CN113849944A - 基于图数据模型的电网拓扑服务方法、装置及系统 - Google Patents
基于图数据模型的电网拓扑服务方法、装置及系统 Download PDFInfo
- Publication number
- CN113849944A CN113849944A CN202111084262.7A CN202111084262A CN113849944A CN 113849944 A CN113849944 A CN 113849944A CN 202111084262 A CN202111084262 A CN 202111084262A CN 113849944 A CN113849944 A CN 113849944A
- Authority
- CN
- China
- Prior art keywords
- graph
- topology
- data model
- power grid
- service
- 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.)
- Pending
Links
- 238000013499 data model Methods 0.000 title claims abstract description 88
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000004458 analytical method Methods 0.000 claims abstract description 54
- 238000010586 diagram Methods 0.000 claims abstract description 52
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 238000005516 engineering process Methods 0.000 claims abstract description 13
- 230000003068 static effect Effects 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 abstract description 13
- 238000009826 distribution Methods 0.000 description 74
- 230000010354 integration Effects 0.000 description 19
- 238000004040 coloring Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000011664 signaling Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 208000012661 Dyskinesia Diseases 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000003012 network analysis Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000010937 topological data analysis Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- Mathematical Analysis (AREA)
- Water Supply & Treatment (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Public Health (AREA)
- Computer Hardware Design (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于图数据模型的电网拓扑服务方法、装置及系统,所述方法包括基于图数据库生成电力系统图数据模型;利用实时图拓扑分析技术基于所述电力系统图数据模型,生成图拓扑搜索引擎;基于所述图拓扑搜索引擎,对外提供电网实时拓扑微服务。本发明基于图数据库构建电力系统图数据模型,并基于所述电力系统图数据模型实现实时拓扑计算,对外统一发布实时拓扑服务,完善电网资源业务中台现有共性服务的支撑能力,全面推进电网资源业务中台深化建设及应用。
Description
技术领域
本发明属于电力信息技术领域,具体涉及一种基于图数据模型的电网拓扑服务方法、装置及系统。
背景技术
电力系统信息化发展与测量控制以及计算机技术紧密相关,其中,数据库管理系统是关键技术之一,一般分为商用库和实时库。商用库用来存放非实时和非经常访问的数据,一般采用成熟的关系型数据库,实时库可以采用关系型、层次性或对象型数据模型,一般采用内存数据库方式实现。
图数据库最初的概念来源于图论,是近年来兴起的一种源于互联网海量数据并行处理的新型数据库,其数据模型可以直观表达电网拓扑结构并容易实现并行化的遍历查询,因此将图数据库应用于电力系统分析有望提高大规模电力系统海量数据处理的计算效率。图形数据库是NoSQL数据库的一种类型,它应用图形理论存储实体之间的关系信息。图形数据库是一种非关系型数据库,它应用图形理论存储实体之间的关系信息。在一个图中包含两种基本的数据类型:Nodes(节点)和Relationships(关系)。Nodes和Relationships包含key/value形式的属性。Nodes通过Relationships所定义的关系相连起来,形成关系型网络结构。基于图数据库形成电网连接关系有向图结构,开展全网及局部拓扑分析在理论上能够将电力网络分析的性能指标提高几个数量级。
发明内容
针对上述问题,本发明提出一种基于图数据模型的电网拓扑服务方法、装置及系统,基于图数据库构建电力系统图数据模型,并基于所述电力系统图数据模型实现实时拓扑计算,对外统一发布实时拓扑服务,完善电网资源业务中台现有共性服务的支撑能力,全面推进电网资源业务中台深化建设及应用。
为了实现上述技术目的,达到上述技术效果,本发明通过以下技术方案实现:
第一方面,本发明提供了一种基于图数据模型的电网拓扑服务方法,包括:
基于图数据库生成电力系统图数据模型;
利用实时图拓扑分析技术基于所述电力系统图数据模型,生成图拓扑搜索引擎;
基于所述图拓扑搜索引擎,对外提供电网实时拓扑微服务。
可选地,所述电力系统图数据模型的生成方法包括:
将电网中的设备和容器创建为节点,其属性为该节点的属性;
将电网中的设备与设备之间的拓扑连接关系以及设备与容器之间的包含层次关系创建为边,关系类型作为边的属性,形成设备电气模型向图数据模型转换,获得电力系统图数据模型。
可选地,所述电力系统图数据模型包括电网图数据模型、电网静态图数据模型、电网异动图数据模型和实时数据。
可选地,所述图拓扑搜索引擎的生成方法包括:
基于所述电力系统图数据模型,采用图数据库提供的算法库进行实时图拓扑分析,生成图拓扑搜索引擎。
可选地,所述实时图拓扑分析为基于GDS最短路径拓扑分析技术或基于Traversals框架图拓扑分析技术。
可选地,所述图拓扑搜索引擎包括模型查询引擎、工具类引擎和方法类引擎。
可选地,所述电网实时拓扑微服务包括电源点追溯查询微服务、停/供电范围分析微服务、电气岛分析微服务、动态拓扑计算微服务。
第二方面,本发明提供了一种基于图数据模型的电网拓扑服务装置,包括:
第一生成单元,用于基于图数据库生成电力系统图数据模型;
第二生成单元,用于利用实时图拓扑分析技术基于所述电力系统图数据模型,生成图拓扑搜索引擎;
拓扑服务单元,用于基于所述图拓扑搜索引擎,对外提供电网实时拓扑微服务。
第三方面,本发明提供了一种基于图数据模型的电网拓扑服务系统,包括存储介质和处理器;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据第一方面中任一项所述的方法。
与现有技术相比,本发明的有益效果:
本发明提出一种基于图数据模型的电网拓扑服务方法、装置及系统,基于图数据库构建电力系统图数据模型,并基于所述电力系统图数据模型实现实时拓扑计算,对外统一发布实时拓扑服务,完善电网资源业务中台现有共性服务的支撑能力,全面推进电网资源业务中台深化建设及应用。
附图说明
为了使本发明的内容更容易被清楚地理解,下面根据具体实施例并结合附图,对本发明作进一步详细的说明,其中:
图1为本发明一种实施例的电网图数据模型的集成;
图2为本发明一种实施例的电网异动图模数据集成;
图3为本发明一种实施例的电网运行数据集成;
图4为本发明一种实施例的实时拓扑服务发布;
图5为本发明一种实施例的动态拓扑计算引擎架构。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明的保护范围。
下面结合附图对本发明的应用原理作详细的描述。
实施例1
参照图1,一种基于图数据模型的实时拓扑分析技术,包括如下步骤:
步骤(1)基于图数据库生成电力系统图数据模型;所述电力系统图数据模型包括电网图数据模型、电网静态图数据模型、电网异动图数据模型和实时数据。
基于图数据库形成电网连接关系有向图结构,开展全网及局部拓扑分析在理论上能够将电力网络分析的性能指标提高几个数量级。通过构建基于图形数据库的电网计算模型,形成设备间连接关系和层次关系,形成电网节点支路模型,在此基础上提供基于大同步并行计算框架的快速图拓扑分析计算。
