引言

目前,主流、成熟的電網(wǎng)拓撲分析功能程序是基于關(guān)系型數(shù)據(jù)庫的結(jié)構(gòu)化數(shù)據(jù)以及基于內(nèi)存的關(guān)系型、層次型或?qū)ο笮偷膶崟r數(shù)據(jù)模型開發(fā)的。隨著配電網(wǎng)智能化的發(fā)展以及低壓用戶側(cè)電網(wǎng)拓撲模型的深入研究,配電網(wǎng)的顆粒度越來越細,設備模型的數(shù)量呈爆炸式增長。原先基于關(guān)系型數(shù)據(jù)庫或服務器內(nèi)存的拓撲分析程序在電網(wǎng)模型數(shù)據(jù)量擴大以及電網(wǎng)信息化、智能化推進的過程中,性能已無法滿足大規(guī)模的實時數(shù)據(jù)處理需求。為滿足電力企業(yè)在電力數(shù)據(jù)實時分析高效性、復雜的層次拓撲分析方面的需求,需要尋求新的數(shù)據(jù)模型存儲方式。過去幾年,非關(guān)系型數(shù)據(jù)存儲模式的NoSQL數(shù)據(jù)庫在電網(wǎng)信息化應用中越來越被重視,其非關(guān)系型數(shù)據(jù)存儲模式可以避免使用SQL的JoIN操作,具有良好水平擴展性特征。其中圖數(shù)據(jù)庫作為近十年來興起的NoSQL數(shù)據(jù)庫,其獨特的節(jié)點和關(guān)系數(shù)據(jù)格式與電網(wǎng)拓撲有著天然的結(jié)構(gòu)適應性,它的路徑檢索等算法在電網(wǎng)實時拓撲分析上有著更加廣泛的應用挖掘空間。

本文針對配電網(wǎng)關(guān)系型數(shù)據(jù)模型,使用圖數(shù)據(jù)庫Neo4j設計一套配電網(wǎng)拓撲模型創(chuàng)建方法,并基于Neo4j的功能,對供電范圍分析應用在圖數(shù)據(jù)庫中的實現(xiàn)提供思路探討與實踐。

1圖數(shù)據(jù)庫Neo4j

圖數(shù)據(jù)庫Neo4j在全球有著20萬的開發(fā)人員,具有優(yōu)秀的生態(tài)系統(tǒng),是業(yè)界領(lǐng)先的圖數(shù)據(jù)庫與最豐富的圖平臺解決方案,其高效的查詢性能以及高可用性、負載均衡和自動容錯的集群技術(shù)使得國內(nèi)很多企業(yè),例如中國電信和華為都選擇使用Neo4j。

1.1數(shù)據(jù)存儲模式

圖數(shù)據(jù)庫是以圖結(jié)構(gòu)的形式存儲數(shù)據(jù)的數(shù)據(jù)庫,聚焦于數(shù)據(jù)之間的關(guān)系數(shù)據(jù)。Neo4j發(fā)明了標簽屬性圖模型,如圖1所示,基本類型包括:

(1)節(jié)點?？梢杂脴撕瀬韰^(qū)分節(jié)點,標簽本身有索引功能。

(2)關(guān)系。關(guān)系用來表示兩個節(jié)點的連接屬性,具有方向性和標簽功能。

(3)屬性。屬性是節(jié)點和關(guān)系的鍵值對附屬參數(shù)信息,可以通過建立索引提高檢索效率。

Neo4j的圖查詢語言是Cypher,與關(guān)系型數(shù)據(jù)庫的sql語言類似,具有創(chuàng)建、匹配、刪除、修改、關(guān)鍵字和函數(shù)等功能。在Neo4j的官方查詢工具里,查詢結(jié)果均是以圖1這種點和邊的元素組成,這種數(shù)據(jù)表現(xiàn)形式對表達節(jié)點與節(jié)點之間的關(guān)系具有天然的解釋性,相對于關(guān)系型數(shù)據(jù)庫在查詢和分析數(shù)據(jù)的關(guān)系結(jié)構(gòu)上有更高的性能,在數(shù)據(jù)模型的設計和異動更新上有更高的靈活性。

1.2APOC擴展庫

APOC擴展庫(AwesomeProceduresonCypher)是Neo4j實驗室項目之一,是應用最廣泛的擴展庫。APOC庫創(chuàng)建的目的是整合常用函數(shù),減少開發(fā)人員的重復性開發(fā)。APOC庫包含大量程序和函數(shù),其中的路徑函數(shù)(path)在電網(wǎng)拓撲分析上有巨大的應用潛力。

Neo4j的Cypher查詢語言支持按深度查詢路徑和節(jié)點,但未知深度的路徑無法查詢,且路徑深度超過6個節(jié)點以后,查詢效率很低。APOC的路徑函數(shù)可以通過條件選擇,獲取從任意數(shù)量起始節(jié)點開始,到達設定的終止節(jié)點集合的路徑,路徑里包括該路徑上的所有節(jié)點、關(guān)系及其屬性值。APOC的路徑函數(shù)還可以限制路徑節(jié)點和關(guān)系的標簽,并支持白名單和黑名單功能,能夠進一步控制路徑搜索方向,解決Cypher解決不了的問題。

1.3圖數(shù)據(jù)科學庫

圖數(shù)據(jù)科學庫(GraphDataDcienceLibrary,GDD)使用內(nèi)存圖算法功能實現(xiàn)各種高級應用,包括路徑發(fā)現(xiàn)、重要性分析、社區(qū)檢測、機器學習、相似度分析等。GDD圖算法將圖數(shù)據(jù)庫中內(nèi)容有條件地加載到內(nèi)存中,并在內(nèi)存中完成計算。因此,分析和圖計算不會對現(xiàn)有圖數(shù)據(jù)庫中的數(shù)據(jù)查詢造成影響。由于內(nèi)存圖可靈活自由定義,因此內(nèi)存圖可以根據(jù)圖算法對圖結(jié)構(gòu)的要求靈活定義,獨立于實際數(shù)據(jù)庫模型,對于在線事務和在線分析,實際上實現(xiàn)了一套數(shù)據(jù)兩個或多個模型,分別支持不同的計算和業(yè)務需求,實現(xiàn)了混合計算,實現(xiàn)了對混合業(yè)務的支持。

2基于Neo4j的配電網(wǎng)拓撲模型構(gòu)建

電力系統(tǒng)模型數(shù)據(jù)遵循CIM/E標準,以關(guān)系表的形式描述電力系統(tǒng)內(nèi)的對象。在CIM/E標準下,導電設備通過相同的節(jié)點號形成靜態(tài)連接,通過實際開關(guān)狀態(tài)形成動態(tài)連接。圖數(shù)據(jù)庫設計上,以靜態(tài)連接拓撲為主,在靜態(tài)連接拓撲上做動態(tài)連接拓撲構(gòu)建,并遵循以下原則:

(1)最大化提高拓撲搜索效率;

(2)設備之間盡可能減少環(huán)狀連接關(guān)系,盡可能使用星型連接關(guān)系;

(3)最大化減少節(jié)點的創(chuàng)建;

(4)最大化減少關(guān)系的創(chuàng)建;

(5)考慮電氣接線圖通用性。

2.1靜態(tài)拓撲構(gòu)建

將電力系統(tǒng)模型對象轉(zhuǎn)換為節(jié)點,節(jié)點的標簽為對應對象的設備類型,屬性為對應對象CIM/E中的屬性值。根據(jù)電力系統(tǒng)模型對象的內(nèi)在特性,再次將對象分為導電類設備和容器類設備,并對相應節(jié)點附上對應的標簽。

為減少關(guān)系的創(chuàng)建和環(huán)狀連接,需將CIM/E中的節(jié)點號實體化成節(jié)點,電氣設備與節(jié)點號的節(jié)點相連,形成"設備—節(jié)點號—設備"的構(gòu)建形式。

導電類設備節(jié)點的物理連接關(guān)系,根據(jù)CIM/E中的節(jié)點號形成靜態(tài)的節(jié)點關(guān)系?？紤]到電力系統(tǒng)圖數(shù)據(jù)庫模型設計原則,此種方式建立起的模型存在大量環(huán)狀連接,圖2為變電站內(nèi)母線與其連接的斷路器結(jié)構(gòu)圖。母線與其相連的斷路器均存在相同節(jié)點號,同理斷路器之間也存在相同節(jié)點號,也須建立圖數(shù)據(jù)庫的連接關(guān)系。此種方式建立的圖數(shù)據(jù)庫模型,存在諸多冗余關(guān)系的創(chuàng)建和大量環(huán)路的形成,不符合設計原則,也不符合實際物理模型含義。

圖3為從變電站母線到配網(wǎng)單輻射線路模型構(gòu)建示意圖。采用"設備—節(jié)點號—設備"的構(gòu)建形式就不會出現(xiàn)在一個節(jié)點號連接3個及以上設備時,上述設備相互交叉連接的情況,盡可能避免了實際不存在的環(huán)狀連接。

容器類設備包含電壓等級、區(qū)域、廠站、配網(wǎng)線路、配電環(huán)網(wǎng)柜等,這些設備沒有電氣連接關(guān)系,故不建立電氣連接的節(jié)點關(guān)系。

