一種基于云計(jì)算的電力調(diào)度生產(chǎn)管理系統(tǒng)及其實(shí)現(xiàn)方法
【專利摘要】本發(fā)明公開了一種基于云計(jì)算的電力調(diào)度生產(chǎn)管理系統(tǒng)及其實(shí)現(xiàn)方法，系統(tǒng)支持多樣化、異構(gòu)化的海量數(shù)據(jù)的全景實(shí)時(shí)展現(xiàn)；全景數(shù)據(jù)實(shí)時(shí)展現(xiàn)即對(duì)運(yùn)行數(shù)據(jù)分析得出的各類結(jié)果指標(biāo)的實(shí)時(shí)可視化，展現(xiàn)設(shè)計(jì)應(yīng)提供用戶體驗(yàn)友好的可視化方式，適應(yīng)當(dāng)前終端多樣化、異構(gòu)化的特點(diǎn)，以便基于可視化技術(shù)開發(fā)全方位的監(jiān)控和分析系統(tǒng)，從而提高調(diào)度人員對(duì)電網(wǎng)勢(shì)態(tài)的感知能力，能快速地、有效地對(duì)緊急情況做出反應(yīng)；本發(fā)明能夠?qū)z修計(jì)劃滾動(dòng)排期，具備月度計(jì)劃高級(jí)統(tǒng)計(jì)分析展示功能、停電信息自動(dòng)生成功能。
【專利說明】一種基于云計(jì)算的電力調(diào)度生產(chǎn)管理系統(tǒng)及其實(shí)現(xiàn)方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于云計(jì)算的電力調(diào)度生產(chǎn)管理系統(tǒng)及其實(shí)現(xiàn)方法。

【背景技術(shù)】
[0002] 調(diào)度生產(chǎn)管理系統(tǒng)（0MS系統(tǒng)）與云計(jì)算結(jié)合的應(yīng)用場景是"基于虛擬化的私有云 技術(shù)+大數(shù)據(jù)技術(shù)"，即OpenStack應(yīng)與VMware、Hadoop融合以提供虛擬化的私有云存儲(chǔ)及 計(jì)算環(huán)境。
[0003] 實(shí)踐中可基于OpenStack Nova模塊與VMware集成，實(shí)現(xiàn)虛擬機(jī)的管理；基 于OpenStack Dashboard模塊實(shí)現(xiàn)資源池管理功能和虛擬機(jī)生命周期管理功能；基于 OpenStack Swift模塊與Hadoop Map/Reduce集群集成，實(shí)現(xiàn)IAAS與數(shù)據(jù)處理的集成。使 用這種架構(gòu)的優(yōu)勢(shì)是，0MS系統(tǒng)將獲得一個(gè)可擴(kuò)展的存儲(chǔ)集群，以處理不斷累積的數(shù)據(jù)，并 為云計(jì)算的技術(shù)實(shí)現(xiàn)打下技術(shù)基礎(chǔ)。
[0004] 基于云計(jì)算的0MS系統(tǒng)常用數(shù)據(jù)庫包括關(guān)系數(shù)據(jù)庫和分布式數(shù)據(jù)庫。
[0005] 關(guān)系數(shù)據(jù)庫雖然很強(qiáng)大，但是它并不能很好的應(yīng)付所有的應(yīng)用場景，其主要缺點(diǎn) 如下：
[0006] (1)對(duì)大數(shù)據(jù)或非結(jié)構(gòu)化數(shù)據(jù)支持較弱。關(guān)系模型只能處理整數(shù)、實(shí)數(shù)、字符串等 這樣簡單的結(jié)構(gòu)化數(shù)據(jù)類型，難以支持文檔、網(wǎng)頁等非結(jié)構(gòu)化或半結(jié)構(gòu)化數(shù)據(jù)。
[0007] (2)關(guān)系模型不支持復(fù)雜的數(shù)據(jù)嵌套。為了模擬復(fù)雜對(duì)象，常常需要把信息分開成 幾個(gè)不同的表，表之間的連接常隱藏在應(yīng)用程序里，而不是在更易于管理的數(shù)據(jù)庫中，每次 必須連接一批表才能得到對(duì)象的信息，存取速度變慢，且這種方式也很難模仿出數(shù)據(jù)的現(xiàn) 實(shí)關(guān)系。
[0008] (3)關(guān)系型數(shù)據(jù)庫在其性能、擴(kuò)展性及伸縮性方面不足。關(guān)系型數(shù)據(jù)庫擴(kuò)展性較 差，大數(shù)據(jù)下10壓力大，表結(jié)構(gòu)更改困難。此外，關(guān)系型數(shù)據(jù)庫只能進(jìn)行短小的處理，不能 進(jìn)行要求操作臨時(shí)變量、歷史記錄和數(shù)據(jù)版本的長處理，只適合于保存記錄的應(yīng)用和報(bào)表 輸出的設(shè)計(jì)。
[0009] 分布式數(shù)據(jù)庫的新一代理論基礎(chǔ)是BASE模型，它存在以下缺點(diǎn)：
[0010] (1)難以實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)完整性，也就是事務(wù)的一致性。
[0011] (2)缺乏供應(yīng)商提供的強(qiáng)有力的技術(shù)支持，對(duì)開發(fā)和運(yùn)維人員自身技術(shù)水平要求 較高。由于關(guān)系型數(shù)據(jù)庫本身天然的多樣性，以及出現(xiàn)的時(shí)間較短，因此不像關(guān)系型數(shù)據(jù) 庫，有幾種數(shù)據(jù)庫能夠一統(tǒng)江山。分布式型數(shù)據(jù)庫的種類非常多，并且大部分都是開源的， 對(duì)用戶技術(shù)水平要求較高。
[0012] (3)數(shù)據(jù)庫設(shè)計(jì)難度較高。關(guān)系型數(shù)據(jù)庫最大的價(jià)值就在于其數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)方便。 因?yàn)樵谄鋽?shù)據(jù)庫的對(duì)象之間的關(guān)系模型（如三范式等）對(duì)于數(shù)據(jù)庫結(jié)構(gòu)設(shè)計(jì)是很有幫助 的，這很大程度上體現(xiàn)了業(yè)務(wù)的實(shí)際情況。但是分布式型數(shù)據(jù)庫系統(tǒng)由于缺乏這種關(guān)系，因 此基于分布式型數(shù)據(jù)庫技木的不同產(chǎn)品之間，可能會(huì)存在很大的差異。這增加了數(shù)據(jù)庫結(jié) 構(gòu)設(shè)計(jì)的難度。


【發(fā)明內(nèi)容】

[0013] 本發(fā)明為了解決上述問題，提出一種基于云計(jì)算的電力調(diào)度生產(chǎn)管理系統(tǒng)及其實(shí) 現(xiàn)方法，該系統(tǒng)能夠?qū)z修計(jì)劃滾動(dòng)排期，具備月度計(jì)劃高級(jí)統(tǒng)計(jì)分析展示功能、停電信息 自動(dòng)生成功能。
[0014] 為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：
[0015] 一種基于云計(jì)算的電力調(diào)度生產(chǎn)管理系統(tǒng)，包括信息網(wǎng)絡(luò)模塊、資源管理模塊、支 撐模塊、平臺(tái)服務(wù)模塊和應(yīng)用服務(wù)模塊，其中：
[0016] 所述信息網(wǎng)絡(luò)模塊，存儲(chǔ)電網(wǎng)信息，用于為調(diào)度提供信息數(shù)據(jù)；