电力系统图数据模型的构建:一个状态量能够仅由一个节点的状态确定,则归结为节点属性;一个状态量需要由多个节点共同确定,则归结为边属性;在对电网构造合适的无权无向的拓扑模型时,电网中的一些负荷、发电机和母线等视为网络中的节点属性,电网中的变压器和输电线路对应于边属性。电力系统图数据模型的构建有两种思路:一种思路是按照一个状态量能够仅由一个节点的状态确定,则归结为节点属性;一个状态量需要由多个节点共同确定,则归结为边属性;在对电网构造合适的无权无向的拓扑模型时,电网中的一些负荷、发电机和母线等视为网络中的节点属性,电网中的变压器和输电线路对应于边属性。另外一种思路是将电网中的设备和容器创建为节点,其属性为该节点的属性,设备与设备之间的拓扑连接关系以及设备与容器之间的包含层次关系作为创建为边,关系类型作为边的属性。
建立基于节点、边和属性的图计算模型,提供基于图数据库构建电网全景数据模型功能,实现开关、刀闸、线路、母线、主变、发电机、配网开关、配网馈线段、配网负荷、配网变压器等电气设备模型到图数据库节点、关系、属性等图库元素对应的转换,形成设备电气模型向图数据模型转换并存储的目的。
下面对电网图数据模型、电网静态图数据模型、电网异动图数据模型和实时数据的具体构建过程进行详细说明。
1)电网图数据模型的构建
电网图数据模型是基于图数据模型构建的,首先简单介绍下图数据模型的基本理念,图模型的设计理念基于作为点来思考的,它把复杂的数据及其内部联系抽象为图结构,单元数据内容构成的图的顶点,而单元数据之间的关联构成顶点之间相连的单向或者双向边,用边的方向以及相应的边数据表示关联的属性。在图并行处理的整个计算过程中,由用户提供基于顶点数据的计算逻辑,根据相邻顶点的信息(或者说是提供的约束关系),调用用户定义的计算逻辑对顶点数据进行计算,并沿着边将顶点计算的结果扩散给邻居顶点,从而进一步支持相邻顶点的计算。
电网静态图数据模型的构建是主要思路是将电力系统基于关系的层次关系模型,转换为基于节点和节点之间的关系的图数据模型。电力图数据模型主要包括电力设备节点模型和电力设备关系模型。电力设备节点模型构建方法是将电网设备,容器构建节点模型,电网设备之间的关系构建电力设备关系模型,设备之间的关系包括:设备之间的拓扑连接关系,设备与容器之间的所属关系。下面详细介绍电力设备节点模型构建和电力设备关系模型的构建。
电力设备节点模型分为容器类节点模型和设备类节点模型。容器类节点模型包括:电压类型BASEVOLTAGE,区域SUBCONTROLAREA,厂站SUBSTATION,配网馈线DMS_FEEDER_DEVICE,配网开关站DMS_COMBINED_DEVICE。设备类节点模型包括:主变TRANSFORM,断路器BREAKER,刀闸DISCONNECTOR,母线BUSBARSECTION,配网开关DMS_CB,配网馈线段DMS_SEC,配网负荷DMS_LD,配网变压器DMS_TR等设备。节点建模的详细信息如下表所示:
表1主配网设备节点模型
相关属性说明:id表示设备唯一标识,name标识设备名称,st_id表示设备所属厂站,feeder_id表示设备所属馈线。ind表示设备首端节点号,jnd表示设备末端节点号。
电力设备关系模型主要包括设备与设备之间的拓扑连接关系CONNECT_WITH和设备与容器之间的所属厂站关系BELONG_TO,所属电压关系BV_IS,位于间隔关系LOCATE_IN。
配网设备拓扑连接关系如下表所示:
表2配网设备关系模型
配网开关 | 配网馈线段 | 配网负荷 | 配网变压器 | |
配网开关 | CONNECT_WITH | CONNECT_WITH | CONNECT_WITH | CONNECT_WITH |
配网馈线段 | CONNECT_WITH | CONNECT_WITH | CONNECT_WITH |
注:(1)只建立设备之间的单向连接关系,不建立双向连接关系。
主网设备和主配设备拓扑连接关系如下表所示:
表3主配网设备关系模型
按以上的电力图模型构建思路可以采用如下三种方法创建电力图模型数据库:一是将电网设备及其设备关系以csv文件导出,然后导入到图数据库中,建立完整的图数据模型。二是可以通过apoc进行导入。三是通过neo4j-admin命令进行导入到图库中,构建完成的节点关系模型。
2)电网静态图数据模型的构建。
电网实时拓扑服务集成的图模数据主要包括高压厂站图模、中压配网图模以及低压台区图模数据。查看附图1。由于电网模型来源于不同的系统,主网自动化系统由于系统建模的关系,无法获得10kV以下电压等级的电网拓扑信息,而配网自动化系统的建模仅到10kV馈线,无法获取较高电压等级网络拓扑信息。10kV以上的图模数据在能量管理系统EMS中维护,10kV中压配电网图模数据在PMS或者GIS系统维护,并导入到配电自动化系统DMS中。为了形成电网一张图,构建完整的电网图模数据,需要进行电网静态图数据模型包括高中低压数据模型的集成。下面详细介绍电网静态图数据模型的集成方法。
