CN115525654A - 一种基于物模型的智能变电站数据存储方法 - Google Patents

一种基于物模型的智能变电站数据存储方法 Download PDF

Info

Publication number
CN115525654A
CN115525654A CN202211218498.XA CN202211218498A CN115525654A CN 115525654 A CN115525654 A CN 115525654A CN 202211218498 A CN202211218498 A CN 202211218498A CN 115525654 A CN115525654 A CN 115525654A
Authority
CN
China
Prior art keywords
data
object model
sampling data
file
json
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
Application number
CN202211218498.XA
Other languages
English (en)
Inventor
李一泉
刘世丹
吴梓亮
屠卿瑞
朱佳
焦邵麟
王峰
温涛
谭乾
索江镭
陈小瓦
袁亮荣
刘琨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Power Grid Co Ltd
Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Power Grid Co Ltd, Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN202211218498.XA priority Critical patent/CN115525654A/zh
Publication of CN115525654A publication Critical patent/CN115525654A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2282—Tablespace storage structures; Management thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于物模型的智能变电站数据存储方法。该方法包括步骤：获取智能变电站一次设备的CID文件，根据CID文件中的设备类型获取相应的物模型模板；根据所述物模型模板创建相应的JSON实例并生成JSON文件，将所述CID文件中的采样数据保存至所述JSON文件中；所述JSON文件中的采样数据包括第一采样数据和第二采样数据，将所述第一采样数据存储至时序数据库，将所述第二采样数据存储至关系数据库；所述第一采样数据为具有时序特征的采样数据，所述第二采样数据为所述JSON文件中除所述第一采样数据之外的其余采样数据。本发明技术方案提高了电力***中智能变电站一次设备的采样数据的存储效率。

