技术领域
[0001] 本
发明涉及能源技术领域，具体涉及一种基于分布式架构的综合能源服务平台系统。
背景技术
[0002] 随着智能
电网、分布式能源、微电网、综合能源技术的发展，能源“源、网、荷、储、用”越来越精细化管理，发电侧有多年成熟的
煤电、石油发电等石化发电，也有近几年快速崛起的分布式光伏、
风能、
生物能、
地热能、
潮汐能等清洁能源，负荷侧有用能负荷，也有冷热
水电气之间循环转化不断消纳利用。每种能源有自己独特特性和采集方式、应用方式，在实际监测、调度、运维中按各自专业独自建设，接入数据越大，系统响应速度和并发数受到很大考验，也不能满足综合能源多能协同互补交叉整合发展的要求。
[0003] 现有的能源服务平台系统往往结构单一，需要事先按照规划设计出架构体系，且系统的架构体系一旦建立起来，该架构体系的结构就是固定的，当针对该平台系统增加新的功能模
块时，原有的架构体系就不能够使用了，需要针对新的功能模块，构建全新的构架体系。
[0004] 在实际应用中，不同的用户有不同的需求，这样，针对每个固有的用户需求，都需要针对于客户各自的不同需求，构建出各自不同的架构体系，这样，针对不同用户的各自不同需求，设计出符合客户需求的综合能源服务平台系统的过程将是耗时耗
力的过程。
[0005] 此外，当用户有新的功能需求时，针对现有的综合能源服务平台系统添加具有新功能模块时，不仅需要在原有的综合能源服务平台系统的
基础上重新设计，且还要考虑新增加的功能模块采用的技术与原有的综合能源服务平台系统的兼容性，这样，对原有的综合能源服务平台系统的功能改进的过程也是极其繁琐、且耗时耗力的过程。
发明内容
[0006] 本发明
实施例的目的在于提供一种基于分布式架构的综合能源服务平台系统，用以解决现有构建综合能源服务平台系统极其繁琐、且耗时耗力的问题。
[0007] 为实现上述目的，本发明实施例提供一种基于分布式架构的综合能源服务平台系统，所述系统为基于边缘计算的三层架构系统，所述三层架构的底层为基于
物联网的能源采集层，用于实时采集各能源数据；所述三层架构的
中间层为基于边缘计算的雾
节点中间件，对所述能源采集层采集到的各能源数据进行处理，得到本地雾节点熟数据，就地系统的同时，为顶层去中心化的
云中心提供统一的数据
接口服务；所述顶层去中心化的分布式云中心，接收所述雾节点熟数据，并对所述熟数据按照聚类规则进行汇聚处理，得到汇聚处理后的数据，达到分布式
数据处理和数据服务。
[0008] 可选地，所述能源采集层还用于获取与采集能源数据相关联的关联信息；所述关联信息至少包括以下一项：与采集能源数据相关联的各采集设备的工况信息、与采集能源数据相关联的各环境参数信息，其中，各环境参数信息至少包括以下一项：各环境
电流参数信息、各环境
电压参数信息、各环境水压参数信息、各环境气压参数信息、各环境温湿度参数信息。
[0009] 可选地，所述中间层用于对所述能源采集层采集到的各能源数据进行处理，得到本地雾节点熟数据具体包括：所述中间层作为规约适配器的特点，自动适配不同厂家采集设备所提供不同规约的采集各能源数据；按照预设的规约转换规则，对各种类型的能源数据进行规约转换，得到转换后的各能源数据；对转换后的各能源数据进行ETL数据处理、汇总计算、分析预测，得到相应的运算后的熟数据；对相应的运算后的熟数据进行存储，得到本地雾节点熟数据。
[0010] 可选地，所述系统采用的是同一预设e-CIM能源模型，所述预设能源模型用于对所述能源采集层采集到的各发电侧和/或各用能侧的数据进行数据处理，得到处理后的数据；或者，所述预设能源模型用于对所述能源采集层采集到的各发电侧和/或各用能侧的数据进行拓扑图形处理，得到处理后的拓扑图形数据。
[0011] 可选地，所述云中心为快速响应云中心，所述云中心的数量为大于等于1的自然数，每个云中心能够任意扩展中心节点、且每个云中心能够任意资源配置中心节点；根据预设的就近规则，对所述能源采集层采集到的数据进行数据交互处理；或者，根据预设的就近规则，对响应
请求快速响应，并在就近第一响应节点的网络出现故障时，根据预设的全网负载均衡规则，选择具有较佳资源通道的响应中心点作为第二响应节点。
[0012] 可选地，对本地雾节点数据进行存储基于所述系统具有相应的能源
