基于时序数据库的电力运维系统关键技术研究石玉峰

(整期优先)网络出版时间:2019-03-13
/ 2

基于时序数据库的电力运维系统关键技术研究石玉峰

石玉峰

(国网四川阿坝州电力有限责任公司)

摘要:随着社会经济的发展和科学的进步,近年来,我国电力行业取得了巨大的进步,越来越多的电力系统,采用新技术新科技,也极大的推动了电力的发展。但是在电力运维方面,还存在着许多的不足,传统的电力运维系统,远远无法满足人们的需求,迫切需要新的运维系统的出现,本文着重对新的数据密集型电力运维系统进行了系统分析,分析电力运维系统的需求,实现对配用电一次、二次设备的运维检修管理,控制电力设备异常事件数量,提高电力运维集约化水平,障电力系统基础设施的安全、连续、可靠运行。

关键词:时序数据库;电力系统运维

1.电力系统运维的概述

1.1电力系统运维现状:

近几年来,我国电力行业取得了突飞猛进的发展,尤其是改革开放以后,我国电力系统抓住机会奋发图强取得了巨大的成就,已经成为当前我国国民经济的重要组成部分,但是,和国际先进水平相比,还是存在着一定的差距,在当前的国际社会竞争日益激烈环境下,加上电力系统受资金和技术等经济因素的限制,如果单纯的依靠传统的运维模式,很难获得足够的市场改革力,在市场改革日益激烈的大环境下想要取得更好的发展也十分的困难。

电力系统运维工作能够保障电力系统的稳定运行,对于电力企业乃至整个电力事业的发展具有重要意义。随着我国电力事业的快速发展,电力系统的复杂程度越来越高,对于电力运维工作的要求也有了明显提升。一旦电力系统发生故障,不仅会导致电力能源的不必要损失,还要造成大面积停电,影响企业及用户正常用电。

电力系统运维是一个构建新数据密集型的系统,目前的需求已经是传统的电力运维系统无法满足的,实时监控运维作业难以实现,对运维的进度难以精确掌握,检修工程量非常大等等,迫切需要构建一个新的数据密集型电力运维系统。

1.2电力系统运维的意义

随着电网跨越式发展,设备规模与人员配置的矛盾日益突出,新技术使电力系统在数据量和应用模式上发生了巨大转变,传统的电力运维系统已无法满足信息化电力系统的需求,存在电网企业难以实时监控运维作业过程,无法掌握运维进度、运维管理存在检修安装人员数量不足和检修工程量过大的问题。这些问题不仅会给安全运行带来极大的隐患,而且会造成不良的社会和经济影响。以往对时序数据的处理主要是基于传统数据库,但是随着数据采集频次变高等问题,传统数据库无法很好的应对数据的存储和处理。因此,从“大物移云”发展趋势出发,构建新的数据密集型电力运维系统是非常必要和迫切的。

2.电力系统运维分析

电力系统运维管理包括对电力设备软件系统、硬件设备的运维管理,对电力设施及设备台账、软硬件版本、参数/定值信息进行设置,同时包含对客户托管设备的运行状态监测,实现多种能源接入终端基础信息的标准化、一体化,为系统各类应用提供统一的基础数据。

2.1系统架构与实现

系统主要包括四个子系统:系统界面子系统、应用支撑平台、数据服务子系统、平台服务子系统,分别实现在线运行的配电设备、用户侧用电设备以及其他类型能源设施、设备运行状态监控、维护以及检修管理等功能。其中,系统界面子系统包括:Web瘦客户端、现场作业移动App客户端、电力图形化组态工具、WebGIS系统、一次/二次告警事件处等。应用支撑平台包括:设备全寿命周期状态监测、故障诊断与处理、运维管理、检修管理、运检流程管理、资产管理,数据服务子系统包括:电能量数据建模、业务数据、数据预处理、数据统计、数据评估。平台服务子系统包括:关系数据管理、Key-value数据存储、分布式存储管理、消息管理、分布式文件管理、集群管理、权限管理、安全管理。系统以分布式构架设计,实时库数据来源为配电终端数据、充电桩数据、微电网数据等高速实时数据,并以RestfulAPI方式提供电量时序数据库和前端Web应用服务访问接口,后端服务器将应用数据模型和业务模型映射到数据中心,采用分布式内存存储、计算用户用电信息,极大提升系统的处理容量、性能及可靠性。

2.2Node.JS简介

采用Node.JS作为后端服务器开发环境,Node.JS是一个基于ChromeV8引擎的JavaScript运行平台,从事件驱动,异步非阻塞I/O等方面阐述了Node.JS快速构建网络服务及相关应用。前后端分离开发模式,可根据前后端要求提供相应的访问方式。非阻塞特性及异步事件驱动模型在高并发网络服务应用,减少了运行资源,提高系统性能。

2.3时序数据库(TSDB)

为解决智能电网建设和生产过程中大规模时序数据的快速存储和访问处理难题,以分布式为主要特征的时序数据库系统受到高度关注。将时序数据库与当前主流关系数据库技术特点进行比较,总结了时序数据库拥有超大规模数据处理能力和高比例压缩能力的技术创新性。进行了加载测试、查询测试实例验证,证明时序数据库在超大规模数据集、高实时性方面能够满足智能电网大数据应用需求。从构建服务器集群的角度,提出策略驱动技术实现时序数据的灵活存储与处理,进一步验证了时序数据库的高效性。存储正向有功总电能的时序数据库JSON结构体。

设计电力运维时序数据库着重考虑电力系统庞大的数据总量,借助时序数据库的Key-value数据存储模式实现电能表定时冻结、瞬时冻结、日冻结、整点冻结数据的高速存储与查询,方便对年度、季度、月度的电量进行分布式查询计算。

2.4电力运维系统存储结构

电力运维信息涉及电力设备的(准)实时运行信息,及其关联设备和所处站所的当前状况,要求数据存储具备高吞吐量、批量更新数据及极高的内存利用率。对于Key-value模式实现电能表数据存储,运维系统存储结构采用日志结构存储(Log-StructuredStorage)。

3.运维系统业务功能的实现

3.1RestAPI动词映射

Node.JS建立时序数据库服务有两种方式,分别为RestAPI和Restclient。Restclient是第三方提供的客户端程序,具有开发快速、资源众多等优点,缺点是扩展性不好,因此本文案采用RestAPI方式建立时序数据库服务,消息交互采用轻量级的数据交换JSON格式封装[13-16]。

3.2新增业务请求流程

新增业务是运维系统所有数据的来源,是系统核心功能之一,是运维系统不可缺少的一部分,当用户发起业务请求后,先对请求进行负载均衡处理,将请求转发至不同的服务器上进行反向代理请求头的处理,处理完的数据会发送给Node.JS实现时序数据新增业务,然后将数据返回Web瘦客户端。

3.3Node.js实现新增数据业务

当Web瘦客户端向后端发送增加数据业务指令后,Node.js将新增的数据存储在电量时序存储结构体data_create中,按映射关系请求连接时序数据库,在建立服务连接后,将data_create数据以RestAPI方式新增至时序数据库。

3.4运行结果测试

结果测试包括服务器和服务器集群模式,主要针对Key-value类型的智能电能表数据测试。采用服务器和服务器集群对智能电能表“日冻结”数据进行计算时,服务器集群与计算规模的关系曲线。随着集群数量的增加,计算规模呈上升趋势,但当集群数量较大时,网络瓶颈成为系统性能的主要制约因素。

4结束语

综上所述,在科技日新月异的今天,为解决传统电力运维系统无法满足人们的需要,促进新技术在电力系统的应用,让电力系统在数据和应用模式上变得更为先进,本文结合电网企业对设备的管理需求,采用Node.js、JSON、RestAPI框架,建立了基于时序数据库的电力运维系统架构,可扩展性强,更易使用大数据技术进行数据挖掘和二次开发,能够快速、准确地完成对电力设备运维作业的科学、高效优化。

参考文献

[1]戚伟强,沈潇军基于ITIL的电力信息自动化运维体系研究[J].现代电子技术,2017,

[2]戚雪冰.风电监控系统中时序数据管理系统的设计与实现[D].东南大学,2015.

[3]王远,陶烨,蒋英明智能电网时序大数据实时处理系统[J].计算机应用,2015.