Description

一种基于物模型的智能变电站数据存储方法
技术领域
本发明涉及设备数据存储技术领域，尤其涉及一种基于物模型的智能变电站数据存储方法。
背景技术
随着“物联网”时代的到来，泛在物联网的建设不断推进，电力***中数字化程度越来越高。为了对电力设备进行准确地描述，需要对设备的数据和运行状况进行实时的采集，数据采集点和采集频率大幅度增加。具统计，电力***数据量将从GB～TB级上升到TB～PB级。由于电力***数据量大，类型杂乱而且质量低，加重了电网通信***的负荷，严重影响了通信的效率。
变电站负责对一次设备进行监视和管理，实现数据的上传下达，是电力***中重要的数据枢纽。对此，国际电工委员会提出了IEC61850的通信规约对变电站数据的传输进行了规范，实现了设备间的互操作性和信息共享。目前，IEC61850规范已成为智能变电站的重要支撑，成为国内新建电站的标准，并已明确要广泛应用于所有公共电力领域。由于IEC61850数据内容复杂，信息数据量大，给电力***数据存储和数据应用带来很大的压力。目前电力***常用的数据存储方式难以对采用IEC61850标准的智能变电站数据进行高效的存储。现有技术存在问题包括：
(1)当前电力***大多采用关系型数据库进行数据存储。关系型数据不善于处理海量数据，随着数据量的增加，数据读写速度会明显降低，难以满足电力***的实时性要求。
(2)电力***中的数据主要是电气量采样值，属于典型的时序数据，其数据结构与关系型数据库存储的数据结构不一致，且电力***运维过程中对数据的计算分析也是基于时序进行的。这样就使得在数据的存储和数据操作两个方面，关系数据型数据库难以满足要求。
(3)当前电力***数据库采用的数据模型和IEC61850的数据模型差异大。IEC61850的数据模型难以直接映射到数据库中存储，影响存储效率。比如，监控数据库以四遥存储点表的形式存储数据，需要先将IEC61850的数据格式转换为四遥点表的数据格式，存储过程比较繁琐。
(4)当前关系型数据库存储点表的创建常需要人工介入，自动化程度和效率低下，人工操作有较大的出错风险。
发明内容
本发明提供一种基于物模型的智能变电站数据存储方法，提高了电力***中智能变电站一次设备的采样数据的存储效率。
本发明一实施例提供一种基于物模型的智能变电站数据存储方法，包括以下步骤：
获取智能变电站一次设备的CID文件，根据CID文件中的设备类型获取相应的物模型模板；
根据所述物模型模板创建相应的JSON实例并生成JSON文件，将所述CID文件中的采样数据保存至所述JSON文件中；
所述JSON文件中的采样数据包括第一采样数据和第二采样数据，将所述第一采样数据存储至时序数据库，将所述第二采样数据存储至关系数据库；所述第一采样数据为具有时序特征的采样数据，所述第二采样数据为所述JSON文件中除所述第一采样数据之外的其余采样数据。
进一步的，根据所述物模型模板创建相应的JSON实例，包括以下步骤：
根据所述物模型模板创建相应的JSON实例，将所述CID文件中的设备信息保存至所述json实例的静态属性中；
读取所述CID文件中各个逻辑节点下的数据集、所述数据集中的数据对象和所述数据对象下的数据属性，根据逻辑节点的功能和数据集的描述找到所述逻辑节点在JSON实例中对应的服务模块，将所述逻辑节点下的数据对象和数据属性存储至所述服务模块中。
进一步的，以结构体的方式将所述数据对象和数据属性存储至所述服务模块中。
进一步的，将所述第一采样数据存储至时序数据库，包括以下步骤：
从所述json文件的静态属性中获取所述一次设备的设备类型，根据所述设备类型获取相应的超级表；
根据所述json文件的静态属性在所述时序数据库对所述超级表进行实例化，得到所述一次设备对应的实体表；
将所述第一采样数据存储至所述一次设备对应的实体表中。
进一步的，针对同一类型的一次设备预先建立一个超级表，并根据同一类型的一次设备的全部数据采样点对应的数据属性构建所述超级表的表头，所述数据属性中包括一个用于作为一次设备的唯一标识的静态属性。
进一步的，将同一类型的一次设备的实体表进行聚合得到所述同一类型的一次设备的总表。
进一步的，将采样时间和所述唯一标识作为所述总表的联合主键。
进一步的，所述时序数据库采用TDengine时序数据库。
本发明的实施例，具有如下有益效果：
本发明提供了一种基于物模型的智能变电站数据存储方法，该方法通过根据物模型模板创建相应的JSON实例并生成JSON文件，将所述CID文件中的采样数据保存至所述JSON文件中，再将所述JSON文件中的第一采样数据和第二采样数据分别存储至时序数据库和关系数据库，其原理为通过根据物模型模板建立的JSON文件作为媒介，快速的建立起将CID文件中的采样数据提取并存储至数据库的通道，提高了电力***中智能变电站一次设备的采样数据的存储效率。同时，通过对不同数据特征的采样数据分别存储至时序数据库和关系数据库，充分的考虑了不同数据特征的采样数据和不同类型数据之间的适配关系，进一步提高了电力***中智能变电站一次设备的采样数据的存储效率。
附图说明
图1是本发明一实施例提供的基于物模型的智能变电站数据存储方法的流程示意图；
图2是本发明一实施例提供的基于物模型的智能变电站数据存储方法的基于IEC61850标准的智能变电站的工程配置流程示意图；
图3是本发明一实施例提供的基于物模型的智能变电站数据存储方法的关系数据库和时序数据库之间的存储方式对比示意图；
图4是本发明一实施例提供的基于物模型的智能变电站数据存储方法的CID文件中IED的设备信息和物模型模板的静态属性之间的自动映射示意图；
图5是本发明一实施例提供的基于物模型的智能变电站数据存储方法的物模型模板结构示意图。
具体实施方式
下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明一实施例提供的一种基于物模型的智能变电站数据存储方法，包括以下步骤：
步骤S101：获取智能变电站一次设备的CID文件，根据CID文件中的设备类型获取相应的物模型模板。预先根据同一类型的一次设备的CID文件的数据传递格式建立所述物模型模板，所述CID文件为根据IEC61850标准得到的智能变电站一次设备的配置文件。具体的，预先根据所述一次设备的CID文件建立相应的物模型模板，并提前将所述物模型模板上传至设备接入平台，当需要将采样数据保存至数据库时，从设备接入平台获取所述物模型模板。