数据库，其中，所述能源数据库至少包括以下一项数据：与能源模型相关联的能源模型数据、所述能源采集层采集到的实时能源数据、所述能源采集层采集到的历史能源数据、拓扑数据、空间数据、台账数据；或者，每个云中心能够对所述能源数据库中的各个数据进行数据同步，并且每个云中心能够对同步的数据进行相应的聚类数据处理，其中，云中心的数量为大于等于2的自然数；以及所述每个云中心能够对同步的数据进行相应的数据处理具体包括：获取参与数据存储的各节点资源信息，其中，各节点资源信息至少包括以下一项：内存及占用信息、
硬盘及剩余空间信息、所占带宽信息、运行
进程信息、SIM卡剩余流量信息；对参与数据存储的各节点接收到的数据通过加上加密
算法对应的密钥进行加密处理，得到加密后的数据；在数据
访问时，提供访问的节点与周边节点数据进行密钥对验证后的数据校验，得到相应的校验结果，并根据所述校验结果进行相应的处理，若所述校验结果显示出当前数据访问出现异常，则由其他节点数据
覆盖当前节点数据，并提供再次数据访问，直到相应的校验结果显示出相应的数据访问正常为止。
[0013] 可选地，在获取到新接入的能源站之后，所述云中心对所述预设能源模型进行模型的构建，得到构建后的能源模型，以及将构建后的能源模型同步远程下发至相应的雾节点，其中，所述预设能源模型包括对应的数据模型和对应的图形模型；或者，在获取到变更结构的能源站之后，所述云中心对所述预设能源模型进行模型的
修改，得到修改后的能源模型，以及将修改后的能源模型同步远程下发至相应的雾节点，其中，所预设能源模型包括对应的数据模型和对应的图形模型。
[0014] 可选地，所述雾节点为所述系统对应的架构的能源服务边缘端，所述雾节点能够对内存能源模型运行的环境进行更新，或者，所述雾节点能够对采集到的终端数据进行处理，得到运算后的熟数据，或者，所述雾节点能够区分数据类型，或者，所述雾节点能够快速对数据进行保存，或者，所述雾节点能够预设时内定期对数据进行保存，或者，所述雾节点能够在全中心网络对数据进行同步转发；其中，所述雾节点区分的数据类型至少包括以下一项：数据类型为实时数据，数据类型为预警数据的计算分析数据，数据类型为报警数据的计算分析数据；所述雾节点能够对采集到的终端数据进行处理，得到运算后的熟数据具体包括：对采集到的终端数据分别依次进行规约适配、ETL数据处理、汇总计算、分析预测的处理，得到运算后的熟数据。
[0015] 可选地，所述云中心将不同用户站划分为不同能源站空间，将各能源站归并至对应的能源站空间，一个能源站空间管理对应的一个雾节点集群，所述能源站空间用于为用户站提供对应的网络通道地址，或者，所述能源电站空间用于搭建虚拟专网的数据通信网络，或者，所述能源站空间用于在所述虚拟专网内实现负载均衡，或者，所述能源站空间用于在所述虚拟专网内实现数据安全云雾交互。
[0016] 可选地，所述系统对应的能源站为分布式五维库，所述五维库至少包括以下一项：分布式实时库、分布式历史库、分布式图形库、分布式拓扑库、分布式文件库；所述分布式实时库为基于全网内存库技术的分布式实时库，所述分布式实时库用于对至少包括各终端的运行工况数据和各终端的运行参数数据中的一项数据进行实时
数据采集，或者，所述分布式实时库用于对至少包括各终端的运行工况数据和各终端的运行参数数据中的一项数据进行数据存储，或者，所述分布式实时库用于对至少包括各终端的运行工况数据和各终端的运行参数数据中的一项数据进行数据转发；所述分布式历史库用于按照预设的各数据维度对各能源数据进行多维度、且多粒度的数据存储处理，或者，所述分布式历史库用于按照预设的快速检索规则对各能源数据进行快速检索，得到符合预设要求的各能源数据；所述分布式图形库用于为所述云中心和各雾节点提供
可视化、且图形化的数据，所述分布式图形库包括的图形至少包括以下一项：存储于所述云中心的接线图、存储于所述云中心的网络部署图、存储于所述云中心的网络节点工况图、存储于所述云中心的测点工况图、存储于各雾节点的各接线图、存储于各雾节点的各网络部署图、存储于各雾节点的各节点工况图、存储于各雾节点的各测点工况图；所述分布式拓扑库用于描述各设备间的关联关系，或者，所述分布式拓扑库用于可视化展现当前设备在正常运行状态与停止运行状态之间进行切换时对应的关联设备的第一变化信息，或者，所述分布式拓扑库用于可视化展示当前设备在正常运行状态与告警运行状态之间进行切换时对应的关联设备的第二变化信息，或者，所述分布式拓扑库用于可视化展示当前设备在检修状态与监控状态之间进行切换时对应的关联设备的第三变化信息；所述分布式文件库用于辅助展现各设备的图像及能源站的全景图像，其中，所述分布式文件库对应的数据至少包括以下一项：各识别的视频数据、各设备的台账数据、各设备的运行参数数据、各设备的运维巡检现场照片数据。
