CN105843182B - 一种基于oms的电力调度事故预案系统及方法 - Google Patents
一种基于oms的电力调度事故预案系统及方法 Download PDFInfo
- Publication number
- CN105843182B CN105843182B CN201510574568.9A CN201510574568A CN105843182B CN 105843182 B CN105843182 B CN 105843182B CN 201510574568 A CN201510574568 A CN 201510574568A CN 105843182 B CN105843182 B CN 105843182B
- Authority
- CN
- China
- Prior art keywords
- power
- data
- oms
- scheduling
- system based
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明实施例公开一种基于OMS的电力调度事故预案系统及方法,能够对检修计划滚动排期,具备月度计划高级统计分析展示功能。该系统包括信息网络模块、台服务模块、支撑模块、资源管理模块、应用服务模块、调度模块,信息网络模块,用于存储电网信息、电网管理数据、电网计划数据、电网运行数据和电网模型数据;平台服务模块,用于根据电网管理数据、电网计划数据、电网运行数据和电网模型数据,得到计算结果;支撑模块,用于提供应用接口和服务平台;资源管理模块,用于根据计算结果管控、分析虚拟化资源并存储资源数据;应用服务模块,用于根据资源管理模块存储的资源数据,得到分析结果;调度模块,用于根据电网信息及分析结果进行电力调度。
Description
技术领域
本发明涉及电力领域,尤其涉及一种基于OMS的电力调度事故预案系统及方法。
背景技术
电力调度是为了保证电网安全稳定运行、对外可靠供电、各类电力生产工作有序进行而采用的一种有效的管理手段。电力调度的具体工作内容是依据各类信息采集设备反馈回来的数据信息,或监控人员提供的信息,结合电网实际运行参数,如电压、电流、频率、负荷等,综合考虑各项生产工作开展情况,对电网安全、经济运行状态进行判断,通过电话或自动系统发布操作指令,指挥现场操作人员或自动控制系统进行调整,如调整发电机出力、调整负荷分布、投切电容器、电抗器等,从而确保电网持续安全稳定运行。
近年来随着科技的不断发展,现代化监测、控制手段不断完善,电力调度的技术支持也日趋强大。例如,申请号为201210429921.0的调度方法软交换服务器处理音视频数据,通过调度系统控制整个通话的建立和结束,实现电力调度上所需的调度逻辑。例如,申请号为201310452901.X公开的调度方法,解决现有技术中由于显示设备分散而造成的电网调度系统的调度信息在该系统人机界面上的显示缺不完整的问题。
现有的电力调度方法,大多由调度员进行排期,智能程度有待提高。
发明内容
本发明实施例提供一种基于OMS的电力调度事故预案系统及方法,能够对检修计划滚动排期,具备月度计划高级统计分析展示功能。
本发明实施例采用如下技术方案:
一种基于OMS的电力调度事故预案系统,包括电性连接的信息网络模块、平台服务模块、支撑模块、资源管理模块、应用服务模块、调度模块,其中:
所述信息网络模块,用于存储电网信息、电网管理数据、电网计划数据、电网运行数据和电网模型数据;
所述平台服务模块,用于根据所述电网管理数据、所述电网计划数据、所述电网运行数据和所述电网模型数据,得到计算结果;
所述支撑模块,用于提供应用接口和服务平台;
所述资源管理模块,用于根据所述计算结果管控、分析虚拟化资源并存储资源数据;
所述应用服务模块,用于根据所述资源管理模块存储的资源数据,得到分析结果;
调度模块,用于根据所述电网信息及所述分析结果进行电力调度。
一种应用上述系统进行电力调度的方法,包括:
S1、根据预存的电网运行数据、电网计划数据和电网数据模型进行数据模型转换;
S2、分布存储数据模型,并进行分布计算,得到计算结果;
S3、根据所述计算结果进行电网运行计划、关联分析和预测,得到分析结果;
S4、根据所述分析结果进行电力调度。
基于上述技术方案的本发明实施例的基于OMS的电力调度事故预案系统及方法,采用与计算的方式对相关信息进行分析,根据电网信息及分析结果进行电力调度,支持多样化、异构化的海量数据的全景实时展现,实现各类结果指标的实时可视化,适应当前终端多样化、异构化的特点,能够对检修计划滚动排期,具备月度计划高级统计分析展示功能。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1为本发明实施例1提供的一种基于OMS的电力调度事故预案系统的结构示意图;
图2为本发明实施例1提供的一种电力系统调度硬件架构示意图;
图3为本发明实施例1提供的另一种电力系统调度硬件架构示意图;
图4为本发明实施例1提供的另一种电力调度流程示意图;
图5为本发明实施例2提供的电力调度的方法的流程图;
图6为本发明实施例4提供的系统示意图一;
图7为本发明实施例4提供的系统示意图二;
图8为本发明实施例4提供的系统示意图三。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
实施例1
如图1所示,本发明实施例提供一种基于OMS的电力调度事故预案系统,该系统可以应用于图2或者图3所示的电力系统调度硬件架构,包括电性连接的信息网络模块11、平台服务模块12、支撑模块13、资源管理模块14、应用服务模块15、调度模块16,其中:
所述信息网络模块11,用于存储电网信息、电网管理数据、电网计划数据、电网运行数据和电网模型数据;
所述平台服务模块12,用于根据所述电网管理数据、所述电网计划数据、所述电网运行数据和所述电网模型数据,得到计算结果;
所述支撑模块13,用于提供应用接口和服务平台;
所述资源管理模块14,用于根据所述计算结果管控、分析虚拟化资源并存储资源数据;
所述应用服务模块15,用于根据所述资源管理模块存储的资源数据,得到分析结果;
调度模块16,用于根据所述电网信息及所述分析结果进行电力调度。
本发明实施例可选的,所述应用服务模块15具体用于,根据所述资源管理模块存储的资源数据,进行电网管理指标、电网计划指标、电网运行指标和电网模型指标分析,得到所述分析结果。
本发明实施例可选的,所述平台服务模块12具体用于,为所述电网管理数据、所述电网计划数据、所述电网运行数据和所述电网模型数据构建分布式文件系统、Map/Reduce框架及分析计算引擎,得到所述计算结果。
图4为本发明实施例提供的一种电力调度流程图,本发明实施例的系统可以采用图4所示的流程实现电力调度。
本发明实施例的基于OMS的电力调度事故预案系统,采用与计算的方式对相关信息进行分析,根据电网信息及分析结果进行电力调度,支持多样化、异构化的海量数据的全景实时展现,实现各类结果指标的实时可视化,适应当前终端多样化、异构化的特点,能够对检修计划滚动排期,具备月度计划高级统计分析展示功能。
实施例2
如图5所示,本发明实施例提供一种电力调度的方法,该方法可以基于实施例1提供的基于OMS的电力调度事故预案系统实现,该方法包括:
S1、根据预存的电网运行数据、电网计划数据和电网数据模型进行数据模型转换;
S2、分布存储数据模型,并进行分布计算,得到计算结果;
S3、根据所述计算结果进行电网运行计划、关联分析和预测,得到分析结果;
S4、根据所述分析结果进行电力调度。
本发明实施例可选的,所述电网运行数据包括以下至少一种数据:调度机端电量、调度上网电量、全口径机端电量、受电量、调度最高上网电力、调度最低上网电力、调度最高上网电力发生时刻、调度最低上网电力发生时刻、调度最高机端电力、调度最低机端电力、调度最高机端电力发生时刻、调度最低机端电力发生时刻。
本发明实施例可选的,所述电网运行数据还包括以下至少一种数据:
最大受电电力、最小受电电力、最大受电电力发生时刻、最小受电电力发生时刻、调度最高发受电电力、调度最低发受电电力、调度最高发受电电力发生时刻、调度最低发受电电力发生时刻、全口径最高机端电力、全口径最低机端电力、全口径最高发受电电力、全口径最低发受电电力。
本发明实施例可选的,所述电网计划数据包括以下至少一种:电力电量平衡预测数据,直代管电厂发电量、抽水月度计划电量、日计划电量、调度计划电量,省市联络线关口、跨省联络线关口的月度计划电量、日计划电量和调度计划电量,负荷预测值及合格率,日拉限电电力、电量、条次和错避峰电力、电量。
本发明实施例可选的,所述电网模型数据包括以下至少一种:调度员潮流数据、短路电流、网损数据、最优潮流、外部网络等值、状态估计、静态安全分析数据、计划值与实际测量值进行比较数据、实际值的趋势分析、各个时段的最大最小值。
本发明实施例可选的,步骤S2包括:
S21、将输入数据分割成 M 个片,每个片的大小为 16 MB~64 MB,在集群中随机大量拷贝,所述M为大于1的整数;
S22、向拷贝程序中的主节点分配 Map任务和 Reduce 任务,被分配 Map 任务的工作节点读取输入片,从中解析出键值对,由用户自定义的 Map 函数处理该键值对,产生中间键值对;
S23、对中间键值对列表进行清理和排序;
S24、Reduce 函数将中间键值对列表,按相同的Key值进行合并,并输出 R 个文件,汇总形成所述计算结果,所述R为大于0的整数。
