摘要 本文讨论了基于Web的变电站集中控制中心的远程监控系统的体系结构，就变电站远程监控系统中的数据库构建及其功能进行了讨论，给出了构建基于Web的远程监控系统的数据库及其面向对象的数据表的建立方法。
关键词 变电站自动化 远程监控 体系结构 面向对象 数据库
1 引言
随着计算机网络技术和电力系统自动化技术的发展，变电站的监控方式也在发生着变化。而社会各行各业对电力企业的供电质量的要求也越来越高，所以利用新的技术改造或构建新的变电站监控系统是电力行业的发展趋势。
过去往往通过专用通信线在远方采集现场设备的数据进行远方显示和控制，但在工作站上都要安装专用软件，而且通信介质要专用，通信协议要自己写，配套的软件和硬件要自己设计。随着Internet的迅速发展，只要将企业控制系统（或Intranet）与Internet相连接，上述问题就迎刃而解了，而且系统技术水平很高。它不需要专用的通信线路，现成的互联网可以任你通向任何地方。网络速度很快，传输的不仅是数据，而且还可以传输音频和视频信号。协议是公开的，只要有Web浏览器就可以进行访问。
基于Web的远程监控不仅仅是实现远程的数据浏览，更重要的在于可以共享电力企业的信息资源，充分利用新的技术，如Multi－agent技术等，以便能更进一步提高电力系统供电的可靠性和服务质量。
在基于Web的变电站远程监控系统中，数据库的建立具有关键的作用，数据库中存储了由SCADA系统传来的实时数据，还有历史数据库和专业领域知识库。因此将面向对象的方法应用于数据库的建立，使得构建的数据结构或数据表更为合理，使用户更高效的访问数据库。
2 变电站远程监控系统结构
2．1 体系结构
传统的电力系统运行模式主要依赖经验丰富的调度专家。一旦发生故障，各种报警信息就会传递到调度中心。调度员完全依靠经验判断故障原因和故障的具体位置，并以此来实施具体的操作以隔离故障。在负责无人值守变电站的集中控制中心，调度员仅靠经验进行工作显然是不能满足要求的。为此在集控中心建立一个远程的变电站决策系统，协助调度员工作。
该远程监控和决策系统是基于Web方式的。通过Internet可以充分利用电力行业的丰富资源，可以获取不同电力监控系统、管理系统等的数据库信息。监控站工作人员不仅可以浏览历史记录，而且可以实时掌握各个变电站的运行情况，发布操作命令，同时可以通过交互方式对发生的事故进行多专家协作诊断。图1是一个集控中心的系统结构示意图。2．2 三层结构模型
Web技术屏蔽了硬件平台的不一致性，统一了客户端的界面，尤其是决策支持系统面向的都是高层领导，除了提供一个便捷的操作平台以外，同时还要求客户端的维护工作量最小。基于Web的变电站远程监控系统不仅是对变电站的运行与状态的监控，而且还有决策支持与故障诊断功能，所以传统的两层结构是不合适的。
本系统采用三层结构的C／S模式，这样可以有灵活的企业逻辑。在电力系统中可以根据实际需要在表示层设置一些简单的企业逻辑，如在集控中心的工作站上可以做一些简单的业务逻辑，但对于一般的用户就可以根据他们的权限只提供客户端的功能，而将大部分的企业逻辑放到功能层。图2是三层结构的示意图。从上可以看出，系统中数据库是整个系统的核心部分，所以构建一个合理的数据库系统是非常重要的。这个数据库不仅仅是简单的把SCADA中的数据进行拷贝，而且要对大部分的数据进行预处理、归类后重新组织数据库，以满足远程监控与决策支持的需要。图2中的数据库系统包括一个实时数据库和一个归整后的知识数据库。模型库和方法库中包含着远程监控和决策支持所需要的模型和方法。
3 数据库结构及数据类型
3．1 数据库的功能
电力企业网建设规模日趋扩大，一方面如何从海量的数据中快速准确地提取用于电力企业科学决策的信息，另一方面如何建立和管理本企业的数据库以满足自己和方便其它用户的需要，这两方面都给电力企业提出了新的要求。新的信息系统是不同于已经建立的MIS系统，它是一种具有智能决策功能的系统，它应满足以下要求：（1）对原来提出的任务或查询做出响应，并可能进行深层次的分析和探讨。（2）从所提及的较为简单或单一的问题中，得到更大范围的结果。为此所使用的信息化工具必须突破传统的E－R关系简单的数据库表模式应用，建立更为贴近决策者思维过程的支持系统。因此采用数据仓库／数据集市为数据分析提供强有力的后台支持。数据仓库完成将数据转换为信息，并及时提供于用户以实现决策支持的任务，数据仓库由可操作的外部数据源1个和多个DB和数据分析工具组成。
本系统中数据库是为Web服务器提供数据源，以便用户和企业相关人员在何时何地，只要能与Internet相连，就可以浏览变电站的实时数据，一次接线图，趋势曲线等，可以随时掌握变电站的运行情况，同时还可以进行远程决策和故障诊断。
3．2 变电站对象模型
在一般的数据库中，数据结构或数据表的设计是按功能划分的，不利于数据系统的维护和扩充。而面向对象的设计方法则不同，它是基于对象的分解，将整个系统看成是一个个离散对象的组合。由于对某个特定问题域来说，该域的对象组成基本不变，因此，这种基于对象分解方法设计的数据库或数据表在结构上更加稳定。尤其在电力系统中，对象的域具有比较明确的概念，因此适合用面向对象的方法来设计。