[0017] 所述平臺(tái)服務(wù)模塊，面向云計(jì)算環(huán)境，用于為電網(wǎng)管理數(shù)據(jù)、電網(wǎng)計(jì)劃數(shù)據(jù)、電網(wǎng) 運(yùn)行數(shù)據(jù)和電網(wǎng)模型數(shù)據(jù)構(gòu)建分布式文件系統(tǒng)、Map/Reduce框架及分析計(jì)算引擎，以提供 平臺(tái)級(jí)計(jì)算服務(wù)；
[0018] 所述支撐模塊，用于提供應(yīng)用接口和服務(wù)平臺(tái)；
[0019] 所述資源管理模塊，用于管控、分析虛擬化資源、存儲(chǔ)資源數(shù)據(jù)；
[0020] 所述應(yīng)用服務(wù)模塊，用于為電網(wǎng)調(diào)度提供電網(wǎng)管理指標(biāo)、電網(wǎng)計(jì)劃指標(biāo)、電網(wǎng)運(yùn)行 指標(biāo)和電網(wǎng)模型指標(biāo)分析應(yīng)用服務(wù)。
[0021] 一種基于上述調(diào)度生產(chǎn)管理系統(tǒng)的實(shí)現(xiàn)方法，包括以下步驟：
[0022] (1)根據(jù)信息網(wǎng)絡(luò)模塊中存儲(chǔ)的電網(wǎng)運(yùn)行數(shù)據(jù)、電網(wǎng)計(jì)劃數(shù)據(jù)和電網(wǎng)數(shù)據(jù)模型進(jìn) 行數(shù)據(jù)模型轉(zhuǎn)換；
[0023] (2)平臺(tái)服務(wù)模塊分布存儲(chǔ)數(shù)據(jù)模型，進(jìn)行分布計(jì)算；
[0024] (3)應(yīng)用服務(wù)模塊結(jié)合資源管理模塊進(jìn)行電網(wǎng)運(yùn)行計(jì)劃、關(guān)聯(lián)分析和預(yù)測；
[0025] (4)應(yīng)用服務(wù)模塊將分析結(jié)果傳輸給支撐模塊，根據(jù)數(shù)據(jù)處理結(jié)果進(jìn)行調(diào)度。
[0026] 所述步驟（1)中，電網(wǎng)運(yùn)行數(shù)據(jù)包括：調(diào)度機(jī)端電量、調(diào)度上網(wǎng)電量、全口徑機(jī)端 電量、受電量、調(diào)度最高上網(wǎng)電力、調(diào)度最低上網(wǎng)電力、調(diào)度最高上網(wǎng)電力發(fā)生時(shí)刻、調(diào)度 最低上網(wǎng)電力發(fā)生時(shí)刻、調(diào)度最高機(jī)端電力、調(diào)度最低機(jī)端電力、調(diào)度最高機(jī)端電力發(fā)生時(shí) 亥IJ、調(diào)度最低機(jī)端電力發(fā)生時(shí)刻、最大受電電力、最小受電電力、最大受電電力發(fā)生時(shí)刻、最 小受電電力發(fā)生時(shí)刻、調(diào)度最高發(fā)受電電力、調(diào)度最低發(fā)受電電力、調(diào)度最高發(fā)受電電力發(fā) 生時(shí)刻、調(diào)度最低發(fā)受電電力發(fā)生時(shí)刻、全口徑最高機(jī)端電力、全口徑最低機(jī)端電力、全口 徑最高發(fā)受電電力和全口徑最低發(fā)受電電力。
[0027] 所述步驟（1)中，電網(wǎng)計(jì)劃數(shù)據(jù)包括：電力電量平衡預(yù)測情況，直代管電廠發(fā)電、 抽水月度計(jì)劃電量、日計(jì)劃電量、調(diào)度計(jì)劃電量，省市聯(lián)絡(luò)線關(guān)口、跨省聯(lián)絡(luò)線關(guān)口的月度 計(jì)劃電量、日計(jì)劃電量和調(diào)度計(jì)劃電量，負(fù)荷預(yù)測值及合格率，日拉限電電力、電量、條次和 錯(cuò)避峰電力、電量。
[0028] 所述步驟（1)中，電網(wǎng)模型數(shù)據(jù)包括：調(diào)度員潮流數(shù)據(jù)、短路電流、網(wǎng)損數(shù)據(jù)、最優(yōu) 潮流、外部網(wǎng)絡(luò)等值、狀態(tài)估計(jì)、靜態(tài)安全分析數(shù)據(jù)等、計(jì)劃值與實(shí)際測量值進(jìn)行比較、實(shí)際 值的趨勢(shì)分析、各個(gè)時(shí)段的最大最小值。
[0029] 所述步驟（2)的具體方法，包括以下步驟：
[0030] (a)Map/Reduce庫將輸入數(shù)據(jù)分割成Μ個(gè)片，每個(gè)片的大小在16MB?64MB之間， 然后在集群中隨機(jī)大量拷貝；
[0031] (b)拷貝程序中的主節(jié)點(diǎn)分配Map任務(wù)和Reduce任務(wù)，被分配Map任務(wù)的工作節(jié) 點(diǎn)讀取輸入片，從中解析出鍵值對(duì)，由用戶自定義的Map函數(shù)處理該鍵值對(duì)，產(chǎn)生中間鍵值 對(duì)；
[0032] (c)應(yīng)用服務(wù)模塊進(jìn)行中間鍵值對(duì)列表進(jìn)行清理和排序；
[0033] (d)Reduce函數(shù)將傳來的中間鍵值對(duì)列表，按相同的Key值進(jìn)行適當(dāng)合并，并輸出 R個(gè)文件，最終匯總形成所需結(jié)果。
[0034] 所述步驟（3)中，應(yīng)用服務(wù)模塊進(jìn)行計(jì)算時(shí)，用戶只需輸入統(tǒng)一的統(tǒng)一資源定位 器訪問整個(gè)系統(tǒng)，而無需關(guān)注后臺(tái)執(zhí)行，系統(tǒng)后臺(tái)會(huì)根據(jù)終端與服務(wù)器間的網(wǎng)速和距離自 動(dòng)選擇訪問速度最快的可用計(jì)算資源，當(dāng)計(jì)算量在設(shè)定閾值之內(nèi)時(shí)時(shí)，應(yīng)用服務(wù)模塊調(diào)用 本地資源為用戶返回結(jié)果；當(dāng)計(jì)算量超過閾值時(shí)，應(yīng)用服務(wù)模塊調(diào)用臨近地市服務(wù)器輔助 完成計(jì)算。
[0035] 本發(fā)明的有益效果為：系統(tǒng)支持多樣化、異構(gòu)化的海量數(shù)據(jù)的全景實(shí)時(shí)展現(xiàn)；全 景數(shù)據(jù)實(shí)時(shí)展現(xiàn)即對(duì)運(yùn)行數(shù)據(jù)分析得出的各類結(jié)果指標(biāo)的實(shí)時(shí)可視化，展現(xiàn)設(shè)計(jì)應(yīng)提供用 戶體驗(yàn)友好的可視化方式，適應(yīng)當(dāng)前終端多樣化、異構(gòu)化的特點(diǎn)，以便基于可視化技術(shù)開 發(fā)全方位的監(jiān)控和分析系統(tǒng)，從而提高調(diào)度人員對(duì)電網(wǎng)勢(shì)態(tài)的感知能力，能快速地、有效地 對(duì)緊急情況做出反應(yīng)。

【專利附圖】

【附圖說明】
[0036] 圖1為本發(fā)明的云計(jì)算系統(tǒng)框架圖；
[0037] 圖2為本發(fā)明的基于云計(jì)算的0MS應(yīng)用分層架構(gòu)圖；
[0038] 圖3為本發(fā)明的流程圖。

【具體實(shí)施方式】：
[0039] 下面結(jié)合附圖與實(shí)施例對(duì)本發(fā)明作進(jìn)一步說明。
[0040] 如圖1所示，一種基于云計(jì)算調(diào)度生產(chǎn)管理（0MS)系統(tǒng)，包括信息網(wǎng)絡(luò)模塊、資源 管理模塊、支撐模塊、平臺(tái)服務(wù)模塊和應(yīng)用服務(wù)模塊，其中：
[0041] 所述信息網(wǎng)絡(luò)模塊，存儲(chǔ)電網(wǎng)信息，用于為調(diào)度提供信息數(shù)據(jù)；
