CN114398299B - 一种四核协同测控处理器的数据处理方法及处理器 - Google Patents
一种四核协同测控处理器的数据处理方法及处理器 Download PDFInfo
- Publication number
- CN114398299B CN114398299B CN202111603193.6A CN202111603193A CN114398299B CN 114398299 B CN114398299 B CN 114398299B CN 202111603193 A CN202111603193 A CN 202111603193A CN 114398299 B CN114398299 B CN 114398299B
- Authority
- CN
- China
- Prior art keywords
- data
- core
- pipeline
- processor
- measurement
- 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.)
- Active
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 109
- 238000003672 processing method Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 58
- 230000005540 biological transmission Effects 0.000 claims abstract description 38
- 230000008569 process Effects 0.000 claims abstract description 35
- 230000003993 interaction Effects 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims description 73
- 238000005070 sampling Methods 0.000 claims description 18
- 238000001914 filtration Methods 0.000 claims description 17
- 241000272814 Anser sp. Species 0.000 claims 18
- 230000008878 coupling Effects 0.000 abstract description 4
- 238000010168 coupling process Methods 0.000 abstract description 4
- 238000005859 coupling reaction Methods 0.000 abstract description 4
- 238000007726 management method Methods 0.000 description 20
- 230000006870 function Effects 0.000 description 8
- 230000015654 memory Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F13/00—Interconnection of, or transfer of information or other signals between, memories, input/output devices or central processing units
- G06F13/10—Program control for peripheral devices
- G06F13/12—Program control for peripheral devices using hardware independent of the central processor, e.g. channel or peripheral processor
- G06F13/124—Program control for peripheral devices using hardware independent of the central processor, e.g. channel or peripheral processor where hardware is a sequential transfer control unit, e.g. microprocessor, peripheral processor or state-machine
- G06F13/128—Program control for peripheral devices using hardware independent of the central processor, e.g. channel or peripheral processor where hardware is a sequential transfer control unit, e.g. microprocessor, peripheral processor or state-machine for dedicated transfers to a network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F15/00—Digital computers in general; Data processing equipment in general
- G06F15/16—Combinations of two or more digital computers each having at least an arithmetic unit, a program unit and a register, e.g. for a simultaneous processing of several programs
- G06F15/163—Interprocessor communication
- G06F15/173—Interprocessor communication using an interconnection network, e.g. matrix, shuffle, pyramid, star, snowflake
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Software Systems (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
- Multi Processors (AREA)
Abstract
一种四核协同测控处理器的数据处理方法及处理器，其特征在于，所述方法包括以下步骤：步骤1，四核处理器接收核间数据交互规则配置文件，对所述配置文件进行解析，以在所述处理器四核中的核与核之间、核与前端网络端口之间建立数据发送管道和数据接收管道；步骤2，基于所述数据发送管道和所述数据接收管道的建立，所述四核中的每一核基于轮询方式接收、处理与发布电力数据。本发明方法简单，代价小，通过便捷的预先处理程序，降低四核处理器的业务耦合性，均衡了各核之间的负荷，保证了多核处理器的持续高效与可靠。
Description
技术领域
本发明涉及数据处理领域，更具体地，涉及一种四核协同测控处理器的数据处理方法及处理器。
背景技术
随着智能变电站建设与智慧发电技术的进步，智能电网对于其中集成的测控装置提出了更高更新的要求。过去的测控装置多采用单核处理器实现测控数据的采集和转发，而单核处理器在选用过程中则要同时考虑设备运行速度和设备温度两项参数对测控数据采集和转发功能实现的限制。因此，现有技术中的单核处理器无法有效的在各种环境温度下实现测控点数据的高速、准确的采集。单核处理器的多插件模式虽然能够在一定程度上解决上述问题，但是这会大幅增加测控装置架构的复杂度，另外，也使得测控装置难以满足标准化规范的要求。
目前，多核处理器的测控装置被广泛的应用智能电网中，不仅能够提升电力数据测控速度的要求，也保证了测控的安全性和稳定性。
然而，由于电力行业对于测控数据本身具有多种不同的严格要求，不同的测控数据根据不同的需求其测控的安全性、实时性、稳定性等要求也各不相同。但是，现有技术中尚未对多核处理器测控装置进行更为充分和有效的利用，使得多核处理器能够根据不同的测控需求，提供自定义的测控功能，并在此基础上进一步的提高测控的实时性与准确性。
另一方面，多核处理器作为测控装置时，装置的开发和维护难度相对单核处理器较高。尤其是在测控装置的测控需求不断变化升级的过程中，多核处理器难以有效的维持原有的数据处理速度。随着数据复杂度的提升，数据处理速度与数据可靠性也不断降低。
针对上述问题，亟需一种新的多核处理器测控装置的数据处理方法及处理器。
发明内容
为解决现有技术中存在的不足，本发明的目的在于，提供一种四核协同测控处理器的数据处理方法及处理器，通过在核间或核与网络端口间建立数据发送和数据接收管道的方式，对不同需求的分类测控数据进行收发，从而实现了不同核对于不同类型测控数据的分别处理。
本发明采用如下的技术方案。
本发明第一方面，涉及一种四核协同测控处理器的数据处理方法，其中，方法包括以下步骤：步骤1，四核处理器接收核间数据交互规则配置文件，对配置文件进行解析，以在处理器四核中的核与核之间、核与前端网络端口之间建立数据发送管道和数据接收管道；步骤2，基于数据发送管道和数据接收管道的建立，四核中的每一核基于轮询方式接收、处理与发布电力数据。
优选的，核间数据交互规则配置文件中包括处理器属性模型、数据发送模型和数据接收模型。
优选的，处理器属性模型中包括电力数据中模拟量数据的采样频率、采样模式和采样掩码，处理器的时间同步模式，处理器以太网接口的流量控制属性，处理器的广播、单播流量控制属性，处理器的广播风暴控制属性。
优选的，处理器属性模型中定义了所述电力数据的类型；其中，电力数据的类型包括GOOSE数据、SV数据、MMS数据和SDM数据；处理器按照电力数据的类型实现数据收发优先级的排序。
优选的，数据发送模型基于电力数据的类型定义发送管道的类型；并且，数据发送模型定义每一个发送管道的管道编号、管道数据区容量、管道状态区容量、管道类型和管道优先级。
优选的，数据接收模型基于电力数据的类型定义了接收管道的类型；并且，数据接收模型定义了每一个接收管道的管道编号、管道数据区容量、管道状态区容量、管道所对应的MAC编号、管道所对应的MAC地址掩码、管道过滤规则和管道过滤网络类型。
优选的，四核处理器包括系统核、管理核、数据处理核和测控核；其中，前端网络端口与系统核之间包括前端发送管道和前端接收管道；系统核与管理核之间包括MMS发送管道和MMS接收管道，管理核与数据处理核、测控核之间分别包括SDM发送管道和SDM接收管道；系统核与数据处理核之间包括外部GOOSE发送管道、外部GOOSE接收管道、外部SV接收管道，数据处理核与测控核之间包括内部GOOSE发送管道、内部GOOSE接收管道、内部SV接收管道。
优选的，外部GOOSE数据依次通过前端接收管道、外部GOOSE接收管道被所述数据处理核接收，数据处理核将外部GOOSE数据处理为内部GOOSE数据后，通过内部GOOSE接收管道发送至测控核处理；测控核依据控制业务逻辑生成内部GOOSE数据后，将内部GOOSE数据通过内部GOOSE发送管道发送至数据处理核，数据处理核将内部GOOSE数据处理为外部GOOSE数据后，依次通过外部GOOSE发送管道、前端发送管道发出设备；外部SV数据依次通过前端接收管道、外部SV接收管道被数据处理核接收，数据处理核将外部SV数据处理为内部SV数据后，通过内部SV接收管道发送至测控核处理。
