发明内容
本发明要解决上述现有技术存在的问题,提供一种基于云平台的新型用电信息采集系统,选用云平台作为主站建设的基础支撑平台,构建虚拟资源池用于支撑业务系统基础设施上云运行。
本发明解决其技术问题采用的技术方案:一种基于云平台的新型用电信息采集系统,包括采集终端、感知设备、通信信道和用电信息采集主站,所述用电信息采集主站基于云平台构建,所述感知设备用于感知用户产生的用电信息,并上传给采集终端,所述采集终端用于汇集、整合感知设备上的用电信息,所述通信信道用于采集终端与用电信息采集主站之间的通信,所述用电信息采集主站包括采集前置机系统、数据服务管理平台、采集业务系统、对外服务系统和云安全与保障监控系统,所述采集前置机系统用于接入采集终端的用电信息并实时上传到云平台进行数据分析处理,所述数据服务管理平台用于采集业务系统与云平台之间的信息共享服务,数据服务管理平台可以将原有采集业务系统中的共性业务处理及云平台的数据分析功能抽象为共享服务;定时批量与外部系统进行大数据量交互,支撑采集业务系统的基本应用和高级应用;所述采集业务系统通过数据服务管理平台访问云平台的数据实现采集业务功能应用;所述对外服务系统用于对外提供数据服务,所述云安全与保障监控系统用于提供云平台和采集系统的安全防护服务;
所述采集前置机系统包括从低向上排布的设备接入层、数据采集层、数据入库与转发层以及数据存储与分析层,所述设备接入层用于采集终端接入管理;所述数据采集层用于数据采集和采集任务管理,所述数据入库与转发层用于数据入库和发布业务;所述数据存储与分析层用于存储海量采集数据和对采集数据进行计算分析,构建具有高效存储、计算分析处理能力的前置服务。
所述设备接入层主要包括通信前置模组,所述通信前置模组包括报文转发模块、数据加密模块、规约解析模块、链路监测模块、安全认证模块;
所述数据采集层主要包括任务前置模组,所述任务前置模组包括任务管理模块、报文组装模块、规约解析模块、数据过滤模块和数据补招模块;
所述数据入库与转发层主要包括入库前置模组,入库前置模组包括一收双发模块、发布管理模块、数据入库模块、主题配置模块和数据清洗模块,所述一收双发模块连接消息队列组件,将数据经过数据清洗模块进行简单清洗和分类,主题配置模块为清洗后的数据配置业务主题,所述发布管理模块实现数据按业务主题订阅发布,所述数据入库模块适配云平台,支撑海量数据的入库业务;
所述数据存储与分析层主要包括数据存储与处理模组,所述数据存储与处理模组用于进行数据采集、数据入库和发布解耦,实现前置机与云平台的适配,支撑高并发数据采集业务;
所述采集前置机系统还包括调度前置模组,所述调度前置模组包括节点监测模块、集群管理模块和节点注册管理模块。
为了进一步完善,所述数据服务管理平台包括统一数据服务系统和数据处理组件系统,所述统一数据服务系统包括线损计算模块、异常分析模块、用电分析模块、配电分析模块、负荷分析模块和业扩指标模块,所述数据处理组件系统包括内存计算模块、分布式缓存模块、流计算模块和批量计算模块。
进一步完善,所述采集业务系统包括从下到上的基础支撑层、基本应用层和高级应用层,所述采集业务系统通过基础支撑层与外部系统进行通讯;所述基础支撑层包括接口管理模块、信息脱敏模块和系统管理模块,所述基本应用层包括档案管理模块、运行管理模块、数据采集管理模块、统计查询模块;所述高级应用层包括配变监控分析模块、计量在线监测模块、台区线损管理模块、HPLC应用模块、停电分析模块、网格化管理模块、保供电监测模块、远程费控模块、有序用电模块、多表合一模块和分布式电源模块。
