CN105335900A - 一种基于电力设备状态监测系统的数据集成处理方法 - Google Patents

Abstract

本发明公开了一种基于电力设备状态监测系统的数据集成处理方法，该方法包括：建立公共数据库，其中，公共数据库包括：统一的对象模型、公共数据映射结构和专业数据视图；按照预设的数据抽取策略，抽取各电力信息系统的数据；根据对象模型和公共数据映射结构，对各电力信息系统的数据进行数据转换，并将转换后的数据存储在公共数据库中；根据用户的访问命令，查询公共数据库，确定访问命令所关联的专业数据视图，并根据关联的专业数据视图，提取存储在公共数据库中的公共数据；对提取的公共数据进行封装后，将封装后的公共数据发送给用户。采用本发明实施例能实现跨数据模型的数据集成和优化，为监测系统提供横向的电力设备状态评估。

Description

一种基于电力设备状态监测系统的数据集成处理方法

技术领域

本发明涉及计算机技术领域，尤其涉及一种基于电力设备状态监测系统的数据集成处理方法。

背景技术

为了保障供电业务的需求，现有电网建设已投运了多个电力信息系统，且每个系统相对独立，如雷电定位系统、动态防污闪管理系统、输电线路智能故障监测平台、变压器在线监测系统、线路避雷器在线监测系统等。为了对电力环境及设备状态进行精准的评估，需要将以上系统中的数据横向打通，集成后统一分析。但由于历史原因，各电力信息系统由于并不是统一建设的，在系统名称、功能定位等系统建设的标准化以及规范化上存在很大程度的差异。虽然各类系统是由各自不同的专业部门或是专业开展并完成建设，但是其相互之间仍然存在一定的必然联系，相互之间存在一定量的数据交换。在数据集中展现方面，遇到电网模型不统一，存在信息孤岛，不便与实现业务横向协同、纵向贯通。主要体现在以下方面：

1、各业务系统存在大量需重复维护的业务数据。由于各系统采用的电网信息模型不一致，相同的业务对象在各系统中的表示方法有较大差异，难以在系统间共享公共的数据源，导致相同或类似的业务数据需要在多个系统中重复维护，工作量大，且一致性较差、数据质量参差不齐；

