20、具体地，所述高保障写入策略与所述常规写入策略在写入优先级维度上的差异为：所述高保障写入策略以高于所述常规写入策略的写入优先级，将所述实测数据送入存储系统的写入队列，使所述实测数据在所述写入队列中优先于常规写入策略的实测数据被写入存储介质。

21、所述高保障写入策略与所述常规写入策略在副本数量维度上的差异为：所述高保障写入策略将所述实测数据在存储系统中创建3个副本，所述常规写入策略将所述实测数据在存储系统中创建1个副本。

22、所述高保障写入策略与所述常规写入策略在索引粒度维度上的差异为：所述高保障写入策略为所述实测数据中的每个数据点建立独立索引条目，所述索引条目至少包含该数据点的采集时间戳、数据点编号和数值；所述常规写入策略按分钟建立索引，同一分钟内的所有数据点共用一个索引条目。

23、所述高保障写入策略与所述常规写入策略在存储介质类型维度上的差异为：所述高保障写入策略将所述实测数据写入存储系统中的固态硬盘存储区，所述常规写入策略将所述实测数据写入存储系统中的机械硬盘存储区。

24、本发明还提供一种新能源高效储存数据系统，包括：

25、时段预判模块101，用于获取新能源场站的预测数据，所述预测数据为预测值的时间序列；将所述预测数据按预设的时间窗口进行划分，得到多个连续的时间窗口；

26、对每个时间窗口，计算该时间窗口结束时刻的预测值与起始时刻的预测值之差的绝对值，作为该时间窗口的预测变化量；

27、将每个时间窗口的所述预测变化量与预设的判定阈值进行比较，当所述预测变化量大于或等于所述判定阈值时，将该时间窗口标记为预判关键时段，当所述预测变化量小于所述判定阈值时，将该时间窗口标记为非预判关键时段，生成时段预判标记结果。

28、写入执行模块104，其输入端连接所述时段预判模块101的输出端，用于当新能源场站采集的实测数据到达存储系统并准备写入存储介质时，提取所述实测数据携带的采集时间戳，在所述时段预判标记结果中查找所述采集时间戳所属的时间窗口对应的预判标记；

29、当查找到的预判标记为预判关键时段时，采用高保障写入策略将所述实测数据写入存储介质；

30、当查找到的预判标记为非预判关键时段时，采用常规写入策略将所述实测数据写入存储介质；

31、所述高保障写入策略与所述常规写入策略在写入优先级、副本数量、索引粒度和存储介质类型中的至少一个维度上存在差异。

32、本发明的技术效果和优点：

33、本发明从根本上避免了写入阶段的无差别消耗。通过在写入前完成价值预判，低价值数据在写入时即采用常规写入策略，不会占用高保障写入策略所分配的高优先级带宽、高速存储介质和多副本资源；高价值数据在产生瞬间即获得高保障写入策略的差异化保障。

34、本发明充分利用了新能源场站的既有资源。预测数据是新能源场站为功率预测和调度管理而标配的数据源，本发明不需要额外部署任何硬件，仅通过部署时段预判模块和写入执行模块两个软件逻辑模块即可实现，实施成本低。

35、本发明预判逻辑简单、计算开销小。时段预判模块的核心计算仅为预测变化量的减法运算和与判定阈值的比较运算，不涉及复杂的机器学习模型或迭代计算，不会对存储系统的写入吞吐产生可察觉的影响。

36、本发明适用范围广且参数可灵活配置。本发明的方法可适用于风力发电场、光伏电站、储能电站等各类新能源场站，同时时间窗口长度、判定阈值等关键参数可根据不同场站的历史数据统计结果灵活设定，满足多样化的实际应用需求。