電網分析模型數據的圖表組織結構對比與適用性研究

李俊業, 張俊勃, 李凱航, 李淳, 袁偉健

(1.華南理工大學 電力學院,廣東 廣州 510640;2.華南理工大學 未來技術學院,廣東 廣州 511442)

0 引 言

在電網數字底座[1]中,電網分析模型需支撐大量調控業務的開展,其數據組織方式會影響業務執行效率。

目前,電網模型的組織方式主要有三類:①元件表組織,指以關系表結構組織電網模型數據,如文獻[2-3]采用Access和MySQL數據庫管理模型數據;②元件拓撲圖組織,指以圖數據表征元件拓撲關系,如文獻[4-5]采用Neo4j、RedisGraph構建基于CIM電網模型,滿足特定應用的拓撲檢索需求;③層次化拓撲圖組織,指在元件拓撲圖基礎上關聯其他圖層,例如文獻[6]構建廠站-線路拓撲、站內拓撲圖,文獻[7]采用圖整合電網發輸變配用環節的要素。

上述研究初步分析了電網模型的圖表組織優劣,但缺乏更為深入的定量探討,其適用性并不清晰,致使在設計面向多業務的電網模型數據組織方式時缺乏準確的數學模型指導。

為此,首先構建電網分析模型的元件表、元件圖和層次化電網圖三種組織方式的數據模型,然后以PSD-BPA模型為例搭建數據庫,在多種典型應用場景測試三者性能,分析其適用性。

1 電網分析模型的數據組織

基于本體論,元件數據建?？紤]本體和關系兩方面。

(1)元件本體及其屬性。按元件類型分,靜態元件包括母線和線路等,動態元件包括同步發電機等。分類可繼續細化,例如同步發電機可分為三階、五階發電機等。

(2) 關系?？勺鳛樵倪B接屬性,以隱式方式表達;也可作為獨立對象,顯式描述關系的兩端元件。

1.1 關系表組織

關系型數據庫是二維表的集合。表的行表示不同的個體,列表示個體的不同屬性。二維表也可表達個體的映射關系,如<個體1-個體2-關系類型>表顯式表達關系。

各類元件是不同的本體,可分別由單獨的表組織各類元件及其參數?？紤]到動態元件的控制復雜,模型子類數量大,故直接構建各種模型子類的數據表并不合理,可采用JSON按需組織同類元件下所有模型子類的參數,以提高存儲效率。

1.2 元件圖組織

圖數據將本體和關系建模為有向圖G(V,E),其中:V為節點集;E為邊集。節點和邊均包含標簽和屬性,其中標簽用于指代節點和邊的類型,屬性用于擴展節點和邊的信息。

電力元件拓撲天然是一張圖。圖的節點表征各類元件,其標簽表征元件的模型類型,屬性記錄元件的ID、名稱等信息。邊表征元件之間的連接關系。靜態元件間關系為電氣連接,而動態元件通過關聯關系掛接在靜態元件上。

基于上述定義,元件圖組織形態如圖1所示。

圖1 元件圖組織

1.3 層次化電網圖組織

根據實際需要,在元件圖上增加與之關聯的新圖層,形成層次化電網圖。圖中節點和邊的組織形式與第1.2節相同,不同的是可利用上下層圖關系進行搜索剪枝,加快搜索速度。以增加廠站拓撲圖為例,構建<廠站層-元件層>圖,如圖2所示。

圖2 層次化電網圖組織

2 案例與適用性分析

采用三個不同規模電網(見表1)的BPA模型作為測試數據,分別構建三種組織方式的數據庫,以開展三者在典型檢索場景下的適用性測試,測試電網如表1所示。

表1 測試電網

測試所用虛擬機配置4核CPU,內存20 GB。關系型數據庫為MySQL(T),圖數據庫為Neo4j(N)、RedisGraph(R)。其中,前兩者為硬盤型,后者為內存型,以進一步評估數據庫載體對檢索性能的影響。