进一步完善,所述采集业务系统采用微服务架构,所述采集业务系统的微服务架构包括客户端、前端应用层、服务交互层、业务服务层和平台支撑层;所述前端应用层的功能模块包括网格化管理微应用、档案管理微应用、计量在线监测微应用和数据采集管理微应用;所述服务交互层用于提供统一的服务注册及交易路由功能;所述业务服务层的功能模块按业务包括档案管理微服务、计量在线监测微服务、数据采集管理微服务、网格化管理微服务、缓存管理微服务、数据存储微服务、日志管理微服务和系统管理微服务;所述平台支撑层用于提供基础的技术支撑;所述网格化管理微应用与网格化管理微服务对接于网格化管理模块;所述档案管理微应用和档案管理微服务对接于档案管理模块,所述计量在线监测微应用和计量在线监测微服务对接于计量在线监测模块,所述数据采集管理微应用与数据采集管理微服务对接于数据采集管理模块,所述缓存管理微服务、数据存储微服务和日志管理微服务对接于运行管理模块;所述系统管理微服务对接于系统管理模块。
进一步完善,所述感知设备包括智能电表、水气表、传感器、智能开关、智能家居、分布式电源和综合能源采集器,所述感知设备近距离通信RS-485、远距离通信HPLC或蓝牙连接采集终端,采集终端包括集中器、融合终端和能源控制器,所述通信信道包括CDMA/GPRS/3G/4G/5G无线公网和光纤专网。
进一步完善,所述对外服务系统包括营销业务系统、发策业务系统、运检业务系统和调度业务系统。
进一步完善,所述云安全与保障监控系统包括业务监控系统、异常诊断系统、异常分析系统、异常预警系统和异常处理系统。
本发明有益的效果是:
1、本发明依托云平台提供的计算能力和弹性资源分配能力,通过应用大数据技术、分布式存储等关键技术,搭建用采系统微服务、大数据计算服务,提升用采系统实时数据处理和大数据分析处理能力,满足未来实时监测业务和海量数据分析挖掘的需求,以云平台为基础,明晰定位数据服务管理平台、采集自有业务的功能范围,共同支撑用采系统的业务应用和数据共享,支撑秒级时效性业务与数据快速共享,实现设备的全网感知与智能管控,构建一套高效、可靠、易扩展的用采系统架构体系,更好支撑电力公司营销、调度、运检、发策、安质等专业工作开展。
2、本发明基于云平台分布式计算、并行计算、网络分布式存储、虚拟化等技术手段,将现有用采系统技术架构变成云平台架构,即构建一套易扩展、高效稳定、适应多种云平台的新一代用电信息采集系统主站架构,提升用户体验水平。
3、本发明的前置机系统基于分布式存储、分布式计算、流计算、内存计算等新技术设计,为适配阿里云的新一代架构。前置机架构按采集流程涉及的业务环节解耦设计,包括通信前置、入库前置、任务前置、调度前置等角色前置,负责不同的业务范围,前置之间通信是基于异步事件驱动且可维护的高性能通信架构,支持各个前置独立集群部署,支撑前置机对海量实时数据的采集、处理、存储和共享。同时,前置架构涉及采集设备接入、数据采集和发布、集群调度管理等数据采集、发布全流程管控,满足各类采集设备的高效接入、采集、监测等应用。
4、本发明通过构建通用的微服务架构实现用电信息采集系统适配多种云平台。微服务架构将用电信息采集系统的功能分解到各个离散的服务中以实现对解决方案的解耦,引入缓存中间件提供云化的缓存服务,支持透明的故障切换,故障切换后访问地址不变,同时提供多租户支持。
具体实施方式
下面结合附图对本发明作进一步说明:
一、采集系统总体架构
参照附图1:本实施例中一种基于云平台的新型用电信息采集系统,包括采集终端、感知设备、通信信道和用电信息采集主站,所述用电信息采集主站基于云平台构建,所述感知设备用于感知用户产生的用电信息,并上传给采集终端,所述采集终端用于汇集、整合感知设备上的用电信息,所述通信信道用于采集终端与用电信息采集主站之间的通信,所述用电信息采集主站包括采集前置机系统、数据服务管理平台、采集业务系统、对外服务系统和云安全与保障监控系统,所述采集前置机系统用于接入采集终端的用电信息并实时上传到云平台进行数据分析