电网静态图数据模型的集成包括高压厂站图模型数据、中压配网图模数据、低压台区图模数据、二次设备模型的集成。a)、高压厂站图模集成方法是将来源于各地市的配电自动化主站的高压厂站图模,按照统一标准的CIM/E和CIM/G文件定期导出全量厂站图模后,通过kafka等消息队列形式同步给配电云主站后,由数据接入服务解析并导入。b)、中压配网图模数据集成方法是将来源于各地市的配电自动化主站的中压配网图模数据,按照统一标准的CIM/E和CIM/G格式定期导出配电自动化主站通过审核、入库的全量中压配网图模数据,实现配电云主站配网的拓扑拼接、调度简图、一次接线图动态数据标注等数据的集成。c)、低压台区图模数据集成方法是将来源于PMS2.5的低压台区图模数据,由PMS2.5按需推送给配电云主站,由配电云主站完成校验后,实现低压台区图模数据的导入。d)、二次设备模型的集成方法是将来源于各地市的配电自动化主站的二次设备模型,按照统一格式规范导出二次设备台账、保护模型、测点模型以及一二次设备关联信息,并通过kafka等消息队列形式同步给配电云主站。最终构建全省中低压电网静态拓扑网架结构,形成完整高中低压的电网模型数据。
3)电网异动图模数据的构建。
电网实时拓扑服务集成的异动图模数据主要是对高压厂站移动图模、中压配网异动图模以及低压台区异动图模数据的集成。查看附图2。下面详细介绍电网异动图模数据的集成方法。
a)、高压厂站异动图模的集成方法是将来源于各地市的配电自动化主站的高压厂站异动图模,由配电云主站对异动图模和主站模型库比对后,完成增量厂站模型的接入。b)、中压配网异动图模数据的集成方法是将来源于各地市的配电自动化主站的中压配网异动图模数据,经各地市完成红转黑业务流程后,实时向配电云主站同步,配电云主站进行图模校核后,完成增量中压图模数据的实时接入。c)、低压台区异动图模数据的集成方法是将来源于PMS2.5的低压台区异动图模数据,由PMS2.5按需推送给配电云主站,由配电云主站完成校验后,实现低压台区图模数据的导入。d)、二次设备异动模型的集成方法是将来源于各地市的配电自动化主站的二次设备异动模型,由配电自动化主站实时向配电云主站同步,由配电云主站进行比对校核后,完成二次设备模型的实时接入。最终实现高中低压异动图模型的数据的动态集成。
4)电网运行数据的构建。
电网实时拓扑服务集成的电网运行数据主要包括中压配网运行数据和低压台区运行数据,具体参见图3。下面详细介绍电网运行数据集成方法。
a)、高压配网运行数据集成方法是将能量管理系统EMS中的运行数据,包括断路器、负荷、变压器量测数,保护数据,开关状态数据,告警数据,通过kafka等消息队列形式同步给配电云主站。b)、中压配网运行数据的集成方法是将来源于各地市的配电自动化主站的中压配网运行数据,按照统一格式规范实现开关变位、故障、保护、遥测断面等电网运行类数据封装,通过kafka等消息队列形式同步给配电云主站。c)、低压台区运行数据的集成方法是将来源于物联管理平台以及各地市TTU的实时运行数据,通过kafka等消息队列形式实现实时数据的接入。最终实现模型数据与运行数据的动态叠加,为拓扑服务分析提供了图模型数据基础。
步骤(2)利用实时图拓扑分析技术基于所述电力系统图数据模型,生成图拓扑搜索引擎。
基于图数据模型采用图数据库提供的算法库进行图拓扑分析,相对于关系模型的拓扑分析,分析速度更快,程序编写更简洁,可以直接调用图库自带的拓扑搜索算法,不需要编写复杂的搜索算法,进行简单的参数设置就可以实现一系列复杂的拓扑搜索需求。本文主要采用了两种不同的方法实现图拓扑分析技术。一是基于图数据库算法库GDS进行的图拓扑分析,二是基于Traversals框架图拓扑分析。下面分别对两种方式进行简单的介绍。
1)基于GDS最短路径拓扑分析技术。
利用GDS(GraphDataScience)算法库,计算得到最短路径、加权最短路径、全对最短路径、单源最短路径、供电范围等各种拓扑需求。对于电力系统设备关系图数据模型的任意两个节点A和B之间的最短距离:
(a)将拓扑连接图中的A节点作为源节点,B节点作为目的节点,其中从A到B节点的各条路径上存在N个中间节点N1,N2,......,NN,定义源节点A到目的节点B的估计距离F(n):
F(n)=G(n)+H(n)
其中,G(n)表示从某个源节点到中间节点n的实际距离,H(n)表示用启发函数算得的中间节点n到某个目的节点的实际距离;
(b)把源节点A放入到开放列表1(OpenList1)中去,其中开放列表存储的节点为待检测节点,已经被检测过的节点则放入关闭列表1(CloseList1)中去;把目的节点B放入到开放列表2(OpenList2)中去,其中开放列表存储的节点为待检测节点,已经被检测过的节点则放入关闭列表2(CloseList2)中去;
(c)检查开放列表1中的节点信息,如果目的节点B已经存在于OpenList1之中,则代表本次节点之间的路径搜索已经完成,已经寻找到了源节点和目的节点之间的最短路径。如果OpenList1中内容为空,代表此次寻找的路径并不存在;