[0042] 所述平臺(tái)服務(wù)模塊，面向云計(jì)算環(huán)境，用于為電網(wǎng)管理數(shù)據(jù)、電網(wǎng)計(jì)劃數(shù)據(jù)、電網(wǎng) 運(yùn)行數(shù)據(jù)和電網(wǎng)模型數(shù)據(jù)構(gòu)建分布式文件系統(tǒng)、Map/Reduce框架及分析計(jì)算引擎，以提供 平臺(tái)級(jí)計(jì)算服務(wù)；
[0043] 所述支撐模塊，用于提供應(yīng)用接口和服務(wù)平臺(tái)；
[0044] 所述資源管理模塊，用于管控、分析虛擬化資源、存儲(chǔ)資源數(shù)據(jù)；
[0045] 所述應(yīng)用服務(wù)模塊，用于為電網(wǎng)調(diào)度提供電網(wǎng)管理指標(biāo)、電網(wǎng)計(jì)劃指標(biāo)、電網(wǎng)運(yùn)行 指標(biāo)和電網(wǎng)模型指標(biāo)分析應(yīng)用服務(wù)。
[0046] 一種基于上述調(diào)度生產(chǎn)管理系統(tǒng)的實(shí)現(xiàn)方法，包括以下步驟：
[0047] (1)根據(jù)信息網(wǎng)絡(luò)模塊中存儲(chǔ)的電網(wǎng)運(yùn)行數(shù)據(jù)、電網(wǎng)計(jì)劃數(shù)據(jù)和電網(wǎng)數(shù)據(jù)模型進(jìn) 行數(shù)據(jù)模型轉(zhuǎn)換；
[0048] (2)平臺(tái)服務(wù)模塊分布存儲(chǔ)數(shù)據(jù)模型，進(jìn)行分布計(jì)算；
[0049] (3)應(yīng)用服務(wù)模塊結(jié)合資源管理模塊進(jìn)行電網(wǎng)運(yùn)行計(jì)劃、關(guān)聯(lián)分析和預(yù)測；
[0050] (4)應(yīng)用服務(wù)模塊將分析結(jié)果傳輸給支撐模塊，根據(jù)數(shù)據(jù)處理結(jié)果進(jìn)行調(diào)度。
[0051] 所述步驟（1)中，電網(wǎng)運(yùn)行數(shù)據(jù)包括：調(diào)度機(jī)端電量、調(diào)度上網(wǎng)電量、全口徑機(jī)端 電量、受:電量、調(diào)度最1?上網(wǎng)電力、調(diào)度最低上網(wǎng)電力、調(diào)度最1?上網(wǎng)電力發(fā)生時(shí)刻、調(diào)度最 低上網(wǎng)電力發(fā)生時(shí)刻、調(diào)度最高機(jī)端電力、調(diào)度最低機(jī)端電力、調(diào)度最高機(jī)端電力發(fā)生時(shí) 亥IJ、調(diào)度最低機(jī)端電力發(fā)生時(shí)刻、最大受電電力、最小受電電力、最大受電電力發(fā)生時(shí)刻、 最小受電電力發(fā)生時(shí)刻、調(diào)度最高發(fā)受電電力、調(diào)度最低發(fā)受電電力、調(diào)度最高發(fā)受電電力 發(fā)生時(shí)刻、調(diào)度最低發(fā)受電電力發(fā)生時(shí)刻、全口徑最高機(jī)端電力、全口徑最低機(jī)端電力、全 口徑最高發(fā)受電電力和全口徑最低發(fā)受電電力。
[0052] 所述步驟（1)中，電網(wǎng)計(jì)劃數(shù)據(jù)包括：電力電量平衡預(yù)測情況，直代管電廠發(fā)電、 抽水月度計(jì)劃電量、日計(jì)劃電量、調(diào)度計(jì)劃電量，省市聯(lián)絡(luò)線關(guān)口、跨省聯(lián)絡(luò)線關(guān)口的月度 計(jì)劃電量、日計(jì)劃電量和調(diào)度計(jì)劃電量，負(fù)荷預(yù)測值及合格率，日拉限電電力、電量、條次和 錯(cuò)避峰電力、電量。
[0053] 所述步驟（1)中，電網(wǎng)模型數(shù)據(jù)包括：調(diào)度員潮流數(shù)據(jù)、短路電流、網(wǎng)損數(shù)據(jù)、最優(yōu) 潮流、外部網(wǎng)絡(luò)等值、狀態(tài)估計(jì)、靜態(tài)安全分析數(shù)據(jù)等、計(jì)劃值與實(shí)際測量（遙測）值進(jìn)行比 較、實(shí)際值的趨勢(shì)分析、各個(gè)時(shí)段的最大最小值。
[0054] 所述步驟（2)的具體方法，包括以下步驟：
[0055] (a)Map/Reduce庫將輸入數(shù)據(jù)分割成Μ個(gè)片，每個(gè)片的大小在16MB?64MB之間， 然后在集群中隨機(jī)大量拷貝；
[0056] (b)拷貝程序中的主節(jié)點(diǎn)分配Map任務(wù)和Reduce任務(wù)，被分配Map任務(wù)的工作節(jié) 點(diǎn)讀取輸入片，從中解析出鍵值對(duì)，由用戶自定義的Map函數(shù)處理該鍵值對(duì)，產(chǎn)生中間鍵值 對(duì)；
[0057] (c)應(yīng)用服務(wù)模塊進(jìn)行中間鍵值對(duì)列表進(jìn)行清理和排序；
[0058] (d)Reduce函數(shù)將傳來的中間鍵值對(duì)列表，按相同的Key值進(jìn)行適當(dāng)合并，并輸出 R個(gè)文件，最終匯總形成所需結(jié)果。
[0059] 所述步驟（3)中，應(yīng)用服務(wù)模塊進(jìn)行計(jì)算時(shí)，用戶只需輸入統(tǒng)一的統(tǒng)一資源定位 器訪問整個(gè)系統(tǒng)，而無需關(guān)注后臺(tái)執(zhí)行，系統(tǒng)后臺(tái)會(huì)根據(jù)終端與服務(wù)器間的網(wǎng)速和距離自 動(dòng)選擇訪問速度最快的可用計(jì)算資源，當(dāng)計(jì)算量在設(shè)定閾值之內(nèi)時(shí)時(shí)，應(yīng)用服務(wù)模塊調(diào)用 本地資源為用戶返回結(jié)果；當(dāng)計(jì)算量超過閾值時(shí)，應(yīng)用服務(wù)模塊調(diào)用臨近地市服務(wù)器輔助 完成計(jì)算。
[0060] 系統(tǒng)建設(shè)選用Java J2EE、OpenStack虛擬平臺(tái)與Hadoop云平臺(tái)相結(jié)合的技術(shù)路 線及分層結(jié)構(gòu)體系，可最大程度保證系統(tǒng)的兼容性、開放性和安全性，能很好的與智能電網(wǎng) 調(diào)度技術(shù)支持系統(tǒng)基礎(chǔ)平臺(tái)、SG186平臺(tái)集成。除了少數(shù)交互性能要求較高的應(yīng)用采用C/S 應(yīng)用模式外，絕大多數(shù)調(diào)度管理類應(yīng)用都采用B/S應(yīng)用模式，采用以J2EE應(yīng)用服務(wù)器為中 心的B/S多層分布式系統(tǒng)構(gòu)架，提供安全、穩(wěn)定、可靠、高效、可擴(kuò)展的應(yīng)用運(yùn)行環(huán)境，以便 于用戶使用、部署和運(yùn)維。
[0061] 本系統(tǒng)所涉及的主要關(guān)鍵技術(shù)有資源虛擬化技術(shù)、分布式電網(wǎng)數(shù)據(jù)管理技術(shù)、分 布式電網(wǎng)數(shù)據(jù)計(jì)算技術(shù)等。盡管云計(jì)算技術(shù)誕生及發(fā)展比較晚，但其主要核心技術(shù)如虛 擬化、分布式存儲(chǔ)、分布式計(jì)算等已經(jīng)發(fā)展多年，而且在多個(gè)行業(yè)得到廣泛應(yīng)用。至今，已 有眾多基于云計(jì)算構(gòu)架系統(tǒng)，如Google GAE、Amazon EC2、百度云等，開發(fā)基于云計(jì)算應(yīng)用 系統(tǒng)的平臺(tái)及工具也如雨后春筍般地得到發(fā)展。如實(shí)現(xiàn)資源池化及虛擬化可以用開源的 OpenStack及VMware聯(lián)合構(gòu)建；實(shí)現(xiàn)分布式數(shù)據(jù)存儲(chǔ)與管理、分布式計(jì)算可以采用成熟開 源Hadoop平臺(tái)，用其HDFS實(shí)現(xiàn)數(shù)據(jù)分布式存儲(chǔ)與管理；用其HBase實(shí)現(xiàn)數(shù)據(jù)模型融合；用 Hive實(shí)現(xiàn)數(shù)據(jù)挖掘與分析；用Map/Reduce實(shí)現(xiàn)分布式計(jì)算等。
