[0001] 本发明涉及信息处理技术领域，具体的，涉及基于全要素标签的微电网设备动态画像构建方法及系统。

[0002] 随着分布式能源和智能电网的快速发展，微电网作为连接分布式电源、储能装置和负载的小型电力系统，其重要性日益凸显。然而，微电网设备种类繁多，运行状态复杂多变，如何有效监控并管理这些设备，成为微电网优化运行的关键。传统方法大多基于单一或少数几个关键指标进行监控，难以全面反映设备的实际运行状态和潜在风险，当系统遇到单点故障或多点故障时，难以准确刻画故障原因并作出及时有效的反应。

[0003] 在所述背景技术部分公开的上述信息仅用于加强对本申请的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

[0023] 为使本发明的目的、技术方案以及优点更加清楚明白，下面结合附图和实施例对本发明作进一步详细说明，应当理解的是，此处所描述的具体实施方式仅是本发明的一种最佳实施例，仅用以解释本发明，并不限定本发明的保护范围，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0024] 在更加详细地讨论示例性实施例之前，应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作(或步骤)可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤；所述处理可以对应于方法、函数、规程、子例程、子程序等等。

[0025] 实施例：如图1所示，一种技术方案是基于全要素标签的微电网设备动态画像构建方法，包括如下步骤：S1、对微电网的全要素标签进行聚类分析并根据功能属性构建微电网系统的区域网格，确定区域网格的初始边界和初始脉络构建微电网设备画像。

[0026] 具体地，所述对微电网的全要素标签进行聚类分析并根据功能属性构建微电网系统的区域网格，包括如下步骤：S101、获取微电网系统覆盖区域的全要素信息，所述全要素信息包括设备结构拓扑数据、设备实时状态数据、设备历史检修数据；
S102、根据功能属性结合聚类算法对全要素信息进行聚类分析获取设备集合，将设备集合中的设备地理属性作为网格单元确定区域网格。

[0027] 本实施例中，首先要求收集微电网系统内所有相关设备的全方位信息或全要素信息，包括但不限于设备结构拓扑（即设备之间的连接关系（包括物理连接和逻辑连接）、布局等）、实时状态数据（如电压、电流、功率因数等运行参数）以及历史检修数据（维护记录、故障历史等）；通过将设备的结构信息与动态运行数据相结合，实现了从静态到动态、从宏观到微观的多维度信息融合。这种融合不仅提高了对设备状态的全面理解，还为后续的聚类分析提供了丰富的数据特征集。传统聚类多基于距离或相似度，而本方案创新性地引入了功能属性作为聚类的重要依据，在聚类过程中，除了考虑数据点的数值相似性外，更加注重设备在微电网中的实际功能角色和相互作用，如发电、储能、传输、分配等，从而确保聚类结果更符合微电网的实际运行逻辑；聚类算法可以采用如K‑means、DBSCAN、层次聚类等可以适应功能属性导向。例如选用K‑means进行聚类时，首先在设备数据集中选择K个初始聚类中心，这些聚类中心应尽可能覆盖不同功能属性的设备，可以将发电设备、储能设备、传输设备等分别归为不同的功能类别；在K‑means算法中，使用欧氏距离或余弦相似度来衡量数据点之间的相似性；为了融入功能约束，将采用修改距离度量的方式，将功能属性的相似性也纳入考虑，例如，定义一个加权距离度量，其中功能属性对应的权重设置较高值，根据修改后的距离度量，将每个设备分配到最近的聚类中心，轮次计算聚类中心直至如聚类中心不再变化或达到最大迭代次数；通过以上聚类方式确保同一簇内的设备在功能上具有高度一致性。

