CN102426525B - 一种多应用系统的全景建模方法 - Google Patents

Abstract

一种多应用系统的全景建模方法，第一步：多应用系统全景模型的结构和数据分类，（1）选出核心模型，该核心模型中的具体应用模型作为其他专业系统的应用模型的扩展，基于核心模型形成层次型、融合各应用模型的全景模型。（2）全景模型中的数据进行分类，分为三种类型：模型静态属性、实时采集数据、历史及统计数据；模型静态数据：在全景建模的时候实现物理集成；实时采集数据：即过程数据，不在全景模型中保存，采用数据联邦进行集成；历史数据：根据历史数据量的大小不同，分别选择物理集成的方式和联邦集成方式。第二步：基于统一全局对象ID实现全景建模：选择核心模型的数据作为准确数据来源，然后在其基础上扩展其他专业系统模型行程全景模型。

Description

一种多应用系统的全景建模方法

技术领域

本发明涉及一种多应用系统的全景建模方法，尤其是用于电力系统内多专业应用系统的全景建模方法。

背景技术

随着企业信息化水平的高速发展，越来越多作用于生产、监控、资源管理及办公自动化等方面的应用系统不断涌现。在方便管理人员使用的同时，也带来了一系列问题。第一，系统之间相互独立，标准与体系架构各不相同，难以进行数据交互和互操作；第二，各系统存储各自所需数据，相同的数据可能被多个系统存储，形成数据冗余；第三，由于各系统对数据类型、精度和展现形式的要求各不相同，数据可能存在不一致性；第四，数据分析和决策信息支持等应用或服务对数据的要求更加全面。

针对上述问题，已经提出了各种数据集成的方法。目前常见的一种为数据抽取的方法，主要是通过ETL技术，通过抽取、转换和加载，将来自于多个系统的数据抽取到集中式的DW(数据仓库)中，形成一份大而全的数据仓库，也可以向关系型数据库或多维数据库进一步汇总加载，以满足不同主题的展现应用。这种方法的缺点在于：来自多个系统的数据直接存储在数据仓库中，当数据量过大时，硬件成本和维护成本不断升高。而且其数据未经过建模，在此基础上的应用和服务开发较困难。如采用进一步汇总方式，则会占用更多存储和计算资源。另外，传统ETL和数据仓库基本上不具备实时处理能力，其数据抽取操作以定时方式从业务系统中抽取，难以支持对实时性要求较高的系统。

还有一种常见的数据集成的方法为数据联邦，这是与数据抽取截然不同的一种数据集成方式，数据联邦技术是将不同分布的数据源整合产生出虚拟数据源或者数据服务的过程。整合后的数据可以被看作一个单一数据源，提供统一的访问方法。数据联邦具有很大的灵活性，能整合异构数据库，并可集成来自非关系型数据源(如电子邮件和文本文件)的数据。此外，数据的联邦式视图构建起来比数据抽取更快，更易于修改。但其缺点在于：不适合大批量数据。而且数据访问需要经过额外的查询，对某些需要经常访问的数据，消耗资源过多。

发明内容

本发明目的是：提供一种用于多应用系统的全景建模方法，它解决了单纯采用上述两种技术方案带来的技术缺陷。本发明提出基于统一的WebService数据服务，将物理集中和逻辑集中的统一起来，集成多应用系统数据的全景建模方案。通过WebService数据服务获取各应用系统核心模型数据，存储在全景模型中，实现关键数据物理集成。对于大量历史数据、实时更新数据等，将其与核心模型数据通过GID关联起来，以数据服务方式做为抽象的数据接口，实现联邦集成。

本发明技术方案是：一种多应用系统的全景建模方法，

第一步：多应用系统全景模型的结构和数据分类

(1)选出核心模型，该核心模型中的具体应用模型作为其他专业系统的应用模型的扩展，基于核心模型形成层次型、融合各应用模型的全景模型；

(2)全景模型中的数据进行分类，分为三种类型：模型静态属性、实时采集数据、历史及统计数据，数据的分类列表如下所示：

模型静态数据：在全景建模的时候实现物理集成；

实时采集数据：即过程数据，不在全景模型中保存，采用数据联邦进行集成；

历史史数据：根据历史数据量的大小不同，分别选择物理集成的方式和联邦集成方式。

第二步：基于统一全局对象ID实现全景建模：选择核心模型的数据作为准确数据来源，然后在其基础上扩展其他专业系统模型行程全景模型；各个系统的核心数据的命名采用统一的全局命名全局对象ID，保持各系统命名一致。

