CN112597645A - 一种基于云平台的配电网模型校验方法 - Google Patents

Abstract

一种基于云平台的模型校验方法，包括对配电网模型中数据质量进行校验；对配电网模型中数据语法进行校验；对配电网模型中数据拓扑关系进行校验，通过原型数据抽取、数据清洗、数据转换、数据校验的方式对数据质量进行校验；通过Pellet ICV完整性约束推理机对语法进行校验；通过Jena规则推理机对拓扑关系进行校验。本发明可以解决现有技术中原型数据来源广且数据类型不统一，难以校验的问题，能全面检验模型的数据质量、语义和拓扑关系。

Description

一种基于云平台的配电网模型校验方法

技术领域

本发明涉及的是配电网监测领域，特别涉及一种基于云平台的配电网模型校验方法。

背景技术

近年来，随着国家电网公司智能电网发展战略的推行，在省域配电自动化、信息化管理、配电网运行监控等方面取得了积极进展。为了进一步增强设备状态管控力和穿透力，提升配电精益化管理水平，保障供电的安全可靠和优质服务，拟构建基于大数据平台和配电网统一信息模型，深度融合营销、运检、调控等系统数据，建设涵盖配电网运营管理、客户服务等各项业务的配电网智能运维管控平台。在大数据浪潮的引领下，构建这样一种基于大数据的配电网规划智能辅助决策平台，对于构建信息化、智能化的智能配电网规划管理、全面提升智能配电网规划设计和运行管理水平具有重要意义。构建有效的省域级云平台，需要将各业务系统的数据进行融合，并建立数据模型，并对数据和模型进行正确性校验。

当前，有一种校验方法是先根据模型与测点的映射关系解析模型中包含的实时数据库中的测点集合，然后根据校验规则和校验时间范围分别获取系统模型所有测点在该时间范围内的数据，并对数据进行分类、补齐处理，最后对模型包含的所有测点的数据进行绝对偏差和相对偏差计算的方式完成该模型的校验。

上述模型校验方法适用于模型数据来源单一、数据类型统一的情况，但省级云平台中的数据来源于各业务系统，不仅数据来源多、数据量大，且数据类型不统一、更新速度快，采用现有技术进行模型校验将使校验流程十分复杂，且耗时较长，因此，需要一种适用于省级云平台的模型校验方法。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于云平台的配电网模型校验方法。

为了解决上述技术问题，本申请实施例公开了如下技术方案：

一种基于云平台的配电网模型校验方法，包括：

S100.对配电网模型中数据质量进行校验；

S200.对配电网模型中数据语法进行校验；

S300.对配电网模型中数据拓扑关系进行校验。

如权利要求1的一种基于云平台的配电网模型校验方法，其特征在于，S100中，对配电网模型中数据质量进行校验，具体包括：

S101.抽取配电网模型中的原型数据；

S102.对抽取的原型数据进行清洗；

S103.对清洗后的数据类别进行转换；

S104.对类型转换后的数据进行校验。

进一步地，S101中，利用增量捕获工具电网空间数据全量和增量捕获，对各类数据按照统一数据规范进行标准化格式存储，依据应用需求存储在分布式关系型数据库、分布式非关系型数据库和分布式文件系统中。

进一步地，对抽取的原型数据进行清洗，包括：不完整的数据、错误的数据、重复的数据；其中，不完整数据，应进行过滤并反馈至原输入系统，填补缺失内容，补全后再写入数据库；错误数据，通过写SQL语句的方式找出，并在修正之后抽取；重复数据，将记录的所有字段导出，人工剔除重复部分。

进一步地，S103中，对清洗后的数据类别进行转换，具体包括：首先将不同系统中的相同类型的数据统一，然后将不同系统中信息类别不同的设备信息统一，使同一类设备的信息类别一致。