[0017] 本发明实施例具有如下优点：本发明实施例提供的一种基于分布式架构的综合能源服务平台系统，能够做到：基于边缘计算的雾节点自成体系、就地应用，同时去中心化分布式云中心将聚类归集、全网N+1同步备份，提供云雾体系海量数据就近快速响应及并发访问。
附图说明
[0018] 图1为本发明实施例2提供的具体应用中的一种基于分布式架构的综合能源服务平台系统的结构示意图。
具体实施方式
[0019] 以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本
说明书所揭露的内容轻易地了解本发明的其他优点及功效。
[0020] 须知，本说明书所附图式所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。同时，本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。
[0021] 实施例1
[0022] 根据本发明的实施例，提供了一种基于分布式架构的综合能源服务平台系统，所述系统包括：所述系统为基于边缘计算的三层架构系统，所述三层架构的底层为基于物联网的能源采集层，用于实时采集各能源数据；所述三层架构的中间层为基于边缘计算的雾节点中间件，对能源采集层采集到的各能源数据进行处理，得到本地雾节点熟数据，就地系统的同时，为顶层去中心化的云中心提供统一的数据接口服务；顶层去中心化的分布式云中心，接收雾节点熟数据，并对熟数据按照聚类规则进行汇聚处理，得到汇聚处理后的数据，达到分布式数据处理和数据服务；这样，本发明实施例1提供的系统能够做到：基于边缘计算的雾节点自成体系、就地应用，同时去中心化分布式云中心将聚类归集、全网N+1同步备份，提供云雾体系海量数据就近快速响应及并发访问。
[0023] 需要说明的是，基于中间件技术的雾节点：实现底层不同厂家不同设备、不同规约(modbus、101、103、104、DLT645、厂家自定义规约等)、不同接口(232、485、TCP、zigbee、NB-IoT等)、不同应用(设备工况、环境监测、能源实时监测等)的数据采集、规约转换、ETL数据处理、分析，形成云中心所需要的熟数据，实现统一采集标准、统一应用接口标准，就地值守的同时，也为云中心提供统一的数据标准和交互接口；上述聚类规则是通过常规的聚类方法设置的规则，在此不再赘述。
[0024] 在一个可选的例子中，能源采集层还用于获取与采集能源数据相关联的关联信息；关联信息至少包括以下一项：与采集能源数据相关联的各采集设备的工况信息、与采集能源数据相关联的各环境参数信息，其中，各环境参数信息至少包括以下一项：各环境电流参数信息、各环境电压参数信息、各环境水压参数信息、各环境气压参数信息、各环境温湿度参数信息；这样，本发明实施例1提供的系统的能源采集层不仅能够采集能源数据，还能够获取到与能源数据相关联的关联信息。
[0025] 在一个可选的例子中，中间层用于对能源采集层采集到的各能源数据进行处理，得到本地雾节点熟数据具体包括：中间层作为规约适配器的特点，自动适配不同厂家采集设备所提供不同规约的采集各能源数据；按照预设的规约转换规则，对各种类型的能源数据进行规约转换，得到转换后的各能源数据；对转换后的各能源数据进行ETL数据处理、汇总计算、分析预测，得到相应的运算后的熟数据；对相应的运算后的熟数据进行存储，得到本地雾节点熟数据。
[0026] 在一个可选的例子中，所述系统采用的是同一预设e-CIM(Energy Common Information Model)能源模型，预设能源模型用于对能源采集层采集到的各发电侧和/或各用能侧的数据进行数据处理，得到处理后的数据；或者，预设能源模型用于对能源采集层采集到的各发电侧和/或各用能侧的数据进行拓扑图形处理，得到处理后的拓扑图形数据。
[0027] 需要说明的是，上述同一预设e-CIM能源模型是通过常规的能源模型建模方法建立起来的预设能源模型，具体的建模方法在此不再赘述。
