基于大数据的数字化系统一体化调度信息集成模型.pdf

自动化技术与应用2024 年第 43 卷第 1 期计算机与通信技术Computer and Communication TechnologyTechniques ofAutomation&Applications基于大数据的数字化系统一体化调度信息集成模型李志宏,张书林,周鸿喜,李 扬,陈 亮（国家电网有限公司信息通信分公司，北京 100761）摘要:由于已有集成模型分类过滤能力较差，因此提出一种基于大数据的数字化系统一体化调度信息集成模型。通过小波多窗谱特征提取数字化系统一体化调度信息并进行预处理。在二维空间中对最近邻点进行模糊搜索，获取数字化系统一体化调度信息模糊聚类中心，对信息聚类目标函数进行优化，完成调度信息分类过滤。结合大数据技术对调度信息结构层次进行分析，构建调度信息集成模型。实验结果表明，所提模型不仅能够提升调度信息分类过滤能力，同时还能够加强集成效率和容错性。关键词:大数据；数字化系统；一体化调度；信息集成模型中图分类号：TP391；TM734文献标识码:A文章编号:1003-7241(2024)01-0117-04Integrated Dispatching Information Integration Model ofDigital System Based on Big DataLI Zhi-hong,ZHANG Shu-lin,ZHOU Hong-xi,LI Yang,CHEN Liang(State Grid Information&Telecommunication Branch,Beijing 100761 China)Abstract:Because the poor classification and filtering ability of existing integration model,an integrated scheduling information integrationmodel of digital system based on big data is proposed.The integrated scheduling information of digital system is extracted andpreprocessed by wavelet multi window spectrum features.The nearest neighbor is fuzzy searched in two-dimensional space to ob-tain the fuzzy clustering center of integrated scheduling information of digital system,optimize the objective function of informa-tion clustering,and complete the classification and filtering of scheduling information.It combines with big data technology,thehierarchy of scheduling information structure is analyzed,and the scheduling information integration model is constructed.Theexperimental results show that the proposed model can not only improve the classification and filtering ability of scheduling infor-mation,but also enhance the integration efficiency and fault tolerance.Keywords:big data;digital system;integrated dispatching;information integration model收稿日期:2022-04-27DOI:10.20033/j.1003-7241.（2024）01-0117-04.1引言随着电网电压等级的不断提升，电网结构日益复杂，对电力通信系统的安全性要求提出了更高的要求1-2。特别是1980年以来，以通信和计算机技术为核心的数字化系统更是得到快速发展。现阶段，信息技术应用的主线是数字化，主要特点是集成化、网络化以及智能化。数字化将国家的经济发展和技术水平更好地结合在一起，已经日益渗透到人们生活的各个领域中。数字化系统中所包含的内容是十分丰富的，包括从初始的数据采集到调度信息集成的一系列操作步骤。为了最大程度地保护现有应用系统中的资源，相关专家针对数字化系统一体化调度信息集成方面的内容进行了大量的研究，例如赵龙国等人3针对建筑领域的调度信息集成模型进行研究，通过现有建筑领域的描述方法，分别从隧道空间结构以及物理元素等方面出发，借助Re-vit建模软件，构建隧道反馈分析模型，实现信息集成。山海涛等人4重点针对网络环境下战场环境信息的集成模型进行研究，分析战场环境信息的特点，通过网格技术先进理念构建信息集成模型，通过模型实现信息集成。由于以上两种信息集成模型未能对信息进行分类过滤处理，导致集成效率和系统容错性大幅度下降，因此本文提出基于大数据的数字化系统一体化调度信息集成模型，经实验测试证明，所提模型能够更好完成调度信息分类过滤，同时还能够全面提升集成效率和系统容错性。2数字化系统一体化调度信息集成模型研究2.1一体化调度信息分类过滤在大型数字化系统中，需要对通信过程中产生的干扰信息进行抑制和滤波处理，同时根据信息类型提供对应的管理措施。其中，数字化系统主要是由以下几个部分组成，分别为：（1）客户端；117计算机与通信技术Computer and Communication Technology自动化技术与应用2024 年第 43 卷第 1 期Techniques ofAutomation&Applications（2）控制器；（3）服务器：服务器主要负责对数字化系统进行数据传输，同时存储相应的节点，在数据向服务器上传的过程中，主要借助延迟滤除来提升系统的运行效率。由于数字化系统的管理结构全部被划分到不同的处理器核中，所以各个核的组成结构比较简单，有利于后续进行集成。在构建调度信息集成模型的过程中，设定R代表数字化系统一体化调度信息四元组对应分类属性，在调度特征挖掘的过程中，各个特征点可以表示为自相关函数，具体的表达形式为：（1）式中，(xi,yi)代表窗口W内的频次角点；c(x,y)代表自相关函数。由于数字化系统中各个实体数据库之间存在十分明显的差异，需要优先对数据流的角度进行分析，进而计算对应角度的标准差I2，如公式（2）所示：（2）式中，a和b代表任意常数；r(t)代表数据流；Wf代表四元组之间的信任关系。设定H(x,y)代表不同调度信息干扰特征点(x,y)之间的海明距离，u代表源节点，v代表目的节点，通过简单的状态空间为各个数字化系统中的干扰信息进行建模，获取对应的权向量，为下一步调度信息分类过滤奠定坚实的基础5。在数字化系统一体化调度信息集成模型建立的过程中，需要优先组建数字化系统的信息分类信号模型。其中，数据集中共计包含n个样本，则样本xi对应的特征矢量可以表示为：（3）式中，T代表特征矢量总数；xin代表不同的子特征矢量。通过小波多窗谱特征提取算法对数字化系统中的数据分别进行预处理，同时根据类型c划分为多个不同的子集。在二维空间中进行最近邻点模糊搜索，获取以下形式的模糊聚类中心矩阵V：（4）式中，vij代表聚类中心第i个和第j个聚类对应的中心矢量。通过大型数字化系统一体化调度中心的相似度，获取多窗谱模糊划分矩阵U：（5）式中，uij代表多窗谱模糊划分矩阵对应的像素度。在测试文本的k个近邻中，获取不同类的权重取值Pij，如公式（6）所示：（6）式中，Sim(x,di)代表候选集的总数；y(di,Cj)代表数字化系统对应的振动信号；KNN代表系统中全部数据序列的总数；di代表水平分区。其中，数字化系统的调度信息的聚类目标函数Jm(U,V)可以表示为公式（7）的形式：（7）式中，代表数字化系统现阶段的运行状态。在上述分析的基础上，对传统分类过滤方法进行改进，提出一种全新的分类过滤方法，同时构建对应的小波函数，最终实现数字化系统一体化调度信息分类过滤。根据小波多窗频谱特征提取结果可以获取小波函数x(t)对应的带宽模型g(t)，如公式（8）所示：（8）式中，a0代表小波的中心频率；代表小波频宽；t代表采样总时长。通过上述分析，采用小波多窗谱特征提取方法对调度信息进行分类处理，具体的计算式如下：（9）式中，H(x,y)代表调度信息的小波过滤函数。2.2基于大数据的集成模型构建调度信息主要是由组织数据构成的，代表特殊的含义。在现阶段的数字化系统中，信息集成开始占据越来越重要的地位。随着集成需求的不断提升，呈现出更加鲜明的发展特征。初始阶段的信息集成是在数据传输的基础上完成的，当大量数据出现后，可以通过实时共享的方式对系统内的数据进行同步处理。目前，由于在数字化系统中存在信息孤岛的异构系统，进行信息集成的主要目的就是删除异构系统，构建统一的语义模型，具体如图1所示。充分考虑工作流程以及数据流向，采用大数据技术对调度信息的结构层次进行分析和优化，为各个层次提供完整和准确的基础信息。为了实现数字化系统一体化调度信息集成，需要选择主流发布技术作为核心，组建数据中心，选取合适的信息集成方法。将数字化系统中的数据集整合到同一个数据中心内，方便管理和维护，同时加强对各项业务的把握118自动化技术与应用2024 年第 43 卷第 1 期计算机与通信技术Computer and Communication TechnologyTechniques ofAutomation&Applications能力以及对系统深刻地认知。图1数字化系统初始化集成结构图数字化系统不仅有对实时信息的需求，同时也具有对历史数据进行再现和分析的功能，所以需要将数据存储形式进行转变。由于调度信息集成的对象是信息，所以信息是关键，同时也是数字化系统资源管理和共享的内容，信息组织、存储以及管理等更是信息集成的核心环节。同时为了更好实现调度信息集成6，需要优先对数字化系统的运行状态进行解析，设定x(t)代表系统状态信息，则对应的表达公式为：（10）式中，c代表特征数据；代表告警信息，W表示状态参数。设定xAMFM(t)代表数字化系统的特征信息，对应的计算式为：（11）式中，a(t)代表带限信息；代表特征系数。通过公式(12)进行计算，获取数字化系统的状态算子：（12）式中，c代表状态算子；q(t)代表调度信息变量；代表可视化系统状态系数。当q(t)的取值接近于1时，高精度数字化系统对应的状态算子为c。结合状态算子，可以组建调度信息解析模型J(t)，如公式（13）所示：（13）式中，F代表数字化系统的最终状态值；p1和p2代表调度信息解析因子；q1和q2代表数字化系统的反馈因子。在上述分析的基础上，结合将经过分类过滤的调度信息作为集成依据7-8，构建调度信息集成模型，详细的操作流程如图2所示。通过已经构建完成的调度信息集成模型实现信息集成。3仿真实验为了验证所提基于大数据的数字化系统一体化调度信息集成模型的综合有效性，需要进行仿真实验测试。（1）数字化系统调度信息分类过滤性能测试分析：选取传统贝叶斯算法作为测试对象，对所提模型中的分类过滤性能进行分析，实现选取调度信息召回率和分类过滤准确率作为测试指标，详细的实验结果如图3所示。图2数字化系统一体化调度信息集成模型建立流程图(a)召回率(b)调度信息分类过滤准确率图3所提模型和传统贝叶斯算法调度信息分类过滤结果对比分析图3中的实验数据可知，相比传统贝叶斯算法，所提模型中的分类过滤方法具有更加明显的优势，充分说明所提模型在调度信息分类过滤中具有更好的性能。（2）容错性性能测试：119计算机与通信技术Computer and Communication Technology自动化技术与应用2024 年第 43 卷第 1 期Techniques ofAutomation&Applications为了进一步验证所提模型的优越性，实验将文献3模型和文献4模型作为测试对象。将数字化系统运行容错性和集成容错性作为测试指标，其中容错性的取值越高，说明所提模型具有较好的集成能力，详细的实验结果如图4所示。(a)运行容错性(b)集成容错性图4不同集成模型的容错性测试结果分析图4中的实验数据可知，相比另外两种集成模型，所提模型具有较好的容错性，确保调度信息集成结果的准确性。（3）集成效率测试结果分析：为了进一步验证所提模型的优越性，以下实验测试对比三种不同模型的集成效率，具体实验结果如表1所示。由表1中的实验数据可知，由于所提模型对调度信息进行分类过滤处理，有效简化信息集成步骤，确保所提模型得到的集成效率明显优于另外两种模型。4结束语针对传统信息集成模型存在的不足，提出一种基于大数据的数字化系统一体化调度信息集成模型，从理论与实验两方面对模型的性能进行了验证。经实验测试证明，所提模型具有较强的信息分类过滤能力，同时还能够提升调度信息集成效率和系统容错性，大大提高了信息集成的有效性。表1不同集成模型的集成效率测试结果测试样本数量/个102030405060708090100集成效率/%所提模型98.294.596.495.697.898.496.597.296.194.3文献3模型95.592.791.291.192.693.592.091.489.887.4文献4模型94.285.787.590.692.491.589.187.485.184.0参考文献:1 杨帆,贾辉,刘宝树,等.a稳定脉冲噪声下宽带电力线通信系统性能分析J.电子与信息学报,2019,41(6):1374-1380.2 曹婷,陈华敏.基于正交频分复用技术的低压电力线通信系统模型J.液晶与显示,2019,34(9):928-934.3 赵龙国,姜谙男,吴洪涛,等.基于IFC标准的隧道动态设计信息集成模型J.大连海事大学学报,2019,45(3):66-74.4 山海涛,程承旗,陈波.网格环境下战场环境信息集成服务策略J.测绘科学,2020,45(1):189-193.5 吴晓瑞.EH4数据预处理软件开发及应用J.能源与环保,2019,41(3):99-102.6 王永旭,栾峰,杨平亚,等.NX CAM数控加工与Teamcen-ter分类库集成技术研究J.机械制造与自动化,2019,48(1):71-73,79.7 赵俊生,候圣,王鑫宇,等.基于集成学习的图像垃圾邮件过滤方法J.计算机工程与科学,2020,42(6):1049-1059.8 高嘉良,余丽,仇培元,等.基于通用知识库的地理实体开放关系过滤方法J.地球信息科学学报,2019,21(9):1392-1401.作者简介:李志宏（1987-），男，硕士，高级工程师，研究方向：信息技术、电力信息通信调度运行。120