本发明实施例可选的,步骤S3中进行计算时,根据用户输入统一的统一资源定位器地址进行访问,根据网速和距离自动选择访问速度最快的可用计算资源,当计算量在设定阈值之内时时,调用本地资源为用户返回结果;当计算量超过阈值时,调用临近服务器辅助完成计算。
本发明实施例的电力调度方法,采用与计算的方式对相关信息进行分析,根据电网信息及分析结果进行电力调度,支持多样化、异构化的海量数据的全景实时展现,实现各类结果指标的实时可视化,适应当前终端多样化、异构化的特点,能够对检修计划滚动排期,具备月度计划高级统计分析展示功能。
实施例3
本发明实施例提供一种电力调度的方法,该方法可以基于实施例1提供的基于OMS的电力调度事故预案系统实现,该方法包括:
(1)根据信息网络模块中存储的电网运行数据、电网计划数据和电网数据模型进行数据模型转换;
(2)平台服务模块分布存储数据模型,进行分布计算;
(3)应用服务模块结合资源管理模块进行电网运行计划、关联分析和预测;
(4)应用服务模块将分析结果传输给支撑模块,根据数据处理结果进行调度。
所述步骤(1)中,电网运行数据包括:调度机端电量、调度上网电量、全口径机端电量、受电量、调度最高上网电力、调度最低上网电力、调度最高上网电力发生时刻、调度最低上网电力发生时刻、调度最高机端电力、调度最低机端电力、调度最高机端电力发生时刻、调度最低机端电力发生时刻、最大受电电力、最小受电电力、最大受电电力发生时刻、最小受电电力发生时刻、调度最高发受电电力、调度最低发受电电力、调度最高发受电电力发生时刻、调度最低发受电电力发生时刻、全口径最高机端电力、全口径最低机端电力、全口径最高发受电电力和全口径最低发受电电力。
所述步骤(1)中,电网计划数据包括:电力电量平衡预测情况,直代管电厂发电、抽水月度计划电量、日计划电量、调度计划电量,省市联络线关口、跨省联络线关口的月度计划电量、日计划电量和调度计划电量,负荷预测值及合格率,日拉限电电力、电量、条次和错避峰电力、电量。
所述步骤(1)中,电网模型数据包括:调度员潮流数据、短路电流、网损数据、最优潮流、外部网络等值、状态估计、静态安全分析数据等、计划值与实际测量(遥测)值进行比较、实际值的趋势分析、各个时段的最大最小值。
所述步骤(2)的具体方法,包括以下步骤:
(a)Map/Reduce 库将输入数据分割成 M 个片,每个片的大小在 16 MB~64 MB 之间,然后在集群中随机大量拷贝;
(b)拷贝程序中的主节点分配 Map任务和 Reduce 任务,被分配 Map 任务的工作节点读取输入片,从中解析出键值对,由用户自定义的 Map 函数处理该键值对,产生中间键值对;
(c) 应用服务模块进行中间键值对列表进行清理和排序;
(d)Reduce 函数将传来的中间键值对列表,按相同的Key值进行适当合并,并输出R 个文件,最终汇总形成所需结果。
所述步骤(3)中,应用服务模块进行计算时,用户只需输入统一的统一资源定位器访问整个系统,而无需关注后台执行,系统后台会根据终端与服务器间的网速和距离自动选择访问速度最快的可用计算资源,当计算量在设定阈值之内时时,应用服务模块调用本地资源为用户返回结果;当计算量超过阈值时,应用服务模块调用临近地市服务器辅助完成计算。
系统建设选用Java J2EE、OpenStack虚拟平台与Hadoop云平台相结合的技术路线及分层结构体系,可最大程度保证系统的兼容性、开放性和安全性,能很好的与智能电网调度技术支持系统基础平台、SG186平台集成。除了少数交互性能要求较高的应用采用 C/S应用模式外,绝大多数调度管理类应用都采用B/S应用模式,采用以J2EE应用服务器为中心的B/S多层分布式系统构架,提供安全、稳定、可靠、高效、可扩展的应用运行环境,以便于用户使用、部署和运维。
本系统所涉及的主要关键技术有资源虚拟化技术、分布式电网数据管理技术、分布式电网数据计算技术等。尽管云计算技术诞生及发展比较晚,但其主要核心技术如虚拟化、分布式存储、分布式计算等已经发展多年,而且在多个行业得到广泛应用。至今,已有众多基于云计算构架系统,如Google GAE、Amazon EC2、百度云等,开发基于云计算应用系统的平台及工具也如雨后春笋般地得到发展。如实现资源池化及虚拟化可以用开源的OpenStack及VMware联合构建;实现分布式数据存储与管理、分布式计算可以采用成熟开源Hadoop平台,用其HDFS实现数据分布式存储与管理;用其HBase实现数据模型融合;用Hive实现数据挖掘与分析;用Map/Reduce实现分布式计算等。
虚拟化技术的内涵非常广泛和复杂,从实现层次上,虚拟化技术可分为:硬件虚拟化、操作系统虚拟化、应用程序虚拟化等。从应用领域上,虚拟化技术可分为:服务器虚拟化、存储虚拟化、网络虚拟化、桌面虚拟化、CPU虚拟化、文件虚拟化。可以说,虚拟化一方面对企业的IT系统变革中起到重要作用,但同时又引入了复杂度。另一方面,服务器虚拟化技术是虚拟化的核心和关键,直接决定着其他资源的虚拟化路径,并影响着虚拟化的可靠性、稳定性和效益。因此服务器虚拟化平台的技术选型至关重要。
常用的虚拟化工具有VMware ESX Server和Microsoft Hyper-V。相对而言,VMware 的产品具备应用广泛、成熟、跨平台性强的特点,Microsoft Hyper-V更适合Windows Server操作系统环境的虚拟化。从安全性、兼容性、跨平台性和山东电力已有服务器平台考虑,本系统选用VMware ESX Server作为虚拟化工具。
此外,为使得虚拟化资源可被应用程序调用,还需构建云基础环境将其纳入管理。从安全角度出发,山东电力OMS系统的云计算应用模式应为私有云。这方面的主流产品有Microsoft System Center和OpenStack。前者为Windows平台的闭源商业软件,尽管功能强大,但不符合国调关于操作系统安全性、开放性的要求,而OpenStack已成为一种广泛流行的、面向私有云的建设与管理的开源软件,可提供一个大规模的可扩展的云操作系统。基于OpenStack可廉价便捷地实现资源的虚拟化及虚拟化资源管理,并可简化云基础架构服务(IAAS)的部署过程,为其带来良好的可伸缩性和可扩展性。因此,私有云构建方面,本系统选用OpenStack作为IAAS工具。
OMS系统与云计算结合的应用场景是“基于虚拟化的私有云技术+大数据技术”,即OpenStack应与VMware、Hadoop融合以提供虚拟化的私有云存储及计算环境。
实践中可基于OpenStack Nova模块与VMware集成,实现虚拟机的管理;基于OpenStack Dashboard模块实现资源池管理功能和虚拟机生命周期管理功能;基于OpenStack Swift模块与Hadoop Map/Reduce 集群集成,实现IAAS与数据处理的集成。使用这种架构的优势是,OMS系统将获得一个可扩展的存储集群,以处理不断累积的数据,并为云计算的技术实现打下技术基础。
本系统选用Hadoop作为分布式数据管理技术平台,主要原因是Hadoop 分布式数据管理技术具备如下优点:
(1) 具备处理超大文件或数据集的能力。超大文件通常是指数百GB、甚至数百TB大小级别的文件。HDFS可支持大文件存储,能从整体上提供高数据传输带宽,能在一个集群里扩展到数百个节点。目前在实际应用中,一个单一的HDFS实例已能用来存储管理PB级的数据、数以千万计的文件。
(2) 支持高效的流式数据访问。运行在HDFS上的应用和普通的应用不同,需要流式访问它们的数据集。HDFS的设计中更多的考虑到了数据批处理,即建立在更多地响应“一次写入、多次读写”任务的基础上,而不是用户交互处理。这意味着一个数据集一旦由数据源生成,就会被复制分发到不同的存储节点中,然后响应各种各样的数据分析任务请求。在多数情况下,分析任务都会涉及数据集中的大部分数据,也就是说,对HDFS来说,请求读取整个数据集要比读取一条记录更加高效。
(3) 硬件成本低,容错性强。Hadoop设计对硬件需求比较低,可运行在廉价的商用硬件集群上,而无需昂贵的高可用性机器。Hadoop考虑了错误检测和快速、自动的恢复机制,并通过冗余设计来保证数据的可靠性、安全性和高可用性。
(4) Hadoop设计时就考虑到平台的高扩展性、可移植性,能与国网现有Linux服务器平台无缝集成。
Hadoop的底层文件系统为HDFS分布式文件系统,HDFS是一种安全稳定的数据容器,也是分布式计算的存储基石,非常适用于海量电网运行数据的分布式管理。HDFS分布式文件系统的技术特色如下:
(1) 整个集群具备单一的命名空间。
(2) 具备数据一致性。适合一次写入多次读取的模型,客户端在文件没有被成功创建之前是无法看到文件存在的。
(3) 文件会被分割成多个文件块,每个文件块被分配存储到数据节点上,而且会根据配置由复制文件块来保证数据的安全性。
HDFS主要由NameNode、DataNode和Client三大部分组成,(1) NameNode可以看做是分布式文件系统中的管理者,主要负责管理文件系统的命名空间、集群配置信息和存储块的复制等。NameNode会将文件系统的元数据 (Metadata) 存储在内存中,这些信息主要包括文件信息、每一个文件对应的文件块的信息和每一个文件块在DataNode中的信息等。
(2) DataNode是文件存储的基本单元,它将文件块(Block)存储在本地文件系统中,保存了所有Block的Metadata,同时周期性地将所有存在的Block信息发送给NameNode。
