CN110430437B - 遥视系统自适应云端存储方法 - Google Patents

Abstract

本发明公开了一种遥视系统自适应云端存储方法，在站端遥视系统与云端遥视系统之间增加存储模式选择模块和时长调整模块；将存储模式分为“块存储”和“队列存储”两种模式，可人为或自动生成逻辑判定依据，当逻辑判定结果为“1”时，即判定采用“块存储”模式；若逻辑判定结果为“0”，则采用“队列存储”模式。针对存储时长刷新模式，可人为或自动生成逻辑判定依据，当逻辑判定结果为“0”，则采用原设定的存储时长阈值，当逻辑判定结果为“1”时，不再执行原存储时长阈值覆盖刷新，将执行原存储时长阈值+Δt的储存时长。本发明可实现自适应存储模式选择模块，实现端云协同化自适应管理模式。

Description

遥视系统自适应云端存储方法

技术领域

本发明属于电力遥视系统数据存储技术领域，具体涉及一种遥视系统自适应云端存储方法。

背景技术

电网调控一体化模式的推行，实现了调控人员对设备的远程集中管理、操作，提高了运维管理水平。“五遥”技术的发展是调控一体化的基础，包括了电力系统中调度自动化遥测、遥信、遥控、遥调和遥视五个方面。其中，遥视(Tele-Viewing,TV)，习惯记作YS。它是以视频传输的方式将电力调度范围内的发电厂、变电站中电气元件、现场环境、人员作业以及安防的状况实时传送给调度中心，调度中心也可根据需要对发电厂、变电站站端视频采集设备进行控制，实现了调度中心远程对无人值守变电站的巡视、监控。遥视系统与服务器相连，通过访问服务器，查阅指定时间、地点或设备的视频资料，作为事故处理、分析时使用。随着电网调控一体化模式的推行，尤其是无人值班站的推广，遥视系统已经成为变电站运维管理不可或缺的技术手段。

传统的遥视系统主要包括前端视频信息的采集及传输，中间的视频检测处理和云端调用三个环节，如图1所示。

前端视频信息的采集及传输：视频识别需要前端发电厂或者变电站内视频采集摄像机提供清晰稳定的视频信号，部分设备也可支持红外视频图像采集。站端将采集到的视频信号上送到中间环节，即站端遥视系统，并可以接受中间站端遥视系统或云端遥视系统下发的控制指令，实现对前端站内摄像机控制功能。

站端的视频处理与存储：站端遥视监控系统对收集到的前端视频信息进行解码、调制、压缩，可调节图像质量(帧数、分辨率、图像质量)与占用带宽。并可将处理后的视频传输到云端遥视系统的服务器方便调用。也可以接受云端下发的控制指令，并根据需要将指令进一步下发到前端站端设备执行。并与站端服务器配合，实现本地站端即单一发电厂、变电站图像的存储。与UPS配合，并保证系统7×24h不间断运行。

云端控制与存储：利用传输网络，构建多级管理的视频调度系统，云端遥视系统接收站端遥视系统加工上送的视频信号，可以对无人变电站实现远程实时视频监控，并实现人为下发控制指令，以实现对前端视频采集系统的调节。并与云端服务器及磁盘阵列配合，实现接入云端视频系统的发电厂、变电站图像的存储。与UPS配合，并保证系统7×24h不间断运行。

近年来，随着无人值守变电站、无人机巡线和智能电网的建设，视频监控数据已成为电力大数据中重要组成部分。每年，仅无人巡线模式采集的紫外、红外图像就已经达到TB级，而且采集的视频数据量有大幅增加的趋势。同时，电力视频大数据具有采集节点多、节点分布广泛、数据存储量大、访问不均等特点。因此，在实际的视频监控存储系统运行中，为了实现存储视频的价值与存储资源消耗之间的平衡，一般采取设置固定存储时长、定期删除历史视频数据的手段，以减缓电力视频监控数据给存储系统带来的压力。