优选的，管理核依次经过前端接收管道、MMS接收管道接收MMS数据，并将MMS数据处理为分别对应于数据处理核、测控核的SDM数据，以及将SDM数据分别通过SDM接收管道发送至数据处理核、测控核中；数据处理核、测控核分别生成SDM数据并通过SDM发送管道发送至管理核中，管理核将SDM数据处理为MMS数据后依次经过MMS发送管道、前端发送管道发出设备。
本发明第二方面，涉及一种四核协同测控处理器，其中，处理器用于实现如本发明第一方面中所述的一种四核协同测控处理器的数据处理方法。
本发明的有益效果在于，与现有技术相比，本发明中的一种四核协同测控处理器的数据处理方法及处理器，能够通过在核间或核与网络端口间建立数据发送和数据接收管道的方式，对不同需求的分类测控数据进行收发，从而实现了不同核对于不同类型测控数据的分别处理。本发明方法简单，代价小，通过便捷的预先处理程序，降低四核处理器的业务耦合性，均衡了各核之间的负荷，保证了多核处理器的持续高效与可靠。
本发明的有益效果还包括：
1、本发明中的数据处理方法，能够将四核处理器按照实际应用过程中的功能和性能需求进行分类，并基于核间交互规则，使得不同类型的数据被有针对性的处理器的某一核进行处理，从而实现数据的高效采集、处理和发布。
2、本发明中为了实现处理器的不同核专门用于处理不同的数据，不仅将数据进行了分类，而且按照业务需求，在多个不同的核之间设置了数据传输管道，通过传输管道，不同类型的数据可以被发送至不同的核中。每一核有针对性的对某一种数据进行处理，从而实现了核的数据处理速度的大幅提高。
3、由于本发明中处理器接收与处理的数据种类和内容会随着业务的更新而不断发生变化，因此，根据数据的类型而实时的将数据传输到不同的核中，可以使得同类数据在业务更新的过程中，被存储在同一核中，便于核内对数据实现的处理与运算的实现。通过为核间分配数据管道，使得数据的传输更加规律，占用的内存量固定，不再需要不定期的核间的数据交互，从而提高了处理器的运算速度。
4、本发明方法，可以根据电力数据的特点，而为不同的核提供不同的数据。由于电力业务对于不同类型数据的运算速度的要求不同，通过本发明的方法也可以提高对数据处理速度的控制能力。例如，采用测控核专门处理GOOSE数据，而采用管理核专门处理MMS数据等。另外，通过这种方式，当电力数据中的某一种数据不再具备业务需求时，就可以便捷的空余出一个业务核，用于实现其他功能。可见，这种方式不仅最小化了处理器的应用需求，也使得多核处理器的剩余处理线程方便的用于执行其他功能。
附图说明
图1为本发明一种四核协同测控处理器的数据处理方法的步骤流程示意图；
图2为本发明一种四核协同测控处理器的数据处理方法中处理器的网络连接示意图；
图3为为本发明一种四核协同测控处理器的数据处理方法中四核协同管道的布置示意图。
具体实施方式
下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本申请的保护范围。
图1为本发明一种四核协同测控处理器的数据处理方法的步骤流程示意图。如图1所示，一种四核协同测控处理器的数据处理方法，其中方法包括步骤1核步骤2两个步骤。
步骤1，四核处理器接收核间数据交互规则配置文件，对配置文件进行解析，以在处理器四核中的核与核之间、核与前端网络端口之间建立数据发送管道和数据接收管道。
可以理解的是，为了克服现有技术中多核测控装置中存在的问题，降低多核测控装置多核之间功能的耦合性，本发明在同构四核处理器中，基于核间数据的交互规则配置文件，实现对于四核处理器的灵活配置。
一般来说，核间数据交互规则配置文件是根据电力系统的测控需求而生成的，因此其配置方法并不唯一，而是根据需求可以实现灵活的配置。本发明后续实施例中所述的内容则包括配置方法中所包含的一些通用规则。
需要说明的是，尽管异构处理器，能够采用不同的运算方式，实现对于不同测控数据的自动划分，但是这种处理器的成本较高，另外，也无法满足电力系统中不同类型测控数据的内容、量级等不确定的问题，处理器中的部分功能可能大量限制，而另外一部分功能则由于不能充分满足运算需求而需要频繁升级。因此，本发明中选择直接对于同构四核处理器进行配置的方式，灵活的实现了对于电力数据测控需求的满足。
本发明中，与四核处理器实现连接的是数据采集电路，该电路能够接收并采集变电站中各个位置上的电力数据信号。这些数据信号来自于电网中间隔布置的保护装置和自动化设备。通过数据总线，数据采集电路能够与四核处理器的网络端口之间实现通信。
优选的，核间数据交互规则配置文件中包括处理器属性模型、数据发送模型和数据接收模型。
具体来说，核间数据交互规则配置文件，可以在处理器初始使用时进行配置，也可以在处理器中断工作并进行升级的过程中，实现更新配置。通过该配置文件的解析，多核处理器能够实现多个核中的每一核实现不同的数据处理功能，例如，系统核可以实现处理器与外部数据的交互，并将不同数据在其他核之间分配。而数据处理核只针对某一种数据进行格式转换等。这部分内容将以实施例的方式在后文中具体说明。
具体来说，处理器属性模型可以对于处理器中所有核的数据处理方法，例如每一个核的时钟获得方法、对于数据的采样方法等等内容进行配置。而数据发送模型核数据接收模型中，则包括多个核之间的数据交互与收发的方法。
优选的，处理器属性模型中包括电力数据中模拟量数据的采样频率、采样模式和采样掩码，处理器的时间同步模式，处理器以太网接口的流量控制属性，处理器的广播、单播流量控制属性，处理器的广播风暴控制属性。
由于本发明中的处理器所处理的数据内容，除了处理器设备本身的一些配置数据之外，主要数据内容均为电力系统的测控数据，因此，在配置过程中，可以根据电力系统中测控数据的一些特征，预先配置处理器各核的数据接收、存储与计算方法。