[0062] 虛擬化技術(shù)的內(nèi)涵非常廣泛和復(fù)雜，從實(shí)現(xiàn)層次上，虛擬化技術(shù)可分為：硬件虛擬 化、操作系統(tǒng)虛擬化、應(yīng)用程序虛擬化等。從應(yīng)用領(lǐng)域上，虛擬化技術(shù)可分為：服務(wù)器虛擬 化、存儲(chǔ)虛擬化、網(wǎng)絡(luò)虛擬化、桌面虛擬化、CPU虛擬化、文件虛擬化?？梢哉f，虛擬化一方面 對(duì)企業(yè)的IT系統(tǒng)變革中起到重要作用，但同時(shí)又引入了復(fù)雜度。另一方面，服務(wù)器虛擬化 技術(shù)是虛擬化的核心和關(guān)鍵，直接決定著其他資源的虛擬化路徑，并影響著虛擬化的可靠 性、穩(wěn)定性和效益。因此服務(wù)器虛擬化平臺(tái)的技術(shù)選型至關(guān)重要。
[0063] 常用的虛擬化工具有VMware ESX Server和Microsoft Hyper-V。相對(duì)而言， VMware的產(chǎn)品具備應(yīng)用廣泛、成熟、跨平臺(tái)性強(qiáng)的特點(diǎn)，Microsoft Hyper-V更適合Windows Server操作系統(tǒng)環(huán)境的虛擬化。從安全性、兼容性、跨平臺(tái)性和山東電力已有服務(wù)器平臺(tái)考 慮，本系統(tǒng)選用VMware ESX Server作為虛擬化工具。
[0064] 此外，為使得虛擬化資源可被應(yīng)用程序調(diào)用，還需構(gòu)建云基礎(chǔ)環(huán)境將其納入管理。 從安全角度出發(fā)，山東電力0MS系統(tǒng)的云計(jì)算應(yīng)用模式應(yīng)為私有云。這方面的主流產(chǎn)品有 Microsoft System Center和OpenStack。前者為Windows平臺(tái)的閉源商業(yè)軟件，盡管功能 強(qiáng)大，但不符合國調(diào)關(guān)于操作系統(tǒng)安全性、開放性的要求，而OpenStack已成為一種廣泛流 行的、面向私有云的建設(shè)與管理的開源軟件，可提供一個(gè)大規(guī)模的可擴(kuò)展的云操作系統(tǒng)?；?于OpenStack可廉價(jià)便捷地實(shí)現(xiàn)資源的虛擬化及虛擬化資源管理，并可簡化云基礎(chǔ)架構(gòu)服 務(wù)（IAAS)的部署過程，為其帶來良好的可伸縮性和可擴(kuò)展性。因此，私有云構(gòu)建方面，本系 統(tǒng)選用OpenStack作為IAAS工具。
[0065] 0MS系統(tǒng)與云計(jì)算結(jié)合的應(yīng)用場景是"基于虛擬化的私有云技術(shù)+大數(shù)據(jù)技術(shù)"， 即OpenStack應(yīng)與VMware、Hadoop融合以提供虛擬化的私有云存儲(chǔ)及計(jì)算環(huán)境。
[0066] 實(shí)踐中可基于OpenStack Nova模塊與VMware集成，實(shí)現(xiàn)虛擬機(jī)的管理；基 于OpenStack Dashboard模塊實(shí)現(xiàn)資源池管理功能和虛擬機(jī)生命周期管理功能；基于 OpenStack Swift模塊與Hadoop Map/Reduce集群集成，實(shí)現(xiàn)IAAS與數(shù)據(jù)處理的集成。使 用這種架構(gòu)的優(yōu)勢(shì)是，0MS系統(tǒng)將獲得一個(gè)可擴(kuò)展的存儲(chǔ)集群，以處理不斷累積的數(shù)據(jù)，并 為云計(jì)算的技術(shù)實(shí)現(xiàn)打下技術(shù)基礎(chǔ)。
[0067] 本系統(tǒng)選用Hadoop作為分布式數(shù)據(jù)管理技術(shù)平臺(tái)，主要原因是Hadoop分布式數(shù) 據(jù)管理技術(shù)具備如下優(yōu)點(diǎn)：
[0068] (1)具備處理超大文件或數(shù)據(jù)集的能力。超大文件通常是指數(shù)百GB、甚至數(shù)百TB 大小級(jí)別的文件。HDFS可支持大文件存儲(chǔ)，能從整體上提供高數(shù)據(jù)傳輸帶寬，能在一個(gè)集群 里擴(kuò)展到數(shù)百個(gè)節(jié)點(diǎn)。目前在實(shí)際應(yīng)用中，一個(gè)單一的HDFS實(shí)例已能用來存儲(chǔ)管理PB級(jí) 的數(shù)據(jù)、數(shù)以千萬計(jì)的文件。
[0069] (2)支持高效的流式數(shù)據(jù)訪問。運(yùn)行在HDFS上的應(yīng)用和普通的應(yīng)用不同，需要流 式訪問它們的數(shù)據(jù)集。HDFS的設(shè)計(jì)中更多的考慮到了數(shù)據(jù)批處理，即建立在更多地響應(yīng)"一 次寫入、多次讀寫"任務(wù)的基礎(chǔ)上，而不是用戶交互處理。這意味著一個(gè)數(shù)據(jù)集一旦由數(shù)據(jù) 源生成，就會(huì)被復(fù)制分發(fā)到不同的存儲(chǔ)節(jié)點(diǎn)中，然后響應(yīng)各種各樣的數(shù)據(jù)分析任務(wù)請(qǐng)求。在 多數(shù)情況下，分析任務(wù)都會(huì)涉及數(shù)據(jù)集中的大部分?jǐn)?shù)據(jù)，也就是說，對(duì)HDFS來說，請(qǐng)求讀取 整個(gè)數(shù)據(jù)集要比讀取一條記錄更加高效。
[0070] (3)硬件成本低，容錯(cuò)性強(qiáng)。Hadoop設(shè)計(jì)對(duì)硬件需求比較低，可運(yùn)行在廉價(jià)的商用 硬件集群上，而無需昂貴的高可用性機(jī)器。Hadoop考慮了錯(cuò)誤檢測和快速、自動(dòng)的恢復(fù)機(jī) 制，并通過冗余設(shè)計(jì)來保證數(shù)據(jù)的可靠性、安全性和高可用性。
[0071] (4) Hadoop設(shè)計(jì)時(shí)就考慮到平臺(tái)的高擴(kuò)展性、可移植性，能與國網(wǎng)現(xiàn)有Linux服務(wù) 器平臺(tái)無縫集成。
[0072] Hadoop的底層文件系統(tǒng)為HDFS分布式文件系統(tǒng)，HDFS是一種安全穩(wěn)定的數(shù)據(jù)容 器，也是分布式計(jì)算的存儲(chǔ)基石，非常適用于海量電網(wǎng)運(yùn)行數(shù)據(jù)的分布式管理。HDFS分布式 文件系統(tǒng)的技術(shù)特色如下：
[0073] (1)整個(gè)集群具備單一的命名空間。
[0074] (2)具備數(shù)據(jù)一致性。適合一次寫入多次讀取的模型，客戶端在文件沒有被成功創(chuàng) 建之前是無法看到文件存在的。
[0075] (3)文件會(huì)被分割成多個(gè)文件塊，每個(gè)文件塊被分配存儲(chǔ)到數(shù)據(jù)節(jié)點(diǎn)上，而且會(huì)根 據(jù)配置由復(fù)制文件塊來保證數(shù)據(jù)的安全性。
[0076] HDFS 主要由 NameNode、DataNode 和 Client 三大部分組成，（l)NameNode 可以看做 是分布式文件系統(tǒng)中的管理者，主要負(fù)責(zé)管理文件系統(tǒng)的命名空間、集群配置信息和存儲(chǔ) 塊的復(fù)制等。NameNode會(huì)將文件系統(tǒng)的元數(shù)據(jù)（Metadata)存儲(chǔ)在內(nèi)存中，這些信息主要包 括文件信息、每一個(gè)文件對(duì)應(yīng)的文件塊的信息和每一個(gè)文件塊在DataNode中的信息等。
[0077] (2)DataNode是文件存儲(chǔ)的基本單元，它將文件塊（Block)存儲(chǔ)在本地文件系 統(tǒng)中，保存了所有Block的Metadata，同時(shí)周期性地將所有存在的Block信息發(fā)送給 NameNode。
[0078] (3)Client就是需要獲取分布式文件系統(tǒng)文件的應(yīng)用程序。
[0079] HDFS數(shù)據(jù)管理的原理：
[0080] 文件寫入流程：
[0081] (1)Client向NameNode發(fā)起文件寫入的請(qǐng)求。
[0082] (2) NameNode根據(jù)文件大小和文件塊的配置情況，返回給Cl ient它所管理的 DataNode的信息。
[0083] (3) Client將文件劃分為多個(gè)Block，根據(jù)DataNode的地址信息，按順序?qū)⑵鋵懭?每一個(gè)DataNode塊中。
[0084] 文件讀取流程：
[0085] (1)Client向NameNode發(fā)起讀取文件的請(qǐng)求。
[0086] (2) NameNode返回文件存儲(chǔ)的DataNode信息。
[0087] (3)Client讀取文件信息。
[0088] 文件塊（Block)復(fù)制流程：
[0089] (1) NameNode發(fā)現(xiàn)部分文件的Block不符合最小復(fù)制數(shù)這一要求或部分DataNode 失效。
[0090] (2)通知 DataNode 相互復(fù)制 Block。
[0091] (3) DataNode開始直接相互復(fù)制。
[0092] 此外，HDFS作為分布式文件系統(tǒng)在數(shù)據(jù)管理方面還有以下周全的特色功能：
[0093] (1)文件塊Olock)的放置：一個(gè)Block會(huì)有三份備份，一份放在NameNode指定 的DataNode上，另一份放在與指定的DataNode不在同一臺(tái)機(jī)器上的DataNode上，最后一 份放在與指定的DataNode在同一 Rack上的DataNode上。備份的目的是為了數(shù)據(jù)安全，采 用這種配置方式主要是考慮同一 Rack失敗的情況，以及不同Rack之間的數(shù)據(jù)拷貝會(huì)帶來 的性能問題。
[0094] ⑵心跳檢測：用心跳檢測DataNode的健康狀況，如果發(fā)現(xiàn)問題就采取數(shù)據(jù)備份 的方式來保證數(shù)據(jù)的安全性。
[0095] (3)數(shù)據(jù)復(fù)制（場景為DataNode失敗、需要平衡DataNode的存儲(chǔ)利用率和平 衡DataNode數(shù)據(jù)交互壓力等情況）：使用Hadoop時(shí)可以用HDFS的balancer命令配置 Threshold來平衡每一個(gè)DataNode的磁盤利用率。假設(shè)設(shè)置了 Threshold為10%，那么執(zhí) 行balancer命令的時(shí)候，首先會(huì)統(tǒng)計(jì)所有DataNode的磁盤利用率的平均值，然后判斷如果 某一個(gè)DataNode的磁盤利用率超過這個(gè)均值，那么將會(huì)把這個(gè)DataNode的block轉(zhuǎn)移到 磁盤利用率低的DataNode上，這對(duì)于新節(jié)點(diǎn)的加入來說十分有用。
[0096] (4)數(shù)據(jù)校驗(yàn)：采用CRC32做數(shù)據(jù)校驗(yàn)。在寫入文件Block的時(shí)候，除了寫入數(shù)據(jù) 外還會(huì)寫入校驗(yàn)信息，在讀取的時(shí)候則需要校驗(yàn)后再讀入。
[0097] (5)單個(gè)NameNode :如果失敗，任務(wù)處理信息將會(huì)記錄在本地文件系統(tǒng)和遠(yuǎn)端的 文件系統(tǒng)中。
[0098] (6)數(shù)據(jù)管道性的寫入：當(dāng)客戶端要寫入文件到DataNode上時(shí)，客戶端首先會(huì)讀 取一個(gè)Block,然后寫到第一個(gè)DataNode上，接著由第一個(gè)DataNode將其傳遞到備份的 DataNode上，直到所有需要寫入這個(gè)Block的DataNode都成功寫入后，客戶端才會(huì)開始寫 下一個(gè) Block。
[0099] (7)安全模式：分布式文件系統(tǒng)啟動(dòng)的時(shí)候會(huì)有安全模式（系統(tǒng)運(yùn)行期間也可以 通過命令進(jìn)入安全模式），當(dāng)分布式文件系統(tǒng)處于安全模式時(shí)，文件系統(tǒng)中的內(nèi)容不允許 修改也不允許刪除，直到安全模式結(jié)束。安全模式主要是為了在系統(tǒng)啟動(dòng)的時(shí)候檢查各個(gè) DataNode上的數(shù)據(jù)塊的有效性，同時(shí)根據(jù)策略進(jìn)行必要的復(fù)制或刪除部分?jǐn)?shù)據(jù)塊。在實(shí)際 操作過程中，若在系統(tǒng)啟動(dòng)時(shí)修改和刪除文件會(huì)出現(xiàn)安全模式不允許修改的錯(cuò)誤提示，只 需要等待一會(huì)兒即可。
[0100] 考慮到云平臺(tái)使能技術(shù)具備自下而上的層疊特點(diǎn)，本系統(tǒng)提出了基于層次模型實(shí) 現(xiàn)系統(tǒng)總體框架設(shè)計(jì)，包括：
[0101] (1)信息網(wǎng)絡(luò)：為電網(wǎng)現(xiàn)有已建成的三級(jí)信息網(wǎng)。
[0102] (2)資源管理：為實(shí)現(xiàn)物理資源虛擬化在信息網(wǎng)絡(luò)之上追加的虛擬化及虛擬資源 管理層。
[0103] (3)平臺(tái)服務(wù)：面向云計(jì)算環(huán)境，為電網(wǎng)管理數(shù)據(jù)、電網(wǎng)計(jì)劃數(shù)據(jù)、電網(wǎng)運(yùn)行數(shù)據(jù) 和電網(wǎng)模型數(shù)據(jù)構(gòu)建分布式文件系統(tǒng)、Map/Reduce框架及分析計(jì)算引擎，以提供平臺(tái)級(jí)計(jì) 算服務(wù)。
[0104] (4)應(yīng)用服務(wù)：為電網(wǎng)調(diào)度提供電網(wǎng)管理指標(biāo)、電網(wǎng)計(jì)劃指標(biāo)、電網(wǎng)運(yùn)行指標(biāo)和電 網(wǎng)模型指標(biāo)分析應(yīng)用服務(wù)。
[0105] (5)云安全：為整套云平臺(tái)運(yùn)行提供多層次、多維度的安全保障。