近些年，虽然随着云计算技术的发展，一些电力数据逐渐从本地迁移到云端，但针对电力视频数据存储方面的研究，仍然采用复制备份策略保证数据的可靠性与可用性，并未针对电力视频数据的特征进行基础存储架构上的改进与优化。随着数据量的持续增加，备份策略将大大增加整个系统的数据冗余量，同时，增加了硬件设施、电力消耗、占地面积与成本支出。

目前的解决方法是在保证系统数据可靠性与客户访问响应速率的前提下，降低系统数据冗余，即设置阈值进行覆盖刷新。但对于电力视频数据而言，不同时段的监控视频数据的价值也不尽相同。如相关人员对智能变电站设备进行检查和维护、电力系统出现异常时的视频监控数据则需要进行长时间高可靠性保存，用于后期经常性的调用分析。这些时段的视频数据与其他时间段视频数据相比，应该具有更长的存储时长和完整度。因此，传统的遥视存储方法具有以下的问题：

目前，站端的服务器容量有一定的容量限制。由于硬件的限制，一般将图像上传到云端使用磁盘阵列进行存储，但由于无人值班站的发展，有越来越多的变电站将遥视图像上传到云端，使云端的服务器及磁盘阵列占用率越来越大，经常发生实时图像调用速度慢，以及磁盘阵列存储容量不足等问题。

为解决以上问题，通常选择覆盖式存储刷新模式，即按照存储时长或存储容量进行覆盖。队列式，最先需要存储的遥视信息进入队列的最前端，而后按照时间顺序后发生的遥视信息顺序进入队列的云端。刷新时可设置时长阈值。设置存储时长阈值，如三个月。当超过该阈值时，新的遥视信息将会覆盖队列最前端的遥视信息，而后按照时间顺序，后发生的遥视信息数据覆盖，进入队列的云端。

但在实际工作中，经常会发生以下情况，由于需要查阅某个事故经过或某个大现场工作而需要调阅遥视信息，但发现由于已经超过了时间阈值，该图像已经被覆盖了。

之前，为了避免该情况的出现，一般采用移动存储设备将遥视信息拷贝出来，加以保存。但问题如下：

1.增加了信息安全风险，如移动存储设备带有病毒或连接到不安全的外网，有可能造成整个网络的瘫痪。

2.不利于资源的共享、检索，各个部门均需要实施拷贝，存储分散，不能进行联网的实时调阅。

3.增加了运维成本，需要购置专用的移动存储设备对图像进行保存，还需设专人负责管理，也进一步增加了人力资源成本。

发明内容

本发明的目的在于克服现有技术的不足，提供一种遥视系统自适应云端存储方法，本发明结合遥视系统、云端存储要求，发明基于遥视系统的自适应云端存储方法，即在传统遥视系统中增加了存储模式选择模块、时长调整模块，可实现自适应存储模式选择模块，实现端云协同化自适应管理模式。云端遥视系统利用云端的自适应分析模式与站端遥视系统综合决策，实现自适应动态存储调整及端云协同的高效管理模式。

本发明是通过以下技术方案实现的：

一种遥视系统自适应云端存储方法，在站端遥视系统与云端遥视系统之间增加存储模式选择模块和时长调整模块；

存储模式选择模块：将存储模式分为“块存储”和“队列存储”两种模式，“块存储”是指，标记遥视信息的开始和结束节点，从开始节点到结束节点之间的遥视信息被定义为一个整体的块，存储或覆盖均以整体块为单位进行；可人为或自动生成逻辑判定依据，当逻辑判定结果为“1”时，即判定采用“块存储”模式；若逻辑判定结果为“0”，则采用“队列存储”模式；

时长调整模块：针对存储时长刷新模式，可人为或自动生成逻辑判定依据，当逻辑判定结果为“0”，则采用原设定的存储时长阈值，当逻辑判定结果为“1”时，不再执行原存储时长阈值覆盖刷新，将执行原存储时长阈值+Δt的储存时长。