(d)将源节点A和目的节点B分别作为搜索路径的起点,从源节点A向目的节点B方向开始的路径搜索定义为路径正向搜索,从目的节点B向源节点A方向开始的路径搜索定义为路径反向搜索;当进行正向搜索时,将反向搜索的当前节点Xf作为正向搜索的临时目的节点,从OpenList1中选择使估计距离F1(n)最小的点向目的节点B的方向搜索到达节点Tmp;当进行反向搜索时,将正向搜索的当前节点Xz作为反向搜索的临时目的节点,从OpenList2中选择使估计距离F2(n)最小的点向源节点A的方向搜索到达节点Tmp;
(e)对于OpenList1和OpenList2每次的估计距离F1(n)和F2(n)进行比较,如果F1(n)<F2(n),则切换为反向搜索,若F1(n)>F2(n),则切换为正向搜索。
(f)重复步骤(b)-(e),即可得到从源节点A到目的节点B的最短路径。
2)基于Traversals框架图拓扑分析技术
基于Traversals框架使用遍历操作进行查询。为了加速查询,图数据模型会建立索引,并根据索引找到遍历用的起始节点。依据内部建立的索引,通过遍历API在图形中进行遍历,从而查找到对应结果。系统通过设定访问条件比如,遍历的方向,使用深度优先或广度优先算法等条件对图进行遍历,从一个节点沿着关系到其他节点。另外,图库可以快速的插入删除节点和关系,并更新节点和关系中的属性。下面具体描述遍历的方法:
采用Traversals框架实现图的遍历,定义和初始化traversals的接口,参数设置包括Uniqueness.NODE_GLOBAL表示在整个图中,没有节点可以被访问超过一次。设备之间的关系定位为拓扑连接关系,定义宽度优先搜索Traversal.preorderBreadthFirst(),在访问他的子节点之前访问其他每一个节点。搜索的边界如下定义:1)对于状态为分的开关设备,Evaluator设置为Evaluation.EXCLUDE_AND_PRUNE表示在结果中不包括这个节点并不再遍历。2)对于状态为合的开关设备以及母线设备,Evaluator设置为Evaluation.INCLUDE_AND_CONTINUE表示在结果中包括这个节点并继续遍历。3)对于负荷,发电机,线段端点,变压器绕组,并列容抗器/电容器等设备,Evaluator设置为Evaluation.INCLUDE_AND_PRUNE表示在结果中包括这个节点并不再遍历。参数设置好之后,调用traverse方法返回Traverser对象,表明了遍历在图中的位置,以及返回结果格式的规范。4)创建电气岛。创建电气岛方法与创建逻辑母线类似,根据逻辑母线之间的连接关系,Evaluator设置为Evaluation.INCLUDE_AND_CONTINUE,调用traverse方法返回Traverser对象,获得电气岛的所有设备节点。
3)拓扑搜索引擎
拓扑搜索引擎主要有三大类:一是模型查询引擎;二是常用工具类引擎;三是常用业务方法引擎。
a)、模型查询引擎主要实现方法有:系统模型初始化,读取模型数据,并建立映射关系;刷新网络静态模型-静态模型变化;初始化默认电源点信息(所有10kV、20kV母线对应的主网负荷节点);加载跳线、拆搭信息;加载设备GIS信息;
构建主网模型对象之间的关系;
构建配网模型对象之间的关系;
构建配网根馈线段与主网断路器(出线开关)之间的关系。
b)、常用工具类引擎的主要实现方法有:获取10kV、20kV母线节点集合,可作为电源点使用;可选择是否根据母线电压判断是否带电;查询所有开关、刀闸(主配网)状态;查询所有开关(配网)的联络特性;查询所有交流线段端子潮流;根据馈线ID获取对应的断路器ID;根据馈线ID查询根馈线段的下标;静态全配网拓扑,形成岛;静态全配网拓扑,以开关联络性质进行分段,以所有的根馈线段为起点进行遍历;动态全配网拓扑,以开关状态进行分段;根据两个节点,搜索之间的路径;搜索节点node的所有可能的供电路径(搜索供电路径时可调用本函数);搜索节点node的一个供电范围;根据节点号搜索关联到的设备对象;根据设备ID集合查询所属容器集合(站房、馈线、厂站三类)。
c)、常用业务方法引擎的主要实现方法有:开关合闸,判断是否有合环,返回影响的节点集合;开关分闸,搜索失电节点范围及其转供电源;根据主网断路器设备ID搜索出对应的配电设备节点号集合;根据主网断路器KEYID列表搜索出对应的配电线路及所有设备对象;根据(联络)开关ID,搜索开关两侧的供电路径;全线拓扑,形成各个开关段。然后基于拓扑搜索引擎进行电力拓扑业务分析,对我提供实时拓扑服务。
步骤(3)基于所述图拓扑搜索引擎,对外提供电网实时拓扑微服务,结合电网资源业务中台的建设现状和需求,电网实时拓扑中心提供电源点追溯查询、停/供电范围分析、电气岛分析、连通区域分析、实时拓扑图生成、联络线路分析、站间联络分析、站室联络关系分析、单馈线停/供电范围分析、单馈线电源追溯、低压开关影响用户分析等实时拓扑服务,定义服务的描述信息、接口及定位信息,并提交给电网资源业务中台的服务注册中心,实现共性服务的统一发布,对外提供实时拓扑能力,支撑前端应用快速、灵活的构建,提高作业人员和管理人员工作效率,具体参见图4。