[0028] 然后，聚类后得到的设备集合，例如：发电设备集合：主要由太阳能光伏板、风力发电机、小型水电设备、燃料电池、微型燃气轮机、内燃机等分布式电源组成。发电设备集合共同负责微电网的电力供应；储能设备集合：由蓄电池、超级电容器、飞轮储能等储能装置组成，储能设备集合在微电网中起到平衡供需波动、提供频率调节、电压支撑和紧急备用电源等功能；电力电子设备集合：包括逆变器和变流器等，用于将不同形式的电源电能转换为适合电网或负载所需的电能形式，实现电能的有效控制和管理；配电设施集合：包括变压器、配电线路、开关设备等，负责电能的分配和传输；监控与保护装置集合：包括能量管理系统（EMS）、智能电表、保护继电器等，负责微电网的实时监控、数据采集、负荷预测、发电调度和优化运行等功能以及故障检测和隔离；进一步依据其地理属性（如地理位置、分布密度等）进行网格划分例如将发电设备集中的区域划分为发电网格，将储能设备集中的区域划分为储能网格，将配电设施集中的区域划分为配电网格等；每个区域网格都有明确的边界和脉络。边界定义了网格的地理范围，而脉络则描述了网格内设备之间的连接关系和能量流动路径。这些边界和脉络作为刻画初始微电网设备画像的数据框架可以通过地理信息系统（GIS）进行可视化展示，以便运维人员直观地了解每个网格内的设备分布和运行状态。方案不仅考虑了设备的功能关联性，还兼顾了空间布局的优化，便于后续的运维管理和资源调度。通过将设备集合映射到具体的地理网格中，实现了微电网系统的区域化、精细化管理。

[0029] 进一步地，所述确定区域网格的初始边界和初始脉络构建微电网设备画像包括如下步骤：S111、以区域网格内每个设备之间的物理连接和逻辑连接作为第一初始脉络，并根据第一初始脉络与设备的地理坐标确定网格空间；将所述网格空间在区域网格所对应的地理坐标上的二维映射区域的区域轮廓作为每个区域网格的初始边界；
S122、确定区域网格之间各设备的物理连接和逻辑连接作为第二初始脉络；根据第一初始脉络、初始边界以及第二初始脉络构建微电网设备画像。

[0030] 本实施例中，物理连接指的是设备之间通过电缆、导线等实体介质直接相连的关系。识别物理连接是构建微电网设备画像的基础，它确保了设备之间能量传输的实际路径被准确记录；逻辑连接指的是设备之间在功能上的关联关系，如控制信号、数据通信等。逻辑连接的识别有助于理解设备之间的协同工作机制；通过将设备之间的物理连接和逻辑连接作为第一初始脉络，可以构建一个反映设备间相互关系的网络图。这个网络图不仅展示了设备的连接关系，还隐含了设备在地理空间上的相对位置；结合设备的地理坐标，可以将网络图映射到实际的地理空间中，从而确定网格空间，网格空间在地理坐标上的二维映射区域，其区域轮廓自然形成了每个区域网格的初始边界。这种映射方式确保了设备画像与地理信息的紧密结合，不仅直观，而且易于与GIS系统集成，实现设备画像的可视化展示。

[0031] 其次，本申请考虑到各个区域网络的设备之间存在相互耦合的情形，需要识别区域网格之间各设备的物理连接和逻辑连接，确保了设备画像能够全面反映微电网系统的整体结构和运行逻辑。基于第一初始脉络（区域网格内设备的连接关系）、初始边界（区域网格的地理范围）以及第二初始脉络（区域网格间设备的连接关系），可以构建出微电网设备画像。这个画像不仅包含了设备的详细信息（如类型、状态、位置等），还展示了设备之间的连接关系和协同工作机制；设备画像的构建过程是一个数据整合和知识提取的过程，通过以上手段，可以将海量的设备数据转化为易于理解和管理的结构化信息，为微电网系统的运维管理提供有力的支持。

[0032]  S2、获取区域网格对应的设备变量构建三元组矩阵，根据三元组矩阵中各个设备变量的状态跃迁路径确定边界修正因子和脉络修正因子。

[0033] 具体地，所述获取区域网格对应的设备变量构建三元组矩阵，包括如下步骤：S201、获取微电网系统中状态变量数据、控制变量数据以及时钟变量数据构建各设备的三元组；
S202、根据区域网格中各个设备在时间断面上的三元组构建三元组矩阵；
其中，所述状态变量数据至少包括电压数据以及电流数据；
所述控制变量数据至少包括开关状态数据以及参数调节数据；
所述时钟变量数据至少包括时间戳数据以及状态持续时长数据。