2、各系统均需要独立的数据存储资源、处理手段，导致数据管理复杂，资源占用较多，系统投资较大；

3、各类数据分散在各业务系统中，同时由于系统不开放，缺乏对数据进行整合的机制和手段，数据难以得到综合利用，不能很好地为决策分析提供支撑，系统投资回报率低；

4、通讯方式多种多样，规约五花八门，且大多需要独立的通信通道，对通信资源要求高且通信运行、维护、管理复杂。

发明内容

本发明实施例提出一种基于电力设备状态监测系统的数据集成处理方法，能实现跨数据模型的数据集成和优化，为监测系统提供横向的电力设备状态评估。

本发明实施例提供一种基于电力设备状态监测系统的数据集成处理方法，包括：

建立公共数据库，其中，所述公共数据库包括：统一的对象模型、公共数据映射结构和专业数据视图；

按照预设的数据抽取策略，抽取各电力信息系统的数据；

根据所述对象模型和公共数据映射结构，对所述各电力信息系统的数据进行数据转换，并将转换后的数据存储在所述公共数据库中；

根据用户的访问命令，查询所述公共数据库，确定所述访问命令所关联的专业数据视图，并根据所述关联的专业数据视图，提取存储在所述公共数据库中的公共数据；

对所述提取的公共数据进行封装后，将封装后的公共数据发送给所述用户。

进一步的，所述对所述提取的公共数据进行封装后，将封装后的公共数据发送给所述用户之后，还包括：

对所述封装的公共数据进行预处理，获得待评估电力设备的多个状态量值；

根据所述多个状态量值，对预设的关键状态量进行劣化程度评估、趋势劣化评估和差异性劣化评估，确定所述待评估电力设备可能发生的故障模式；

计算所述可能发生的故障模式的置信度；

根据所述置信度，生成所述待评估电力设备的状态评估报告。

进一步的，所述根据所述对象模型和公共数据映射结构，对所述各电力信息系统的数据进行数据转换，并将转换后的数据存储在所述公共数据库中，具体包括：

校验所述各电力信息系统的数据，并根据所述对象模型和公共数据映射结构，将各电力信息系统的数据进行数据字段映射、转换、合并、归纳求和、清洗与验证，获得第一公共数据；

采用拉依达准则，结合预设的置信概率和标准偏差限，删除所述第一公共数据中的异常值，获得第二公共数据；

采用季节差分的方法，对所述第二公共数据进行数据优化，获得第三公共数据；

将所述第三公共数据存储在所述公共数据库中。

进一步的，所述按照预设的数据抽取策略，抽取各电力信息系统的数据，具体包括：

根据所述数据抽取策略，确定各电力信息系统的数据抽取方式、抽取时机和抽取周期；

根据所述数据抽取方式、抽取时机和抽取周期，抽取各电力信息系统的数据。

进一步的，该基于电力设备状态监测系统的数据集成处理方法还包括：

对各所述电力信息系统进行区域划分；

根据所述区域划分，设置各所述电力信息系统的数据接收节点；

根据各所述数据接收节点，接收各电力信息系统上传的实时电力数据。

可见，实施本发明实施例，具有如下有益效果：

本发明实施例提供的基于电力设备状态监测系统的数据集成处理方法，通过建立公共数据库，制定统一的对象模型和公共数据映射结构，再抽取各电力信息系统的数据进行统一的数据转换，转换后的数据存储在公共数据库中。在接收到用户的访问命令后，根据访问命令所关联的专业数据视图，提取相应的公共数据，并在数据封装后返回给用户。相比于现有技术只能单个电力信息系统的数据查看，各电力信息系统的横向信息交互困难的问题，本发明技术方案能整合系统资源，实现信息共享，业务无缝连接。开展信息系统的标准化、集约化建设，实现设备状态信息、运行信息和环境信息的综合采集。而且，各电力信息系统的数据整合到同一数据库中，便于数据管理，降低数据维护成本。

另外，本发明提供的数据集成处理方法还能基于优化后的数据对电力设备进行状态评估，实现跨系统的横向评估，为决策分析提供有力的支撑，系统投资回报率高。

附图说明

图1是本发明提供的基于电力设备状态监测系统的数据集成处理方法的一种实施例的流程示意图；

图2是本发明提供的基于电力设备状态监测系统的数据集成处理方法的另一种实施例的流程示意图；

图3是本发明提供的基于故障模式的电力变压器状态评估的一种实施例的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。

参见图1，是本发明提供的基于电力设备状态监测系统的数据集成处理方法的一种实施例的流程示意图，该方法包括以下步骤：

步骤101：建立公共数据库，其中，该公共数据库包括：统一的对象模型、公共数据映射结构和专业数据视图。

在本实施例中，公共数据库中的对象模型要遵循统一的命名规则，防止不同应用中同一对象的命名冲突。对于已有电力信息系统接入到本发明的数据中心时，可能无法直接采用统一命名的对象模型，数据中心提供公共数据映射结构。公共数据映射结构用于将电力信息系统内部对象模型的命名与数据中的对象模型中的命名关联起来。公共数据映射结构主要包括：全局数据结构到各个数据源内部的数据结构之间的映射规则、对外部数据访问提供统一的查询数据结构、对各个数据源子查询提供其内部的具体数据结构。

在本实施例中，专业数据视图为根据各个专业对数据整合的不同视角来制定的专业数据视图，比如保护专业视图、调度专业视图、远方专业视图。专业数据视图可以为各个专业运营人员提供综合、详细的专业相关数据整合功能。

步骤102：按照预设的数据抽取策略，抽取各电力信息系统的数据。

在本实施例中，步骤102具体包括：根据数据抽取策略，确定各电力信息系统的数据抽取方式、抽取时机和抽取周期；根据数据抽取方式、抽取时机和抽取周期，抽取各电力信息系统的数据。对于不同数据格式、不同性能要求和业务量的业务系统应采取不同的数据抽取接口。在数据抽取时应重点考虑数据抽取的效率，以及对现有业务系统性能及安全的影响。

步骤103：根据对象模型和公共数据映射结构，对各电力信息系统的数据进行数据转换，并将转换后的数据存储在公共数据库中。

在本实施例中，步骤103具体包括：校验各电力信息系统的数据，并根据对象模型和公共数据映射结构，将各电力信息系统的数据进行数据字段映射、转换、合并、归纳求和、清洗与验证，获得第一公共数据；采用拉依达准则，结合预设的置信概率和标准偏差限，删除第一公共数据中的异常值，获得第二公共数据；采用季节差分的方法，对第二公共数据进行数据优化，获得第三公共数据；将第三公共数据存储在公共数据库中。

在本实施例中，数据转换过程主要负责处理数据从源数据格式向目标数据存储格式的转变工作。转换过程负责完成多项处理任务，包括数据字段映射、转换、合并(如将多个系统中的数据表或数据字段合并入某个数据表或数据字段中)、归纳求和、清洗(保证不同数据源内数据的正确与一致)与验证等。

