继电保护大数据管理系统应用

分类：应用电子技术论文发表 时间：2020-09-26 11:20 关注：(1)

　　针对继电保护相关数据呈现的海量数据和非结构化等特性，传统的关系型数据库难以满足其对应的高并发性、高可用性和高扩展性，提出了基于MongoDB数据库的继电保护大数据的管理理念和方法，重点阐述继电保护大数据管理框架、数据模型构架和非关系型数据库(NoSQL)管理方式。通过将MongoDB服务器部署于系统、使用Java语言开发客户端，得出一套适用于继电保护大数据增加、删除、修改和查询的管理系统，实践应用验证了新型NoSQL数据库管理继电保护大数据的可行性，对基于继电保护大数据的存储、分析和决策具有指导意义。

　　关键词:NoSQL;电力大数据;MongoDB

　　随着继电保护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，传统的数据管理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、Varie-ty、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己经显得越来越无能为力，在应对云存储技术和云计算技术等方面也表现出很多难以克服的问题。在此背景之下，MongoDB作为NoSQL中的佼佼者，得以在继电保护大数据管理领域中大展拳脚，得到了越来越多的应用。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。继电保护装置从电磁式继电器保护、晶体管保护、集成电路保护发展到今天的微机保护，保护装置的可靠性已经非常高，因装置故障发生保护误动、拒动的情况已经很少。如果所有电厂建立起完善的继电保护综合管理系统，解决目前的管理短板，将能提高本单位的设备运行水平，减少设备故障率并提高电网安全稳定运行周期。笔者通过对继电保护大数据管理系统需求进行分析、大数据模型构建和管理系统实现，得出一套可用于继电保护大数据增删改查(CRUD)的管理模型，达到对结构化、半结构化和非结构化继电保护大数据的管理，解决传统数据管理系统存储结构单一问题。

　　1继电保护大数据管理系统设计

　　1．1继电保护大数据管理系统需求分析

　　继电保护大数据管理系统需要对电力系统和元件测量的数据以及供电单位产生的用户数据，包括结构性数据功率、电压、电流等以及非结构化数据网页、音频、视频和图片的储存。其内容主要包含四个模块:数据采集模块、数据储存模块、数据处理模块和数据应用模块。如图1所示。数据采集模块:该模块的功能主要是收集继电保护大数据，并将大数据传输到数据储存模块。数据储存模块:该模块利用NoSQL数据库将继电保护大数据储存为结构化、半结构化甚至非结构化的数据格式。数据处理模块:该模块是继电保护大数据管理系统的核心，该模块完成与数据储存模块的交互，利用基于Linux操作系统的Hadoop构架，对数据进行计算，得出结论。数据应用模块:接收来自数据处理模块的处理分析结果，对电力系统继电保护装置发出动作。有故障时，自动、迅速、有选择地将故障元件从电力系统中切除，使故障元件免于继续遭到破坏，保证其它无故障部分迅速恢复正常运行;当电力系统无故障时，确保继电保护装置不动作。

　　1．2继电保护大数据模型设计

　　数据模型的构建包括三方面的内容:①数据储存结构;②数据操作;③数据约束。对于结构化数据，系统提供基本CRUD操作，对于非结构化数据，系统提供上传、下载、删除以及第三方软件查看的操作。数据约束也就是保证数据的唯一性，在MongoDB数据库中，每一个记录都有位移ID叫做“_id”，保证数据的一一对应性。在对MongoDB数据库的部署中，使用了Robomongo数据库可视化工具。Robomongo是一款开源软件。提供对数据库链接，以及查询数据库中的db、Collection、Document以及GridFS的功能，其可视化的方式分为表格、文件和代码三种方式。使用shell语句部署MongoDB数据库流程如下:(1)安装MongoDB数据库，并配置环境变量。(2)启动mongod服务器:mongod－－dbpathD:\MongoDBDATA;默认将log文件存在同一个文件夹。(3)启动mongo服务器:mongo127．0．0．1:27017;默认使用test数据库。(4)使用可视化工具Robomongo查看数据库已经成功建立。使用Java语言部署数据库:(1)安装Java语言MongoDB驱动。(2)启动mongod服务。(3)在eclipse中建立一个class文件，使用cli-ent关键字启动mongo服务器:MongoClientclient=newMongoClient("localhost"，27017)，默认端口27017。MongoDB在储存结构化数据时，相对于关系型数据库，其更灵活，由于能够在文档中嵌套文档，使得储存交互数据时十分容易。使用Java语言eclipse工具操作MongoDB数据库储存时，其步骤如下:①启动mongod服务，创建新的客户端，在相应的端口下创建数据库，数据库下创建集合，再在集合中创建文档。②构建一个Map类型的数据，将要存储的数据利用put方法导入Map中。③利用MongoDB的Java驱动中的insertOne方法将Map储存到文档中。对于非结构化数据，MongoDB数据库采用GridFS机制，GridFS机制默认使用fs．files和fs．chunks来储存文件。利用MongoDB中GridFS存储文件的步骤是:①新建文件输入流作为文件上传的“管道”。②启动mongod服务，并获得新的GridFS。③设置fs．files文件中的配置信息。④利用MongoDB中Java驱动的save()函数将文件上传到MongoDB中。