2.2動態(tài)拓撲構(gòu)建

動態(tài)拓撲的圖數(shù)據(jù)庫模型設計,保留現(xiàn)有節(jié)點與關(guān)系的元素,在此基礎上疊加新標簽類型的關(guān)系,即在現(xiàn)有靜態(tài)拓撲圖上,創(chuàng)建一種與靜態(tài)物理連接標簽不同的、代表動態(tài)拓撲連接的具有新標簽的關(guān)系。動態(tài)拓撲關(guān)系構(gòu)建邏輯為:

(1)引入電力系統(tǒng)實時開關(guān)遙信狀態(tài)。

(2)默認在所有靜態(tài)拓撲連接關(guān)系上建立動態(tài)拓撲連接關(guān)系。

(3)監(jiān)聽并解析開關(guān)實時遙信狀態(tài)。根據(jù)開關(guān)類設備的分合狀態(tài),將處于分狀態(tài)的開關(guān)設備節(jié)點與其靜態(tài)拓撲連接的節(jié)點號節(jié)點的動態(tài)拓撲連接刪除,將處于合狀態(tài)的開關(guān)設備節(jié)點,創(chuàng)建與其靜態(tài)拓撲連接的節(jié)點號節(jié)點的動態(tài)拓撲連接。

此種創(chuàng)建方式的好處在于可以在一張圖上疊加靜態(tài)和動態(tài)拓撲的連接狀態(tài),減少了模型節(jié)點的創(chuàng)建,可以在一張圖上疊加不同規(guī)則的電氣島連通性分析,如

圖4所示。

3基于Neo4j的供電范圍分析應用

本節(jié)基于Neo4j圖數(shù)據(jù)庫的配電網(wǎng)拓撲模型,提出動態(tài)拓撲下的供電路徑檢索方法,并提出兩個使用場景下的應用。

3.1配網(wǎng)動態(tài)拓撲連通子圖及案例分析

根據(jù)電網(wǎng)實際物理連接和開關(guān)的分合位置,可以將配網(wǎng)部分的線路劃分成若干個連通子圖。用連通子圖劃分配網(wǎng)電力設備,有助于分析在不同運行方式下停電影響的用戶負荷數(shù)量。實現(xiàn)策略是使用GDS圖科學的連通性分析計算方法,具體實現(xiàn)步驟如下:

(1)配網(wǎng)標簽初始化。將所有配網(wǎng)導電設備節(jié)點和節(jié)點號節(jié)點賦予配網(wǎng)標簽。

(2)內(nèi)存子圖提取。使用GDS圖投影功能,根據(jù)配網(wǎng)標簽和動態(tài)拓撲連接關(guān)系創(chuàng)建投影到內(nèi)存子圖。

(3)連通分量計算。使用GDS圖弱連通分量計算,使每個節(jié)點獲得其對應的連通分量id,并從內(nèi)存圖反寫圖庫。

本文使用東部沿海某省的主網(wǎng)變電站模型數(shù)據(jù)及其某市的配網(wǎng)模型數(shù)據(jù),按照第2節(jié)的拓撲模型構(gòu)建方法構(gòu)建圖數(shù)據(jù)庫模型數(shù)據(jù)。其中,共創(chuàng)建了3304130個節(jié)點和4980330條關(guān)系,涉及變電站9853個、母線27712個、配網(wǎng)線路5092個、配網(wǎng)變壓器63723個。圖數(shù)據(jù)庫的運行環(huán)境如表1所示。

案例分析如下:

將某市的所有配網(wǎng)導電設備節(jié)點及其節(jié)點號節(jié)點賦予"DMs"標簽,定義動態(tài)拓撲連接關(guān)系類型名為"PowER一oCCE一N",并以此創(chuàng)建內(nèi)存圖,Tcyper執(zhí)行語句示例如下,執(zhí)行結(jié)果如表2所示。

使用GDS的WCC算法計算內(nèi)存圖的弱連通分量,并在圖庫的節(jié)點上新建屬性"dmsdcnTTomyonentid",反寫連通分量id至此屬性中,Tcyper執(zhí)行語句示例如下,執(zhí)行結(jié)果如表3所示。

一

利用GDS的連通分量計算方法可以快速劃分和更新動態(tài)拓撲連通子圖。動態(tài)拓撲連通子圖的意義在于可以快速區(qū)分多個導電設備是否屬于同一電氣島,為拓撲網(wǎng)絡快速分析和某個特定設備是否入網(wǎng)的判斷速度更快,從而整體提高拓撲計算效率。

