基于图数据库配电网网架图谱校核的方法研究

李玮， 喻玮， 信博翔， 刘娟， 徐春伟

(国家电网有限公司客户服务中心，天津 300010)

0 引 言

现有技术中，配电网中配变智能终端、开关监控终端长期使用后，传感器可能发生故障，导致计量数据不准、事件漏报和事件误报。普通实时监控系统只有简单的采集数据上下限校验功能，难以发现上述问题。如果采集数据不准，配电网发生故障时，管理人员无法根据实时数据及时发现故障原因，紧急抢修[1-2]。

因此，配电网智能终端设备传感器故障问题容易酿成重大事故，必须使用有效手段对采集数据失真问题进行核查治理。为了解决上述这些问题，需要融合国网公司营销系统、生产管理系统(production management system, PMS)和地理信息系统(geographic information system, GIS)的台账数据，构建完整的配电网网架拓扑图，基于配电网网架拓扑结构合理性的规则，对配电网网架拓扑图进行核查，发现网架拓扑异常问题后追溯到对应的业务数据和治理台账数据[1]。

1 系统架构设计

本文设计研究应用了图形数据库的方式，该方式应用最多的是非关系型的数据库，通过该数据库的应用，能够及时映射图形理论存储实体之间的关系，并对不同数据之间的信息情况进行分析和计算。在该数据库中，其内设置的基础数据有GIS系统台账数据、PMS系统台账数据、营销系统台账数据、配网自动化系统采集数据和用采系统抄表数据等，这些基础数据是构建配网网架图谱校核架构的基础元素[2]。根据配电网网架业务的自身属性，结合现有关系型数据库存储的各系统台账及关系数据，利用知识图谱技术构建配电网网架拓扑图，在Neo4j图数据中，对已经搭建好的配电网网架拓扑信息进行存储。为配电网业务的展示，大数据下的设备关系查询和数据质量提升，提供数据支撑，建立高效、便捷的检索和核查方式[3]。网架核查由定时任务触发，当每个周期自动生成网架后，系统需自动进行网架核查。系统读取核查配置表中的核查项，根据核查项逐项对网架拓扑图进行逻辑核查，核查结果存至核查结果表中。配网网架图谱校核模型示意图如图1所示。

图1 配网网架图谱校核模型示意图

第一步，对配电网网架元模型进行搭建。配电网网架元模型描述了配电网中存在的各类业务实体以及各类业务实体之间的关系。配电网网架元模型的编制遵从国际电工委员会的IEC61970标准、国家电网公司的CIM4.0.3标准[4]。配电网网架拓扑图描述了配电网中实际存在的业务对象之间的包含、连接、部署和监控关系，业务对象具有全维度的属性信息，能够满足所有的信息化项目和科技项目对于配电网网架拓扑的数据查询需求。

第二步，构建配电网网架图。充分利用营销系统、PMS系统和GIS系统的结构特点，对不同数据库中的台账数据进行匹配，并创建单业务系统配电网网架拓扑图，描述配电网中存在的业务实体及业务实体之间的相互关系[7]。将三个单业务系统配电网网架图融合为融合配电网网架图，描述完整的配电网网架。

第三步，基于配电网网架图进行网架核查，根据核查结果发现对应的台账数据质量问题。基于配电网网架合理性的业务逻辑，对三个单业务系统配电网网架拓扑图和融合配电网网架拓扑图进行核查，发现违背配电网网架合理性的拓扑关系，发现营配贯通错误导致的融合配电网网架拓扑图中的拓扑异常问题。由于配电网网架图是基于GIS系统、PMS系统和营销系统台账数据构建的，因此，配电网网架图核查发现的拓扑异常问题都可以追溯到对应的台账数据质量问题。因此，可以根据配电网网架核查结果发现GIS系统、PMS系统和营销系统台账数据质量问题，并进行治理[5]。

第四步，基于配电网网架图及载波抄表采集数据进行户变关系核查。引入了户变关系错误的概念，该概念能够反映营销系统中用电客户与变压器的数据关系与实际情况匹配程度，在配电网网架拓扑图中，错误的户变关系不违反配电网网架合理性的业务逻辑，因此网架核查无法发现户变关系错误的问题。户变关系核查采用分析载波抄表情况(分析配电网网架拓扑图中载波抄表通信路径及抄表结果)、比较站-线-变-户停电事件、比较变压器的供电范围与用电客户所在位置的距离等方法判断营销系统中户变关系是否与真实情况相符[9]。

第五步，应用配电网网架图对各种方式采集到的数据信息实施核查和评估。在通过配电网网架核查及核查问题治理之后，配电网网架拓扑图会更加清楚，也会逐渐好用。因此，在具体应用过程中，可以根据相对准确的配电网网架拓扑图情况进行应用，然后比较配电网网架中相邻的导电设备的电压、电流和事件之间的计算关系，判断是否符合配电网网架拓扑图中导电设备的拓扑关系[6]，发现并记录电压、电流不准问题和事件缺报、误报问题，进而发现造成采集数据失准故障的智能终端设备。

2 关键技术设计

2.1 配电网网架元模型

本文的配电网网架元模型包括了诸多内容，比如变电站、馈线、主线、配电线段、导线、运行杆塔、柱上断路器、柱上隔离开关、柱上负荷开关、站内断路器、站内隔离开关、站内负荷开关、柱上变压器、配电变压器、环网柜、开闭所、电缆分支箱、箱式变电站、计量点、电能表、用电客户、高压关口表、低压关口表、关口表用户、接入点、台区、电表箱、配变智能终端、集中器和开关监控终端等。元模型中定义了关联、包含、部署、监控、连接和监控五类关系数据。通过上述元素能够定义30多种设备之间可能存在的拓扑关系[7]，配电网网架元模型结构示意图如图2所示。

图2 配电网网架元模型结构示意图

2.2 配电网网架拓扑图

配电网网架拓扑图包括单业务系统配电网网架图和融合配电网网架拓扑图。

在构建单业务系统配电网网架图时，依据配电网网架拓扑元模型，使用营销、GIS和PMS台账数据，构建营销配电网网架拓扑图、GIS配电网网架拓扑图和PMS配电网网架拓扑图[8]。构建完成的配电网网架拓扑图存储在图数据库中。其步骤为：

(1) 整理出业务系统的台账数据关系图。例如，营销系统的台账数据关系图。

(2) 根据配电网网架拓扑元模型，将元模型中的节点类型对应到台账数据。然后进行元模型节点→台账数据的对应，元模型中的“变电站”对应到营销台账中的“g_subs(变电站)”表，元模型中的“馈线”对应到营销台账中的“g_line(馈线)”表。

(3) 根据配电网网架拓扑元模型，将元模型中的对象关系对应到营销台账数据。例如，元模型中的“变电站”→“馈线”关系对应到营销台账中的数据关系。

(4) 根据配电网网架元模型与台账数据的对应关系，使用业务系统台账数据创建节点实例、关系实例，存储到图数据库，形成单业务系统的配电网网架拓扑图，单业务系统配电网网架示意图如图3所示。

图3 单业务系统配电网网架示意图

综上，营销系统、GIS系统和PMS系统的台账数据单独都不足以覆盖整个配电网网架，必须要融合三个业务系统的台账数据，才能形成覆盖整个配电网的台账数据。因此，要构建描述全部配电网的配电网网架拓扑图，必须要融合营销网架图、GIS网架图和PMS网架图，得到融合配电网网架图，融合配电网网架图具有配电网中所有的业务对象，图中业务对象的属性覆盖了全部的属性维度。融合配电网网架拓扑图如图4所示。

图4 融合配电网网架拓扑图

2.3 大数据算法模型

本文还应用了电网拓扑分析算法实现数据分析，例如，并行广度优先搜索算法、并行深度优先搜索算法和程度中心性算法等。基于篇幅的限制，本文应用关联模型实现了各种数据之间的关联运算。 在关联数据的存储管理方面，图数据库管理系统以图结构为核心数据结构，对各种关联所形成的图进行存储管理[20]。现有的图数据库系统种类繁多，按照所采用的逻辑数据模型，本文将它们大致归纳为四大类：基于Property Graph、RDF、超图的系统以及基于其他模型的系统。下文通过逻辑模型进行说明。

定义1 (特征关联图)：给定实体oi∈E，设Fi为oi表示特征集合，实体oi的特征关联图定义为ξ(oi)={oi,Fi,Ri}，记为ξi。式中：oi为实体，用连接所有特征的虚拟节点表示；Ri为特征之间的关联集合。

定义2 (多视图关联模型)：多视图关联模型表示为多个关联视图及特征关联图的集合G={δi,ξj}。式中：δi(i∈[1,M])为某类型数据源所形成的关联视图；ξj为实体oj的特征关联图。

基于上述定义，构建如图5所示的视图关联模型示意图。

图5 多视图关联模型示意图

在图5中，如果存在M类数据源，则在G中存在M个视图，每类数据源中的特征是实体在某个侧面的表征，两个实体之间的关联通过特征表示。若将这些视图以某种方式组合起来，则会形成实体之间关系的多维视角，利于对问题的全面分析。如交通网络中的多模式网络，不同模式的网络之间存在某些节点用于模式之间的转换。而在G中，通过特征关联图表示不同视图中特征属于同一个实体的不同描述。如图5所示M个不同视图，每个视图上的实线表示某个数据源中特征之间的关系，而多个视图上特征之间的虚线则表示这些特征描述同一个实体，如实体α和实体β。实体的特征可能出现在某个视图，也可在多个视图中出现；若某个实体没有特征可以提取，则可以认为该实体在用户关注视角与其他实体之间不存在关联关系，是孤立的。实际应用中，实体及其相互关系类型多样，无法对所有实体及关系进行建模，故需要根据应用需求，对实体及实体间关系进行定义和约束，即关联模式。

定义3 (关联模式)：关联模式是关联模型的元数据描述，表示为图Sm=(E,R,W)包含T个节点，其中节点Xi∈E表示第i种类型的实体集合；边rij∈R表示实体类型之间可以存在的关系类型集合。用边rij∈R上的权重wij∈W表示实体类型i相对实体类型j的关系权重。

关联模型构建流程框如图6所示。

图6 关联模型构建流程图

3 试验结果与分析

在试验时，通过将图数据库支撑与非图数据库支撑的配网网架进行对比分析，在选用的非图数据库为常规的计算机数据库。在采用图数据库支撑时，服务器的硬件配置的CPU为8核，内存为64 GB，硬盘为1 TB，安装软件有RedHat 6.8、JDK1.8、Tomcat 8.5或Neo4j 3.4.0。常规的计算机数据库处理器是Intel(R) Core(TM) i5-2520M CPU @ 2.50 GHz (4 CPUs)，内存：8 GB RAM，操作系统是Microsoft Windows 2007 64位中文专业版。为了试验的方便，采用MATLAB 2015b版的仿真平台，数据库为SQLServer2007，用于用户信息和电力数据的存储。

下面从实效性上进行说明。假设抽取的配网电力数据类型均为10 000 MB，分别通过图数据库和常规的计算机数据库分析支配网上的数据类型。为了提高数据分析的准确性，上文应用到的常规计算机数据库为方案一，常规超级计算机数据库为方案二，其中计算机数据库处理器是Intel(R) Core(TM) i5-2520M CPU @ 2.50 GHz (4 CPUs)，内存：16 GB RAM，操作系统是Microsoft Windows 2015 64位中文专业版，得到如表1所示的数据耗时分析表。

表1 用电量数据分析耗时对比结果

从表1的试验结果可以看出，本文方法数据耗时最小。再观察数据分析误差百分比，对50 h内测量的数据进行分析，得到如图7所示的误差对比数据。

图7 数据分析误差百分比

通过图7可以看到，通过50 h的测量，本文方法误差百分比比其他方法低。通过误差测量，再进行稳定性试验，在进行稳定性试验时，通过10次测量，观察每次测量的误差波动，得出如图8所示的误差曲线图。

图8 稳定性误差曲线图

从图8可以看出，本文研究的方法在10次测量的过程，方案一和方案二在测量过程每次测量的误差都不相同，并且测量过程中，波动比较大。本文方法在10次测量的过程中，波动比较小，说明本文研究的方法稳定性较好。

综上所述，本文方法在数据分析耗时、数据分析误差以及稳定性上都具有突出的技术优势。

4 结束语

本文基于准确的配电网网架拓扑，利用知识图谱技术构建配电网网架拓扑图。对比相邻导电设备的采集数据，验证这些采集数据之间的计算关系是否符合导电设备相互之间拓扑关系，从而发现采集数据失真的问题，及时找到造成采集数据失真问题的终端设备进行维修，保障配电网采集数据真实、可靠、准确，为各业务部门的信息化项目、科技项目提供基础数据支撑。