[0028] 在一个可选的例子中，云中心为快速响应云中心，云中心的数量为大于等于1的自然数，每个云中心能够任意扩展中心节点、且每个云中心能够任意资源配置中心节点；根据预设的就近规则，对能源采集层采集到的数据进行数据交互处理；或者，根据预设的就近规则，对响应请求快速响应，并在就近第一响应节点的网络出现故障时，根据预设的全网负载均衡规则，选择具有较佳资源通道的响应中心点作为第二响应节点；这样，通过预设的就近规则，就能够根据第一响应节点的网络出现故障时，就近选择与第一响应节点对应的第二响应节点，且该第二响应节点具有较佳的资源通道作为替补的响应节点。
[0029] 需要说明的是，上述预设的就近规则是通过常规的就近方法建立起来的预设就近规则，该规则是便于确定出与第一响应节点就近的第二响应节点，在此不再赘述。
[0030] 在一个可选的例子中，对本地雾节点数据进行存储基于所述系统具有相应的能源数据库，其中，能源数据库至少包括以下一项数据：与能源模型相关联的能源模型数据、能源采集层采集到的实时能源数据、能源采集层采集到的历史能源数据、拓扑数据、空间数据、台账数据；或者，每个云中心能够对能源数据库中的各个数据进行数据同步，并且每个云中心能够对同步的数据进行相应的聚类数据处理，其中，云中心的数量为大于等于2的自然数；以及每个云中心能够对同步的数据进行相应的数据处理具体包括：获取参与数据存储的各节点资源信息，其中，各节点资源信息至少包括以下一项：内存及占用信息、硬盘及剩余空间信息、所占带宽信息、运行进程信息、SIM卡剩余流量信息；对参与数据存储的各节点接收到的数据通过加上加密算法对应的密钥进行加密处理，得到加密后的数据；在数据访问时，提供访问的节点与周边节点数据进行密钥对验证后的数据校验，得到相应的校验结果，并根据校验结果进行相应的处理，若校验结果显示出当前数据访问出现异常，则由其他节点数据覆盖当前节点数据，并提供再次数据访问，直到相应的校验结果显示出相应的数据访问正常为止。
[0031] 在一个可选的例子中，在获取到新接入的能源站之后，云中心对预设能源模型进行模型的构建，得到构建后的能源模型，以及将构建后的能源模型同步远程下发至相应的雾节点，其中，预设能源模型包括对应的数据模型和对应的图形模型；或者，在获取到变更结构的能源站之后，云中心对预设能源模型进行模型的修改，得到修改后的能源模型，以及将修改后的能源模型同步远程下发至相应的雾节点，其中，所预设能源模型包括对应的数据模型和对应的图形模型；这样，云中心能够将构建后的能源模型同步远程下发至相应的雾节点，或者，云中心能够将修改后的能源模型同步远程下发至相应的雾节点。
[0032] 在一个可选的例子中，雾节点为所述系统对应的架构的能源服务边缘端，雾节点能够对内存能源模型运行的环境进行更新，或者，雾节点能够对采集到的终端数据进行处理，得到运算后的熟数据，或者，雾节点能够区分数据类型，或者，雾节点能够快速对数据进行保存，或者，雾节点能够预设时内定期对数据进行保存，或者，雾节点能够在全中心网络对数据进行同步转发；其中，雾节点区分的数据类型至少包括以下一项：数据类型为实时数据，数据类型为预警数据的计算分析数据，数据类型为报警数据的计算分析数据；雾节点能够对采集到的终端数据进行处理，得到运算后的熟数据具体包括：对采集到的终端数据分别依次进行规约适配、ETL数据处理、汇总计算、分析预测的处理，得到运算后的熟数据。
[0033] 需要说明的是，ETL，是英文Extract-Transform-Load的缩写，用来描述将数据从来源端经过
抽取(extract)、交互转换(transform)、加载(load)至目的端的过程。ETL一词较常用在
数据仓库，但其对象并不限于数据仓库。ETL是构建数据仓库的重要一环，用户从数据源抽取出所需的数据，经过数据清洗,最终按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。
[0034] 在一个可选的例子中，云中心将不同用户站划分为不同能源站空间，将各能源站归并至对应的能源站空间，一个能源站空间管理对应的一个雾节点集群，能源站空间用于为用户站提供对应的网络通道地址，或者，能源站空间用于搭建虚拟专网的数据通信网络，或者，能源站空间用于在虚拟专网内实现负载均衡，或者，能源站空间用于在虚拟专网内实现数据安全云雾交互。
