面向电网拓扑管理的图数据建模系统及方法与流程

本发明涉及一种图数据建模系统及方法，特别是涉及一种面向电网拓扑管理的图数据建模系统及方法。

背景技术：

随着城镇化建设和电力系统的快速发展、用电需求不断的增长，新能源及多元化负荷快速发展，新型能源、分布式电源、电动汽车、储能装置大量涌现；电力架结构和运行方式日渐复杂化，终端用电负荷呈现增长快、变化大、多样化的新趋势，配电网由“无源”变为“有源”，潮流由“单向”变为“多向”，这都使得电网运行与资产管理面临新的问题。

电网拓扑数据将电力设备、变电站、输配电网络、电力用户与电力负荷和生产及管理等核心业务连接起来。电网拓扑数据记录电网网络特征，包括电网物理关系、客户关系、资产关系形成的网络拓扑结构，同时在其基础上产生了海量的电网运行数据、状态监测数据和智能电表数据。这些电网拓扑数据成为整个电网运行中营销、配电、调度等业务管理的基础，对这些数据展开高效分析能有力地支撑电网营销配一体化应用。然而，随着电网运维精细化管理和营调配贯通，业务的开展，电网拓扑分析遇到了越多来越多的瓶颈：①电网设备管理已延伸至低压及农网用户，涉及电网设备量迅猛增长，也导致电网拓扑数据几何级增长；②营调配业务贯通并精细化管理延伸至电网末端，带来频繁的业务访问及用户量大幅攀升，电网拓扑分析压力激增；③电网调度应用以及电网实时数据展现需求对电网拓扑数据实时更新需求有了进一步提高，也同时提高了电网拓扑分析的性能要求。使用新的先进计算技术针对电网拓扑数据展开分析研究已经成为电网运行与资产管理必须解决的紧迫问题。

基于“图论”的图数据库技术作为一种新型的数据管理方式及计算模式，由于其可以实现图型网络数据结构的分布式存储与并行处理，成为具有复杂关联关系的海量数据存储和计算的热点模式。图数据库已广泛应用在互联网网页排序、社交数据分析、供应链管理等领域。与传统关系型数据库相比较，图数据库在海量复杂数据拓扑分析方面的性能得到提升。图数据库技术已广泛应用于金融风范防止，it设备管理，社交网络分析，在电网领域内的应用还处于探索期。因此，为了确保电力系统的稳定安全运行，对电网拓扑数据进行图建模有着非常重要的意义。面向电网拓扑管理的图数据建模方法主要需考虑两个方面的问题：(1)如何从大量电力数据中提取数据特征以及数据与数据之间的相关性，并能快速生成拓扑关联图。(2)如何保证在生成拓扑图的同时，能在模型中训练电力拓扑数据进行高效的管理以及实时更新，最大化保证原有数据的特征性和完整性。

技术实现要素：

发明目的：本发明要解决的技术问题是提供一种面向电网拓扑管理的图数据建模系统及方法，解决电网拓扑数据在图数据库中的建模问题，采用图数据库技术来存储和分析电网拓扑数据，使得电网拓扑数据高效快速的存入图数据库中，保证电网拓扑图数据库的安全稳定运行。

技术方案：本发明所述的面向电网拓扑管理的图数据建模系统，包括特征提取器、拓扑关联图生成器、属性结构图生成器、图数据模型管理器；

所述的特征提取器将采集到的电网拓扑数据进行属性特征的提取，将属性特征的数据类型映射为数值类型，生成第一属性结构拓扑图；

所述的拓扑关联图生成器判断第一属性结构拓扑图中设备节点之间的相关性，将相关性强的设备节点中添加强联系属性，形成拓扑关联图；

所述的属性结构图生成器将所述的拓扑关联图录入图数据库系统，设置端子节点存储设备节点的连接关系和连接关系属性，设置边属性，生成第二属性结构拓扑图；

所述图数据模型管理器结合业务优先级别，将业务数据信息导入到第二属性结构拓扑图中，生成第三属性结构拓扑图，并将第三属性结构拓扑图进行数据连通，映射为电网拓扑管理图数据模型。

进一步的，所述的判断设备节点之间相关性的方法为皮尔逊积矩相关系数法。

进一步的，属性结构图生成器设置边属性具体为：将边所连接节点间电力流向、节点间线路拓扑关系、节点从属关系和比较优先级存储为边属性。

进一步的，所述比较优先级的设置具体为：根据电压判定，电压越高，优先级越高。

本发明所述的面向电网拓扑管理的图数据建模方法，包括以下步骤：

(1)在电网拓扑数据中提取特征值，建立属性信息表；

(2)根据属性信息表建立设备节点，生成第一属性结构拓扑图；

(3)判断第一属性结构拓扑图中设备节点之间的相关性，将相关性强的设备节点中添加强联系属性，形成拓扑关联图；

(4)将所述的拓扑关联图录入图数据库系统，设置端子节点存储设备节点的连接关系和连接关系属性，设置边属性，生成第二属性结构拓扑图；

(5)结合业务优先级别，将业务数据信息导入到第二属性结构拓扑图中，生成第三属性结构拓扑图；

(6)将第三属性结构拓扑图进行数据连通，判断图是否连通，如果是则映射为电网拓扑管理图数据模型，如果否则返回步骤(2)循环执行。

进一步的，方法还包括：循环进行步骤(1)至步骤(6)，将所获取更新的电网拓扑数据导入所述电网拓扑管理图数据模型，实现数据模型的实时更新。

进一步的，所述的判断设备节点之间相关性的方法为皮尔逊积矩相关系数法。

进一步的，步骤(4)中设置边属性具体为：将边所连接节点间电力流向、节点间线路拓扑关系、节点从属关系和比较优先级存储为边属性。

进一步的，所述比较优先级的设置具体为：根据电压判定，电压越高，优先级越高。

进一步的，步骤(4)中设备节点的连接关系中电气连接的优先级高于物理连接的优先级。

有益效果：本发明能够根据当前属性特征提取对数据进行提取多个维度属性值，然后利用皮尔逊积矩相关系数法来分析节点与节点之间的关联性问题，舍弃无用关联，再用拓扑数据与逻辑关系相融合的方法，利用第一第二第三属性结构拓扑分析，进而形成电网拓扑管理的图数据模型，从而解决了电网大数据存储速度慢，查询效率低以及拓扑分析压力大的问题，提高了电网拓扑分析的性能。

附图说明

图1是本发明的系统结构图；

图2是本发明的方法流程图；

图3是本发明的具体使用流程图。

具体实施方式

本实施例的面向电网拓扑管理的图数据建模系统如图1所示，它主要包括四个部分:特征提取器、拓扑关联图生成器、属性结构图生成器、图数据模型管理器。特征提取器是将采集到的电网大数据进行属性特征的提取，得到既有连续又有离散的电力数据属性信息，为了方便处理，把所有的数据类型都映射为数值类型；拓扑关联图生成器是将得到的第一属性结构拓扑图g1，利用皮尔逊积矩相关系数法判断设备与设备间关联性，形成拓扑关联图；属性结构图生成器是将端子、设备以及边的属性特征进行融合，形成第二属性结构拓扑图g2；图数据模型管理器是把业务数据信息，结合业务优先级别，把设备节点信息连接形成单元结构，组成不同优先级别的单元框架，形成第三属性结构拓扑图g3，进而形成电网拓扑管理图数据模型，并实现实时动态更新。下面给出具体介绍：

(一)特征提取器

特征提取器主要是把采集到的电力大数据进行属性特征的提取，根据电力系统的分析经验，设置属性特征优先级，本发明通过将无序的属性值，根据影响程度优先级进行降序排列，然后对得到的既有连续又有离散的电力数据属性信息，映射为数值型，并把每个属性特征都记录下来生成第一属性结构拓扑图g1。第一属性结构拓扑图中至少包括设备id,子类别，设备型号以及ip地址，端口信息和存放位置信息，这样，就得到了容易处理的且具有电力系统优先级的属性特征集合。

(二)拓扑关联图生成器

拓扑关联图生成器主要用于对得到的第一属性结构拓扑图g1，利用皮尔逊积矩相关系数法判断设备与设备间关联性，形成拓扑关联图，本发明基于皮尔逊积矩相关系数法，利用r系数进行相关性分析，把相关性强的节点中添加一个强联系属性，为后期电网故障诊断方面提供快速通道。皮尔逊积矩相关系数法是相关性检验中用来判断要素是否存在关联性的经典方法，具有计算简单、速度快的特点。首先，将全要素集合中的要素构造为全对偶组合作为输入，对偶要素组合进行相关性检验及t检验，当检测要素相关性及t检验都小于预定阈值时，则过滤弱相关要素组合，否则保留强相关要素组合。

我们将电网拓扑图数据下的多维时序数据d＝{d1,d2...dn}，其中n为多维数据元监控总数，di∈d为数据源为任一数据序列。相关性分析是研究对象d内部元素之间是否存在某种依存关系，并对有依存关系的对象探讨其相关性强度。相关性分析作为研究随机变量之间相关关系的一种统计方法，在产业界有着广泛的应用。

皮尔逊积矩相关系数法其相关性采用r系数表示，公式定义如下：

式中：xi和yi分别为两个样本序列x,y∈d在i时刻的数据取值,和分别是x和y的样本均值，m为样本的时序数量。

r的绝对值越大，说明样本相关性越强。而根据上述皮尔逊积矩相关系数法获得的xi和yi之间的相关性还可以采用经典的t检验对相关性检验结果进行验证。t检验的实现方式可以有多种。变电站装设的数以亿计的数据采集装置，实时向调控主站系统上传带有时标的监视信息。这就构成了相关性分析的时间序列基础即式(1)中的xi和yi，利用r系数进行相关性分析，把相关性强的节点中添加一个强联系属性，形成图数据的拓扑关联图，为电网故障诊断方面提供快速通道。

(三)属性结构图生成器

属性结构图生成器主要是把生成的拓扑关联图进行录入图数据库系统的一个装置，同时设立端子，边的属性，设置比较优先级。设置端子节点来存储设备节点间的关系属性，端子上存储连接关系以及连接关系属性，连接关系包括了物理连接和电气连接。如果电力实体设备之间有物理导线的连接，反应在电力拓扑图上称为存在物理连接。如果电力实体设备之间不光有物理连接，电也是可通的，称为存在电气连接。电力设备一般通过开关类设备控制有物理连接的设备是否电气连通，此外设备的故障等原因也会导致物理连接相通但电气连接不通。属性结构图生成器形成第二属性结构拓扑图g2。

设置端子属性。端子是图数据库系统用来存储设备与设备之间的关系属性的节点，在端子上可以设置多条属性信息，由拓扑关联图生成器所进行的相关性分析结果，得到设备与设备之间的强关系属性，将拓扑关联属性存储在端子上，端子与端子也可以用边进行连接，这样，就把节点设备与拓扑关联图结合在一张图中。优先级的设置为电气连接优先于物理连接。

设置边属性。边的属性信息至少包括：边的编号、设备名称、系统名称、是否有向、边的类型。本发明中所建立的图数据模型中，边属性包含有通过图数据记录的电网设备-线路的拓扑连接关系和设备、线路参数，具体包括：电力从发电-输电-变电-配电-低压-表计的流向、上级线路(电源)与分支线路的拓扑关系、开关/变压器/塔杆等设备与线路的从属关系、比较优先级等。比较优先级根据电压判定，电压越高，优先级越高。这些关系都优先存储在边的属性结构图中，基于上述内容，能够建立表示电网拓扑管理信息体系。

(四)图数据模型管理器

图数据模型管理器主要是把业务数据信息，结合业务优先级别，把设备节点信息连接形成单元结构，组成不同优先级别的单元框架，每个单元框架之间都是连通的。通过之前形成的g2，我们得到了属性拓扑图的框架，然后导入业务信息，通过设备节点以及端子的属性和整个系统的拓扑关系相融合，扩充边数据信息，形成第三属性结构拓扑图g3。把提炼出来的电网图逻辑模型以及拓扑结构，结合三个属性结构进行全图数据连通，映射为电网拓扑管理图数据模型。载入历史数据和最新数据，实现电网拓扑图数据库中电网拓扑数据的实时更新。

设置业务优先级别，通过属性图模型表示图模型中的末端设备和路由设备，其中末端设备指的是信息接入设备，它们是电网通信网中的数据来源，将涉及到电网业务中的关联数据上传到通信网，最终通过网络传输输送到业务对口部门的信息设备。各类终端设备采集到的数据往往对应着电网不同业务，而不同业务数据的安全级别和数据采集量往往是不同的，在电网通信网传输过程中，各类业务数据对应的传输质量和可靠性要求也会不同，即不同业务数据对应的优先级别有差异性。通常情况下，电网安全控制类的数据优先级高于一些用电信息类采集的业务数据。涉及电网优先级顺序见表1。数字越小代表优先级越高。