[0106] 新一代0MS系統(tǒng)還應(yīng)支持多樣化、異構(gòu)化的海量數(shù)據(jù)的全景實(shí)時(shí)展現(xiàn)。全景數(shù)據(jù) 實(shí)時(shí)展現(xiàn)即對(duì)運(yùn)行數(shù)據(jù)分析得出的各類結(jié)果指標(biāo)的實(shí)時(shí)可視化。展現(xiàn)設(shè)計(jì)應(yīng)提供用戶體驗(yàn) 友好的可視化方式，適應(yīng)當(dāng)前終端多樣化、異構(gòu)化的特點(diǎn)，以便基于可視化技術(shù)開發(fā)全方位 的監(jiān)控和分析系統(tǒng)，從而提高調(diào)度人員對(duì)電網(wǎng)勢(shì)態(tài)的感知能力，能快速地、有效地對(duì)緊急情 況做出反應(yīng)。
[0107] 基于云計(jì)算的一體化0MS調(diào)度管理類應(yīng)用運(yùn)行在二次安全防護(hù)系統(tǒng)安全I(xiàn)II區(qū)， 即管理信息大區(qū)，主要實(shí)現(xiàn)調(diào)度生產(chǎn)業(yè)務(wù)的流程管理；規(guī)范專業(yè)管理及調(diào)度中心內(nèi)部綜合 管理；采用時(shí)間、空間等多維度分析方法，對(duì)電網(wǎng)運(yùn)行信息、二次設(shè)備運(yùn)行信息、分析評(píng)價(jià)結(jié) 果等數(shù)據(jù)進(jìn)行綜合挖掘分析，形成分析和評(píng)估結(jié)果并展示與發(fā)布，實(shí)現(xiàn)工作一體化、規(guī)范化 和流程化的調(diào)度管理。
[0108] 依據(jù)調(diào)度管理類應(yīng)用功能管理層次要求，應(yīng)用架構(gòu)分為數(shù)據(jù)層、平臺(tái)層、支撐層、 業(yè)務(wù)層、管控層、決策層六層，體現(xiàn)"基礎(chǔ)平臺(tái)+應(yīng)用開發(fā)支撐軟件+四個(gè)中心"思路，調(diào) 度管理類應(yīng)用是在整合了電網(wǎng)模型數(shù)據(jù)、電網(wǎng)運(yùn)行數(shù)據(jù)、電網(wǎng)計(jì)劃數(shù)據(jù)、電網(wǎng)分析統(tǒng)計(jì)數(shù) 據(jù)、電網(wǎng)調(diào)度管理數(shù)據(jù)，在關(guān)系數(shù)據(jù)庫和分布式數(shù)據(jù)庫的支撐下，基于SG-0SS基礎(chǔ)平臺(tái)及 OpenStack虛擬化基礎(chǔ)平臺(tái)，通過應(yīng)用開發(fā)支撐軟件的快速軟件集成開發(fā)支撐，構(gòu)建業(yè)務(wù)處 理層、應(yīng)用管控層、決策分析層應(yīng)用，從而為構(gòu)筑堅(jiān)強(qiáng)智能電網(wǎng)奠定基礎(chǔ)。
[0109] 系統(tǒng)主要功能
[0110] 資源虛擬化及虛擬化資源管理
[0111] 虛擬化資源管理技術(shù)是實(shí)現(xiàn)虛擬化資源實(shí)用化的關(guān)鍵使能技術(shù)。資源虛擬化是指 計(jì)算或存儲(chǔ)物理資源抽象為邏輯資源，使得管理系統(tǒng)可在虛擬環(huán)境下而不是真實(shí)的基礎(chǔ)上 運(yùn)行，從而打破物理上的界限，以達(dá)到擴(kuò)大硬件的容量、簡化管理和配置、優(yōu)化資源的目的。 資源虛擬化優(yōu)勢(shì)在于：減少服務(wù)器的數(shù)量；提高服務(wù)器資源的利用率和計(jì)算能力，簡化部 署、管理和維護(hù)工作，降低管理費(fèi)用；負(fù)載均衡、動(dòng)態(tài)遷移、快速轉(zhuǎn)移和復(fù)制，提高可靠性。
[0112] 海量數(shù)據(jù)管理
[0113] 當(dāng)前電力信息系統(tǒng)面臨的一個(gè)重大挑戰(zhàn)是數(shù)據(jù)存儲(chǔ)和管理能力相對(duì)不足。現(xiàn)有的 數(shù)據(jù)采集與監(jiān)控（SCADA)系統(tǒng)在采集數(shù)據(jù)時(shí)一般止于變電站級(jí)別，且數(shù)據(jù)采樣頻率較低。 隨著智能電網(wǎng)及相關(guān)信息系統(tǒng)的推廣，不僅SCADA系統(tǒng)的采樣頻率將會(huì)明顯提高，電力系 統(tǒng)數(shù)據(jù)采集的范圍也將大大擴(kuò)展。相量測量單元（PMU)、智能電表，甚至各種智能家電的嵌 入式系統(tǒng)都可能向調(diào)度中心提供大量異構(gòu)實(shí)時(shí)信息，如穩(wěn)態(tài)運(yùn)行參數(shù)（SCADA值）、動(dòng)態(tài)PMU 值、設(shè)備狀態(tài)信息、電能量及電價(jià)信息等，且數(shù)據(jù)的采樣和更新速率差別較大，從每秒鐘幾 千次到每秒上萬次甚至快。由上述各種傳感器所組成的數(shù)據(jù)采集網(wǎng)絡(luò)所產(chǎn)生的海量狀態(tài)監(jiān) 測數(shù)據(jù)可為運(yùn)行分析系統(tǒng)利用，也對(duì)數(shù)據(jù)建模及管理提出了更高的要求。
[0114] 數(shù)據(jù)建模技術(shù)是數(shù)據(jù)管理和計(jì)算應(yīng)用的前提和基礎(chǔ)。面對(duì)即將到來的電力大數(shù) 據(jù)，在數(shù)據(jù)建模方面，SCADA、OMS、PMS、ERP等支持電網(wǎng)日常運(yùn)營的管理信息系統(tǒng)傳統(tǒng)上往 往采用關(guān)系型數(shù)據(jù)模型，底層具體數(shù)據(jù)支撐環(huán)境為關(guān)系型數(shù)據(jù)庫，而與云計(jì)算環(huán)境所采用 的分布式數(shù)據(jù)模型及分布式數(shù)據(jù)管理平臺(tái)并非完全匹配。為使得云計(jì)算平臺(tái)可有效利用關(guān) 系型數(shù)據(jù)庫中的數(shù)據(jù)源，應(yīng)研究關(guān)系型數(shù)據(jù)模型與分布式數(shù)據(jù)模型的關(guān)聯(lián)應(yīng)用，應(yīng)給出關(guān) 系型數(shù)據(jù)模型與分布式數(shù)據(jù)模型之間的數(shù)據(jù)映射技術(shù)，發(fā)揮出不同模型的各自優(yōu)勢(shì)，令0MS 的數(shù)據(jù)抽取及運(yùn)行指標(biāo)分析成為可能。
[0115] 在數(shù)據(jù)管理方面，傳統(tǒng)的集中式存儲(chǔ)管理（SAN或NAS)在容量和性能的擴(kuò)展、伸縮 性方面難以為繼，日益成為海量數(shù)據(jù)管控的性能瓶頸，以電力系統(tǒng)現(xiàn)有的信息處理能力將 不足以完成對(duì)海量數(shù)據(jù)流的存儲(chǔ)和分析功能，也無法支持未來的電力調(diào)度對(duì)數(shù)據(jù)管理的需 求。因此，研究利用先進(jìn)的分布式數(shù)據(jù)管理技術(shù)以解決多時(shí)間尺度數(shù)據(jù)信息整合與處理、海 量數(shù)據(jù)壓縮與查詢等問題，構(gòu)建新的電力系統(tǒng)數(shù)據(jù)管理平臺(tái)應(yīng)盡早提上議事日程。
[0116] 分布式數(shù)據(jù)計(jì)算
[0117] 隨著電力系統(tǒng)互聯(lián)程度的加強(qiáng)和遠(yuǎn)距離輸電系統(tǒng)的不斷發(fā)展，能覆蓋一個(gè)甚至多 個(gè)國家的超大規(guī)模電力系統(tǒng)正在不斷出現(xiàn)。電力系統(tǒng)規(guī)模的不斷擴(kuò)大和結(jié)構(gòu)的日趨復(fù)雜使 得安全評(píng)估、安全與經(jīng)濟(jì)運(yùn)行、系統(tǒng)控制變得越發(fā)困難。
