俞 陽(yáng)，顧晶晶

（1.國(guó)網(wǎng)江蘇省電力有限公司營(yíng)銷服務(wù)中心，江蘇南京 210019；2.國(guó)網(wǎng)江蘇省電力有限公司句容市供電分公司，江蘇句容 212400）

工業(yè)電力數(shù)據(jù)的采集結(jié)果受到天氣、能源等數(shù)據(jù)之間關(guān)聯(lián)性的影響，導(dǎo)致電力數(shù)據(jù)類型不斷增多，電力大數(shù)據(jù)實(shí)時(shí)處理的特點(diǎn)使其對(duì)數(shù)據(jù)處理和分析的速度要求更高[1]。有效使用軟硬件資源、降低投資、節(jié)約成本、及時(shí)挖掘出知識(shí)的“金塊”數(shù)據(jù)海，使員工能夠獲得高層次知識(shí)，有效地管理和控制電網(wǎng)的重要決策，是解決大數(shù)據(jù)時(shí)代網(wǎng)格控制難題的有效方法之一，電力企業(yè)共享大數(shù)據(jù)就是其中一種[2]。以往一直采用經(jīng)典的粗糙集理論來(lái)減少時(shí)間復(fù)雜性，提高工作效率。但是，這些屬性約簡(jiǎn)算法假設(shè)所有數(shù)據(jù)都一次性加載到內(nèi)存中，顯然不能共享電力服務(wù)大數(shù)據(jù)[3]。在傳統(tǒng)關(guān)系數(shù)據(jù)庫(kù)技術(shù)的基礎(chǔ)上提出的屬性約簡(jiǎn)共享方法，在處理小規(guī)模屬性約簡(jiǎn)問題時(shí)具有很好的時(shí)間性能，但由于硬件的嚴(yán)重限制，這些方法能夠處理的數(shù)據(jù)量和及時(shí)性都很低，導(dǎo)致共享周期很長(zhǎng)[4]。針對(duì)這一問題，提出基于云計(jì)算的電力服務(wù)大數(shù)據(jù)共享系統(tǒng)，借助軟硬件資源來(lái)處理大量增加的電力服務(wù)大數(shù)據(jù)。

1 特征分析

智能電網(wǎng)中的發(fā)電、配電、傳輸、銷售、管理等各個(gè)環(huán)節(jié)都會(huì)產(chǎn)生大量的數(shù)據(jù)，稱為電力服務(wù)大數(shù)據(jù)。該系統(tǒng)是通過各種設(shè)備上部署的大量傳感器、每個(gè)用戶家庭安裝的智能電表、市場(chǎng)營(yíng)銷系統(tǒng)收集到的客戶反饋等多種數(shù)據(jù)源生成的，并匯集為一個(gè)集中的數(shù)據(jù)中心進(jìn)行統(tǒng)一存儲(chǔ)管理。電力服務(wù)數(shù)據(jù)具有體量大、種類多、速度快等特點(diǎn)[5]。

1）體量大

隨著智能電網(wǎng)建設(shè)的深入，設(shè)備傳感器、智能儀表等終端數(shù)據(jù)采集設(shè)備已經(jīng)密集部署，數(shù)據(jù)采集規(guī)模將呈指數(shù)級(jí)增長(zhǎng)，達(dá)到TB 甚至PB 級(jí)別[6]。

2）類型多

除傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)外，生產(chǎn)管理、營(yíng)銷等系統(tǒng)也產(chǎn)生了大量的音頻、視頻等半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)[7]。資料種類的多樣化要求存儲(chǔ)與處理技術(shù)的多樣化，研究的重點(diǎn)是電氣信息采集的數(shù)據(jù)處理系統(tǒng)，仍然是以結(jié)構(gòu)化數(shù)據(jù)為主，沒有對(duì)半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的處理進(jìn)行討論[8]。

3）速度快

大容量數(shù)據(jù)的采集和處理速度極快，終端數(shù)量的迅速增加，對(duì)存儲(chǔ)系統(tǒng)提出每秒可達(dá)到數(shù)十萬(wàn)次數(shù)據(jù)吞吐量的要求[9-11]。

2 系統(tǒng)結(jié)構(gòu)設(shè)計(jì)

電力服務(wù)云計(jì)算大數(shù)據(jù)共享系統(tǒng)由超級(jí)節(jié)點(diǎn)和終端節(jié)點(diǎn)兩部分組成，各節(jié)點(diǎn)之間通過無(wú)線傳感器網(wǎng)絡(luò)連接。系統(tǒng)硬件結(jié)構(gòu)如圖1 所示。

在電力服務(wù)大數(shù)據(jù)共享系統(tǒng)中，超級(jí)節(jié)點(diǎn)為系統(tǒng)提供終端節(jié)點(diǎn)發(fā)現(xiàn)、資源發(fā)布、內(nèi)容定位等服務(wù)，同時(shí)為所有終端節(jié)點(diǎn)提供注冊(cè)信息和元數(shù)據(jù)[12-13]。主要負(fù)責(zé)本地資源庫(kù)的管理、電力服務(wù)的大數(shù)據(jù)共享和元數(shù)據(jù)文件生成[14-15]。

In America,where the white dominate the country,the black belong to a culturally subordinate group.In a similar way,female belongs to another culturally subordinate group in patriarchal culture.

2.1 微處理器

圖1 系統(tǒng)硬件結(jié)構(gòu)

選用PIC18LF6680 單片機(jī)作為超級(jí)節(jié)點(diǎn)主控制器的核心處理器，內(nèi)置8 位RISC 處理器核心，外置10 MHz時(shí)鐘驅(qū)動(dòng)，內(nèi)置鎖相環(huán)，最高驅(qū)動(dòng)頻率40 MHz，最大容量4G；64K 增強(qiáng)自編程閃存，3.5K 高速、全靜態(tài)隨機(jī)存儲(chǔ)器，1K 可擦式可編程存儲(chǔ)器；此外，處理器還集成了許多外部設(shè)備。擴(kuò)展處理器外設(shè)上的4 個(gè)按鈕，輸入一些命令信息；展開4 組數(shù)碼管和2 個(gè)led 顯示節(jié)點(diǎn)的工作狀態(tài)；在實(shí)際操作中，設(shè)備的按鈕和顯示器組成一個(gè)簡(jiǎn)單的人機(jī)交互界面，便于開發(fā)和調(diào)試節(jié)點(diǎn)軟件[16-18]。

將標(biāo)準(zhǔn)RS232 串口擴(kuò)展為MAX232 級(jí)轉(zhuǎn)換器，以方便接口調(diào)試。使用者可以透過電腦觀察結(jié)點(diǎn)的工作狀況，并充分考慮到某些儀器會(huì)使用CAN 總線。SN65HVD230 收發(fā)機(jī)擴(kuò)展了CAN 總線接口，支持CAN 總線接口協(xié)議。

2.2 數(shù)字傳感器

在生產(chǎn)單總線設(shè)備時(shí)，將一個(gè)64 位的二進(jìn)制ROM 代碼寫成芯片序列號(hào)。通過這種方式，每一個(gè)設(shè)備都可以通過尋址進(jìn)行識(shí)別。64 位的ROM 代碼結(jié)構(gòu)如下：前8 位為產(chǎn)品類型，后8 位包含56 位CRC校驗(yàn)碼，并包含每個(gè)設(shè)備的序列號(hào)。DS1820 型號(hào)傳感器如圖2 所示。

圖2 DS1820型號(hào)傳感器

用DS1820 型傳感器涂覆3 針的PR-35 或8 針的SOIC，GND 作接地處理；用I/O 作數(shù)據(jù)輸入/輸出，用PR-35 作漏電保護(hù)；VDD 作為外部+5 V 電源端，未用時(shí)應(yīng)接地；NC 為空針頭。該數(shù)字傳感器包括寄生電源、單接口的64 位激光動(dòng)態(tài)存儲(chǔ)器和一塊平板式靜態(tài)存儲(chǔ)器，主要用于存儲(chǔ)共享資源。由于每個(gè)DS1820 包含一個(gè)硅序列號(hào)，因此可以將多個(gè)DS1820芯片連接到總線上。DS1820 只有一條接口線(單線接口)，可以讀寫DS1820 的信息，也可以從數(shù)據(jù)總線獲取電力服務(wù)大數(shù)據(jù)。DS1820 只有3 個(gè)引腳，其中兩個(gè)連接電源VDD 和GND，另一個(gè)連接總線DQ(數(shù)據(jù)輸入/輸出)。它的輸出和輸入都是數(shù)字信號(hào)，與TTL 電平相容，可以直接與單片機(jī)相連，縮短轉(zhuǎn)換時(shí)間。

3 系統(tǒng)功能設(shè)計(jì)

在數(shù)據(jù)共享中，最重要的部分是平臺(tái)層。通過信息共享平臺(tái)，用戶可以對(duì)信息進(jìn)行查詢和反饋，并具有安全監(jiān)測(cè)功能。對(duì)于節(jié)點(diǎn)規(guī)模較大、節(jié)點(diǎn)結(jié)構(gòu)完整的應(yīng)用層，通過相應(yīng)設(shè)備就可以滿足不同節(jié)點(diǎn)的信息需求。云計(jì)算共享的基本原則是：篩選大量的共享模型，建立電力服務(wù)大數(shù)據(jù)共享模型的排序方法，從而達(dá)到最優(yōu)和最完善的效果。其具體過程如下：

設(shè)M(t)為互補(bǔ)判斷矩陣，當(dāng)時(shí)間t為0 時(shí)，可設(shè)置迭代判斷次數(shù)為n。最小非負(fù)偏差量為，最大非負(fù)偏差量為，其中i、j表示電力服務(wù)大數(shù)據(jù)最小和最大數(shù)量。根據(jù)式（1）求取互補(bǔ)判斷矩陣M(t)一致性指數(shù)：

如果互補(bǔ)判斷矩陣M(t)一致性指數(shù)小于設(shè)定的閾值，那么需直接輸出互補(bǔ)判斷矩陣結(jié)果，否則需重新選擇數(shù)據(jù)來(lái)判斷。根據(jù)該結(jié)果，對(duì)云計(jì)算環(huán)境下電力服務(wù)大數(shù)據(jù)共享模式展開分析，以此獲取最優(yōu)共享結(jié)果。

4 實(shí) 驗(yàn)

基于云計(jì)算的電力服務(wù)大數(shù)據(jù)共享系統(tǒng)實(shí)驗(yàn)驗(yàn)證過程中，數(shù)據(jù)庫(kù)服務(wù)器選用的是MySQL 數(shù)據(jù)庫(kù)，應(yīng)用服務(wù)器為tomcat，對(duì)電力服務(wù)大數(shù)據(jù)系統(tǒng)訪問流程如下所示：提出訪問申請(qǐng)，接收器接收到正確地址，按照負(fù)載均衡方案，請(qǐng)求結(jié)果被轉(zhuǎn)發(fā)到虛擬機(jī)上進(jìn)行數(shù)據(jù)交互。

圖3 干擾數(shù)據(jù)檢測(cè)流程

4.1 開發(fā)環(huán)境部署

將Java 作為開發(fā)語(yǔ)言，將struts 作為系統(tǒng)框架，將tomcat 用作應(yīng)用服務(wù)器，SQL Server2012 用作系統(tǒng)開發(fā)中的數(shù)據(jù)庫(kù)管理系統(tǒng)。Myeclipse7.0 也被用作開發(fā)工具。利用Cooja 網(wǎng)絡(luò)模擬器進(jìn)行模擬實(shí)驗(yàn)，利用HMACMDS 算法生成認(rèn)證消息代碼，并與tinyDTLS 庫(kù)驗(yàn)證數(shù)據(jù)源。在仿真中使用的網(wǎng)絡(luò)拓?fù)淙鐖D4 所示。

圖4 網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

模擬期間沒有考慮信息延遲，之前信任值與當(dāng)前信任值中新產(chǎn)生的信任值相同，所以所有權(quán)重設(shè)為0.5。通過仿真實(shí)驗(yàn)，分析了由于錯(cuò)誤信息而導(dǎo)致正常節(jié)點(diǎn)整體信任度下降的原因。

4.2 共享效率實(shí)驗(yàn)分析

4.2.1 數(shù)據(jù)干擾情況下共享效率對(duì)比分析

1）創(chuàng)造虛假信息

創(chuàng)造虛假信息對(duì)數(shù)據(jù)共享造成一定干擾，基于該情況分別使用基于經(jīng)典粗糙集理論共享系統(tǒng)、基于傳統(tǒng)關(guān)系數(shù)據(jù)庫(kù)技術(shù)共享系統(tǒng)和基于云計(jì)算共享系統(tǒng)分析電力服務(wù)大數(shù)據(jù)共享效率，結(jié)果如圖5所示。

由圖5 可知，使用傳統(tǒng)兩種系統(tǒng)的數(shù)據(jù)共享效率都低于70%，而使用基于云計(jì)算共享系統(tǒng)數(shù)據(jù)共享效率始終高于85%。

圖5 創(chuàng)造虛假信息情況下3種系統(tǒng)共享效率對(duì)比結(jié)果

2）多個(gè)攻擊點(diǎn)

由于共享系統(tǒng)是由大量數(shù)據(jù)匯集經(jīng)過處理后組成的系統(tǒng)，因此容易受到多個(gè)攻擊點(diǎn)攻擊，導(dǎo)致數(shù)據(jù)中干擾數(shù)據(jù)較多。基于該情況將3 種系統(tǒng)共享效率進(jìn)行對(duì)比分析，結(jié)果如圖6 所示。

圖6 多個(gè)攻擊點(diǎn)情況下3種系統(tǒng)共享效率對(duì)比結(jié)果

由圖6 可知，在該情況下3 種系統(tǒng)共享效率與創(chuàng)造虛假信息干擾行為相比都呈現(xiàn)出上升趨勢(shì)，使用基于云計(jì)算共享系統(tǒng)數(shù)據(jù)共享效率始終高于90%。

通過分析結(jié)果可知，基于云計(jì)算共享系統(tǒng)在數(shù)據(jù)干擾情況下共享效率較高。

4.2.2 正常情況下共享效率對(duì)比分析

為了進(jìn)一步驗(yàn)證該系統(tǒng)設(shè)計(jì)的合理性，剔除干擾數(shù)據(jù)，如圖7 所示。

在主機(jī)訓(xùn)練集的范圍內(nèi)，數(shù)據(jù)能夠正常工作。若監(jiān)測(cè)到的數(shù)據(jù)異常，則表示受到攻擊。如監(jiān)控?cái)?shù)據(jù)正確，則需要修正。在此基礎(chǔ)上，提出了共享系統(tǒng)V1 的經(jīng)典粗糙集理論、傳統(tǒng)關(guān)系數(shù)據(jù)庫(kù)的共享系統(tǒng)V2技術(shù)、基于云計(jì)算的共享系統(tǒng)V3技術(shù)，用以比較分析電力服務(wù)大數(shù)據(jù)共享的效率。表1中列出了結(jié)果。

圖7 剔除干擾數(shù)據(jù)

表1 3種系統(tǒng)共享效率對(duì)比分析

由表1可知，在無(wú)干擾數(shù)據(jù)情況下，3種系統(tǒng)共享效率都相對(duì)較高，絕大部分超過70%，具有良好共享效率。

5 結(jié)束語(yǔ)

針對(duì)電力服務(wù)的特點(diǎn)，以云計(jì)算為背景，結(jié)合云計(jì)算技術(shù)的最新發(fā)展，建立基于關(guān)系數(shù)據(jù)庫(kù)電力服務(wù)的電力數(shù)據(jù)分析系統(tǒng)，解決電力數(shù)據(jù)分析系統(tǒng)性能和可伸縮性瓶頸問題。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)性能優(yōu)良，能有效地提高硬件資源利用率，縮短應(yīng)用程序的響應(yīng)時(shí)間。為了應(yīng)對(duì)電力大數(shù)據(jù)爆炸給數(shù)據(jù)分析技術(shù)帶來(lái)的挑戰(zhàn)，未來(lái)還可以增加支持跨數(shù)據(jù)中心的分布式存儲(chǔ)系統(tǒng)和工作流管理模塊。