表1电力通信网传输电力业务优先级

形成单元结构模块，由优先级可以划分子图模块，由不同优先级的模块分别控制不同的业务数据，某些设备节点在不同的模块里边可能都会存在，即称为交叉节点，各个模块通过交叉节点进行连接，通过设备节点以及端子的属性和整个系统的拓扑关系相融合，形成第三属性结构拓扑图g3。把提炼出来的电网图逻辑模型以及拓扑结构，结合三个属性结构进行全图数据连通，映射为电网拓扑管理图数据模型。载入历史数据和最新数据，实现电网拓扑图数据库中电网拓扑数据的实时更新。

电网大数据中的数据具有维度多、数据量大、数据种类多的特点，对用户、公司和社会经济均有巨大的价值，现在需要对电网数据进行图数据建模，并进行电网拓扑管理和分析，运用图论的思想，设置节点，端子以及边的属性的方法进行图数据的建模以及导入图数据库并进行拓扑管理。首先对数据进行特征属性值提取，然后设置设备节点，利用皮尔逊积矩相关系数法判断设备与设备间关联性，形成拓扑关联图，设立端子，边的属性，形成第一、第二、第三属性结构拓扑图，填充业务数据信息，结合业务优先级别，把设备节点信息连接形成单元结构，组成不同优先级别的单元框架，把提炼出来的电网图逻辑模型以及拓扑结构，结合三个属性结构进行全图数据连通，映射为电网拓扑管理图数据模型。载入历史数据和最新数据，获取属性信息表{x2,x3...xn}，直接导入图模型，实现电网拓扑图数据库中电网拓扑数据的实时更新，解决了电网大数据存储速度慢，查询效率低以及拓扑分析压力大的问题，提高了电网拓扑分析的性能。本实施例模型建立过程如图2所示，实施流程如图3所示，方法包含的步骤为：

步骤1：首先需要在电网拓扑数据中采集到的大批量数据中提取特征值，获取第一张属性信息表x1。进入步骤2；

步骤2：根据所获得电网设备属性信息表x1中的信息建立设备节点，并区分起始设备i＝{i1,i2...in}和终端设备t＝{t1,t2...tn}，用标签进行标识，形成第一属性结构拓扑图g1。进入步骤3；

步骤3：在第一属性结构拓扑图g1中，利用皮尔逊积矩相关系数法判断设备与设备间关联性，形成拓扑关联图(一对多以及多对多关系)。进入步骤4；

步骤4：设置端子来存储设备间的关系属性，端子上存储连接关系以及连接关系属性，形成第二属性结构拓扑图g2。连接关系包括物理连接和电气连接，如果电力实体设备之间有物理导线的连接，反应在电力拓扑图上称为存在物理连接。如果电力实体设备之间不光有物理连接，电也是可通的，称为存在电气连接。电力设备一般通过开关类设备控制有物理连接的设备是否电气连通。除了环网供电的网络部分外，不存在环。设置边的属性关系，边是连接端子与设备的有向电缆，边的属性包含有通过图数据记录的电网设备-线路的拓扑连接关系和设备、线路参数，具体包括：电力从发电-输电-变电-配电-低压-表计的流向、上级线路(电源)与分支线路的拓扑关系、开关/变压器/塔杆等设备与线路的从属关系、比较优先级等。进入步骤5。

步骤5：填充业务数据信息，结合业务优先级别，把设备节点信息连接形成单元结构，组成不同优先级别的单元框架，每个单元框架之间都是连通的。通过设备节点以及端子的属性和整个系统的拓扑关系相融合，形成第三属性结构拓扑图g3。进入步骤6；

步骤6：把提炼出来的电网图逻辑模型以及拓扑结构，结合三个属性结构进行全图数据连通，映射为电网拓扑管理图数据模型。进入步骤7；

步骤7：载入历史数据和最新数据，获取属性信息表{x2,x3...xn}，直接导入图模型，实现电网拓扑图数据库中电网拓扑数据的实时更新。