一种全电压等级500kV-10kV拓扑岛的生成方法

摘要

本发明涉及一种全电压等级500kV‑10kV拓扑岛的生成方法，包括以下步骤：步骤1、对电网数据进行分析，并结合实际电网网架连接关系制定边界规则；步骤2、根据步骤1的电网拓扑数据和边界计算规则，利用Spark大数据分析技术完成电网拓扑数据解析，并结合图数据库完成500kV～10kV电压等级的拓扑岛构建。本发明能够满足网络拓扑分析计算实时性要求。

说明书

技术领域

本发明属于拓扑岛生成技术领域，涉及一种拓扑岛的生成方法，尤其是一种全电压等级500kV-10kV拓扑岛的生成方法。

背景技术

电力系统规模日益庞大、运行调整更加频繁,对网络拓扑分析计算实时性提出了更高要求。

现在的网络拓扑分析是利用堆栈技术进行搜索。一般是将拓扑结构表述为链表关系，用图论中的搜索技术，如深度优先搜索法和广度优先搜索法分析节点的连通性。这种方法一般需要建立反映拓扑结构的链表，通过处理链表实现拓扑分析，然后以搜索回溯的框架,利用堆栈记录划分。

由于其基本算法采用“堆栈”原理——先进后出的搜索逻辑，程序不可避免采用递归的实现形式，因此编程和维护较复杂，效率较低。况且当应用于实时网络分析时,在运算时间上不能满足要求。

因此，如何将庞大的电网网架数据，按电压等级，分层分区构建成电网拓扑岛，提高电网的分析速率，满足网络拓扑分析计算实时性要求，是本领域技术人员亟需解决的技术难题。

经检索，未发现与本发明相同或相似的现有技术的专利文献。

发明内容

本发明的目的在于克服现有技术的不足，提出一种全电压等级500kV-10kV拓扑岛的生成方法，能够满足网络拓扑分析计算实时性要求。

本发明解决其现实问题是采取以下技术方案实现的：

一种全电压等级500kV-10kV拓扑岛的生成方法，包括以下步骤：

步骤1、对电网数据进行分析，并结合实际电网网架连接关系制定边界规则；

步骤2、根据步骤1的电网拓扑数据和边界计算规则，利用Spark大数据分析技术完成电网拓扑数据解析，并结合图数据库(Neo4J)完成500kV～10kV电压等级的拓扑岛构建。

而且，所述步骤1的具体步骤包括：

(1)通过电网的数据中台，以市为单位获取500kV～10kV电压等级的电网拓扑数据；

(2)分析电网的网架特点，结合实际电网网架连接关系制定边界规则。

而且，所述步骤2的具体步骤包括：

(1)根据电网拓扑数据和边界计算规则，将影响电网拓扑岛构建的其它数据删除，利用Spark数据计算引擎解析电网拓扑数据的connection字段，生成图数据库构建的点和边关系的CSV文件；

(2)将CSV中的数据写入图数据库，图数据库通过自身的连通算法将点和边数据关系自动生成拓扑岛区域数据；

(3)将图数据库构建完成的拓扑岛区域数据进行结构化，并将结构化后的数据回传至步骤2第(1)步中的Spark数据计算引擎做进一步处理，将数据转化为所需数据模型；

(4)将最终产生的拓扑岛结果集数据按集合进行编号，进而完成500kV～10kV电压等级的拓扑岛构建。

而且，在步骤2之后还包括如下校验步骤：

据实际电网接线图与拓扑岛结果集进行人工校验，检验算法生成的结果与实际一致，并将数据写入数据库存储。

而且，在步骤2之后还包括如下拓扑岛数据完善步骤：

结合电网台账关系等数据，进一步对拓扑岛进行数据完善，修正。

本发明的优点和有益效果：

本发明提出一种全电压等级500kV-10kV拓扑岛的生成方法，由于电网的设备数量和种类多、拓扑结构复杂，使得数据也是一个庞大的数据集。本发明通过Spark大数据分析技术解析电网拓扑数据，Spark是一个围绕速度、易用性和复杂分析构建的大数据处理框架，对于大数据分析来说非常善于处理这类数据，通过该计算引擎完成电网拓扑数据的梳理和建立拓扑模型结构；再结合当前图形分析最先进的技术图数据库(Neo4J)技术，完成500kV～10kV电压等级的拓扑岛构建工作，极大提高数据分析计算的效率。