[0034]  本实施例中，微电网系统包含多个设备，如发电机、变压器、储能装置和负载,不同的设备对应的状态变量数据、控制变量数据以及时钟变量数据不尽相同；状态变量数据包括：电压数据：如发电机的输出电压、变压器的输入/输出电压等；电流数据：如发电机的输出电流、负载的电流等；温度数据：如变压器的油温、发电机的绕组温度等；功率数据：如发电机的输出功率、负载的消耗功率等。控制变量数据包括：开关状态数据：如发电机的启停状态、断路器的开合状态等；参数调节数据：如发电机的励磁调节、变压器的分接头调节等；时钟变量数据包括：时间戳数据：记录数据采样或事件发生的具体时间点；状态持续时长数据：记录设备在某个特定状态下的持续时间。对于每个设备，首先选择一个时间断面（例如，每分钟或每小时的一个时间点），并收集上述三类数据，构成该设备在该时间断面上的三元组。三元组的一般形式可以表示为：{状态变量, 控制变量, 时钟变量}。

[0035]  为了直观形象地展示三元组，一种具体事例为：对于发电机G1，在某个时间断面t上的三元组可能如下：三元组G1t = {(电压: 230V, 电流: 100A, 温度: 65℃, 功率: 50kW), (开关状态: 开, 励磁调节: 80%), (时间戳: 2023‑04‑01 12:00:00, 状态持续时长: 30分钟)}。

[0036]  进一步地，在获取了所有设备在各个时间断面上的三元组后，这些三元组按照设备和时间断面的顺序排列，构建一个三元组矩阵。矩阵的行表示设备，列表示时间断面，矩阵中的元素即为对应设备和时间断面上的三元组；假设三个设备（G1, T1, L1）和两个时间断面（t1, t2），则三元组矩阵如下表1所示，在构建了三元组矩阵后，可以根据矩阵中各个设备变量的状态跃迁路径，分析设备的运行状态变化、控制策略调整以及时间因素的影响。

[0037] 表1.三元组矩阵

[0038] 具体地，根据三元组矩阵中各个设备变量的状态跃迁路径确定边界修正因子和脉络修正因子；包括如下步骤：S211、设置每个设备对应的状态变量的状态阈值，当检测到状态变量超过设定的状态阈值时，确定故障设备并根据故障设备对应的关联度矩阵确定状态跃迁方向。

[0039] 具体地，所述确定故障设备并根据故障设备对应的关联度矩阵确定状态跃迁方向，包括如下步骤：根据功能相似度以及故障耦合度确定各个设备相对于故障设备的相关度，进而确定相关度矩阵；
确定故障设备并获取故障设备对应的聚类中心，根据区域网格中各故障设备到聚类中心的距离与其余设备到聚类中心的距离比值确定功能相似度；
根据历史时间断面上故障设备发生故障时各个设备的状态变化率确定故障耦合度；
根据功能相似度和故障耦合度及其对应的权重因子进行加权求和得到每个设备相对于故障设备的相关度值，并基于相关度值构建故障设备对应的关联度矩阵；以关联度矩阵中数值最大的元素作为状态跃迁方向。

