蔡勛瑋,趙 俊,趙 麗,齊 明,李艷西
(國網湖南省電力有限公司信息通信分公司,湖南長沙 410004)
隨著電子傳輸需求量的增大,供電系統所承載的電子負荷需求也在不斷增大,在此情況下,如何準確掌握傳輸電子量的負荷變化規律就顯得極為必要。
為解決此問題,提出面向SpringCloud 微服務框架的新型供電系統數據挖掘方法,SpringCloud 是框架型開發軟件的集合表現形式,其巧妙利用了原始SpringBoot 軟件的編碼能力,在簡化分布式系統基礎設施框架的同時,向互聯網主機提出注冊、負載、監控及配置的需求,在短時間內,使得整個互聯網環境達到相對穩定的執行狀態[1-2]。不僅可為外部傳輸信息的輸入提供大量的連接節點,也可使互聯網空間的部署與連接需求得到較好滿足。利用Eureka 組件、Hystrix 服務層結構,對微服務框架的應用結構進行初步完善,再根據用電負荷特性的分析結果,計算電子量挖掘深度數值。
SpringCloud 微服務框架的搭建需借助Eureka 組件與Hystrix 服務層結構,具體設計方法如下。
Eureka 組件是SpringCloud 微服務框架中的基礎服務注冊結構,由Eureka Server、Eureka Client 兩類執行應用單元共同組成[3]。Eureka Server 可對隱藏于供電系統中的傳輸電子量進行聚合處理,以確保微服務連接啟動時,端口節點能接收到足量的IP 應用信息。Eureka Client元件具備較強的文本注冊能力,可準確記錄Eureka 組件的周期性連接行為,并可對微服務框架中暫存的傳輸電子量進行提取處理[4]。Eureka 組件不具備獨立的檢查與微服務推薦能力,隨供電系統環境中傳輸電子數量水平的增大,Eureka Server 元件與Eureka Client 元件會同時開啟復制與同步注冊服務,一方面維護SpringCloud 微服務框架的應用穩定性,另一方面實現對供應電子量的全局化傳輸。Eureka 組件的組成如表1 所示。

表1 Eureka組件的組成
Hystrix 是一類基于Eureka 組件的微服務工具開發平臺,可以為供電系統申請足夠長的電子量傳輸連接時間,從而為微服務框架提供更為穩定的數據信息支持。若考慮跨平臺的電量數據傳輸請求,Hystrix 服務層在SpringCloud 微服務框架中應起到承上啟下的連接促進作用,向上承接Eureka 組件傳輸而來的電子量傳輸信息,向下則可按照供電系統的實際應用需求,將這些信息參量規劃成多個傳輸結構體[5-6]。出于安全性考慮,Hystrix 服務層元件的連接必須借助與Eureka 組件相關的信息應用協議,一般情況下,協議文件中附屬的數據信息總量越大,供電系統中輸出的應用電子數量級水平也就越高。設Q0代表初始情況下的供電系統電子輸出量,代表SpringCloud 框架在單位時間內的挖掘服務強度,聯合上述物理量,可將Hystrix 服務層連接標準定義為:

其中,β為Eureka 組件連接強度,為單位時間內的電子量傳輸均值,p0為初始情況下的供電服務系數。
SpringCloud 微服務框架同時包含Eureka 組件結構與Hystrix 服務層結構,前者附屬于框架體系左側,包含多個Eureka 節點,能夠準確記錄供電系統在單位時間內的電子量傳輸行為,后者附屬于框架體系底部,負責整合電量信息數據,并以此為基礎,為電網主機提供電子量數據信息的查詢與挖掘依據[7-8]。SpringCloud 服務器網關在感知到Eureka 節點的連接請求后,會對下級附屬結構傳輸與供電系統相關的數據整合信號,并可借助信息傳輸信道,感知Eureka組件的實際注冊需求。在這樣一種作用機制下,電子量的傳輸能力得到有效控制,不但能夠準確度量電網環境下的電子負荷變化規律,也可以有效避免供電負荷超載現象的出現[9]。SpringCloud 微服務框架如圖1 所示。

圖1 SpringCloud微服務框架
結合SpringCloud 微服務框架,按照用電負荷特性分析、特征供電指標定義、電子量挖掘深度計算的處理流程,完成新型供電系統數據挖掘方法的設計與應用。
電力負荷特性是供電系統特有的傳輸電子量描述屬性,指的是一種固有的電量變化規律,能夠用來預測單位時間內的電量數據挖掘行為是否滿足實際應用需求,從而判定SpringCloud 微服務框架下供電系統的執行可靠性[10-11]。受到耗電行為的影響,用電負荷特性的表現形式會隨著電子傳輸量的增大,表現出正向累積的變化趨勢。所謂正向累積,是指傳輸電子量不斷增大的變化過程,由于SpringCloud 微服務框架的存在,新型供電系統在單位工作時間內總是會呈現電子量極限化傳輸的形式,這也是電網主機能夠針對電量傳輸數據進行定向挖掘處理的主要原因[12-13]。規定在新型供電系統中Hystrix 服務層的連接起始數值始終為1,在耗電行為項分別為A1與A2的情況下,可將用電負荷特性分析結果表示為:

其中,?1、?2分別代表兩個不同的電子量累積系數,y1、y2分別代表兩個不同的、符合極限傳輸需求的電子量數值。
特征供電指標是在新型供電系統中,具有良好電子供應能力并傳輸電量信號的指標的統稱。若將用電負荷特性看作是內在作用條件,則可將特征供電指標看作是外在作用條件,大多數情況下,SpringCloud微服務框架都處于相對穩定的供應狀態,因此特征供電指標的計算結果只受到電量傳輸時長、數據挖掘系數兩項參量值的直接影響[14-15]。電量傳輸時長可表示為 |T|,數據挖掘系數常表示為χ,為了更好符合電力負荷的特性分析條件,默認在供電指標提取與計算的過程中,上述兩項物理量之間不具備相互干擾的作用能力。在上述物理量的支持下,聯立式(2),可將特征供電指標提取結果表示為:

其中,b為供電傳輸量的特征分解系數,ΔG為單位時間內的電信號數據挖掘量,c0為供電量的下限傳輸行為系數項,cn為供電量的上限傳輸行為系數項。
電子量挖掘深度是指新型供電系統中應用電信號所能達到的最遠傳輸位置,由于SpringCloud 微服務框架的作用能力相對有限,所以無論電子量的傳輸能力發生怎樣的變化,其所能達到的最遠位置也不會出現明顯改變[16]。電子數據挖掘行為常與信息查找、信號篩選伴隨出現,即在新型供電系統中,電子量挖掘行為并不能獨立存在,而是需要SpringCloud 服務節點、供電信號傳輸信道等多個物理條件的配合,才能達到其目標傳輸位置。設m1、m2代表供電系統中兩個不同的電子量配置條件,代表特征供電參量,聯立式(3),可將電子量挖掘深度值表示為:

其中,X代表電量供應系數,f代表新型供電系統中的電子量挖掘權限值,l代表電信號數據的標準挖掘條件。結合上述指標參量,依照SpringCloud微服務框架的連接需求,實現對新型供電系統數據挖掘方法的有效處理。
在圖2 所示實驗環境中,將供電主機與電網高壓輸入端相連,借助變壓器設備對傳輸電量進行初步處理,當輸出電信號逐漸趨于穩定后,同時打開主控器與監控裝置,按照傳輸電子量的分流需求,將這些應用電子反饋至調控主機中,并將暫時未消耗的傳輸電子存儲于蓄電池結構中(圖2 中調控主機1 配置SpringCloud 微服務框架下的新型供電系統數據挖掘方法,作為實驗組;調控主機2 配置灰色模型分析法,作為對照組)[17-18]。

圖2 實驗原理示意圖
SSR 指標是一項矢量參考數據,由正、負兩個方向共同組成,在供電系統中傳輸直流電時,SSR 指標表示為正方向;在供電系統中傳輸交流電時,SSR 指標表示為負方向(正、負符號只代表方向,不影響指標數值)。該項系數指標可作為參考,幫助運行人員監督供電系統中的電子量傳輸行為,一般數值分布情況越集中,其參考價值也就越大。表2 為實驗組、對照組SSR 指標的實際記錄數值。

表2 SSR指標記錄數值
表2 中實驗組SSR 指標傳輸方向一直保持明顯的集群分布形式,在5~25 min 之間屬于直流電的正傳輸方向,在30~50 min 屬于交流電的負傳輸方向,在不考慮傳輸方向的情況下,其指標均值為4.3,與最大值間的差值僅為0.7,滿足集中分布的實用性需求。對照組SSR 指標傳輸方向則并沒有明顯變化規律,在不考慮傳輸方向的情況下,其指標均值為8.1,與最大值間的差值為3.9,遠高于實驗組。
PRP 指標描述了供電系統中電量負荷的變化規律,PRP 指標均值越大,所得電量負荷的變化規律就越準確。表3 記錄了實驗組、對照組PRP 指標數值的具體變化情況。

表3 PRP指標記錄數值
分析表3 可知,實驗組PRP 指標的分布形式相對較為平均,最大值、最小值之間的差值水平并不十分明顯,整個實驗過程中的平均數值約為81.0%。對照組PRP 指標的分布形式則相對較為參差,最大值、最小值之間的差值水平極為明顯,整個實驗過程中的平均數值約為64.7%,低于實驗組的平均數值水平。
綜上可知,實驗組調控主機的SSR 指標數值分布更為平均、PRP 指標均值量更大,可在運行人員監督供電系統中電子量傳輸行為的同時,準確掌握電量負荷的變化規律,驗證了SpringCloud 微服務框架下新型供電系統數據挖掘方法的應用有效性。
SpringCloud 微服務框架為新型供電系統數據挖掘方法提供了更為可靠的信息處理空間,可在Eureka 組件、Hystrix 服務層結構的同步作用下,通過分析用電負荷特性的方式,準確定義電子量挖掘的實時處理深度,不僅最大化保障了電子量的傳輸能力,也為運行人員提供了供電系統的負荷變化規律,在輸配電環境中具有更強的實際應用能力。