在上述技术方案中，存储模式选择模块的人工设置判定依据如下：开始时间t1：发现设备缺陷时间；结束时间t2：设备缺陷消除时间，在开始时间t1与结束时间t2之间的逻辑判定结果为“1”，采用块存储模式，以保证在此时间段内重要遥视信息的完整性。

在上述技术方案中，存储模式选择模块的人工设置判定依据如下：开始时间t1：保电开始时间；结束时间t2：保电结束时间，在开始时间t1与结束时间t2之间的判定结果为“1”，采用块存储模式，以保证在保电时间段内重要遥视信息的完整性。

在上述技术方案中，存储模式选择模块的自动设置判定依据如下：开始时间t1：T≥Tmax红外温度阈值；结束时间t2：T<Tmax红外温度阈值，T为红外视频图像采集、监测的设备实时温度；在开始时间t1与结束时间t2之间的判定结果为“1”，采用块存储模式。

在上述技术方案中，存储模式选择模块的自动设置判定依据如下：开始时间t1：N≥Nmin有效活跃人数阈值；结束时间t2:N<Nmin有效活跃人数阈值，N为视频图像采集、监测的实时有效活跃人数，在开始时间t1与结束时间t2之间的判定结果为“1”，采用块存储模式。

在上述技术方案中，时长调整模块的自动判定依据如下：将块存储模式判定结果为“1”作为遥视信息存储时长进行自适应调整判据，即，当储模式选择模块逻辑判定结果为“1”时，在存储时长阈值增加一个Δt。

在上述技术方案中，时长调整模块的人工设置判定依据包括：电压等级、设备类型、气候和温度。

在上述技术方案中，增加时长Δt可以人工进行设定，如设定为12个月。

本发明遥视系统自适应云端存储方法，优化云端存储资源的分配，有以下突出优点：

1.实现了发电厂、变电站遥视系统的自适应云端存储方法，优化云端存储资源的分配，有效提高了遥视存储信息的完整度，有助于提升电网安全管理，为事故处理、缺陷分析提供了有力的视频依据。

2.实现了发电厂、变电站遥视系统的自适应时长调整方法，保证了重要遥视视频信息存储时长，方便各个部门通过云端调用，不必增设专人、专门设备进行拷贝、保存，节约运维成本，提高了电网的网络安全管理水平。

附图说明

图1是传统遥视存储模式图。

图2是本发明的遥视系统自适应云端存储模式图。

图3是存储模式选择模块的工作流程图。

图4是时长调整模块的工作流程图。

对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，可以根据以上附图获得其他的相关附图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面结合具体实施例进一步说明本发明的技术方案。

参见附图2，一种遥视系统自适应云端存储方法，在站端遥视系统与云端遥视系统之间增加存储模式选择模块和时长调整模块。

存储模式选择模块：将存储模式分为“块存储”和“队列存储”两种模式，“块存储”是指，标记遥视信息的开始和结束节点，从开始节点到结束节点之间的遥视信息被定义为一个整体的块，存储或覆盖均以整体块为单位进行。块的触发由三种情况，主要对应大现场、缺陷或事故时，保证将整个事件的经过完整保存下来，方便事后分析或实时调用的需要，尤其是解决了事后的调用，不会丢失部分重点信息。在站端遥视系统与云端遥视系统之间增加存储模式选择模块，可人为或自动生成逻辑判定依据，当逻辑判定结果为“1”时，即判定采用“块存储”模式；若逻辑判定结果为“0”，则采用“队列存储”模式。

时长调整模块：针对存储时长刷新模式，可人为或自动生成逻辑判定依据，若逻辑判定结果为“0”，则采用原设定的存储时长阈值；当逻辑判定结果为“1”时，即判定在存储时长阈值增加一个Δt，即，当逻辑判定结果为“1”时，此遥视视频将不再执行原时间阈值覆盖刷新，将执行原时间阈值+Δt的储存时长，此时间段内，均可以通过云端平台进行调用。增加时长Δt可以人工进行设定，如设定为12个月。

