CN117541217A - 基于三维可视化电网设备管理业务的运维方法 - Google Patents
基于三维可视化电网设备管理业务的运维方法 Download PDFInfo
- Publication number
- CN117541217A CN117541217A CN202311388328.0A CN202311388328A CN117541217A CN 117541217 A CN117541217 A CN 117541217A CN 202311388328 A CN202311388328 A CN 202311388328A CN 117541217 A CN117541217 A CN 117541217A
- Authority
- CN
- China
- Prior art keywords
- power grid
- data
- real
- system platform
- fault emergency
- 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
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000012423 maintenance Methods 0.000 title claims abstract description 59
- 230000000007 visual effect Effects 0.000 title claims abstract description 13
- 230000008569 process Effects 0.000 claims description 23
- 238000012544 monitoring process Methods 0.000 claims description 18
- 238000003062 neural network model Methods 0.000 claims description 11
- 239000003086 colorant Substances 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 6
- 238000009877 rendering Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 abstract description 14
- 230000000694 effects Effects 0.000 abstract description 7
- 238000007726 management method Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 10
- 238000003860 storage Methods 0.000 description 9
- 238000012800 visualization Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 238000013499 data model Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Abstract
本发明实施例提供一种基于三维可视化电网设备管理业务的运维方法，属于电网设备管理运维技术领域。所述运维方法包括获取电网系统中每个设备以及系统平台的历史数据、所述设备以及所述系统平台之间的拓扑关系；本发明通过对电网中每个设备以及系统平台的历史数据、设备以及系统平台之间的拓扑关系进行获取，以构建相应的拓扑知识图谱，将其映射至设备与系统平台的三维模型中，进而可形成带有链路关系的三维展示模型，同时采集设备和系统平台的实时数据，映射至三维展示模型中，即可得到能够显示带有数据链路和拓扑关系电网系统，一方面能够直观显示电网系统中各设备、系统平台的资源传输、调用关系，另一方面还能够提高运维效率和效果。
Description
技术领域
本发明涉及电网设备管理运维技术领域，具体地涉及一种基于三维可视化电网设备管理业务的运维方法。
背景技术
在电力系统中，电网设备管理业务资源至关重要。当前电网设备管理业务的对象多样化，系统与数据之间的关联日益复杂。
目前，现有的电网设备管理业务的运维方式大多基于二维平面图或者三维模型，结合相关数据进行运维。但是该种运维方式，仅能表达单一设备的运行状态，未考虑与该设备相邻设备或平台的影响，运维效果差且不够直观。