(3) Client就是需要获取分布式文件系统文件的应用程序。
HDFS数据管理的原理:
文件写入流程:
(1) Client向NameNode发起文件写入的请求。
(2) NameNode根据文件大小和文件块的配置情况,返回给Client它所管理的DataNode的信息。
(3) Client将文件划分为多个Block,根据DataNode的地址信息,按顺序将其写入每一个DataNode块中。
文件读取流程:
(1) Client向NameNode发起读取文件的请求。
(2) NameNode返回文件存储的DataNode信息。
(3) Client读取文件信息。
文件块(Block)复制流程:
(1) NameNode发现部分文件的Block不符合最小复制数这一要求或部分DataNode失效。
(2) 通知DataNode相互复制Block。
(3) DataNode开始直接相互复制。
此外,HDFS作为分布式文件系统在数据管理方面还有以下周全的特色功能:
(1) 文件块(Block)的放置:一个Block会有三份备份,一份放在NameNode指定的DataNode上,另一份放在与指定的DataNode不在同一台机器上的DataNode上,最后一份放在与指定的DataNode在同一Rack上的DataNode上。备份的目的是为了数据安全,采用这种配置方式主要是考虑同一Rack失败的情况,以及不同Rack之间的数据拷贝会带来的性能问题。
(2) 心跳检测:用心跳检测DataNode的健康状况,如果发现问题就采取数据备份的方式来保证数据的安全性。
(3) 数据复制(场景为DataNode失败、需要平衡DataNode的存储利用率和平衡DataNode数据交互压力等情况):使用Hadoop时可以用HDFS的balancer命令配置Threshold来平衡每一个DataNode的磁盘利用率。假设设置了Threshold为10%,那么执行balancer命令的时候,首先会统计所有DataNode的磁盘利用率的平均值,然后判断如果某一个DataNode的磁盘利用率超过这个均值,那么将会把这个DataNode的block转移到磁盘利用率低的DataNode上,这对于新节点的加入来说十分有用。
(4) 数据校验:采用CRC32做数据校验。在写入文件Block的时候,除了写入数据外还会写入校验信息,在读取的时候则需要校验后再读入。
(5) 单个NameNode:如果失败,任务处理信息将会记录在本地文件系统和远端的文件系统中。
(6) 数据管道性的写入:当客户端要写入文件到DataNode上时,客户端首先会读取一个Block,然后写到第一个DataNode上,接着由第一个DataNode将其传递到备份的DataNode上,直到所有需要写入这个Block的DataNode都成功写入后,客户端才会开始写下一个 Block。
(7) 安全模式:分布式文件系统启动的时候会有安全模式(系统运行期间也可以通过命令进入安全模式),当分布式文件系统处于安全模式时,文件系统中的内容不允许修改也不允许删除,直到安全模式结束。安全模式主要是为了在系统启动的时候检查各个DataNode上的数据块的有效性,同时根据策略进行必要的复制或删除部分数据块。在实际操作过程中,若在系统启动时修改和删除文件会出现安全模式不允许修改的错误提示,只需要等待一会儿即可。
考虑到云平台使能技术具备自下而上的层叠特点,本系统提出了基于层次模型实现系统总体框架设计,包括:
(1) 信息网络:为电网现有已建成的三级信息网。
(2) 资源管理:为实现物理资源虚拟化在信息网络之上追加的虚拟化及虚拟资源管理层。
(3) 平台服务:面向云计算环境,为电网管理数据、电网计划数据、电网运行数据和电网模型数据构建分布式文件系统、Map/Reduce框架及分析计算引擎,以提供平台级计算服务。
(4) 应用服务:为电网调度提供电网管理指标、电网计划指标、电网运行指标和电网模型指标分析应用服务。
(5) 云安全:为整套云平台运行提供多层次、多维度的安全保障。
新一代OMS系统还应支持多样化、异构化的海量数据的全景实时展现。全景数据实时展现即对运行数据分析得出的各类结果指标的实时可视化。展现设计应提供用户体验友好的可视化方式,适应当前终端多样化、异构化的特点,以便基于可视化技术开发全方位的监控和分析系统,从而提高调度人员对电网势态的感知能力,能快速地、有效地对紧急情况做出反应。
基于云计算的一体化OMS调度管理类应用运行在二次安全防护系统安全III区,即管理信息大区,主要实现调度生产业务的流程管理;规范专业管理及调度中心内部综合管理;采用时间、空间等多维度分析方法,对电网运行信息、二次设备运行信息、分析评价结果等数据进行综合挖掘分析,形成分析和评估结果并展示与发布,实现工作一体化、规范化和流程化的调度管理。
依据调度管理类应用功能管理层次要求,应用架构分为数据层、平台层、支撑层、业务层、管控层、决策层六层,体现“基础平台+应用开发支撑软件+四个中心”思路,调度管理类应用是在整合了电网模型数据、电网运行数据、电网计划数据、电网分析统计数据、电网调度管理数据,在关系数据库和分布式数据库的支撑下,基于SG-OSS基础平台及OpenStack虚拟化基础平台,通过应用开发支撑软件的快速软件集成开发支撑,构建业务处理层、应用管控层、决策分析层应用,从而为构筑坚强智能电网奠定基础。
系统主要功能
资源虚拟化及虚拟化资源管理
虚拟化资源管理技术是实现虚拟化资源实用化的关键使能技术。资源虚拟化是指计算或存储物理资源抽象为逻辑资源,使得管理系统可在虚拟环境下而不是真实的基础上运行,从而打破物理上的界限,以达到扩大硬件的容量、简化管理和配置、优化资源的目的。资源虚拟化优势在于:减少服务器的数量;提高服务器资源的利用率和计算能力,简化部署、管理和维护工作,降低管理费用;负载均衡、动态迁移、快速转移和复制,提高可靠性。
海量数据管理
当前电力信息系统面临的一个重大挑战是数据存储和管理能力相对不足。现有的数据采集与监控 (SCADA) 系统在采集数据时一般止于变电站级别,且数据采样频率较低。随着智能电网及相关信息系统的推广,不仅SCADA系统的采样频率将会明显提高,电力系统数据采集的范围也将大大扩展。相量测量单元(PMU)、智能电表,甚至各种智能家电的嵌入式系统都可能向调度中心提供大量异构实时信息,如稳态运行参数 (SCADA值) 、动态PMU值、设备状态信息、电能量及电价信息等,且数据的采样和更新速率差别较大,从每秒钟几千次到每秒上万次甚至快。由上述各种传感器所组成的数据采集网络所产生的海量状态监测数据可为运行分析系统利用,也对数据建模及管理提出了更高的要求。
数据建模技术是数据管理和计算应用的前提和基础。面对即将到来的电力大数据,在数据建模方面,SCADA、OMS、PMS、ERP等支持电网日常运营的管理信息系统传统上往往采用关系型数据模型,底层具体数据支撑环境为关系型数据库,而与云计算环境所采用的分布式数据模型及分布式数据管理平台并非完全匹配。为使得云计算平台可有效利用关系型数据库中的数据源,应研究关系型数据模型与分布式数据模型的关联应用,应给出关系型数据模型与分布式数据模型之间的数据映射技术,发挥出不同模型的各自优势,令OMS的数据抽取及运行指标分析成为可能。
在数据管理方面,传统的集中式存储管理 (SAN或NAS) 在容量和性能的扩展、伸缩性方面难以为继,日益成为海量数据管控的性能瓶颈,以电力系统现有的信息处理能力将不足以完成对海量数据流的存储和分析功能,也无法支持未来的电力调度对数据管理的需求。因此,研究利用先进的分布式数据管理技术以解决多时间尺度数据信息整合与处理、海量数据压缩与查询等问题,构建新的电力系统数据管理平台应尽早提上议事日程。
分布式数据计算
随着电力系统互联程度的加强和远距离输电系统的不断发展,能覆盖一个甚至多个国家的超大规模电力系统正在不断出现。电力系统规模的不断扩大和结构的日趋复杂使得安全评估、安全与经济运行、系统控制变得越发困难。
分布式计算的原理是将一个需要非常庞大计算能力才能快速解决的问题分成许多小的部分,然后把这些部分分配给许多计算机或计算资源池进行处理,最后把这些计算结果综合起来得到最终的结果,其非常适用于海量电网运行数据的分析和处理。面向云环境分布式架构下构建并行计算体系,在大量服务器之间实现并行处理,可有效提高面向海量数据处理的计算效率,加快任务完成速度,以满足智能电网应用中计算模式发展的需求。
云技术在OMS系统中的应用设计与实现
新一代OMS系统应预先“固本培元”,考虑应对即将到来的海量电网数据,这就要求系统从设计阶段就要考虑如何提供能力支撑。此外,云平台具备强大的信息处理、存储、传输、集成和展现能力,其应用开发的实现涉及多层次技术的聚合,其中完善的系统设计是系统实现的前提和基础。
云技术在OMS系统中的应用设计包括总体框架设计、功能模块划分和数据流设计。系统实现应考虑先进性、实用性和经济性的基础上,选用合适的技术平台和开发技术,实现云技术在OMS系统中的应用。当前,云技术在OMS系统中的应用尚无统一的标准,通过本系统研究和实践将得出一套行之有效的设计、配置、开发和实施标准。
电网运行指标体系及其建模
电网运行指标体系的研究与建模是进行数据分析、预测或评价研究的前提和基础,其将抽象的研究对象按照电网本质属性和特征标识分解成为具有量化、行为化、可操作化的指标,并给出各指标算法,从而为电网数据分析提供了明确的应用目标和落脚点。
本次系统所涉及的电网运行分析主要指标有电网运行、电网计划和电网模型等。