进一步地，S104中，对类型转换后的数据进行校验，具体方法为：将S103中各系统的设备统一信息构建为映射表，利用映射表对模型数据进行对比校验。

进一步地，S200具体包括：

S201.输入校验包含的模型和模型模式，模型的描述语言为RDF语言，模型模式的描述语言选择OWL语言；

S202.进行语法校验，基于Pellet ICV完整性约束推理机，将OWL语言的模型模式转换为SPARQL查询语句，在SPARQL查询语句下对RDF语言描述的模型进行查询式验证，输出冲突信息。

S203.输出语法校验结果，输出的信息为模型与模型模式的冲突信息，包括类型错误、属性名称错误、对象属性关联错误、属性与其基数约束冲突。

进一步地，S202中，对RDF语言描述的模型进行查询式验证，具体包括命名校验、属性校验、系统导入校验，其中：

命名校验包括设备模型名称是否符合规范、属性名称是否符合规范；

属性校验包括设备对象包含的属性是否完整、属性所属的对象类型是否正确、属性出现次数是否存在、类型是否正确；

系统导入校验包括量测模型校验：量测必须关联量测类型和设备；设备关联关系校验：找出关联关系错误的设备。

进一步地，S300具体包括：

S301.输入拓扑单元和规则单元，拓扑单位为抽象的电力设备连接关系，描述语言为RDF语言，规则单元按照规则推理引擎提供的规则语法和验证目标定义；

S302.进行拓扑校验，基于Jena规则推理机，根据规则单元对拓扑单元进行快速搜索和匹配，实现对拓扑单元的校验，至少包括端子数目校验、节点校验、电压等级校验、拓扑关系校验；

S303.输出拓扑校验结果，输出的信息为拓扑单元与规则单元相匹配的内容中出现的错误的电气连接关系。

本发明实施例提供的上述技术方案的有益效果至少包括：

本发明公开的一种云平台的模型校验方法，包括数据质量校验、语法校验和拓扑校验，通过原型数据抽取、数据清洗、数据转换、数据校验的方式对数据质量进行校验，通过Pellet ICV完整性约束推理机对语法进行校验，通过Jena规则推理机对拓扑关系进行校验。本发明可以解决现有技术中难以校验原型数据来源广且数据类型不统一的问题，全面检验模型的数据质量、语义和拓扑关系。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例1中，一种基于云平台的配电网模型校验方法的流程图；

图2为本发明实施例1中，对配电网模型中数据质量进行校验方法的流程图；

图3为本发明实施例1中，对配电网模型中数据语法进行校验方法的流程图；

图4为本发明实施例1中，对配电网模型中数据拓扑关系进行校验的流程图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

为了解决现有技术中存在的模型校验流程复杂，且耗时较长准确率不高的问题，本发明实施例提供一种基于云平台的配电网模型校验方法。

实施例1

本实施例公开了一种基于云平台的配电网模型校验方法，如图1，包括：

S100.对配电网模型中数据质量进行校验。在本实施例中，对配电网模型中数据质量进行校验，如图2，具体包括：

S101.抽取配电网模型中的原型数据；具体的，本实施例中，采用Kafka、Sqoop、增量捕获工具等多种技术手段，实现结构化、非结构化、海量历史/准实时、电网空间数据(全量和增量捕获)接入，对各类数据按照统一数据规范进行标准化格式存储，依据应用需求存储在分布式关系型数据库、分布式非关系型数据库和分布式文件系统中。

S102.对抽取的原型数据进行清洗；在本实施例中，筛选出不符合要求的数据并进行处理以保持数据的有效性，不符合要求的数据主要有不完整的数据、错误的数据、重复的数据这三类，对于这些数据的处理方式则包括：填补、修正、剔除和不处理。

