本申请涉及大数据领域，具体而言，涉及一种数据处理方法及装置、存储介质及电子装置。
背景技术：
1、随着全球对清洁能源的需求不断增加，光伏发电作为一种环保、可再生的能源形式，得到了广泛的应用和推广。且我国光伏场站设备数量多、占地面积大，而且光伏场站一般都位于沙漠、戈壁、荒漠、山坡等区域，这些地区自然环境较差，导致设备的网络环境差。光伏场站在运行中会产生大量的数据，传统上常使用中央化数据处理，即在本地建立一个中心服务器，将所有本地数据均传输至服务器再处理。然而，由于光伏站产生大量实时数据，传统的中央化数据处理可能面临着数据传输和存储的压力。
2、针对相关技术中，对于光伏场站运行设备所产生的大量数据无法得到实时处理问题，目前未提出有效的解决方案。
3、因此，有必要对相关技术予以改良以克服相关技术中的所述缺陷。
技术实现思路
1、本申请实施例提供了一种数据处理方法及装置、存储介质及电子装置，以至少解决了现有技术中对于光伏场站运行设备所产生的大量数据无法得到实时处理问题。
2、根据本申请实施例的一方面，提供一种数据处理方法，包括：从光伏设备关联的传感组件获取设备监测数据；通过边缘设备对监测数据进行处理，得到用于对光伏设备对应的负载需求进行预测的目标数据；将目标数据输入至目标模型中，得到数据预测结果，其中，数据预测结果用于调控光伏设备在不同运行周期的工作状态。
3、在一个示例性的实施例中，在确定连接移动终端与所述光伏设备进行控制的情况下，检测移动终端的设备权限；在确定移动终端具有对数据处理系统的数据访问权限或者设备操控权限的情况下，允许移动终端对设备监测数据进行操作；在确定移动终端不具有对数据处理系统的数据访问权限或者设备操控权限的情况下，向数据处理系统对应的管理对象发送报警信息，其中，报警信息用于指示数据处理系统中存在异常连接的移动终端，提示管理对象待检查用于连接移动终端的接口。
4、在一个示例性的实施例中，将目标数据输入至目标模型中，得到数据预测结果之前，还包括：获取光伏设备的历史监测数据；对历史监测数据进行数据结构转换，得到目标数据结构；提取目标数据结构中的特征，得到用训练目标模型的特征数据集。
5、在一个示例性的实施例中，提取目标数据结构中的特征，得到用训练目标模型的特征数据集之后，还包括：根据预设划分方式将特征数据集划分为测试集与训练集；利用测试集与训练集训练初始模型，得到目标模型，其中，目标模型用于对当前数据处理周期关联的后一数据处理周期的数据变化进行预测。
6、在一个示例性的实施例中，将目标数据输入至目标模型中，得到数据预测结果之后，还包括：根据预测结果确定所述光伏设备的工作需求；基于工作需求确定光伏设备在不同运行周期的目标工作状态；汇总目标工作状态，确定光伏设备对应的调控策略。
7、在一个示例性的实施例中，将目标数据输入至目标模型中，得到数据预测结果之后，还包括：在光伏设备执行完成基于预测结果的调控策略的情况下，获取光伏设备对应的实际运行数据；比较实际运行数据与预测结果对应的需求运行数据的差异；根据所述差异调整所述目标模型的预测偏差，并将所述预测结果与对应的预测偏差上传至所述光伏设备对应的远程云服务器保存。
8、根据本申请实施例的另一方面，还提供了一种数据处理装置，包括：第一获取模块，用于从光伏设备关联的传感组件获取设备监测数据；处理模块，用于通过边缘设备对监测数据进行处理，得到用于对光伏设备对应的负载需求进行预测的目标数据；预测模块，用于将目标数据输入至目标模型中，得到数据预测结果，其中，数据预测结果用于调控光伏设备在不同运行周期的工作状态。
9、根据本申请实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述数据处理方法。
10、根据本申请实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述数据处理方法。
11、根据本申请实施例的又一方面，还提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时上述数据处理方法。
12、通过本申请，从光伏设备关联的传感组件获取设备监测数据；通过边缘设备对监测数据进行处理，得到用于对光伏设备对应的负载需求进行预测的目标数据；将目标数据输入至目标模型中，得到数据预测结果，其中，数据预测结果用于调控光伏设备在不同运行周期的工作状态。解决了现有对于光伏场站运行设备所产生的大量数据无法得到实时处理问题。通过边缘设备的设置提升了数据的实时处理效率，降低了数据传输负担，并增强隐私和安全性。
1.一种数据处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，将所述目标数据输入至目标模型中，得到数据预测结果之前，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，提取所述目标数据结构中的特征，得到用训练所述目标模型的特征数据集之后，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，将所述目标数据输入至目标模型中，得到数据预测结果之后，所述方法还包括：
6.根据权利要求1所述的方法，其特征在于，将所述目标数据输入至目标模型中，得到数据预测结果之后，所述方法还包括：
7.一种数据处理装置，其特征在于，包括：
8.一种计算机可读的存储介质，其特征在于，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行权利要求1至6中任一项所述的方法。
9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行权利要求1至6中任一项所述的方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法。