2.1 元件參數檢索

本案例中,表和圖數據均存儲元件的所有參數。開展100次檢索某一元件下某一參數的隨機試驗,統計元件表和元件圖耗時,其均值如表2所示。

表2 元件參數檢索性能對比

可見,元件表的耗時均值幾乎不隨電網規模發生變化。這是由于關系表采用B+樹優化檢索,其檢索復雜度降為O(logN)(N為元件規模)。

圖的屬性檢索耗時結果與元件規模明顯正相關。元件圖(R)查詢耗時在電網A和B上略優于硬盤型元件表,主要原因是內存的數據檢索性能遠高于硬盤,彌補了組織方式的不足。然而,元件圖(R)在電網C上耗時約是元件表的2倍,說明在數據量大的場景,組織方式與檢索需求不匹配逐漸凸顯,并不能通過數據載體完全解決該問題。

可見,元件表在參數檢索方面具有較大優勢。由于硬盤型更為經濟,后文的圖將不再存儲元件所有參數,而僅保留ID、名稱等基本信息。

2.2 限定范圍內的元件拓撲檢索

元件拓撲檢索常用于事故后分析和供電路徑分析等場景,其檢索工作為給定元件起點和深度的范圍搜索。

針對元件表和元件圖,在每級深度均開展50次隨機起點的拓撲檢索試驗,測試結果如圖3～圖5所示。由于電網A規模限制,其后半段試驗已經接近電網邊界,故耗時趨于平穩。在電網B和C,元件表檢索耗時呈快速增長趨勢,且達到10 s以上,其在電網緊急業務中不可接受。

圖3 電網A下元件拓撲檢索耗時

圖4 電網B下元件拓撲檢索耗時

圖5 電網C下元件拓撲檢索耗時

擬合檢索耗時與搜索深度的關系,結果如表3所示。在元件圖中,R耗時起點低,但斜率稍高,故R和N耗時隨深度的曲線存在交點,交點前R性能更優。元件表的檢索耗時與檢索深度呈三次關系,說明其不適合進行深度大的拓撲檢索。

表3 元件拓撲檢索耗時T(ms)與檢索深度d關系

圖6給出三者拓撲檢索性能隨電網規模變化的趨勢。隨著電網規模增大,元件表耗時曲線呈增長趨勢,擬合曲線為T=0.5n-760(n為元件數)。元件圖耗時擬合直線斜率小于0.01,說明元件圖能夠更好應對電網規模增長帶來的拓撲檢索復雜度問題。

圖6 不同組織方式的拓撲檢索性能隨電網規模變化趨勢

2.3 查詢一定范圍內廠站的元件

以某一廠站為起點,檢索給定深度內的廠站范圍,并查找范圍內廠站所含元件,該檢索常用于區域子網分析、事故影響范圍分析等業務。測試①層次化圖、②廠站拓撲圖+元件表、③元件圖、④元件表四種組織方案在電網C下所需耗時,如圖7所示,擬合關系如表4所示。

由圖7可見,層次化圖的耗時約為元件圖的1/10和元件表的1/40。對比表4擬合斜率大小,有方案①擬合斜率<方案②擬合斜率≈方案③擬合斜率<方案④擬合斜率?？梢妼哟位瘓D有效裁剪了元件的搜索空間,在多層關聯檢索方面具有絕對優勢。

3 結束語

本文分析了電網模型的元件表、元件圖、層次化圖組織方式,并以BPA模型為例,對比分析三者在典型數據檢索場景中的適用性。結果表明所構建的層次圖結構明顯優于元件圖和元件表,其檢索性能在多層拓撲檢索場景中分別約為二者的10倍和40倍,圖和表分別適用于關聯檢索和屬性檢索,具體總結如表5所示。適用性研究成果可為后續支撐多業務的電網數據組織設計與優化提供數據經驗。

表5 3種組織方式的適用性(n為節點規模,d為檢索深度)