CN116613892A - 设备增量拓扑分析方法、装置、计算机设备和存储介质 - Google Patents
设备增量拓扑分析方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN116613892A CN116613892A CN202310876325.5A CN202310876325A CN116613892A CN 116613892 A CN116613892 A CN 116613892A CN 202310876325 A CN202310876325 A CN 202310876325A CN 116613892 A CN116613892 A CN 116613892A
- Authority
- CN
- China
- Prior art keywords
- target
- equipment
- connection point
- branch
- newly added
- 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.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 56
- 238000004364 calculation method Methods 0.000 claims abstract description 36
- 230000011664 signaling Effects 0.000 claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000004891 communication Methods 0.000 claims abstract description 20
- 238000013507 mapping Methods 0.000 claims description 44
- 238000004590 computer program Methods 0.000 claims description 16
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 abstract description 12
- 238000010586 diagram Methods 0.000 description 8
- 238000004804 winding Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 239000003990 capacitor Substances 0.000 description 3
- 238000002955 isolation Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
-
- 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
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- 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
- G06F16/903—Querying
- G06F16/90335—Query processing
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
- H02J13/00036—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for the elements or equipment being or involving switches, relays or circuit breakers
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Power Engineering (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请涉及一种设备增量拓扑分析方法、装置、计算机设备和存储介质。所述方法包括：基于刀闸的遥信变化量获取目标端设备；根据图数据库对目标端设备进行连通子图计算，获得目标内存块；根据目标端设备和目标内存块对图数据库进行增量更新，获得新增目标设备连接点；根据目标端设备和新增目标设备连接点对母线支路进行支路更新，获得新增支路，根据新增支路获得增量拓扑分析结果。采用本方法能够将一次设备搜索范围缩小到连通路径下的搜索，极大减少了设备搜索空间，并且利用图数据库及其包含的遍历算法进行搜索，有效提高设备搜索效率。
Description
技术领域
本申请涉及电力***的拓扑分析技术领域，特别是涉及一种设备增量拓扑分析方法、装置、计算机设备和存储介质。
背景技术
网络拓扑分析是电力***网络分析应用的基础，通过对CIM模型、遥信开关变化等数据进行分析处理，形成新的网络结线和拓扑分析结果。早期网络拓扑分析是利用计算机的堆栈数据结构进行搜索，遥信发生变位即对网络拓扑进行全局重构。随着分布式新能源主体在低电压等级（35kV乃至10kV）接入电网，电力***规模将变得日益庞大，电力***分析涉及的设备、资源、开关变位规模成百倍剧增。在百万级一次设备的电网规模下，连续相邻两个断面的开关变位信号变化频繁但数量比较有限，传统的拓扑分析算法的全局重构方式在秒级决策场景下，面临巨大挑战。
然而，传统方法中，在***拓扑结构变化频繁场景下，逐一对比开关变位或在电压等级设备维度上，搜索设备空间较大，导致网络拓扑分析效率低。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高设备搜索效率并快速实现拓扑节点的端设备合并的设备增量拓扑分析方法、装置、计算机设备和计算机可读存储介质。
第一方面，本申请提供了一种设备增量拓扑分析方法。该方法包括：
基于刀闸的遥信变化量获取目标端设备；
根据图数据库对目标端设备进行连通子图计算，获得目标内存块；
根据目标端设备和目标内存块对图数据库进行增量更新，获得新增目标设备连接点；
根据目标端设备和新增目标设备连接点对母线支路进行支路更新，获得新增支路，根据新增支路获得增量拓扑分析结果。
在其中一个实施例中，基于刀闸的遥信变化量获取目标端设备，包括：
基于遥信变化量确定受变位影响刀闸；
根据受变位影响刀闸对连通路线进行遍历，确定设备连接点，根据设备连接点确定与设备连接点相连的连接设备；其中，连接设备包括刀闸和端设备；
当设备连接点连接有刀闸时，对设备连接点进行遍历，确定目标连接设备，直至目标连接设备为端设备；
将连接设备和目标连接设备设定为目标端设备。
在其中一个实施例中，根据图数据库对目标端设备进行连通子图计算，获得目标内存块包括：
根据图数据库、目标端设备及其标识进行连通对计算，获得端设备对信息；
对端设备对信息进行连通性计算，获得目标内存块。
在其中一个实施例中，根据图数据库、目标端设备及其标识进行计算，获得端设备对信息，包括：
将除受变位影响刀闸之外的刀闸和设备连接点设定初始标识临时变量；
根据图数据库、目标端设备对设备连接点和刀闸进行变量传递，获得刀闸标识变量和连接点标识变量；
将刀闸标识变量和连接点标识变量进行比较，获得比较结果；
根据比较结果确定端设备对信息。
在其中一个实施例中，对端设备对信息进行连通性计算，获得目标内存块，包括：
构建端设备信息的第一映射关系；
根据端设备对信息和第一映射关系对设备连接点进行分析，获得分析结果；
根据分析结果和内存块将目标端设备或设备连接点的标识及其指针地址进行存储，获得目标内存块。
在其中一个实施例中，根据目标端设备和目标内存块对图数据库进行增量更新，获得新增目标设备连接点，包括：
根据端设备与设备连接点的初始映射关系和第一映射关系对第一映射关系进行设备连接点对比，获得对比结果；
根据对比结果对图数据库进行增量更新，获得新增目标设备连接点。
在其中一个实施例中，根据目标端设备和新增目标设备连接点对母线支路进行支路更新，获得新增支路，根据新增支路获得增量拓扑分析结果，包括：
根据目标端设备确定与目标端设备相连的关联设备连接点，将关联设备连接点与其他设备连接点连接的路径删除；
根据目标端设备和新增目标设备连接点对母线支路进行支路更新，获得新增支路。
第二方面，本申请还提供了一种设备增量拓扑分析装置。该装置包括：
遍历查找模块，用于基于刀闸的遥信变化量获取目标端设备；
连通计算模块，用于根据图数据库对目标端设备进行连通子图计算，获得目标内存块；
节点更新模块，用于根据目标端设备和目标内存块对图数据库进行增量更新，获得新增目标设备连接点；
支路更新模块，用于根据目标端设备和新增目标设备连接点对母线支路进行支路更新，获得新增支路，根据新增支路获得增量拓扑分析结果。
第三方面，本申请还提供了一种计算机设备。该计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
基于刀闸的遥信变化量获取目标端设备；
根据图数据库对目标端设备进行连通子图计算，获得目标内存块；
根据目标端设备和目标内存块对图数据库进行增量更新，获得新增目标设备连接点；
根据目标端设备和新增目标设备连接点对母线支路进行支路更新，获得新增支路，根据新增支路获得增量拓扑分析结果。
第四方面，本申请还提供了一种计算机可读存储介质。该计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
基于刀闸的遥信变化量获取目标端设备；
根据图数据库对目标端设备进行连通子图计算，获得目标内存块；
根据目标端设备和目标内存块对图数据库进行增量更新，获得新增目标设备连接点；
根据目标端设备和新增目标设备连接点对母线支路进行支路更新，获得新增支路，根据新增支路获得增量拓扑分析结果。
上述设备增量拓扑分析方法、装置、计算机设备和存储介质，根据刀闸的遥信变化量查找受变位影响的刀闸，然后遍历找到连通的目标端设备，利用图数据库的遍历算法对目标端设备进行连通子图计算，确定代表连通子图数量和内容的目标内存块，之后利用计算连通子图前后的映射关系对图数据库内设备连接点进行增量更新以获得新增目标设备连接点，进而可以对母线支路进行增量更新，在获得新增支路的同时可以获取增量拓扑分析结果，基于刀闸的遥信量，将一次设备搜索范围缩小到连通路径下的搜索，极大减少了设备搜索空间，并且利用图数据库及其包含的遍历算法进行搜索，有效提高设备搜索效率，还可以避免出现多库孤立和跨表查询的问题。
附图说明
图1为一个实施例中设备增量拓扑分析方法的流程示意图；
图2为一个实施例中查找端设备的流程示意图；
图3为一个实施例中连通子图计算的流程示意图；
图4为一个实施例中更新设备连接点的流程示意图；
图5为一个实施例中更新支路的流程示意图；
图6为一个实施例中设备增量拓扑分析装置的结构框图；
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种设备增量拓扑分析方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的***，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
步骤102，基于刀闸的遥信变化量获取目标端设备。
具体地，获取刀闸的遥信变化量后，根据遥信变化量找到受变位影响刀闸。然后以受变位影响刀闸为起点，利用一阶邻居传播算法在连通支路进行遍历，直至找到所有连通的端设备，即目标端设备。
步骤104，根据图数据库对目标端设备进行连通子图计算，获得目标内存块。
具体地，利用图数据库的近似深度遍历算法对目标端设备进行计算，进而确定目标端设备间的连通对，即获取端设备对信息。之后，基于并查集对端设备对信息进行连通性计算，并基于连通性计算结果进行存储，获得目标内存块。
步骤106，根据目标端设备和目标内存块对图数据库进行增量更新，获得新增目标设备连接点。
其中，图数据库包括设备连接点，端设备连接点在拓扑分析图中表示为节点，节点类型为CN（Connectivity Node，连接节点）。
具体地，基于连通性计算结果建立增量后端设备与图数据库中设备连接点之间的增量后映射关系，再将增量后映射关系和端设备与设备连接点的初始映射关系对比，进而进行设备连接点的新增，将新增的设备连接点作为新增目标设备连接点。
步骤108，根据目标端设备和新增目标设备连接点对母线支路进行支路更新，获得新增支路，根据新增支路获得增量拓扑分析结果。
具体地，删除目标端设备关联的设备连接点及其所在的支路，然后基于新增目标设备连接点生成新的支路。
在本实施例中，根据刀闸的遥信变化量查找受变位影响的刀闸，然后遍历找到连通的目标端设备，利用图数据库的遍历算法对目标端设备进行连通子图计算，确定代表连通子图数量和内容的目标内存块，之后利用计算连通子图前后的映射关系对图数据库内设备连接点进行增量更新以获得新增目标设备连接点，进而可以对母线支路进行增量更新，在获得新增支路的同时可以获取增量拓扑分析结果，基于刀闸的遥信量，将一次设备搜索范围缩小到连通路径下的搜索，极大减少了设备搜索空间，并且利用图数据库及其包含的遍历算法进行搜索，有效提高设备搜索效率，还可以避免出现多库孤立和跨表查询的问题。
在一个实施例中，如图2所示，基于刀闸的遥信变化量获取目标端设备，包括：
步骤202，基于遥信变化量确定受变位影响刀闸。
具体地，在获取遥信数据后，查找其中变化的遥信数据。基于遥信变化量查找其对应的受变位影响刀闸。
步骤204，根据受变位影响刀闸对连通路线进行遍历，确定设备连接点，根据设备连接点确定与设备连接点相连的连接设备。
其中，端设备连接点在拓扑分析图中表示为节点，节点类型为CN（ConnectivityNode，连接节点），连接设备包括刀闸和端设备。
具体地，以受变位影响刀闸为起点，利用一阶邻居遍历算法开始遍历，先找到与受变位影响刀闸相连的设备连接点。再从与受变位影响刀闸相连的设备连接点为起点进行遍历，找到与设备连接点相连的连接设备。
步骤206，当设备连接点连接有刀闸时，对设备连接点进行遍历，确定目标连接设备，直至目标连接设备为端设备。
具体地，当设备连接点连接有刀闸时，找到与该刀闸连接的设备连接点，然后确定与该找到的设备连接点相连的连接设备。对该连接设备的类型进行判断，若是刀闸，则重复遍历查找，直至找到所有在与受变位影响刀闸连通支路上的端设备。
步骤208，将连接设备和目标连接设备设定为目标端设备。
具体地，将步骤204和步骤206中找到的所有类型为端设备的连接设备设定为目标端设备。
在本实施例中，通过根据刀闸的遥信变化量查找受变位影响的刀闸，然后利用一阶邻居传播算法遍历找到连通的目标端设备，将一次设备搜索范围缩小到连通路径下的搜索，极大减少了设备搜索空间，有效提高设备搜索效率。
在一个实施例中，如图3所示，根据图数据库对目标端设备进行连通子图计算，获得目标内存块包括：
步骤302，根据图数据库、目标端设备及其标识进行连通对计算，获得端设备对信息。
具体地，利用图数据库的近似深度遍历算法对目标端设备进行计算，进而确定目标端设备间的连通对，即获取端设备对信息。
步骤304，对端设备对信息进行连通性计算，获得目标内存块。
具体地，基于并查集对端设备对信息进行连通性计算，并基于连通性计算结果进行存储，获得目标内存块。
在本实施例中，基于图数据库避免出现多库孤立、跨表查询问题，同时基于并查集快速实现具有连通性的目标端设备合并。
在一个实施例中，根据图数据库、目标端设备及其标识进行计算，获得端设备对信息，包括：
将除受变位影响刀闸之外的刀闸和设备连接点设定初始标识临时变量；根据图数据库、目标端设备对设备连接点和刀闸进行变量传递，获得刀闸标识变量和连接点标识变量；将刀闸标识变量和连接点标识变量进行比较，获得比较结果；根据比较结果确定端设备对信息。
具体地，在开始计算连通对之前，对所有刀闸和设备连接点进行定义，并赋予初始标识临时变量，且初始标识临时变量默认为0。
开始计算连通对时，以所有受变位影响的端设备为起点，找到与受变位影响的端设备相连的设备连接点，将端设备的标识值传递至设备连接点的标识临时变量。以被传递标识值的设备连接点为起点找到与之相连并闭合的刀闸，将该设备连接点的标识临时变量传递给该闭合的刀闸。
然后以刀闸为起点查找相连的设备连接点，并传递标识临时变量。当设备连接点还连接刀闸时，继续传递操作，直至找到所有的设备对。
其中，从刀闸出发查找设备连接点时，根据设备连接点的标识临时变量进行处理，具体为：
若设备连接点的标识临时变量不是默认值，则将当前刀闸的标识临时变量与设备连接点的标识临时变量设置为一对端设备对标识（端设备对标识包括两个端设备的标识），结束传递；
若设备连接点的标识临时变量是默认值，则将刀闸的标识临时变量传递给设备连接点。
从传递未结束的设备连接点出发查找刀闸时，根据刀闸的标识临时变量进行处理，具体为：
若刀闸的标识临时变量不是默认值，则将当前设备连接点的标识临时变量与刀闸的标识临时变量设置为一对端设备对标识（端设备对标识包括两个端设备的标识），结束传递；
若刀闸的标识临时变量是默认值，则将设备连接点的标识临时变量传递给刀闸。
端设备的标识分别为1号发电机、2号低端绕组、3号母线以及4号高端绕组。
在本实施例中，基于图数据库利用一阶邻居叠加深度遍历的图并行搜索算法，将所有连通路线上的端设备进行搜索，有效提高设备搜索效率。
在一个实施例中，对端设备对信息进行连通性计算，获得目标内存块，包括：
构建端设备信息的第一映射关系；根据端设备对信息和第一映射关系对设备连接点进行分析，获得分析结果；根据分析结果和内存块将目标端设备或设备连接点的标识及其指针地址进行存储，获得目标内存块。
其中，第一映射关系是指存储端设备标识的key（关键码对象）与包含指向指针的指针地址的value（数据对象）对应关系。
具体地，构建端设备的第一映射关系的数据结构，第一映射关系的数据结构中key（关键码对象）用于存储端设备标识，value（数据对象）是指向指针的指针地址。
对每个端设备对进行遍历，查询每个端设备对的第一映射关系中是否包含两个设备连接点的标识，具体查询步骤为：
若被查询的端设备对的第一映射关系中不包含两个设备连接点的标识，则申请两块内存块，两个内存块分别用于存放指针地址和设备连接点标识的内容，同时在第一映射关系中***两个设备连接点，且两个设备连接点对应的映射中key和value分别是端设备标识和指针地址。
若被查询的端设备对的第一映射关系中只包含一个设备连接点的标识，则将未被包含的设备连接点标识的内容入被包含节点的指针地址所指向的内存块，同时将未包含的设备连接点标识作为key，value值是被包含设备连接点的指针地址。
若被查询的端设备对的第一映射关系中包含两个设备连接点的标识，且两个设备连接点对应的指针地址不相等，则将两个设备连接点的指针地址所指向的内存块合并。
在完成遍历操作后，将存储内容的内存块的数量设定为连通子图的数量，存储内容的内存块中内容则为当前连通子图所包含的设备连接点。
在本实施例中，通过利用基于指针改进实现了并查集算法，遍历所有计算得到的端设备对，通过映射关系快速实现具有连通性的目标端设备的合并操作。
在一个实施例中，如图4所示，根据目标端设备和目标内存块对图数据库进行增量更新，获得新增目标设备连接点，包括：
步骤402，根据端设备与设备连接点的初始映射关系和第一映射关系对第一映射关系进行设备连接点对比，获得对比结果。
具体地，基于图数据库的初始数据，构建初始端设备与初始设备连接点的初始映射关系。然后将初始映射关系与第一映射关系进行比对，查询第一映射关系中设备连接点在初始映射关系中是否存在，即获得对比结果。
步骤404，根据对比结果对图数据库进行增量更新，获得新增目标设备连接点。
具体地，当对比结果为第一映射关系中设备连接点在初始映射关系中均存在时，不进行操作。
当对比结果为存在第一映射关系中部分设备连接点在初始映射关系中不存在时，在图数据库中增加该部分设备连接点。
在本实施例中，通过一阶邻居叠加深度遍历的图并行算法，实现对于大规模数量一次设备和设备连接点的增量分析，提高增量处理操作性能。
在一个实施例中，如图5所示，根据目标端设备和新增目标设备连接点对母线支路进行支路更新，获得新增支路，根据新增支路获得增量拓扑分析结果，包括：
步骤502，根据目标端设备确定与目标端设备相连的关联设备连接点，将关联设备连接点与其他设备连接点连接的路径删除。
具体地，以受变位影响的端设备为起点，查找与该端设备关联的关联设备连接点，将该关联设备连接点与其他设备连接点的连接支路删除。
步骤504，根据目标端设备和新增目标设备连接点对母线支路进行支路更新，获得新增支路。
其中，目标端设备包括双绕组变压器、AC传输线端、三绕组变压器和串联电容。
具体地，查找受变位影响的双绕组变压器、AC传输线端、三绕组变压器和串联电容，然后在受变位影响的串联电容相连设备连接点的两侧设备连接点之间生成支路、AC传输线端的两端设备连接点之间生成支路以及三绕组变压器的绕组与新增设备连接点之间生成支路。
在本实施例中，通过删除受变位影响的支路，在基于目标端设备以及新增设备连接点增量更新支路，减少设备搜索空间的同时，提高拓扑分析的效率。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的设备增量拓扑分析方法的设备增量拓扑分析装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个设备增量拓扑分析装置实施例中的具体限定可以参见上文中对于设备增量拓扑分析方法的限定，在此不再赘述。
在一个实施例中，如图6所示，提供了一种设备增量拓扑分析装置，包括：遍历查找模块602、连通计算模块604、节点更新模块606和支路更新模块608，其中：
遍历查找模块602，用于基于刀闸的遥信变化量获取目标端设备。
连通计算模块604，用于根据图数据库对目标端设备进行连通子图计算，获得目标内存块。
节点更新模块606，用于根据目标端设备和目标内存块对图数据库进行增量更新，获得新增目标设备连接点。
支路更新模块608，用于根据目标端设备和新增目标设备连接点对母线支路进行支路更新，获得新增支路，根据新增支路获得增量拓扑分析结果。
在一个实施例中，遍历查找模块602还用于基于遥信变化量确定受变位影响刀闸；根据受变位影响刀闸对设备进行遍历，确定设备连接点，根据设备连接点确定与设备连接点相连的连接设备；其中，连接设备包括刀闸和端设备；当设备连接点连接有刀闸时，对设备连接点进行遍历，确定目标连接设备，直至目标连接设备为端设备；将连接设备和目标连接设备设定为目标端设备。
在一个实施例中，连通计算模块604还用于根据图数据库、目标端设备及其标识进行连通对计算，获得端设备对信息；对端设备对信息进行连通性计算，获得目标内存块。
在一个实施例中，连通计算模块604还用于将除受变位影响刀闸之外的刀闸和设备连接点设定初始标识临时变量；根据图数据库、目标端设备对设备连接点和刀闸进行变量传递，获得刀闸标识变量和连接点标识变量；将刀闸标识变量和连接点标识变量进行比较，获得比较结果；根据比较结果确定端设备对信息。
在一个实施例中，连通计算模块604还用于构建端设备信息的第一映射关系；根据端设备对信息和第一映射关系对设备连接点进行分析，获得分析结果；根据分析结果和内存块将目标端设备或设备连接点的标识及其指针地址进行存储，获得目标内存块。
在一个实施例中，节点更新模块606还用于根据端设备与设备连接点的初始映射关系和第一映射关系对第一映射关系进行设备连接点对比，获得对比结果；根据对比结果对图数据库进行增量更新，获得新增目标设备连接点。
在一个实施例中，支路更新模块608还用于根据目标端设备确定与目标端设备相连的关联节点，将关联节点与其他节点连接的路径删除；根据目标端设备和新增目标设备连接点对母线支路进行支路更新，获得新增支路。
上述设备增量拓扑分析装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output，简称I/O）和通信接口。其中，处理器、存储器和输入/输出接口通过***总线连接，通信接口通过输入/输出接口连接到***总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储端设备和设备连接点数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种设备增量拓扑分析方法。
