【技术实现步骤摘要】
本专利技术涉及变电站设备管理领域，特别是一种基于图数据库的拓扑智能设备管理方法及系统。
技术介绍
1、在电力系统数字化转型的背景下，变电站内设备规模不断扩大，设备类型日益复杂，给设备的集中化智能管理带来了新的挑战。其中一个主要问题是设备命名规律的差异性，不同厂家、区域和投运时间导致设备命名标准不一致，导致了设备数据整合和管理的困难。另一个问题是传统的关系型数据库的局限性，无法处理大规模设备数据并满足实时需求。同时，缺乏对设备spec的深入解析和集中管理，阻碍了设备监控和运维的智能化。此外，缺乏对智能电网新技术的支持以及统一的设备信息模型标准，也限制了设备管理的安全性、可扩展性和信息共享的效率。
技术实现思路
1、鉴于现有的电力系统数字化转型背景下的变电站设备管理面临着设备命名规律差异性、数据库局限性和智能化管理所存在的问题，提出了本专利技术。
2、因此，本专利技术所要解决的问题在于如何通过拓扑分析、智能分类和命名规则制定等方法实现对设备拓扑连接数据的有效管理和智能化处理。
3、为解决上述技术问题，本专利技术提供如下技术方案：
4、第一方面，本专利技术实施例提供了一种基于图数据库的拓扑智能设备管理方法，其包括收集目标区域220kv变电站的拓扑连接数据，并将其输入到图数据库中进行解析和预处理；利用图数据库技术解析拓扑连接数据以建立变电站设备图模型，并进行拓扑分析以识别设备之间的连接关系和设备群组；从拓扑分析中提取设备的特征集合，并利用层次聚类算法将设
5、作为本专利技术所述基于图数据库的拓扑智能设备管理方法的一种优选方案，其中：进行拓扑分析以识别设备之间的连接关系和设备群组包括以下步骤：将预处理后的拓扑连接数据导入图数据库，并根据设备的属性构建设备节点；基于拓扑连接数据建立变电站设备图模型以表示设备节点之间的连接关系，并添加边表示设备之间的连接关系；对建立的设备图模型进行拓扑分析以识别设备之间的连接关系；进行设备群组分析，使用算法和指标计算设备节点的重要性和关联度以识别设备群组和关键设备。
6、作为本专利技术所述基于图数据库的拓扑智能设备管理方法的一种优选方案，其中：使用算法和指标计算设备节点的重要性和关联度以识别设备群组和关键设备包括以下步骤：通过遍历图模型中的边查询设备节点之间的直接连接关系；基于迭代加深的深度优先搜索算法查找设备之间的路径以识别设备之间的间接连接关系；构建设备图的邻接矩阵a，并计算节点的度中心性；对每一个节点ni，遍历其所有邻居节点nj，计算每个邻居节点的度并求和，得到节点ni的近接中心性；使用最短路径算法计算任意两节点间的最短路径，统计每对节点的最短路径数，并将所有节点对的最短路径数相加以计算节点的中介中心性；通过计算邻接矩阵a的最大特征值和对应的特征向量，计算特征向量中心性；根据节点的度中心性、近接中心性、中介中心性以及特征向量中心性确定关键设备。
7、作为本专利技术所述基于图数据库的拓扑智能设备管理方法的一种优选方案，其中：基于迭代加深的深度优先搜索算法查找设备之间的路径以识别设备之间的间接连接关系包括以下步骤：确定要查找路径的起始设备节点和目标设备节点，并将初始迭代层级设置为1；从起始设备节点开始，在当前迭代层级内执行深度优先搜索；从当前节点出发，在当前层级中遍历所有邻居节点；对于每个邻居节点，判断是否为目标节点，若为目标节点，则记录路径；判断是否达到当前迭代层级的节点数上限，若遍历了当前层级内的所有节点但没有找到路径，则将迭代层级增加1，并返回起始设备节点进入下一层级；对于未访问过的邻居节点，递归执行上述步骤，并继续深度优先搜索；若在当前迭代层级内找到了路径，则停止继续深入搜索，回溯到上一层级，继续搜索其他路径；重复上述步骤，增加迭代层级，直到达到最大层级限制或找到目标节点的路径；当达到最大层级限制或找到目标节点的路径时，返回找到的路径结果，若没有找到路径，则返回空结果。
8、作为本专利技术所述基于图数据库的拓扑智能设备管理方法的一种优选方案，其中：节点的度中心性的具体公式如下：
9、
10、其中，vi表示节点，ki表示节点的度，n表示节点数量，n-1表示存在的最大度值。
11、节点ni的近接中心性的具体公式如下：
12、
13、其中，ni表示节点i，n表示节点数量，j表示邻居节点，dij表示节点i到邻接节点j的距离。