本申请发明人在实现本发明的过程中发现，现有技术的上述方案具有运维效果差且不够直观的缺陷。
发明内容
本发明实施例的目的是提供一种基于三维可视化电网设备管理业务的运维方法，该基于三维可视化电网设备管理业务的运维方法运维效果好且直观。
为了实现上述目的，本发明实施例提供一种基于三维可视化电网设备管理业务的运维方法，包括：
获取电网系统中每个设备以及系统平台的历史数据、所述设备以及所述系统平台之间的拓扑关系；
根据所述历史数据和所述拓扑关系构建所述电网系统中所有设备以及系统平台的拓扑知识图谱；
构建所述电网系统中每个设备以及系统平台的三维模型；
将所述电网系统中所有设备以及系统平台的拓扑知识图谱映射至所述三维模型中，以形成带有链路的三维展示模型；
获取当前所述电网系统中每个所述设备以及所述系统平台对应参数的实时数据，并匹配至所述三维展示模型中；
根据所述电网系统中每个所述设备以及所述系统平台对应参数的实时数据对所述电网系统进行实时监控运维。
可选地，所述拓扑关系包括矢量表达方式、关联表达方式以及方向表达式。
可选地，获取当前所述电网系统中每个所述设备以及所述系统平台对应参数的实时数据，并匹配至所述三维展示模型中包括：
预设每个所述设备以及所述系统平台在数据连接状态的多个值域以及所述值域对应的颜色；
根据所述实时数据的大小以及对应所述值域的范围确定相应的颜色；
将所述实时数据按照相应的颜色渲染所述三维展示模型中对应的所述设备或者所述系统平台上。
可选地，根据所述电网系统中每个所述设备以及所述系统平台对应参数的实时数据对所述电网系统进行实时监控运维包括：
获取当前所述电网系统中每个设备以及系统平台对应参数的预警阈值；
判断所述设备或者所述系统平台对应参数的实时数据是否在所述预警阈值的范围内；
在判断所述设备或者所述系统平台对应参数的实时数据不在所述预警阈值的范围内的情况下，发出预警标识以及预警信号；
根据所述预警信号在所述三维展示模型中放大对应的预警位置。
可选地，根据所述电网系统中每个所述设备以及所述系统平台对应参数的实时数据对所述电网系统进行实时监控运维还包括：
获取所述电网系统中每个设备以及系统平台的历史故障应急方案数据；
根据所述历史故障应急方案数据构建故障应急方案知识图谱；
获取所述预警位置对应的相关数据；
获取所述预警位置对应的相关数据中的多个关键词；
将多个所述关键词与所述故障应急方案知识图谱进行匹配，以获得最优故障应急方案。
可选地，所述历史故障应急方案数据包括故障类型、故障数据、应急方案以及方案评分。
可选地，将多个所述关键词与所述故障应急方案知识图谱进行匹配，以获得最优故障应急方案包括：
获取多个所述关键词与所述故障应急方案知识图谱匹配的相关性系数；
将所述相关性系数最高的应急方案作为最优故障应急方案。
可选地，根据所述电网系统中每个所述设备以及所述系统平台对应参数的实时数据对所述电网系统进行实时监控运维还包括：
执行所述最优故障应急方案；
记录执行过程中的故障应急方案的数据以及执行方式；
根据执行过程中的故障应急方案的数据以及执行方式更新所述故障应急方案知识图谱。
可选地，根据所述电网系统中每个所述设备以及所述系统平台对应参数的实时数据对所述电网系统进行实时监控运维还包括：
构建故障应急方案神经网络模型；
根据所述历史故障应急方案数据训练构建故障应急方案神经网络模型；
获取所述预警位置对应的相关数据；
将所述预警位置对应的相关数据输入至所述故障应急方案神经网络模型中，以获得最优故障应急方案。
可选地，所述三维展示模型包括系统层、集群层、设备层以及服务层。
通过上述技术方案，本发明提供的基于三维可视化电网设备管理业务的运维方法通过对电网中每个设备以及系统平台的历史数据、设备以及系统平台之间的拓扑关系进行获取，以构建相应的拓扑知识图谱，将其映射至设备与系统平台的三维模型中，进而可形成带有链路关系的三维展示模型，同时采集设备和系统平台的实时数据，映射至三维展示模型中，即可得到能够显示带有数据链路和拓扑关系电网系统，一方面能够直观显示电网系统中各设备、系统平台的资源传输、调用关系，另一方面还能够提高运维效率和效果。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：
图1是根据本发明的一个实施方式的基于三维可视化电网设备管理业务的运维方法的流程图；
图2是根据本发明的一个实施方式的基于三维可视化电网设备管理业务的运维方法中对数据渲染的流程图；
图3是根据本发明的一个实施方式的基于三维可视化电网设备管理业务的运维方法中对电网系统监测的流程图；
图4是根据本发明的一个实施方式的基于三维可视化电网设备管理业务的运维方法中获取最优故障应急方案的流程图；