对于年历史数据量小于1GBYTE的历史数据采用物理集成的方式；对于年历史数据量大于1GBYTE的历史数据实现联邦集成。

基于统一数据服务形成全景模型中的核心数据，实现数据抽取：即将各专业应用系统中核心的，有相互关联关系的模型数据，使用统一的数据服务方式，抽取到全景模型中。完成所述的步骤后，核心模型数据已经集中到全景模型中，对于历史数据、统计数据的数据集成，由专业系统提供历史数据查询服务，实现这部分数据的数据联邦。

数据访问方法：定义了基于WebService的统一模型数据服务GetData，统一模型数据服务GetData定义了查询模型的名词来确定查询对象，定义了查询条件确定查询范围，定义了查询属性来确定对象的相关数据，从而进行查询。

定义了基于WebService的统一历史数据查询服务GetHisData，统一历史数据查询服务GetHisData定义了查询模型的名词来确定查询对象，定义了查询条件确定查询范围，定义了查询属性来确定对象的相关数据，定义了时间区间来确定查询历史数据的时间范围。

本发明针对多个系统之间的数据集成，以建立全景模型为目标，通过数据抽取和数据联邦的方式，解决了单纯采用这两种技术方案带来的技术缺陷，使得最后形成的全景模型成为真正可用的数据中心，为后续应用和服务开发提供了准确而全面的数据来源。同时，设计采用了基于GID和统一数据服务的方式集成各应用系统的模型，提出了一种通用的数据集成方法，可以实现对多种应用系统的模型和数据集成。

本发明有益效果：本发明通过对全景模型中的数据进行分类，综合使用了数据抽取和数据联邦两种方式进行全景建模，有效的解决了历史数据量过大的问题，解决了硬件成本和维护成本，同时也避免了纯粹的数据联邦导致的数据访问效率低的问题。同时，在数据抽取和数据联邦过程中，本发明提出使用基于WebService的统一通用的数据服务获取各专业系统数据，具有极高的通用性和适用性。

附图说明

图1是全景建模示意图。

图2是应用系统建模图。

具体实施方式

下面以电力系统中多系统数据集成为例，介绍全景建模的具体实施方式。本发明应用于电力系统，相关系统的主要内容如下：

多系统数据集成时的全景建模方法如下所示，主要分四步。

第一步：多应用系统全景模型的结构设计和数据分类。

全景模型的设计以EMS(Energy Management System，能量管理系统)模型为核心，扩展“保信系统”、“DMIS(Dispatching Management Information System，调度生产管理信息系统)管理系统”、“水调自动化系统”、“电网暂态模型”“脱硫监控系统”这5个专业系统模型，EMS核心模型与专业系统模型在总体结构上也体现了一种层次关系，层次结构如图1所示：

在图1中，EMS系统是来源系统中的核心系统，其核心地位是由EMS系统的功能定位决定的。EMS系统负责电力系统的能量管理，对一次设备的管理是基本的功能之一，因而其包含的一次设备模型必定是对应真实存在、可读、可控的；保信系统的主要功能就是通过保护装置保障电网安全运行，主要是围绕一次设备进行布置；DMIS在一次设备模型信息基础上实现电力资产管理、日常运行维护管理和报表统计等功能。因，在全景模型设计中，我们基于一次设备模型扩展保护、水调、脱硫等各专业系统模型。

根据数据刷新频率和数据存储容量，全景模型中的数据分为三种类型：模型静态属性、实时采集数据、历史及统计数据。不同类型的数据采用不同的方式进行数据集成，处理原则如下：

