CN108170847A - 一种基于Neo4j图数据库的大数据存储方法 - Google Patents
一种基于Neo4j图数据库的大数据存储方法 Download PDFInfo
- Publication number
- CN108170847A CN108170847A CN201810046657.XA CN201810046657A CN108170847A CN 108170847 A CN108170847 A CN 108170847A CN 201810046657 A CN201810046657 A CN 201810046657A CN 108170847 A CN108170847 A CN 108170847A
- Authority
- CN
- China
- Prior art keywords
- data
- node
- equipment
- relationship
- chart
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种基于Neo4j图数据库的大数据存储方法。借鉴电力系统中公共信息模型的建模方式,对以电力系统为核心的能源互联网系统的物理网络拓扑统一建模;将拓扑模型,包括设备配置、台账、地理位置的综合数据以及包括量测、电价、天气的实时数据和它们之间的关系存储到Neo4j图数据库中;对于历史数据、预测数据与能源互联网中不存在复杂关系的数据,存储到关系数据库中,并且在图数据库中存储关系数据库的位置信息。本发明方法结合了Neo4j图数据库和关系数据库各自的优势对能源互联网中的大数据分类存储,可以有效处理其中PB级的数据量,提高了数据的访问效率;同时该存储方式的可扩展性很好,具有广阔的应用前景。
Description
技术领域
本发明属于能源互联网大数据的分析领域,涉及一种基于Neo4j图数据库的大数据存储方法。
背景技术
随着能源互联网的发展,以电力、分布式可再生能源、交通等多种网络系统闭环运行为主要特征的能源电力系统将逐渐与信息系统融合为大能源系统,对其中大量多态异构数据的可靠、高效、低成本存储,是发掘能源互联网大数据中蕴藏价值的前提,是支持新能源的协同利用与多源系统经济运行的基础。能源互联网的数据源不仅覆盖能源生产、传输、交易、消费环节中数以亿计的设备,还包括了天气、交通、电价等外部数据源,产生了海量且还将进一步扩大的数据。
目前,能源系统中的数据存储方法大多为基于关系模型的存储方式。关系模型适用于存储结构化数据,通过SQL查询语言提供便捷的数据查询方式,主要应用于事务的操作性处理,但不能满足能源互联网大数据快速访问和分析的需求,所受限制为:①存储容量的限制,关系数据库可以有效处理TB级的数据,而对大能源系统PB级的数据量,目前较难处理;②关系模型按内容访问的特点束缚了对海量数据的快速访问能力;③可扩展性差,针对特定应用的设计特性使其难以应对海量复杂数据。
发明内容
本发明的目的在于现有能源互联网数据存储方法的不足,提供一种基于Neo4j图数据库的大数据存储方法,该方法结合了Neo4j图数据库和关系数据库各自的优势对能源互联网中的大数据分类存储,可以有效处理其中PB级的数据量;用该方法存储到图数据库的数据支持采用图论算法对数据之间的大量复杂关系进行分析,并且利用关系进行搜索查询的方式提高了数据的访问效率;同时该存储方式的可扩展性很好,当存储对象发生变化时,可以直接更改图数据库中的关系以改变数据组织方式,或更改节点与关系中属性,具有广阔的应用前景。
为实现上述目的,本发明的技术方案是:一种基于Neo4j图数据库的大数据存储方法,包括如下步骤,
步骤1:借鉴电力系统中公共信息模型的建模方式,对以电力系统为核心的能源互联网系统的物理网络拓扑统一建模;
步骤2:将拓扑模型,包括设备配置、台账、地理位置的综合数据以及包括量测、电价、天气的实时数据和它们之间的关系存储到Neo4j图数据库中;
步骤3:对于历史数据、预测数据与能源互联网中不存在复杂关系的数据,存储到关系数据库中,并且在图数据库中存储关系数据库的位置信息。
在本发明一实施例中,所述步骤1中将能源互联网系统的物理网络拓扑定义为参与包括电能、风能、热能、太阳能的各种形式能量的生产、转换、输送、分配和消费的所有设备以及多个设备组合而成的容器对象所组成的网络;对能源互联网系统中的电力系统,直接采用公共信息模型建模;对网络中电力系统以外的包括风电、光伏、冰蓄冷、制冷机、热负荷的分布式能源设备,建模流程如下:
1)为相同类型的设备设计一个设备类,将该类设备本身具有的参数作为固有属性,添加到所设计的类中,再为每个设备类都添加一个能够唯一标识设备身份的属性;
