CN105138771A - 基于电力调度自动化规则引擎的数据建模工具 - Google Patents

Abstract

本发明设计了一种基于电力调度自动化规则引擎的数据建模工具，包含调度知识库、规则引擎、模型拼接三大主要模块，以及调度规则维护、数据综合分析功能，采用逻辑表达式定义调度元素，推导、设计调度知识库；再经“关系型数据库->SqlLite数据库->高速缓存”三层组装处理，生成规则引擎鉴别网络；变电站设备参数在网络中流动时可自动过滤、匹配、拼接，生成对应的全量调度数据模型。

Description

基于电力调度自动化规则引擎的数据建模工具

技术领域

本发明涉及智能电网调度支持平台数据模型建模，尤其用于变电站‘源端维护’数据模型建模。

背景技术

目前，智能电网调度技术支持平台采用“分布式建模和拼接技术”，对SA、EMS、DMS、WAMS等系统模型进行集成，实现区域信息共享。国家电网公司《智能变电站技术导则》中阐明‘源端维护’，并依据IEC61850发布《变电站典型监控信息表-试行版》，期望实现电网的统一建模。但是，调度中心没有合理检测变电站参数完整性、有效性的手段，缺乏调度规则知识库和基于规则引擎的自动数据模型建模工具。

发明内容

本发明的目的在于把变电站自动化系统中设备参数的维护信息自动同步到调度技术支持平台，实现电力调度自动化系统统一数据建模。

本发明通过下述技术方案来实现。一种基于电力调度自动化规则引擎的数据建模工具，主要包括配置管理模块、调度知识库、调度数据建模规则引擎和模型拼接工具；外围模块包括规则维护模块、人机界面和应用模块；配置管理模块分析基础配置文件和规则配置文件，为调度知识库加载调度知识，并为调度数据建模规则引擎提供配置读取服务；调度数据建模规则引擎接收变电站设备参数文件处理为调度DMF模型，再通过模型拼接工具处理获取调度通用数据模型；模型拼接时可通过人机界面监视模型拼接效率、调整异常数据，还可以调用规则维护模块模块调整调度知识，修正异常的调度规则，最后通过人机界面调用应用模块监测数据模型的正确性。

所述配置管理模块分析基础配置和规则配置信息。基础配置信息按照变电站类型、设备类型、量测类型、点描述信息、告警类型、DMF类型等进行分类配置；规则配置则是基础配置的扩展，包含《220kV/110kV/35kV变电站典型监控信息表》的属性描述信息。

所述调度知识库存储配置管理分析的调度知识，依据调度元素(事实DF、规则DR、模式DP)及基础配置类型设计调度知识存储结构。每个基础配置类型设计一套关系表，并抽象为DMRE鉴别网络中一个节点层，每条有效数据组建成一个鉴别节点。

所述调度数据建模规则引擎（DMRE）是基于DMRE-Rete算法设计的调度数据模型规则引擎，变电站设备参数（调度事实）经DMRE过滤、重组后，生成对应的全量DMF（E8000关系/内存库一体化数据模型）电网模型。DMRE-Rete算法改进Rete鉴别网络节点结构（增加节点索引、优先级，改善存储结构），优化处理冲突集算法和网络遍历算法。启动准备工作包括以下步骤：首先，录入基础配置和规则配置；再通过配置管理分析配置内容写入调度知识库（关系型数据库）；最后进行规则审计，正常规则通过表的键值关联，存储到中间库（SqlLite）中。启动过程：首先，监测启动条件是否具备，异常则重新进行规则审计；再从中间库读取规则信息，组装鉴别节点（头索引为调度知识库中知识编号，尾索引代表知识的关联关系），节点存储在内存库；节点的尾索引与指向的头索引关联组成DMRE鉴别网络。遍历过程：首先，通过α网络拆分变电站设备参数，生成电网调度自动化设备对象模型；接着，根据尾索引的指向进入β网络组装DMF（索引遍历在内存库中进行，DMF组装是依据内存库存储的ID处理中间库中的数据）；最后从尾结点输出DMF模型文件。