在本实施例中，由于电力设备诊断分析所需数据种类繁多，直接从各业务系统抽取出来的源数据存在录入不规范、数据不完整、编码不准确和格式错误等问题，对于以上问题，必须经过校验、过滤、换算、组合等数据加工和处理，形成满足设备状态检修后续模块要求的状态量。为此需要构建数据质量核查方法和工具平台，以实现对来自生产管理信息系统和在线监测系统的数据核查工作，建立严格的数据质量管理流程，检查数据完整性、准确性和规范性，保证进入全维度监测中心平台的数据质量满足系统运行和应用要求。

在本实施例中，由于受到运行环境、运行方式等影响，在线监测数据常常出现不规律波动，甚至偶发出现远超过报警阈值的错误记录。为了避免这些粗大监测误差的影响，本发明在获得第一公共数据后，采用拉依达准则作为判断粗大误差的基本方法，以给定的置信概率和标准偏差限为依据，将含有粗大误差的测量值从第一公共数据中剔除，获得第二公共数据。

在本实施例中，介质损耗、泄漏电流、气体密度等在线监测量常常因温度、湿度等季节因素引起周期性变化，这些波动并非设备状态的真实反映。在获得第二公共数据后，本发明采用季节差分的方法消除不同监测时刻的环境效应，准确地把握监测量变化的真实趋势。

在本实施例，将第三公共数据存储在公共数据库中，主要包括公共数据存储及分布式存储两部分。公共数据存储同步保存各应用中需要被其他应用频繁调用的数据。对于访问量不高的数据可以通过总线的方式访问该数据所在的私有存储，即分布式存储。为保证应用平台在投运后持续接入应用的需要，系统须允许符合标准要求的数据能通过标准接口写入到平台，包括实时数据和历史数据，可支持对公共数据存储范围的扩展。

步骤104：根据用户的访问命令，查询公共数据库，确定访问命令所关联的专业数据视图，并根据关联的专业数据视图，提取存储在公共数据库中的公共数据。

在本实施例中，公共数据库中的公共数据传输主要包括：变电站端到主站端数据交换、上下级主站端数据交换。本发明的技术方案可满足不同的业务需要，提供实时数据、历史数据交互功能。本发明除了提供横向数据交换的接口和交换方式外，还提供了安全认证机制、分级授权机制和广域网传输控制等功能。用户可登录管理平台，输入相应的操作命名查看和获取所需的公共数据。

在本实施例中，在用户查看和获取公共数据库中的数据时，本发明为用户提供了多种专业数据视图，其整合了某个专业所关心的存放在多个业务系统的数据，并将其作为一个数据服务发布出去，其他应用可以订阅此服务，从而获取本专业所关心的整合数据。用户可直接点击该专业数据以触发相应的访问命令，从而查看和获取所需的数据。

步骤105：对提取的公共数据进行封装后，将封装后的公共数据发送给用户。

在本实施例中，数据封装是为数据访问提供支撑技术，主要包括多源数据处理、不同时间粒度数据的处理、结果集合的封装功能。

在本实施例中，本发明所提供数据集成处理方法还包括：对各电力信息系统进行区域划分；根据区域划分，设置各电力信息系统的数据接收节点；根据各数据接收节点，接收各电力信息系统上传的实时电力数据。本发明支持信息分区分流，即所有变电站的实时信息在被处理后会根据责任区的设置发送到不同的节点上。在对信息进行了有效的分流和分层处理之后，网上的报文流量将大大减轻，响应速度得到相应的提高，从而整个系统的性能和信息吞吐量也相应的得到了提高。在进行区域划分时，各类业务数据应统一综合考虑，根据数据性质对数据的传输和存储进行合理的区划，尽可能消除不必要的冗余性、不一致性，为输变电设备状态评价中各项管理业务的开展提供统一的数据支撑。通过在系统中建立起一体化的全景信息平台，实现对数据的整合和共享。

作为本实施例的一种举例，参见图2，图2为本发明提供的基于电力设备状态监测系统的数据集成处理方法的另一种实施例的结构示意图。如图2所示，在步骤105之后还包括：

步骤201：对封装的公共数据进行预处理，获得待评估电力设备的多个状态量值；

步骤202：根据多个状态量值，对预设的关键状态量进行劣化程度评估、趋势劣化评估和差异性劣化评估，确定待评估电力设备可能发生的故障模式；

步骤203：计算可能发生的故障模式的置信度；

步骤204：根据置信度，生成待评估电力设备的状态评估报告。

在本举例中，电力设备的状态评估是数据集成处理方法的上层应用，通过建立基于故障模式的状态评估标准流程，首先对获得的数据进行预处理，主要包括将对环境敏感的状态量转化为标准条件下的状态量值，进行综合诊断，从而得到各故障模式的置信度，确定可能发生的故障模式。进一步根据关键状态量进行劣化程度评估、趋势劣化评估和差异性劣化评估，确定怀疑的故障模式的严重程度。详细实例可参见图3，图3是本发明提供的基于故障模式的电力变压器状态评估的一种实施例的流程示意图。