2)对每个设备,根据该设备与能源互联网系统物理网络相连接的端数,在拓扑模型中增加对应数量的端子对象,端子的属性值中包含该设备的唯一身份标识属性值;端子连接到网络中的连接节点,在端子的属性值中添加该连接节点的唯一身份标识属性值;
3)为物理网络拓扑中相同类型的容器对象设计一个类,将该容器本身具有的参数作为固有属性,添加到所设计的类中,再为每个容器类都添加一个能够唯一标识容器身份的属性;
4)为每个设备和容器建立一个其所对应的类对象;在容器所包含的子容器或设备对象中添加该容器的唯一身份标识属性值。
在本发明一实施例中,所述步骤2中将拓扑模型存储到Neo4j图数据库中的过程如下:
1)将拓扑模型中的连接节点存储到图数据库的节点中;
2)将拓扑模型中的端子存储到图数据库的节点中,找到与端子相连的连接节点在图数据库中所对应的节点,在该节点与端子节点之间建立包含关系;
3)将包含一个端子的设备对象存储到图数据库的节点中,找到与该设备的端子相连的连接节点,在该节点与设备节点之间建立拥有关系;
4)将拓扑模型中包含两个端子的设备对象存储到图数据库的关系中,这种关系的类型设置为连接关系;
对于设备配置、台账、地理位置等综合数据以及量测的实时数据,将它们存储在图数据库的节点中,然后找到其所对应的设备节点,在设备节点与数据节点之间建立拥有关系;对于包括容器对象、电价、天气的实时数据,是与整个或部分拓扑模型相关联的数据,将他们存储到一个节点中,并在图数据库的管理节点与该数据节点之间建立拥有关系。
在本发明一实施例中,所述步骤3中对于历史数据、预测数据与能源互联网中其它对象之间不存在复杂关系的数据,将它们存储到关系数据库中;在关系表中添加包括测量点地址、测量值和时标的属性,再将数据记录按时间顺序添加到表中,并在图数据库中存储关系数据库的位置信息。
在本发明一实施例中,所述复杂关系,指的是在Neo4j图数据库中的关系表的外键对应关系。
相较于现有技术,本发明具有以下有益效果:本发明方法结合了Neo4j图数据库和关系数据库二者的优势,对能源互联网中的大数据进行分类存储,支持对数据之间的大量复杂关系进行分析,并且利用关系进行搜索查询的方式提高了数据的访问效率;同时该存储方式的可扩展性很好,当存储对象发生变化时,可以直接更改图数据库中的关系以改变数据组织方式,或更改节点与关系中属性;另外该方法借鉴公共信息模型设计了能源互联网大数据的模型,该存储模型具有较好的通用性,可以应用到不同的能源互联网系统中。
附图说明
图1为基于Neo4j图数据库的大数据存储模式图。
图2为能源互联网系统结构图。
图3为将图2系统存储到Neo4j图数据库后,在Neo4j提供的Web操作界面上看到的存储结果示意图。
具体实施方式
下面结合附图,对本发明的技术方案进行具体说明。
如图1所示,本发明的一种基于Neo4j图数据库的大数据存储方法,包括如下步骤,
步骤1:借鉴电力系统中公共信息模型的建模方式,对以电力系统为核心的能源互联网系统的物理网络拓扑统一建模;
步骤2:将拓扑模型,包括设备配置、台账、地理位置的综合数据以及包括量测、电价、天气的实时数据和它们之间的关系存储到Neo4j图数据库中;
步骤3:对于历史数据、预测数据与能源互联网中不存在复杂关系(复杂关系指与其它数据之间存在大量的关联;Neo4j图数据库中的关系相当于关系表的外键对应关系)的数据,存储到关系数据库中,并且在图数据库中存储关系数据库的位置信息。
所述步骤1中将能源互联网系统的物理网络拓扑定义为参与包括电能、风能、热能、太阳能的各种形式能量的生产、转换、输送、分配和消费的所有设备以及多个设备组合而成的容器对象所组成的网络;对能源互联网系统中的电力系统,直接采用公共信息模型建模;对网络中电力系统以外的包括风电、光伏、冰蓄冷、制冷机、热负荷的分布式能源设备,建模流程如下:
1)为相同类型的设备设计一个设备类,将该类设备本身具有的参数作为固有属性,添加到所设计的类中,再为每个设备类都添加一个能够唯一标识设备身份的属性;
2)对每个设备,根据该设备与能源互联网系统物理网络相连接的端数,在拓扑模型中增加对应数量的端子对象,端子的属性值中包含该设备的唯一身份标识属性值;端子连接到网络中的连接节点,在端子的属性值中添加该连接节点的唯一身份标识属性值;
3)为物理网络拓扑中相同类型的容器对象设计一个类,将该容器本身具有的参数作为固有属性,添加到所设计的类中,再为每个容器类都添加一个能够唯一标识容器身份的属性;
4)为每个设备和容器建立一个其所对应的类对象;在容器所包含的子容器或设备对象中添加该容器的唯一身份标识属性值。
所述步骤2中将拓扑模型存储到Neo4j图数据库中的过程如下:
1)将拓扑模型中的连接节点存储到图数据库的节点中;
2)将拓扑模型中的端子存储到图数据库的节点中,找到与端子相连的连接节点在图数据库中所对应的节点,在该节点与端子节点之间建立包含关系;
3)将包含一个端子的设备对象存储到图数据库的节点中,找到与该设备的端子相连的连接节点,在该节点与设备节点之间建立拥有关系;
4)将拓扑模型中包含两个端子的设备对象存储到图数据库的关系中,这种关系的类型设置为连接关系;
对于设备配置、台账、地理位置等综合数据以及量测的实时数据,将它们存储在图数据库的节点中,然后找到其所对应的设备节点,在设备节点与数据节点之间建立拥有关系;对于包括容器对象、电价、天气的实时数据,是与整个或部分拓扑模型相关联的数据,将他们存储到一个节点中,并在图数据库的管理节点与该数据节点之间建立拥有关系。
所述步骤3中对于历史数据、预测数据与能源互联网中其它对象之间不存在复杂关系的数据,将它们存储到关系数据库中;在关系表中添加包括测量点地址、测量值和时标的属性,再将数据记录按时间顺序添加到表中,并在图数据库中存储关系数据库的位置信息。
以下为本发明的具体实现实例。
能源互联网系统结构图如图2所示,其中光伏发电系统PV、蓄电池BT和直流负荷L2接到直流母线B3上,通过双向变流器CV与交流母线B2相连,交流母线上接入冰蓄冷装置IS和交流负荷L1,并通过变压器TF接到配电网。下面说明对该系统按本发明所述方法存储的过程。
首先建立该能源互联网系统物理网络拓扑的模型。对网络中的变压器、母线、交流负荷和直流负荷直接采用公共信息模型建模。在网络中设备连接处,即母线B1、B2和B3处建立连接节点对象CN1、CN2和CN3。为网络中的冰蓄冷、光伏、蓄电池和变流器分别设计一个设备类,将他们本身具有的参数作为固有属性,添加到所设计的类中,再为每个设备类都添加一个能够唯一标识设备身份的属性。根据这些设备与能源互联网系统物理网络相连接的端数,在拓扑模型中增加对应数量的端子对象,端子的属性值中包含该设备的唯一身份标识属性值。端子连接到网路中的连接节点,在端子的属性值中添加该连接节点的唯一身份标识属性值。如为冰蓄冷装置建立1个端子对象T3,为变流器建立2个端子对象T7和T8。为网络中的每个设备建立一个其所对应的类对象。
再将拓扑模型,设备配置、台账、地理位置等综合数据,量测、电价、天气等的实时数据和它们之间的关系存储到Neo4j图数据库中。将拓扑模型中的连接节点CN1、CN2和CN3存储到图数据库的节点中。将拓扑模型中的端子存储到图数据库的节点中,找到与端子相连的连接节点在图数据库中所对应的节点,在该节点与端子节点之间建立包含(CONTAIN)关系。将包含一个端子的设备对象如母线、负荷、蓄电池等存储到图数据库的节点中,找到与该设备的端子相连的连接节点,在该节点与设备节点之间建立拥有(HAS)关系。将拓扑模型中包含两个端子的设备对象如变流器存储到图数据库的关系中,这种关系的类型设置为连接(CONNECT)关系。对于设备配置、台账、地理位置等综合数据以及量测的实时数据,将它们存储在图数据库的节点中,然后找到其所对应的设备节点,在设备节点与数据节点之间建立拥有(HAS_DATA)关系。
最后将历史数据、预测数据等与能源互联网中其它对象之间不存在复杂关系的数据,存储到关系数据库中。在关系表中添加测量点地址、测量值和时标等属性,再将数据记录按时间顺序添加到表中,并在图数据库中存储关系数据库的位置信息。
将图2的能源互联网系统存储到Neo4j图数据库后,在Neo4j提供的Web操作界面上看到的存储结果示意图如图3所示。
基于Neo4j图数据库的大数据存储方法的优势在于:借鉴了公共信息模型设计能源互联网大数据的模型,使得该存储模型具有较好的通用性。结合了Neo4j图数据库和关系数据库二者的优势,对能源互联网中的大数据进行分类存储,支持对数据之间的大量复杂关系进行分析,并且利用存储模型中的关系进行搜索查询的方式提高了数据的访问效率。该方法的可扩展性很好,当存储对象发生变化时,可以直接更改图数据库中的关系以改变数据组织方式或更改节点与关系中属性,能适用于不同的能源互联网系统。
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。
Claims (5)
1.一种基于Neo4j图数据库的大数据存储方法,其特征在于:包括如下步骤,
步骤1:借鉴电力系统中公共信息模型的建模方式,对以电力系统为核心的能源互联网系统的物理网络拓扑统一建模;
步骤2:将拓扑模型,包括设备配置、台账、地理位置的综合数据以及包括量测、电价、天气的实时数据和它们之间的关系存储到Neo4j图数据库中;
