1.本发明属于电力系统数据处理技术领域，具体涉及一种基于旋转门算法和死区算法的电力系统。

背景技术：

2.中央空调智能电力系统是利用物联网等技术对空调运转、节能、安全等各领域的全方位优化。与智能车联网和工业物联网相类似，中央空调智能电力系统能够感知空调运转过程中的环境信息，储备大量的节能减排相关知识，将传感器搜集来的空调运转信息长期保存，根据传感器反馈来的信息判断空调运转中的各种情况，比如空调是否正常运行、是否能耗过高、是否舒适宜人，中央空调智能电力系统能够实时监测空调运行过程中产生的的能耗过高和偏离舒适温度区等问题，根据已掌握的节能减排和人体温度感知的知识对于空调运行过程中发生的不利情形做出有利调整，能够精准识别空调运行过程中的外界环境的温度信息变化，如夜间温度的降低，进而积极调整，真正做到精准识变，科学应变。中央空调智能电力系统在监测空调运行过程中会产生大量的数据，对于海量数据的压缩效率差，压缩时间长，如何采集、压缩相关数据需要一个新的解决方案。

技术实现要素：

3.为达到上述目的，本发明的技术方案如下：一种基于旋转门算法和死区算法的电力系统，电力系统包括4.环境参数感知单元，用于对环境温湿度数据进行实时监测和上传；5.中央空调末端智能控制单元，用于启停、调温、调风速、调风向及修改模式的智能控制；6.群智能计算节点，群智能计算节点内嵌于中央空调末端智能控制单元中，内置自组织操作系统，实现边缘计算和控制信号输出；7.数据压缩模块，数据压缩模块用于环境感知层传感器数据采集处理后将数据上传。8.旋转门算法的优点是大量压缩数据，节约流量费用，降低数据采集次数，减少数据传输次数，提高数据传输效率。旋转门算法将所有数据，拟合成曲线，后台可以根据旋转门算法推算出任意时间节点的传感器数据。9.作为本发明的一种改进，一种基于旋转门算法的电力系统，电力系统包括10.环境参数感知单元，用于对环境温湿度数据进行实时监测和上传；11.中央空调末端智能控制单元，用于启停、调温、调风速、调风向及修改模式的智能控制；12.群智能计算节点，群智能计算节点内嵌于中央空调末端智能控制单元中，内置自组织操作系统，实现边缘计算和控制信号输出；13.数据压缩模块，数据压缩模块用于环境感知层传感器采集数据后将数据上传。14.作为本发明的一种改进，数据压缩模块通过旋转门算法将空调传感器数据拟合呈曲线，后台根据旋转门推算出任意时间节点传感器数据，其中压缩比压缩误差其中cr为压缩比，为原始数据数量与压缩之后数据数量的比值，ce为压缩误差，满足m≤n，n为压缩前传感器数据数量，m为压缩后传感器数据数量，yi为空调传感器数据。15.作为本发明的一种改进，通过旋转门算法保存对压缩精度影响较大的原始空调传感器数据点，其中满足：其中δe为旋转门算法中的容差，同时满足：δemin≤δe≤δemax。16.作为本发明的一种改进，对数据采用最小二乘法进行拟合，拟合公式为：φ＝{φ0,φ1······,φn}。17.作为本发明的一种改进，通过函数类数学模型进行函数拟合，选取函数y＝s*(x)，使误差平方和最小，计算方差公式为：[0018][0019]δi＝|s*(i)-yi|，其中i＝0,1,…,n-m，[0020]δmax为压缩最大误差，同时满足δmax≤δi，计算平均方差公式为：μ是区间内原始空调传感器数据的平均值，当σ＝0，δe保持不变，σ＝δe，当则有当则有[0021]作为本发明的一种改进，数据压缩模块对包括空调房室内温度数据、空调房室内湿度数据及中央空调出风口的风速数据进行处理。[0022]作为本发明的一种改进，通过死区算法对空调传感器数据进行数据压缩，其中通过死区算法公式为：x＝[x1,x2,…,xn]t，z＝{za,zb,zc,zd}t，其中za、zb、zc、zd为数据压缩参数限定值，x为压缩数据。