数据融合是物联网信息聚合技术的重要组成部分。面向智能电网的物联网不仅实现了感知数据的采集和透明传输，而且数据传输实时可靠，在原有采集数据的基础上，在网络内部进行大量的数据融合工作。因此，传输到管理平台的感知信息将从海量、杂乱、难以理解的原始数据中提取、推导出来，这些数据对于特定的智能电网管理者来说，是经过处理后的有价值、有意义的数据。
声明:部分内容和图片来自互联网。如有侵权，请联系删除。
网内数据融合处理与智能电网的应用模式密切相关，涉及多种数据处理功能。根据不同的信息获取需求，选择不同的数据融合函数，以满足具体应用场景的需求。根据操作对象的特点，网络中的数据融合可以分为四种类型:数据级、特征级、融合级和表现级。数据级处理包括数据存储和数据备份。收集的数据可以有选择地以分布式或集中式的方式存储。在网络数据处理中，可以将处理结果实时传输给最终用户，也可以对数据进行备份，并做历史记录以供查询。特征处理包括特征提取、数据分类、数据排序和数据筛选。同一个模拟信息源有很多不同的特征，要提取的特征要根据不同的应用场景来选择。利用提取的不同数据特征，可以将采集到的数据按照不同的要求，如数据属性、数据包长度、数据内容等规则进行排序和分类。然后通过筛选，有针对性的提取有用的信息，屏蔽掉不必要的数据。融合级处理包括数据关联、数据转换、数据合并和数据加密。关联分析的目的是找出数据中隐藏的关系，用多种数据协同表示对象的特征，或者根据关联规则合并数据项。考虑到智能电网的安全性，敏感数据应以加密格式存储和传输。层次处理包括数据重构、数据表示、压缩和编码等。通过提取网络中数据的结构描述，数据结构可以根据需求通过相应的映射函数进行转换，信息可以按照特定的编码机制用少量的数据比特或其他与信息相关的单元来表示。根据不同的数据特征，可以使用不同的数据压缩算法。
详情请跳转至官网www.xunwei.tm。