14、作为本专利技术所述基于图数据库的拓扑智能设备管理方法的一种优选方案，其中：使用最短路径算法计算任意两节点间的最短路径包括以下步骤：初始化一个二维数组表示任意两个节点之间的最短路径距离，若节点i到节点j有边，则将距离设置为边权，若节点i到节点j无边，则将距离设置为无穷大；对于每个节点k，以此节点作为中转点，遍历所有节点对(i,j)；若经过节点k的路径能够比当前的最短路径距离更短，则更新最短路径距离数组；遍历完所有的节点之后，最终的最短路径距离数组将存储任意两个节点之间的最短路径长度；对于每对节点之间的最短路径，统计经过的节点数，并记录下来；遍历所有节点对的最短路径，将每对节点间经过节点的最短路径数相加，以得到节点的中介中心性。
15、作为本专利技术所述基于图数据库的拓扑智能设备管理方法的一种优选方案，其中：应用智能分类算法从设备名称中识别关键词或模式包括以下步骤：分析设备名称关键词，并将其与已知设备类型的关键词进行对比，若设备名称中包含与某个设备类型对应的关键词，则初步判断此设备所属的设备类型；若设备名称中的关键词与已知设备类型的关键词存在多义性或误导性，则结合设备属性信息对设备进行进一步分析，并比较设备的属性与已知设备类型的特征是否相符；若设备属性与某个设备类型的特征相符，则初步判断此设备所属的设备类型；若设备属性与已知设备类型的特征不完全相符，则考虑设备与其他设备之间的连接关系以及设备在拓扑连接图中的位置；结合领域专业知识、经验和实际情况进行综合判断，以确定最终的设备类型；根据智能分类结果，将设备分组为不同的类别或类型，每个设备群组应包含具有相似特征或属于相同类别的设备；在每个设备群组中，制定相应的命名规则以确保设备命名的一致性和可理解性。
16、第二方面，本专利技术实施例提供了一种基于图数据库的拓扑智能设备管理系统，其包括数据模型模块，用于收集目标区域220kv变电站的拓扑连接数据，并将其输入到图数据库中进行解析和预处理；图模型构建模块，用于利用图数据库技术解析拓扑连接数据以建立变电站设备图模型，并进行拓扑分析以识别设备之间的连接关系和设备群组；聚类分析模块，用于从拓扑分析中提取设备的特征集合，并运用层次聚类算法将设备进行分组和聚类分析以发现设备的隐含共性和差异性；设备本文档来自技高网...
【技术保护点】
1.一种基于图数据库的拓扑智能设备管理方法，其特征在于：包括，
2.如权利要求1所述的基于图数据库的拓扑智能设备管理方法，其特征在于：所述进行拓扑分析以识别设备之间的连接关系和设备群组包括以下步骤：
3.如权利要求2所述的基于图数据库的拓扑智能设备管理方法，其特征在于：所述使用算法和指标计算设备节点的重要性和关联度以识别设备群组和关键设备包括以下步骤：
4.如权利要求3所述的基于图数据库的拓扑智能设备管理方法，其特征在于：所述基于迭代加深的深度优先搜索算法查找设备之间的路径以识别设备之间的间接连接关系包括以下步骤：
5.如权利要求3所述的基于图数据库的拓扑智能设备管理方法，其特征在于：所述节点的度中心性的具体公式如下：
6.如权利要求5所述的基于图数据库的拓扑智能设备管理方法，其特征在于：所述使用最短路径算法计算任意两节点间的最短路径包括以下步骤：
7.如权利要求1所述的基于图数据库的拓扑智能设备管理方法，其特征在于：所述应用智能分类算法从设备名称中识别关键词或模式包括以下步骤：
8.一种基于图数
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1～7任一所述的基于图数据库的拓扑智能设备管理方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1～7任一所述的基于图数据库的拓扑智能设备管理方法的步骤。
...【技术特征摘要】
1.一种基于图数据库的拓扑智能设备管理方法，其特征在于：包括，
2.如权利要求1所述的基于图数据库的拓扑智能设备管理方法，其特征在于：所述进行拓扑分析以识别设备之间的连接关系和设备群组包括以下步骤：
3.如权利要求2所述的基于图数据库的拓扑智能设备管理方法，其特征在于：所述使用算法和指标计算设备节点的重要性和关联度以识别设备群组和关键设备包括以下步骤：
4.如权利要求3所述的基于图数据库的拓扑智能设备管理方法，其特征在于：所述基于迭代加深的深度优先搜索算法查找设备之间的路径以识别设备之间的间接连接关系包括以下步骤：
5.如权利要求3所述的基于图数据库的拓扑智能设备管理方法，其特征在于：所述节点的度中心性的具体公式如下：
6.如权利要求5所述的基于图数据库的拓扑智能设备管...
【专利技术属性】
技术研发人员：路学刚，董诗焘，尹兴隆，施辉选，段明，刘广一，汤亚宸，
申请(专利权)人：云南电网有限责任公司，
类型：发明
国别省市：
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。