海量用電數(shù)據(jù)分析系統(tǒng)及其實(shí)時(shí)計(jì)算、數(shù)據(jù)挖掘方法
【專利摘要】本發(fā)明公開了一種海量用電數(shù)據(jù)分析系統(tǒng)，包括：數(shù)據(jù)源；數(shù)據(jù)獲取模塊；數(shù)據(jù)存儲(chǔ)模塊；數(shù)據(jù)計(jì)算模塊，用于采用SmartMing、和/或Rhadoop分析工具和/或Spark框架，對(duì)數(shù)據(jù)計(jì)算模塊的海量用電數(shù)據(jù)進(jìn)行98分布式并行計(jì)算；基礎(chǔ)服務(wù)模塊，提供GIS服務(wù)和可視化服務(wù)，以及根據(jù)數(shù)據(jù)計(jì)算模塊的計(jì)算結(jié)果進(jìn)行數(shù)據(jù)分析；用電分析平臺(tái)，用于根據(jù)基礎(chǔ)服務(wù)模塊進(jìn)行計(jì)量裝置分析、實(shí)時(shí)線損計(jì)算、用電行為分析、饋線分析、電力負(fù)荷預(yù)測(cè)和負(fù)荷實(shí)時(shí)預(yù)測(cè)。本發(fā)明還公開了一種基于海量用電數(shù)據(jù)分析系統(tǒng)的海量用電數(shù)據(jù)實(shí)時(shí)計(jì)算方法和一種基于海量用電數(shù)據(jù)分析系統(tǒng)的海量用電數(shù)據(jù)挖據(jù)方法。本發(fā)明可以對(duì)海量用電數(shù)據(jù)進(jìn)行分析處理，處理效率高。
【專利說明】海量用電數(shù)據(jù)分析系統(tǒng)及其實(shí)時(shí)計(jì)算、數(shù)據(jù)挖掘方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及用電數(shù)據(jù)處理領(lǐng)域，尤其涉及一種海量用電數(shù)據(jù)分析系統(tǒng)。

【背景技術(shù)】
[0002]隨著電網(wǎng)規(guī)模的高速發(fā)展，信息化技術(shù)手段已廣泛應(yīng)用于電網(wǎng)的各個(gè)層面，取得了顯著效果，為滿足國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展的需要，提高客戶服務(wù)質(zhì)量做出了有力支撐。電力企業(yè)的計(jì)量自動(dòng)化、采集系統(tǒng)也在不斷完善普及，從而產(chǎn)生了海量的用電數(shù)據(jù)。
[0003]而企業(yè)對(duì)用電數(shù)據(jù)的應(yīng)用管控卻遠(yuǎn)遠(yuǎn)滯后于用電數(shù)據(jù)的增長(zhǎng)，使其管理難度和復(fù)雜性也成倍增加。作為決策者必須在海量的用電數(shù)據(jù)中經(jīng)過長(zhǎng)時(shí)間的整理分析才能得出有效的結(jié)論，無疑增加了管理上的難度。
[0004]當(dāng)前電網(wǎng)采集的用電數(shù)據(jù)實(shí)時(shí)性高且數(shù)據(jù)量巨大，傳統(tǒng)的數(shù)據(jù)存儲(chǔ)方式性能出現(xiàn)瓶頸，在此基礎(chǔ)上的統(tǒng)計(jì)分析也出現(xiàn)響應(yīng)時(shí)間長(zhǎng)、可靠性和穩(wěn)定性等問題。因此技術(shù)人員將挖掘算法用到智能用電領(lǐng)域進(jìn)行客戶分析，但是大規(guī)模的海量用電數(shù)據(jù)在處理時(shí)存在運(yùn)算量大，采用傳統(tǒng)的挖掘算法效率太低。


【發(fā)明內(nèi)容】

[0005]本發(fā)明所要解決的技術(shù)問題在于，提供一種海量用電數(shù)據(jù)分析系統(tǒng)，可以對(duì)海量用電數(shù)據(jù)進(jìn)行分析處理，處理效率高。