具体的，对于缺失应有信息如设备名称的不完整数据，应进行过滤并反馈至原输入系统，填补缺失内容，补全后再写入数据库。

错误数据是指因业务系统不够健全，在接收数据后没有进行判断而直接写入后台数据库造成的，导致出现数值数据输成全角数字字符、字符串数据后面有一个回车操作、日期格式不正确等错误。对于错误数据，通过写SQL语句的方式找出，并在修正之后抽取。对于重复数据，将记录的所有字段导出，人工剔除重复部分。

S103.对清洗后的数据类别进行转换；具体的，本实施例中，首先将不同系统中的相同类型的数据统一，例如同一个设备在A系统的编码是XX0001，而在B系统中的编码是YY0001，需转换为一个统一的编码，实现不同系统间编码的映射、匹配；然后将不同系统中信息类别不同的设备信息统一，使同一类设备的信息类别一致，例如同一设备在A系统中的信息类别包括电压、电流，在B系统中的信息类别仅包括电压，则需转换为统一的信息类别。

S104.对类型转换后的数据进行校验。具体的，将S103中各系统的设备统一命名或编号等信息构建为映射表，利用映射表对模型数据进行对比校验。

S200.对配电网模型中数据语法进行校验；具体的，如图3，S200包括：

S201.输入校验包含的模型和模型模式，模型的描述语言为RDF语言，模型模式的描述语言选择OWL语言。

S202.进行语法校验，基于Pellet ICV完整性约束推理机，将OWL语言的模型模式转换为SPARQL查询语句，在SPARQL查询语句下对RDF语言描述的模型进行查询式验证，输出冲突信息。

具体的，对RDF语言描述的模型进行查询式验证，具体包括命名校验、属性校验、系统导入校验，其中：

命名校验包括设备模型名称是否符合规范、属性名称是否符合规范；

属性校验包括设备对象包含的属性是否完整、属性所属的对象类型是否正确、属性出现次数是否存在、类型是否正确；

系统导入校验包括量测模型校验：量测必须关联量测类型和设备；设备关联关系校验：找出关联关系错误的设备。

S203.输出语法校验结果，输出的信息为模型与模型模式的冲突信息，包括类型错误、属性名称错误、对象属性关联错误、属性与其基数约束冲突。

S300.对配电网模型中数据拓扑关系进行校验。具体的，如图4，S300包括：

S301.输入拓扑单元和规则单元，拓扑单位为抽象的电力设备连接关系，描述语言为RDF语言，规则单元按照规则推理引擎提供的规则语法和验证目标定义；

S302.进行拓扑校验，基于Jena规则推理机，根据规则单元对拓扑单元进行快速搜索和匹配，实现对拓扑单元的校验，至少包括端子数目校验、节点校验、电压等级校验、拓扑关系校验；

S303.输出拓扑校验结果，输出的信息为拓扑单元与规则单元相匹配的内容中出现的错误的电气连接关系。

本发明公开的一种云平台的模型校验方法，包括数据质量校验、语法校验和拓扑校验，通过原型数据抽取、数据清洗、数据转换、数据校验的方式对数据质量进行校验；通过Pellet ICV完整性约束推理机对语法进行校验；通过Jena规则推理机对拓扑关系进行校验。本发明可以解决现有技术中难以校验原型数据来源广且数据类型不统一的问题，全面检验模型的数据质量、语义和拓扑关系。

应该明白，公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好，应该理解，过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素，并且不是要限于所述的特定顺序或层次。

在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要清楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此，所附的权利要求书特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。

本领域技术人员还应当理解，结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性，上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件，取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用，以变通的方式实现所描述的功能，但是，这种实现决策不应解释为背离本公开的保护范围。

结合本文的实施例所描述的方法或者算法的步骤可直接体现为硬件、由处理器执行的软件模块或其组合。软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质连接至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该ASIC可以位于用户终端中。当然，处理器和存储介质也可以作为分立组件存在于用户终端中。

对于软件实现，本申请中描述的技术可用执行本申请所述功能的模块(例如，过程、函数等)来实现。这些软件代码可以存储在存储器单元并由处理器执行。存储器单元可以实现在处理器内，也可以实现在处理器外，在后一种情况下，它经由各种手段以通信方式耦合到处理器，这些都是本领域中所公知的。

