为降低电力调度SCADA系统历史数据量、提高历史数据存储效率,提出一种基于有效估算的旋转门算法(effective reckon swing door trending,ERSDT),并针对压缩的历史数据给出了一种新的数据多级存储策略。ERSDT通过搜寻最远压缩点以及旋转...为降低电力调度SCADA系统历史数据量、提高历史数据存储效率,提出一种基于有效估算的旋转门算法(effective reckon swing door trending,ERSDT),并针对压缩的历史数据给出了一种新的数据多级存储策略。ERSDT通过搜寻最远压缩点以及旋转平衡因子方式进行数据压缩。针对压缩数据给出实时数据库、历史数据库、磁盘文件库三级存储体系,并描述了三级存储体系的运行原理。实验数据验证了ERSDT算法的可行性,与传统的SDT算法相比提高了压缩率、降低了压缩时间。实践证明ERSDT算法以及多级数据存储策略可以降低历史数据量、提高数据存储及查询效率,从而保证SCADA系统安全、稳定的运行。展开更多
传统的画面数据刷新方法多通过请求/响应方式获取画面数据。在大量画面刷新情况下,该方法导致人机画面对后台SCADA服务器进行大量集中式数据访问,从而出现画面刷新效率低、服务器负载过高等问题。提出了一种适用于大规模画面数据刷新的...传统的画面数据刷新方法多通过请求/响应方式获取画面数据。在大量画面刷新情况下,该方法导致人机画面对后台SCADA服务器进行大量集中式数据访问,从而出现画面刷新效率低、服务器负载过高等问题。提出了一种适用于大规模画面数据刷新的方法(massive picture data refresh,MPDR),阐述了MPDR方法的工作原理及架构,并说明了该方法采用的画面消息模型、画面数据缓存、画面订阅管理等关键技术。MPDR方法已经成功应用在D5000系统,并部署于国家电力调度控制中心,目前运行情况良好。实践证明,MPDR方法能够较好满足大规模画面数据的刷新要求,从而保证电力SCADA系统的安全、稳定运行。展开更多
随着大型能源基地特高压项目的相继运行、新能源发电的深入推进和电动汽车等新型负荷的快速发展,电网监控爆发式海量数据的出现频率大幅增加,给电力调度监控和数据采集SCADA系统的数据管理带来了极大的挑战。文中分析了电力调度存储数...随着大型能源基地特高压项目的相继运行、新能源发电的深入推进和电动汽车等新型负荷的快速发展,电网监控爆发式海量数据的出现频率大幅增加,给电力调度监控和数据采集SCADA系统的数据管理带来了极大的挑战。文中分析了电力调度存储数据量大、随机性强的特点以及当前数据库抗压性能不稳定的现状,提出了爆发式数据处理模型EDPM(erupt data processing model),介绍了该模型下的多级缓存策略、基于模型控制器的自适应缓存管理机制、线程闭环控制自愈技术等关键技术。工程应用实践表明,EDPM模型在面对海量数据存储请求时仍可保持较快的系统响应和较高的系统吞吐量,能够有效抵御爆发式数据的冲击,保证电力调度SCADA系统的安全、稳定运行。展开更多
文摘为降低电力调度SCADA系统历史数据量、提高历史数据存储效率,提出一种基于有效估算的旋转门算法(effective reckon swing door trending,ERSDT),并针对压缩的历史数据给出了一种新的数据多级存储策略。ERSDT通过搜寻最远压缩点以及旋转平衡因子方式进行数据压缩。针对压缩数据给出实时数据库、历史数据库、磁盘文件库三级存储体系,并描述了三级存储体系的运行原理。实验数据验证了ERSDT算法的可行性,与传统的SDT算法相比提高了压缩率、降低了压缩时间。实践证明ERSDT算法以及多级数据存储策略可以降低历史数据量、提高数据存储及查询效率,从而保证SCADA系统安全、稳定的运行。
文摘传统的画面数据刷新方法多通过请求/响应方式获取画面数据。在大量画面刷新情况下,该方法导致人机画面对后台SCADA服务器进行大量集中式数据访问,从而出现画面刷新效率低、服务器负载过高等问题。提出了一种适用于大规模画面数据刷新的方法(massive picture data refresh,MPDR),阐述了MPDR方法的工作原理及架构,并说明了该方法采用的画面消息模型、画面数据缓存、画面订阅管理等关键技术。MPDR方法已经成功应用在D5000系统,并部署于国家电力调度控制中心,目前运行情况良好。实践证明,MPDR方法能够较好满足大规模画面数据的刷新要求,从而保证电力SCADA系统的安全、稳定运行。
文摘随着大型能源基地特高压项目的相继运行、新能源发电的深入推进和电动汽车等新型负荷的快速发展,电网监控爆发式海量数据的出现频率大幅增加,给电力调度监控和数据采集SCADA系统的数据管理带来了极大的挑战。文中分析了电力调度存储数据量大、随机性强的特点以及当前数据库抗压性能不稳定的现状,提出了爆发式数据处理模型EDPM(erupt data processing model),介绍了该模型下的多级缓存策略、基于模型控制器的自适应缓存管理机制、线程闭环控制自愈技术等关键技术。工程应用实践表明,EDPM模型在面对海量数据存储请求时仍可保持较快的系统响应和较高的系统吞吐量,能够有效抵御爆发式数据的冲击,保证电力调度SCADA系统的安全、稳定运行。