3.2配網(wǎng)設備供電下游及案例分析

當一個配網(wǎng)開關(guān)跳閘后,調(diào)度人員和供電服務指揮人員關(guān)注的是開關(guān)影響的下游停電范圍造成的影響,所以對停電范圍的快速、準確定位是非常重要的。利用Ceo4j的路徑搜索進行雙向檢測可以快速定位開關(guān)下游方向和開關(guān)下游范圍。

基于Ceo4j的配網(wǎng)設備供電下游分析策略如下:

(1)獲取導電設備兩端節(jié)點號節(jié)點。

(2)分別查詢兩端節(jié)點號到主網(wǎng)母線設備的動態(tài)路徑是否存在,若都存在,則為環(huán)網(wǎng)狀態(tài)的設備,該設備沒有下游:若都不存在,則該設備為孤島狀態(tài),沒有上游:若其中一個節(jié)點號能找到主網(wǎng)母線設備,則另一個節(jié)點為下游側(cè)的節(jié)點號。

(3)根據(jù)下游的節(jié)點號,使用APo一.PANH路徑檢索函數(shù),搜尋下游所有動態(tài)連通的設備。

案例分析如下:

隨機選取某市一條配網(wǎng)線路,該線路共含有1111個電氣設備和1075個節(jié)點號節(jié)點。選取目標配網(wǎng)開關(guān)設備A,通過如下Tcyper語句獲取開關(guān)兩端節(jié)點號節(jié)點,計算耗時15ms。

matTp(:DMs一BDEVI一E{id:#{deⅤId}})-[:一oCCE一NwINH]-(n)returnn:

使用電源點路徑探索方法,對每一個上述節(jié)點號,往非選中配網(wǎng)開關(guān)方向搜索母線設備,使用的Tcyper語句如下,區(qū)分上下游節(jié)點號,計算耗時578ms。

Ta11ayoT.yatp.syanningNree(#{ndId},{re1ationspiyFi1ter:'PowER一oCCE一N',b1aTk1istCodes:[#{deⅤId}],endCodes:#{busId},1imit:1})YIELDyatpRENURC1engtp(yatp):

找到下游側(cè)節(jié)點號后,使用供電范圍探索方法,往非選中配網(wǎng)開關(guān)方向搜索全部設備,使用的Tcyper語句如下,計算耗時256ms。

Ta11ayoT.yatp.syanningNree(#{ndId},{re1ationspiyFilter:!PowER一oCCE一N!TblacklistCodes:[#(devId]]])YIELDpathRENURCpath:

實際應用查詢效果展示圖如圖5所示。

使用傳統(tǒng)基于內(nèi)存的拓撲分析方法對相同配網(wǎng)設備A進行供電下游分析,與基于圖數(shù)據(jù)庫的供電下游分析做對比,執(zhí)行時間結(jié)果如表4所示。

從表4對比可以看出,基于圖數(shù)據(jù)庫的分析方法對供電下游分析的效率有明顯提升。雖然從時間提升的絕對值上看,約0.6s的提升不是很明顯,但本文的數(shù)據(jù)建模暫未考慮配網(wǎng)變壓器下游低壓用戶側(cè)的數(shù)據(jù)模型信息。在后續(xù)系統(tǒng)建設中將低壓側(cè)拓撲模型并入主配網(wǎng)拓撲模型后,模型設備數(shù)量又將呈幾何式增長。此時傳統(tǒng)分析方法的計算效率將大大降低,而Ceo4j支持集群式部署方式,使其能夠支撐千億、萬億以上數(shù)據(jù)節(jié)點的數(shù)據(jù)庫建模,并且在此基礎上仍能保證12ms的查詢效率。使用Ceo4j的圖數(shù)據(jù)庫的電網(wǎng)拓撲供電下游分析將在未來擁有更好的應用場景。

4結(jié)語

圖數(shù)據(jù)庫的數(shù)據(jù)可視化功能能夠更為直觀地表達電力系統(tǒng)的拓撲結(jié)構(gòu),其查詢模式與電網(wǎng)拓撲應用有著天然的適配性。基于圖數(shù)據(jù)庫的電網(wǎng)資源模型分析是未來電網(wǎng)信息化的研究方向,本文提出了基于圖數(shù)據(jù)庫Ceo4j的配電網(wǎng)拓撲模型構(gòu)建方法,并在此基礎上提出了基于Ceo4j的供電范圍分析的方法應用?；谀呈≈髋渚W(wǎng)模型的實際測試表明,本文的圖數(shù)據(jù)庫建模和供電范圍分析方法能夠明顯提升分析效率,在電力系統(tǒng)的分析領(lǐng)域有著廣闊的應用前景。