[0023]然后定义一个r0和r1通过公式：其中：ti时刻的数据值等于wj，同时满足m≤n，和y＝(t,w)；w＝(w1,w2,…,wn)，)，wm+1规则如下＝(ai，bi，ci，di)，表示历史数据值都无法满足死区限值范围，所以将ti时刻的数据标记为wm+1，并将m更新为m+1。1≤i≤n，1≤j≤m，n是空调传感器数据运行的记录条数，m是历史数据值的最大编号。waj、wbj、wcj、wdj是数据参数值。[0024]相对于现有技术，本发明的有益效果为：本方案具有简洁明了、易于理解、可操作性强等优点，应用范围非常广泛，它可以节约时间，降低成本，有利于数据压缩工作的开展，死区算法和旋转门算法相结合可以有效解决空调传感器数据压缩精度低和数据存储量大之间的矛盾问题。具体实施方式[0025]下面结合具体实施方式，进一步阐明本发明，应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。[0026]实施例：一种基于旋转门算法和死区算法的电力系统，电力系统包括环境参数感知单元，用于对环境温湿度数据进行实时监测和上传；中央空调末端智能控制单元，用于启停、调温、调风速、调风向及修改模式的智能控制；群智能计算节点，群智能计算节点内嵌于中央空调末端智能控制单元中，内置自组织操作系统，实现边缘计算和控制信号输出；数据压缩模块，数据压缩模块用于感知层传感器采集数据后将数据上传。数据压缩模块对包括空调房室内温度数据、空调房室内湿度数据及中央空调出风口的风速数据进行处理。[0027]设δe为旋转门算法的压缩精度参数，其压缩原理是起点0是上一个存储的点，以距离0点为δe的上下2个支点作为基础，建立2扇虚拟的门，只有一个传感器数据节点时，门是关闭着的。随着数据节点的增加，门会旋转着打开，门的宽度可以延伸，一旦打开就不能再闭合了。只要2扇门的内角和小于180°(2扇门不平行)，旋转延伸就可以继续操作。如果2扇门的内角和大于等于180°，则停止操作，存储前一数据点，由该点作为新的起点开始新一段的压缩工作。[0028]δe是压缩精度，如果压缩精度大，意味着压缩比高，则会舍弃较多的数据点，增加压缩误差；如果压缩精度小，意味着压缩比小，则会保留较多的数据点，降低压缩误差，但是会减弱压缩效果。[0029]起点0作为第一段的起点，以距离0点为δe的上下2个支点作为基础，2个支点分别作射线向外界延伸，0点的时候旋转门是闭合着的。当旋转门旋转打开时，上下2个支点分别与数据节点1组成射线，射线的交汇点是1点，两条射线与y轴组成的内角相加小于180°，此时可以继续向外拓展射线。此时旋转门继续旋转打开，上下2个支点分别与数据节点2组成射线，射线的交汇点是2点，两条射线与y轴组成的内角相加小于180°，此时可以继续向外拓展射线。[0030]旋转门继续旋转打开时，由于旋转门打开以后就不能关闭，并且上支点与数据节点的连线的斜率必须不断扩大或者保持原有水平，下支点与数据节点的连线的斜率必须不断缩小或者保持原有水平。如果上支点与数据节点3连线组成一条射线，那么此射线的斜率会小于数据节点2的斜率，不符合相应的规定，所以保留数据节点2的射线。此时下支点与数据节点3连线组成的射线斜率小于数据节点2的斜率，符合要求，所以保留数据节点3的射线。两条射线与y轴组成的内角相加小于180°，此时可以继续向外拓展射线。[0031]旋转门继续旋转打开，如果上支点与数据节点4连线组成一条射线，那么此射线的斜率会小于数据节点2的斜率，不符合要求，所以保留数据节点2的射线。此时下支点与数据节点4连线组成的射线斜率小于数据节点3的斜率，符合要求，所以保留数据节点4的射线。