例如，模拟量数据的采样频率、采样模式和采样掩码等内容。其中的模拟量数据是电力系统中，通过电流互感器、电压互感器等设备采集得到的各个电网支路中的电流、电压、温度等数据。由于这些数据是持续不断，随着时间变化的模拟数据，因此需要保证以特定的采样频率实现采集与不间断的传输。因此，这些模拟量信号的处理需要实时性较高。本发明在配置的过程中，提前将上述采样信息告知处理器，处理器就可以基于这些模拟量数据的特性实现预先的内存分配、处理线程的分配等。
处理器的时间同步模式，可以使处理器的各个核实现同步，从而准确的实现数据收发。处理器以太网的流量控制属性，能够设置处理器的网络端口的收发流量限制。而处理器的广播、单播和广播风暴等流量控制属性则能够控制处理器在不同方式实现数据收发时的流量限制。
通过上述方法，本发明中的处理器可以在解析配置文件的过程中，根据处理器的属性模型实现配置，从而完成对数据收发的预先规划和匹配。例如，根据模拟量数据的采样频率等分配处理器中存储模拟量数据的内存空间等。
优选的，处理器属性模型中定义了所述电力数据的类型；其中，电力数据的类型包括GOOSE数据、SV数据、MMS数据和SDM数据；处理器按照所述电力数据的类型实现数据收发优先级的排序。
具体来说，本发明中的方法可以合理的设计电力数据的类型，根据需要采集的数据内容，本发明中将数据类型划分为GOOSE数据、SV数据、MMS数据和SDM数据。其中，GOOSE数据是处理器接收的来自数据采集电路的GOOSE(Generic Object Oriented SubstationEvent，又称通用的面向对象的变电站事件)数据。而SV(Sampled Value，采样值)数据也是通过数据采集电路获得的。通常来说，GOOSE数据主要包括一些变电站事件相关的开关量数据，而SV数据则可以包括模拟量数据。
另外，。MMS(Manufacturing Message Specification，制造报文规范)数据为基于制造报文规范这一应用层协议实现的电力网络中设备监控的相关数据。本发明中的数据采集电路，可以从相应的采集设备上获取这类数据，并与GOOSE数据、SV数据一同作为测控数据输入至处理器中。另外，SDM(Smart Data Manager，智能化装置内部数据管理)数据使用面向对象的方法进行数据描述和管理，把外部电路发送过来的MMS数据通过处理器运算后在各核之间交互，实现装置报告查询回复、用户定值查询整定、装置时间查询和设置等。其中，SDM数据可以针对每个不同的处理器核来实现对装置状态的监控。
本发明中，对采集到的数据进行分类，可以实现对数据优先级的排序，因此，处理器的网络端口在执行数据收发时，处理器设备的控制系统就可以控制网络端口实际上先接收哪一类或哪几类数据，后接收哪一类或哪几类数据。例如，GOOSE数据反映刀闸实际状态，应当优先接收处理，而SDM数据中包括处理器的运行信息和事件报告，其对实时性的要求较低，则可以根据需求的类型更加合理的进行优先级的设置和调整。
优选的，数据发送模型基于电力数据的类型定义发送管道的类型；并且，数据发送模型定义每一个发送管道的管道编号、管道数据区容量、管道状态区容量、管道类型和管道优先级。
本发明中，配置文件中还包括有数据发送模型，该模型中存储有为了实现核之间的数据收发而定义的一些信息。例如，数据的发送模型，可以根据电力数据类型的不同，而为每一个不同类型的数据设置一个或多个发送管道和接收管道。
具体来说，每一个管道中，应当特定的只传输通过一种协议进行编码后的数据内容。例如，GOOSE接收通道，则只能够接收GOOSE数据，而不能经过该通道对其他类型的数据，如SV数据、MMS数据和SDM数据进行收发。并且，每一个通道均包括来自于一个核或一个网络端口的一个发送端口，该发送端口为一个映射出来的虚拟端口，同时每一个通道也包括来自于一个核或一个网络端口的一个接收端口，该接收端口也是一个映射出来的虚拟端口。
对于发送端口和接收端口均为核的虚拟内存构建出来的管道来说，该管道为普通的发送管道或接收管道。而如果发送端口或接收端口之一为处理器设备的物理网口，或某个物理网口固定占用的一部分带宽，那么这种管道应当为前端管道。
优选的，数据接收模型基于电力数据的类型定义了接收管道的类型；并且，数据接收模型定义了每一个接收管道的管道编号、管道数据区容量、管道状态区容量、管道所对应的MAC编号、管道所对应的MAC地址掩码、管道过滤规则和管道过滤网络类型。
为了实现管道的建立，数据接收模型中定义了管道编号、管道数据区容量、管道状态区容量、管道所对应的MAC编号、管道所对应的MAC地址掩码、管道过滤规则和管道过滤网络类型等信息。其中，管道编号就是处理器为每一个管道所分配的一个编号，用于识别管道。而管道数据区容量，用于对该管道接收的特定类型的测控数据进行缓存。例如，GOOSE管道接收GOOSE数据，这种数据的实时性较高，因此数据区容量可以不用设置的太大。但是，由于这种数据的数据包较小，因此数据区容量不必设置的过大。另外，数据区容量还应当与设备的数据传输速度有关。
管道状态区容量中可以缓存管道中传输数据的状态。管道类型包括普通管道和前端管道，通过一个比特位的信息，处理器可以识别到相应的需要配置的管道的类型，并实现对管道的配置，处理器也可以根据读取配置好的管道中的这一信息实现对于管道类型的识别。管道发送的优先级信息，可以在配置完成后，使得处理器读取到该管道的优先级，并根据优先级确定先对那个管道输入的数据进行处理运算等。另外，管道的MAC编号包括前端管道所对应的网络端口号，而MAC地址掩码，则是配置在相应的网络端口上的地址掩码。管道过滤规则和管道过滤网络类型，则可以在分配数据经过网络传输后，实现对某一种或多种数据的传输，将不必要的数据筛除。例如，对于前端端口来说，传输过程中的干扰数据可以被滤除。而对于内部GOOSE管道来说，则只能够接收或发送GOOSE数据，同时将不符合GOOSE规范的数据筛除。