[0006]為了解決上述技術(shù)問題，本發(fā)明提供了一種海量用電數(shù)據(jù)分析系統(tǒng)，包括:
數(shù)據(jù)源，用于提供海量用電數(shù)據(jù)；
數(shù)據(jù)獲取模塊，用于采用web服務(wù)方式和/或ETL方式從所述數(shù)據(jù)源中獲取海量用電數(shù)據(jù)；
數(shù)據(jù)存儲(chǔ)模塊，用于對(duì)所述數(shù)據(jù)獲取模塊獲取的海量用電數(shù)據(jù)進(jìn)行存儲(chǔ)；
數(shù)據(jù)計(jì)算模塊，用于采用SmartMingJP/或Rhadoop分析工具和/或Spark框架,對(duì)所述數(shù)據(jù)計(jì)算模塊的海量用電數(shù)據(jù)進(jìn)行分布式并行計(jì)算；
基礎(chǔ)服務(wù)模塊，用于提供GIS服務(wù)和可視化服務(wù)，以及根據(jù)所述數(shù)據(jù)計(jì)算模塊的計(jì)算結(jié)果進(jìn)行數(shù)據(jù)分析；
用電分析平臺(tái)，用于根據(jù)所述基礎(chǔ)服務(wù)模塊進(jìn)行計(jì)量裝置分析、實(shí)時(shí)線損計(jì)算、用電行為分析、饋線分析、電力負(fù)荷預(yù)測(cè)和負(fù)荷實(shí)時(shí)預(yù)測(cè)。
[0007]本發(fā)明還提供了一種基于所述的海量用電數(shù)據(jù)分析系統(tǒng)的海量用電數(shù)據(jù)實(shí)時(shí)計(jì)算方法，包括:
采用所述數(shù)據(jù)獲取模塊中的ETL方式從所述數(shù)據(jù)源中獲取海量用電數(shù)據(jù)；
根據(jù)實(shí)時(shí)計(jì)算所需要達(dá)到的指標(biāo)，基于所述數(shù)據(jù)計(jì)算模塊的Spark框架，采用內(nèi)存并行計(jì)算技術(shù)對(duì)所述海量用電數(shù)據(jù)進(jìn)行數(shù)據(jù)處理，并進(jìn)行去噪、過濾重復(fù)主題/刪除與制定目標(biāo)無關(guān)的冗余和垃圾信息；
基于所述數(shù)據(jù)計(jì)算模塊的Spark框架，采用內(nèi)存并行計(jì)算技術(shù)對(duì)數(shù)據(jù)處理結(jié)果進(jìn)行匯總，并將匯總結(jié)果存儲(chǔ)到數(shù)據(jù)倉(cāng)庫(kù)中；
結(jié)合所述基礎(chǔ)服務(wù)模塊的所述GIS服務(wù)和/或可視化服務(wù)對(duì)數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)進(jìn)行展現(xiàn)。
[0008]本發(fā)明還提供了一種基于所述的海量用電數(shù)據(jù)分析系統(tǒng)的海量用電數(shù)據(jù)挖據(jù)方法，包括:
采用所述數(shù)據(jù)獲取模塊中的Web服務(wù)方式和ETL方式從所述數(shù)據(jù)源中獲取海量用電數(shù)據(jù)；
采用所述數(shù)據(jù)計(jì)算模塊中所述Rhadoop分析工具中hadoop的map技術(shù)將所述海量用電數(shù)據(jù)存儲(chǔ)到HDFS中，
采用所述數(shù)據(jù)計(jì)算模塊中所述Rhadoop分析工具中hadoop的分布式計(jì)算技術(shù)的海量用電數(shù)據(jù)進(jìn)行數(shù)據(jù)處理；
采用數(shù)據(jù)計(jì)算模塊中所述Spark框架或者RHadoop分析工具的數(shù)據(jù)挖掘算法對(duì)數(shù)據(jù)處理結(jié)果進(jìn)行分析計(jì)算，并將分析計(jì)算結(jié)果存儲(chǔ)到MySQL數(shù)據(jù)庫(kù)中；
結(jié)合所述基礎(chǔ)服務(wù)模塊的所述GIS服務(wù)和/或可視化服務(wù)對(duì)MySQL數(shù)據(jù)庫(kù)的數(shù)據(jù)進(jìn)行展現(xiàn)。