处理,所述数据服务管理平台用于采集业务系统与云平台之间的信息共享服务,定时批量与外部系统进行大数据量交互,支撑采集业务系统的基本应用和高级应用;所述采集业务系统通过数据服务管理平台访问云平台的数据实现采集业务功能应用;所述对外服务系统用于对外提供数据服务,所述云安全与保障监控系统用于提供云平台和采集系统的安全防护服务;所述感知设备包括智能电表、水气表、传感器、智能开关、智能家居、分布式电源和综合能源采集器,所述感知设备近距离通信RS-485、远距离通信HPLC或蓝牙连接采集终端,采集终端包括集中器、融合终端和能源控制器,所述通信信道包括CDMA/GPRS/3G/4G/5G无线公网和光纤专网。所述对外服务系统包括营销业务系统、发策业务系统、运检业务系统和调度业务系统。所述云安全与保障监控系统包括业务监控系统、异常诊断系统、异常分析系统、异常预警系统和异常处理系统。
所述数据服务管理平台包括统一数据服务系统和数据处理组件系统,所述统一数据服务系统包括线损计算模块、异常分析模块、用电分析模块、配电分析模块、负荷分析模块和业扩指标模块,所述数据处理组件系统包括内存计算模块、分布式缓存模块、流计算模块和批量计算模块。
二、采集前置机系统结构
如附图2所示,所述采集前置机系统包括从低向上排布的设备接入层、数据采集层、数据入库与转发层以及数据存储与分析层,所述设备接入层用于采集终端接入管理;所述数据采集层用于数据采集和采集任务管理,所述数据入库与转发层用于数据入库和发布业务;所述数据存储与分析层用于存储海量采集数据和对采集数据进行计算分析,构建具有高效存储、计算分析处理能力的前置服务;
1、所述设备接入层主要包括通信前置模组,所述通信前置模组包括报文转发模块、数据加密模块、规约解析模块、链路监测模块、安全认证模块;所述设备接入层负责采集终端、融合终端等采集设备接入管理,主要包含报文转发、数据加密、规约解析、链路监测、安全认证等业务,实现各类采集设备的高效、灵活接入。所述通信前置模组支持标准的API接口服务调用,通信前置基础服务组件化封装,通信前置模组还包括档案加载模块、数据缓存模块、报文过滤模块、路由转发模块、通信报文日志存储模块、设备命令帧队列模块。微服务API调用定义了RESTful API协议规范,结构清晰、符合标准、易于理解和扩展方便,来满足多种外部系统调用。用采系统RESTful API进行数据交互,更好的对数据进行解耦,不管何种外部系统都可以无差别的请求资源。微服务API调用方式相比传统的WebService方式,支持高并发,减少网络数据传输量,能够满足未来不断增加的实时数据需求。通信前置设备还可接入并发机制,通过研发基于异步事件驱动且可维护的高性能通信架构,提升接入层设备接入能力,保障系统平稳采集。另外,还可开发模块管理服务,如终端对时管理、通信信道管理、通信线程池管理、设备通信管理模块等,实现服务模块化管理。
2、所述数据采集层主要包括任务前置模组,所述任务前置模组包括任务管理模块、报文组装模块、规约解析模块、数据过滤模块和数据补招模块;结合云平台提供的分布式缓存、消息队列等组件,将数据采集与数据入库、发布解耦,实现前置机与阿里云平台的适配,支撑高并发数据采集业务。
任务前置模组通过梳理前置加载设备基础档案、任务数据模型现状,设计基于云平台分布式数据库DRDS的档案信息、任务信息、采集数据项等信息存储模型。同时,基于云平台技术架构体系,改造任务前置档案加载、数据缓存、任务智能化管理、协议适配、数据自动补召、任务线程池管理、密钥管理、费控流程控制、规约协议解析与组帧等模块,实现采集前置快速加载任务数据项、档案信息等,保障采集任务快速、稳定的下发。
三、智能任务采集机制