下面详细介绍基于图拓扑分析技术提供的几个主要的微服务功能:
1)电源点追溯查询微服务。根据设备和电源设备的类型,查找具体的供电设备的标识ID及供电路径。采用路径搜索方法,从指定的设备开始搜索,找到电源点搜索结束,可以给出全路径可能存在多个路径,也可以给出最短路径的设备,并给出搜索到的电源点设备,为用户查找设备点供电电源提供服务支撑。例如,当需要分析某个负荷由几处电源点进行供电时,通过主配协同的电源点追溯功能,通过将待分析负荷作为拓扑分析的起始节点,向高电压等级进行拓扑追踪,精准掌握负荷的电源点信息,以精益化评估该负荷的供电可靠性。
2)停/供电范围分析微服务
在统一模型的基础上,根据设备信息,综合考虑当前开关变位状态,进行动态拓扑分析,返回从该设备到末端用户的所有设备信息的集合。基于主配协同的拓扑分析,实现从主网到配网全路径的搜索、运行状态的全网一致性分析和安全校核,为检修计划编制、风险评估和故障处置提供统一的计算服务支撑。例如,主网设备检修操作前,通常需要分析由其所供的负荷情况,以评估该设备停运造成的影响,通过主配协同的供电范围分析,通过从待检修设备作为拓扑分析的根节点,向低电压等级进行拓扑追踪,精准掌握该设备所供负荷情况,以综合评估该设备检修操作的影响。
3)电气岛分析微服务
电气岛分析基于统一图数据模型,通过建模过程中馈线和负荷的相互指向连接,建立主配网边界的电气连接关系。形成完整的主配系统网络拓扑,这样既可由最高电压等级向下拓扑到最低电压等级,也可由最低电压等级向上拓扑到最高电压等级,通过主配协同网络拓扑分析,可真正确保全网设备带电、停电及接地状态等网络拓扑状态的一致性。
4)动态拓扑计算微服务。
动态拓扑计算引擎作为电网拓扑算力平台的核心,主要包括动态拓扑联络区域构建、异动模型拓扑计算、实时模型着色等内容,具体参见图5。
动态拓扑联络区域构建对电网模型库中的电气设备全量模型做预处理分析,根据设备节点号和设备信息构建电气连接关系,并根据断路器、开关等开断设备的分合状态,重构连通组件算法,分布式图计算各个联通区域,实时计算子岛中所有电气设备带电、停电、接地等状态,切分配网模型成若干子图(即子岛),并存储在图数据库中,同时通过动态拓扑着色服务为电气元件拓扑进行着色后存储在实时库中。异动模型拓扑计算,通过订阅增量电气设备变化信息,根据连通信息从电网模型库中获取对应的连通区域进行更新,并以消息形式通知给动态拓扑着色服务更新实时库中的电气元件拓扑着色信息。实时模型着色,通过订阅遥信变位事件,从实时库中获取变化遥信所属子拓扑岛,根据遥信分合状态对拓扑岛进行联通组件算法分析,获取联通图中电器元件的带电状态,进行拓扑着色后存储在实时库中。
实施例2
基于与实施例1相同的发明构思,本发明实施例中提供了一种基于图数据模型的电网拓扑服务装置,包括:
第一生成单元,用于基于图数据库生成电力系统图数据模型;
第二生成单元,用于利用实时图拓扑分析技术基于所述电力系统图数据模型,生成图拓扑搜索引擎;
拓扑服务单元,用于基于所述图拓扑搜索引擎,对外提供电网实时拓扑微服务。
其余部分均与实施例1相同。
实施例3
基于与实施例1相同的发明构思,本发明实施例中提供了一种基于图数据模型的电网拓扑服务系统,包括存储介质和处理器;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据实施例1中任一项所述的方法。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (9)
1.一种基于图数据模型的电网拓扑服务方法,其特征在于,包括:
基于图数据库生成电力系统图数据模型;
利用实时图拓扑分析技术基于所述电力系统图数据模型,生成图拓扑搜索引擎;
基于所述图拓扑搜索引擎,对外提供电网实时拓扑微服务。
2.根据权利要求1所述的一种基于图数据模型的电网拓扑服务方法,其特征在于,所述电力系统图数据模型的生成方法包括:
将电网中的设备和容器创建为节点,其属性为该节点的属性;
将电网中的设备与设备之间的拓扑连接关系以及设备与容器之间的包含层次关系创建为边,关系类型作为边的属性,形成设备电气模型向图数据模型转换,获得电力系统图数据模型。
3.根据权利要求1或2所述的一种基于图数据模型的电网拓扑服务方法,其特征在于:所述电力系统图数据模型包括电网图数据模型、电网静态图数据模型、电网异动图数据模型和实时数据。
4.根据权利要求1所述的一种基于图数据模型的电网拓扑服务方法,其特征在于,所述图拓扑搜索引擎的生成方法包括:
基于所述电力系统图数据模型,采用图数据库提供的算法库进行实时图拓扑分析,生成图拓扑搜索引擎。
5.根据权利要求1所述的一种基于图数据模型的电网拓扑服务方法,其特征在于,所述实时图拓扑分析为基于GDS最短路径拓扑分析技术或基于Traversals框架图拓扑分析技术。