步骤3:对于历史数据、预测数据与能源互联网中不存在复杂关系的数据,存储到关系数据库中,并且在图数据库中存储关系数据库的位置信息。
2.根据权利要求1所述的一种基于Neo4j图数据库的大数据存储方法,其特征在于:所述步骤1中将能源互联网系统的物理网络拓扑定义为参与包括电能、风能、热能、太阳能的各种形式能量的生产、转换、输送、分配和消费的所有设备以及多个设备组合而成的容器对象所组成的网络;对能源互联网系统中的电力系统,直接采用公共信息模型建模;对网络中电力系统以外的包括风电、光伏、冰蓄冷、制冷机、热负荷的分布式能源设备,建模流程如下:
1)为相同类型的设备设计一个设备类,将该类设备本身具有的参数作为固有属性,添加到所设计的类中,再为每个设备类都添加一个能够唯一标识设备身份的属性;
2)对每个设备,根据该设备与能源互联网系统物理网络相连接的端数,在拓扑模型中增加对应数量的端子对象,端子的属性值中包含该设备的唯一身份标识属性值;端子连接到网络中的连接节点,在端子的属性值中添加该连接节点的唯一身份标识属性值;
3)为物理网络拓扑中相同类型的容器对象设计一个类,将该容器本身具有的参数作为固有属性,添加到所设计的类中,再为每个容器类都添加一个能够唯一标识容器身份的属性;
4)为每个设备和容器建立一个其所对应的类对象;在容器所包含的子容器或设备对象中添加该容器的唯一身份标识属性值。
3.根据权利要求1所述的一种基于Neo4j图数据库的大数据存储方法,其特征在于:所述步骤2中将拓扑模型存储到Neo4j图数据库中的过程如下:
1)将拓扑模型中的连接节点存储到图数据库的节点中;
2)将拓扑模型中的端子存储到图数据库的节点中,找到与端子相连的连接节点在图数据库中所对应的节点,在该节点与端子节点之间建立包含关系;
3)将包含一个端子的设备对象存储到图数据库的节点中,找到与该设备的端子相连的连接节点,在该节点与设备节点之间建立拥有关系;
4)将拓扑模型中包含两个端子的设备对象存储到图数据库的关系中,这种关系的类型设置为连接关系;
对于设备配置、台账、地理位置等综合数据以及量测的实时数据,将它们存储在图数据库的节点中,然后找到其所对应的设备节点,在设备节点与数据节点之间建立拥有关系;对于包括容器对象、电价、天气的实时数据,是与整个或部分拓扑模型相关联的数据,将他们存储到一个节点中,并在图数据库的管理节点与该数据节点之间建立拥有关系。
4.根据权利要求1所述的一种基于Neo4j图数据库的大数据存储方法,其特征在于:所述步骤3中对于历史数据、预测数据与能源互联网中其它对象之间不存在复杂关系的数据,将它们存储到关系数据库中;在关系表中添加包括测量点地址、测量值和时标的属性,再将数据记录按时间顺序添加到表中,并在图数据库中存储关系数据库的位置信息。
5.根据权利要求1或4所述的一种基于Neo4j图数据库的大数据存储方法,其特征在于:所述复杂关系,指的是在Neo4j图数据库中的关系表的外键对应关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810046657.XA CN108170847B (zh) | 2018-01-18 | 2018-01-18 | 一种基于Neo4j图数据库的大数据存储方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810046657.XA CN108170847B (zh) | 2018-01-18 | 2018-01-18 | 一种基于Neo4j图数据库的大数据存储方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108170847A true CN108170847A (zh) | 2018-06-15 |
CN108170847B CN108170847B (zh) | 2021-08-31 |
Family
ID=62514731
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810046657.XA Active CN108170847B (zh) | 2018-01-18 | 2018-01-18 | 一种基于Neo4j图数据库的大数据存储方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108170847B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109582831A (zh) * | 2018-10-16 | 2019-04-05 | 中国科学院计算机网络信息中心 | 一种支持非结构化数据存储与查询的图数据库管理系统 |
CN109697238A (zh) * | 2018-12-26 | 2019-04-30 | 美林数据技术股份有限公司 | 数据处理方法及装置 |
CN109840270A (zh) * | 2018-12-23 | 2019-06-04 | 国网浙江省电力有限公司 | 一种基于Neo4j的电网设备信息管理方法 |
CN110245270A (zh) * | 2019-05-09 | 2019-09-17 | 重庆天蓬网络有限公司 | 基于图模型的数据血缘关系存储方法、系统、介质和设备 |
CN110321444A (zh) * | 2019-07-04 | 2019-10-11 | 深圳力维智联技术有限公司 | 基于图数据库的存储方法、装置和存储介质 |
CN110647550A (zh) * | 2019-10-08 | 2020-01-03 | 华润智慧能源有限公司 | 综合能源系统管理方法、装置、设备及存储介质 |
CN111897983A (zh) * | 2020-07-23 | 2020-11-06 | 北京中数智汇科技股份有限公司 | 一种基于图数据库的网络拓扑图生成方法、装置和系统 |
CN112145375A (zh) * | 2020-09-28 | 2020-12-29 | 湘潭大学 | 基于Neo4j与贝叶斯的风机变桨系统故障诊断方法 |
CN112632294A (zh) * | 2020-12-29 | 2021-04-09 | 苏宁金融科技(南京)有限公司 | 同步Neo4j中数据到搜索服务器的方法及系统 |
CN112699278A (zh) * | 2020-12-23 | 2021-04-23 | 新奥数能科技有限公司 | 一种图数据库构建方法、装置、可读存储介质及电子设备 |
CN112948572A (zh) * | 2019-12-11 | 2021-06-11 | 中国科学院沈阳计算技术研究所有限公司 | 通过知识图谱可视化展示电力系统设备信息与关系的方法 |
CN113009279A (zh) * | 2021-03-05 | 2021-06-22 | 四川大川云能科技有限公司 | 基于Neo4j的配电网电压暂降故障定位及其可视化系统 |
CN113392277A (zh) * | 2020-03-12 | 2021-09-14 | 北京科东电力控制系统有限责任公司 | 电力系统设备数据关联的一体化拓扑生成方法及系统 |
CN114238268A (zh) * | 2021-11-29 | 2022-03-25 | 武汉达梦数据技术有限公司 | 一种数据存储方法和装置 |
CN117131531A (zh) * | 2023-10-27 | 2023-11-28 | 四川省计算机研究院 | 基于Neo4j数据库的数据安全存储方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102760186A (zh) * | 2012-06-12 | 2012-10-31 | 中国电力科学研究院 | 一种智能变电站的矢量图形自动生成方法 |
CN105022874A (zh) * | 2015-07-09 | 2015-11-04 | 国网山东省电力公司电力科学研究院 | 一种配电网数字仿真自动建模方法及系统 |
CN205050194U (zh) * | 2015-11-04 | 2016-02-24 | 广东电网有限责任公司电力调度控制中心 | 电力通信网络应急预案生成装置 |
CN105912665A (zh) * | 2016-04-12 | 2016-08-31 | 清华大学 | 一种Neo4j向关系型数据库的模型转换和数据迁移方法 |
US20160320945A1 (en) * | 2015-04-29 | 2016-11-03 | International Business Machines Corporation | User experience for multiple uploads of documents based on similar source material |
CN106229974A (zh) * | 2016-08-23 | 2016-12-14 | 济南大学 | 一种基于图数据库的电力网络快速拓扑分析的方法 |
CN106227800A (zh) * | 2016-07-21 | 2016-12-14 | 中国科学院软件研究所 | 一种高度关联大数据的存储方法及管理系统 |
US9798752B1 (en) * | 2015-05-22 | 2017-10-24 | State Farm Mutual Automobile Insurance Company | Systems and methods for ingesting relational data into a delimited column qualifier NoSQL database |
US20170351745A1 (en) * | 2013-03-15 | 2017-12-07 | BeulahWorks, LLC | Method and apparatus for modifying an object social network |
-
2018
- 2018-01-18 CN CN201810046657.XA patent/CN108170847B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102760186A (zh) * | 2012-06-12 | 2012-10-31 | 中国电力科学研究院 | 一种智能变电站的矢量图形自动生成方法 |
US20170351745A1 (en) * | 2013-03-15 | 2017-12-07 | BeulahWorks, LLC | Method and apparatus for modifying an object social network |
US20160320945A1 (en) * | 2015-04-29 | 2016-11-03 | International Business Machines Corporation | User experience for multiple uploads of documents based on similar source material |
US9798752B1 (en) * | 2015-05-22 | 2017-10-24 | State Farm Mutual Automobile Insurance Company | Systems and methods for ingesting relational data into a delimited column qualifier NoSQL database |
CN105022874A (zh) * | 2015-07-09 | 2015-11-04 | 国网山东省电力公司电力科学研究院 | 一种配电网数字仿真自动建模方法及系统 |
CN205050194U (zh) * | 2015-11-04 | 2016-02-24 | 广东电网有限责任公司电力调度控制中心 | 电力通信网络应急预案生成装置 |
CN105912665A (zh) * | 2016-04-12 | 2016-08-31 | 清华大学 | 一种Neo4j向关系型数据库的模型转换和数据迁移方法 |
CN106227800A (zh) * | 2016-07-21 | 2016-12-14 | 中国科学院软件研究所 | 一种高度关联大数据的存储方法及管理系统 |
CN106229974A (zh) * | 2016-08-23 | 2016-12-14 | 济南大学 | 一种基于图数据库的电力网络快速拓扑分析的方法 |
Non-Patent Citations (2)
Title |
---|
ZUOPENG ZHANG: "Graph Databases for Knowledge Management", 《IT PROFESSIONAL》 * |
马义松 等: "基于 Neo4j 的电力大数据建模及分析", 《电工电能新技术》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109582831A (zh) * | 2018-10-16 | 2019-04-05 | 中国科学院计算机网络信息中心 | 一种支持非结构化数据存储与查询的图数据库管理系统 |
CN109582831B (zh) * | 2018-10-16 | 2022-02-01 | 中国科学院计算机网络信息中心 | 一种支持非结构化数据存储与查询的图数据库管理系统 |
CN109840270A (zh) * | 2018-12-23 | 2019-06-04 | 国网浙江省电力有限公司 | 一种基于Neo4j的电网设备信息管理方法 |
CN109697238A (zh) * | 2018-12-26 | 2019-04-30 | 美林数据技术股份有限公司 | 数据处理方法及装置 |
CN110245270A (zh) * | 2019-05-09 | 2019-09-17 | 重庆天蓬网络有限公司 | 基于图模型的数据血缘关系存储方法、系统、介质和设备 |
CN110321444A (zh) * | 2019-07-04 | 2019-10-11 | 深圳力维智联技术有限公司 | 基于图数据库的存储方法、装置和存储介质 |
CN110321444B (zh) * | 2019-07-04 | 2021-08-17 | 深圳力维智联技术有限公司 | 基于图数据库的存储方法、装置和存储介质 |
CN110647550A (zh) * | 2019-10-08 | 2020-01-03 | 华润智慧能源有限公司 | 综合能源系统管理方法、装置、设备及存储介质 |
CN112948572A (zh) * | 2019-12-11 | 2021-06-11 | 中国科学院沈阳计算技术研究所有限公司 | 通过知识图谱可视化展示电力系统设备信息与关系的方法 |
CN113392277A (zh) * | 2020-03-12 | 2021-09-14 | 北京科东电力控制系统有限责任公司 | 电力系统设备数据关联的一体化拓扑生成方法及系统 |
CN113392277B (zh) * | 2020-03-12 | 2024-02-09 | 北京科东电力控制系统有限责任公司 | 电力系统设备数据关联的一体化拓扑生成方法及系统 |
CN111897983A (zh) * | 2020-07-23 | 2020-11-06 | 北京中数智汇科技股份有限公司 | 一种基于图数据库的网络拓扑图生成方法、装置和系统 |
CN112145375B (zh) * | 2020-09-28 | 2022-03-08 | 湘潭大学 | 基于Neo4j与贝叶斯的风机变桨系统故障诊断方法 |
CN112145375A (zh) * | 2020-09-28 | 2020-12-29 | 湘潭大学 | 基于Neo4j与贝叶斯的风机变桨系统故障诊断方法 |
CN112699278A (zh) * | 2020-12-23 | 2021-04-23 | 新奥数能科技有限公司 | 一种图数据库构建方法、装置、可读存储介质及电子设备 |
WO2022134631A1 (zh) * | 2020-12-23 | 2022-06-30 | 新奥数能科技有限公司 | 一种图数据库构建方法、装置、可读存储介质及电子设备 |
CN112632294A (zh) * | 2020-12-29 | 2021-04-09 | 苏宁金融科技(南京)有限公司 | 同步Neo4j中数据到搜索服务器的方法及系统 |
CN113009279A (zh) * | 2021-03-05 | 2021-06-22 | 四川大川云能科技有限公司 | 基于Neo4j的配电网电压暂降故障定位及其可视化系统 |
CN113009279B (zh) * | 2021-03-05 | 2024-03-22 | 四川大川云能科技有限公司 | 基于Neo4j的配电网电压暂降故障定位及其可视化系统 |
CN114238268A (zh) * | 2021-11-29 | 2022-03-25 | 武汉达梦数据技术有限公司 | 一种数据存储方法和装置 |
CN114238268B (zh) * | 2021-11-29 | 2022-09-30 | 武汉达梦数据技术有限公司 | 一种数据存储方法和装置 |
CN117131531A (zh) * | 2023-10-27 | 2023-11-28 | 四川省计算机研究院 | 基于Neo4j数据库的数据安全存储方法 |
CN117131531B (zh) * | 2023-10-27 | 2024-01-02 | 四川省计算机研究院 | 基于Neo4j数据库的数据安全存储方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108170847B (zh) | 2021-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108170847A (zh) | 一种基于Neo4j图数据库的大数据存储方法 | |
CN104156835B (zh) | 一种大电网广域分布式一体化拓扑分析方法 | |
Cheng et al. | Energy Internet: Concept and practice exploration | |
CN107832905B (zh) | 一种适应分布式发电和储能站发展的配电网规划方法 | |
CN110188972A (zh) | 一种10kV配电网非专线客户接入方法 | |
CN105427063A (zh) | 一种微电网调度决策方法及系统 | |
CN103488820B (zh) | 一种基于长过程时序仿真的分布式电源规划方法 | |
Huang et al. | Power flow calculation of distribution network with multiple energy routers | |
Ni et al. | A review of line loss analysis of the low-voltage distribution system | |
Chen et al. | Research on model management method for Micro-grid | |
CN105896613A (zh) | 一种考虑通讯时滞的微电网分布式有限时间控制方法 | |
Shi et al. | Big data storage technology for smart distribution grid based on neo4j graph database | |
Wang et al. | Optimal Planning of Distributed Generation and Loads in Active Distribution Network: A Review | |
Qingyang et al. | Application analysis of big data technology in energy internet | |
Cheng et al. | Research on the mode of energy distribution network for smart low-carbon city | |
Zhang et al. | Framework and function design of an intelligent network planning software for power distribution | |
Hu et al. | Research on AC/DC Distribution Network Planning Method | |
Liu et al. | Topology Identification of Low-voltage Transformer Area Based on Improved Particle Swarm Algorithm | |
Xie et al. | Research on comprehensive energy efficiency control and optimization technology for the internet of things for three-dimensional “common intelligence” visualization | |
Wei et al. | CPS Modeling and Analysis Method of Power Grid Based on Graph Computing | |
Chen et al. | Research about Architecture and Key Technology of User Side Internet of Energy | |
Lei et al. | Node Sensitivity Analysis Method for Power Quality Control of High Proportion Distributed Photovoltaic Access Distribution Network | |
Jian et al. | Research on the Application of Intelligent Thermal Storage Service Driven by the Energy Internet | |
Zhao et al. | Research on Online Modeling Technology of Wind Farm in Online Stability Analysis | |
Yang et al. | Planning and Design Method of Integrated Energy Station in Complex Terrain |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |