电力系统动态信息数据库关键技术

doi:10.3724/SP.J.1087.2011.01681

计算机应用 ›› 2011, Vol. 31 ›› Issue (06): 1681-1684.DOI: 10.3724/SP.J.1087.2011.01681

电力系统动态信息数据库关键技术

黄海峰¹,张珂珩²,张鸿¹,季学纯¹,陈鹏¹

1. 国网电力科学研究院国电南瑞科技股份有限公司, 南京 210061
2. 国网电力科学研究院江苏瑞中数据股份有限公司,南京 210003

收稿日期:2010-11-16 修回日期:2011-01-17 发布日期:2011-06-20 出版日期:2011-06-01
通讯作者: 黄海峰
作者简介:黄海峰（1969-），男，江苏苏州人，高级工程师，博士，主要研究方向：分布式对象、电力系统调度自动化基础软件平台；张鸿（1980-），男，吉林通化人，工程师，主要研究方向：调度自动化、动态数据存储；张珂珩（1973-），男，湖北武汉人，高级工程师，主要研究方向：数据库管理、数据存储;季学纯(1977-），男，江苏江都人，工程师，主要研究方向：数据库管理、数据存储;陈鹏(1979-)，男，江苏徐州人，工程师，主要研究方向：数据库管理。
基金资助:
国家科技支撑计划项目

Key technologies of dynamic information database for power systems

HUANG Haifeng¹,ZHANG Keheng²,ZHANG Hong¹,JI Xuechun¹,CHEN Peng¹

1. NARI Technology Development Company Limited, Power Grid Automation Research Institute, Nanjing Jiangsu 210061, China
2. China Realtime Database Company Limited, Power Grid Automation Research Institute, Nanjing Jiangsu 210003, China

Received:2010-11-16 Revised:2011-01-17 Online:2011-06-20 Published:2011-06-01
Contact: HUANG Haifeng

摘要/Abstract

摘要： 在介绍了基于时间序列的动态信息数据库结构的基础上，结合电力系统数据特点，分析了并发数据处理、内存映射文件、磁盘缓存、关联数据存储等构建动态信息数据库的关键技术，并着重研究了数据采集流程和混合压缩算法。经实际应用案例表明，采用该关键技术构建的动态信息数据库满足了电力系统海量数据高速存储的要求。

关键词: 动态信息数据库, 实时数据处理, 并发数据处理, 海量数据, 电力系统

Abstract: In the paper, on the basis of analyzing the structure of dynamic information database, and in combination with the feature of the power system, the key technologies of concurrency data processing, memory-mapped file, disk cache management mechanism and associated data storage were discussed, and the data sampling flow and hybrid compression algorithm were also introduced in detail. The application case in the automatic system of power grid dispatching was introduced and the result proves that the dynamic information database can meet the performance requirement of high-speed data processing.

Key words: dynamitic information database, real-time data management, concurrency data processing, mass data, power system

黄海峰张珂珩张鸿季学纯陈鹏. 电力系统动态信息数据库关键技术[J]. 计算机应用, 2011, 31(06): 1681-1684.

HUANG Haifeng ZHANG Keheng ZHANG Hong JI Xuechun CHEN Peng. Key technologies of dynamic information database for power systems[J]. Journal of Computer Applications, 2011, 31(06): 1681-1684.

[1]	陈聿, 田博今, 彭云竹, 廖勇. 联合手肘法和期望最大化的高斯混合聚类电力系统客户分群算法[J]. 计算机应用, 2020, 40(11): 3217-3223.
[2]	唐林川, 邓思宇, 吴彦学, 温柳英. 基于pHash分块局部探测的海量图像查重算法[J]. 计算机应用, 2019, 39(9): 2789-2794.
[3]	陈羽中, 郭松荣, 陈宏, 李婉华, 郭昆, 黄启成. 基于并行分类算法的电力客户欠费预警[J]. 计算机应用, 2016, 36(6): 1757-1761.
[4]	赵霞, 林天华, 马素霞, 齐林海. 基于选择性加载策略的电能质量数据处理[J]. 计算机应用, 2016, 36(5): 1434-1438.
[5]	刘超, 胡成玉, 姚宏, 梁庆中, 颜雪松. 面向海量非结构化数据的非关系型存储管理机制[J]. 计算机应用, 2016, 36(3): 670-674.
[6]	梁俊杰, 甘文婷, 余敦辉. 基于位置编码索引树的个性化推荐算法[J]. 计算机应用, 2016, 36(2): 419-423.
[7]	于群, 张敏, 曹娜, 贺庆, 石良. 基于模糊元胞自动机的电网故障演化模型[J]. 计算机应用, 2015, 35(9): 2682-2686.
[8]	白鹤翔, 王健, 李德玉, 陈千. 基于粗糙集的非监督快速属性选择算法[J]. 计算机应用, 2015, 35(8): 2355-2359.
[9]	钱淑渠, 武慧虹, 徐国峰. 基于修补策略的约束多目标动态环境经济调度优化算法[J]. 计算机应用, 2015, 35(8): 2249-2255.
[10]	孙远帅陈垚官新均林琛. 基于Hadoop的大矩阵乘法处理方法[J]. 计算机应用, 2013, 33(12): 3339-3344.
[11]	张永浮盼盼张玉婷. 基于分层聚类及重采样的大规模数据分类[J]. 计算机应用, 2013, 33(10): 2801-2803.
[12]	周典瑞周莲英. 海量数据的相似重复记录检测算法[J]. 计算机应用, 2013, 33(08): 2208-2211.
[13]	蒋新华廖律超邹复民. 基于浮动车移动轨迹的新增道路自动发现算法[J]. 计算机应用, 2013, 33(02): 579-582.
[14]	徐翔邹复民廖律超朱铨. 基于GemFire的海量数据计算性能实验分析[J]. 计算机应用, 2013, 33(01): 226-229.
[15]	夏秀峰赵龙. 基于三层存储模型的RFID数据压缩存储方法[J]. 计算机应用, 2012, 32(03): 625-628.

电力系统动态信息数据库关键技术

Key technologies of dynamic information database for power systems

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics