探讨继电保护大数据管理系统关键理论和技术

段淑萍 王晓丽

摘要：随着互联网行业的发展，产生了“大数据”的概念。“电力大数据”是对“大数据”概念的扩充。电力大数据时代随之而来的是电力数据井喷式的增长，其数据量极其宏大、数据形式异常复杂，因此如何储存纷繁复杂的数据以及从中提取有价值的信息变得至关重要。

关键词：继电保护;NoSQL;电力大数据;MongoDB

中图分类号：TP3 文献标识码：A

文章编号：1009-3044（2020）27-0207-02

开放科学（资源服务）标识码（OSID）：

1 绪论

1.1 课题背景及意义

随着网络的不断发展和数据的日益复杂化，数据的存储和管理方式也发生了很大的变化，在伸缩性和可用性上有了更高的要求，传统的数据库面临着各种压力和挑战。继电保护大数据具有大数据的普遍特性，其特征可以概括为5个V（Volume、Variety、Velocity、Veracity和Value）。即数量大、数据类型多、处理速度要求快、数据准确性要求高、价值密度低。在目前的继电保护数据存储系统中，一般都是使用传统的关系型数据库储存，随着需要管理的数据向大数据演进，这些系统在满足对空间的利用率、海量数据存储支持和数据高可靠性等方面的需求时已经显得越来越无能为力。在这种情况下，NoSQL作为云存储技术的有效解决方案，在数据存储领域的地位越来越重要。

继电保护是电力系统中最重要的组成部分之一，承担着切除故障和反映电力设备不正常运行状态的任务，起着保护电力系统安全稳定运行的作用。随着国家电力行业的迅猛发展，电网容量、电厂装机容量逐年增加，电网运行方式日益复杂，对继电保护可靠性、选择性、灵敏性和速动性的要求越来越高。

1.2继电保护发展现状

电力系统继电保护最开始的时候使用晶体管来保护电力系统，通过不断改善和进步，目前为微机保护时代。

微机保护主要有四个特点计算机化、智能化、网络化和一体化。

（1）计算机化

计算机化就是将计算机技术用到继电保护中，计算机技术中的数据储存和数据快速处理将继电保护带向一个新的高度。

（2）智能化

随着智能电网的发展，利用传感器对运行状态进行实时监控获取到数据后进行整合分析，利用相关结果对监控点进行实时远程修正。

（3）网络化

新的电力系统常态下，要求继电保护数据进行共享进行云计算等操作，对继电保护数据进行分析，也就是其正想网络化发展。

（4） 一体化

所谓的一体化，就是将对继电保护系统在各方位都同步化、一体化。

1.3电力大数据发展现状

目前，电力行业正向能源互联网转型。电力大数据的来源主要是电力使用、电力生产和电力管理的各个细节，可以将其大致分为电网运行和设备检测、电力企业销售数据和电力企业管理数据。

1.4 NoSQL发展现状

目前，NoSQL数据已经发展了足够多的種类，可将其分为以下几种。

（如表1所示）。

1.5课题研究主要内容

本研究主要工作是针对继电保护大数据5V特性，采用MongoDB分布式储存的特点，设计并实现基于MongoDB的继电保护大数据管理系统。研究内容如下：

1）设计继电保护大数据模型;

2）在Windows上运行的MongoDB中创建数据实体;

3）基于MVC模式、采用Java语言开发c/s模式的继保大数据管理系统;

4）实现结构化、非结构化继保大数据的管理与分析。

2 继电保护大数据管理系统关键理论和技术

2.1 大数据

麦肯锡全球研究所对大数据给出如下定义：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。具体而言，大数据包括结构化数据、半结构化类型数据和非结构化数据。

2.2 数据模型

数据模型就是对数据进行抽象之后的结果，包括首先对数据以某种格式进行储存在数据库中，其次是对数据进行操作，如增加数据、删除数据、修改数据和查询数据等。最后就是数据库中的每一个数据都要有特定的标示，保证其唯一性。

2.3 NoSQL相关知识

2.3.1基本概念及NoSQL系统架构

NoSQL不仅仅是传统关系型数据库的意思。在数据量和数据交互爆发增长时，NoSQL数据库从根源上为储存和计算大数据提供了可行的方案。

NoSQL架构在2010年被提出，人们将其归纳为数据持久层、分布层、逻辑模型层和接口层。

数据持久层：储存机制是一个数据库的核心之一，数据持久层中规定了NoSQL数据库的储存机制，其中包含了四个方面的内容，有数据库是基于内存的、有基于硬盘的、有基于内存和硬盘相结合的以及定制可插拔的。

数据分布层：本层中将数据的分布结构包括CAP支持、多数据中心支持以及动态部署支持。

数据逻辑模型层：本层中涵盖的是数据库中数据的逻辑，也就是数据模型中的数据储存结构，其中键值型以及文档型都是常见的储存结构，MongoDB数据Document型数据库。

接口层：本层规定外界访问数据库时的各种方式。

2.3.2NoSQL基本理论知识

NoSQL数据库理论包括CAP、BASE和最终一致性。

（1）CAP理论C表示一致性，也就是在数据被操作之后，如果有多个访问同时指向该数据，那么得到的结构应该要一致。A表示可用性，它的含义是如果外界有对数据库进行访问的操作，那么数据库要保证随时有响应。P表示分区容忍性，其内涵为如果网络节点中其中一点或多个点出现了故障，那么服务器也应该继续工作。

（2）BASE理论

BASE理论包含三个层面的内容：其一，基本可用性;其二，软状态（表示在规定时间内运行服务器不同步）;其三，最终一致性（表示数据只要满足在最后获取到数据是一致的，那么在获取的过程中不需要时时同步）。

（3）最终一致性

对于其访问是否能得到最新修改后的数据，可以将其一分为二，即強一致性和弱一致性。强一致性就是在数据库在做出任何修改之后，访问得到的就都是一致的;而弱一致性则不能保证能够得到一致的结果。

2.3.3 储存模型

数据库的储存模型决定了数据库的性能，NoSQL数据库摒弃了传统关系型数据库中固定的关系型储存模型，在面对不同的数据是采用不同的储存机制。目前，NoSQL中主流的储存模型有Key-Value型、ColumnFamily型和Document型。

2.4 MongoDB数据库

MongoDB文档型储存模型，多个Document合并为一个Collection，多个Collection形成一个DB，在MongoDB数据库中，每个DB都是独立的。Document是MongoDB储存的和处理的单位，它可以包含N对键值对和多个文档，在文档和文档嵌套的过程中，可以有效地处理高数据交互的数值类型。另外，MongoDB中的文件储存机制中采用GridFS机制，当文件大于16M时，数据库将文件分割成多个文件筐并生成“fs.chunks”文件以及“fs.files”文件，前者包含文件内容后者包含文件储存信息。对于继电保护大数据来说，其中包含的大量音频、图片和视频文件非常适合使用MongoDB数据来进行储存和处理。

3 结束语

本文主要讲述了NoSQL数据库的基本框架和基础理论，并将NoSQL数据库与传统的关系型数据进行了对比，最后分析了MongoDB数据库的储存机制说明MongoDB数据库满足本设计。

参考文献：

[1]彭小圣，邓迪元，程时杰，等.面向智能电网应用的电力大数据关键技术[J].中国电机工程学院，2015（3）：1-3.

[2]杨海源，面向大数据的电力通信平台设计与实现[D].吉林：吉林大学，2014.

【通联编辑：梁书】

作者简介：段淑萍（1979-），女，甘肃靖远人，大学本科学历，讲师，单位：甘肃机电职业技术学院，主要研究的方向：计算机技术应用;王晓丽（1978-），女，甘肃会宁人，单位：甘肃机电职业技术学院，大学本科学历，副教授，主要研究的方向：电气自动化技术。