(1) 电网运行数据:调度机端电量、调度上网电量、全口径机端电量、受电量、调度最高上网电力、调度最低上网电力、调度最高上网电力发生时刻、调度最低上网电力发生时刻、调度最高机端电力、调度最低机端电力、调度最高机端电力发生时刻、调度最低机端电力发生时刻、最大受电电力、最小受电电力、最大受电电力发生时刻、最小受电电力发生时刻、调度最高发受电电力、调度最低发受电电力、调度最高发受电电力发生时刻、调度最低发受电电力发生时刻、全口径最高机端电力、全口径最低机端电力、全口径最高发受电电力、全口径最低发受电电力;
(2) 电网计划数据: 电力电量平衡预测情况,直代管电厂发电、抽水月度计划电量、日计划电量、调度计划电量,省市联络线关口、跨省联络线关口的月度计划电量、日计划电量和调度计划电量,负荷预测值及合格率,日拉限电电力、电量、条次,错避峰电力、电量等;
(3) 电网模型数据:调度员潮流数据、短路电流、网损数据、最优潮流、外部网络等值、状态估计、静态安全分析数据等、计划值与实际测量(遥测)值进行比较、实际值的趋势分析、某时段的最大最小值等。
基于开源的OpenStack及VMware实现了资源池化及虚拟化,其中OpenStack还承担了IaaS的任务及虚拟机群的管理,VMware提供对单虚拟机的管理。基于Hadoop平台实现分布式数据存储与管理,其中Hadoop HDFS实现数据分布式存储与管理,Hadoop HBase实现数据模型融合,基于Hadoop Hive实现数据挖掘与分析。最后基于Hadoop Map/Reduce实现分布式计算。
在系统部署方面,OMS原部署方式分省、地部署,未实现虚拟化,维护工作较为复杂,且需配备较多的服务器和维护人员,不利于计算资源的优化应用,且各地市服务器资源无法共享,无形中造成了计算能力的浪费。
基于云计算的OMS系统基本保持现有模式不变,服务器仍置于现有物理位置,主要变化在于引入虚拟化平台将各地市的服务器整合为2套热备冗余的虚拟机群以提供主调应用支持,并实现计算资源的跨地共享。对用户而言,只需输入统一的URL访问OMS系统,而无需关注后台执行。系统后台会根据终端与服务器间的网速和距离自动选择访问速度最快的可用计算资源。当计算量较小时,OMS系统仍调用本地资源为用户返回结果;当计算量较大时,OMS系统可调用临近地市服务器辅助完成计算,以节省时延。由此保证了系统的高可靠性和可用性。
本发明实施例的电力调度方法,采用与计算的方式对相关信息进行分析,根据电网信息及分析结果进行电力调度,支持多样化、异构化的海量数据的全景实时展现,实现各类结果指标的实时可视化,适应当前终端多样化、异构化的特点,能够对检修计划滚动排期,具备月度计划高级统计分析展示功能。
实施例4
本发明实施例的基于OMS的电力调度事故预案系统采用平台+构件的设计理念。平台应包括核心运行框架、安全管理工具、系统维护工具、统一调度、统一建模工具、工作流平台、统计查询等。在平台的基础上,可以建立各种业务组件,可以以接口的方式封装业务逻辑,访问系统对象模型,以及业务组件间的接口调用。还可以通过构件扩充,对业务应用进行快速开发。
模型驱动架构。平台是模型驱动架构的平台。它通过动态建模工具将原始业务需求抽象为业务对象的数据结构、关联关系、权限控制、表现方式等元素存储到自身的业务模型库中。建模工具支持模型的导入导出。支持业务模型的分级管理。系统可以自动拼装业务对象的结构、获取业务对象的数据、实施相关的权限控制、展现预定义或自定义的业务处理界面、执行自定义的业务规则,形成完整的业务处理场景。
采用构件开发。基于构件的开发模式,可以将平台的功能及业务应用封装为构件,并提供接口规范,支持其他构件的插入。
开放性设计。采用开放性设计理念,实现系统的数据开放、功能开放、界面开放:采用 SOA 架构,所有平台服务均以Web服务方式对外暴露,可与第三方系统方便集成。遵循UML、WFMC、XML等业界成熟软件技术标准。直接支持CIM、电力SVG等IEC 61970标准。提供丰富的二次开发接口及API库,使用者可根据需求便捷的对平台功能进行全方位扩展。
基础运行平台。提供一个位于底层系统之上的框架性的业务支撑平台,它屏蔽了底层系统的差异性,使得开发人员将重心放在应用系统的业务构建上面,加快平台上开发和部署应用的速度,保证应用的健壮性。它的特性:业务对象:定义了业务实例数据的对象化描述结构。数据访问服务:实现了通用数据访问服务组件。数据访问对象:实现了数据库相关对象的ORMapping机制。数据缓冲机制:实现了业务模型实体的缓冲机制。数据访问逻辑对象:实现了复杂的业务数据获取规则层。脚本引擎:实现以解释方式执行C#/Java语法规则的脚本引擎。动态编译:实现以编译方式执行扩展代码的机制,可用于执行动态业务规则和数据加工策略。扩展机制:实现了以插件结构集成平台组件的机制。XmlRpc服务:实现了符合XmlRpc规约的服务封装和调用机制。Xml序列化:实现了自动化的对象与XML数据间的正反序列化。异常处理:实现了统一的平台异常对象结构。配置服务:实现平台自定义、可扩展的配置服务机制,可用于应用服务位置定义,扩展实现定义等。日志服务:实现了平台自定义日志服务,可以XML文件方式记录异常、警告、信息等不同类型的日志信息。
统一业务建模。面对复杂易变的业务需求,平台提供统一、直观、便捷的业务模型维护工具。具体包括以下特性:基于UML包概念的模型组织方式。提供可屏蔽底层数据库差异的对象-关系建模。
支持多种属性编辑方式的建模。针对特殊类型的属性,建模系统提供专有属性编辑方式或自定义属性编辑方式。如时间属性提供带日历选择的编辑器,文件流属性提供带文件选择对话框功能的编辑器。对于涉及业务系统中术语、常用语的属性,提供下拉选择框的编辑器。
支持应用场景建模。建模系统提快速构建业务应用的功能,通过构建菜单、应用、分级方案和功能控制方案这些元素,再进行相关设置,可直接搭建出应用的功能模块,无需通过编程就能实现业务应用。
支持复杂业务规则建模。为了实现自动化和个性化性的需求,建模系统提供了二次开发机制,允许开发人员在类型上定义运行在服务端或客户端执行的脚本。通过事件驱动,脚本可完成计算、统计、批量处理数据、校验数据合法性等功能。
支持模型分级管理。建模系统提供模型分级管理,由于模型被组织成一棵树形结构,本身就具备了分层的功能。建模系统通过为包定义管理者可实现模型的分级管理。当一个用户被指定为某个包的管理者时,他只能管理本包以下的模型元素,即只能管理整个模型树中的一条分支,如被指定为根包的管理者,则可管理全部模型元素。
支持模型备份和迁移。导入导出的数据描述为标准的XML文件。建模系统还提供模型增量升级功能。建模系统会根据模型元素的修改时间自动判断在目标系统中是创建新模型元素或更新老模型元素。
多层安全控制。平台提供不同层面、不同粒度的安全控制手段,以满足业务系统多样化的权限控制要求。具体包含以下特性:
提供基于安全域概念的安全建模。建模系统提供基于安全域的安全建模,安全域是一系列安全策略的集合,模型元素可以引用安全域,用来控制对实例数据的操作。例如:对象安全域、属性安全域、类型操作安全域和连接安全域。支持角色分级管理。在一个大型系统中,用户、角色数量众多,维护用户与角色的绑定关系的工作量相当大。平台提供角色分级管理功能,系统管理员可以指定一些用户成为角色管理员并为其分配可管理角色集合。结合分级方案,这些管理员就可以为同一关键点下的其他用户(员工)分配角色,实现角色管理的权限下放与分散。
支持动态角色。平台提供动态角色机制,即用户的权限是动态判定的。例如,某类表单只有创建者才具有删除权,则该操作权限需针对“表单创建者”这个动态角色进行设定。
支持角色互斥。在业务系统中,通常有些角色的权限是互斥的,如一个角色对某内表单有内容编辑权限,另一个角色对此类表单具有审批权限。通常,这两个角色不能同时赋予同一个用户,否则会造成业务的不合理性。通过定义互斥角色集合,在为用户分配角色时检查角色的相容性,防止将互斥的角色分配给用户。
支持角色委托。角色委托是系统用户可将自身拥有的角色委托给其他人,以便本人因出差等原因无法处理相关事务时,能由指定人员代理。在业务上,用户可以将自己拥有的角色委托给指定用户,使其也可以拥有这类角色以便于对本来不具备操作权限的对象进行操作。
支持应用分级方案。应用分级方案是用来解决在一棵对象导航树上,根据不同的登陆用户来决定对象导航树起点的问题。可以作为对象导航树的起点节点称为关键点,系统管理员可以在导航树上设置多个关键点来实现分级管理需求。分级方案的典型应用场景是组织机构树分级管理。
支持审计日志。基于对平台安全性的考虑,系统提供对关键业务模型元素操作的审计日志。在修改模型元素时,审计日志将记录哪个用户、从哪个IP对哪些元素进行了什么操作(添加,修改,删除等)。通过专门的界面可以查看审计日志。
支持数据加密。平台提供类CA系统的数据加密和数字签名功能,以保护敏感数据。
支持CA集成。平台支持与第三方CA系统进行集成,实现数据加密、数据签名、时间戳等高级安全控制功能。
动态业务流程。平台提供可动态定义业务过程并控制其运行的工作流系统,以满足协同办公应用需求。具体包括以下特性:基于图形系统的可视化建模。兼容WFMC标准。工作流日志。工作流多版本控制。
多版本流程为流程的持续改进提供支持:支持动态迁移线。流程嵌套。
在一个主流程中可嵌套一个或多个子流程,实现跨部门、跨领域的复杂流程。每个子流程可能是独立运转的,也可能是主流程的辅助性子流程。子流程的运转方式分为异步和同步方式。异步方式指主流程激活子流程后,主流程和子流程独立流转,主流程不用等待子流程返回。同步方式指主流程激活子流程后,主流恒等待子流程运行结束,才激活主流程中的后续活动。并行子流程为子流程开始活动的每个执行者都激活一个单独的流程,直到所有的子流程都执行完成,才重新激活主流程。子流程回退指子流程的开始活动可以回退到主流程。
