一种调度自动化图模规范一致性校核方法技术

技术编号:17346933 阅读:170 留言:0更新日期:2018-02-25 12:35
本发明专利技术提供了一种调度自动化图模规范一致性校核方法,步骤包括:系统通过对图形修改前后的图库模型进行差异分析建立差异数据模型;差异数据模型与实际数据模型的关联分析;异常模型分析的图形化告警。该调度自动化图模规范一致性校核方法能够避免人工逐条检查,不会占用大量的人力资源,有利于电力数据维护的建立,能够保证监测的实时性和高效性。

A method for checking the consistency of pattern specification in scheduling automation

The invention provides a graph model for the dispatching automation consistency checking method, comprising the following steps: system through difference analysis to establish difference data model of gallery model figure before and after modification; correlation analysis between data model and actual data model; graphical model analysis of the abnormal alarm. The method of checking and consistency checking for dispatching automation can avoid manual examination, do not occupy a large number of human resources, facilitate the establishment of power data maintenance, and ensure real-time and efficient monitoring.

【技术实现步骤摘要】
一种调度自动化图模规范一致性校核方法
本专利技术涉及一种图模校核方法,尤其是一种调度自动化图模规范一致性校核方法。
技术介绍
在当前环境中,调度自动化中模型和图形的关联正确性检测都是通过人工逐条检查的,这种方法效率低下,且占用大量的人力资源,调度和运维人员需要投入大量的精力进行查找校核工作,并对照一次接线图逐条在模型中查找比对,耗时耗力,这样不利于电力数据维护的建立,无法保证监测的实时性和高效性,且容易遗漏错误信息,给电网运行造成隐患。
技术实现思路
本专利技术要解决的技术问题是现有的人工逐条检查方法效率低下,且占用大量的人力资源,不利于电力数据维护的建立。为了解决上述技术问题,本专利技术提供了一种调度自动化图模规范一致性校核方法,包括以下步骤:S1,系统通过对图形修改前后的图库模型进行差异分析建立差异数据模型;S2,差异数据模型与实际数据模型的关联分析,具体步骤为:S2-1,通过对差异数据模型的分析,按照变电站-对应线路,将差异数据模型与实际的数据模型建立起一对一的关系,没有对应的则标记为图模连接异常,并将标记的图模连接异常规整到异常模型;S2-2,分别将差异数据模型以及实际数据模型的数据转化为层级表结构模型;S2-3,按照区域-变电站-电压类型-线路的层次,分别建立层级表结构,对关联起来的层级表结构数据进行名称规范性以及一致性比对,整合形成一张比对结果表;S2-4,通过两种颜色区分着色比对结果表中不符合名称规范以及不符合名称一致性两种类型,再过滤掉名称规范且一致的层级表结构数据,并将过滤、着色后的比对结果表规整到异常模型中;S3,异常模型分析的图形化告警,具体步骤为:S3-1,对异常模型进行分析,将其转换成对应的SVG图形展示,并标识其异常类型,分为图模连接异常、名称不规范异常以及名称不对应异常;S3-2,对标识为异常类型的进行及时弹窗告警,提醒运维人员及时修改异常。作为本专利技术的进一步限定方案,步骤S1中,建立差异数据模型的具体步骤为:S1-1,系统中获取当前修改前的一次接线图及其SVG接线图xml文件信息,同样获取修改后的接线图及其SVG接线图xml文件信息,两者组成同一变电站的图形差异模型;S1-2,通过图像分析识别技术分析出图形差异模型中对应图形的数据信息,依照差异部分是修改前图形模型中获取分类为删除、修改后获取分类为修改或新增进行分类;S1-3,按照获取图形地区-变电站-线路的层次计算出图形差异模型对应图形xml文件信息,从而建立差异数据模型。本专利技术的有益效果在于:该调度自动化图模规范一致性校核方法能够避免人工逐条检查的,不仅效率高且不会占用大量的人力资源,调度和运维人员无需投入大量的精力进行查找校核工作,有利于电力数据维护的建立,能够保证监测的实时性和高效性,不会给电网运行造成隐患。附图说明图1为本专利技术方法流程示意图;图2为本专利技术步骤S3的具体流程示意图。具体实施方式为使本专利技术的上述目的、特征和优点能够更为明显易懂,下面结合附图对本专利技术的具体实施方式做详细的说明。如图1和2所示,本专利技术公开的调度自动化图模规范一致性校核方法,包括以下步骤:S1,系统通过对图形修改前后的图库模型进行差异分析建立差异数据模型,其中,建立差异数据模型的具体步骤为:S1-1,系统中获取当前修改前的一次接线图及其SVG接线图xml文件信息,同样获取修改后的接线图及其SVG接线图xml文件信息,两者组成同一变电站的图形差异模型;S1-2,通过图像分析识别技术分析出图形差异模型中对应图形的数据信息,依照差异部分是修改前图形模型中获取分类为删除、修改后获取分类为修改或新增进行分类;S1-3,按照获取图形地区-变电站-线路的层次计算出图形差异模型对应图形xml文件信息,从而建立差异数据模型;S2,差异数据模型与实际数据模型的关联分析,具体步骤为:S2-1,通过对差异数据模型的分析,按照变电站-对应线路,将差异数据模型与实际的数据模型建立起一对一的关系,没有对应的则标记为图模连接异常,并将标记的图模连接异常规整到异常模型;S2-2,分别将差异数据模型以及实际数据模型的数据转化为层级表结构模型;S2-3,按照区域-变电站-电压类型-线路的层次,分别建立层级表结构,对关联起来的层级表结构数据进行名称规范性以及一致性比对,整合形成一张比对结果表;S2-4,通过两种颜色区分着色比对结果表中不符合名称规范以及不符合名称一致性两种类型,再过滤掉名称规范且一致的层级表结构数据,并将过滤、着色后的比对结果表规整到异常模型中;S3,异常模型分析的图形化告警,具体步骤为:S3-1,对异常模型进行分析,将其转换成对应的SVG图形展示,并标识其异常类型,分为图模连接异常、名称不规范异常以及名称不对应异常;S3-2,对标识为异常类型的进行及时弹窗告警,提醒运维人员及时修改异常。本专利技术虽然已以较佳实施例公开如上,但其并不是用来限定本专利技术,任何本领域技术人员在不脱离本专利技术的精神和范围内,都可以利用上述揭示的方法和
技术实现思路
对本专利技术技术方案做出可能的变动和修改,因此,凡是未脱离本专利技术技术方案的内容,依据本专利技术的技术实质对以上实施例所作的任何简单修改、等同变化及修饰,均属于本专利技术技术方案的保护范围。以上所述仅为本专利技术的较佳实施例,凡依本专利技术申请专利范围所做的均等变化与修饰,皆应属本专利技术的涵盖范围。本文档来自技高网
...
一种调度自动化图模规范一致性校核方法