[0040] 本实施例中，对于每个设备，根据其运行特性和安全要求，设置状态变量的状态阈值，如电流阈值、电压阈值等；通过监控系统实时检测各设备的状态变量，当发现某个设备的状态变量超过阈值时，确定该设备为故障设备；根据功能相似度和故障耦合度构建关联度矩阵，其中，功能相似度基于设备到聚类中心的距离比值计算，故障耦合度基于历史时间断面上故障设备发生故障时各个设备的状态变化率计算。然后，通过加权求和得到每个设备相对于故障设备的相关度值，并基于相关度值构建故障设备对应的关联度矩阵。以关联度矩阵中数值最大的元素作为状态跃迁方向。其中，功能相似度的计算公式为：， 为设备i故障时设备j到聚类中心的距离， 为故障设备i到聚类中心
的距离；故障耦合度： ，其中 是设备j在设备i发生故障时的状态变化
率； 是最大状态变化率；此时相关度值： ，其中 和 是
权重因子，权重因子根据设备类型和设备故障进行确定，一般设置 ， 。

[0041] S212、根据状态跃迁方向确定目标跃迁设备，并根据目标跃迁设备的状态变化情况确定跃迁内容。

[0042] 本实施例中，根据状态跃迁方向确定目标跃迁设备，并提取目标跃迁设备的状态变化情况作为跃迁内容，跃迁内容包括物理连接和逻辑连接的变化所对应的参数变化，以及跃迁变化的时刻和持续的时长。

[0043]  S213、根据区域网格各个设备的跃迁内容和跃迁方向确定状态回调因子，根据状态回调因子确定区域网格每个时间断面上的状态跃迁路径，具体地，包括如下步骤：若跃迁方向指向的是区域网格内的设备，跃迁内容包括第一初始脉络中的物理连接和逻辑连接的变化所对应第一初始脉络的参数变化以及确定跃迁变化的时刻和持续的时长，提取跃迁内容中的变化参数作为第一状态回调因子；其中，以区域网格内每个设备之间的物理连接和逻辑连接作为第一初始脉络；
若跃迁方向指向的是区域网格间的设备，跃迁内容包括第二初始脉络中的物理连接和逻辑连接的变化对应第二初始脉络的参数变化以及确定跃迁变化的时刻和持续的时长，提取跃迁内容中的变化参数作为第二状态回调因子；其中，确定区域网格之间各设备的物理连接和逻辑连接作为第二初始脉络；
根据第一状态回调因子或/和第二状态回调因子确定三元组矩阵中各个元数据的调整方向、调整内容、调整时刻；以区域网格内和区域网格间的设备对应的调整方向、调整内容、调整时刻状态确定区域网格每个时间断面的状态跃迁路径。

[0044] 本实施例中，当跃迁方向指向区域网格内的设备时，本申请关注第一初始脉络（即区域网格内设备之间的物理连接和逻辑连接）的变化。这些变化包括物理连接（如电缆、线路的连接状态）和逻辑连接（如设备间的控制逻辑、信号传输等）的变化，以及这些变化所对应的参数变化（如电压、电流的变化量）。同时，进一步确定跃迁变化的时刻和持续的时长。这些信息共同构成了跃迁内容并从中提取变化参数作为第一状态回调因子。当跃迁方向指向区域网格间的设备时，本申请关注第二初始脉络（即区域网格之间设备的物理连接和逻辑连接）的变化。提取这些变化所对应的参数变化、跃迁变化的时刻和持续的时长，作为第二状态回调因子。提取出的第一状态回调因子和第二状态回调因子用于确定三元组矩阵中各个元数据的调整方向、调整内容和调整时刻。过引入状态回调因子和三元组矩阵，可以精确地跟踪和管理区域网格内及区域网格间设备的状态变化，使得系统能够更好地适应动态变化的环境和需求。

