数据融合是物联网信息聚合技术中必不可少的内容。面向智能电网的物联网实现的不仅仅是感知数据的采集与透明传输，而且在网络实时、可靠地传输数据的同时，还在原始采集数据的基础上，在网络内部进行了大量数据融合工作。因此，传输到管理平台的感知信息将是从海量的、杂乱的、难以理解的原始数据中抽取并推导出的，对于特定的智能电网管理者来说它是具有价值、具有意义的处理之后的数据。
声明：部分内容及图片来源于网络，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。针对不同的信息获取需求，应选择不同的数据融合功能，从而满足对于特定应用场景的需求。按照操作对象的特点，网内数据融合可分为数据级、特征级、融合级和表示级4种类型融合处理。数据级处理包括数据存储和数据备份等。采集的数据可以选择性地进行分布式或者中央集控式的存储，在网内数据处理中,处理的结果可以实时传输到终端用户,也可以进行数据备份，制作历史记录以备查询。特征级处理包括特征提取、数据分类、数据排序和数据筛选等。同一个模拟信息源具有多个不同的特征，应根据不同的应用场景选择需要提取的特征。利用提取的不同数据特征，可以把采集的数据按不同需求整理分类，如按数据属性、数据包长度和数据内容等规则进行分类，然后通过筛选，有针对性地将有用信息提取出来，屏蔽不需要的数据。融合级处理包括数据关联、数据变换、数据合并和数据加密等。关联分析的目的是找出数据中隐藏的关系，用多个数据协同表示物体的特性,或按照关联规则进行数据项的合并。考虑到智能电网的安全问题，应对敏感数据以加密格式进行存储和传输。表示级处理包括数据重构、数据表示和压缩编码等。通过提取网内数据的结构描述，可根据需求通过相应的映射函数对数据结构进行转换，按照特定的编码机制用少量的数据位元或其他信息相关单位来表示信息。针对不同的数据特征可以采用不同的数据压缩算法。
详情请跳转