变电站系统的对象模型可以按照一次设备和二次设备来分类，但在此我们用系统元件的组成来进行分类：一类是不含电子开关元件，如变压器、输电线路、电缆线、电容器以及电抗器等，一类是含有电子开关元件，如各种FACTS装置以及高压直流输电中的变流器等。根据OOP方法的抽象与继承机制，最后得到的电力系统的对象模型如图3所示：3．3 数据类型
在变电站自动化系统中，数据对象可分为开关型、数值型、字符型、事件型等四种类型。不同类型的数据对象，属性不同，用途也不同。
（1）开关型数据对象
记录断路器、隔离开关、继电器的开关信号（0或非0）的数据对象称为开关型数据对象，通常与上述设备的数字量输入输出通道连接，用来表示某一设备当前所处的状态。开关型数据对象没有工程单位和最大最小值属性，没有限值报警属性，只有状态报警属性。
（2）数值型数据对象
变电站自动化系统中，数值型数据对象主要是电气量信息，如母线电压，电流等。数值型数据对象除了存放数值及参与数值运算外，还提供报警信息。
数值型数据对象有最大和最小值属性，它的值不会超过设定的数值范围。当对象的值小于最小值或大于最大值时，对象的值分别取为最小值或最大值。
数值型数据对象有限值报警属性，可同时设置下下限、下限、上限、上上限、上偏差、下偏差等六种报警限值，当对象的值超过设定的限值时，产生报警；当对象的值回到所有的限值之内时，报警结束。
（3）字符型数据对象
字符型数据对象是存放文字信息的单元，用于描述外部对象的状态特征，其值为多个字符组成的字符串，字符串的最大长度可以设定。字符型数据对象没有工程单位和最大、最小值属性，也没有报警属性。
（4）事件型数据对象
事件型数据对象用来记录和标识某种事件产生或状态改变的时间信息。例如，断路器的状态发生变化，用户有操作按键动作，有报警信息产生等，都可以看作是一种事件发生。事件发生的信息可以直接从某种类型的外部设备获得，也可以由内部对应的功能构件提供。
事件型数据对象的值是19个字符组成的定长字符串，用来保留当前最近一次事件所产生的时刻：“年，月，日，时，分，秒”。年用四位数字表示，月、日、时、分、秒分别用两位数字表示，之间用逗号分隔。当相应的事件没有发生时，该对象的值固定设置为“1901，01，01，01，00，00”。事件型数据对象没有工程单位和最大最小值属性，没有限值报警，只有状态报警，不同于开关型数据对象，事件型数据对象对应的事件产生一次，其报警也产生一次，且报警的产生和结束是同时完成的。
3．4 数据类的抽象
面向对象的方法就是要从实际系统中抽象对象，例如：在实际工程中，描述一个变压器的工作状态有温度、电压、电流等多个物理量，为便于处理，定义“变压器”为一个数据组对象类，用来表示“变压器”这个实际的物理对象，其内部成员则由上述物理量对应的数据对象组成，这样，在对“变压器”对象进行处理（如：曲线显示、报警显示）时，只需指定组对象的名称“变压器”，就包括了对其所有成员的处理。
数据组对象类是单一数据对象的集合，应包含两个以上的数据对象，但不能包含其他的数据组对象类。一个数据对象可以是多个不同组对象的成员。数据组对象类没有工程单位、最大值、最小值属性，其本身没有报警属性。
根据所分析的变电站系统的对象模型和数据对象类型，可以构建面向对象的数据对象类。对象类的继承关系在数据库中就可以用数据表来实现。
3．5 操作与报警应答
在变电站集中监控中心，调度员在调度站上对现场设备进行必要的操作和报警应答，工程师在工作站上也可以在一定的权限内进行操作，对于所发出的操作命令及其结果在数据库中必须有相应的记录。记录的信息有：操作命令的时间，操作命令的类型，操作命令的对象，操作命令的返回结果。
同样对于数据对象发出的报警信息，在基于的Web监控调度站上，调度员可以在一定的权限内做息，记录的报警应答信息有：产生报警的对象名称、报警产生时间、报警结束时间、报警应答时间、报警类型、报警限值、报警时数据对象的值、用户定义的报警内容注释等。如需要实时打印报警信息，则应选取对应的选项。
4 集控中心数据库与表结构
4．1 多维表设计
监控中心的数据库采用大型商用网络数据库和专业实时数据库相结合的技术。各个变电站送来的实时数据直接存入实时数据库，经过分析处理后的数据存入商用数据库实现数据共享，这个数据库我们称为知识数据库。在知识数据库中存储有历史数据和本系统的专业领域知识，这样就可以使联到Internet的其它电力企业也能查询所需的信息。两种数据库的数据对象和数据类型基本一样，但在知识数据库中有以规则形式存储的专家知识。
归整数据库采用基于数据仓库的多维表结构，多维表设计采用雪花模型，雪花模型是对星型模型的维表进一步层次化，原来的维表可能被扩展为小的事实表，形成一些局部的层次区域。它的优点是最大限度的减少数据存储量，以及把较小的维表联合在一起来改善查询性能。图4是一个雪花型的变电站数据例。
4．2 表结构
数据库实际上是有一定数量的表组成的，所以数据库的构建最终也就在表的设计上了。根据表的雪花模型，就可以设计表结构。下面给出一个开关类的数据表。
5 结论
本文给出了基于Web的变电站远程监控与决策支持系统的体系结构，讨论了数据库系统的建立。数据库在本系统中是一个核心环节，因此它的建立是非常重要的。本系统中采用面向对象的技术抽象数据对象来建立数据库，以便很好地为Web服务器服务，使得用户可以方便获得所需的信息，可以高效地执[1][2]下一页