[0009]本發(fā)明可以對(duì)海量用電數(shù)據(jù)進(jìn)行分析處理，提高了海量數(shù)據(jù)的可管理度及海量數(shù)據(jù)的入庫(kù)效率，滿足海量歷史數(shù)據(jù)查詢統(tǒng)計(jì)分析的需求，提高數(shù)據(jù)計(jì)算的速度，處理效率高，在此基礎(chǔ)上提供豐富的分析統(tǒng)計(jì)滿足業(yè)務(wù)和管理要求，能夠讓現(xiàn)有系統(tǒng)順暢地處理數(shù)據(jù)采集任務(wù)，應(yīng)對(duì)簡(jiǎn)單的應(yīng)用展現(xiàn)，滿足更多和更高效的統(tǒng)計(jì)分析需求。

【專利附圖】

【附圖說明】
[0010]為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0011]圖1是本發(fā)明提供的海量用電數(shù)據(jù)分析系統(tǒng)的實(shí)施例的結(jié)構(gòu)框圖；
圖2是本發(fā)明提供的基于圖1所示海量用電數(shù)據(jù)分析系統(tǒng)的海量用電數(shù)據(jù)實(shí)時(shí)計(jì)算方法的實(shí)施例的流程示意圖；
圖3是本發(fā)明提供的基于圖1所示海量用電數(shù)據(jù)分析系統(tǒng)的海量用電數(shù)據(jù)挖據(jù)方法的實(shí)施例的流程示意圖。

【具體實(shí)施方式】
[0012]下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0013]圖1是本發(fā)明提供的海量用電數(shù)據(jù)分析系統(tǒng)的實(shí)施例的結(jié)構(gòu)框圖，如圖1所示，包括:
數(shù)據(jù)源，用于提供海量用電數(shù)據(jù)； 數(shù)據(jù)獲取模塊，用于采用web服務(wù)方式和/或ETL方式從所述數(shù)據(jù)源中獲取海量用電數(shù)據(jù)；
數(shù)據(jù)存儲(chǔ)模塊，用于對(duì)所述數(shù)據(jù)獲取模塊獲取的海量用電數(shù)據(jù)進(jìn)行存儲(chǔ)；
數(shù)據(jù)計(jì)算模塊，用于采用SmartMingJP/或Rhadoop分析工具和/或Spark框架,對(duì)所述數(shù)據(jù)計(jì)算模塊的海量用電數(shù)據(jù)進(jìn)行分布式并行計(jì)算；
基礎(chǔ)服務(wù)模塊，用于提供GIS服務(wù)和可視化服務(wù)，以及根據(jù)所述數(shù)據(jù)計(jì)算模塊的計(jì)算結(jié)果進(jìn)行數(shù)據(jù)分析；
用電分析平臺(tái)，用于根據(jù)所述基礎(chǔ)服務(wù)模塊進(jìn)行計(jì)量裝置分析、實(shí)時(shí)線損計(jì)算、用電行為分析、饋線分析、電力負(fù)荷預(yù)測(cè)和負(fù)荷實(shí)時(shí)預(yù)測(cè)。
[0014]其中，所述數(shù)據(jù)源為計(jì)量自動(dòng)化系統(tǒng)、能量管理系統(tǒng)、營(yíng)銷系統(tǒng)、營(yíng)配一體化數(shù)據(jù)中心以及外部數(shù)據(jù)中的一種或多種。
[0015]其中，所述數(shù)據(jù)存儲(chǔ)模塊包括數(shù)據(jù)倉(cāng)庫(kù)和實(shí)時(shí)與關(guān)系型數(shù)據(jù)庫(kù)相結(jié)合的數(shù)據(jù)庫(kù)。例如，MySQL數(shù)據(jù)庫(kù)和Oracle數(shù)據(jù)庫(kù)。
[0016]其中，用電分析平臺(tái)具體包括:
計(jì)量裝置分析單元，用于根據(jù)所述基礎(chǔ)服務(wù)模塊的數(shù)據(jù)分析結(jié)果對(duì)計(jì)量裝置狀態(tài)進(jìn)行判斷，從而減少周期巡視誤差；
實(shí)時(shí)線損計(jì)算單元，用于基于各個(gè)計(jì)量點(diǎn)的最小顆粒度數(shù)據(jù)實(shí)時(shí)進(jìn)行線損計(jì)算，并采用所述GIS服務(wù)將線損反饋在GIS地圖上；
用電行為分析單元，用于根據(jù)所述基礎(chǔ)服務(wù)模塊的數(shù)據(jù)分析結(jié)果對(duì)客戶用電行為分析，為用電客戶精細(xì)化管理提供決策依據(jù)；
饋線分析單元，用于結(jié)合所述GIS服務(wù)對(duì)饋線實(shí)時(shí)分析；
電力負(fù)荷預(yù)測(cè)單元，用于借助歷史數(shù)據(jù)模型離線分析某一階段的歷史數(shù)據(jù)，從而進(jìn)行短期的電力負(fù)荷預(yù)測(cè)；
負(fù)荷實(shí)時(shí)預(yù)測(cè)單元，用于根據(jù)所述基礎(chǔ)服務(wù)模塊的數(shù)據(jù)分析結(jié)果對(duì)負(fù)荷進(jìn)行實(shí)時(shí)預(yù)測(cè)。
[0017]
圖2是本發(fā)明提供的基于圖1所示海量用電數(shù)據(jù)分析系統(tǒng)的海量用電數(shù)據(jù)實(shí)時(shí)計(jì)算方法的實(shí)施例的流程示意圖，如圖2所示，包括步驟:
5201、采用所述數(shù)據(jù)獲取模塊中的ETL方式從所述數(shù)據(jù)源中獲取海量用電數(shù)據(jù)；
5202、根據(jù)實(shí)時(shí)計(jì)算所需要達(dá)到的指標(biāo)，基于所述數(shù)據(jù)計(jì)算模塊的Spark框架，采用內(nèi)存并行計(jì)算技術(shù)對(duì)所述海量用電數(shù)據(jù)進(jìn)行數(shù)據(jù)處理，并進(jìn)行去噪、過濾重復(fù)主題/刪除與制定目標(biāo)無關(guān)的冗余和垃圾信息；
5203、基于所述數(shù)據(jù)計(jì)算模塊的Spark框架，采用內(nèi)存并行計(jì)算技術(shù)對(duì)數(shù)據(jù)處理結(jié)果進(jìn)行匯總，并將匯總結(jié)果存儲(chǔ)到數(shù)據(jù)倉(cāng)庫(kù)中；
5204、結(jié)合所述基礎(chǔ)服務(wù)模塊的所述GIS服務(wù)和/或可視化服務(wù)對(duì)數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)進(jìn)行展現(xiàn)。
[0018]
圖3是本發(fā)明提供的基于圖1所示海量用電數(shù)據(jù)分析系統(tǒng)的海量用電數(shù)據(jù)挖據(jù)方法的實(shí)施例的流程示意圖，如圖3所示，包括步驟: 5301、采用所述數(shù)據(jù)獲取模塊中的Web服務(wù)方式和ETL方式從所述數(shù)據(jù)源中獲取海量用電數(shù)據(jù)；
5302、采用所述數(shù)據(jù)計(jì)算模塊中所述Rhadoop分析工具中hadoop的map技術(shù)將所述海量用電數(shù)據(jù)存儲(chǔ)到HDFS中，
5303、采用所述數(shù)據(jù)計(jì)算模塊中所述Rhadoop分析工具中hadoop的分布式計(jì)算技術(shù)的海量用電數(shù)據(jù)進(jìn)行數(shù)據(jù)處理；
5304、采用數(shù)據(jù)計(jì)算模塊中所述Spark框架或者RHadoop分析工具的數(shù)據(jù)挖掘算法對(duì)數(shù)據(jù)處理結(jié)果進(jìn)行分析計(jì)算，并將分析計(jì)算結(jié)果存儲(chǔ)到MySQL數(shù)據(jù)庫(kù)中；