本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是，本申请所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法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，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-OnlyMemory，ROM）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（ReRAM）、磁变存储器（Magnetoresistive Random Access Memory，MRAM）、铁电存储器（Ferroelectric RandomAccess Memory，FRAM）、相变存储器（Phase Change Memory，PCM）、石墨烯存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random Access Memory，SRAM）或动态随机存取存储器（Dynamic Random AccessMemory，DRAM）等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种设备增量拓扑分析方法，其特征在于，所述方法包括：
基于刀闸的遥信变化量获取目标端设备；
根据图数据库对所述目标端设备进行连通子图计算，获得目标内存块；
根据所述目标端设备和所述目标内存块对所述图数据库进行增量更新，获得新增目标设备连接点；
根据所述目标端设备和新增目标设备连接点对母线支路进行支路更新，获得新增支路，根据所述新增支路获得增量拓扑分析结果。
2.根据权利要求1所述的方法，其特征在于，所述基于刀闸的遥信变化量获取目标端设备，包括：
基于所述遥信变化量确定受变位影响刀闸；
根据所述受变位影响刀闸对连通路线进行遍历，确定设备连接点，根据设备连接点确定与所述设备连接点相连的连接设备；其中，连接设备包括刀闸和端设备；
当设备连接点连接有刀闸时，对所述设备连接点进行遍历，确定目标连接设备，直至目标连接设备为端设备；
将所述连接设备和所述目标连接设备设定为目标端设备。
3.根据权利要求1所述的方法，其特征在于，所述根据图数据库对所述目标端设备进行连通子图计算，获得目标内存块包括：
根据所述图数据库、所述目标端设备及其标识进行连通对计算，获得端设备对信息；
对所述端设备对信息进行连通性计算，获得目标内存块。
4.根据权利要求3所述的方法，其特征在于，所述根据所述图数据库、所述目标端设备及其标识进行计算，获得端设备对信息，包括：
将除受变位影响刀闸之外的刀闸和设备连接点设定初始标识临时变量；
根据所述图数据库、所述目标端设备对所述设备连接点和所述刀闸进行变量传递，获得刀闸标识变量和连接点标识变量；
将所述刀闸标识变量和所述连接点标识变量进行比较，获得比较结果；
根据所述比较结果确定端设备对信息。
5.根据权利要求3所述的方法，其特征在于，所述对所述端设备对信息进行连通性计算，获得目标内存块，包括：
构建端设备信息的第一映射关系；
根据所述端设备对信息和所述第一映射关系对设备连接点进行分析，获得分析结果；
根据所述分析结果和内存块将目标端设备或设备连接点的标识及其指针地址进行存储，获得目标内存块。
6.根据权利要求1所述的方法，其特征在于，所述根据所述目标端设备和所述目标内存块对所述图数据库进行增量更新，获得新增目标设备连接点，包括：
根据端设备与设备连接点的初始映射关系和第一映射关系对所述第一映射关系进行设备连接点对比，获得对比结果；
根据对比结果对所述图数据库进行增量更新，获得新增目标设备连接点。
7.根据权利要求1所述的方法，其特征在于，所述根据所述目标端设备和新增目标设备连接点对母线支路进行支路更新，获得新增支路，根据所述新增支路获得增量拓扑分析结果，包括：
根据所述目标端设备确定与所述目标端设备相连的关联设备连接点，将所述关联设备连接点与其他设备连接点连接的路径删除；
根据所述目标端设备和所述新增目标设备连接点对母线支路进行支路更新，获得新增支路。
8.一种设备增量拓扑分析装置，其特征在于，所述装置包括：
遍历查找模块，用于基于刀闸的遥信变化量获取目标端设备；
连通计算模块，用于根据图数据库对所述目标端设备进行连通子图计算，获得目标内存块；
节点更新模块，用于根据所述目标端设备和所述目标内存块对所述图数据库进行增量更新，获得新增目标设备连接点；
支路更新模块，用于根据所述目标端设备和新增目标设备连接点对母线支路进行支路更新，获得新增支路，根据所述新增支路获得增量拓扑分析结果。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310876325.5A CN116613892B (zh) | 2023-07-18 | 2023-07-18 | 设备增量拓扑分析方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310876325.5A CN116613892B (zh) | 2023-07-18 | 2023-07-18 | 设备增量拓扑分析方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116613892A true CN116613892A (zh) | 2023-08-18 |