图5是根据本发明的一个实施方式的基于三维可视化电网设备管理业务的运维方法中采用神经网络模型获取最优故障应急方案的流程图。
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。
图1是根据本发明的一个实施方式的基于三维可视化电网设备管理业务的运维方法的流程图。在图1中，该运维方法可以包括：
在步骤S10中，获取电网系统中每个设备以及系统平台的历史数据、设备以及系统平台之间的拓扑关系。其中，对于电网系统中的设备可以包括变压器、断路器、存储服务器、算力服务器、物联监控设备、边缘服务器等等，对于电网系统中的平台可以包括监测平台、开关控制平台、业务系统平台等。具体地，系统平台与设备之间、系统平台与系统平台之间以及设备与设备之间，均存在资源传输、调用等关系。因此，设备以及系统平台之间的拓扑关系即可以反应设备以及系统平台之间的传输/调用关系、方向，每个设备以及系统平台的历史数据即可反应设备、系统平台之间的数据关系，包括数据变换逻辑等，例如电压变化、电流变化等。具体地，对于设备以及系统平台之间的拓扑关系可以根据实际情况下直接构建，也可根据实际的数据传输状态进行获取。此外，对于设备以及系统平台之间的定义可以理解为存在拓扑关系的设备或者系统平台之间。
在步骤S11中，根据历史数据和拓扑关系构建电网系统中所有设备以及系统平台的拓扑知识图谱。其中，该拓扑知识图谱即反应设备以及系统平台之间数据传输/调用关系、方向等，具体地，该拓扑知识图谱可以包括设备/系统平台实体以及对应的关系。此外，也可用电网系统的拓扑关系框图/样例直接映射。
在步骤S12中，构建电网系统中每个设备以及系统平台的三维模型。其中，设备的三维模型可以根据实际设备的形状来表示，系统平台的三维模型可以用预设的图标/模型来区分表示。具体地，基于管理业务系统的系统架构关系，可以使用自动布局对原本没有坐标点的对象，按照对象三维构建体的大小与间隙要求分别进行横纵方向的自动摆放，保证布局的间隙一致，同时整体框架呈矩形分布，同时也支持用户通过拖拉拽的调整方法，调整个体的分布位置和顺序，从而构建各系统与服务设备之间的三维场景网络结构表达场景。
在步骤S13中，将电网系统中所有设备以及系统平台的拓扑知识图谱映射至三维模型中，以形成带有链路的三维展示模型。其中，三维展示模型即可显示电网系统中所有设备以及系统平台的实体以及链路关系。具体地，映射方式为实体与设备或者系统平台一一对应匹配，传输流向关系用箭头对应。具体地，可以通过设置或自动识别系统与服务，业务/设备与系统之间的数据流向，或配置数据来源，连接方式等信息，自动调取拓扑关系表达参数，形成标准化的拓扑关系表达，并通过数据中台的监测能能力，在各节点形成系统数据监测面板，实时显示系统监测运行状态。具体地，在进行系统架构绘制及拓扑关联过程中，方法保留其数据模型并形成业务流程知识图谱，提供任意节点均能够搜索其关联系统及设备的拓扑分析能力。
在步骤S14中，获取当前电网系统中每个设备以及系统平台对应参数的实时数据，并匹配/映射至三维展示模型中。其中，对于每个设备或者系统平台的实时参数可实时采集获得，并转换成实时数据形式在展示在三维展示模型中对应的设备或者系统平台上。具体地，该参数可以包括反应电网系统运行的参数，例如电压、电流等。此外，也可以对实时数据进行动态仿真以表达流向，无传输或者调用等关系时流动箭头为静止，有传输或者调用等关系时流动箭头为摆动。具体地，本发明通过数字化后的关联关系，提炼数据或资源流出的共性设备，根据数据与资源的流动内容的变化，形成数据的完整链路分析结果，然后通过业务流程的拓扑关系提炼业务流程的数据模型，从而形成业务知识图谱的知识积累素材，从而实现人工智能分析的应用基础。
在步骤S15中，根据电网系统中每个设备以及系统平台对应参数的实时数据对电网系统进行实时监控运维。其中，三维展示模型中设置每个设备以及系统平台的监测阈值/预警阈值，结合对应实时数据，即可实现每个设备以及系统平台的实时诊断，并结合链路关系得到故障的根本原因，以便于及时有效地处理电网系统的故障。
在步骤S10至步骤S15中，先根据电网系统中每个设备以及系统平台的历史、设备以及系统平台之间的拓扑关系，构建所有设备以及系统平台的拓扑知识图谱/拓扑关系框图。将拓扑知识图谱/拓扑关系框图映射至每个设备以及系统平台的三维模型中，以形成带有链路的三维展示模型。同时采集当前电网系统中每个设备以及系统平台的实时数据，并映射至三维展示模型中对应的设备或者系统平台上。预设每个实时数据的阈值，即可对电网系统进行直观有效地监控运维。