5305、結(jié)合所述基礎(chǔ)服務(wù)模塊的所述GIS服務(wù)和/或可視化服務(wù)對(duì)MySQL數(shù)據(jù)庫(kù)的數(shù)據(jù)進(jìn)行展現(xiàn)。
[0019]本發(fā)明可以對(duì)海量用電數(shù)據(jù)進(jìn)行分析處理，提高了海量數(shù)據(jù)的可管理度及海量數(shù)據(jù)的入庫(kù)效率，滿足海量歷史數(shù)據(jù)查詢統(tǒng)計(jì)分析的需求，提高數(shù)據(jù)計(jì)算的速度，處理效率高，在此基礎(chǔ)上提供豐富的分析統(tǒng)計(jì)滿足業(yè)務(wù)和管理要求，能夠讓現(xiàn)有系統(tǒng)順暢地處理數(shù)據(jù)采集任務(wù)，應(yīng)對(duì)簡(jiǎn)單的應(yīng)用展現(xiàn)，滿足更多和更高效的統(tǒng)計(jì)分析需求。
[0020]以上所揭露的僅為本發(fā)明一種較佳實(shí)施例而已，當(dāng)然不能以此來限定本發(fā)明之權(quán)利范圍，因此依本發(fā)明權(quán)利要求所作的等同變化，仍屬本發(fā)明所涵蓋的范圍。
【權(quán)利要求】
1.一種海量用電數(shù)據(jù)分析系統(tǒng)，其特征在于，包括: 數(shù)據(jù)源，用于提供海量用電數(shù)據(jù)； 數(shù)據(jù)獲取模塊，用于采用Web服務(wù)方式和/或ETL方式從所述數(shù)據(jù)源中獲取海量用電數(shù)據(jù)； 數(shù)據(jù)存儲(chǔ)模塊，用于對(duì)所述數(shù)據(jù)獲取模塊獲取的海量用電數(shù)據(jù)進(jìn)行存儲(chǔ)； 數(shù)據(jù)計(jì)算模塊，用于采用SmartMingJP/或Rhadoop分析工具和/或Spark框架,對(duì)所述數(shù)據(jù)計(jì)算模塊的海量用電數(shù)據(jù)進(jìn)行分布式并行計(jì)算； 基礎(chǔ)服務(wù)模塊，用于提供GIS服務(wù)和可視化服務(wù)，以及根據(jù)所述數(shù)據(jù)計(jì)算模塊的計(jì)算結(jié)果進(jìn)行數(shù)據(jù)分析； 用電分析平臺(tái)，用于根據(jù)所述基礎(chǔ)服務(wù)模塊進(jìn)行計(jì)量裝置分析、實(shí)時(shí)線損計(jì)算、用電行為分析、饋線分析、電力負(fù)荷預(yù)測(cè)和負(fù)荷實(shí)時(shí)預(yù)測(cè)。
2.如權(quán)利要求1所述的海量用電數(shù)據(jù)分析系統(tǒng)，其特征在于，所述數(shù)據(jù)源為計(jì)量自動(dòng)化系統(tǒng)、能量管理系統(tǒng)、營(yíng)銷系統(tǒng)、營(yíng)配一體化數(shù)據(jù)中心以及外部數(shù)據(jù)中的一種或多種。
3.如權(quán)利要求1所述的海量用電數(shù)據(jù)分析系統(tǒng)，其特征在于，所述數(shù)據(jù)存儲(chǔ)模塊包括數(shù)據(jù)倉(cāng)庫(kù)和實(shí)時(shí)與關(guān)系型數(shù)據(jù)庫(kù)相結(jié)合的數(shù)據(jù)庫(kù)。
4.如權(quán)利要求1所述的海量用電數(shù)據(jù)分析系統(tǒng)，其特征在于，用電分析平臺(tái)包括: 計(jì)量裝置分析單元，用于根據(jù)所述基礎(chǔ)服務(wù)模塊的數(shù)據(jù)分析結(jié)果對(duì)計(jì)量裝置狀態(tài)進(jìn)行判斷，從而減少周期巡視誤差； 實(shí)時(shí)線損計(jì)算單元，用于基于各個(gè)計(jì)量點(diǎn)的最小顆粒度數(shù)據(jù)實(shí)時(shí)進(jìn)行線損計(jì)算，并采用所述GIS服務(wù)將線損反饋在GIS地圖上； 用電行為分析單元，用于根據(jù)所述基礎(chǔ)服務(wù)模塊的數(shù)據(jù)分析結(jié)果對(duì)客戶用電行為分析，為用電客戶精細(xì)化管理提供決策依據(jù)； 饋線分析單元，用于結(jié)合所述GIS服務(wù)對(duì)饋線實(shí)時(shí)分析； 電力負(fù)荷預(yù)測(cè)單元，用于借助歷史數(shù)據(jù)模型離線分析某一階段的歷史數(shù)據(jù)，從而進(jìn)行短期的電力負(fù)荷預(yù)測(cè)； 負(fù)荷實(shí)時(shí)預(yù)測(cè)單元，用于根據(jù)所述基礎(chǔ)服務(wù)模塊的數(shù)據(jù)分析結(jié)果對(duì)負(fù)荷進(jìn)行實(shí)時(shí)預(yù)測(cè)。
5.一種基于權(quán)利要求1所述的海量用電數(shù)據(jù)分析系統(tǒng)的海量用電數(shù)據(jù)實(shí)時(shí)計(jì)算方法，其特征在于，包括: 采用所述數(shù)據(jù)獲取模塊中的ETL方式從所述數(shù)據(jù)源中獲取海量用電數(shù)據(jù)； 根據(jù)實(shí)時(shí)計(jì)算所需要達(dá)到的指標(biāo)，基于所述數(shù)據(jù)計(jì)算模塊的Spark框架，采用內(nèi)存并行計(jì)算技術(shù)對(duì)所述海量用電數(shù)據(jù)進(jìn)行數(shù)據(jù)處理，并進(jìn)行去噪、過濾重復(fù)主題/刪除與制定目標(biāo)無關(guān)的冗余和垃圾信息； 基于所述數(shù)據(jù)計(jì)算模塊的Spark框架，采用內(nèi)存并行計(jì)算技術(shù)對(duì)數(shù)據(jù)處理結(jié)果進(jìn)行匯總，并將匯總結(jié)果存儲(chǔ)到數(shù)據(jù)倉(cāng)庫(kù)中； 結(jié)合所述基礎(chǔ)服務(wù)模塊的所述GIS服務(wù)和/或可視化服務(wù)對(duì)數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)進(jìn)行展現(xiàn)。
6.一種基于權(quán)利要求1所述的海量用電數(shù)據(jù)分析系統(tǒng)的海量用電數(shù)據(jù)挖據(jù)方法，其特征在于，包括: 采用所述數(shù)據(jù)獲取模塊中的Web服務(wù)方式和ETL方式從所述數(shù)據(jù)源中獲取海量用電數(shù)據(jù)； 采用所述數(shù)據(jù)計(jì)算模塊中所述Rhadoop分析工具中hadoop的map技術(shù)將所述海量用電數(shù)據(jù)存儲(chǔ)到HDFS中， 采用所述數(shù)據(jù)計(jì)算模塊中所述Rhadoop分析工具中hadoop的分布式計(jì)算技術(shù)的海量用電數(shù)據(jù)進(jìn)行數(shù)據(jù)處理； 采用數(shù)據(jù)計(jì)算模塊中所述Spark框架或者RHadoop分析工具的數(shù)據(jù)挖掘算法對(duì)數(shù)據(jù)處理結(jié)果進(jìn)行分析計(jì)算，并將分析計(jì)算結(jié)果存儲(chǔ)到MySQL數(shù)據(jù)庫(kù)中； 結(jié)合所述基礎(chǔ)服務(wù)模塊的所述GIS服務(wù)和/或可視化服務(wù)對(duì)MySQL數(shù)據(jù)庫(kù)的數(shù)據(jù)進(jìn)行展現(xiàn)。
【文檔編號(hào)】G06F17/30GK104361110SQ201410710769
【公開日】2015年2月18日 申請(qǐng)日期:2014年12月1日 優(yōu)先權(quán)日:2014年12月1日
【發(fā)明者】馬超然, 鄺振星, 鐘世冠, 蘇超, 覃杰聰, 莫東平, 阮國(guó)恒, 潘肇宇 申請(qǐng)人:廣東電網(wǎng)有限責(zé)任公司清遠(yuǎn)供電局