上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。

Claims (9)

1.一种基于云平台的配电网模型校验方法，其特征在于，包括：

S100.对配电网模型中数据质量进行校验；

S200.对配电网模型中数据语法进行校验；

S300.对配电网模型中数据拓扑关系进行校验。

2.如权利要求1的一种基于云平台的配电网模型校验方法，其特征在于，S100中，对配电网模型中数据质量进行校验，具体包括：

S101.抽取配电网模型中的原型数据；

S102.对抽取的原型数据进行清洗；

S103.对清洗后的数据类别进行转换；

S104.对类型转换后的数据进行校验。

3.如权利要求2的一种基于云平台的配电网模型校验方法，其特征在于，S101中，利用增量捕获工具对电网空间数据全量和增量捕获，对各类数据按照统一数据规范进行标准化格式存储，依据应用需求存储在分布式关系型数据库、分布式非关系型数据库和分布式文件系统中。

4.如权利要求2的一种基于云平台的配电网模型校验方法，其特征在于，S102中，对抽取的原型数据进行清洗，包括：不完整的数据、错误的数据、重复的数据；其中，不完整数据，应进行过滤并反馈至原输入系统，填补缺失内容，补全后再写入数据库；错误数据，通过写SQL语句的方式找出，并在修正之后抽取；重复数据，将记录的所有字段导出，人工剔除重复部分。

5.如权利要求2的一种基于云平台的配电网模型校验方法，其特征在于，S103中，对清洗后的数据类别进行转换，具体包括：首先将不同系统中的相同类型的数据统一，然后将不同系统中信息类别不同的设备信息统一，使同一类设备的信息类别一致。

6.如权利要求2的一种基于云平台的配电网模型校验方法，其特征在于，S104中，对类型转换后的数据进行校验，具体方法为：将S103中各系统的设备统一信息构建为映射表，利用映射表对模型数据进行对比校验。

7.如权利要求1的一种基于云平台的配电网模型校验方法，其特征在于，S200具体包括：

S201.输入校验包含的模型和模型模式，模型的描述语言为RDF语言，模型模式的描述语言选择OWL语言；

S202.进行语法校验，基于Pellet ICV完整性约束推理机，将OWL语言的模型模式转换为SPARQL查询语句，在SPARQL查询语句下对RDF语言描述的模型进行查询式验证，输出冲突信息；

S203.输出语法校验结果，输出的信息为模型与模型模式的冲突信息，包括类型错误、属性名称错误、对象属性关联错误、属性与其基数约束冲突。

8.如权利要求7的一种基于云平台的配电网模型校验方法，其特征在于，S202中，对RDF语言描述的模型进行查询式验证，具体包括命名校验、属性校验、系统导入校验，其中：

命名校验包括设备模型名称是否符合规范、属性名称是否符合规范；

属性校验包括设备对象包含的属性是否完整、属性所属的对象类型是否正确、属性出现次数是否存在、类型是否正确；

系统导入校验包括量测模型校验：量测必须关联量测类型和设备；设备关联关系校验：找出关联关系错误的设备。

9.如权利要求1的一种基于云平台的配电网模型校验方法，其特征在于，S300具体包括：

S301.输入拓扑单元和规则单元，拓扑单位为抽象的电力设备连接关系，描述语言为RDF语言，规则单元按照规则推理引擎提供的规则语法和验证目标定义；

S302.进行拓扑校验，基于Jena规则推理机，根据规则单元对拓扑单元进行快速搜索和匹配，实现对拓扑单元的校验，至少包括端子数目校验、节点校验、电压等级校验、拓扑关系校验；

S303.输出拓扑校验结果，输出的信息为拓扑单元与规则单元相匹配的内容中出现的错误的电气连接关系。

Images