1.模型静态数据：在全景建模的时候实现物理集成

2.实时采集数据(即过程数据)：不在全景模型中保存，实现联邦集成

3.历史数据：(1)数据量较小的历史数据：可以采用物理集成的方式；(2)数据量较大的历史数据：实现联邦集成。

模型和数据的分类列表如下所示：

第二步：基于统一GID(即：对象全局ID)实现全景建模。

在EMS系统中，一次设备模型信息是核心数据，测点是对一次设备运行信息的采集点、历史类数据是对测点数据的历史值的存储。同时，DMIS系统、水调系统、保信系统、脱硫系统都具有一次设备表，数据重复和冲突难以避免，由于EMS系统是核心系统，必须以EMS一次设备模型信息作为准确数据来源。

全景模型中核心数据表如下所示：

确定核心数据表之后，在其基础上扩展专业系统模型形成全景模型。

以保护系统为例，EMS系统维护系统内一次设备的全局命名GID，保信系统维护系统内一次设备和二次设备的GID，保证一次设备的GID与EMS系统一致。保信模型的建模过程如图2所示，水调系统、DMIS系统、脱硫系统的扩展与该过程类似：

1.调用EMS系统提供的全模型服务，得到基于全局命名GID的电网一次设备模型和测点模型。

2.构造基于GID的全景模型中的一次模型和EMS测点模型。

3.保信系统调用全景模型提供的GID查询服务，得到一次模型及其GID

4.保信系统维护一次模型的其他属性(如保信相关参数)，以及挂接在一次设备下的保信模型。

5.调用保信系统提供的模型服务，得到基于全局命名GID的电网一次设备模型和保信模型。

6.基于统一的GID，补充全景模型中一次模型的保信静态属性，扩展全景模型中的二次保护模型。

第三步：基于统一数据服务形成全景模型中的核心数据，实现数据抽取。

全景建模的数据抽取，是将各专业应用系统中核心的、有相互关联关系的模型数据，使用统一的数据服务方式，抽取到全景模型中。这部分数据体现了应用系统相关的电网模型和应用模型结构，同时这部分数据并不实时改变，且数据量与时间无关。以调度自动化系统、保信系统、水调系统、脱硫系统专业系统为例，采用数据抽取方式处理的模型范围见下表：

本次发明定义了基于WebService的统一模型数据服务GetData，统一模型数据服务GetData定义了查询模型的名词来确定查询对象，定义了查询条件确定查询范围，定义了查询属性来确定对象的相关数据，提供了各专业系统模型和数据的查询功能，包括各应用系统中各模型对象的GID及相关属性。

建模工具调用该数据服务，根据步骤二形成全景模型中的核心数据，实现数据抽取。

第四步：基于统一数据服务形成全景模型的历史数据，实现数据联邦。

完成前三步操作后，数据集成主要任务就完成了，核心模型数据已经集中到全景模型中，对于历史数据、统计数据的数据集成，由专业系统提供历史数据查询服务，实现全景模型中这一部分数据的数据联邦。

本次发明定义了基于WebService的统一历史数据查询服务GetHisData，提供了查询某些对象在指定时间段内的相关历史数据或统计数据，以及这些历史数据对应时间点的方法。统一历史数据查询服务GetHisData定义了查询模型的名词来确定查询对象，定义了查询条件确定查询范围，定义了查询属性来确定对象的相关数据，定义了时间区间来确定查询历史数据的时间范围。客户端需要向服务端传递对象GID、起始时间、结束时间、历史数据类型等信息，服务端根据客户端提供的上述信息查询得到历史数据，并将这些数据按照既定格式组织后返回给客户端。

建模工具调用该数据服务，根据步骤二形成全景模型中的历史数据，实现数据联邦。

1、获取模型数据的GetData服务定义

服务接口定义如下：

1.1、输入参数定义

1.1.1定义“查询动词”

根据IEC61968标准定义，输入参数message的Header部分的“动词(Verb)”在“数据查询接口”中定义为“Get”，且大小写敏感。

该选项是必选项，如错误！未找到引用源。。

1.1.2定义“查询名词”

根据IEC61968标准定义，输入参数message的Header部分的“名词(Noun)”来定义查询对象的类型。

如果查询对象的类型在IEC61970-301(CIM)/IEC61968等标准中明确定义，则采用标准定义的对象类型，否则，在各应用数据交换规范中进行扩展。比如查询厂站，对象类型为Substation；查询电压等级，对象类型为VoltageLevel。该选项是必选项。

1.1.3定义“用户信息”