本发明一实施例中，所设计的管道数据区容量最大不可超过6MB，而状态区容量则一般不超过256KB。同时在该实施例中，可以设置发送管道的管道类型标记位的取值为1，而接收管道的管道类型标记位为0。另外，管道发送的优先级包括4中不同的优先级，其中取值为0的优先级最高，取值为1，2，3的优先级依次降低。
需要说明的是，本发明中的管道所对应的MAC地址掩码可以是基于其他的数据接收模型中管道的相关信息生成的，例如，MAC地址掩码中的一个任意比特位可以作为管道类型的标识位，另一个或多个比特位则可以表示该管道的过滤逻辑，当其中一个比特位取值为1时，管道执行正逻辑过滤，取值为0时则为反逻辑过滤。另外，管道是否需要开启数据源地址过滤、MAC地址过滤、数据类型过滤等过滤方法也可以通过MAC地址掩码中相应的比特位信息读取到。
步骤2，基于数据发送管道和数据接收管道的建立，四核中的每一核基于轮询方式接收、处理与发布电力数据。
本发明的方法中，数据发送管道和数据接收管道在实现建立后，四核中的每一核都可以实现相互之间的数据交互，或者是与外部设备之间的数据交互了。
图2为本发明一种四核协同测控处理器的数据处理方法中四核协同管道的布置示意图。如图2所示，优选的，四核处理器包括系统核、管理核、数据处理核和测控核；其中，前端网络端口与系统核之间包括前端发送管道和前端接收管道；系统核与管理核之间包括MMS发送管道和MMS接收管道，管理核与所述数据处理核、测控核之间分别包括SDM发送管道和SDM接收管道；系统核与数据处理核之间包括外部GOOSE发送管道、外部GOOSE接收管道、外部SV接收管道，数据处理核与测控核之间包括内部GOOSE发送管道、内部GOOSE接收管道、内部SV接收管道。
本发明的方法中，四个核可以分别为系统核、管理核、数据处理核与测控核。在这四个核中，系统核主要负责与处理器外部设备的交互。该核能够将外部采集的数据进行转化处理将其分类为不同的数据类型的数据内容，并将数据内容转发给相应的另外三个核。其中的管理核，则可以主要负责对于MMS数据进行处理，将其转换为SDM数据分发给另外两个业务核。本发明中的数据处理核与测控核是主要的业务核，其中数据处理核，主要能够对GOOSE数据、SV数据进行预先的处理，在将外部GOOSE数据、外部SV数据转换为内部GOOSE数据与内部SV数据后，将其转给测控核。测控核对于GOOSE数据、SV数据内的实质内容进行测控分析处理，并生成相应的指令，再发送出去。一般来说，通过上述数据可以获得对于外部设备的控制信号，例如，可以根据数据的解析，得到对于某个刀闸设备的闭合或断开控制指令，本发明中，可以将该指令作为GOOSE数据的一种从测控核经过数据处理核、系统核、前端网络端口发送出设备。
优选的，外部GOOSE数据依次通过前端接收管道、外部GOOSE接收管道被所述数据处理核接收，数据处理核将外部GOOSE数据处理为内部GOOSE数据后，通过内部GOOSE接收管道发送至测控核处理；测控核生成内部GOOSE数据后，将内部GOOSE数据通过内部GOOSE发送管道发送至数据处理核，数据处理核将内部GOOSE数据处理为外部GOOSE数据后，依次通过外部GOOSE发送管道、前端发送管道发出设备；外部SV数据依次通过前端接收管道、外部SV接收管道被数据处理核接收，数据处理核将外部SV数据处理为内部SV数据后，通过内部SV接收管道发送至测控核处理。
优选的，管理核依次经过前端接收管道、MMS接收管道接收MMS数据，并将MMS数据处理为分别对应于数据处理核、测控核的SDM数据，以及将SDM数据分别通过SDM接收管道发送至数据处理核、测控核中；数据处理核、测控核分别生成SDM数据并通过SDM发送管道发送至管理核中，管理核将SDM数据处理为MMS数据后依次经过MMS发送管道、前端发送管道发出设备。
本发明的方法中，通过上述方式，多个核之间可以分别的对于GOOSE数据、SV数据、MMS数据和SDM数据进行传输和处理。需要说明的是，本发明中，根据通信数据实时性的特征，可以设置轮询周期，从而实现多种不同业务数据的轮询式的接收和发送。
当本发明步骤1中的配置文件解析失败或解析错误时，系统的核初始化工作也失败，此时测控装置会停止运行，并记录下相应的故障信息。
另外，当本发明中的处理器装置只实现GOOSE数据的采样，而不对例如SV数据等其他数据进行采集和发送时，数据处理核可以空置，也就是说，本发明的另一个实施例中，数据接收模型和数据发送模型所配置的发送管道和接收管道的设置方式可以是跳过数据处理核实现的，例如外部GOOSE接收管道直接从系统核接入至测控核中，并且免除了对于内部GOOSE接收管道的设置。此时的数据处理核可以控制备用，测控核集成对于GOOSE数据的处理。同样的，由于装置只包括GOOSE数据，也不需要SV数据相关的管道的配置了。
如果本发明中的处理器还通过网络端口接收了SV数据，那么数据处理核则需要对SV数据首先进行报文有效性判别，多路SV数据报文的同步，1s内的累计丢点数等进行计算后，再将计算所得的内部SV数据转给测控核实现测控。类似的，GOOSE数据也是通过类似的方式，首先在数据处理核中进行报文状态量、时标、通信状态的监视判别。由于GOOSE数据的预处理工作量较小，换言之无法过高过久，因此，GOOSE数据在单独发送时，可以直接发给测控核处理。
在数据处理核判定过程中，如果SV采样值失步、畸变或GOOSE报文中断等问题发生后，数据处理核可以生成相应的故障报告，并以SDM数据的形式通过相应的管道发给管理核。此时管理核会控制处理器产生告警。
当测控核接收到数据管理核或系统核直接发送的GOOSE与SV数据后，将会对数据进行处理，该处理方法可以为从本核的共享内存中采集相应的信息，并基于接收到的数据对各项业务逻辑进行运算和判断控制，测量计算数据和逻辑控制结果。将上述结果生成SDM数据，再发送给管理核。当测控核发生异常时，测量计算数据将会归零，而逻辑控制数据闭锁，从而防止出现测控装置错误输出分闸或合闸信号的问题。同样的，在故障过程中，设备会记录故障情况并告警。