如附图3所示,构建智能任务采集机制实现对采集任务流程的整个生命周期的运行管理,其中智能任务采集架构包括任务队列管理服务,任务调度服务,任务执行监控服务,资源监控服务,任务明细管理服务各个服务之间通过协调运行实现对任务智能调度管理。
其中各个服务具体情况如下:
采集任务队列:保存从数据库读取的采集任务信息。
任务队列管理服务:监听任务队列,实现对任务运行时间、任务运行状态等任务信息管理,并通知任务调度服务,执行对应的任务。
任务调度服务:按照需要执行的任务信息,判断当前执行任务类型,任务数据量,调用资源监控服务,分析当前服务器资源使用情况、通信信道占用等情况,并启动任务监控服务,监控任务运行情况。
任务监控服务:监控各个任务执行下发的运行情况,记录对应的任务下发成功数,失败数据,下发启时时间,结束时间等信息。
资源监控服务:记录当前服务器资源使用情况,以及程序下发速率等资源信息。
任务明细管理服务:保存采集任务对应的采集明细项,同时,维护采集任务项更新、以及定时删除过期采集任务,合并重复采集任务项的功能。
通过以上设计的智能任务采集架构,实现采集任务智能调度、合并,监控。同时,优化任务重复项和任务高峰时段和空闲时段任务分布,实现服务器,通信信道等资源的充分利用,提升任务采集效率。
四、数据流转
如附图4所示,用电信息采集系统的数据处理流转环节如下:
1、采集前置
通信信道实现终端接入,并将终端发送的数据报文转发给采集前置机,同时接收采集前置机下发的报文并转发给终端。采集前置机接收通信前置机发送的报文信息,经过规约适配和报文组装,将适配后的数据写入数据总线,同时从分布式缓存Redis加载档案参数、任务模板实现任务采集。
2、入库缓存
数据总线DataHub接收采集前置机发送的已解析的结构化采集数据,统一实现入库数据的缓存,为大数据实时处理层提供数据来源。
3、数据清洗入库
利用流处理引擎Blink读取Redis中的实时档案,进行数据核查,数据清洗之后数据重新写入表格存储OTS和DRDS数据库中。
4、数据分析处理
大数据处理层通过MaxCompute计算组件的海量数据分析处理能力对采集各类业务进行分析处理,最终将统计结果数据同步至DRDS数据库供前端展示。流处理引擎Blink基于DataHub中的数据,开展实时分析计算,将计算分析结果实时推送外部系统并存储。
5、数据应用
数据查询:用电信息采集主站应用通过访问云平台存储或者大数据处理层的数据实现采集业务功能应用,主要包括数据采集、计量在线监测、档案管理、台区线损、停电分析等。
数据发布:目前迁移改造过程涉及其他业务系统的接口方式未做改变,需要从分布式数据库DRDS同步一份采集数据到Oracle中间库。Oracle中间库通过OGG或者DBlink方式对外提供数据共享服务。另外,实时数据发布需要发布至消息队列MQ中,供外部系统进行数据订阅消费。
档案同步:目前实时档案主要存储在表格存储OTS、分布关系型数据库DRDS和缓存Redis中,历史档案存储在MaxCompute的存储区。实时档案数据通过主站工单调试进行实时同步变更至DRDS数据库、表格存储OTS和缓存Redis中。历史档案由DRDS同步至MaxCompute的存储区。
缓存同步:档案、任务、编码、热点等数据作为缓存服务,由DRDS同步至缓存Redis区,提供主站微服务调用,从而提升页面的查询性能。
五、采集业务系统结构
如附图5所示,所述采集业务系统包括从下到上的基础支撑层、基本应用层和高级应用层,所述采集业务系统通过基础支撑层与外部系统进行通讯;所述基础支撑层包括接口管理模块、信息脱敏模块和系统管理模块,所述基本应用层包括档案管理模块、运行管理模块、数据采集管理模块、统计查询模块;所述高级应用层包括配变监控分析模块、计量在线监测模块、台区线损管理模块、HPLC应用模块、停电分析模块、网格化管理模块、保供电监测模块、远程费控模块、有序用电模块、多表合一模块和分布式电源模块。