[0035] 在一个可选的例子中，所述系统对应的能源站为分布式五维库，五维库至少包括以下一项：分布式实时库、分布式历史库、分布式图形库、分布式拓扑库、分布式文件库；
[0036] 分布式实时库为基于全网内存库技术的分布式实时库，分布式实时库用于对至少包括各终端的运行工况数据和各终端的运行参数数据中的一项数据进行实时数据采集，或者，分布式实时库用于对至少包括各终端的运行工况数据和各终端的运行参数数据中的一项数据进行数据存储，或者，分布式实时库用于对至少包括各终端的运行工况数据和各终端的运行参数数据中的一项数据进行数据转发；
[0037] 分布式历史库用于按照预设的各数据维度对各能源数据进行多维度、且多粒度的数据存储处理，或者，分布式历史库用于按照预设的快速检索规则对各能源数据进行快速检索，得到符合预设要求的各能源数据；
[0038] 分布式图形库用于为云中心和各雾节点提供可视化、且图形化的数据，分布式图形库包括的图形至少包括以下一项：存储于云中心的接线图、存储于云中心的网络部署图、存储于云中心的网络节点工况图、存储于云中心的测点工况图、存储于各雾节点的各接线图、存储于各雾节点的各网络部署图、存储于各雾节点的各节点工况图、存储于各雾节点的各测点工况图；
[0039] 分布式拓扑库用于描述各设备间的关联关系，或者，分布式拓扑库用于可视化展现当前设备在正常运行状态与停止运行状态之间进行切换时对应的关联设备的第一变化信息，或者，分布式拓扑库用于可视化展示当前设备在正常运行状态与告警运行状态之间进行切换时对应的关联设备的第二变化信息，或者，分布式拓扑库用于可视化展示当前设备在检修状态与监控状态之间进行切换时对应的关联设备的第三变化信息；
[0040] 分布式文件库用于辅助展现各设备的图像及能源站的全景图像，其中，分布式文件库对应的数据至少包括以下一项：各识别的视频数据、各设备的台账数据、各设备的运行参数数据、各设备的运维巡检现场照片数据。
[0041] 综上所述，本发明实施例1提供的一种基于分布式架构的综合能源服务平台系统，能够做到：基于边缘计算的雾节点自成体系、就地应用，同时去中心化分布式云中心将聚类归集、全网N+1同步备份，提供云雾体系海量数据就近快速响应及并发访问。
[0042] 此外，本发明实施例1提供的能源服务平台系统还具有如下优点，具体如下所述：
[0043] 优点1：该云平台系统具有弹性；
[0044] 优点2：该云平台系统为分布式部署，可无缝扩展，支持海量数据接入；
[0045] 优点3：该云平台系统具有融合性；
[0046] 优点4：该云平台系统便于设备、联接、计算、应用统一管理的云平台系统；
[0047] 优点5：该云平台系统为边缘智能的云平台系统；
[0048] 优点6：该云平台系统为信息决策、行为反馈、自动组网、负载平衡的全层域的智能化系统。
[0049] 实施例2
[0050] 根据本发明的实施例，提供了具体应用中的一种基于分布式架构的综合能源服务平台系统，如图1所示，为本发明实施例2提供的具体应用中的一种基于分布式架构的综合能源服务平台系统的结构示意图。
[0051] 如图1所示的系统的具体描述烦请参见与实施例1中的内容相同的部分，在此不再赘述。
[0052] 如图1所示，本发明实施例2提供的云平台系统是基于云技术的分布式架构体系，[0053] 该架构体系为采用边缘计算、雾节点管理中间件、云集控中心服务的云技术分布式架构。
[0054] 此外，该云平台系统包括分布式实时库、分布式历史库、分布式关系数据库、分布式网络库、分布式图形拓扑库。
[0055] 本发明实施例2提供的云平台系统相对于现有的系统而言，具有如下优点：
[0056] 优点1：该云平台系统具有弹性；
[0057] 优点2：该云平台系统为分布式部署，可无缝扩展，支持海量数据接入；
[0058] 优点3：该云平台系统具有融合性；
[0059] 优点4：该云平台系统便于设备、联接、计算、应用统一管理的云平台系统；
[0060] 优点5：该云平台系统为边缘智能的云平台系统；
[0061] 优点6：该云平台系统为信息决策、行为反馈、自动组网、负载平衡的全层域的智能化系统。
[0062] 虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。