根据IEC61968标准定义，输入参数message的Header部分的“User”来定义查询用户，根据该用户定义确定某些数据的访问权限。

1.1.4定义“对象GID”

本规范采用GID对查询对象进行统一定位，GID编码参考《南方电网一体化电网运行智能系统技术规范第1部分：平台规范第24.2篇：数据中心技术规范.对象命名及编码(征求意见稿)》。

本规范使用输入参数message中Request部分的“ID”来表示指定查询对象的GID，对应于CIM标准中定义的对象mRID，如错误！未找到引用源。所示。

1.1.5定义“查询条件”

“查询条件”用于定义查询对象的范围。IEC61968标准并不涉及如何定义查询条件，本规范在符合IEC61968标准的前提下，在Request部分扩展了<AllConditions>标签，规范了“查询条件”的定义。“查询条件”的XML Schema描述参见错误！未找到引用源。。

该定义项是可选项，若不设置任何“查询条件”，则表示查询所有对象。各应用系统可以支持的数据项类型的范围在各应用数据规范中定义和约束，根据具体情况进行扩展。

<Condition>标签是一组彼此取“与”的查询条件项的XML定义，它包括了具体的查询条件项。<item>标签是具体的查询条件项，属性″attr″和″operator″分别代表查询属性名和查询的逻辑比较关系。

1.1.6定义“查询属性”

“查询属性”用于指定查询对象的属性范围。IEC61968标准并不涉及如何定义查询属性，本规范在符合IEC61968标准的前提下，在Request部分扩展了<SelectAttrs>标签，规范了“查询属性”的定义。“查询属性”的XML Schema参见错误！未找到引用源。。

该定义项是可选项，若不设置任何“查询属性”，则表示查询该类对象的所有属性取值。各应用系统在各应用数据规范中定义对象的所有属性取值范围，根据具体情况进行扩展。

1.1.7定义“测点来源”

在某些应用系统中，当查询测点对象的实时数据时，由于测点值可以来源于多种不同的采集源，如常规SCADA采集源，WAMS采集源等等，因此需要定义测点来源，指定查询测点当前采集值的来源。

该定义是一个可选项，各应用系统可以根据本系统实际采集情况进行定义，以EMS系统为例，“测点来源”的定义如下：

定义	说明
		SCADA	常规SCADA采集源
WAMS	WAMS采集源
		OTHER	其余情况

1.2、输出参数定义类同上述1.1

1.3、异常信息定义

“数据查询接口”的异常信息如错误！未找到引用源。所示。

ReplyCode	异常描述
		201	“动词”有误
202	“名词”有误
		203	“GID”有误
204	“条件”有误
		205	“属性”有误
206	“对象数据”数量过多
		207	服务器内部异常
208	“用户信息”有误

1.4、接口附加说明

2、获取历史数据的GetHisData服务定义

服务接口定义如下：

2.1输入参数定义类类同11

2.2输出参数定义

2.3、异常信息定义

“历史数据查询接口”的异常信息如错误！未找到引用源。所示。

ReplyCode	异常描述
		301	“动词”有误
302	“名词”有误
		303	“测点GID”有误

304	“时间区间”有误
		305	“历史数据类型”有误
306	“历史数据”数量过多
		307	服务器内部异常

2.4、接口附加说明：

接口处理时间(秒)	＜60
		接口输入数据流量(k byte)	10-100
接口输出数据流量(k byte)	0-5000
		同步/异步	同步
支持并发数请求	20

Claims (1)

1.一种多应用系统的全景建模方法，其特征是： 

A：多应用系统全景模型的结构和数据分类 

（1）选出核心模型，该核心模型中的具体应用模型作为其他专业系统的应用模型的扩展，基于核心模型形成层次型、融合各应用模型的全景模型；

（2）全景模型中的数据进行分类，分为三种类型：模型静态属性、实时采集数据、历史及统计数据；模型静态数据：在全景建模的时候实现物理集成； 

实时采集数据：即过程数据，不在全景模型中保存，采用数据联邦进行集成； 

历史及统计数据：根据历史及统计数据量的大小不同，分别选择物理集成的方式和联邦集成方式； 

B：基于统一全局对象ID实现全景建模：选择核心模型的数据作为准确数据来源，然后在其基础上扩展其他专业系统模型形成全景模型；各个系统的核心数据的命名采用统一的全局命名全局对象ID，保持各系统命名一致； 