管理核除了接收上述数据之外，还会通过系统核从装置外部中获取MMS数据，并将上述数据进行解析，获得每个其他核的SDM数据，通过这种方式，管理核可以实现与其他两个业务核之间SDM数据的交互。管理核异常时，测控装置也会发出故障指令。
本发明第二方面，涉及一种四核协同测控处理器，该处理器用于实现如本发明第一方面中所述的一种四核协同测控处理器的数据处理方法。
本发明的有益效果在于，与现有技术相比，本发明中的一种四核协同测控处理器的数据处理方法及处理器，能够通过在核间或核与网络端口间建立数据发送和数据接收管道的方式，对不同需求的分类测控数据进行收发，从而实现了不同核对于不同类型测控数据的分别处理。本发明方法简单，代价小，通过便捷的预先处理程序，降低四核处理器的业务耦合性，均衡了各核之间的负荷，保证了多核处理器的持续高效与可靠。
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施示例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。
Claims (9)
1.一种四核协同测控处理器的数据处理方法，其特征在于，所述方法包括以下步骤：
步骤1，四核处理器接收核间数据交互规则配置文件，对所述配置文件进行解析，以在所述处理器四核中的核与核之间、核与前端网络端口之间建立数据发送管道和数据接收管道；
步骤2，基于所述数据发送管道和所述数据接收管道的建立，所述四核中的每一核基于轮询方式接收、处理与发布电力数据；
所述四核处理器包括系统核、管理核、数据处理核和测控核；其中，
所述前端网络端口与系统核之间包括前端发送管道和前端接收管道；
所述系统核与所述管理核之间包括MMS发送管道和MMS接收管道，所述管理核与所述数据处理核、所述测控核之间分别包括SDM发送管道和SDM接收管道；
所述系统核与所述数据处理核之间包括外部GOOSE发送管道、外部GOOSE接收管道、外部SV接收管道，所述数据处理核与所述测控核之间包括内部GOOSE发送管道、内部GOOSE接收管道、内部SV接收管道。
2.根据权利要求1中所述的一种四核协同测控处理器的数据处理方法，其特征在于：
所述核间数据交互规则配置文件中包括处理器属性模型、数据发送模型和数据接收模型。
3.根据权利要求2中所述的一种四核协同测控处理器的数据处理方法，其特征在于：
所述处理器属性模型中包括所述电力数据中模拟量数据的采样频率、采样模式和采样掩码，所述处理器的时间同步模式，所述处理器以太网接口的流量控制属性，所述处理器的广播、单播流量控制属性，所述处理器的广播风暴控制属性。
4.根据权利要求3中所述的一种四核协同测控处理器的数据处理方法，其特征在于：
所述处理器属性模型中定义了所述电力数据的类型；其中，
所述电力数据的类型包括GOOSE数据、SV数据、MMS数据和SDM数据；
所述处理器按照所述电力数据的类型实现数据收发优先级的排序。
5.根据权利要求4中所述的一种四核协同测控处理器的数据处理方法，其特征在于：
所述数据发送模型基于所述电力数据的类型定义发送管道的类型；并且，
所述数据发送模型定义每一个发送管道的管道编号、管道数据区容量、管道状态区容量、管道类型和管道优先级。
6.根据权利要求5中所述的一种四核协同测控处理器的数据处理方法，其特征在于：
所述数据接收模型基于所述电力数据的类型定义了接收管道的类型；并且，
所述数据接收模型定义了每一个接收管道的管道编号、管道数据区容量、管道状态区容量、管道所对应的MAC编号、管道所对应的MAC地址掩码、管道过滤规则和管道过滤网络类型。
7.根据权利要求6中所述的一种四核协同测控处理器的数据处理方法，其特征在于：
外部GOOSE数据依次通过前端接收管道、外部GOOSE接收管道被所述数据处理核接收，所述数据处理核将所述外部GOOSE数据处理为内部GOOSE数据后，通过内部GOOSE接收管道发送至所述测控核处理；
所述测控核依据控制业务逻辑生成内部GOOSE数据后，将所述内部GOOSE数据通过内部GOOSE发送管道发送至数据处理核，所述数据处理核将所述内部GOOSE数据处理为外部GOOSE数据后，依次通过外部GOOSE发送管道、前端发送管道发出设备；
外部SV数据依次通过前端接收管道、外部SV接收管道被所述数据处理核接收，所述数据处理核将所述外部SV数据处理为内部SV数据后，通过内部SV接收管道发送至所述测控核处理。
8.根据权利要求7中所述的一种四核协同测控处理器的数据处理方法，其特征在于：
所述管理核依次经过所述前端接收管道、所述MMS接收管道接收所述MMS数据，并将所述MMS数据处理为分别对应于所述数据处理核、所述测控核的SDM数据，以及将所述SDM数据分别通过SDM接收管道发送至所述数据处理核、所述测控核中；
所述数据处理核、所述测控核分别生成SDM数据并通过SDM发送管道发送至所述管理核中，所述管理核将所述SDM数据处理为MMS数据后依次经过所述MMS发送管道、所述前端发送管道发出设备。
9.一种四核协同测控处理器，其特征在于：
所述处理器用于实现如权利要求1-8任意一项中所述的一种四核协同测控处理器的数据处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111603193.6A CN114398299B (zh) | 2021-12-24 | 2021-12-24 | 一种四核协同测控处理器的数据处理方法及处理器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111603193.6A CN114398299B (zh) | 2021-12-24 | 2021-12-24 | 一种四核协同测控处理器的数据处理方法及处理器 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114398299A CN114398299A (zh) | 2022-04-26 |
