CN102497135B - 一种基于规则引擎的光伏电站监控方法 - Google Patents

Abstract

一种基于规则引擎的光伏电站监控方法,建立了一个由规则条件形成的网络结构，成了一个有效过滤数据的网络，事实进入到树的根结点的事实参数传递给规则，并沿着树的结构向下传递，如果匹配到了对应的条件就继续往下传递直到到达终端叶子结点，通过这种层层过滤，离根结点越远，匹配的数据就越少，这样就能够筛选出符合规则条件的事实。本发明很好地解决了原Rete网络中的空链接操作问题，减少了空间的浪费，在处理海量数据时可节省空间；同时，由于加入了对事实数量的统计，对事实进行了顺序排列使得匹配的效率得到了提高。在处理光伏电站大量检测数据的时候，提高了监控***的实时性、可移植性以及处理效率。

Description

一种基于规则引擎的光伏电站监控方法

技术领域

本发明涉及光伏电站监控领域，尤其是光伏电站监控信息的高效管理方法，具体地说是一种基于规则引擎的光伏电站监控方法。

背景技术

目前，随着规模性的太阳能电站在中国开始陆续建设和投入运行，如何实时了解电站的运行状况，如何满足上一级***或电网调度***的监控需求，是电站业主和电网公司所共同关心的问题。现有光伏电站监控***主要由逆变器厂商随设备提供，主要从本厂逆变器出发，对电站运行的一些参数进行监测，难以或不能直接控制逆变器的运行状态，亦无法获取电站中的其它设备的信息及控制这些设备，更无法满足电网调度***对电站的实时监控要求。另外，大型电站均会采用不同厂商的产品，这些不同厂商的产品彼此无法兼容，造成一个个“孤岛”***，无法形成统一的监控体系。

在传统的开发模式下，光伏电站工作人员对于管理不同设备有不同的实际需求，这必然会带来***的更新和维护困难。一方面，用户要求***的管理能够实现自动化，相关的业务人员能够直接地管理***中的规则，方便他们根据市场业务规则的变化快速地进行增加、删除和修改等操作。另一方面，项目开发人员更多关注的是程序如何实现。然而，有些需求所产生的业务规则无法用固有的或特定的算法进行推导，或者难以用常规的数据模型进行表示，在这种情况下，就会出现编码之后，各种业务规则凌乱地出现在各处代码之中，使得***的更新维护代价增大。

规则引擎可以很好地解决这些问题。规则引擎的基本思想是分离业务逻辑和业务数据，将通常作为变更主体的业务逻辑从混乱的代码当中提取出来，作为一个独立维护的部分。当业务逻辑发生改变时，规则随之发生变化，而包含在设计和代码中的***的其他部分则保持不变。

规则引擎的结构中最关键的是模式匹配器。目前比较流行的模式匹配器有基于Rete方法、Leaps方法、KMP方法等等。其中Rete方法是应用最广的，但是Rete方法存在着内存使用量大、不能够为时间敏感性模式的表达式提供支持、空链接的数目过多时就效率低下等缺点。

发明内容

本发明的目的是针对光伏电站中不同硬件设备提供的实时信息的无法统一高效管理的问题，提出一种基于规则引擎的光伏电站监控方法。

本发明的技术方案是：

一种基于规则引擎的光伏电站监控方法，其特征是它包括以下步骤：

(a)、构建初始监控网络即Rete网络，创建根节点、Alpha节点和Beta节点，Alpha节点和Beta节点初始为空节点；

根节点为空节点，是各个数据进入到监控网络的入口；

Alpha节点用于记录监控网络中各设备的相关参数即事实组成的元组；

Beta节点用于记录规则，规则是由一系列的判断逻辑和光伏行业的相关标准即相关的设定参数构成的元组；

(b)、检查监控规则即Beta节点的内容是否存在，如果不存在，则建立一对应的Beta节点；如果存在，则继续步骤c；

(c)、检查规则中涉及的监控网络中各设备的相关参数，如果不存在，则建立多个对应的Alpha节点分别用于存放各设备的相关参数；如果存在，则继续步骤c；

(d)、当Alpha节点的组合满足了相应规则的需求，即能和Beta节点匹配的时候，匹配成功，重复步骤c，直到该条规则中的所有元组都有对应的Alpha节点的组合可以和它匹配；

(e)、重复步骤b-d，直到创建好所有的规则即Beta节点，创建Action结点，和所有的Beta节点相连接，作为监控网络的输出结点。

本发明的Alpha节点所记录的各设备的相关参数包括各个逆变器的状态相关参数、各散热器组的电源状态相关参数、风机的状态相关参数、调压开关电动机的状态、断路器空气压力、断路器转换开关的位置和油泵的状态相关参数。