多应用系统的全景建模应用于电力系统内容如下：系统包括EMS能量管理系统、继电保护故障信息系统简称保信系统、DMIS调度生产管理信息系统、脱硫系统和水调系统； 

EMS能量管理系统：实现电力系统数据采集、监视、控制与分析功能；其数据库主要表为：一次设备模型表，一次设备模型表包括子控区表、厂站表、母线表、变压器表、开关表和刀闸表，测点模型表，历史及统计数据模型表； 

保信系统：保护电网正常运行，提供保护定值管理、动作信息和故障录波功能；其数据库主要表为：同上述的一次设备模型表，保护模型，历史及统计数据模型表；其中保护模型包括保护装置、保护定值和保护软压板，历史及统计数据模型表包括告警历史表、动作历史表； 

DMIS调度生产管理信息系统：实现日常生产及内部管理，加上实时系统的网络延伸与办公自动化；其数据库主要表为：上述一次设备模型表、DMIS调度生产管理信息系统模型；其中DMIS调度生产管理信息系统模型包括日常运营维护信息、报表、审批表，历史及统计数据模型表；其中历史及统计数据模型表包括DMIS调度生产管理信息系统模型的日统计、月统计、年统计表； 

脱硫系统：采集火电厂的排出气体的含硫量数据；其数据库主要表为：一次设备模型表，脱硫装置表，脱硫测点表；其中脱硫测点历史表包括脱硫系统的日统计、月统计、年统计表； 

水调系统：采集水电厂的入库流量、出库流量、泄流量、平均入库流量、入库水量数据；其数据库主要表为：一次设备模型表，水调测点表，测点历史及统计数据表；其中测点历史及统计数据表包括水调系统日统计、月统计、年统计表； 

电力系统多应用系统数据集成时的全景建模方法分四步： 

第一步：多应用系统全景模型的结构设计和数据分类 

全景模型的设计以EMS能量管理系统模型为核心，扩展“保信系统”、“DMIS调度生产管理信息系统、“水调系统”、“电网暂态模型”“脱硫系统”这5个专业系统模型，EMS能量管理系统核心模型与5个专业系统模型在总体结构上体现一种层次关系； 

EMS能量管理系统核心模型中，EMS能量管理系统负责电力系统的能量管理，对一次设备的管理是基本的功能之一，包含的一次设备模型必定是对应真实存在、可读、可控的；保信系统的主要功能就是通过保护装置保障电网安全运行，围绕一次设备进行布置；DMIS在一次设备模型信息基础上实现电力资产管理、日常运行维护管理和报表统计功能；在全景模型设计中，基于一次设备模型扩展保信、水调、脱硫各专业系统模型； 

根据数据刷新频率和数据存储容量，全景模型中的数据分为三种类型：模型静态属性、实时采集数据、历史及统计数据； 

不同类型的数据采用不同的方式进行数据集成，处理原则如下： 

1）模型静态数据：在全景建模的时候实现物理集成； 

2）实时采集数据即过程数据：不在全景模型中保存，实现联邦集成； 

3）历史及统计数据：对于年历史及统计数据量小于1GBYTE的历史及统计数据采用物理集成的方式；对于年历史及统计数据量大于1GBYTE的历史及统计数据实现联邦集成；模型和数据的分类如下所示：数据分类分成模型静态属性、和历史及统计数据； 

模型静态属性，描述对象的参数、属性的数据，如线路电阻、电抗，发电机的类型，变压器的铭牌参数；采用物理集成； 

实时数据采集，主要指量测测点的采集值，包括线路的有功采集值，母线的电压采集值，这些值属于动态变化的数据；采用联邦集成； 

历史及统计数据，年历史及统计数据量小于1G BYTE的历史及统计数据，包括水调系统的日、月、年统计历史值，电量采集点的历史统计数据，检修单历史及统计数据；采用物理集成；年历史及统计数据量超过1G BYTE的历史及统计数据，包括EMS量测历史及统计数据，WAMS量测历史及统计数据，采用联邦集成； 