　　1．3MongoDB数据库操作实现

　　对结构化数据实现增删改查，需要MongoDB的Java驱动，利用该驱动包完成对MongoDB的管理。插入数据功能:①启动mongod服务。②新建Map对象，填入目标数据。③利用insertOne方法插入数据。对于删除数据功能，MongoDB中将产出一个文档，而不是文档中的一个记录，在删除之前，需要一个BSON格式的filter来寻找相应的Document。①启动mongod服务。②新建BSON格式的filter。③利用deleteOne()方法删除文档。修改文档是对文档中的其中一个或者多个记录进行更新，在更新之前也需要一个BSON格式的fil-ter。其步骤跟删除操作一样，只是将其中的deleteOne()方法改为updateOne()方法。查询数据库时，利用一个BSON格式的数据作为查询条件，一般而言，当我们查询数据库时，都会进行遍历数据库集合的操作。其步骤如下。①启动mongod服务。②构建查询条件。③利用find()方法查询数据库。接着要对数据库进行遍历，其程序框图如图2所示。对于管理非结构化数据，提供了上传、查询、下载、删除和利用第三方软件查看的功能。系统中管理的非结构化数据包括网页、PDF文档、音频、图片还有视频文件。网页中包含的大量信息，能够提取具有极高价值的数据。在对网页进行相关操作之前，首先要保存一个网页，利用浏览器搜索关键词“继电保护”，获取到关于继电保护的网页，并将网页保存到本地磁盘。保存:获取网页数据之后，将其保存到数据库中，利用对非结构化数据保存的功能直接实现对网页数据的保存。删除:要对MongoDB数据库中的数据进行删除，需要先找到fs．files文件中的“_id”。默认情况下，系统为每一个GridFS文件分配一个特定Object类型的“_id”，用户也可以自行定义专属的“_id”，以便对数据查找。同时，也可以应用文件名进行查找，但是存在风险，因为文件名有可能会重复，本系统中采用自定义文件的“_id”，然后再进行查找。操作步骤如下:①启动mongod服务。②建立查询条件，需要一个DBObject类型的数据。③利用MongoDB的Java驱动中的remove()方法删除。查看:对于网页，需利用Microsoft公司的IE浏览器查看，Java语言在调用Windows系统的系统工具时，需先获取到工具在系统中的位置。在获取到IE浏览器位置之后，建立一个新的程序进程，专门用来调用该浏览器，并将网页文件本地盘中的位置传送给该进程，利用该进程调用IE浏览器打开文件。下载:网页文件的下载，需要先查询到相关的文件，因此首先建立一个检索条件是必要的，其次，对MongoDB中GridFS文件的下载需要使用文件输出流。具体操作步骤如下:①启动mongod服务。②建立索引条件，需要一个DBObject类型的数据。③新建一个GridFSDBfile。④利用MongoDB的Java驱动中的findOne()方法查询到数据库中的GridFS文件。⑤新建文件输出流“管道”，为文件输出提供接口。⑥将GridFSDBfile加文件输出流。对于音频、视频文件，基本的上传、下载、删除和查询操作都跟对网页操作一样，不同的地方是在调用第三方软件的时候，网页使用IE浏览器，而音频使用音乐播放器，视频采用视频播放器。在播放视频或者音频时，可以选用直接调用第三方软件，也可以使用Java的一个媒体框架JMF。对于图片和PDF文件，可以编写一个独立的界面来显示，不需要使用第三方软件。本系统结构图如图3所示。

　　2继电保护大数据管理系统应用效果

　　2．1交互界面

　　在管理结构化数据时，需要在交互界面上拥有对数据库进行增删改查的操作，同时要实时的显示操作过后的结果，并且对于不同的结构化数据要有不同的操作项来区分。整个交互界面使用Java中JFrame作为框架，标题是“基于MongoDB的大数据管理系统设计”，左侧“结构化数据”菜单栏，菜单项包括“发动机”、“变压器”、“母线”等继电保护元件的选项;界面左下侧的“非结构化数据”管理栏;界面顶头的是一个搜索框和搜索按钮，点击搜索按钮以后，系统会按照搜索框中的关键词对MongoDB数据库做检索;界面中心是显示区;界面右侧是列表进行增加一行数据、删除一行数据和修改数据进行操作的按钮和数据填入区域。

　　2．2数据可视化

　　可视化展示就是将界面于底层的数据库之间的操作合二为一，将增删改查功能变得界面化、可操作化。如图5所示。

　　2．3增删改查操作

　　此处展示添加操作如图6所示，右侧输入参数，点击添加按钮，在中间列表中显示添加的数据。

　　2．4非结构化数据操作

　　此处展示非结构化数据中一张图片的查询功能。如图7所示。

　　3结语

　　设计实现基于MongoDB的继电保护大数据管理系统，设计继电保护大数据模型，在Windows上运行的MongoDB中创建数据实体，基于MVC模式的继保大数据管理系统，实现结构化、非结构化继保大数据的管理。此系统利用新型非关系型数据库MongoDB替代传统关系型数据库，有效解决传统继电保护大数据管理中存储结构单一的问题，对基于MongoDB数据库做进一步分析和决策奠定基础，对电力系统中除继电保护以外的其他管理系统也有重要的借鉴意义。

　　参考文献:

　　［1］高丹丹．基于NoSQL的电力系统大数据管理［J］．科技创新导报，2014(32):1－6．

　　［2］华巧．基于大数据的电力信息技术发展探讨［J］．网络安全技术与应用，2014(4):1－8．

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

　　作者：段淑萍 王晓丽