所述模型拼接工具自动匹配过滤、拼接调度自动化数据模型；工具采集变电站设备参数和设备参数维护记录日志完成自动数据模型处理，设备参数通过规则引擎处理为全量调度自动化数据模型；取记录日志与全量模型匹配，成功的模型对象加载到调度平台；匹配失败的记录日志反馈给变电站端，重新效验、维护。

本发明的有益效果是，设计调度知识库存储电网典型变电站监控信息及调度经验信息，匹配变电站设备参数自动生成调度数据模型；通过对调度自动化数据模型过滤、拼接转换、自动加载，实现‘源端维护’的实用要求。

附图说明

图1本发明结构图。

图中1.调度知识库；2.配置管理模块；3.规则引擎DMRE；4.模型拼接工具；5.调度模型；6.应用模块；7.人机界面；8.变电站；9.规则维护模块、10.关系数据库。

图2DMRE-Rete算法鉴别网络简图。

图3DMRE数据存储结构及数据流简图。

图4DMRE-Cache高速缓存区。

具体实施方式

下面结合附图和实施例对本发明作进一步说明。

如图1所示，一种基于电力调度自动化规则引擎的数据建模工具，主要包括配置管理模块（2）、调度知识库(1)、规则引擎DMRE(3)和模型拼接工具(4)；外围模块包括规则维护模块（9）、人机界面（7）和应用模块（6）。

配置管理模块（2）分析基础配置文件和规则配置文件，为调度知识库（1）加载调度知识，并为规则引擎DMRE（3）提供配置读取服务；规则引擎DMRE（3）接收变电站（8）设备参数文件处理为调度DMF模型，再通过模型拼接工具（4）处理获取调度通用数据模型。模型拼接时可通过人机界面（7）监视模型拼接效率、调整异常数据，还可以调用规则维护模块（9）模块调整调度知识，修正异常的调度规则，最后通过人机界面（7）调用应用模块（6）监测数据模型的正确性。

实施例1

图1简单描述了工具的模块结构及数据简图，变电站设备参数TSD和维护记录日志TSD_LOG传送给DMRE，实现以下步骤：TSD通过DMRE过滤、拼接为全量调度DMF数据模型；逐条取TSD_LOG与DMF模型匹配，成功的模型对象加载到调度平台；匹配失败的TSD_LOG反馈给变电站端，重新效验、维护。如果把变电站在线运行的数据模型与全站DMF模型匹配，可以检测出变电站在线运行模型的缺陷。

图1中可见工具的核心模块是配置管理、调度知识库和DMRE，分析图2时会给出详细的解释。

图2描述了DMRE-Rete算法的鉴别网络划分原则及网络组成原理。构建DMRE-Rete算法鉴别网络前，需要定义调度元素，并依据变电站典型监控信息规范设计DMRE知识库，进而改善α和β节点结构（增加节点索引、优先级，改善存储结构优,化处理冲突集算法和网络遍历算法），包括以下步骤：

1)定义调度元素

调度事实(DF:DispatchingFact)：间隔设备及其属性参数间的多元关系，即变电站设备参数（TSD：TransformerSubstationDevice）。

调度规则(DR:DispatchingRule)：TSD关联关系及满足遥测、遥信等调度参数的组织，遥调、遥控等调度操作的推理语句。定义DMF（调度支持平台关系/内存库一体化数据模型及维护工具）为调度数据模型。规则结构：

DR_ID{/*规则编号*/

L_TSD,/*TSD拆分条件*/

L_DMF/*DMF组装条件*/

-->

R_TSD,/*TSD对象*/

R_DMF/*调度数据模型*/

}

调度模式(DP:DispatchingPatten)：DR条件部分L_TSD和L_DMF的泛化形式：

DR_TYPE：规则类型，ID：规则编号，OID：关联规则编号，DR_STR：规则的算数/关系运算符、谓词表达式或字面量约束，P(Priority)：优先级。

2)设计DMRE知识库

分析《变电站典型监控信息表-试行版》信号分类及类型约束，依据DP逻辑表达式的定义设计六个DMRE知识库存储表DP_TAB如下：

关键属性列首个属性为DP元组的ID，其余id属于OID，除p外的非ID属性都集成到DR_STR。DRN（DMRE-Rete鉴别网络）按DR_TYPE分层设计，通过α网（DRN_α，含头结点和A、B、C）分析TSD，β网（DRN_β，含D、E、F和尾节点）汇总DMF。

3)节点结构及匹配算法

(1)DRN_α节点（R3=Φ,a.R_DMF=Φ）

a.h为头索引（节点编号），a.T为尾索引容器（尾索引=DR_TYPE+节点编号，如B32）；a.rute_id为规则编号；a.level与DP_TAB中a.h（唯一约束）对应行的p同步维护。

匹配算法matchA(a,TSD)：

a)TSD内取tsd，a.L_TSD(tsd)=true时tsda.TSD（为存储），a.level++，a.L_TSD()为R2逻辑实现函数；

b)TSD非空，gotoa。

(2)DRN_β节点（R3!=Φ）

β节点存在两个入口，左入口接收α或β节点的数据，右入口只接收α节点的数据；DMF_LIST存储匹配成功的dmf，而TSD存储匹配失败的tsd。父节点f进入β节点b前定义两个计算过程：

匹配算法：

matchABR(b,f.TSD)://α-f进b右入口

a)取tsd，计算B1，B1=true时计算B2；B2=false时tsdb.TSD；b.L_DMF()为R3逻辑实现函数；

b）f.TSD非空，gotoa。

matchABL(b,f.TSD)://α-f进b左入口

a)取tsd，b.L_TSD(tsd)=true时计算B1，B1=true时计算B2；B2=false时tsdb.TSD；

b)f.TSD非空，gotoa。

matchBB(b,f)://β-f进b左入口

a)matchABL(b,f.TSD)。

b)取dmf（dmf∈f.DMF）计算B2，B2=false时dmf标志置无效，dmfDMF_LIST；

c)f.DMF非空，gotoa。

(3)头节点H：头索引为-1的α节点，功能是分析TSD文档，收集TSD参数对象。

(4)尾节点Z：尾索引为-1的β节点，功能是提取标志位有效的DMF模型，生成DMF文件。

4)调度规则审计

DMRE启动时必须先完成规则审计，DR_Audit算法采用关系库存储过程分析DP_TAB表数据存储的规范性及数据关联关系的准确性，流程如下：

(1)规范性审计

a)检测DP_TAB关键属性中的类型、描述是否满足调度规范，不满足规范的p=-1。

b)检测OID范围，其小于对应层的最大ID编号，超范围的p=-2。

c)由‘推论3’，检测DP_TAB表的唯一性约束，重复节点p=-3。

(2)关联关系审计

a)处理推论3：唯一性约束失效，p=-3的节点集中记录最新的一条数据的p置0。

b)处理推论1：依据ID扫描下面层的OID关联节点，如果未找到关联节点，ID对应数据的p=-4。

c)处理推论2：依据ID扫描下面层OID关联节点，如果其所有子节点的p<0，ID对应数据的p=-5。

(3)如果重新维护DP_TAB，则重启DMRE。

审计完成后，便可启动DMRE。依次从DP_TAB的A层到F层表中提取p>=0的信息，写入基于SQLite数据库设计的DRN内存表（结构如图3）。为简化节点的数据交互及存储结构设计，电网调度相关参数对象采用protobuf串行化技术处理，节点表中只保存映射ID。

高速缓存区DMRE-Cache（基于哈希表的Map接口实现，node结构参考T11表创建，tsd_buff_id拆分字串后存储于节点的TSD中，dmf_buff_id处理后存储于DMF_LIST）。A、F层为单缓存区，其它层采用双缓存区（辅缓存区N存储优先级小于0的节点，其它节点存入主缓存区M）如图4所示，实现节点间的快速遍历功能。

DMRE接收TSD参数，通过DRN过滤处理时，在DMRE-Cache中进行节点遍历，节点的初始数据及处理结果都保存在SQLite库中。DMRE遍历算法包括以下步骤：

1)启动规则引擎，调用DR_Audit。

2)头节点读取TSD文件，分析出TSD集。

3)取tsd(tsd∈TSD,且tsd.p>=0)的厂站名、电压信息与T01比较，由c01_id定位A-α层a节点。

4)a有效时调用matchA(a,tsd)。

5)goto3，直到TSD处理完毕。

6)取A层节点a(a.TSD!=Φ)的尾索引定位子节点b（只匹配主缓存M），调用matchA(b,a.TSD)。

7)A层有其它非空节点，goto6。

8)B-α节点到C-α时同6和7。

9)C-α层c进入D-β层d右入口时调用matchABR(d,c.TSD)，进入左入口时调用matchABL(d,c.TSD)。

10)数据D-β层d节点进入E-β层的e节点左入口时调用matchBB(e,d)，其它情况参考9和10。

11)F-β层的匹配算法如9、10，goto9直到β节点处理完毕。

12)尾节点扫描状态有效的F-β节点，取DMF_LIST（分析dmf_buff_id）中的信息，生成DMF模型文件，TSD内容写入错误日志。

Claims (5)

1.一种基于电力调度自动化规则引擎的数据建模工具，其特征在于：包括配置管理模块、调度知识库、调度数据建模规则引擎和模型拼接工具；外围模块包括规则维护模块、人机界面和应用模块；配置管理模块分析基础配置文件和规则配置文件，为调度知识库加载调度知识，并为调度数据建模规则引擎提供配置读取服务；调度数据建模规则引擎接收变电站设备参数文件处理为调度DMF模型，再通过模型拼接工具处理获取调度通用数据模型；模型拼接时可通过人机界面监视模型拼接效率、调整异常数据，还可以调用规则维护模块模块调整调度知识，修正异常的调度规则，最后通过人机界面调用应用模块监测数据模型的正确性。

2.根据权利要求1所述的基于电力调度自动化规则引擎的数据建模工具，其特征在于：基础配置信息按照变电站类型、设备类型、量测类型、点描述信息、告警类型、DMF类型等进行分类配置；规则配置则是基础配置的扩展，包含《220kV/110kV/35kV变电站典型监控信息表》的属性描述信息。

3.根据权利要求1所述的基于电力调度自动化规则引擎的数据建模工具，其特征在于：调度知识库存储配置管理分析的调度知识，依据调度元素及基础配置类型设计调度知识存储结构；每个基础配置类型设计一套关系表，并抽象为DMRE鉴别网络中一个节点层，每条有效数据组建成一个鉴别节点。

4.根据权利要求1所述的基于电力调度自动化规则引擎的数据建模工具，其特征在于：调度数据建模规则引擎读取调度知识库组装鉴别过滤网络；启动准备工作包括以下步骤：首先，录入基础配置和规则配置；再通过配置管理分析配置内容写入调度知识库；最后进行规则审计，正常规则通过表的键值关联，存储到中间库中；启动过程：首先，监测启动条件是否具备，异常则重新进行规则审计；再从中间库读取规则信息，组装鉴别节点，头索引为调度知识库中知识编号，尾索引代表知识的关联关系，节点存储在内存库；遍历过程：首先，通过α网络拆分变电站设备参数，生成电网调度自动化设备对象模型；接着，根据尾索引的指向进入β网络组装DMF；最后从尾结点输出DMF模型文件。

5.根据权利要求1所述的基于电力调度自动化规则引擎的数据建模工具，其特征在于：所述模型拼接工具自动匹配过滤、拼接调度自动化数据模型；工具采集变电站设备参数和设备参数维护记录日志完成自动数据模型处理；设备参数通过规则引擎处理为全量调度自动化数据模型；取记录日志与全量模型匹配，成功的模型对象加载到调度平台；匹配失败的记录日志反馈给变电站端，重新效验、维护。