[0045] 为了便于对本申请技术方案的直观理解，结合具体形式对以上技术手段做进一步阐述，对于区域网格内的设备跃迁，第一状态回调因子R1可以表示为跃迁内容中物理连接和逻辑连接变化的参数集合，即 ，其中 和 分别表示物理连接和逻辑连接的变化参数，ts1表示跃迁变化的开始时刻，td1表示持续的时长。对于区域网格间的设备跃迁，第二状态回调因子R2类似地表示为 ，其中各
符号的含义与R1类似，但指的是区域网格间的连接和跃迁特性；三元组矩阵T可以定义为一个 的矩阵，其中m表示时间断面的数量，n表示设备或连接的数量（取决于具体的应用场景）。每个元素 是一个三元组，包含调整方向、调整内容、调整时刻。根据状态回调因子R1和R2，可以更新三元组矩阵T。具体来说，对于每个时间断面 和每个设备或连接i，根据R1或R2中的信息来确定调整方向、调整内容、调整时刻。一旦三元组矩阵T被更新，就可以通过遍历矩阵中的元素来确定区域网格每个时间断面上的状态跃迁路径；具体来说，对于每个时间断面，可以查看所有设备或连接的状态调整信息，并将这些信息组合起来形成一个状态跃迁路径。状态跃迁路径可以形式化地表示为一个序列
，其中每个 表示在第t个时间断面上的状态集合。

[0046] S214、将状态跃迁路径中各设备及其连接作为脉络修正因子，将状态跃迁路径中各设备及其地理坐标作为边界修正因子。

[0047] 具体地，所述将状态跃迁路径中各设备及其连接作为脉络修正因子，包括如下步骤：通过状态跃迁路径确定网格空间内各设备及其连接作为第一初始脉络修正因子；
通过状态跃迁路径确定网格空间之间各设备及其连接作为第二初始脉络修正因子。

[0048] 通过状态跃迁路径确定网格空间内各设备及其连接作为第一初始脉络修正因子；通过状态跃迁路径确定网格空间之间各设备及其连接作为第二初始脉络修正因子。

[0049]  本实施例中， 脉络修正因子是指状态跃迁路径中各设备及其连接状态的变化，其中，第一初始脉络修正因子标准的是网格空间内各设备及其连接这些变化；第二初始脉络修正因子标准的是网格空间之间各设备及其连接这些变化；反映了区域网格内部或之间的物理连接和逻辑连接的动态调整；物理连接变化：例如，设备A与设备B之间的物理线路被重新布线，或者某个设备增加了新的物理接口以支持与其他设备的连接。这些变化可以通过连接状态参数（如连接强度、带宽、延迟等）来量化。逻辑连接变化：例如，设备A与设备B之间的通信协议被升级，或者某个设备在网络拓扑中的位置发生了变化（如从边缘节点变为核心节点）。可以通过逻辑连接参数（如通信协议版本、网络地址、路由信息等）来量化。时间戳与持续时间：对于每个连接状态的变化，还需要记录其发生的时间戳和持续时间，以便追踪状态跃迁路径中的时间动态。边界修正因子是指状态跃迁路径中各设备及其地理坐标的变化，这些变化反映了区域网格中设备在空间分布上的动态调整。地理坐标变化：例如，设备A故障，为了保证系统的稳定运行，需要将A的功能承接到设备B，导致某个区域网格的边界发生了变化（如扩展或收缩）。这些变化可以通过设备的经纬度坐标或相对于某个参考点的位置信息来量化。设备A转接到设备B时的地理位置发生了变化，或者某个设备与区域网格边界的距离发生了变化。这些变化可以通过计算设备之间的直线距离、欧氏距离或其他空间度量指标来量化。时间戳与持续时间：同样地，对于每个地理坐标的变化，也需要记录其发生的时间戳和持续时间，以便追踪状态跃迁路径中的空间动态。通过引入脉络修正因子和边界修正因子，可以更精确地描述和管理区域网格中设备状态及其空间分布的变化，从而提高状态管理的精确度。

[0050]  S3、响应于边界修正因子和脉络修正因子分别对初始边界和初始脉络进行修正重构所述微电网设备画像；具体地，包括如下步骤：S31、根据边界修正因子对每个网格空间的初始边界进行修正得到更新边界；
同步地，根据第一初始脉络修正因子对每个网格空间内的第一初始脉络进行修正得到第一更新脉络；
同步地，根据第二初始脉络修正因子对网格空间之间的第二初始脉络进行修正得到第二更新脉络；
S32、根据第一更新脉络、第二更新脉络、更新边界重构微电网设备画像。