本发明的各Alpha节点均包括多个事实，即被监控设备的电压、电流或频率、相位、设备温度、压强和瓦斯浓度。

本发明的步骤c中，如果Alpha节点存在，则记录该Alpha节点的位置，若不存在，则在网络中创建新的Alpha节点，同时建立相应的Alpha存储器，并在Alpha存储器中设置计数器，用以记录Alpha存储器中存入的事实数量。

本发明的步骤d中，Alpha节点建立完毕后，对各Alpha节点依据各Alpha存储器中计数器记录的事实数量由小到大进行重新排序，若在该次过滤中，某个Alpha存储器中没有满足条件的事实，则将该Alpha节点暂时提取出来，剩余Alpha节点经过排序后标记为：Alpha(1')，Alpha(2')，……，Alpha(n')。

例如：一条规则是判断散热器的状态的，Beta节点里面是【太阳辐射角、某电流、某电压、某电阻】构成的元组组成。而这些参数来自不同的硬件设备，假设有3个，那么就有三个不同的Alpha节点和Beta节点对应。其中有且只有一个节点(假设为Alpha1节点)有两个参数，假设为【太阳辐射角、某电流】。在匹配的时候，通过对Alpha节点的排序，就先要对Alpha1节点中的事实进行匹配，因为Alpha1节点在该规则下所包含的事实数量最多。一旦和Alpha1节点的匹配失败，就不用再匹配另外两个Alpha节点。

本发明的步骤d中创建Beta节点，然后把相关的Alpha节点和Beta节点连接起来，作为输入，如果一个Beta节点需要有≥2个Alpha节点的事实的话，就先创建一个Beta1节点包括前两个Alpha节点的事实，Alpha1节点和Alpha2节点分别作为Beta1节点的左、右输入；将Beta1节点作为Beta2节点的左输入，将Alpha3节点作为Beta2的右输入；然后将Beta2节点作为Beta3节点的左输入，Alpha4节点作为Beta3节点的右输入，以此类推。

本发明的有益效果：

在光伏电站的实时监控中，由于监控设备数量多，检测数据庞大，需要从繁多的数据中经过处理分析，得到有用的结论。在监控***中应用规则引擎可以很好地解决这个问题。规则引擎的关键在于匹配技术。本发明中应用的是一种改进了的Rete匹配技术，建立了一个由规则条件形成的网络结构，成了一个有效过滤数据的网络，事实进入到树的根结点的事实参数传递给规则，并沿着树的结构向下传递，如果匹配到了对应的条件就继续往下传递直到到达终端叶子结点，通过这种层层过滤，离根结点越远，匹配的数据就越少，这样就能够筛选出符合规则条件的事实。

结合光伏电站信息分类处理***的实际情况，本发明对Rete算法的匹配方式在以下两个方面进行了改进：

1.由于在Rete网络的匹配过程中，如果Alpha存储器和Beta存储器中的任何一个为空，就会出现空链接操作，如果将空的匹配结果沿着Rete网络继续向下传播，则会造成更多的空链接，随着空链接数目的增加，匹配算法的效率将会受到影响。如一个规则不需要关于电流的信息，但是电流的信息却组成了一个空的Alpha节点，并且在Rete网络中参与了匹配的过程，将会产生大量的空连接，造成空间浪费。在光伏电站分类处理***当中，各类信息的数据量较大，要进行统计处理的流程也较多，其中包括对各种光伏数据生成小时、天、月、季度、年的数据产，在查询历史数据或其他操作的时候，由于数据产品的时间跨度较大，在规则的条件中对年时间结点的判断往往为假，那么就会使相应的Alpha存储器为空，此时就会出现空链接，如果后续有对年的数据产品的历史数据融合等操作就会造成一系列的空链接操作，从而影响匹配的效率。

针对这种情况，在判断年时间结点时，如果时间跨度不够，Alpha存储器为空，我们就把相应的AlphaNode与Beta存储器的连结断开，这样当Beta存储器为非空时，相关的连结操作就不会出现空链接；当时间跨度满足了，例如每年的1月1日至12月31日，Alpha存储器则由空转为非空，这时我们就把该AlphaNode与Beta存储器重新连结上，来完成相应的数据处理。

2.在匹配的过程中，模式的排列顺序事实上对匹配的效率也有一点的影响，如果排列顺序不合理，就有可能使得对应的Alpha存储器和Beta存储器中含有的事实数量很大，这时就要消耗大量的时间和内存来进行两个存储器中所含事实的连结操作，从而降低了匹配的效率。在对光伏电站信息数据进行处理的过程中，信息的数据量较大，规则的判断条件大多是对数值的比较，所以满足某规则条件的事实数量可能比较大，如果将含有这些事实的Alpha存储器先进行连结操作，则会出现上述的问题。

所以，在这里，我们考虑在将事实存入Alpha存储器时，加入对事实数量的统计，如果模式的规则约束条件越多，则满足该模式的事实数量就越少，存入Alpha存储器中的事实数量也就越少，那么在后续的连结操作中，就将含有事实数量较少的Alpha存储器优先进行连结操作。在实际光伏电站的监控中，例如一条规则由某电流、某电压、某太阳辐射角组成，但一旦电流超过100A，无论其他参数是什么状态都要进行相关的操作，则在匹配过程中，应该先以电流值进行匹配，以达到最大的匹配效率。

例如有如下规则：

(P rule 1

(context phase 1)…(a)

(large <x>)…(b)

(middle <x>)…(c)

(small <x>)…(d)

(make...))

根据含有事实的多少进行调整后，规则改变为：

(P rule 1

(context phase 1)…(a)

(small <x>)…(d)

(middle <x>)…(c)

(large <x>)…(b)

(make...))

这种转换可以用图3进行直观表示。

本发明在光伏电站的监控方面引用了引擎规则，在模式匹配方面使用了经过改进的Rete匹配技术，很好地解决了原Rete网络中的空链接操作问题，减少了空间的浪费，在处理海量数据时可节省空间；同时，由于加入了对事实数量的统计，对事实进行了顺序排列使得匹配的效率得到了提高。在处理光伏电站大量检测数据的时候，提高了监控***的实时性、可移植性以及处理效率。

附图说明

图1是Rete网络匹配结构示意图。

图2是Rete匹配网络的一个例子。

图3是移动节点判别过程示意图。

图3中：代表alpha存储

(large…)代表含有大量元素的工作存储集

(middle…)代表含有中等规模元素的工作存储集

(small…)代表含有少量元素的工作存储集

具体实施方式

下面结合附图和实施例对本发明作进一步的说明。

在光伏电站的实时监控中，由于监控设备数量多，检测数据庞大，需要从繁多的数据中经过处理分析，得到有用的结论。在监控***中应用规则引擎可以很好地解决这个问题。规则引擎的关键在于匹配技术。本发明中应用的是一种改进了的Rete匹配技术。

在本发明中，建立了一个由规则条件形成的网络结构，成了一个有效过滤数据的网络，事实进入到树的根结点的事实参数传递给规则，并沿着树的结构向下传递，如果匹配到了对应的条件就继续往下传递直到到达终端叶子结点，通过这种层层过滤，离根结点越远，匹配的数据就越少，这样就能够筛选出符合规则条件的事实。

在我们构造的Rete光伏电站监控网络结构中有4种基本结点：RootNode，1-input(AlphaNode)，2-input(BetaNode)和Action结点。其中RootNode是一个虚拟结点，它是所有数据对象进入Rete网络的入口；AlphaNode用以评估单个事实的约束条件；BetaNode用以评估一组事实的约束条件，BetaNode拥有两个输入和多个输出，其两个输入又被称为LeftInput(左边输入)和RightInput(右边输入)，LeftInput通常是一个数据对象的组合，RightInput是单个数据对象。Action结点表示规则的所有条件都已经匹配成功。

在实际的光伏电站监控中，根节点是一个空节点，是各个数据进入到网络的入口；事实即是各个逆变器检测到的数据组成的元组，元组内包括电压、电流、频率等监测到的数据；规则是由一系列的判断逻辑和一些光伏行业的相关标准构成的元组。例如，若需要判断光伏电站的散热器组是否正常工作，可能的需求是判断散热器组是否需要紧急维修，目前可以持续工作的时间是否超过8个小时等。每一条需求对应着一条规则,在Rete网络中即为一个Beta节点。散热器组1到散热器组N等设备各自的电源状态、风机状态和油泵状态等事实组成了N个Alpha节点，每个节点中包含着若干数据(如电压电流等)。当这些alpha节点的组合满足了相应的需求，即能和Beta节点匹配的时候，匹配成功，退出Rete网络。当需求发生改变的时候(如需要另加散热器组或判断事实的标准发生改变)，业务逻辑也需要改变，这个时候我们只要添加或修改相应的规则，而不用大面积地修改监控程序的代码，成功地分离了业务逻辑和业务数据。

具体实施时：

一种基于规则引擎的光伏电站监控方法，在匹配模块中使用到了经过改进的Rete技术，Rete网络匹配结构和具体例子请参见图1和图2。在处理大量的光伏电站监控数据时，根据事先制定好的规则库(即用户需求)，根据如下步骤进行匹配：

1.创建RootNode；

2.检查第一条规则：

(1)提取规则条件的第一个模式，对模式中的参数类型进行检查，如果该类型结点已存在，则继续检查下一类型；如果不存在，则加入新的类型结点；

(2)判断与模式对应的AlphaNode是否已建立，若已建立，则记录该AlphaNode的位置，若未建立，则在网络中创建新的AlphaNode，同时建立相应的Alpha存储器，并在Alpha存储器中设置计数器，用以记录Alpha存储器中存入的事实数量；

(3)重复(2)，直到规则条件中的所有模式都有对应的AlphaNode；

(4)AlphaNode建立完毕后，对AlphaNode依据各Alpha存储器中计数器记录的事实数量由小到大进行重新排序，若在该次过滤中，某个Alpha存储器中没有满足条件的事实，则将该AlphaNode暂时提取出来，剩余AlphaNode经过排序后标记为：Alpha(1')，Alpha(2')，……，Alpha(n')；

(5)创建BetaNode，BetaNode由Beta(2)开始：

Beta(2)的LeftInput为Alpha(1')，RightInput为Alpha(2')；

Beta(i)的LeftInput为Beta(i-1)，RightInput为Alpha(i')，其中i>2；

(6)重复(5)，直到创建好所有的BetaNode；

(7)为规则的动作部分创建Action结点，并作为Beta(n)的输出结点；

3.重复2，直到处理完所有规则。

本发明未涉及部分均与现有技术相同或可采用现有技术加以实现。

Claims (5)

1.一种基于规则引擎的光伏电站监控方法，其特征是它包括以下步骤：

a、构建初始监控网络即Rete网络，创建根节点、Alpha节点和Beta节点，Alpha节点和Beta节点初始为空节点；

根节点为空节点，是各个数据进入到监控网络的入口；

Alpha节点用于记录监控网络中各设备的相关参数即事实组成的元组；

Beta节点用于记录规则，规则是由一系列的判断逻辑和光伏行业的相关标准即相关的设定参数构成的元组；

其中，Alpha节点所记录的各设备的相关参数包括各个逆变器的状态相关参数、各散热器组的电源状态相关参数、风机的状态相关参数、调压开关电动机的状态、断路器空气压力、断路器转换开关的位置和油泵的状态相关参数；

b、检查监控规则即Beta节点的内容是否存在，如果不存在，则建立一对应的Beta节点；如果存在，则继续步骤c；

c、检查规则中涉及的监控网络中各设备的相关参数，如果不存在，则建立多个对应的Alpha节点分别用于存放各设备的相关参数；如果存在，则继续步骤c；

d、当Alpha节点的组合满足了相应规则的需求，即能和Beta节点匹配的时候，匹配成功，重复步骤c，直到该条规则中的所有元组都有对应的Alpha节点的组合可以和它匹配；

e、重复步骤b-d，直到创建好所有的规则即Beta节点，创建Action结点，和所有的Beta节点相连接，作为监控网络的输出结点。

2.根据权利要求1所述的基于规则引擎的光伏电站监控方法，其特征是所述的各Alpha节点均包括多个事实，即被监控设备的电压、电流、频率、相位、设备温度、压强和瓦斯浓度。

3.根据权利要求1所述的基于规则引擎的光伏电站监控方法，其特征是所述的步骤c中，如果Alpha节点存在，则记录该Alpha节点的位置，若不存在，则在网络中创建新的Alpha节点，同时建立相应的Alpha存储器，并在Alpha存储器中设置计数器，用以记录Alpha存储器中存入的事实数量。

4.根据权利要求3所述的基于规则引擎的光伏电站监控方法，其特征是所述的步骤d中，Alpha节点建立完毕后，对各Alpha节点依据各Alpha存储器中计数器记录的事实数量由小到大进行重新排序，若在该次匹配中，某个Alpha存储器中没有满足条件的事实，则将该Alpha节点暂时提取出来，剩余Alpha节点经过排序后标记为： Alpha(1′)，Alpha(2′)，……，Alpha(n′)。

5.根据权利要求1所述的基于规则引擎的光伏电站监控方法，其特征是所述的步骤d中创 建Beta节点，然后把相关的Alpha节点和Beta节点连接起来，作为输入，如果一个Beta节点需要有≥2个Alpha节点的事实的话，就先创建一个Beta1节点包括前两个Alpha节点的事实，即Alpha1节点和Alpha2节点分别作为Beta1节点的左、右输入；将Beta1节点作为Beta2节点的左输入，将Alpha3节点作为Beta2的右输入；然后将Beta2节点作为Beta3节点的左输入，Alpha4节点作为Beta3节点的右输入，以此类推，直到创造好所有的Beta节点。