以數據中心為核心的配網監控APP設計與實現

徐衍

摘? 要： 近年來隨著配電網運維智能化程度越來越高，大量的運維數據通過互聯網實時交互，如何利用好這些數據為客戶服務，同時降低企業運營成本顯得十分重要，尤其須要解決實時分析、存儲和反饋海量配網數據的問題。文章提出通過大數據技術Kafka、Redis、InfluxDB、Flink搭建配網數據中心，采用跨Android和IOS平臺技術的Flutter開發移動APP的方式。該方式經驗證，讀寫百萬量級數據時間是秒級、實時計算時間是毫秒級，不僅降低了配網運營過程中的時間成本，還豐富了配網運行數據的查詢手段。

關鍵詞： 大數據; 微服務; Flutter; 配網; Kafka; Redis; InfluxDB; Flink

中圖分類號：TP391? ? ? ? ? 文獻標識碼：A? ? ?文章編號：1006-8228（2022）01-40-02

Design and implementation of the distribution network monitoring APP

with the core of data center

Xu Yan

（Guodian Nanjing Automation CO.LTD.， Nanjing， Jiangsu 210000， China）

Abstract： In recent years， as the operation and maintenance of distribution network become more intelligent， a large amount of real-time operation and maintenance data interact on the Internet. How to use these data to serve customers and reduce the cost of enterprise operation becomes very important， particularly to solve problem of analysis， storage and feedback of massive real-time distribution network data. This paper proposes to build distribution network data center using big data technologies of Kafka， Redis， InfluxDB and Flink， and develop mobile APP by using Flutter， a across Android and iOS platform technology. It has been proved that the time of reading and writing millions of magnitude data is at second level and the time of real-time computation is at millisecond level， which not only reduces the time cost in the operation of distribution network， but also enriches the query means of operation data of distribution network.

Key words： big data; micro services; Flutter; distribution network; Kafka; Redis; InfluxDB; Flink

0 引言

配網系統作為電力供應系統中最龐大的一個環節，利用先進的信息技術可以保證配電網運行安全性、經濟性。面對海量的配網數據，安全高效的數據存儲和及時的數據分析，在提高配網管理水平、改善用戶服務質量的過程中尤為重要，通過數據中心實時存儲和分析配網數據，將智能手機作為反饋實時計算結果的掌上終端，實現隨時隨地對配電網進行監控管理。

1 數據中心

本文所提出的數據中心架構組件包含數據同步管道Kafka、分布式流數據引擎Flink、內存庫Redis集群、持久化數據庫集群。其中持久化數據庫集群內含關系型數據庫MySQL和時序庫InfluxDB。在大數據背景下，考慮到時序庫較傳統型數據庫在海量數據的讀寫效率和時間序列的存儲上有很大優勢，所以架構中除了有關系型數據庫MySQL還新增了時序庫InfluxDB存儲持久化數據，以便將來的數據分析。數據同步管道Kafka接收到配網數據后分別由A、B兩個主題來處理，A主題根據監測分析需求，通過分布式流數據引擎Flink將生數據清洗成熟數據后保存于內存庫Redis集群中，以便高效的響應展示層的應用。B主題則會將生數據連同時間戳連續的存儲至時序庫InfluxDB集群中，保證每條數據的“不可變”性。移動APP應用的權限數據、用戶數據、功能數據等結構化數據則會存儲在關系型數據庫MySQL集群中。系統架構如圖1所示。

2 服務端API

服務端API采用微服務的方式構建，運用基于Spring Boot框架的Spring Cloud容器，集成服務發現、服務網關、服務路由、鏈路追蹤等微服務框架，大大減少了各模塊的開發成本。微服務架構根據業務需求，劃分服務模塊，各服務獨立部署并且互相隔離，統一注冊于服務注冊中心Eureka，避免單一服務節點出錯而導致全盤奔潰的問題。前端展示層應用通過統一入口調用各服務，從而提高系統高可用性、安全通信以及水平擴展性。

3 移動端APP設計

3.1 優秀的跨多端平臺技術Flutter

由于IOS和Android移動設備基于相同的GUI顯示原理，Flutter技術采用一套Dart API調用OpenGL（操作系統API的一個封裝庫）去實現一套代碼跨端使用。其為移動端開發帶來了“快速開發、富有表現力和靈活的UI、原生性能”的特色和理念，能完美勝任從超級APP到獨立應用、從純Flutter到混合棧的開發工作。

3.2 移動端APP接入方式

為加強系統安全性，移動端APP使用客戶提供的VPN訪問微服務平臺的各類API接口。服務端采用WebSocket與移動端APP建立長鏈接，進行雙向通信，保證數據一致性、可靠性，實現實時增量同步。

4 配網監控APP應用

4.1 實時KPI指標

實現配網數據實時監控與追溯，功能包含“主配網昨日今日負荷”、“實時負荷”、“各供電類型的當日供電量”、“當日大客戶供電量”、“線路負載”、“遙信正確率”、“遙控正確率”、“遙控使用率”、“DTU在線率”、“FTU在線率”、“故指在線率”。

4.2 停電全過程分析

通過時間、區域、負荷維度分析配電網停電情況，動態監測供電可靠性水平，智能化監測停電數據，優化時間配比，減少停電過程中的等待，輔助供電公司相關業務部門通過分析結果評估不同行業、不通類型的用戶的可靠性水平。

4.3 運行事項查詢

為方便用戶加強事故運行事件原因分析和預防措施分析，系統會記錄停電或者缺相起止時間及累計時長、一二次開或短路事件、電流或電壓越限起止時間。

5 結束語

本文描述了以輕量級的配網數據中心為核心，微服務為移動APP服務端，利用跨平臺技術Flutter開發移動端APP的設計實現方式。與電力領域傳統的數據中心相比，本文描述的數據中心架構更輕，技術實現更簡單，增加了實時計算流數據的能力，更利于在預算不太寬裕又需要處理海量配網數據的地市級電網公司部署，而移動端APP與配網運行監控相結合的方式為領導決策提供了更快捷高效的支撐。

參考文獻（References）：

[1] 成杰.從停電全過程分析，減少停電工作時間損失[C]//中國電機工程學會可靠性專業委員會，城市供電專業委員會學術年會.中國電機工程學會，2010

[2] 堯正國.基于大數據與微服務設計的配網運行監控App設計應用研究[J].決策探索（中），2019，630（10）：73-73

[3] 楊強，張鈞鳴.基于微服務架構的大數據應用開發創新實踐[J].電力大數據，2019，22（3）：71-76

[4] 王辰.淺談配網自動化中GIS技術的應用[J]. 決策與信息旬刊，2015，000（010）：240-240