[发明专利]一种监控系统的数据存储方法、装置及设备在审
申请号: | 201811565305.1 | 申请日: | 2018-12-20 |
公开(公告)号: | CN109753409A | 公开(公告)日: | 2019-05-14 |
发明(设计)人: | 吴冠琳;许永贤;苏镇扬;陆泽华;何嘉鑫 | 申请(专利权)人: | 厦门科灿信息技术有限公司;科华恒盛股份有限公司 |
主分类号: | G06F11/30 | 分类号: | G06F11/30;G06F11/34;G06F16/22;G06F16/21 |
代理公司: | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人: | 王仲凯 |
地址: | 361000 福建省厦门*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 支路数据 监控系统 封装 存储 数据存储 数据存储装置 目标数据库 装置及设备 存储操作 电力设备 获取目标 系统资源 直接存储 支路 预设 申请 占用 | ||
本申请公开了一种监控系统的数据存储方法,包括获取目标电力设备的多个支路对应的支路数据;再按照预设封装规则将各支路数据进行封装;然后将封装后的支路数据存储至目标数据库。可见,相较于现有技术中直接存储各支路数据的方式,本方法通过将多个支路数据进行封装后再进行存储,使得在进行一次存储操作时,能够同时存储多个支路数据,因此大大减少了存储支路数据的次数,从而降低对系统资源的占用,进而提高监控系统的稳定性和可靠性。本申请还公开了一种监控系统的数据存储装置及设备,均具有上述有益效果。
技术领域
本发明涉及电力设备领域,特别涉及一种监控系统的数据存储方法、装置及设备。
背景技术
为了保障电力系统的稳定性和可靠性,通常是利用监控系统采集电力系统中的各种电力设备的数据信息,然后将采集到的数据信息存储到目标数据库中,通过对目标数据库中的数据信息进行分析,从而实现对电力系统中的各种电力设备的监控管理。
但是,在电力系统中,配电柜和电池组等电力设备一般都有几十到上百条支路,现有技术中的存储方式是监控系统按照预设时间周期对每条支路对应的支路数据进行存储,也即在每个时间周期为每条支路进行一次数据存储操作。在这种情况下,假设一个电力设备有100条支路,每5分钟进行一次数据存储操作,则在一天中,一个设备需要进行100*24*60/5=28800次数据存储操作,在为多个电力设备存储数据时,需要执行的存储操作次数更多。大量的存储操作将占用大量的监控系统的资源,严重影响监控系统的其他如查询、读写等操作的响应速度,甚至导致监控系统卡顿、死机。
因此,如何降低监控系统中的数据存储操作对整个监控系统的影响,以提高监控系统的稳定性是本领域技术人员目前需要解决的技术问题。
发明内容
有鉴于此,本发明的目的在于提供一种监控系统的数据存储方法,能够降低监控系统中的数据存储操作对整个监控系统的影响,以提高监控系统的稳定性;本发明的另一目的是提供一种监控系统的数据存储装置及设备,均具有上述有益效果。
为解决上述技术问题,本发明提供一种监控系统的数据存储方法,包括:
获取目标电力设备的多个支路对应的支路数据;
按照预设封装规则将各所述支路数据进行封装;
将封装后的所述支路数据存储至目标数据库。
优选地,所述按照预设封装规则将各所述支路数据进行封装具体包括:
根据各所述支路所属的主路对各所述支路数据进行分组;
将属于同一组的所述支路数据进行封装。
优选地,所述将封装后的所述支路数据存储至目标数据库具体包括:
将封装后的所述支路数据设置于所述支路所属的主路的主路数据中,得到综合数据;
将所述综合数据存储至所述目标数据库。
优选地,在所述将所述综合数据存储至所述目标数据库之后,进一步包括:
当检测到存在可移动存储设备时,按照预设迁移规则将所述综合数据迁移至所述可移动存储设备中。
优选地,所述按照预设迁移规则将所述综合数据迁移至所述可移动存储设备中具体包括:
判断所述可移动存储设备的数据库的版本与所述目标数据库的数据库版本是否一致;
若一致,则将所述目标数据库中的所述综合数据迁移至所述可移动存储设备的所述数据库中。
优选地,所述将所述目标数据库中的所述综合数据迁移至所述可移动存储设备的所述数据库中具体为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于厦门科灿信息技术有限公司;科华恒盛股份有限公司,未经厦门科灿信息技术有限公司;科华恒盛股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811565305.1/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于机器学习的流程异常预测方法
- 下一篇:基于大数据的运维服务系统