附图说明

图1为本发明的处理流程图。

具体实施方式

以下结合附图对本发明实施例作进一步详述：

一种全电压等级500kV-10kV拓扑岛的生成方法，如图1所示，包括以下步骤：

步骤1、对电网数据进行分析，并结合实际电网网架连接关系制定边界规则；

所述步骤1的具体步骤包括：

(1)通过电网的数据中台，以市为单位获取500kV～10kV电压等级的电网拓扑数据(电网GIS数据表)；

(2)分析电网的网架特点，结合实际电网网架连接关系制定边界规则；

在本实施例中，以电压等级来将电网划分为500kV、220kV、110kV、35kV、20/10kV分层计算；以供电电源变电站的出线连接点作为起始点对电网链路进行追溯；配网以主馈线为主，排除所有支线，来对配网进一步划分。

步骤2、根据步骤1的电网拓扑数据和边界计算规则，利用Spark大数据分析技术完成电网拓扑数据解析，并结合图数据库(Neo4J)完成500kV～10kV电压等级的拓扑岛构建。

所述步骤2的具体步骤包括：

(1)根据电网拓扑数据和边界计算规则，将影响电网拓扑岛构建的其它数据删除，利用Spark数据计算引擎解析电网拓扑数据的connection字段，生成图数据库构建的点和边关系的CSV文件；

在本实施例中，689612691代表本设备，689612697代表连接的下个设备；以FromTo的形式生成图关系数据，生成图数据库构建的点(单个689612691为点)和边(689612691,689612697为边)关系的CSV文件。

因为图数据生产的数据涉及电网所有类型的设备，根据业务需求，针对所需要的分析对象进行保留，其余不需要分析的设备过滤掉，最终生成所需数据集合即拓扑岛数据集合。

(2)将CSV中的数据写入图数据库，图数据库通过自身的连通算法将点和边数据关系自动生成拓扑岛区域数据；

(3)将图数据库构建完成的拓扑岛区域数据进行结构化，并将结构化后的数据回传至步骤2第(1)步中的Spark数据计算引擎做进一步处理，将数据转化为所需数据模型；

(4)将最终产生的拓扑岛结果集数据按集合进行编号，进而完成500kV～10kV电压等级的拓扑岛构建。

在本实施例中，每一个集合数据就是一个拓扑岛，集合内的设备，为拓扑岛分析对象。

在步骤2之后还包括如下校验步骤：

据实际电网接线图与拓扑岛结果集进行人工校验，检验算法生成的结果与实际一致，并将数据写入数据库存储(该步骤只是第一次执行对算法的校验，后继构建可直接入库即可)

在步骤2之后还包括如下拓扑岛数据完善步骤：

因为电网拓扑数据庞大，且不同地区的管理方式方法，数据质量等存在差异，如拓扑数据质量差会造成构建的拓扑岛缺失部分设备信息，导致拓扑岛的完整性降低，通过拓扑岛数据完善，结合电网台账关系等数据，进一步对拓扑岛进行数据完善，修正。

本发明的工作过程为：

本发明的步骤1获取500kV～10kV电压等级的电网拓扑数据,并将数据传递给步骤3进行数据解析，步骤3解析完成，生成图关系数据，传递给S4进行拓扑节点构建，并生成拓扑岛区域数据传递给步骤3进行加工处理，将数据转化为所需数据模型，最终将步骤3产生的拓扑岛结果存储到数据库，提供给用户使用。

本发明的步骤2为辅助步骤，在整个拓扑岛构建过程中，对于同一区域的电网数据只需制定一次规则。

本发明的步骤7为善后步骤，是拓扑岛结果计算完成后对生成的拓扑岛数据进行校验。

本发明的工作原理是：

本发明利用电网网架结构和电气连接方式，遵行独立、联络、可靠的运行原则，设定一定边界条件(电网闭环建设和调度开环运行)，将数据庞大、连接复杂的电网网架简化成若干稳定电气连接区域。

由于电网数据庞大，普通的计算方法无法满足对大数据的快速计算和分析，而Spark技术是专为大规模数据处理而设计的快速通用的计算引擎，正好满足该需求，完成电网拓扑数据的分析。

电网网架是电力设备相互连接组成的一个网状结构，对于该网状结构进行拓扑追溯，拓扑构建，单靠Spark的计算引擎也不不足够的，Spark无法很快构建出整个电网的链路连接关系，而图数据库是以点、边为基础存储单元，以高效存储、查询图数据为设计原理的数据管理系统，该图数据库正是基于这种点、线结构进行关系分析的工具，将电网的点线数据写入图数据库可以直接构建出所有链路关系，非常适合电网的拓扑分析。本发明中采用的Neo4J图数据。

本发明正是选择Spark和图数据库相互结合，提高电网的分析速率。

需要强调的是，本发明所述实施例是说明性的，而不是限定性的，因此本发明包括并不限于具体实施方式中所述实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。