以数据中心为核心的配网监控APP设计与实现

徐衍

摘  要： 近年来随着配电网运维智能化程度越来越高，大量的运维数据通过互联网实时交互，如何利用好这些数据为客户服务，同时降低企业运营成本显得十分重要，尤其須要解决实时分析、存储和反馈海量配网数据的问题。文章提出通过大数据技术Kafka、Redis、InfluxDB、Flink搭建配网数据中心，采用跨Android和IOS平台技术的Flutter开发移动APP的方式。该方式经验证，读写百万量级数据时间是秒级、实时计算时间是毫秒级，不仅降低了配网运营过程中的时间成本，还丰富了配网运行数据的查询手段。

关键词： 大数据; 微服务; Flutter; 配网; Kafka; Redis; InfluxDB; Flink

中图分类号：TP391          文献标识码：A     文章编号：1006-8228（2022）01-40-02

Design and implementation of the distribution network monitoring APP

with the core of data center

Xu Yan

（Guodian Nanjing Automation CO.LTD.， Nanjing， Jiangsu 210000， China）

Abstract： In recent years， as the operation and maintenance of distribution network become more intelligent， a large amount of real-time operation and maintenance data interact on the Internet. How to use these data to serve customers and reduce the cost of enterprise operation becomes very important， particularly to solve problem of analysis， storage and feedback of massive real-time distribution network data. This paper proposes to build distribution network data center using big data technologies of Kafka， Redis， InfluxDB and Flink， and develop mobile APP by using Flutter， a across Android and iOS platform technology. It has been proved that the time of reading and writing millions of magnitude data is at second level and the time of real-time computation is at millisecond level， which not only reduces the time cost in the operation of distribution network， but also enriches the query means of operation data of distribution network.

Key words： big data; micro services; Flutter; distribution network; Kafka; Redis; InfluxDB; Flink

0 引言

配网系统作为电力供应系统中最庞大的一个环节，利用先进的信息技术可以保证配电网运行安全性、经济性。面对海量的配网数据，安全高效的数据存储和及时的数据分析，在提高配网管理水平、改善用户服务质量的过程中尤为重要，通过数据中心实时存储和分析配网数据，将智能手机作为反馈实时计算结果的掌上终端，实现随时随地对配电网进行监控管理。

1 数据中心

本文所提出的数据中心架构组件包含数据同步管道Kafka、分布式流数据引擎Flink、内存库Redis集群、持久化数据库集群。其中持久化数据库集群内含关系型数据库MySQL和时序库InfluxDB。在大数据背景下，考虑到时序库较传统型数据库在海量数据的读写效率和时间序列的存储上有很大优势，所以架构中除了有关系型数据库MySQL还新增了时序库InfluxDB存储持久化数据，以便将来的数据分析。数据同步管道Kafka接收到配网数据后分别由A、B两个主题来处理，A主题根据监测分析需求，通过分布式流数据引擎Flink将生数据清洗成熟数据后保存于内存库Redis集群中，以便高效的响应展示层的应用。B主题则会将生数据连同时间戳连续的存储至时序库InfluxDB集群中，保证每条数据的“不可变”性。移动APP应用的权限数据、用户数据、功能数据等结构化数据则会存储在关系型数据库MySQL集群中。系统架构如图1所示。

2 服务端API

服务端API采用微服务的方式构建，运用基于Spring Boot框架的Spring Cloud容器，集成服务发现、服务网关、服务路由、链路追踪等微服务框架，大大减少了各模块的开发成本。微服务架构根据业务需求，划分服务模块，各服务独立部署并且互相隔离，统一注册于服务注册中心Eureka，避免单一服务节点出错而导致全盘奔溃的问题。前端展示层应用通过统一入口调用各服务，从而提高系统高可用性、安全通信以及水平扩展性。

3 移动端APP设计

3.1 优秀的跨多端平台技术Flutter

由于IOS和Android移动设备基于相同的GUI显示原理，Flutter技术采用一套Dart API调用OpenGL（操作系统API的一个封装库）去实现一套代码跨端使用。其为移动端开发带来了“快速开发、富有表现力和灵活的UI、原生性能”的特色和理念，能完美胜任从超级APP到独立应用、从纯Flutter到混合栈的开发工作。

3.2 移动端APP接入方式

为加强系统安全性，移动端APP使用客户提供的VPN访问微服务平台的各类API接口。服務端采用WebSocket与移动端APP建立长链接，进行双向通信，保证数据一致性、可靠性，实现实时增量同步。

4 配网监控APP应用

4.1 实时KPI指标

实现配网数据实时监控与追溯，功能包含“主配网昨日今日负荷”、“实时负荷”、“各供电类型的当日供电量”、“当日大客户供电量”、“线路负载”、“遥信正确率”、“遥控正确率”、“遥控使用率”、“DTU在线率”、“FTU在线率”、“故指在线率”。

4.2 停电全过程分析

通过时间、区域、负荷维度分析配电网停电情况，动态监测供电可靠性水平，智能化监测停电数据，优化时间配比，减少停电过程中的等待，辅助供电公司相关业务部门通过分析结果评估不同行业、不通类型的用户的可靠性水平。

4.3 运行事项查询

为方便用户加强事故运行事件原因分析和预防措施分析，系统会记录停电或者缺相起止时间及累计时长、一二次开或短路事件、电流或电压越限起止时间。

5 结束语

本文描述了以轻量级的配网数据中心为核心，微服务为移动APP服务端，利用跨平台技术Flutter开发移动端APP的设计实现方式。与电力领域传统的数据中心相比，本文描述的数据中心架构更轻，技术实现更简单，增加了实时计算流数据的能力，更利于在预算不太宽裕又需要处理海量配网数据的地市级电网公司部署，而移动端APP与配网运行监控相结合的方式为领导决策提供了更快捷高效的支撑。

参考文献（References）：

[1] 成杰.从停电全过程分析，减少停电工作时间损失[C]//中国电机工程学会可靠性专业委员会，城市供电专业委员会学术年会.中国电机工程学会，2010

[2] 尧正国.基于大数据与微服务设计的配网运行监控App设计应用研究[J].决策探索（中），2019，630（10）：73-73

[3] 杨强，张钧鸣.基于微服务架构的大数据应用开发创新实践[J].电力大数据，2019，22（3）：71-76

[4] 王辰.浅谈配网自动化中GIS技术的应用[J]. 决策与信息旬刊，2015，000（010）：240-240