对大型广域工作流的支持。使用流程嵌套模型和平台中的数据交换系统集成,实现跨系统的大型广域工作流应用,为流程整合提供支持。交换等待功能指在进行数据交换后,等待其他系统的流程结束。批量交换功能指在一个活动上可以设置多个交换协议,同时向多个系统进行广播式数据交换,激活多个跨系统的流程。
流程模型检查。将工作流模型多种基本结构进行归纳,通过活动的可达性分析、环路分析等在建模期对模型路由的合理性进行检查。超时预警和超时处理。可视化监控和统计分析。任务聚合和同步。
聚合活动是可以被多路迁移激活的活动,可能被重复激活。同步活动表示流程必须等待所有的分支都执行后,才能激活后续的任务。同步方式包括全部、部分、任一、即时同步等多种处理逻辑。系统提供活动等待功能,一个活动必须等待其他的一个或多个活动完成。
跨平台能力。系统将具体的功能以标准服务的方式提供给不同类型系统,可按照基于HTTP的SOAP规范访问第三方服务,进行异质系统的信息交互和集成。
广泛的脚本支持。系统在流程、活动、迁移各个模型层面支持脚本,为二次开发提供广泛的支持。脚本可以访问平台基础服务,具备和服务端代码相同的能力,可实现流程路由控制、活动激活/完成控制、指派任务执行者、更改表单内容等底层功能。
多种流程激活方式。提供流程多起点功能,一个流程模板可以具有多个开始活动。流程激活分为人工激活和外部激活。人工激活指通过人为的信息数据输入激活流程;外部激活用于系统间的信息交互,指外部程序调用工作流服务接口激活流程,外部激活时往往使用多起点流程。
辅助任务通知。工作流引擎在控制活动的状态转换时触发一系列事件,可调用消息服务将消息发布给用户。消息服务可以与手机短信、EMail邮件等连通。
流程备注。备注填写和查阅功能。有权限的用户可以在流程处理的过程中添加备注信息,在任务发送后,备注不能修改或删除;用户可以查阅已有的备注,并在工作流日志中显示备注信息。
对特殊流程处理的支持。由于业务的复杂性,支持回退、追回、委托、跳转、转交、迁移分组等多种特殊操作。
与建模系统的集成。工作流模型与对象模型、应用模型、安全模型可进行关联,即流程和活动可以直接关联类型、状态、应用和角色;另一方面在工作流运行时可调用对象系统进行相关业务的处理。因此不仅流程可定义,流程中各环节所处理的业务对象和处理功能也可定义。
支持与系统平台的松散耦合,可独立部署。可在其他系统被调用
文件管理系统。对预案系统中所有非结构化数据提供了统一的管理手段。这些非结构化数据包括C/S客户端自动版本比较时待更新的文件,业务表单相关的文件数据,如图纸、报表等,以及用户上传和下载的各类文件等等。该系统包括以下特性:
提供树状文件组织管理方式。以类似于资源管理器的方式组织系统内文件,方便文件的组织和管理。
灵活可扩展的文件存储机制。默认提供数据库存储和磁盘文件存储两种存储方式。数据库存储可以指定特定的数据表以针对不同应用独立存储,磁盘文件存储方式可以指定静态路径或动态拼装路径进行指定位置存储。
提供统一文件操作接口。
系统采用统一的上传、下载、更新、删除、查询接口,各种不同的存储方式的操作差异由系统内进行分类处理,方便进行二次开发。
支持大文件分段传输。针对特大的文件,提供分段上传接口,系统提供接口将大文件分割传输,传输到服务端后拼装成完整文件。
提供目录及文件版本比较功能。针对磁盘系统目录进行监控扫描,形成完整的目录及文件版本信息,方便应用系统进行资源差异性比较和自动同步更新。
提供丰富的权限管理手段。提供基于操作系统的磁盘配额管理以及用户对资源的操作权限管理。通过这个服务,可以在文件服务器上管理系统内用户可以使用的磁盘限额的大小,管理用户对于系统内公共资料的访问、下载、删除、更新等的操作权限。
统一消息系统。平台可通过此系统进行消息的发布。消息系统涉及的主要概念有消息发送者、消息内容、消息大纲、消息接收者、消息发送器。消息发送者:即消息的发送方,可以是平台用户,也可以是其他系统如任务调度系统或工作流系统等功能模块。消息内容:即发送的具体信息。可由发送者决定或动态生成。消息大纲:即消息的格式。可将消息内容按指定大纲格式化后再进行发送。消息接收者:即消息的接收方,以平台中的用户账号进行标识。消息接收者可在消息服务发送的过程中通过脚本等方式动态指定。消息发送器:即消息的发送方式,对应具体的接收设备。平台内部消息发送器、;手机短信发送器、Email发送器等。
任务调度系统。该系统能以定时、周期或主动触发方式执行预定义任务的自动化系统。任务定义器应采用图形化方式定义一个任务中各个任务项及其之间的关系。任务项是一个任务的分解执行步骤,可以和预定义的任务执行组件关联。任务项之间可以定义迁移规则。任务执行引擎可根据任务优先级管理任务实例的执行、继续执行、重新执行、暂停、终止等操作。任务调度系统具有良好的扩展能力。任务执行组件可以脚本或插件的方式进行扩展,通过定义输入和输出参数协调组件之间的工作。任务调度系统提供了全面的任务执行监控界面,该界面可以分组方式查看任务执行状态,并可提供对任务的挂起、继续执行、终止等操作。
多机负载平衡。平台支持部署同类型应用服务的多个服务器节点,通过代理服务实现负载均衡机制。当应用服务群集中的代理服务接收到客户端对工作流等业务服务的请求后,代理服务可根据系统配置的服务节点列表中的服务器运行资源占用、用户连接数等指标确定负载相对较轻的应用服务节点作为请求者的响应服务,从而保证整个系统的负载均衡及高效性。
系统备份管理。平台提供系统增量升级工具,并可在系统升级过程中自动备份历史程序。对于系统数据库,平台可依赖自动任务调度系统定时或周期性执行导库备份操作,从而确保应用系统的可恢复性。
系统监视管理。平台提供基于浏览器的、面向管理员的系统全局管理和监视界面。具体包括以下特性:提供系统许可证管理。提供系统服务地图管理界面,以维护所有物理服务器节点信息。支持系统配置信息的统一维护。支持系统运行状态的统一监控。支持系统运行日志的统一浏览。平台提供了完备的日志机制,可以本地XML文件的方式记录调试、提示、警告、异常等不同类型的系统运行日志信息,并提供了基于浏览器的日志查看方式。该功能有助于系统管理员在系统异常时定位问题原因。
二次开发支持。支持通过二次开发方式灵活响应电力信息系统构建过程中面临的特殊业务需求。
数据加密及签名。平台提供针对业务数据的高级安全控制方案,具体包括数据加密和数字签名。
数据加密。数据加密指某一用户可使用与其唯一绑定的凭证加密指定表单的域,数据库中相关字段中存放密文,其它用户在未解密的情况下无法读取字段明文,只有通过使用加密数据的用户的唯一凭证解密数据后才能读取字段明文。此功能可为用户提供针对敏感数据的加密功能,即使数据库管理员也无法从数据库层面直接获悉敏感数据内容。
数字签名。数字签名指某一用户可对表单的域进行电子签名,数据库中相关签名字段存放签名密文,且此密文与当前表单相关,无法复制到其它表单中。当显示表单时,签名字段可自动解密为签名明文。此功能可为用户提供较为可靠的电子签名机制,以达到电子签名不可伪造、不可抵赖的安全要求。平台也可集成第三方CA系统实现上述数据加密和数字签名功能。
查询建模工具。提供自助式查询服务,具有以下的功能: 可视化的设计查询视图功能。中文式样的查询字段。可以自定义查询条件。可以自定义排序方式。可以自定义分组方式。支持存储过程、数据库视图的直接载入。支持查询语句的编写。提供语句语法检测与结果显示功能。
组织机构管理。提供清晰、安全、易操作的组织结构管理服务,需包含以下功能:提供多用户同时访问。支持实时监控用户访问情况,达到负载均衡。提供多角色权限控制,针对不同角色给予不同操作权限。数据共享,同一角色不同用户访问系统可以查看相同预案操作。
统一预案管理。针对事故预案,提供高效、快捷、统一的事故预案管理服务。按照事故的性质对预案进行统一分类管理,支持快速的预案文字检索功能;建立事故预案与电网拓扑关系图的关联关系;详细记录故障预案相关步骤是否已经操作,当故障预案全部执行完毕时自动生成总结报告,并将该次预案操作予以归档。统一预案管理遵循如下原则:及时性原则:当新增故障预案时,保证预案及时的纳入到管理平台当中,以应对相关故障。准确性原则:建立故障预案与电网结构的关联关系,当设备发生故障时保证预案的准确性。高效性原则:提供高效的故障预案使用方式,支持快速的文字检索与图形化展示。完整性原则:建立一次设备与安控系统的关联关系,当设备发生故障时,一次设备与安控系统都受到影响,保证预案展示的完整性。统一性原则:使用平台作为故障预案管理的唯一途径,保证预案的统一性。
一次设备与安控系统交互管理。在全网范围内,提供一次设备与安控系统间的关系管理服务。一次设备与安控系统间的关联关系需清晰、准确、详尽,当一次设备发生故障导致部分安控系统故障时,务必保证故障预案的完整性,即同时包含了一次设备和安控系统的预案信息。
预案操作管理。西北电网安控系统预案管理。西北电网安控系统预案管理,按照安控种类划分为四个子模块:西北新疆联网预案管理、东凉乾宝预案管理、青藏联网工程西北侧预案管理、银东直流西北侧预案管理。选择任意子模块时,需展示该子模块的详细电网拓扑图,针对电网拓扑图上的任意通道异常告警或装置异常告警都可以进行相关预案的自定义配置。当通道发生异常时,该通道上定义的相关预案则需通过图形化方式进行展示,同时支持预案文字检索功能;预案中的动作被执行后需要进行预案操作逐条确认,全部确认完毕后,则自动生成总结性文字并进行归档;同时,操作后导致的状态变化需在电网拓扑图中予以展示。模块与D5000系统中安控管理功能模块实现实时通信,将安控管理系统中主站、子站及通道信息实现实时交互。
省际断面预案管理。省际断面预案管理,按照断面种类划分为三个子模块:东西断面预案管理、南北断面预案管理、甘青断面预案管理。选择任意子模块时,需展示该断面的详细电网结构图,针对电网结构图上的任意设备异常告警都可以进行相关预案的自定义配置;针对断面的一次设备,必须建立一次设备与安控系统的关联关系。省际断面的相关预案必须包含如下大类:断面控制、隔离操作、恢复操作、事故处理要点。当发生N-1故障时,该设备上定义的相关预案则需通过图形化方式进行展示;当故障影响到安控系统时,则将受到影响的安控系统相关预案同时展示出来,保证故障预案的完整性,同时支持预案文字检索功能。
网内直流系统预案管理。网内直流系统预案管理,按照直流系统种类划分为五个子模块:柴拉直流预案管理、天中直流预案管理、银东直流预案管理、德宝直流预案管理、灵宝直流预案管理。选择任意子模块时,需展示该直流线路的详细电网结构图,针对电网结构图上的任意设备异常告警都可以进行相关预案的自定义配置;针对直流的一次设备,必须建立一次设备与安控系统的关联关系。直流系统的相关预案必须包含如下大类:重要交流元件故障后的直流调整;电网特殊运行方式下的直流运行规则;直流闭锁后:频率控制、潮流调整。当设备发生故障时,该设备上定义的相关预案则需通过图形化方式进行展示;当故障影响到安控系统时,则将受到影响的安控系统相关预案同时展示出来,保证故障预案的完整性,同时支持预案文字检索功能。
新疆与西北联网工程预案管理。新疆与西北联网工程预案管理,此模块需支持在光伏大发、光伏小发两种不同方式下分别对N-1故障进行相关预案的自定义配置,即同一设备故障有两种不同预案。新疆与西北联网工程的N-1故障相关预案必须包含如下大类:断面控制、隔离操作、恢复操作、事故处理要点。当发生N-1故障时,则需根据光伏大发、光伏小发方式,将设备上定义的相关预案通过图形化方式进行展示,同时支持预案文字检索功能。
网内电磁环网及重载断面预案管理。网内电磁环网及重载断面预案管理,按照网省种类划分为五个子模块:陕西、甘肃、青海、宁夏、新疆。当选择任意子模块时,可以对该子模块中的预案进行上传、删除操作。当发生故障时,该子模块上定义的相关预案则需通过图形化方式进行展示,同时支持预案文字检索功能。模块与D5000中综合职能告警模块进行信息交互,综合职能告警中出现设备故障后,自动关联相关预案内容。接口,图形解析-遥测遥信 G图形。综合智能告警模块、安控管理功能模块 数据存在位置 数据实时性。预案分类临时预案 永久预案。检修票预案-后续。录入预案与D5000的OMS的预案同步。
系统包含如下功能:1. 预案管理:西北电网安控系统预案管理、省级断面预案管理、网内直流预案管理、新疆与西北联网工程预案管理、网内电磁环网及重载断面预案管理。2. 二次安控系统设计和建模:建立与EMS二次系统安控装置和通道相对应模型,图形化展示及操作。3. 故障信息处理:一次设备故障信息定时捕获和处理,二次安控故障信息处理。一次设备和二次安控都支持手动设置故障和匹配预案功能,同时支持故障的跟踪处理和故障处理后的报告生成。4. D5000系统图源的定时获取和转换:西北六省网架潮流图及各厂站接线的SVG获取和装换。5. D5000一次设备数据的定时获取和模型建立。6. D5000一次设备遥信数据抽取、转换、装载和在SVG图像上的展示,遥测的实时查询。7. 系统管理:组织机构、菜单定义、角色定义和授权、人员管理和授权。
系统运行环境。系统采用B/S结构,服务器端安装Oracle 10G数据和接口程序,用户在现用的主流浏览器上都可以进行登录,系统的安全性、维护性更好,提高了用户体验,更加方便的使用系统。BS的结构如图6所示。系统运行的服务器条件:linux、Unix、Microsoft Windows Server 2003主流服务器系统。本系统所在服务器是MicrosoftWindows Server 2003,服务所在地址是西北分部大楼16楼机房室,IP地址是192.3.25.221。系统的工作站:由于系统是B/S结构,凡是安装IE8浏览器通过http://192.3.25.221:9080/aps/
系统功能组成。西北分部调度OMS、D5000事故预案模块完善主要包括:预案管理模块、故障信息管理模块、系统管理模块、基础信息信息管理模块等。主要结构组成如图7所示:
系统总体架构。西北分部调度OMS、D5000事故预案模块完善在逻辑上划分为数据模型、预案模型、智能匹配、电网模型、图形处理五大模块,如图8所示。
系统功能设计。系统功能以系统总体架构中数据模型、预案模型、智能匹配、电网模型、图形处理五大模块进行介绍。
数据模型。数据模型做为系统的数据支撑是系统业务建立的基础,它主要完成工作有五个方面。第一,从EMS系统定时抽取一次设备数据并进行建模,生成符合系统使用的一次设备数据格式。第二,从EMS抽取二次安控稳控装置信息,建立与系统的联动关系,绘制相关稳控系统的SVG图形文件。第三,定时从EMS获取G图源数据,进行装换生成SVG图形文件。第四,间接、定时从EMS系统获取一次设备的遥信数据进行装载和展示。第五,定时从EMS系统获取一次设备的故障告警信息,进行简单过滤处理。
预案模型。预案模型是系统业务重点所在,它主要完成的工作是对现有的预案信息,进行分析和归类,建立对应的类型预案模板,将预案信息根据预案模板录入到系统中,做为系统业务最核心、最基础的数据。
电网模型。电网模型是系统的图形处理和展示的基础,电网模型包括图形资源与模型资源。图形资源主要包括各类图元以及表示图元之间连接关系的网络拓扑图,是系统识别设备类型的基础,为系统计算设备单元的个数,以及计算整体用时提供了基础;模型资源主要包括电力对象模型(如厂站模型、设备模型)以及表示电力对象之间连接关系的电气拓扑模型,模型资源主要为系统提供电力对象访问服务以及拓扑计算分析服务。图形资源与模型资源能够互相关联使计算结果更加准确。已投运的DMIS系统、安全生产管理系统(PMS)均根据各自应用的需要建立了不同层次、不同粒度的电网模型,其中,DMIS系统中建立了符合调度管理要求的电力对象模型库,所有的应用都是基于这个统一的电力对象模型库,但图形资源库和电气拓扑模型库尚未建立,PMS系统中建立了符合生产管理要求的电网模型,包括较完整的图形资源库和模型资源库。为了保证这些资源的统一性、唯一性,同时,避免这些资源的重复建设与维护,国家电网公司西北分部已对DMIS系统与PMS系统中的电网模型进行统一、整合,以构建一个统一的电网模型(一张网)。整合后的电网模型将能为各类应用提供统一图形和模型服务,而不必重复建设。事故预案系统的电网模型同样不应单独建设,应使用统一的电网模型。
智能匹配。智能匹配是检验系统实用性最重要的体现,智能匹配以数据模型和预案模型为基础,它根据数据模型和预案模型的“约定”,匹配出唯一的预案信息,所以智能匹配的有效性、准确性离不开前两者。
图形处理。图形处理是系统最终实现的目标,是智能匹配和电网模型最后的显示方式。它主要完成的工作是显示智能匹配所匹配出预案信息和事故所在的厂站,在图形上模拟事故现场,最后根据显示的预案信息和事故发生后网架图的潮流值、事故所在厂站接线图中的遥测和遥信值快速、有效的控制事故、恢复事故,最大可能的减少事故对电网运行的影响和损失。
系统关键技术及特点。
数据采集与建模。在数据采集方面,从EMS系统定时抽取一次设备数据并进行建模,生成符合系统使用的一次设备数据格式;从EMS抽取二次安控稳控装置信息,建立与系统的联动关系;定时从EMS获取G图源数据;间接、定时从EMS系统获取一次设备的遥信数据进行装载和展示;定时从EMS系统获取一次设备的故障告警信息,进行简单过滤处理。大量数据需要定时获取和装转,并要确保数据正确性、稳定性,对系统的稳健提出了较高的要求。
故障信息获取方式多样性。系统故障提供两套方案:自动捕获故障信息和手动设置故障信息。自动捕获故障信息指捕获EMS智能告警故障信息,手动设置故障信息支持图形上设置故障信息,一次设备和二次安控的都支持。
故障匹配和处理。一次设备预案和二次安控系统一体化联动管理,支持一次设备故障对安控系统影响处理。故障图形化的处理方式,图形上遥测、遥信数据的显示,处理过程的校验提示、操作确认、操作补充,并可以对处理过程进行跟踪和记录,处理结果报告生成。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。
Claims (9)
1.一种基于OMS的电力调度事故预案系统,其特征在于,包括电性连接的信息网络模块、平台服务模块、支撑模块、资源管理模块、应用服务模块、调度模块,其中:
所述信息网络模块,用于存储电网信息、电网管理数据、电网计划数据、电网运行数据和电网模型数据;
所述平台服务模块,用于根据所述电网管理数据、所述电网计划数据、所述电网运行数据和所述电网模型数据,得到计算结果;
所述支撑模块,用于提供应用接口和服务平台;
所述资源管理模块,用于根据所述计算结果管控、分析虚拟化资源并存储资源数据;
所述应用服务模块,用于根据所述资源管理模块存储的资源数据,得到分析结果;
调度模块,用于根据所述电网信息及所述分析结果进行电力调度;
其中,所述应用服务模块具体用于,根据所述资源管理模块存储的资源数据,进行电网管理指标、电网计划指标、电网运行指标和电网模型指标分析,得到所述分析结果;
