[发明专利]一种面向电网调控运行的数据血统分析方法

说明书

技术领域

本发明涉及一种电网调控运行数据分析方法，尤其涉及一种面向电网调控运行的数据血统分析方法，属于电力系统调度自动化技术领域。

背景技术

随着智能电网调度技术支持系统(SG-OSS)的持续建设，电力调度数据中心所存储的数据越来越多。这些数据主要包含电网运行类、生产管理类和市场运营类等方面的数据。智能电网在运行过程中，数据不可避免地会发生跳变、不刷新等异常错误，由于数据的存储方式和数据的分散性，让用户很难直接找到异常错误的相关数据并进行分析，进而找到异常发生的原因。随着智能电网的发展，电网生产运行和管理对数据准确性提出更高要求，调度数据必须具有可靠性和完整性，才能准确反映电网运行情况。

在信息化时代，对于调度所有办公自动化业务，应用与数据是密不可分的。目前，数据使用者对电力数据有异常疑问时无法智能追踪数据来源，更多是通过咨询厂家或者根据自己的工作经验来分析数据来源，在工作中大大降低了工作效率和数据处理的准确度。随着电网业务需求逐步增多，电网数据质量要求越来越高，在电网实际应用业务中难免存在异常数据，仅仅通过智能电网调度数据模型，对于异常数据透明化查找的支持非常欠缺，不能很快的找到异常数据的关联数据，进而对异常进行分析、处理。例如调度上报业务，需要统计全网日电量，各个地区上报给省调，省调汇总再上报国调，当省调对各个地方的日电量进行汇总发现数据异常时，通常需要人工判断查找各地区上报分量，不能很快的找到异常数据的关联数据，大大浪费调度员的上报时间，而且，在异常数据处理上人工干预太多，主观性过强，准确度不高，缺少对数据透明化的追踪查找，不能满足智能电网调度管理的实际应用要求。

在公开号为CN104424269A的中国专利申请中，公开了一种数据血统分析方法与装置，包括基于模式配置对查询语句进行分析，以识别其中的目标表、目标字段、源表与源字段；获取各类数据库系统定义的或用户自定义的元数据并利用元数据对查询语句的模糊字段进行精确匹配；根据识别出的目标字段与源字段的字段追溯顺序生成查询语句的数据血统关系；通过多层语句解析分析出多条查询语句之间的数据血统关系。该方案能够实现对查询语句中脚本数据的追踪。但是，现有技术并没有将其应用在智能电网调度技术支持系统中，用以分析整合电网调控运行数据。

发明内容

针对现有技术的不足，本发明所要解决的技术问题在于提供一种面向电网调控运行的数据血统分析方法。

为实现上述发明目的，本发明采用下述的技术方案：

一种面向电网调控运行的数据血统分析方法，包括如下步骤：

S1，为电网调控运行数据建立数据血统结构，组成哈希表；

S2，发现数据异常时，在数据血统结构中定位目标数据的节点；

S3，基于数据血统结构和目标数据的节点，遍历搜索数据队列，查询所述搜索数据队列的队头元素的数据血统信息，将数据血统信息中的基因信息以及遗传运算符加入源数据队列末尾，将最终的源数据队列作为所述目标数据的来源的追踪结果；

S4，将追踪结果进行可视化呈现，供调度员分析、决策。

其中较优地，在步骤S1中，对电网调控运行数据进行分析，以生成识别源数据、中间数据和目标数据的业务数据。

其中较优地，所述哈希表包含业务数据和数据血统信息；

所述数据血统信息包含数据基因标识和遗传因子两部分。

其中较优地，所述数据基因标识包括数据所在数据库表、字段以及行键值；

所述行键值为任意值或空值。

其中较优地，根据基因标识的所述数据库表、所述字段以及所述行键值，通过哈希函数为所述基因标识生成一个唯一标识。

其中较优地，所述中间数据不在所述追踪结果中进行存储。

其中较优地，在步骤S3中，对目标数据的来源进行追踪具体包括如下步骤：

S31，获取目标数据的基因标识的唯一标识，并将所述唯一标识放入搜索数据队列；

S32，遍历搜索数据队列，若搜索数据队列为空，则跳转到步骤S34；否则，取出队头元素，以所述队头元素为键在所述哈希表中查询所述队头元素的数据血统信息；

S33，若数据血统信息中的遗传因子项为空，将数据血统信息中的基因信息放入源数据队列末尾，转向步骤S32；否则取出遗传因子中遗传运算符，加入源数据队列末尾，同时取出遗传因子中双亲的唯一标识，并加入搜索数据队列末尾，转向步骤S32；

S34，将源数据队列作为追踪结果提取出来。