【技术保护点】
一种调度自动化图模规范一致性校核方法,其特征在于,包括以下步骤:S1,系统通过对图形修改前后的图库模型进行差异分析建立差异数据模型;S2,差异数据模型与实际数据模型的关联分析,具体步骤为:S2‑1,通过对差异数据模型的分析,按照变电站‑对应线路,将差异数据模型与实际的数据模型建立起一对一的关系,没有对应的则标记为图模连接异常,并将标记的图模连接异常规整到异常模型;S2‑2,分别将差异数据模型以及实际数据模型的数据转化为层级表结构模型;S2‑3,按照区域‑变电站‑电压类型‑线路的层次,分别建立层级表结构,对关联起来的层级表结构数据进行名称规范性以及一致性比对,整合形成一张比对结果表;S2‑4,通过两种颜色区分着色比对结果表中不符合名称规范以及不符合名称一致性两种类型,再过滤掉名称规范且一致的层级表结构数据,并将过滤、着色后的比对结果表规整到异常模型中;S3,异常模型分析的图形化告警,具体步骤为:S3‑1,对异常模型进行分析,将其转换成对应的SVG图形展示,并标识其异常类型,分为图模连接异常、名称不规范异常以及名称不对应异常;S3‑2,对标识为异常类型的进行及时弹窗告警,提醒运维人员及时修改异常。...

【技术特征摘要】
1.一种调度自动化图模规范一致性校核方法,其特征在于,包括以下步骤:S1,系统通过对图形修改前后的图库模型进行差异分析建立差异数据模型;S2,差异数据模型与实际数据模型的关联分析,具体步骤为:S2-1,通过对差异数据模型的分析,按照变电站-对应线路,将差异数据模型与实际的数据模型建立起一对一的关系,没有对应的则标记为图模连接异常,并将标记的图模连接异常规整到异常模型;S2-2,分别将差异数据模型以及实际数据模型的数据转化为层级表结构模型;S2-3,按照区域-变电站-电压类型-线路的层次,分别建立层级表结构,对关联起来的层级表结构数据进行名称规范性以及一致性比对,整合形成一张比对结果表;S2-4,通过两种颜色区分着色比对结果表中不符合名称规范以及不符合名称一致性两种类型,再过滤掉名称规范且一致的层级表结构数据,并将过滤、着色后的比对结果表规整到异常模型中;S3,异常...

【专利技术属性】
技术研发人员:朱红勤张明潘小辉孙佳炜嵇文路毛小武严迪周科峰黄秋根陈建坤
申请(专利权)人:国网江苏省电力公司南京供电公司国网江苏省电力公司国家电网公司南京有嘉科技有限公司
类型:发明
国别省市:江苏,32

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1