如图3所示，在获取待评估电力设备的公共数据后，执行基本预处理，然后通过单状态量趋势劣化评估、单状态量量值劣化评估、单状态量差异性劣化评估，结合单状态量劣化指向几率，获得综合评价指数，再进行故障模式诊断。然后进行单状态量危机度评价、故障模型危急度评价和故障概率评估，对评估数据进行反馈，由用户确定是否需要修正，如不需要，则根据评估结果生成相应评估报告。

由上可见，本发明实施例提供的基于电力设备状态监测系统的数据集成处理方法，通过建立公共数据库，制定统一的对象模型和公共数据映射结构，再抽取各电力信息系统的数据进行统一的数据转换，转换后的数据存储在公共数据库中。在接收到用户的访问命令后，根据访问命令所关联的专业数据视图，提取相应的公共数据，并在数据封装后返回给用户。相比于现有技术只能单个电力信息系统的数据查看，各电力信息系统的横向信息交互困难的问题，本发明技术方案能整合系统资源，实现信息共享，业务无缝连接。开展信息系统的标准化、集约化建设，实现设备状态信息、运行信息和环境信息的综合采集。而且，各电力信息系统的数据整合到同一数据库中，便于数据管理，降低数据维护成本。

另外，本发明提供的数据集成处理方法还能基于优化后的数据对电力设备进行状态评估，实现跨系统的横向评估。相比于现有技术系统为单据对某项指标数据监测，并根据有限的数据进行评估，本技术方案提供了跨系统的横向评估，为决策分析提供有力的支撑，系统投资回报率高。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (5)

1.一种基于电力设备状态监测系统的数据集成处理方法，其特征在于，包括：

建立公共数据库，其中，所述公共数据库包括：统一的对象模型、公共数据映射结构和专业数据视图；

按照预设的数据抽取策略，抽取各电力信息系统的数据；

根据所述对象模型和公共数据映射结构，对所述各电力信息系统的数据进行数据转换，并将转换后的数据存储在所述公共数据库中；

根据用户的访问命令，查询所述公共数据库，确定所述访问命令所关联的专业数据视图，并根据所述关联的专业数据视图，提取存储在所述公共数据库中的公共数据；

对所述提取的公共数据进行封装后，将封装后的公共数据发送给所述用户。

2.根据权利要求1所述的基于电力设备状态监测系统的数据集成处理方法，其特征在于，所述对所述提取的公共数据进行封装后，将封装后的公共数据发送给所述用户之后，还包括：

对所述封装的公共数据进行预处理，获得待评估电力设备的多个状态量值；

根据所述多个状态量值，对预设的关键状态量进行劣化程度评估、趋势劣化评估和差异性劣化评估，确定所述待评估电力设备可能发生的故障模式；

计算所述可能发生的故障模式的置信度；

根据所述置信度，生成所述待评估电力设备的状态评估报告。

3.根据权利要求2所述的基于电力设备状态监测系统的数据集成处理方法，其特征在于，所述根据所述对象模型和公共数据映射结构，对所述各电力信息系统的数据进行数据转换，并将转换后的数据存储在所述公共数据库中，具体包括：

校验所述各电力信息系统的数据，并根据所述对象模型和公共数据映射结构，将各电力信息系统的数据进行数据字段映射、转换、合并、归纳求和、清洗与验证，获得第一公共数据；

采用拉依达准则，结合预设的置信概率和标准偏差限，删除所述第一公共数据中的异常值，获得第二公共数据；

采用季节差分的方法，对所述第二公共数据进行数据优化，获得第三公共数据；

将所述第三公共数据存储在所述公共数据库中。

4.根据权利要求2所述的基于电力设备状态监测系统的数据集成处理方法，其特征在于，所述按照预设的数据抽取策略，抽取各电力信息系统的数据，具体包括：

根据所述数据抽取策略，确定各电力信息系统的数据抽取方式、抽取时机和抽取周期；

根据所述数据抽取方式、抽取时机和抽取周期，抽取各电力信息系统的数据。

5.根据权利要求2所述的基于电力设备状态监测系统的数据集成处理方法，其特征在于，还包括：

对各所述电力信息系统进行区域划分；

根据所述区域划分，设置各所述电力信息系统的数据接收节点；

根据各所述数据接收节点，接收各电力信息系统上传的实时电力数据。