[0118] 分布式計(jì)算的原理是將一個(gè)需要非常龐大計(jì)算能力才能快速解決的問題分成許 多小的部分，然后把這些部分分配給許多計(jì)算機(jī)或計(jì)算資源池進(jìn)行處理，最后把這些計(jì)算 結(jié)果綜合起來得到最終的結(jié)果，其非常適用于海量電網(wǎng)運(yùn)行數(shù)據(jù)的分析和處理。面向云環(huán) 境分布式架構(gòu)下構(gòu)建并行計(jì)算體系，在大量服務(wù)器之間實(shí)現(xiàn)并行處理，可有效提高面向海 量數(shù)據(jù)處理的計(jì)算效率，加快任務(wù)完成速度，以滿足智能電網(wǎng)應(yīng)用中計(jì)算模式發(fā)展的需求。
[0119] 云技術(shù)在0MS系統(tǒng)中的應(yīng)用設(shè)計(jì)與實(shí)現(xiàn)
[0120] 新一代0MS系統(tǒng)應(yīng)預(yù)先"固本培元"，考慮應(yīng)對(duì)即將到來的海量電網(wǎng)數(shù)據(jù)，這就要 求系統(tǒng)從設(shè)計(jì)階段就要考慮如何提供能力支撐。此外，云平臺(tái)具備強(qiáng)大的信息處理、存儲(chǔ)、 傳輸、集成和展現(xiàn)能力，其應(yīng)用開發(fā)的實(shí)現(xiàn)涉及多層次技術(shù)的聚合，其中完善的系統(tǒng)設(shè)計(jì)是 系統(tǒng)實(shí)現(xiàn)的如提和基礎(chǔ)。
[0121] 云技術(shù)在0MS系統(tǒng)中的應(yīng)用設(shè)計(jì)包括總體框架設(shè)計(jì)、功能模塊劃分和數(shù)據(jù)流設(shè) 計(jì)。系統(tǒng)實(shí)現(xiàn)應(yīng)考慮先進(jìn)性、實(shí)用性和經(jīng)濟(jì)性的基礎(chǔ)上，選用合適的技術(shù)平臺(tái)和開發(fā)技術(shù)， 實(shí)現(xiàn)z?技術(shù)在0MS系統(tǒng)中的應(yīng)用。當(dāng)如，z?技術(shù)在0MS系統(tǒng)中的應(yīng)用尚無統(tǒng)一的標(biāo)準(zhǔn)，通過 本系統(tǒng)研究和實(shí)踐將得出一套行之有效的設(shè)計(jì)、配置、開發(fā)和實(shí)施標(biāo)準(zhǔn)。
[0122] 電網(wǎng)運(yùn)行指標(biāo)體系及其建模
[0123] 電網(wǎng)運(yùn)行指標(biāo)體系的研究與建模是進(jìn)行數(shù)據(jù)分析、預(yù)測或評(píng)價(jià)研究的前提和基 礎(chǔ)，其將抽象的研究對(duì)象按照電網(wǎng)本質(zhì)屬性和特征標(biāo)識(shí)分解成為具有量化、行為化、可操作 化的指標(biāo)，并給出各指標(biāo)算法，從而為電網(wǎng)數(shù)據(jù)分析提供了明確的應(yīng)用目標(biāo)和落腳點(diǎn)。
[0124] 本次系統(tǒng)所涉及的電網(wǎng)運(yùn)行分析主要指標(biāo)有電網(wǎng)運(yùn)行、電網(wǎng)計(jì)劃和電網(wǎng)模型等。
[0125] (1)電網(wǎng)運(yùn)行數(shù)據(jù)：調(diào)度機(jī)端電量、調(diào)度上網(wǎng)電量、全口徑機(jī)端電量、受電量、調(diào)度 最1?上網(wǎng)電力、調(diào)度最低上網(wǎng)電力、調(diào)度最1?上網(wǎng)電力發(fā)生時(shí)刻、調(diào)度最低上網(wǎng)電力發(fā)生時(shí) 亥 1J、調(diào)度最高機(jī)端電力、調(diào)度最低機(jī)端電力、調(diào)度最高機(jī)端電力發(fā)生時(shí)刻、調(diào)度最低機(jī)端電 力發(fā)生時(shí)刻、最大受電電力、最小受電電力、最大受電電力發(fā)生時(shí)刻、最小受電電力發(fā)生時(shí) 亥 1J、調(diào)度最1?發(fā)受電電力、調(diào)度最低發(fā)受電電力、調(diào)度最1?發(fā)受電電力發(fā)生時(shí)刻、調(diào)度最低 發(fā)受電電力發(fā)生時(shí)刻、全口徑最高機(jī)端電力、全口徑最低機(jī)端電力、全口徑最高發(fā)受電電 力、全口徑最低發(fā)受電電力；
[0126] (2)電網(wǎng)計(jì)劃數(shù)據(jù)：電力電量平衡預(yù)測情況，直代管電廠發(fā)電、抽水月度計(jì)劃電 量、日計(jì)劃電量、調(diào)度計(jì)劃電量，省市聯(lián)絡(luò)線關(guān)口、跨省聯(lián)絡(luò)線關(guān)口的月度計(jì)劃電量、日計(jì)劃 電量和調(diào)度計(jì)劃電量，負(fù)荷預(yù)測值及合格率，日拉限電電力、電量、條次，錯(cuò)避峰電力、電量 等；
[0127] (3)電網(wǎng)模型數(shù)據(jù)：調(diào)度員潮流數(shù)據(jù)、短路電流、網(wǎng)損數(shù)據(jù)、最優(yōu)潮流、外部網(wǎng)絡(luò)等 值、狀態(tài)估計(jì)、靜態(tài)安全分析數(shù)據(jù)等、計(jì)劃值與實(shí)際測量（遙測）值進(jìn)行比較、實(shí)際值的趨勢(shì) 分析、某時(shí)段的最大最小值等。
[0128] 基于開源的OpenStack及VMware實(shí)現(xiàn)了資源池化及虛擬化，其中OpenStack還承 擔(dān)了 IaaS的任務(wù)及虛擬機(jī)群的管理，VMware提供對(duì)單虛擬機(jī)的管理。基于Hadoop平臺(tái)實(shí) 現(xiàn)分布式數(shù)據(jù)存儲(chǔ)與管理，其中Hadoop HDFS實(shí)現(xiàn)數(shù)據(jù)分布式存儲(chǔ)與管理，Hadoop HBase實(shí) 現(xiàn)數(shù)據(jù)模型融合，基于Hadoop Hive實(shí)現(xiàn)數(shù)據(jù)挖掘與分析。最后基于Hadoop Map/Reduce 實(shí)現(xiàn)分布式計(jì)算。
[0129] 在系統(tǒng)部署方面，0MS原部署方式分省、地部署，未實(shí)現(xiàn)虛擬化，維護(hù)工作較為復(fù) 雜，且需配備較多的服務(wù)器和維護(hù)人員，不利于計(jì)算資源的優(yōu)化應(yīng)用，且各地市服務(wù)器資源 無法共享，無形中造成了計(jì)算能力的浪費(fèi)。
[0130] 基于云計(jì)算的0MS系統(tǒng)基本保持現(xiàn)有模式不變，服務(wù)器仍置于現(xiàn)有物理位置，主 要變化在于引入虛擬化平臺(tái)將各地市的服務(wù)器整合為2套熱備冗余的虛擬機(jī)群以提供主 調(diào)應(yīng)用支持，并實(shí)現(xiàn)計(jì)算資源的跨地共享。對(duì)用戶而言，只需輸入統(tǒng)一的URL訪問0MS系統(tǒng)， 而無需關(guān)注后臺(tái)執(zhí)行。系統(tǒng)后臺(tái)會(huì)根據(jù)終端與服務(wù)器間的網(wǎng)速和距離自動(dòng)選擇訪問速度最 快的可用計(jì)算資源。當(dāng)計(jì)算量較小時(shí)，0MS系統(tǒng)仍調(diào)用本地資源為用戶返回結(jié)果；當(dāng)計(jì)算量 較大時(shí)，0MS系統(tǒng)可調(diào)用臨近地市服務(wù)器輔助完成計(jì)算，以節(jié)省時(shí)延。由此保證了系統(tǒng)的高 可靠性和可用性。