传统的电网设备管理业务的运维方式大多基于二维平面图或者三维模型，结合相关数据进行运维。但是该种运维方式，仅能表达单一设备的运行状态，未考虑与该设备相邻设备或平台的影响，运维效果差且不够直观。具体地，现有的电网设备管理业务的运维方式无法满足对电网设备管理业务的中台应用、服务、数据、资源的立体监测和多维全景展示。对于系统级设备之间的运行资源、数据接入链路、服务拓扑、应用调用关系也无法提供全景可视化能力。无法清洗展示资源运行情况，也无法对服务全链路进行监测，进而无法动态展示从外部应用层到中台服务层的调用关系，显示和监测链路健康状态。此外，传统的电网设备管理业务的运维方式还存在系统表达能力受限，业务追溯过程复杂，决策关联难以全面覆盖等问题。在本发明的该实施方式中，采用拓扑知识图谱以及实时数据映射电网系统三维模型中的每个设备以及系统平台的方式，一方面能够直观地显示电网系统中各设备、系统平台的资源传输、调用关系等，另一方面结合数据链路和拓扑关系还能够提高运维效率和效果，能够及时准确地获取到电网系统的故障位置以及根因。
在本发明的该实施方式中，对于拓扑关系的表达形式可以包括矢量表达方式、关联表达方式以及方向表达方式。
在本发明的该实施方式中，进一步考虑到实时数据在展示时的动态性以及状态直观性，还可以对实时数据进行渲染处理，具体地过程可以如图2所示。具体地，在图2中，该运维方法还可以包括：
在步骤S140中，预设每个设备以及系统平台在数据连接状态的(实时数据的)多个值域以及值域对应的颜色。其中，数据连接状态即表示传输、调用等处于数据连接的状态，具体地，例如传输速率、电压大小等参数具有相应的值域范围。此外，同理也可以对实时数据进行值域以及相应颜色的表示。
在步骤S141中，根据实时数据的大小以及对应值域的范围确定相应的颜色。其中，对于值域与颜色的关系可以包括本领域技术人员所知的绿色表示在值域范围内，红色在值域范围外，进一步地，也可用浅绿、浅红等进一步划分值域范围。
在步骤S142中，将实时数据按照相应的颜色/渲染三维展示模型中对应的设备或者系统平台上。
在步骤S140至步骤S142中，先预设每个设备以及系统平台在数据连接状态的多个值域以及对应的颜色，再结合实时数据的大小判断其是否在值域范围内，或者在值域范围的哪一阶段上，进而可以按照对应的颜色渲染对应的实时数据。能够精准地展示电网设备的运行状态和参数，同时能够表达业务处理过程中的数据动态流转。
在本发明的该实施方式中，在根据实时数据对电网系统进行实时运维监控时，还需要预先设定每个实时数据的阈值并进行实时诊断，具体地诊断过程可以如图3所示。具体地，在图3中，该运维方法还可以包括：
在步骤S150中，获取当前电网系统中每个设备以及系统平台对应参数的预警阈值。
在步骤S151中，判断设备或者系统平台对应参数的实时数据是否在预警阈值的范围内。
在步骤S152中，在判断设备或者系统平台对应参数的实时数据不在预警阈值的范围内的情况下，发出预警标识以及预警信号。其中，若设备或者系统平台对应参数的实时数据不在预警阈值的范围内，则说明此时该实时数据异常，发出预警标识以便于工作人员能够及时发现预警位置，实现预警定位。具体地，本发明的故障数据与三维场景架构相关联，点击故障数据可快速的在三维架构中定位，并预先制定故障分类及故障应急预案，系统自动的分析故障类型并匹配预案，客户可快速的参考故障解决办法，提高故障处置效率。
在步骤S153中，根据预警信号在三维展示模型中放大对应的预警位置。其中，预警信号能够驱动三维展示模型进行局部放大预警位置，以进一步提高工作人员明确故障位置以及故障原因的便捷性。
在步骤S154中，获取电网系统中每个设备以及系统平台的历史故障应急方案数据。
在步骤S155中，根据历史故障应急方案数据构建故障应急方案知识图谱。
在步骤S156中，获取预警位置对应的相关数据。其中，相关数据可以包括预警位置对应的设备或者系统平台名称、与该设备或者系统平台存在拓扑关系的设备或者系统平台的名称、上述设备或者系统平台对应的参数、实时数据以及简单地故障描述等。
在步骤S157中，获取预警位置对应的相关数据中的多个关键词。
在步骤S158中，将多个关键词与故障应急方案知识图谱进行匹配，以获得最优故障应急方案。其中，对于最优故障应急方案的获取可以包括根据语义相关性的排序进行获取。具体地，对于最优故障应急方案的获取，可以如图4所示。具体地，图4中，该运维方法还可以包括：
在步骤S1580中，获取多个关键词和故障应急方案知识图谱匹配的相关性系数。其中，对于关键词与故障应急方案知识图谱相关性的计算，可以采用本领域技术人员所知的TF-IDF的语义算法，以获取故障应急方案知识图谱中每个方案与关键词相关性系数，选相关性系数最优的即可。具体地，本发明利用人工智能技术以知识图谱为语义解析基础对表征数据进行判断，并通过上述步骤的业务流程数据模型去对问题上下游主体进行追溯，从而进行辅助风险点与薄弱环节的研判，能够清晰快捷的辅助故障定位，并精准直观可视地定位故障点，提升中台故障发现能力。此外，也可进一步增加损失函数，具体地，可以如公式(1)所述，
J＝(a1α1+a2α2+…+amαm)+(b1β1+b2β2+…+bnβn)， (1)
其中，J为损失函数，αm为第m个文本关键词，am为第m个文本关键词的权重，bn为第n个数据关键词，βn为第n个数据关键词的权重，m和n为整数编号，且a1+2+…+m大于b1+2+…+n，a1+2+…+m+1+b2+…+n＝1。
在步骤S1581中，将相关性系数最高的应急方案作为最优故障应急方案。
在步骤S159中，执行最优故障应急方案。
在步骤S160中，记录执行过程中的故障应急方案的数据以及执行方式。其中，执行方式可以包括执行的设备或者系统平台、执行步骤等。故障应急方案的数据可以包括执行效果评分、执行时间等。具体地，运维人员在处理设备或系统过程中进行的排查过程以及对资源的调配方式，将会自动被记录，形成故障分析和解决方案的数据积累(知识库)；人工智能将对其通过语义分析手段进行知识积累，以更新故障应急方案知识图谱。
在步骤S161中，根据执行过程中的故障应急方案的数据以及执行方式更新故障应急方案知识图谱。
在步骤S150至步骤S161中，预先设定每个参数的数据的预警阈值，结合采集的实时数据进行诊断。若实时数据在对应的预警阈值范围内，则说明该参数正常；反之则异常，并发出预警标识以及预警信号，以便于工作人员快速进行故障定位并及时处理。根据预警位置获取相关数据，并将相关数据中的多个关键词与故障应急方案知识图谱进行匹配，得到最优故障应急方案。最后执行该最优故障应急方案，并将执行过程中和执行后的数据以及执行方式更新至故障应急方案知识图谱中，以实现方案的不断迭代升级。
在本发明的该实施方式中，对于历史故障应急方案数据可以包括故障类型、故障数据、应急方案以及方案评分等。
在本发明的该实施方式中，对于最优故障应急方案的获取还可以采用神经网络模型的方式，具体地可以如图5所示。具体地，在图5中，该运维方法还可以包括：
在步骤S20中，构建故障应急方案神经网络模型。
在步骤S21中，根据历史故障应急方案数据训练构建故障应急方案神经网络模型。
在步骤S22中，获取预警位置对应的相关数据。
在步骤S23中，将预警位置对应的相关数据输入至故障应急方案神经网络模型中，以获得最优故障应急方案。
在本发明的该实施方式中，对于三维展示模型的架构可以包系统层、集群层、设备层以及服务层，且从纵向上表达。横向上表达系统与系统，数据与系统之间的关联关系，从而有效提升运维管理的可视化能力，提高设备运行效率和稳定性。
在本发明的该实施方式中，本发明还提供业务系统多维信息的分层钻取功能，在全面展示网络拓扑、部署拓扑、服务器集群关系、数据集成关系、系统集成管理、系统架构等层面信息的支持节点在用户的点击选择下动态进行内容的展开与缩放；也能够根据视野的大小，通过视野范围的顶点坐标与层级放大后展示内容的最大边界坐标进行判断，从而对进行层级内容展开进行自动判断，便于从整体到细节逐步认识系统的构成。
通过上述技术方案，本发明提供的基于三维可视化电网设备管理业务的运维方法通过对电网中每个设备以及系统平台的历史数据、设备以及系统平台之间的拓扑关系进行获取，以构建相应的拓扑知识图谱，将其映射至设备与系统平台的三维模型中，进而可形成带有链路关系的三维展示模型，同时采集设备和系统平台的实时数据，映射至三维展示模型中，即可得到能够显示带有数据链路和拓扑关系电网系统，一方面能够直观显示电网系统中各设备、系统平台的资源传输、调用关系，另一方面还能够提高运维效率和效果。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种基于三维可视化电网设备管理业务的运维方法，其特征在于，包括：
获取电网系统中每个设备以及系统平台的历史数据、所述设备以及所述系统平台之间的拓扑关系；
根据所述历史数据和所述拓扑关系构建所述电网系统中所有设备以及系统平台的拓扑知识图谱；
构建所述电网系统中每个设备以及系统平台的三维模型；
将所述电网系统中所有设备以及系统平台的拓扑知识图谱映射至所述三维模型中，以形成带有链路的三维展示模型；
获取当前所述电网系统中每个所述设备以及所述系统平台对应参数的实时数据，并匹配至所述三维展示模型中；
根据所述电网系统中每个所述设备以及所述系统平台对应参数的实时数据对所述电网系统进行实时监控运维。
2.根据权利要求1所述的运维方法，其特征在于，所述拓扑关系包括矢量表达方式、关联表达方式以及方向表达式。
3.根据权利要求2所述的运维方法，其特征在于，获取当前所述电网系统中每个所述设备以及所述系统平台对应参数的实时数据，并匹配至所述三维展示模型中包括：
预设每个所述设备以及所述系统平台在数据连接状态的多个值域以及所述值域对应的颜色；
根据所述实时数据的大小以及对应所述值域的范围确定相应的颜色；
将所述实时数据按照相应的颜色渲染所述三维展示模型中对应的所述设备或者所述系统平台上。
4.根据权利要求1所述的运维方法，其特征在于，根据所述电网系统中每个所述设备以及所述系统平台对应参数的实时数据对所述电网系统进行实时监控运维包括：
获取当前所述电网系统中每个设备以及系统平台对应参数的预警阈值；
判断所述设备或者所述系统平台对应参数的实时数据是否在所述预警阈值的范围内；
在判断所述设备或者所述系统平台对应参数的实时数据不在所述预警阈值的范围内的情况下，发出预警标识以及预警信号；
根据所述预警信号在所述三维展示模型中放大对应的预警位置。
5.根据权利要求4所述的运维方法，其特征在于，根据所述电网系统中每个所述设备以及所述系统平台对应参数的实时数据对所述电网系统进行实时监控运维还包括：
获取所述电网系统中每个设备以及系统平台的历史故障应急方案数据；
根据所述历史故障应急方案数据构建故障应急方案知识图谱；
获取所述预警位置对应的相关数据；
获取所述预警位置对应的相关数据中的多个关键词；
将多个所述关键词与所述故障应急方案知识图谱进行匹配，以获得最优故障应急方案。
6.根据权利要求5所述的运维方法，其特征在于，所述历史故障应急方案数据包括故障类型、故障数据、应急方案以及方案评分。
7.根据权利要求5所述的运维方法，其特征在于，将多个所述关键词与所述故障应急方案知识图谱进行匹配，以获得最优故障应急方案包括：
获取多个所述关键词与所述故障应急方案知识图谱匹配的相关性系数；
将所述相关性系数最高的应急方案作为最优故障应急方案。
8.根据权利要求5所述的运维方法，其特征在于，根据所述电网系统中每个所述设备以及所述系统平台对应参数的实时数据对所述电网系统进行实时监控运维还包括：
执行所述最优故障应急方案；
记录执行过程中的故障应急方案的数据以及执行方式；
根据执行过程中的故障应急方案的数据以及执行方式更新所述故障应急方案知识图谱。
9.根据权利要求5所述的运维方法，其特征在于，根据所述电网系统中每个所述设备以及所述系统平台对应参数的实时数据对所述电网系统进行实时监控运维还包括：
构建故障应急方案神经网络模型；
根据所述历史故障应急方案数据训练构建故障应急方案神经网络模型；
获取所述预警位置对应的相关数据；
将所述预警位置对应的相关数据输入至所述故障应急方案神经网络模型中，以获得最优故障应急方案。
10.根据权利要求1所述的运维方法，其特征在于，所述三维展示模型包括系统层、集群层、设备层以及服务层。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311388328.0A CN117541217A (zh) | 2023-10-24 | 2023-10-24 | 基于三维可视化电网设备管理业务的运维方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311388328.0A CN117541217A (zh) | 2023-10-24 | 2023-10-24 | 基于三维可视化电网设备管理业务的运维方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117541217A true CN117541217A (zh) | 2024-02-09 |
Family
ID=89785131
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311388328.0A Pending CN117541217A (zh) | 2023-10-24 | 2023-10-24 | 基于三维可视化电网设备管理业务的运维方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117541217A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117876626A (zh) * | 2024-03-12 | 2024-04-12 | 国网电商科技有限公司 | 一种电力数据三维可视化方法、系统、设备和存储介质 |
| CN117876626B (zh) * | 2024-03-12 | 2024-05-14 | 国网电商科技有限公司 | 一种电力数据三维可视化方法、系统、设备和存储介质 |
-
2023
- 2023-10-24 CN CN202311388328.0A patent/CN117541217A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117876626A (zh) * | 2024-03-12 | 2024-04-12 | 国网电商科技有限公司 | 一种电力数据三维可视化方法、系统、设备和存储介质 |
| CN117876626B (zh) * | 2024-03-12 | 2024-05-14 | 国网电商科技有限公司 | 一种电力数据三维可视化方法、系统、设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11349720B2 (en) | Network management using hierarchical and multi-scenario graphs | |
| CA2921942C (en) | System for linking diverse data systems | |
| Potter et al. | Ensemble-vis: A framework for the statistical visualization of ensemble data | |
| CN103513983B (zh) | 用于预测性警报阈值确定工具的方法和系统 | |
| US8959003B2 (en) | Interactive data visualization for trend analysis | |
| CN113010374B (zh) | 一种基于监控平台的量子设备监控的方法、系统 | |
| CN106164795B (zh) | 用于分类报警的优化方法 | |
| CN111046258A (zh) | 一种多元基础信息提取及一体化融合展示的方法、系统和存储介质 | |
| CN110928740A (zh) | 云计算中心运维数据集中可视化方法及其系统 | |
| CN115033657B (zh) | 基于知识图谱的查询方法、装置、设备及存储介质 | |
| CN114791846B (zh) | 一种针对云原生混沌工程实验实现可观测性的方法 | |
| CN112308281A (zh) | 一种温度信息预测方法及装置 | |
| CN109063838B (zh) | 一种知识模型服务化与流程定制系统 | |
| CN105653419B (zh) | 基于监控点的溯源实现方法及系统 | |
| Schachinger et al. | An advanced data analytics framework for energy efficiency in buildings | |
| CN115439015B (zh) | 基于数据中台的局域电网数据管理方法、装置及设备 | |
| CN117541217A (zh) | 基于三维可视化电网设备管理业务的运维方法 | |
| CN108334524A (zh) | 一种storm日志错误分析方法及装置 | |
| CN114756301B (zh) | 日志处理方法、装置和系统 | |
| Chircu et al. | Visualization and machine learning for data center management | |
| CN113360563A (zh) | 一种航行大数据平台监控系统及方法 | |
| CN113852204A (zh) | 一种于数字孪生的变电站三维全景监视系统及方法 | |
| Miłek et al. | Comparative GIS analysis using taxonomy and classification techniques | |
| Sarker et al. | Cp-sam: Cyber-power security assessment and resiliency analysis tool for distribution system | |
| US20190294534A1 (en) | Program usability performance classification |
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 |