1、档案管理:从营销业务应用系统中自动及手动同步客户档案、设备档案、参数档案信息,根据调试工单内容,配合现场完成终端调试工作;分析、查询存在异常的档案信息,并支持触发营销业务应用系统档案信息异常消缺流程,并在消缺完成后实现档案同步,保持用电信息采集系统与营销业务应用系统档案的准确性和一致性。
2、运行管理:采用指标量化分析的形式分析信道运行状况,通过对下行通信模块、采集设备的运行状况反映通信信道的优劣,辅助用户提高信道通信质量;对终端、电能表的时钟进行管理,通过不同的对时方式确保其时钟误差在业务管理要求范围内,并分析出时钟的运行质量;按不同频度对全量或者新增设备的参数进行巡测,并将巡测结果与采集主站档案进行比对,保证校验档案的准确性并对设备参数进行管控。
3、数据采集管理:定制采集任务,采集各类用户的电能相关信息;根据业务需要编制采集任务模板,维护采集各类用户的电能相关信息;实现采集数据的召测、巡测,并统计任务采集执行状况,分析采集情况,开展对缺失和异常数据的甄别。
4、台区线损管理:根据维护的台区线损计算管理开展线损统计分析,根据管理单位、线损责任人等角度统计展示台区线损可算情况、在线监测情况以及线损率分布情况。通过采集覆盖率、采集成功率、同期线损率查询台区明细信息。
5、配变监测分析:对配电变压器的运行情况进行监测,并通过配变异常模型分析,实现配变超重载、低电压、三相不平衡等异常监控与告警,在此基础上实现配变负载分析、电压质量分析、功率因数越限统计等功能,并将数据共享给PMS2.0、供电电压自动用采系统、电能质量在线监测系统等,为设备、调度等专业开展规划和治理工作提供数据支撑。根据福建省业务需求,实现配变数据实时分析监测,为节假日和重要会议期间保供电提供数据支持。
6、计量在线监测:实现计量异常模型管理,通过对系统采集的用户电能数据进行比对分析,对电量异常、电压电流异常、负荷异常等异常数据进行告警提示和智能诊断,分析结果经确认后,触发异常处理流程,并与营销系统结合进行闭环消缺处理,对各种异常处理的时效和异常处理质量进行评估。
7、停电分析:主站收到专公变终端、集中器、采集器、电能表、智能开关停上电事件后,通过同线路、同台区其他设备状态的比较和必要的数据召测,进行停电影响范围的预判,并将停上电事件及停电研判辅助信息通过接口推送至供电服务指挥平台和营销网格化模块、移动作业APP,支撑停电研判和主动抢修业务。主站提供相关信息查询、统计功能。
8、HPLC深化应用:支撑HPLC芯片推广,深化HPLC模块应用,具体包括通信模块及芯片管理、户变关系档案校核、电能表相位识别、台区分相线损统计、台区分相停电分析、台区三相不平衡分析、时钟管理、本地通信网络监测等功能。
9、网格化管理:满足台区网格化管理业务应用需求,提供“网格数字化管理”功能,涵盖网格信息同步、网格查询、网格统一视图等,网格化管理具有数据与功能覆盖线损管理、停送电管理、台区运行监测、保供电监测、灾害停电监测、采集质量管理等7大模块,支撑台区网格化综合管理。
10、系统管理:具有权限密码管理、系统配置管理、模板管理、信息定制、日志管理、系统使用情况统计等功能,实现系统的管理。
11、接口管理:用采系统向营销、安质、运检、运监、发策、调度等专业部门的业务系统提供数据支撑,按需根据不同的周期对外提供数据。同时满足对外数据获取和共享的接口管理要求,包括数据订阅与分布管理、数据监控与服务监控、数据共享权限管理等管理功能。
12、脱敏管理:根据国网公司《国网营销部关于规范营销专业客户敏感信息脱敏工作的通知》(营销综[2017]65号)和《国家电网公司营销专业客户敏感信息脱敏规范》要求,完成用电信息采集系统功能界面、导出数据、集成接口等功能的敏感信息脱敏工作。