步骤S102：根据所述物模型模板创建相应的JSON实例并生成JSON文件，将所述CID文件中的采样数据保存至所述JSON文件中。具体的，根据所述物模型模板创建相应的JSON实例时，根据所述物模型模板的数据结构创建具有相同数据结构的所述JSON实例。
本发明的物模型是为一次设备定义的数字模型，用以描述一次设备的物理性质，功能作用，以及能对外提供的服务，实现了对一次设备的抽象和虚拟化。
数据库要对来自变电站一次设备的采样数据进行存储，首先需要在变电站的配置文件中找到该一次设备的配置文件。IEC61850标准采用SCL语言的形成配置文件对全站的通信组成，以及各个设备的功能和参数进行描述。在IEC61850标准的第1版中定义了四种配置文件，即ICD，SSD，SCD和CID文件。
(1)ICD文件，也称IED能力描述文件；由各个设备厂家制造商提供给集成商。ICD文件描述了各个设备的功能和基本信息。
(2)SSD文件，也称***规格文件；用以描述智能变电站的主接线图及与主接线图相匹配的逻辑功能节点，有时作为SCD文件的一部分出现。
(3)SCD文件，也称全站***配置文件；该文件全站唯一，用以描述全站所以IED的实力配置，通信参数，各IED之间的联系，和***一次结构。
(4)CID文件，也称IED实例配置文件，用以描述站内每个IED的功能，参数和基本信息。
IEC61850智能变电站的具体配置过程如图2所示。集合站内所有ICD文件，合成SCD文件，通过现场的实例化，即修改IEDNAME、通讯地址、配置虚端子后，通过SCD工具，导出CID文件。CID文件是对智能站设备现场工作状态最全面的描述，一个CID文件对应于一个设备，实现了物理设备的数字化描述。通过CID文件，能准确获得该设备的参数，功能，工作状态，通讯状态等参数的传输方式。因此，本发明选择CID文件作为数据库存储数据对象的源文件。
作为其中一种实施例，所述物模型模板包括多个静态属性和多个服务，所述服务用于描述设备的业务能力，所述一次设备的业务能力通过多个服务进行描述；所述服务下包括多个数据对象(如服务属性、命令、所述命令的输入参数和输出参数)。所述静态属性对应所述CID文件中的设备信息，包括但不限于设备名、设备类型、设备出厂序列号、设备型号、生产日期、软件版本和通讯协议。
采用物模型模板实现将所述CID文件中的采样数据保存至对应的JSON文件，具有如下优点：将采样数据进行统一和标注化处理，简化了用户对数据的理解，实现不同设备的联动，不同设备的采样数据的互通共享；大大提高了数据解析的效率；实现了存储设备和一次设备的解耦，简化了开发的过程；JSON文件是一种可读性高的轻量级文本，是一种数据交换格式，能将数据结构转换为其他语言和平台可识别的格式，非常适用于存储临时数据。
一次设备包含设备自身的静态属性和多个服务，服务根据功能划分为多个类型，不同类型的服务包含各自的服务属性，若该服务需要通过命令完成一些操作，则该服务中还包含命令、命令的输入参数和输出参数。
作为其中一种实施例，根据所述物模型模板创建相应的JSON实例，包括以下步骤：
步骤S1021：根据所述物模型模板创建相应的JSON实例，将所述CID文件中IED的设备信息保存至所述json实例的静态属性中；具体的，根据一定的命名规则将所述JSON实例命名为DevType_DevID_DevModel.json，如命名规则为：设备类型_设备ID_DevModel.json。如图4所示，根据IEC61850的通讯规范和所述物模型模板的建模标准实现所述CID文件中IED的设备信息和所述模型模板(即对应图4中的物模型)的静态属性之间的自动映射，即可以实现所述CID文件中IED的设备信息和所述json实例的静态属性之间的自动映射，进而将所述CID文件中IED的设备信息保存至所述json实例的静态属性中。
步骤S1022：读取所述CID文件中各个逻辑节点下的数据集、所述数据集中的数据对象和所述数据对象下的数据属性，根据逻辑节点的功能和数据集的描述找到所述逻辑节点在JSON实例中对应的服务模块，将所述逻辑节点下的数据对象和数据属性保存至所述服务模块中。
作为其中一种具体的实施例，所述一次设备为继电保护装置,具体为国电南瑞生产的PL2201A测试保护设备,该PL2201A测试保护设备的CID文件中包括若干个逻辑节点,所述逻辑节点包括但不限于内部状态监测逻辑节点和保护定值逻辑节点；每个逻辑节点下的数据集均包含了若干个数据对象和数据属性。
根据所述PL2201A测试保护设备的CID文件的数据传递格式建立所述PL2201A测试保护设备的物模型模板(即图5中的物模型)，得到如图5所示的物模型模板结构示意图。
根据步骤S1021-S1022创建JSON实例并生成JSON文件(如：保护_2341_ISA-753A.json)，具体的，所述保护_2341_ISA-753A.json文件的静态属性如下所示：
"DevName":"PL2201A",
"DevDesc":"测试保护设备",
"DevType":"保护",
"DevModel":"ISA-753A",
"DevMf":"国电南瑞",
"DevSN":"NXM59CN013411009EA7600",
"DevID":"2341",
"MfDate:":"2021-07-26",
"SoftVer":"V1.01",
"HardVer":"V1.00",
"ProtocolType":"CMS",
"DevAddr":"192.168.0.26",
所述JSON文件服务模块包括内部状态监测服务模块和保护定值服务模块。
其中，所述保护_2341_ISA-753A.json文件的内部状态监测服务模块如下所示：
Figure BDA0003869717830000081
所述保护_2341_ISA-753A.json文件的保护定值服务模块如下所示：
Figure BDA0003869717830000082
Figure BDA0003869717830000091
所述PL2201A测试保护设备的物模型模板中的内部状态监测服务模块用于包括对内部状态的监测数据进行保存，即需要对测量的内部电压值和温度值两个数据对象的数据属性进行保存，所述数据属性包括但不限于数值、数据质量和时间戳。可见，根据物模型模板将CID文件的采样数据保存至json文件，这样的数据存储方式具有结构清晰、容易与CID中描述的数据格式对应、可以实现两组数据间的自动映射的优点。