第二步：基于统一GID即对象全局ID实现全景建模： 

在EMS能量管理系统中，一次设备模型信息是核心数据，测点是对一次设备运行信息的采集点、历史类数据是对测点数据的历史值的存储；同时，DMIS调度生产管理信息系统、水调系统、保信系统、脱硫系统都具有一次设备表，数据重复和冲突难以避免，由于EMS能量管理系统是核心系统，必须以EMS能量管理系统的一次设备模型信息作为准确数据来源；全景模型中核心数据如下所示：数据类型分成区域信息、一次设备和拓扑关系： 

区域信息的核心数据表是主控区模型、子控区模型、变电站模型、电压等级模型； 

一次设备的核心数据表是线路模型、变压器模型、开关模型、刀闸模型、母线模型、发电机模型、负荷模型、电容器电抗器模型； 

拓扑关系的核心数据表是端点模型、连接点模型； 

确定核心数据表之后，在其基础上扩展专业系统模型形成全景模型； 

在多应用系统的全景建模应用的电力系统中，EMS能量管理系统维护电力系统内一次设备的全局命名GID，保信系统维护系统内一次设备和二次设备的GID，保证一次设备的GID与EMS系统一致；保信模型进行建模；水调系统、DMIS调度生产管理信息系统、脱硫系统的扩展与该过程类似： 

1）调用EMS能量管理系统提供的全模型服务，得到基于全局命名GID的电网一次设备模型和测点模型； 

2）构造基于GID的全景模型中的一次模型和EMS测点模型； 

3）保信系统调用全景模型提供的GID查询服务，得到一次模型及其GID； 

4）保信系统维护一次模型的其他属性，如保信相关参数，以及挂接在一次设备下的保信模型； 

5）调用保信系统提供的模型服务，得到基于全局命名GID的电网一次设备模型和保信模型； 

6）基于统一的GID，补充全景模型中一次模型的保信静态属性，扩展全景模型中的二次保护模型； 

第三步：基于统一数据服务形成全景模型中的核心数据，实现数据抽取： 

全景建模的数据抽取，是将各专业应用系统中核心的、有相互关联关系的模型数据，使用统一的数据服务方式，抽取到全景模型中；这部分数据体现了应用系统相关的电网模型和应用模型结构，同时这部分数据并不实时改变，且数据量与时间无关；调度自动化系统、保信系统、水调系统、脱硫系统专业系统采用数据抽取方式处理的模型范围见下： 

EMS能量管理系统数据抽取范围是一次设备模型、一次设备拓扑关系模型和EMS测点模型； 

脱硫系统数据抽取范围是脱硫装置及测点模型； 

保信系统数据抽取范围是保护装置及定值模型； 

水调模型数据抽取范围是水文测量装置及测点模型；并定义了基于WebService的统一模型数据服务GetData，统一模型数据服务GetData定义查询模型的名词来确定查询对象，定义查询条件确定查询范围，定义查询属性来确定对象的相关数据，提供各专业系统模型和数据的查询功能，包括各应用系统中各模型对象的GID及相关属性； 

建模工具调用该数据服务，根据第二步形成全景模型中的核心数据，实现数据抽取； 

第四步：基于统一数据服务形成全景模型的历史及统计数据，实现数据联邦： 

完成前三步操作后，数据集成主要任务就完成了，核心模型数据已经集中到全景模型中，对于历 史及统计数据、统计数据的数据集成，由专业系统提供历史及统计数据查询服务，实现全景模型中这一部分数据的数据联邦； 

并定义基于WebService的统一历史及统计数据查询服务GetHisData，提供了查询某些对象在指定时间段内的相关历史及统计数据或统计数据，以及这些历史及统计数据对应时间点的方法；统一历史及统计数据查询服务GetHisData定义了查询模型的名词来确定查询对象，定义了查询条件确定查询范围，定义了查询属性来确定对象的相关数据，定义了时间区间来确定查询历史及统计数据的时间范围；客户端需要向服务端传递包括对象GID、起始时间、结束时间、历史及统计数据类型信息，服务端根据客户端提供的上述信息查询得到历史及统计数据，并将这些数据按照既定格式组织后返回给客户端。 

Images