| CN116613892B CN116613892B (zh) | 2024-02-27 |
Family
ID=87678568
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310876325.5A Active CN116613892B (zh) | 2023-07-18 | 2023-07-18 | 设备增量拓扑分析方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116613892B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103020786A (zh) * | 2012-12-27 | 2013-04-03 | 华东电网有限公司 | 电力***分块拓扑生成方法及全网拓扑信息获取控制方法 |
| CN103646355A (zh) * | 2013-12-06 | 2014-03-19 | 广东电网公司电力科学研究院 | 一种电网拓扑关系快速构建与分析方法 |
| CN104123478A (zh) * | 2014-08-20 | 2014-10-29 | 国家电网公司 | 一种基于通用信息模型的快速拓扑分析方法 |
| CN104750878A (zh) * | 2015-04-28 | 2015-07-01 | 国网上海市电力公司 | 一种基于混合搜索策略的拓扑故障诊断方法 |
| WO2016000341A1 (zh) * | 2014-07-02 | 2016-01-07 | 国家电网公司 | 基于cim模型的跨区域供电范围搜索方法及其*** |
| CN109743252A (zh) * | 2018-12-25 | 2019-05-10 | 广州供电局有限公司 | 倒闸操作路径的生成方法、装置、计算机设备和存储介质 |
| CN112364213A (zh) * | 2020-11-12 | 2021-02-12 | 全球能源互联网研究院有限公司 | 一种基于图数据库的电网检索方法及*** |
| CN113343396A (zh) * | 2021-05-20 | 2021-09-03 | 南京南瑞信息通信科技有限公司 | 一种配电网单线图到地理接线图的增量沿布方法 |
| CN113343044A (zh) * | 2021-07-08 | 2021-09-03 | 南方电网数字电网研究院有限公司 | 一种基于变电站cim图模与配电线路拼接的方法及*** |
| US20220027974A1 (en) * | 2020-07-23 | 2022-01-27 | International Business Machines Corporation | Topology based interoperability determination for information technology infrastructure |
| CN115774915A (zh) * | 2021-09-08 | 2023-03-10 | 国电南瑞南京控制***有限公司 | 一种电网实时拓扑快速构建方法及设备 |
-
2023
- 2023-07-18 CN CN202310876325.5A patent/CN116613892B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103020786A (zh) * | 2012-12-27 | 2013-04-03 | 华东电网有限公司 | 电力***分块拓扑生成方法及全网拓扑信息获取控制方法 |
| CN103646355A (zh) * | 2013-12-06 | 2014-03-19 | 广东电网公司电力科学研究院 | 一种电网拓扑关系快速构建与分析方法 |
| WO2016000341A1 (zh) * | 2014-07-02 | 2016-01-07 | 国家电网公司 | 基于cim模型的跨区域供电范围搜索方法及其*** |
| CN104123478A (zh) * | 2014-08-20 | 2014-10-29 | 国家电网公司 | 一种基于通用信息模型的快速拓扑分析方法 |
| CN104750878A (zh) * | 2015-04-28 | 2015-07-01 | 国网上海市电力公司 | 一种基于混合搜索策略的拓扑故障诊断方法 |
| CN109743252A (zh) * | 2018-12-25 | 2019-05-10 | 广州供电局有限公司 | 倒闸操作路径的生成方法、装置、计算机设备和存储介质 |