步骤S103：所述JSON文件中的采样数据包括第一采样数据和第二采样数据，将所述第一采样数据存储至时序数据库，将所述第二采样数据存储至关系数据库；所述第一采样数据为具有时序特征的采样数据，所述第二采样数据为所述JSON文件中除所述第一采样数据之外的其余采样数据。本发明实施例，通过根据采样数据的不同特点选择相应类型的数据库，提高了电力***中智能变电站一次设备的采样数据的存储效率。
不同类型的数据库本质区别在于表结构的不同，关系数据库和时序数据库之间的存储方式对比如图3所示。其中所述第二采样数据为不具有时序特征的采样数据，不适合保存至时序数据库，因此将所述第二采样数据存储至关系数据库。由于将所述第二采样数据存储至关系数据库的过程，本发明采用的是现有技术的常规技术手段，未作相应的改进，不是本发明的改进重点，因此将所述第二采样数据存储至关系数据库的过程，本发明实施例不再赘述。
作为其中一种实施例，预先建立超级表，具体为：针对同一类型的一次设备预先建立一个超级表，并根据同一类型的一次设备的全部数据采样点对应的数据属性和一次设备的唯一标识构建所述超级表的表头，所述一次设备的唯一标识为所述json文件中的一个静态属性。
作为其中一种实施例，将所述第一采样数据存储至时序数据库，包括以下步骤：
从所述json文件的静态属性中获取所述一次设备的设备类型，根据所述设备类型获取相应的超级表；所述超级表是指特定类型的一次设备的数据采样点集合；
根据所述json文件的静态属性在所述时序性数据库对所述超级表进行实例化，得到所述一次设备对应的实体表；所述时序数据库采用TDengine时序数据库；
将所述第一采样数据存储至所述一次设备对应的实体表中。
将同一类型的一次设备的实体表进行聚合得到所述同一类型的一次设备的总表。将采样时间和所述唯一标识作为所述总表的联合主键。
当需要对变电站中某一个设备进行运维时，在时序数据库中找到该一次设备的总表，并根据时间戳和作为唯一标识的静态属性检索出所需的采样数据，就可以对设备的工作状态进行分析计算。
作为其中一种实施例，根据以下语句建立所述PL2201A测试保护设备的超级表：
create stable PL2201A
(Ts timestamp,
Vol_value float,
Vol_quality int,
Tmp_value float,
Tmp_quality int)
tags(DevAddrvarbinary(4))
上述语句中，stable表示建立超级表，PL2201A是超级表的名字，即对这类测量保护设备建立超级表；Vol和Tmp表示电压和温度的采样值；tags是保护设备的静态属性标签。本发明采用设备地址作为标签。利用超级表，可以快速对所述PL2201A测试保护设备的每个同类型设备建立相应的实体表，如Creat table<2341>using PL2201A tags(“192.168.0.26”)，table<2341>为stable PL2201A的子表，也是一次所述PL2201A测试保护设备对应的实体表(即根据超级表实例化后得到的表)。同一设备的不同数据对象通过同一时间戳聚合保存至子表的同一行中。由于所述实体表的数据属性名称和json文件中相应数据属性名称一致，因此可以通过直接映射进行存储。即将同一时刻下的采样数据存储至同一行中。对于不同时刻的采样数据，则存储于所述实体表的另一行。
在智能电网中，通过开关量和模拟量实现对一次设备的描述。开关量用以记录一次设备的事件(SOE)。而模拟量具备典型的时序数据特征，需要调用时序数据库进行存储，如测量电流和测量电压。利用SOE事件时间，在时序数据库中调用该时间段的时序数据，即可对一次设备进行分析计算。开关量和模拟量是描述数据的定义。开关量即0，1变量用于描述设备状态；模拟量即实测值，用于描述设备采集数据的真实值。服务即描述设备的功能。一个服务下由众多数据构成。例如保护服务，由电流的采集量(模拟量)和断路器状态(开关量)构成，如果电流模拟量超出额定值，且断路器处理闭合状态，便发出跳闸指令(开关量)实现跳闸服务。
本发明采用TDengine时序数据库保存所述JSON文件中的第一采样数据。TDengine是一个高效的存储、查询、分析时序数据库的平台，相较于influxDB等常用的时序数据库，具有读写速度快，存储空间大等优点。
本发明将所述JSON文件中的第一采样数据保存至TDengine时序数据库时，具有以下创新点：
1)单点写入，即针对每个一次设备均建立一个实体表。不需要在锁机制上浪费资源，写入速度大大提高。同时，可以随时追加数据。
2)建表时采用了多列模型。对于同一个一次设备，时间戳一致，即可对多个量测值进行分列存储。提高了数据的关联性和数据检索的能力。另外，采用了列压缩技术，对每列不同的数据类型，采样了不同的压缩算法，节省了空间。
3)引入了超级表(STable)。超级表是指特定类型的数据采样点集合。对于同一类型的一次设备其数据采样点可以整合到一起，可以采用相同的表结构存储采样数据。通过建立超级表，可以减少子表的数量，简化表的聚合操作。通过静态标签，就能完成对特定采样点的描述，有利于表的复用。
本发明主要的创新点在于通过物模型模板，实现了将CID文件中的采样数据高效的存储至时序数据库中。针对所述物模型模板中从服务、数据对象和数据属性的类树状结构的数据结构，在创建相应的JSON实例是采用多重结构体的方式实现，层次清晰，形成了易于数据库存储的文件，确保了两种数据格式间的互操作性(即CID文件的数据格式和时序数据库中的数据格式)。其次，通过分析电力***数据的特点。采用了TDengine时序数据库对采样数据进行保存。利用超级表实现了变电站一次设备存储数据表的类建模，有效降低了表的数量。并通过TDengine数据库的快速读写能力，实现了设备数据的快速存储和调用，满足了电力***运维的要求，降低了运维人员的运维工作量和工作难度。
本发明能实现采样数据的自动存储，降低了采样数据在存储和调用过程中的人员的参与，减少了人工的操作失误。另外，由于采样数据的时间关联性强，对采样数据采用时序的存储方式，能更好地对变电站进行监测和分析。因此，本发明对目前数字化程度不断提高的电网具有极大的优势，提高了电力***中智能变电站数据的存储效率。
本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。本领域普通技术人员可以理解实现上述实施例中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。

Claims (8)

1.一种基于物模型的智能变电站数据存储方法，其特征在于，包括以下步骤：
获取智能变电站一次设备的CID文件，根据CID文件中的设备类型获取相应的物模型模板；
根据所述物模型模板创建相应的JSON实例并生成JSON文件，将所述CID文件中的采样数据保存至所述JSON文件中；
所述JSON文件中的采样数据包括第一采样数据和第二采样数据，将所述第一采样数据存储至时序数据库，将所述第二采样数据存储至关系数据库；所述第一采样数据为具有时序特征的采样数据，所述第二采样数据为所述JSON文件中除所述第一采样数据之外的其余采样数据。
2.根据权利要求1所述的基于物模型的智能变电站数据存储方法，其特征在于，根据所述物模型模板创建相应的JSON实例，包括以下步骤：
根据所述物模型模板创建相应的JSON实例，将所述CID文件中的设备信息保存至所述json实例的静态属性中；
读取所述CID文件中各个逻辑节点下的数据集、所述数据集中的数据对象和所述数据对象下的数据属性，根据逻辑节点的功能和数据集的描述找到所述逻辑节点在JSON实例中对应的服务模块，将所述逻辑节点下的数据对象和数据属性存储至所述服务模块中。
3.根据权利要求2所述的基于物模型的智能变电站数据存储方法，其特征在于，以结构体的方式将所述数据对象和数据属性存储至所述服务模块中。
4.根据权利要求3所述的基于物模型的智能变电站数据存储方法，其特征在于，将所述第一采样数据存储至时序数据库，包括以下步骤：
从所述json文件的静态属性中获取所述一次设备的设备类型，根据所述设备类型获取相应的超级表；
根据所述json文件的静态属性在所述时序数据库对所述超级表进行实例化，得到所述一次设备对应的实体表；
将所述第一采样数据存储至所述一次设备对应的实体表中。
5.根据权利要求4所述的基于物模型的智能变电站数据存储方法，其特征在于，针对同一类型的一次设备预先建立一个超级表，并根据同一类型的一次设备的全部数据采样点对应的数据属性构建所述超级表的表头，所述数据属性中包括一个用于作为一次设备的唯一标识的静态属性。
6.根据权利要求5所述的基于物模型的智能变电站数据存储方法，其特征在于，将同一类型的一次设备的实体表进行聚合得到所述同一类型的一次设备的总表。
7.根据权利要求6所述的基于物模型的智能变电站数据存储方法，其特征在于，将采样时间和所述唯一标识作为所述总表的联合主键。
8.根据权利要求1至7任一项所述的基于物模型的智能变电站数据存储方法，其特征在于，所述时序数据库采用TDengine时序数据库。
CN202211218498.XA 2022-09-28 2022-09-28 一种基于物模型的智能变电站数据存储方法 Pending CN115525654A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211218498.XA CN115525654A (zh) 2022-09-28 2022-09-28 一种基于物模型的智能变电站数据存储方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211218498.XA CN115525654A (zh) 2022-09-28 2022-09-28 一种基于物模型的智能变电站数据存储方法

Publications (1)

Publication Number Publication Date
CN115525654A true CN115525654A (zh) 2022-12-27

Family

ID=84702436

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211218498.XA Pending CN115525654A (zh) 2022-09-28 2022-09-28 一种基于物模型的智能变电站数据存储方法

Country Status (1)

Country Link
CN (1) CN115525654A (zh)

Similar Documents

Publication Publication Date Title
CN106951694B (zh) 一种电力***二次设备在线监测***自适应建模方法
CN108414849A (zh) 智能变电站自动化测试***及方法
CN102426525B (zh) 一种多应用***的全景建模方法
CN112668069A (zh) 基于输变电工程三维设计模型与bim引擎的变电站数字化移交方法
CN103970887A (zh) 一种基于gis配电网图形上的信息流显示***及方法
CN103150599A (zh) 一种电能质量数据监测与管理***模型
CN107729939B (zh) 一种面向新增电网资源的cim模型扩展方法及装置
CN103700032A (zh) 电网调控一体化全景数据平台的构建方法
CN102611197A (zh) 符合iec61850标准的数字化电力监控***
CN112488502A (zh) 一种标准的水资源管理一体化管控平台
CN117060591A (zh) 一种基于数字孪生的数字电网***
CN115345093A (zh) 基于scd模型的智能变电站二次设备回路信息关联映射方法
CN109561155B (zh) 一种变电站设备远程集中监视与运维方法
CN112905642B (zh) 基于csv映射文件将iec61850报告数据存入关系数据库的方法
CN109271350B (zh) 一种基于远动通信的数据库及信息点表自动比对及同步方法
Ling et al. Model Differences between IEC 61970/61968 and IEC 61850
CN115525654A (zh) 一种基于物模型的智能变电站数据存储方法
Jang et al. IEC 61850 SCL validation using UML model in modern digital substation
CN109710669B (zh) 基于校验规则库的提高全电网模型数据准确性的方法
Zhang et al. A realization method of protocol conversion between Modbus and IEC61850
CN103631854A (zh) 基于模型对象化语义的icd与scd一致性校验方法
CN106657282A (zh) 一种换流站设备运行状态信息的集成方法及装置
Shukla et al. Efficient method for extracting network information from the CIM asset model
CN114116252A (zh) 一种调控***运行量测数据存储***及方法
De Barros et al. Development of a Relational Database Oriented on the Common Information Model for Power Distribution Networks

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