下面结合附图3具体介绍存储模式选择模块的工作流程：

块由于在实际工作中，经常出现人工巡视发现缺陷、大负荷等原因的保电，此期间的遥视视频需要进行完整的保存，以方便调用、分析。且上述情况可能不会引发自动监察装置的阈值告警，需要人工进行界定，所以设置人工存储模式判据。人工设置判定依据如下：

1.设备缺陷：如设备漏油导致的打压频繁、杆塔偏斜超过限定阈值等。由于变电站内设备会出现不同程度的缺陷，一般分为一般缺陷、严重缺陷、危急缺陷，权限等级不同对电网的安全运行影响也不同，故对应的消缺时限也不同，一般缺陷一般可以列入月度计划进行消缺，严重缺陷一般可以列入周计划进行消缺，危急缺陷需在24小指之内进行消缺处理。在实际运行中，缺陷的发展趋势经常是动态变化的，当发展成为危急缺陷，尤其是室外高电压等级设备，会给电网安全运行造成极大危害。因此需要进行实时、完整的监视。在此期间由人工进行节点标记，判据为：开始时间t1：发现缺陷时间；结束时间t2：缺陷消除时间。在开始时间t1与结束时间t2之间的遥视图像逻辑判定结果为“1”时，则判定采用“块存储”模式，以保证在此时间段内重要遥视信息的完整性。

2.特殊情况：如保电期间等。由于变电站运维的特殊需要，经常会发生大负荷保电，在夏季、冬季大负荷期间或某些重要集会、社会考试期间，站内不进行计划性检修，只做缺陷处理，以减少电网事故发生的概率。在此期间可以人工进行节点标记，判据为：开始时间t1：保电开始时间；结束时间t2：保电结束时间。在开始时间t1与结束时间t2之间的遥视图像逻辑判定结果为“1”时，则判定采用“块存储”模式，以保证在保电时间段内重要遥视信息的完整性。

前端发电厂或者变电站内视频采集摄像机可以提供清晰稳定的视频信号，部分设备也可支持红外视频图像采集，可以满足对红外温度阈值的设定与自动检测。云端遥视系统接收中间站端遥视系统加工上送的视频信号，可以对视频实现实时视频识别，可以满足对图像活跃度阈值的设定与自动检测。自动设置判定依据如下：

1.红外检测温度：当设备接触不良，尤其是室外设备，刀闸触头过热，或一相设备的温度远高于另外两相，均可能引起事故，需要进行实时的、完整的监测；前端发电厂或者变电站内部分视频采集摄像机也可支持红外视频图像采集，可以将采集到的红外视频图像传输到云端遥视系统，在存储模式选择模块实现对红外温度阈值的设定与自动检测。判据为：开始时间t1：T≥Tmax红外温度阈值；结束时间t2:T<Tmax红外温度阈值，T为红外视频图像采集、监测的设备实时温度。在开始时间t1与结束时间t2之间的遥视图像逻辑判定结果为“1”，采用“块存储”模式。

2.图像活跃度：随着无人值班站的推广，站内的图像活跃度一般较低，当遇到有大现场，或者事故处理时，对应的图像活跃度会出现明显的激增，在存储模式选择模块实现对有效活跃人数阈值的设定与自动检测。判据为：开始时间t1：N≥Nmin有效活跃人数阈值；结束时间t2:N<Nmin有效活跃人数阈值。N为视频图像采集、监测的实时有效活跃人数，其中N需满足目标物判定和轨迹判定，目标物判定可以区分人，动物，车辆等各种物体，能够分辨有效大小的目标物，而忽略禽鸟；轨迹判定可以区分静态、动态轨迹，分辨视频画面中有效动态目标物，而忽略长期静态的非有效目标物。在开始时间t1与结束时间t2之间的遥视图像逻辑判定结果为“1”，采用“块存储”模式。

下面结合附图4具体介绍时长调整模块的工作流程：

由于在实际工作中，大现场、缺陷、事故处理过程，或高电压等级、室外设备或恶劣天气等，容易发生缺陷，导致电网事故，上述情况期间的遥视视频需要进行完整、长期的保存，以方便调用、分析。为避免遥视视频由于到达时间阈值被覆盖刷新，所以设置时长调整模块，人工或者自动调整存储时长。