两条射线与y轴组成的内角相加等于180°，此时根据要求不能继续向外拓展射线，需要停止操作。[0032]第一段压缩段的空调传感器数据包含4个数据节点，这些数据被拟合成一条曲线，终端将相关参数发送到后台，这样节约了流量费用，降低了数据采集次数，减少了数据传输次数，提高了数据传输效率。[0033]第二段压缩段的空调传感器数据从数据节点4开始算起，旋转门算法的相关操作参照第一段压缩段旋转门打开的方式，直至两条射线与y轴组成的内角相加大于等于180°，此时根据要求不能继续向外拓展射线，需要停止操作，从而完成第二段数据包的压缩工作。[0034]旋转门算法的优点是大量压缩数据，节约流量费用，降低数据采集次数，减少数据传输次数，提高数据传输效率。旋转门算法将所有数据，拟合成曲线，后台可以根据旋转门算法推算出任意时间节点的传感器数据。[0035]本电力系统数据压缩模块通过旋转门算法将空调传感器数据拟合呈曲线，后台根据旋转门推算出任意时间节点传感器数据，其中压缩比压缩误差其中cr为压缩比，为原始数据数量与压缩之后数据数量的比值，ce为压缩误差，满足m≤n，n为压缩前传感器数据数量，m为压缩后传感器数据数量，yi为空调传感器数据。[0036]通过旋转门算法保存对压缩精度影响较大的原始空调传感器数据点，其中满足：其中δe为旋转门算法中的容差，同时满足：δemin≤δe≤δemax。[0037]对数据采用最小二乘法进行拟合，拟合公式为：φ＝{φ0,φ1······,φn}。[0038]通过函数类数学模型进行函数拟合，选取函数y＝s*(x)，使误差平方和最小，计算方差公式为：[0039][0040]δi＝|s*(i)-yi|，其中i＝0,1,…,n-m，[0041]δmax为压缩最大误差，同时满足δmax≤δi，计算平均方差公式为：μ是区间内原始空调传感器数据的平均值，当σ＝0，δe保持不变，σ＝δe，当则有当则有[0042]然后通过死区算法对空调传感器数据进行数据压缩，其中：x＝[x1,x2,…,xn]t，z＝{za,zb,zc,zd}t，其中za、zb、zc、zd为数据压缩参数限定值。[0043]定义一个r0和r1，通过公式：其中：ti时刻的数据值等于wj，同时满足m≤n，和推导出推导出y＝(t,w)；w＝(w1,w2,…,wn)，推导出wm+1规则如下＝(ai，bi，ci，di)，表示历史数据值都无法满足死区限值范围，所以将ti时刻的数据标记为wm+1，并将m更新为m+1。1≤i≤n，1≤j≤m，n是空调传感器数据运行的记录条数，m是历史数据值的最大编号。waj、wbj、wcj、wdj是数据参数值。[0044]死区压缩算法适合基于时间序列的连续变化数据，在允许的变化限值(死区、阈值)范围之内，如果当前数据值与上一个保存的数据值的偏差超过了规定的死区范围，那么就保存当前数据，否则丢弃。如果a点作为第一个出现的数据点被保存，并且以a点为基准点，产生一个死区范围。如果b点出现在这个死区范围之内，就舍弃它。当c点出现在死区范围之外时，需要保存c点的数据值，同时以c点为基准点，产生新的死区范围。当d点出现在死区范围之内时，舍弃它。后面的数据点以此类推。只需要和前一个保存的数据点进行比较即可判定本轮数据是否需要保存，方便操作。b和c这两个数据点通过线性插值法即可还原。在这种情况下，就需要采用一些带有斜率变化的压缩方式，对沿斜率变化的数据值进行压缩。[0045]需要说明的是，以上内容仅仅说明了本发明的技术思想，不能以此限定本发明的保护范围，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰均落入本发明权利要求书的保护范围之内。