13、统计查询:根据各业务需求实现国网业务报表、省公司业务报表、各单位自定义报表的统计、查询功能,实现报表主题、行、列、统计定制,同时适应报表格式和业务数据变化的需求,满足业务人员的业务统计需求。
14、多表合一:多表合一模块的业务主要包括对水气热用户档案进行参数管理,支持对仪表的各类数据项进行召测。查询水气热表的各类入库数据,对抄表数据进行漏抄和倒走等异常分析。按供电单位等维度分析采集成功率。统计汇总仪表的投运情况,支持查看仪表的明细数据信息。
15、有序用电:从功能实现上,有序用电首先有预案管理,一般在迎峰度夏前,根据负荷预测(需求侧管理)制定迎峰度夏期间需要调控的负荷;并将调控的负荷通过终端遥测功能实现用电客户的有序用电,从而达到错避峰目的。
16、远程费控:包括电能表远程费控及终端远程费控,实现接收营销业务系统或实时算费系统的费控工单流程,并根据流程要求下发费控命令,将执行结果反馈营销业务系统或实时算费系统,以及系统对各类费控执行情况进行统计,通过图表进行展示和分析。
17、分布式电源:监测分布式电源情况和数据接入统计及采集情况。其中,分布式电源通过系统实现分布式电源用户的上网、下网电量采集,并提供给营销业务应用系统进行电费结算。和用电户共用电能表的发电户的上网表由对应用电户采集,发电表由发电户采集,在发电户中可查询与用电户共用的上网表的数据。计算线损时,根据营销系统中用电和上网计量点配置的计度器决定用电表和上网表的正反向计算规则。
18、保供电监测:重大活动举办期间,通过保供电方案管理,实现监测用户的电压、电流、负荷等用电信息以及停上电情况,为重大活动或重要场所保障安全可靠供电及时提供数据支撑。该业务功能划分为保供电方案管理、自动采集数据、保供电用户监测功能模块。
六、微服务架构
如附图6所示,所述采集业务系统采用微服务架构,所述采集业务系统的微服务架构包括客户端、前端应用层、服务交互层、业务服务层和平台支撑层;所述前端应用层的功能模块包括网格化管理微应用、档案管理微应用、计量在线监测微应用和数据采集管理微应用;所述服务交互层用于提供统一的服务注册及交易路由功能;所述业务服务层的功能模块按业务包括档案管理微服务、计量在线监测微服务、数据采集管理微服务、网格化管理微服务、缓存管理微服务、数据存储微服务、日志管理微服务和系统管理微服务;所述平台支撑层用于提供基础的技术支撑;所述网格化管理微应用与网格化管理微服务对接于网格化管理模块;所述档案管理微应用和档案管理微服务对接于档案管理模块,所述计量在线监测微应用和计量在线监测微服务对接于计量在线监测模块,所述数据采集管理微应用与数据采集管理微服务对接于数据采集管理模块,所述缓存管理微服务、数据存储微服务和日志管理微服务对接于运行管理模块;所述系统管理微服务对接于系统管理模块。微服务架构采用容器虚拟化技术和容器编排技术开发、测试和部署。微服务、Docker容器和K8S结合,可以对微服务进行生命周期管理,支持微服务的启用、升级、停止、下线、删除等生命周期管理。在生产环境部署过程中支持弹性扩容,实现自动化化运维部署、减少运维工作量。主要微应用的功能如下所示,其余微应用和微服务的功能与采集业务系统的模块功能相一致:
1、档案管理微应用模块:
(1)档案自动比对结果查询
查询出采集主站每天自动与营销系统档案比对的情况。
(2)档案比对同步
以手工发起的方式,针对某个采集点,将采集点相关联的所有数据与营销系统进行比对,并根据比对结果进行同步操作。
(3)终端档案查询
查询系统中终端相关联的所有数据信息。
(4)终端档案报表
用户可以自定义报表展示的数据项,如果当前操作人员没有自定义数据项,系统展示的是默认的数据项;如果操作人员自定义了数据项,那么每次进入该页面展示的都是该用户定义的数据项。
2、数据采集管理微应用模块
(1)定制任务管理
编制系统定制采集任务信息,包括任务名称、采集对象、采集数据项、任务执行起止时间、采集周期、正常补采次数等。
(2)采集任务模板管理
根据业务需要编制采集任务模板,维护采集各类用户的电能相关信息。
(3)数据召测
支持对单个或批量采集对象的实时数据、历史数据或事件数据进行召测;支持对单个或批量电能表进行数据项透抄功能。
(4)采集数据甄别分析
对于因通讯盲点、下行通信不稳定等原因导致数据缺失或数据异常,为保障采集对外提供的数据质量或某些统计分析类应用(如线损分析、负荷分析、用电趋势分析等),开展对缺失和异常数据的甄别。
3、计量在线监测微应用模块:
(1)异常模型管理
提供异常模型的查看、修改、停用、启用功能,提高单一异常的生成准确率。
(2)接线异常诊断
通过分析反向电量,结合电流、功率曲线,对接线异常进行判断。
(3)电量异常诊断
采集主站根据终端厂家、终端型号、终端类型、接线方式、通讯规约字段自动匹配终端参数模板,并将模板中设置好的终端参数应用到终端并下发至终端,召测核对下发是否成功。
(4)电压电流异常诊断
通过分析电能表各相电压、电流值,对电压、电流异常现象进行分析判断。
(5)时钟异常诊断
通过分析终端时钟、电能表时钟及对时记录,对时钟异常进行判断。
(6)负荷异常诊断
通过分析电能表需量、负荷、日正向有功电量,结合合同容量、运行容量进行分析,对负荷异常进行分析判断。
4、网格化管理微应用模块:
(1)网格状态视图
用户可查看台区基本信息、采集运行、线损管理、停送电管理、台变运行监测的信息。
台区基本信息:展示该网格下的台区基本信息,包括:运行台区档案数、运行台区数、总用户数、敏感用户数、光伏用户数、单相用户数、三相用户数、表箱数量、充电桩数量。该页面统计数据不支持跳转查看明细。
采集运行:展示该网格下的平均抄表成功率、未达100%台区数、3天未抄表数。
线损管理:展示该网格下的综合线损率、高台区数、负损台区数、无法统计台区数。
停送电管理:展示该网格下的台区停电数、HPLC用户停电数、HPLC表箱停电数、频繁停电台区数、频繁停电用户数、费控工单数。
台变运行监测:展示该网格下的超载台区数、重载台区数、三相不平衡台区数、低功率因数台区数、低电压台区数。
(2)台区状态信息
用户可查看台区状态信息,包括:供电单位、管理单位、台区编号、台区名称、台区容量(kw)、台区地址、用户数、抄表成功率(%)、最大负荷(kw)、最大负载率(%)、台区线损率(%)、是否三相不平衡、功率因数(%)、台区是否频繁停电、用户是否低电压、用户是否频繁停电。
七、基于云平台大数据分析的技术架构
基于云平台的大数据分析过程如附图7所示。通过云平台大数据组件,实现低压海量数据快速检索和停电主动感知与故障研判典型场景应用,满足适配阿里云的要求,进一步提高营销业务分析效能,辅助电力用户决策。
1、低压海量数据快速检索
根据供电单位、曲线类型、数据日期、数据点数、台区编号、台区编号、用户编号、电表资产编号、网格信息查询电流曲线、电压曲线、功率曲线表,展示96点曲线列表数据。关键技术应用如下表:
2、停电主动感知与故障研判
基于终端、智能电表、智能开关设备上报的停上电信息,基于云平台设计停电研判分析模型和构建台区档案加载服务,作为台区停电研判基础档案支撑。同时,基于云技术体系开发停电研判流计算应用,实时研判台区故障点、台区停电范围影响信息,通过微服务将研判结果发布至营销系统、调度DMS系统等外部系统,以及在微应用通过图示、列表、热力图等方式多方位展示停电数据应用。关键技术应用如下表:
虽然本发明已通过参考优选的实施例进行了图示和描述,但是,本专业普通技术人员应当了解,在权利要求书的范围内,可作形式和细节上的各种各样变化。