| US20220027974A1 (en) * | 2020-07-23 | 2022-01-27 | International Business Machines Corporation | Topology based interoperability determination for information technology infrastructure |
| CN112364213A (zh) * | 2020-11-12 | 2021-02-12 | 全球能源互联网研究院有限公司 | 一种基于图数据库的电网检索方法及*** |
| CN113343396A (zh) * | 2021-05-20 | 2021-09-03 | 南京南瑞信息通信科技有限公司 | 一种配电网单线图到地理接线图的增量沿布方法 |
| CN113343044A (zh) * | 2021-07-08 | 2021-09-03 | 南方电网数字电网研究院有限公司 | 一种基于变电站cim图模与配电线路拼接的方法及*** |
| CN115774915A (zh) * | 2021-09-08 | 2023-03-10 | 国电南瑞南京控制***有限公司 | 一种电网实时拓扑快速构建方法及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116613892B (zh) | 2024-02-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gawrychowski et al. | Better tradeoffs for exact distance oracles in planar graphs | |
| CN111551825B (zh) | 基于故障电流通路的自适应配电网故障定位方法 | |
| CN106874425B (zh) | 基于Storm的实时关键词近似搜索算法 | |
| CN102546299A (zh) | 一种在大流量下进行深度包检测的方法 | |
| CN111666468A (zh) | 一种基于团簇属性在社交网络中搜索个性化影响力社区的方法 | |
| CN111309979A (zh) | 一种基于邻居向量的RDF Top-k查询方法 | |
| Zhang et al. | SUMMA: subgraph matching in massive graphs | |
| CN112883241A (zh) | 基于连通分量生成优化的超级计算机基准测试加速方法 | |
| CN113254797A (zh) | 一种社交网络社区的搜索方法、装置以及处理设备 | |
| CN113612632B (zh) | 应用于网关设备的拓扑识别方法、装置、网关设备和介质 | |
| CN116613892B (zh) | 设备增量拓扑分析方法、装置、计算机设备和存储介质 | |
| CN116701405A (zh) | 基于索引的最小生成树查询方法、***、设备及介质 | |
| CN106484863A (zh) | 基于属性构建概念格的增加算法 | |
| Bouros et al. | Evaluating reachability queries over path collections | |
| WO2013097065A1 (zh) | 一种索引数据处理方法及设备 | |
| CN116170026A (zh) | 一种适用于类物联网设备生成数据领域的数据压缩和模糊搜索方法 | |
| CN115292737A (zh) | 一种多关键词模糊搜索加密方法、***及电子设备 | |
| CN111984828B (zh) | 一种邻居节点检索方法和装置 | |
| Khaled et al. | Solving limited-memory influence diagrams using branch-and-bound search | |
| CN111723246B (zh) | 一种数据处理的方法、装置和存储介质 | |
| CN114281830B (zh) | 多属性条件的规则映射表构建方法、规则匹配方法和装置 | |
| Bögeholz et al. | In-database connected component analysis | |
| Zhang et al. | Incremental subspace clustering over multiple data streams | |
| CN113076330A (zh) | 查询处理方法、装置、数据库***、电子设备及存储介质 | |
| CN104484368A (zh) | 一种基于MapReduce的大规模图数据关键词搜索算法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |