SpringCloud 微服务框架下新型供电系统数据挖掘方法

蔡勋玮，赵 俊，赵 丽，齐 明，李艳西

（国网湖南省电力有限公司信息通信分公司，湖南长沙 410004）

随着电子传输需求量的增大，供电系统所承载的电子负荷需求也在不断增大，在此情况下，如何准确掌握传输电子量的负荷变化规律就显得极为必要。

为解决此问题，提出面向SpringCloud 微服务框架的新型供电系统数据挖掘方法，SpringCloud 是框架型开发软件的集合表现形式，其巧妙利用了原始SpringBoot 软件的编码能力，在简化分布式系统基础设施框架的同时，向互联网主机提出注册、负载、监控及配置的需求，在短时间内，使得整个互联网环境达到相对稳定的执行状态[1-2]。不仅可为外部传输信息的输入提供大量的连接节点，也可使互联网空间的部署与连接需求得到较好满足。利用Eureka 组件、Hystrix 服务层结构，对微服务框架的应用结构进行初步完善，再根据用电负荷特性的分析结果，计算电子量挖掘深度数值。

1 基于SpringCloud的微服务框架

SpringCloud 微服务框架的搭建需借助Eureka 组件与Hystrix 服务层结构，具体设计方法如下。

1.1 Eureka组件

Eureka 组件是SpringCloud 微服务框架中的基础服务注册结构，由Eureka Server、Eureka Client 两类执行应用单元共同组成[3]。Eureka Server 可对隐藏于供电系统中的传输电子量进行聚合处理，以确保微服务连接启动时，端口节点能接收到足量的IP 应用信息。Eureka Client元件具备较强的文本注册能力，可准确记录Eureka 组件的周期性连接行为，并可对微服务框架中暂存的传输电子量进行提取处理[4]。Eureka 组件不具备独立的检查与微服务推荐能力，随供电系统环境中传输电子数量水平的增大，Eureka Server 元件与Eureka Client 元件会同时开启复制与同步注册服务，一方面维护SpringCloud 微服务框架的应用稳定性，另一方面实现对供应电子量的全局化传输。Eureka 组件的组成如表1 所示。

表1 Eureka组件的组成

1.2 Hystrix服务层

Hystrix 是一类基于Eureka 组件的微服务工具开发平台，可以为供电系统申请足够长的电子量传输连接时间，从而为微服务框架提供更为稳定的数据信息支持。若考虑跨平台的电量数据传输请求，Hystrix 服务层在SpringCloud 微服务框架中应起到承上启下的连接促进作用，向上承接Eureka 组件传输而来的电子量传输信息，向下则可按照供电系统的实际应用需求，将这些信息参量规划成多个传输结构体[5-6]。出于安全性考虑，Hystrix 服务层元件的连接必须借助与Eureka 组件相关的信息应用协议，一般情况下，协议文件中附属的数据信息总量越大，供电系统中输出的应用电子数量级水平也就越高。设Q0代表初始情况下的供电系统电子输出量，代表SpringCloud 框架在单位时间内的挖掘服务强度，联合上述物理量，可将Hystrix 服务层连接标准定义为：

其中，β为Eureka 组件连接强度，为单位时间内的电子量传输均值，p0为初始情况下的供电服务系数。

1.3 微服务框架雏形

SpringCloud 微服务框架同时包含Eureka 组件结构与Hystrix 服务层结构，前者附属于框架体系左侧，包含多个Eureka 节点，能够准确记录供电系统在单位时间内的电子量传输行为，后者附属于框架体系底部，负责整合电量信息数据，并以此为基础，为电网主机提供电子量数据信息的查询与挖掘依据[7-8]。SpringCloud 服务器网关在感知到Eureka 节点的连接请求后，会对下级附属结构传输与供电系统相关的数据整合信号，并可借助信息传输信道，感知Eureka组件的实际注册需求。在这样一种作用机制下，电子量的传输能力得到有效控制，不但能够准确度量电网环境下的电子负荷变化规律，也可以有效避免供电负荷超载现象的出现[9]。SpringCloud 微服务框架如图1 所示。

图1 SpringCloud微服务框架

2 新型供电系统数据挖掘方法

结合SpringCloud 微服务框架，按照用电负荷特性分析、特征供电指标定义、电子量挖掘深度计算的处理流程，完成新型供电系统数据挖掘方法的设计与应用。

2.1 用电负荷特性分析

电力负荷特性是供电系统特有的传输电子量描述属性，指的是一种固有的电量变化规律，能够用来预测单位时间内的电量数据挖掘行为是否满足实际应用需求，从而判定SpringCloud 微服务框架下供电系统的执行可靠性[10-11]。受到耗电行为的影响，用电负荷特性的表现形式会随着电子传输量的增大，表现出正向累积的变化趋势。所谓正向累积，是指传输电子量不断增大的变化过程，由于SpringCloud 微服务框架的存在，新型供电系统在单位工作时间内总是会呈现电子量极限化传输的形式，这也是电网主机能够针对电量传输数据进行定向挖掘处理的主要原因[12-13]。规定在新型供电系统中Hystrix 服务层的连接起始数值始终为1，在耗电行为项分别为A1与A2的情况下，可将用电负荷特性分析结果表示为：

其中，ϕ1、ϕ2分别代表两个不同的电子量累积系数，y1、y2分别代表两个不同的、符合极限传输需求的电子量数值。

2.2 特征供电指标定义

特征供电指标是在新型供电系统中，具有良好电子供应能力并传输电量信号的指标的统称。若将用电负荷特性看作是内在作用条件，则可将特征供电指标看作是外在作用条件，大多数情况下，SpringCloud微服务框架都处于相对稳定的供应状态，因此特征供电指标的计算结果只受到电量传输时长、数据挖掘系数两项参量值的直接影响[14-15]。电量传输时长可表示为 |T|，数据挖掘系数常表示为χ，为了更好符合电力负荷的特性分析条件，默认在供电指标提取与计算的过程中，上述两项物理量之间不具备相互干扰的作用能力。在上述物理量的支持下，联立式（2），可将特征供电指标提取结果表示为：

其中，b为供电传输量的特征分解系数，ΔG为单位时间内的电信号数据挖掘量，c0为供电量的下限传输行为系数项，cn为供电量的上限传输行为系数项。

2.3 电子量挖掘深度计算

电子量挖掘深度是指新型供电系统中应用电信号所能达到的最远传输位置，由于SpringCloud 微服务框架的作用能力相对有限，所以无论电子量的传输能力发生怎样的变化，其所能达到的最远位置也不会出现明显改变[16]。电子数据挖掘行为常与信息查找、信号筛选伴随出现，即在新型供电系统中，电子量挖掘行为并不能独立存在，而是需要SpringCloud 服务节点、供电信号传输信道等多个物理条件的配合，才能达到其目标传输位置。设m1、m2代表供电系统中两个不同的电子量配置条件，代表特征供电参量，联立式（3），可将电子量挖掘深度值表示为：

其中，X代表电量供应系数，f代表新型供电系统中的电子量挖掘权限值，l代表电信号数据的标准挖掘条件。结合上述指标参量，依照SpringCloud微服务框架的连接需求，实现对新型供电系统数据挖掘方法的有效处理。

3 实用能力分析

在图2 所示实验环境中，将供电主机与电网高压输入端相连，借助变压器设备对传输电量进行初步处理，当输出电信号逐渐趋于稳定后，同时打开主控器与监控装置，按照传输电子量的分流需求，将这些应用电子反馈至调控主机中，并将暂时未消耗的传输电子存储于蓄电池结构中（图2 中调控主机1 配置SpringCloud 微服务框架下的新型供电系统数据挖掘方法，作为实验组；调控主机2 配置灰色模型分析法，作为对照组）[17-18]。

图2 实验原理示意图

SSR 指标是一项矢量参考数据，由正、负两个方向共同组成，在供电系统中传输直流电时，SSR 指标表示为正方向；在供电系统中传输交流电时，SSR 指标表示为负方向（正、负符号只代表方向，不影响指标数值）。该项系数指标可作为参考，帮助运行人员监督供电系统中的电子量传输行为，一般数值分布情况越集中，其参考价值也就越大。表2 为实验组、对照组SSR 指标的实际记录数值。

表2 SSR指标记录数值

表2 中实验组SSR 指标传输方向一直保持明显的集群分布形式，在5～25 min 之间属于直流电的正传输方向，在30～50 min 属于交流电的负传输方向，在不考虑传输方向的情况下，其指标均值为4.3，与最大值间的差值仅为0.7，满足集中分布的实用性需求。对照组SSR 指标传输方向则并没有明显变化规律，在不考虑传输方向的情况下，其指标均值为8.1，与最大值间的差值为3.9，远高于实验组。

PRP 指标描述了供电系统中电量负荷的变化规律，PRP 指标均值越大，所得电量负荷的变化规律就越准确。表3 记录了实验组、对照组PRP 指标数值的具体变化情况。

表3 PRP指标记录数值

分析表3 可知，实验组PRP 指标的分布形式相对较为平均，最大值、最小值之间的差值水平并不十分明显，整个实验过程中的平均数值约为81.0%。对照组PRP 指标的分布形式则相对较为参差，最大值、最小值之间的差值水平极为明显，整个实验过程中的平均数值约为64.7%，低于实验组的平均数值水平。

综上可知，实验组调控主机的SSR 指标数值分布更为平均、PRP 指标均值量更大，可在运行人员监督供电系统中电子量传输行为的同时，准确掌握电量负荷的变化规律，验证了SpringCloud 微服务框架下新型供电系统数据挖掘方法的应用有效性。

4 结束语

SpringCloud 微服务框架为新型供电系统数据挖掘方法提供了更为可靠的信息处理空间，可在Eureka 组件、Hystrix 服务层结构的同步作用下，通过分析用电负荷特性的方式，准确定义电子量挖掘的实时处理深度，不仅最大化保障了电子量的传输能力，也为运行人员提供了供电系统的负荷变化规律，在输配电环境中具有更强的实际应用能力。