| CN114398299B true CN114398299B (zh) | 2024-05-10 |
Family
ID=81227922
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111603193.6A Active CN114398299B (zh) | 2021-12-24 | 2021-12-24 | 一种四核协同测控处理器的数据处理方法及处理器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114398299B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103744644A (zh) * | 2014-01-13 | 2014-04-23 | 上海交通大学 | 采用四核结构搭建的四核处理器系统及数据交换方法 |
| WO2014146554A1 (zh) * | 2013-03-22 | 2014-09-25 | 南京南瑞继保电气有限公司 | 一种智能变电站过程层网络的报文同步方法及系统 |
| CN106527288A (zh) * | 2016-12-21 | 2017-03-22 | 南京四方亿能电力自动化有限公司 | 一种基于双核异步处理芯片的配网终端产品 |
| CN106817240A (zh) * | 2015-12-02 | 2017-06-09 | 许昌许继昌南通信设备有限公司 | 一种电力专用交换机及其业务配置方法 |
| KR20170130191A (ko) * | 2016-05-18 | 2017-11-28 | 한국전자통신연구원 | 멀티 코어 광섬유 기반 공간-파장 분할 다중화 광 통신망 장치 및 그 잡음 제거방법 |
| WO2018049584A1 (zh) * | 2016-09-14 | 2018-03-22 | 国家电网公司 | 一种变电站内通信网络中避免数据报文碰撞的方法 |
| CN108959149A (zh) * | 2018-06-28 | 2018-12-07 | 南京南瑞继保电气有限公司 | 一种基于共享内存的多核处理器交互总线设计方法 |
| US10318354B1 (en) * | 2017-05-22 | 2019-06-11 | Datacore Software Corporation | Methods and apparatus for command list processing in performing parallel IO operations |
| CN110324632A (zh) * | 2019-05-29 | 2019-10-11 | 西安空间无线电技术研究所 | 一种基于OpenMP多核并行机制的数据处理与验证方法 |
| CN112271816A (zh) * | 2020-09-14 | 2021-01-26 | 许继电气股份有限公司 | 一种智能变电站集群测控系统及其测控方法 |
| CN112463715A (zh) * | 2020-12-09 | 2021-03-09 | 北京四方继保工程技术有限公司 | 一种基于虚拟数据总线的核间通信方法及装置 |
| CN112613691A (zh) * | 2020-11-09 | 2021-04-06 | 贵州电网有限责任公司 | 芯片化继电保护通用装置 |
| CN113204517A (zh) * | 2021-04-30 | 2021-08-03 | 南京国电南自电网自动化有限公司 | 一种电力专用以太网控制器的核间共享方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9992223B2 (en) * | 2015-03-20 | 2018-06-05 | Nxp Usa, Inc. | Flow-based anti-replay checking |
-
2021
- 2021-12-24 CN CN202111603193.6A patent/CN114398299B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014146554A1 (zh) * | 2013-03-22 | 2014-09-25 | 南京南瑞继保电气有限公司 | 一种智能变电站过程层网络的报文同步方法及系统 |
| CN103744644A (zh) * | 2014-01-13 | 2014-04-23 | 上海交通大学 | 采用四核结构搭建的四核处理器系统及数据交换方法 |
| CN106817240A (zh) * | 2015-12-02 | 2017-06-09 | 许昌许继昌南通信设备有限公司 | 一种电力专用交换机及其业务配置方法 |
| KR20170130191A (ko) * | 2016-05-18 | 2017-11-28 | 한국전자통신연구원 | 멀티 코어 광섬유 기반 공간-파장 분할 다중화 광 통신망 장치 및 그 잡음 제거방법 |
| WO2018049584A1 (zh) * | 2016-09-14 | 2018-03-22 | 国家电网公司 | 一种变电站内通信网络中避免数据报文碰撞的方法 |
| CN106527288A (zh) * | 2016-12-21 | 2017-03-22 | 南京四方亿能电力自动化有限公司 | 一种基于双核异步处理芯片的配网终端产品 |
| US10318354B1 (en) * | 2017-05-22 | 2019-06-11 | Datacore Software Corporation | Methods and apparatus for command list processing in performing parallel IO operations |