其中,所述平台服务模块具体用于,为所述电网管理数据、所述电网计划数据、所述电网运行数据和所述电网模型数据构建分布式文件系统、Map/Reduce框架及分析计算引擎,得到所述计算结果;
所述基于OMS的电力调度事故预案系统还包括:
核心运行框架、安全管理工具、系统维护工具、统一调度、统一建模工具、工作流平台、统计查询工具;
所述基于OMS的电力调度事故预案系统建立各种业务组件,以接口的方式封装业务逻辑,访问系统对象模型,以及业务组件间的接口调用;以通过构件扩充,对业务应用进行快速开发;
所述基于OMS的电力调度事故预案系统通过动态建模工具将原始业务需求抽象为业务对象的数据结构、关联关系、权限控制、表现方式等元素存储到自身的业务模型库中,建模工具支持模型的导入导出,支持业务模型的分级管理;
所述基于OMS的电力调度事故预案系统能够自动拼装业务对象的结构、获取业务对象的数据、实施相关的权限控制、展现预定义或自定义的业务处理界面、执行自定义的业务规则,形成完整的业务处理场景;
所述基于OMS的电力调度事故预案系统能够将平台的功能及业务应用封装为构件,并提供接口规范,支持其他构件的插入;
所述基于OMS的电力调度事故预案系统具有扩展功能;
所述基于OMS的电力调度事故预案系统为位于底层系统之上的框架性的业务支撑平台;
所述基于OMS的电力调度事故预案系统对不同的业务需求,采用统一的平台;
所述基于OMS的电力调度事故预案系统能够提供专有属性编辑方式或自定义属性编辑方式;
所述基于OMS的电力调度事故预案系统支持应用场景建模、支持复杂业务规则建模、支持模型分级管理、支持模型备份和迁移;
所述基于OMS的电力调度事故预案系统提供基于安全域概念的安全建模、支持角色分级管理、支持动态角色、支持角色互斥、支持角色委托、支持应用分级方案、支持审计日志、支持数据加密、支持CA集成;
所述基于OMS的电力调度事故预案系统采用图形系统的可视化建模、兼容WFMC标准、工作流日志、工作流多版本控制、支持动态迁移线、流程嵌套、对大型广域工作流的支持、流程模型检查、超时预警和超时处理、可视化监控和统计分析、任务聚合和同步、跨平台能力、广泛的脚本支持、辅助任务通知、流程备注、对特殊流程处理的支持、与建模系统的集成、支持与系统平台的松散耦合,可独立部署;
所述基于OMS的电力调度事故预案系统提供树状文件组织管理方式、灵活可扩展的文件存储机制、提供统一文件操作接口、支持大文件分段传输、提供目录及文件版本比较功能、提供丰富的权限管理手段、采用统一消息系统;
所述基于OMS的电力调度事故预案系统能够以定时、周期或主动触发方式执行预定义任务的自动化系统;
所述基于OMS的电力调度事故预案系统支持部署同类型应用服务的多个服务器节点,通过代理服务实现负载均衡机制;
所述基于OMS的电力调度事故预案系统采用增量升级工具,并可在系统升级过程中自动备份历史程序;
所述基于OMS的电力调度事故预案系统提供基于浏览器的、面向管理员的系统全局管理和监视界面;
所述基于OMS的电力调度事故预案系统支持通过二次开发方式灵活响应电力信息系统构建过程中面临的特殊业务需求;
所述基于OMS的电力调度事故预案系统提供针对业务数据的高级安全控制方案,具体包括数据加密和数字签名;
所述基于OMS的电力调度事故预案系统具有数据加密功能;
所述基于OMS的电力调度事故预案系统具有数字签名功能;
所述基于OMS的电力调度事故预案系统具有查询建模工具,提供自助式查询服务;
所述基于OMS的电力调度事故预案系统提供清晰、安全、易操作的组织结构管理服务;
所述基于OMS的电力调度事故预案系统采用统一预案管理;
所述基于OMS的电力调度事故预案系统能够对一次设备与安控系统交互管理;
所述基于OMS的电力调度事故预案系统采用预案管理;
所述基于OMS的电力调度事故预案系统采用省际断面预案管理;
所述基于OMS的电力调度事故预案系统采用网内直流系统预案管理;
所述基于OMS的电力调度事故预案系统出现设备故障后,自动关联相关预案内容。
2.根据权利要求1所述的系统,其特征在于,所述基于OMS的电力调度事故预案系统具有如下功能:
预案管理, 二次安控系统设计和建模,故障信息处理, D5000系统图源的定时获取和转换, D5000一次设备数据的定时获取和模型建立,D5000一次设备遥信数据抽取、转换、装载和在SVG图像上的展示、遥测的实时查询, 系统管理:组织机构、菜单定义、角色定义和授权、人员管理和授权。
3.一种应用权利要求1至2中任一项所述的系统进行电力调度的方法,其特征在于,包括:
S1、根据预存的电网运行数据、电网计划数据和电网数据模型进行数据模型转换;
S2、分布存储数据模型,并进行分布计算,得到计算结果;
S3、根据所述计算结果进行电网运行计划、关联分析和预测,得到分析结果;
S4、根据所述分析结果进行电力调度。
4.根据权利要求3所述的方法,其特征在于,所述电网运行数据包括以下至少一种数据:调度机端电量、调度上网电量、全口径机端电量、受电量、调度最高上网电力、调度最低上网电力、调度最高上网电力发生时刻、调度最低上网电力发生时刻、调度最高机端电力、调度最低机端电力、调度最高机端电力发生时刻、调度最低机端电力发生时刻。
5.根据权利要求4所述的方法,其特征在于,所述电网运行数据还包括以下至少一种数据:
最大受电电力、最小受电电力、最大受电电力发生时刻、最小受电电力发生时刻、调度最高发受电电力、调度最低发受电电力、调度最高发受电电力发生时刻、调度最低发受电电力发生时刻、全口径最高机端电力、全口径最低机端电力、全口径最高发受电电力、全口径最低发受电电力。
6.根据权利要求3所述的方法,其特征在于,所述电网计划数据包括以下至少一种:电力电量平衡预测数据,直代管电厂发电量、抽水月度计划电量、日计划电量、调度计划电量,省市联络线关口、跨省联络线关口的月度计划电量、日计划电量和调度计划电量,负荷预测值及合格率,日拉限电电力、电量、条次和错避峰电力、电量。
7.根据权利要求3所述的方法,其特征在于,所述电网模型数据包括以下至少一种:调度员潮流数据、短路电流、网损数据、最优潮流、外部网络等值、状态估计、静态安全分析数据、计划值与实际测量值进行比较数据、实际值的趋势分析、各个时段的最大最小值。
8.根据权利要求3所述的方法,其特征在于,步骤S2包括:
S21、将输入数据分割成 M 个片,每个片的大小为 16 MB~64 MB,在集群中随机大量拷贝,所述M为大于1的整数;
S22、向拷贝程序中的主节点分配 Map任务和 Reduce 任务,被分配 Map 任务的工作节点读取输入片,从中解析出键值对,由用户自定义的 Map 函数处理该键值对,产生中间键值对;
S23、对中间键值对列表进行清理和排序;
S24、Reduce 函数将中间键值对列表,按相同的Key值进行合并,并输出 R 个文件,汇总形成所述计算结果,所述R为大于0的整数。
9.根据权利要求3所述的方法,其特征在于,步骤S3中进行计算时,根据用户输入统一的统一资源定位器地址进行访问,根据网速和距离自动选择访问速度最快的可用计算资源,当计算量在设定阈值之内时时,调用本地资源为用户返回结果;当计算量超过阈值时,调用临近服务器辅助完成计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510574568.9A CN105843182B (zh) | 2015-09-11 | 2015-09-11 | 一种基于oms的电力调度事故预案系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510574568.9A CN105843182B (zh) | 2015-09-11 | 2015-09-11 | 一种基于oms的电力调度事故预案系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105843182A CN105843182A (zh) | 2016-08-10 |
CN105843182B true CN105843182B (zh) | 2018-08-24 |
Family
ID=56580292
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510574568.9A Expired - Fee Related CN105843182B (zh) | 2015-09-11 | 2015-09-11 | 一种基于oms的电力调度事故预案系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105843182B (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106329726B (zh) * | 2016-08-26 | 2021-01-15 | 中国电力科学研究院有限公司 | 一种基于Hadoop平台的光伏电站远程运行管理系统 |
CN106920178A (zh) * | 2017-02-10 | 2017-07-04 | 国网安徽省电力公司安庆供电公司 | 电网预案推演系统及电网预案推演方法 |
CN107508290B (zh) * | 2017-09-24 | 2018-09-28 | 贵州智慧电力科技有限公司 | 一种基于大数据的电网调度方法 |