[0051] 本实施例中，根据边界修正因子（即设备地理坐标的变化和网格空间边界的变化），对每个网格空间的初始边界进行修正，更新后的边界将更精确地界定每个网格空间的范围。根据第一初始脉络修正因子（即网格空间内设备连接状态的变化），对每个网格空间内的第一初始脉络进行修正。包括更新设备之间的连接状态、通信协议、带宽、延迟等信息，以反映设备间实际的交互关系。根据第二初始脉络修正因子（即网格空间之间设备连接状态的变化），对网格空间之间的第二初始脉络进行修正。涉及跨网格的通信链路、数据流动、资源共享等方面的更新，确保网格空间之间的交互关系得到准确描述。然后，将更新后的边界、第一更新脉络和第二更新脉络进行整合，形成一个包含所有网格空间、设备及其连接关系的完整网络模型；然后，基于这个网络模型，对每个设备的位置、状态、功能及其与其他设备的交互关系进行详细描述，形成新的微电网设备画像。最后，利用先进的可视化技术（如GIS、虚拟现实等），将微电网设备画像以直观、交互的方式呈现出来，便于运营人员监控、分析和决策。本申请通过实时更新边界修正因子和脉络修正因子，并对初始边界和初始脉络进行修正重构，可以得到准确、直观、灵活的微电网设备画像，为微电网的运营管理、资源分配、故障恢复等提供有力支持。

[0052] 实施例二：本发明实施例中还提供的一种技术方案是微电网设备动态画像构建系统，如图2所示系统包括：初始构建模块001：对微电网的全要素标签进行聚类分析并根据功能属性构建微电网系统的区域网格，确定区域网格的初始边界和初始脉络构建微电网设备画像；
修正模块002：获取区域网格对应的设备变量构建三元组矩阵，根据三元组矩阵中各个设备变量的状态跃迁路径确定边界修正因子和脉络修正因子；
重构模块003：响应于边界修正因子和脉络修正因子分别对初始边界和初始脉络进行修正重构所述微电网设备画像。

[0053] 本实施例中，通过全要素标签的聚类分析，实现了对微电网设备的科学分类与区域网格划分，并确定区域网格的初始边界和初始脉络，为微电网设备画像的构建提供了初始框架，有助于全面捕捉设备间的关联关系，为后续的动态画像构建提供了坚实的基础；进一步地，通过构建三元组矩阵全面捕捉设备状态的变化，为状态跃迁路径的分析提供了数据支持；通过状态跃迁路径的分析，能够及时发现设备状态的异常变化，并基于异常变化情况制定及时有效的预防处置措施，通过获取修正因子为后续的动态修正提供了依据，实现了对微电网设备画像的实时更新，保证了画像的准确性和时效性，通过画像重构能够更加清晰地展示设备间的关联关系和状态变化，为微电网的优化运行和故障处理提供了有力支持。

[0054] 实施例三： 本发明实施例中还提供的一种可选实施例为：一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时实现基于全要素标签的微电网设备动态画像构建方法的步骤。

[0055] 实施例四： 本发明实施例中还提供的一种可选实施例为：一种存储介质，所述存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现基于全要素标签的微电网设备动态画像构建方法的步骤。

[0056] 通过以上实施方式的描述，所属领域的技术人员可以了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中可以根据需要而将上述功能分配由不同的功能模块完成，即将具体装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。

[0057] 在本申请所提供的实施例中，应该理解到，所揭露的结构和方法，可以通过其它的方式实现。例如，以上所描述的关于结构的实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个结构，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，结构或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

[0058] 作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是一个物理单元或多个物理单元，即可以位于一个地方，或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

[0059] 另外，在本申请实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

[0060]  集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

[0061] 以上所述之具体实施方式为本发明基于全要素标签的微电网设备动态画像构建方法及系统的较佳实施方式，并非以此限定本发明的具体实施范围，本发明的范围包括并不限于本具体实施方式，凡依照本发明之形状、结构所作的等效变化均在本发明的保护范围内。