[0131] 上述雖然結(jié)合附圖對(duì)本發(fā)明的【具體實(shí)施方式】進(jìn)行了描述，但并非對(duì)本發(fā)明保護(hù)范 圍的限制，所屬領(lǐng)域技術(shù)人員應(yīng)該明白，在本發(fā)明的技術(shù)方案的基礎(chǔ)上，本領(lǐng)域技術(shù)人員不 需要付出創(chuàng)造性勞動(dòng)即可做出的各種修改或變形仍在本發(fā)明的保護(hù)范圍以內(nèi)。
【權(quán)利要求】
1. 一種基于云計(jì)算的電力調(diào)度生產(chǎn)管理系統(tǒng)，其特征是：包括信息網(wǎng)絡(luò)模塊、資源管 理模塊、支撐模塊、平臺(tái)服務(wù)模塊和應(yīng)用服務(wù)模塊，其中： 所述信息網(wǎng)絡(luò)模塊，存儲(chǔ)電網(wǎng)信息，用于為調(diào)度提供信息數(shù)據(jù)； 所述平臺(tái)服務(wù)模塊，面向云計(jì)算環(huán)境，用于為電網(wǎng)管理數(shù)據(jù)、電網(wǎng)計(jì)劃數(shù)據(jù)、電網(wǎng)運(yùn)行 數(shù)據(jù)和電網(wǎng)模型數(shù)據(jù)構(gòu)建分布式文件系統(tǒng)、Map/Reduce框架及分析計(jì)算引擎，以提供平臺(tái) 級(jí)計(jì)算服務(wù)； 所述支撐模塊，用于提供應(yīng)用接口和服務(wù)平臺(tái)； 所述資源管理模塊，用于管控、分析虛擬化資源、存儲(chǔ)資源數(shù)據(jù)； 所述應(yīng)用服務(wù)模塊，用于為電網(wǎng)調(diào)度提供電網(wǎng)管理指標(biāo)、電網(wǎng)計(jì)劃指標(biāo)、電網(wǎng)運(yùn)行指標(biāo) 和電網(wǎng)模型指標(biāo)分析應(yīng)用服務(wù)。
2. 如權(quán)利要求1所述的調(diào)度生產(chǎn)管理系統(tǒng)的實(shí)現(xiàn)方法，其特征是：包括以下步驟： (1) 根據(jù)信息網(wǎng)絡(luò)模塊中存儲(chǔ)的電網(wǎng)運(yùn)行數(shù)據(jù)、電網(wǎng)計(jì)劃數(shù)據(jù)和電網(wǎng)數(shù)據(jù)模型進(jìn)行數(shù) 據(jù)模型轉(zhuǎn)換； (2) 平臺(tái)服務(wù)模塊分布存儲(chǔ)數(shù)據(jù)模型，進(jìn)行分布計(jì)算； (3) 應(yīng)用服務(wù)模塊結(jié)合資源管理模塊進(jìn)行電網(wǎng)運(yùn)行計(jì)劃、關(guān)聯(lián)分析和預(yù)測； (4) 應(yīng)用服務(wù)模塊將分析結(jié)果傳輸給支撐模塊，根據(jù)數(shù)據(jù)處理結(jié)果進(jìn)行調(diào)度。
3. 如權(quán)利要求2所述的實(shí)現(xiàn)方法，其特征是：所述步驟（1)中，電網(wǎng)運(yùn)行數(shù)據(jù)包括：調(diào) 度機(jī)端電量、調(diào)度上網(wǎng)電量、全口徑機(jī)端電量、受電量、調(diào)度最高上網(wǎng)電力、調(diào)度最低上網(wǎng)電 力、調(diào)度最1?上網(wǎng)電力發(fā)生時(shí)刻、調(diào)度最低上網(wǎng)電力發(fā)生時(shí)刻、調(diào)度最1?機(jī)端電力、調(diào)度最 低機(jī)端電力、調(diào)度最高機(jī)端電力發(fā)生時(shí)刻、調(diào)度最低機(jī)端電力發(fā)生時(shí)刻、最大受電電力、最 小受電電力、最大受電電力發(fā)生時(shí)刻、最小受電電力發(fā)生時(shí)刻、調(diào)度最高發(fā)受電電力、調(diào)度 最低發(fā)受電電力、調(diào)度最高發(fā)受電電力發(fā)生時(shí)刻、調(diào)度最低發(fā)受電電力發(fā)生時(shí)刻、全口徑最 高機(jī)端電力、全口徑最低機(jī)端電力、全口徑最高發(fā)受電電力和全口徑最低發(fā)受電電力。
4. 如權(quán)利要求2所述的實(shí)現(xiàn)方法，其特征是：所述步驟（1)中，電網(wǎng)計(jì)劃數(shù)據(jù)包括：電 力電量平衡預(yù)測情況，直代管電廠發(fā)電、抽水月度計(jì)劃電量、日計(jì)劃電量、調(diào)度計(jì)劃電量，省 市聯(lián)絡(luò)線關(guān)口、跨省聯(lián)絡(luò)線關(guān)口的月度計(jì)劃電量、日計(jì)劃電量和調(diào)度計(jì)劃電量，負(fù)荷預(yù)測值 及合格率，日拉限電電力、電量、條次和錯(cuò)避峰電力、電量。
5. 如權(quán)利要求2所述的實(shí)現(xiàn)方法，其特征是：所述步驟⑴中，電網(wǎng)模型數(shù)據(jù)包括：調(diào) 度員潮流數(shù)據(jù)、短路電流、網(wǎng)損數(shù)據(jù)、最優(yōu)潮流、外部網(wǎng)絡(luò)等值、狀態(tài)估計(jì)、靜態(tài)安全分析數(shù) 據(jù)等、計(jì)劃值與實(shí)際測量（遙測）值進(jìn)行比較、實(shí)際值的趨勢(shì)分析、各個(gè)時(shí)段的最大最小值。
6. 如權(quán)利要求2所述的實(shí)現(xiàn)方法，其特征是：所述步驟（2)的具體方法，包括以下步 驟： (a) Map/Reduce庫將輸入數(shù)據(jù)分割成Μ個(gè)片，每個(gè)片的大小在16MB?64MB之間，然后 在集群中隨機(jī)大量拷貝； (b) 拷貝程序中的主節(jié)點(diǎn)分配Map任務(wù)和Reduce任務(wù)，被分配Map任務(wù)的工作節(jié)點(diǎn)讀 取輸入片，從中解析出鍵值對(duì)，由用戶自定義的Map函數(shù)處理該鍵值對(duì)，產(chǎn)生中間鍵值對(duì)； (c) 應(yīng)用服務(wù)模塊進(jìn)行中間鍵值對(duì)列表進(jìn)行清理和排序； (d) Reduce函數(shù)將傳來的中間鍵值對(duì)列表，按相同的Key值進(jìn)行適當(dāng)合并，并輸出R個(gè) 文件，最終匯總形成所需結(jié)果。
7.如權(quán)利要求2所述的實(shí)現(xiàn)方法，其特征是：所述步驟（3)中，應(yīng)用服務(wù)模塊進(jìn)行計(jì)算 時(shí)，用戶只需輸入統(tǒng)一的統(tǒng)一資源定位器訪問整個(gè)系統(tǒng)，而無需關(guān)注后臺(tái)執(zhí)行，系統(tǒng)后臺(tái)會(huì) 根據(jù)終端與服務(wù)器間的網(wǎng)速和距離自動(dòng)選擇訪問速度最快的可用計(jì)算資源，當(dāng)計(jì)算量在設(shè) 定閾值之內(nèi)時(shí)時(shí)，應(yīng)用服務(wù)模塊調(diào)用本地資源為用戶返回結(jié)果；當(dāng)計(jì)算量超過閾值時(shí)，應(yīng)用 服務(wù)模塊調(diào)用臨近地市服務(wù)器輔助完成計(jì)算。
【文檔編號(hào)】G06Q50/04GK104156810SQ201410375012
【公開日】2014年11月19日 申請(qǐng)日期:2014年7月31日 優(yōu)先權(quán)日:2014年7月31日
【發(fā)明者】傅磊, 李磊, 劉軍, 徐征, 辛剛, 袁森, 李立訪, 張文武 申請(qǐng)人:國網(wǎng)山東省電力公司, 泰豪軟件股份有限公司