CN109901936B (zh) * | 2017-12-11 | 2021-09-10 | 航天信息股份有限公司 | 一种应用于分布式系统中的服务协作方法及其装置 |
CN109002901A (zh) * | 2018-06-08 | 2018-12-14 | 国家电网有限公司 | 一种省地县一体化电网信息综合管理系统及装置 |
CN109697251A (zh) * | 2018-12-27 | 2019-04-30 | 国网电子商务有限公司 | 基于分布式光伏电站的云计算方法及云服务平台 |
CN110276533A (zh) * | 2019-06-04 | 2019-09-24 | 深圳市中电数通智慧安全科技股份有限公司 | 一种应急预案的配置方法、装置及服务器 |
CN110994619A (zh) * | 2019-10-12 | 2020-04-10 | 国家电网公司西南分部 | 面向应急指挥的跨区域电网一体化电力自动调度系统 |
CN111414266B (zh) * | 2020-03-23 | 2024-04-05 | 浪潮通用软件有限公司 | 一种分布式事务的同步异步通信方法和装置 |
CN111967741B (zh) * | 2020-08-04 | 2022-11-18 | 中国人民解放军国防科技大学 | 一种基于ec2的无人化作战体系云流化指控架构设计方法 |
CN112147936A (zh) * | 2020-09-27 | 2020-12-29 | 武汉大学 | 一种电力作业安全管控装置和行为识别方法 |
CN112347225B (zh) * | 2020-10-19 | 2022-09-16 | 云南电网有限责任公司 | 一种跨隔离网闸传递数据信息的处理方法 |
CN112596721B (zh) * | 2020-12-14 | 2023-10-03 | 中国航发控制系统研究所 | 一种安全关键软件建模语言安全子集的管理方法 |
CN112764737B (zh) * | 2021-01-08 | 2023-05-26 | 上海景事科技有限公司 | 一种智慧低代码技术平台系统 |
CN112698613A (zh) * | 2021-01-19 | 2021-04-23 | 文虎 | 一种用于变电箱的智能安全管理系统及其方法 |
CN113127630A (zh) * | 2021-04-08 | 2021-07-16 | 国网福建省电力有限公司信息通信分公司 | 一种电力可视化数据资源管理平台系统 |
CN113297170A (zh) * | 2021-04-23 | 2021-08-24 | 广西电网有限责任公司 | 电力网络的监控方法、装置、计算机设备和存储介质 |
CN113346622A (zh) * | 2021-06-22 | 2021-09-03 | 国网安徽省电力有限公司芜湖供电公司 | 一种基于大数据分析的电网运行风险智能告警系统 |
CN113742030A (zh) * | 2021-07-29 | 2021-12-03 | 南方电网深圳数字电网研究院有限公司 | 跨区服务配置方法、装置和存储介质 |
CN114416869A (zh) * | 2021-12-31 | 2022-04-29 | 新奥数能科技有限公司 | 一种负荷聚合调度平台和系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101800440A (zh) * | 2010-03-26 | 2010-08-11 | 国网电力科学研究院武汉南瑞有限责任公司 | 配电网状态监测系统及其监测方法 |
CN101917067A (zh) * | 2010-08-13 | 2010-12-15 | 华北电力大学(保定) | 一种电力设备状态监测装置的集成方法 |
CN102368634A (zh) * | 2011-09-14 | 2012-03-07 | 文存润 | 智能变电站状态监测统一信息平台系统 |
CN102685221A (zh) * | 2012-04-29 | 2012-09-19 | 华北电力大学(保定) | 一种状态监测数据的分布式存储与并行挖掘方法 |
CN104156810A (zh) * | 2014-07-31 | 2014-11-19 | 国网山东省电力公司 | 一种基于云计算的电力调度生产管理系统及其实现方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009065778A (ja) * | 2007-09-06 | 2009-03-26 | Tokyo Electric Power Co Inc:The | 電力系統監視制御システム |
-
2015
- 2015-09-11 CN CN201510574568.9A patent/CN105843182B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101800440A (zh) * | 2010-03-26 | 2010-08-11 | 国网电力科学研究院武汉南瑞有限责任公司 | 配电网状态监测系统及其监测方法 |
CN101917067A (zh) * | 2010-08-13 | 2010-12-15 | 华北电力大学(保定) | 一种电力设备状态监测装置的集成方法 |
CN102368634A (zh) * | 2011-09-14 | 2012-03-07 | 文存润 | 智能变电站状态监测统一信息平台系统 |
CN102685221A (zh) * | 2012-04-29 | 2012-09-19 | 华北电力大学(保定) | 一种状态监测数据的分布式存储与并行挖掘方法 |
CN104156810A (zh) * | 2014-07-31 | 2014-11-19 | 国网山东省电力公司 | 一种基于云计算的电力调度生产管理系统及其实现方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105843182A (zh) | 2016-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105843182B (zh) | 一种基于oms的电力调度事故预案系统及方法 | |
CN110809017B (zh) | 一种基于云平台和微服务构架的数据分析应用平台系统 | |
WO2016101638A1 (zh) | 一种电力系统云仿真平台的运营管理方法 | |
CN110971614A (zh) | 物联网适配方法、系统、计算机设备及存储介质 | |
CN112600891B (zh) | 一种基于信息物理融合的边云协同系统及工作方法 | |
CN111274001B (zh) | 微服务管理平台 | |
CN102638566B (zh) | 一种基于云存储的blog系统运行方法 | |
CN108809972A (zh) | 一种基于开源生态系统的物联网综合实验及应用开发平台及架构 | |
CN102681899A (zh) | 云计算服务平台的虚拟计算资源动态管理系统 | |
CN104156810A (zh) | 一种基于云计算的电力调度生产管理系统及其实现方法 | |
CN104615617A (zh) | 一种变电站设备调度监控信息处理系统 | |
CN107103064B (zh) | 数据统计方法及装置 | |
CN108932588A (zh) | 一种前后端分离的水电站群优化调度系统及方法 | |
CN114169579B (zh) | 核电工业互联网综合智能平台系统 | |
CN106391482A (zh) | 一种基于云计算的包裹分拣机控制方法及系统 | |
CN114153920A (zh) | 大数据边平台与方法 | |
CN110018993B (zh) | 一种数据分析系统、方法及监控分析系统 | |
CN113516331A (zh) | 一种建筑数据处理方法及装置 | |
CN102646223A (zh) | 一种多人异地并行计算系统 | |
CN103488697A (zh) | 能自动收集和交换碎片化商业信息的系统及移动终端 | |
Corradi et al. | SIRDAM4. 0: A support infrastructure for reliable data acquisition and management in industry 4.0 | |
US20050198614A1 (en) | Management platform and evironment | |
Wu et al. | An auxiliary decision-making system for electric power intelligent customer service based on Hadoop | |
Popović et al. | A novel cloud-based advanced distribution management system solution | |
CN116108740A (zh) | 一种电力设备的建模方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180824 Termination date: 20200911 |