| CN108959149A (zh) * | 2018-06-28 | 2018-12-07 | 南京南瑞继保电气有限公司 | 一种基于共享内存的多核处理器交互总线设计方法 |
| CN110324632A (zh) * | 2019-05-29 | 2019-10-11 | 西安空间无线电技术研究所 | 一种基于OpenMP多核并行机制的数据处理与验证方法 |
| CN112271816A (zh) * | 2020-09-14 | 2021-01-26 | 许继电气股份有限公司 | 一种智能变电站集群测控系统及其测控方法 |
| CN112613691A (zh) * | 2020-11-09 | 2021-04-06 | 贵州电网有限责任公司 | 芯片化继电保护通用装置 |
| CN112463715A (zh) * | 2020-12-09 | 2021-03-09 | 北京四方继保工程技术有限公司 | 一种基于虚拟数据总线的核间通信方法及装置 |
| CN113204517A (zh) * | 2021-04-30 | 2021-08-03 | 南京国电南自电网自动化有限公司 | 一种电力专用以太网控制器的核间共享方法 |
Non-Patent Citations (5)
| Title |
|---|
| Survey of the Lotus Root Habitats in the Sediment Using Acoustic Coring System;Katsunori Mizuno等;《 2018 OCEANS - MTS/IEEE Kobe Techno-Oceans (OTO)》;20180531;全文 * |
| 基于电力专用多核异构芯片架构的低压保护测控装置设计;丁毅;陈新之;潘可;张尧;张玮;习伟;;南方电网技术;20200120(第01期);全文 * |
| 多核处理器在中低压保护测控一体化装置中的应用;周华良;夏雨;汪世平;张少波;吴通华;;电力系统自动化;20111225(第24期);全文 * |
| 多核处理器在智能间隔装置中的应用探讨;高传发;王振华;任华锋;;电力系统保护与控制;20110316(第06期);全文 * |
| 山东电网广域实时动态监测系统;尚力;于占勋;荆铭;牟宏;雷鸣;杨东;胡炯;林俊杰;邓俊波;;电力自动化设备;20080710(第07期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114398299A (zh) | 2022-04-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102489203B1 (ko) | 사물 인터넷 시스템에서 데이터를 전송하는 방법 및 장치, 게이트웨이 디바이스와 이의 저장 매체 | |
| CN110858850B (zh) | 一种轨道交通系统综合网管方法、装置及系统 | |
| CN109450704B (zh) | 一种即插即用智能配变终端及配电数据通信系统 | |
| CN101784968B (zh) | 控制节点网络规划装置及具此规划装置的系统 | |
| CN109547240B (zh) | 基于边缘计算的智能设备以及接入与设备的解析方法 | |
| CN112905559B (zh) | 一种多源异构数据采集系统及采集方法 | |
| CN112419701B (zh) | 远动设备数据异常判断方法、装置、设备及存储介质 | |
| CN110445700A (zh) | 主从机通信系统、方法及终端设备 | |
| CN102082677B (zh) | 一种告警信息处理方法和装置及系统 | |
| CN116866154B (zh) | 一种基于虚拟机集群的配电网通讯服务智能调度管理系统 | |
| CN114398299B (zh) | 一种四核协同测控处理器的数据处理方法及处理器 | |
| CN111884679B (zh) | 一种基于中压线路的载波信道数据传输分布式管理系统 | |
| CN112711488A (zh) | 基于微服务和消息队列的设备初始化方法和系统 | |
| CN114760182B (zh) | 一种具备温度数据采集功能的智能电缆 | |
| CN110161898A (zh) | 一种兼容多智能体的变电站巡视机器人资源共享系统 | |
| CN113873033B (zh) | 一种具有容错功能的智能边缘计算网关平台 | |
| CN114466039A (zh) | 一种基于5g专网的opcua通信系统及方法 | |
| CN112347157A (zh) | 一种基于物联网的终端数据传输方法及系统 | |
| CN112769230A (zh) | 基于容器技术的分布式边缘微云监控系统 | |
| CN113407611B (zh) | 一种数据集成分发平台和系统 | |
| CN104636331A (zh) | 一种海量物联网感知数据的接入及标准化方法 | |
| CN117667965B (zh) | 管理电池储能系统大数据的方法和系统及计算设备 | |
| Wang et al. | Analysis and implementation of distributed DTU communication method based on DDS protocol | |
| CN113114667B (zh) | 一种终端通讯配置系统、方法、装置及介质 | |
| CN113867287B (zh) | 一种工业数据采集方法及系统 |
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 |