6.根据权利要求1或4所述的一种基于图数据模型的电网拓扑服务方法,其特征在于:所述图拓扑搜索引擎包括模型查询引擎、工具类引擎和方法类引擎。
7.根据权利要求1所述的一种基于图数据模型的电网拓扑服务方法,其特征在于:所述电网实时拓扑微服务包括电源点追溯查询微服务、停/供电范围分析微服务、电气岛分析微服务、动态拓扑计算微服务。
8.一种基于图数据模型的电网拓扑服务装置,其特征在于,包括:
第一生成单元,用于基于图数据库生成电力系统图数据模型;
第二生成单元,用于利用实时图拓扑分析技术基于所述电力系统图数据模型,生成图拓扑搜索引擎;
拓扑服务单元,用于基于所述图拓扑搜索引擎,对外提供电网实时拓扑微服务。
9.一种基于图数据模型的电网拓扑服务系统,其特征在于,包括存储介质和处理器;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111084262.7A CN113849944A (zh) | 2021-09-16 | 2021-09-16 | 基于图数据模型的电网拓扑服务方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111084262.7A CN113849944A (zh) | 2021-09-16 | 2021-09-16 | 基于图数据模型的电网拓扑服务方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113849944A true CN113849944A (zh) | 2021-12-28 |
Family
ID=78974289
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111084262.7A Pending CN113849944A (zh) | 2021-09-16 | 2021-09-16 | 基于图数据模型的电网拓扑服务方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113849944A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114757797A (zh) * | 2022-06-13 | 2022-07-15 | 国网浙江省电力有限公司 | 一种基于数据模型驱动的电网资源业务中台架构方法 |
CN115085274A (zh) * | 2022-07-27 | 2022-09-20 | 北京智芯微电子科技有限公司 | 新能源设备接入的自动识别方法、装置、电子设备及介质 |
CN116166366A (zh) * | 2023-04-24 | 2023-05-26 | 国网江西省电力有限公司信息通信分公司 | 一站式电网多样式专题图自动成图系统及方法 |
CN116343255A (zh) * | 2023-05-23 | 2023-06-27 | 南京有嘉科技有限公司 | 一种图内光字牌自动校核系统 |
CN116451596A (zh) * | 2023-06-19 | 2023-07-18 | 珠海优特电力科技股份有限公司 | 基于电缆柜门模型的配电网防误操作校验方法和装置 |
CN116501926A (zh) * | 2023-06-28 | 2023-07-28 | 南方电网数字电网研究院有限公司 | 基于图数据库的主网公共信息拓扑模型构建方法和装置 |
-
2021
- 2021-09-16 CN CN202111084262.7A patent/CN113849944A/zh active Pending
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114757797A (zh) * | 2022-06-13 | 2022-07-15 | 国网浙江省电力有限公司 | 一种基于数据模型驱动的电网资源业务中台架构方法 |
CN114757797B (zh) * | 2022-06-13 | 2022-09-09 | 国网浙江省电力有限公司 | 一种基于数据模型驱动的电网资源业务中台架构方法 |
CN115085274A (zh) * | 2022-07-27 | 2022-09-20 | 北京智芯微电子科技有限公司 | 新能源设备接入的自动识别方法、装置、电子设备及介质 |
CN115085274B (zh) * | 2022-07-27 | 2023-01-20 | 北京智芯微电子科技有限公司 | 新能源设备接入的自动识别方法、装置、电子设备及介质 |
CN116166366A (zh) * | 2023-04-24 | 2023-05-26 | 国网江西省电力有限公司信息通信分公司 | 一站式电网多样式专题图自动成图系统及方法 |
CN116343255A (zh) * | 2023-05-23 | 2023-06-27 | 南京有嘉科技有限公司 | 一种图内光字牌自动校核系统 |
CN116451596A (zh) * | 2023-06-19 | 2023-07-18 | 珠海优特电力科技股份有限公司 | 基于电缆柜门模型的配电网防误操作校验方法和装置 |
CN116451596B (zh) * | 2023-06-19 | 2023-11-07 | 珠海优特电力科技股份有限公司 | 基于电缆柜门模型的配电网防误操作校验方法和装置 |
CN116501926A (zh) * | 2023-06-28 | 2023-07-28 | 南方电网数字电网研究院有限公司 | 基于图数据库的主网公共信息拓扑模型构建方法和装置 |
CN116501926B (zh) * | 2023-06-28 | 2024-01-23 | 南方电网数字电网研究院有限公司 | 基于图数据库的主网公共信息拓扑模型构建方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113849944A (zh) | 基于图数据模型的电网拓扑服务方法、装置及系统 | |
CN106650161B (zh) | 基于电网gis的电气单线图成图方法及其系统 | |
CN102750406B (zh) | 一种基于模型集和差异模型的电网模型多版本管理方法 | |
CN112732924A (zh) | 一种基于知识图谱的电网数据资产管理系统与方法 | |
CN109284346A (zh) | 一种基于云计算的配电网规划方法及装置 | |
CN103970887A (zh) | 一种基于gis配电网图形上的信息流显示系统及方法 | |
CN112685570B (zh) | 一种基于多标签图的电网网架知识图谱的构建方法 | |
CN110826165A (zh) | 一种基于gis的电力重要用户供电路径展示方法 | |
CN113706333A (zh) | 一种配电网拓扑岛自动生成的方法和系统 | |
CN110058126A (zh) | 配电网故障判断方法和装置 | |
CN111192010A (zh) | 台账数据处理方法和装置 | |
CN111597166B (zh) | 电力数据库模型构建方法、装置、计算机设备和存储介质 | |
Melo et al. | Data issues in spatial electric load forecasting | |
Shukla et al. | Efficient method for extracting network information from the CIM asset model | |
Chen et al. | Hierarchical distribution network topology formulation and dimensionality reduction using homeomorphism transformation | |
CN115375084A (zh) | 一种基于电力数据的图数据库构建方法及系统 | |
CN114818632A (zh) | 一种超计划用电限电序位表的编制方法及装置 | |
Wu et al. | Distribution network topology modelling and automatic mapping based on CIM and GIS | |
CN103023740A (zh) | 一种信息交互总线系统及电力数据传输方法 | |
CN113407172A (zh) | 一种基于配电云主站的台区图自动展示系统及方法 | |
Cico et al. | Implementation of enterprise GIS in power distribution utilities | |
Temirov et al. | Integration of smart grid systems and geoinformation technologies: challenges and opportunities | |
Moore et al. | Integrating information systems in electric utilities | |
Ji et al. | A geospatial analysis framework for fine scale urban infrastructure networks | |
Shen et al. | Identifications of Feeder Clusters and Generic Switching Station Types for Urban S-SCDN Based on Graph Calculation |
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 |