自动设置判定依据如下：由于“块存储”模式的遥视视频对应大现场、缺陷或事故处理，需要进行完整、长期的保存，以方便调用、分析，所以将“块存储”模式判定结果为“1”作为遥视信息存储时长进行自适应调整判据，即对应储模式选择模块逻辑判定结果为“1”时，在存储时长阈值增加一个Δt。

人工设置判定依据如下：由于在实际工作中，高电压等级、室外设备或恶劣天气等，容易发生缺陷，导致电网事故，上述情况期间的遥视视频需要进行完整、长期的保存，以方便调用、分析。且上述情况可能提前不会引发自动监察装置的阈值告警，为避免遥视视频由于到达时间阈值被覆盖刷新，所以设置人工调整存储时长。人工设置判定依据如下：

1.电压等级：由于电压水平越高，如发生事故，造成的危害越大，涉及的范围越广，所以将电压等级作为遥视信息存储时长进行自适应调整判据。

2.设备类型：由于室内或GIS设备的安全可靠性较室外，敞开式设备高。因此，将设备类型作为遥视信息存储时长进行自适应调整判据。

3.气候、温度：由于风、雨、雾、雷电等恶劣天气，或高温、极低温等均会对设备的绝缘、运行工况产生较大的影响，容易发生事故或缺陷。故将气候、温度作为遥视信息存储时长进行自适应调整判据。

以上对本发明做了示例性的描述，应该说明的是，在不脱离本发明的核心的情况下，任何简单的变形、修改或者其他本领域技术人员能够不花费创造性劳动的等同替换均落入本发明的保护范围。

Claims (1)

1.一种遥视系统自适应云端存储方法，其特征在于：在站端遥视系统与云端遥视系统之间增加存储模式选择模块和时长调整模块；

存储模式选择模块：将存储模式分为“块存储”和“队列存储”两种模式，“块存储”是指，标记遥视信息的开始和结束节点，从开始节点到结束节点之间的遥视信息被定义为一个整体的块，存储或覆盖均以整体块为单位进行；可人为或自动生成逻辑判定依据，当逻辑判定结果为“1”时，即判定采用“块存储”模式；若逻辑判定结果为“0”，则采用“队列存储”模式；

时长调整模块：针对存储时长刷新模式，自动生成逻辑判定依据，当逻辑判定结果为“0”，则采用原设定的存储时长阈值，当逻辑判定结果为“1”时，不再执行原存储时长阈值覆盖刷新，将执行原存储时长阈值+∆t的储存时长；

存储模式选择模块的人工设置判定依据如下：开始时间t1：发现设备缺陷时间；结束时间t2：设备缺陷消除时间，在开始时间t1与结束时间t2之间的逻辑判定结果为“1”，采用块存储模式，以保证在此时间段内重要遥视信息的完整性；

或者，存储模式选择模块的人工设置判定依据如下：开始时间t1：保电开始时间；结束时间t2：保电结束时间，在开始时间t1与结束时间t2之间的判定结果为“1”，采用块存储模式，以保证在保电时间段内重要遥视信息的完整性；

存储模式选择模块的自动设置判定依据如下：开始时间t1：T≥Tmax红外温度阈值；结束时间t2：T<Tmax红外温度阈值，T为红外视频图像采集、监测的设备实时温度；在开始时间t1与结束时间t2之间的判定结果为“1”，采用块存储模式；

或者，存储模式选择模块的自动设置判定依据如下：开始时间t1：N≥Nmin有效活跃人数阈值；结束时间t2:N<Nmin有效活跃人数阈值，N为视频图像采集、监测的实时有效活跃人数，在开始时间t1与结束时间t2之间的判定结果为“1”，采用块存储模式；

时长调整模块的自动判定依据如下：将块存储模式判定结果为“1”作为遥视信息存储时长进行自适应调整判据，当储模式选择模块逻辑判定结果为“1”时，在存储时长阈值增加一个∆t。

Images