生产实时数据

关键词： 生产

生产实时数据（精选九篇）

生产实时数据 篇1

包头第二热电厂由2x200MW和2x300MW抽气供热机组构成, 生产控制系统普遍使用DCS技术, 为SIS的实现提供了可靠地基础。生产实时管理系统简单从系统架构上讲, 主要由实时数据采集、实时/历史数据库和高级应用子系统构成。下面介绍一下SIS的实现过程。

二、系统介绍

(一) 实时数据的采集

实时数据采集是实时数据库的重要组成部分, 它负责将现场数据实时传送给数据库, 是数据库服务器与生产控制系统连接的桥梁。数据接口可以支持的通讯介质包括以太网、串口。

1. 数据采集

每一台DCS工程师站附近安装一台前置数据采集计算机并通过网卡或串口连接, 按照厂家提供的数据文件的结构, 以读文件的形式将实时数据读出, 通过专用接口, 将实时生产数据上传到PI实时数据库, 组成数据采集网。

2. 系统安全

为了在生产数据采集的同时, 保证DCS系统得绝对安全, 不受计算机病毒的侵害, 防止病毒传播到DCS系统造成DCS系统性能下降甚至瘫痪, 系统安全非常关键。为了保证DCS不感染病毒, 我们做了三点措施:

1) 保证每台前置数据采集机的安全。我们对所数据采集机采取严格的技术手段和管理措施, 防止通过数据采集机将病毒传入DCS系统或非法人员入侵到DCS系统。a.数采机不配备显示器、键盘和鼠标。b.不安装任何与数采系统无关的软件。c.除管理员以外, 其他人不得使用移动介质复制、访问文件。d.不共享文件夹。e.不配置浏览器和电子邮件。f.关闭或删除系统中不需要的服务。如存在着安全漏洞的FTP和We b服务等。g.关闭不使用的TCP、UDP、IP端口, 只保留数采系统所需端口。h.使用复杂的系统用户密码, 防止暴力破解。

2) 防止数据采集网病毒的传播。我们在数据采集机与数据库服务器之间接入单向隔离装置。数据只能从数据采集机传向数据库服务器, 数据采集网中的其它设备无法将数据回传数据采集机, 这样阻止了病毒的传播, 且局域网中的计算机无法对数据采集机进行控制。

3) 防止局域网病毒传播到数据采集网。我们在数据采集网与厂局域网间接入一台juniper防火墙, 只将PI数据库服务器的IP地址进行映射访问, 并关掉不必要的服务, 数据采集网的其他设备无法被局域网设备访问, 防止局域网病毒传入数据采集网。

(二) 实时、历史数据的构建

PI数据库由两台DELLPowerEdge 6850服务器组成, 这两台服务器构成双机Cluster结构, 它们除了各自有本地硬盘外还共享一个磁盘阵列。PI实时数据库安装在共享磁盘柜阵列上, 两台服务器互备关系, 当其中一台服务器发生故障或做系统维护时, HACMP双机软件自动切换到另一台服务器上运行, 不会影响工作。厂局域网与北方公司网络连接, 公司总部可以随时浏览包头二电厂的实时和历史生产数据。PI实时数据库集成了1号, 2号, 3号, 4号发电机组的生产数据、关口表的电量数据以及状态监测的数据。PI实时数据库数据测点 (Tag) 有19880点。

(三) 生产过程实时监控功能模块构建

主要技术经济指标的计算帮助核定计算机组总体参数、锅炉效率、排烟热损失及汽轮机循环方面的参数计算等。设备健康状态分析该功能主要反映设备的当前状态, 为检修提供必要的信息。

机组关键性能指标变化趋势分析对关键指标以趋势图反映它们的变化情况, 为跟踪机组性能及运行质量的变化提供依据。

机组运行日报传统的运行日报是运行人员对一些运行参数每隔一小时记录一次, 没有真正反映机组总体性能优劣的煤耗率、热耗率等参数。结合PI系统进行能损分析后则不同了, 将运行人员关心的一些关键参数, 如供电煤耗率、发电煤耗率、锅炉效率、汽机热耗率以及各项可控损失汇总成浓缩后的运行日报, 并计算出各参数的小时平均值、班平均值、日平均值, 对运行人员一目了然, 同时也为计划处、生产处进行运行考核、经济活动分析、制定生产计划提供科学依据。

各班运行质量考核系统通过各班在八小时内累计的运行可控损失来考核各班运行质量的好坏, 加强了考核的科学性, 也为运行人员的奖惩提供了依据。运行质量考核结果可以通过报表得到反映。

运行优化与指导系统由于外界负荷、煤种的不断变化, 这就要求不断对机组进行调整以适应此变化。然而由于机组系统构成复杂, 可采用的调整方案和与运行方式很多, 究竟采用那一种方案最优, 过去往往是通过运行人员的经验或简单地按运行规程进行。有了该系统以后, 可以帮助运行人员找到最优的操作方案。

机组耗量特性的在线确定过去由于缺乏先进的计算机监测系统, 难以提供实时准确的机组耗量特性曲线。通过该系统可以实现以一天为一个周期, 提供最新的机组耗量特性曲线, 为最优经济调度提供科学依据。

三、应用效果

系统投入运行后, 反应良好, 达到了以下目标:

1) 厂级的实时监控和生产过程管理指导。管理人员可以利用系统提供的清晰、精确的过程画面和实时、历史趋势, 随时了解生产装置运行状况的动态信息, 及时准确掌握生产的动态, 对生产过程中出现的问题及时做出相应, 使各个生产单元始终处于最佳运行状态、降低能耗, 提高机组运行可靠性、安全性和经济性

2) We b浏览。无论何时何地, 只要有互联网, 就可以随时查看各装置的实时生产数据, 历史趋势, 统计报表等。

3) 长期历史存储。由于实时数据库具有高效的存储策略, 再加上廉价的大容量的存储介质, 可以将重要的生产参数长期保存, 为工艺生产计算提供完整、真实的生产数据。

天猫双十一销售额实时数据 篇2

●双十一在即，网上已经预售，实体店也蓄势待发

●30分钟订单出库 苏宁定义双十一物流新速度

●今年“双11”期间全行业处理的邮件(快件)业务量将超过10.5亿件，比去年同期增长35%。据统计今年1至9月份，全国快递企业完成快件数量211亿件，同比增长54%。

据统计，今年“双十一”期间，全行业将有268万一线人员投入到服务当中，较去年增长超过50%，干线车辆增长59%，航空运力增长40%左右。

●苏宁易购则打出“穿越双十一:城惠玩”的主题，推出“笑倾城”IP，由当红明星杨洋和张天爱出任城主，更有111名网红连续3天3夜现场直播城内盛况。

●联想ZUK Z2京东双十一提前发力，联想在双十一前提前做好销售新机准备。

●厦门市快递行业连日来参与行业安检培训、落实“安全督察员”职责，布置车辆、人员为“双十一”高峰做准备，您在电商平台上看中的商品，可以放入购物车了。

【回顾销售额数据直播】

20：912.17亿元

其中无线成交占比68%，参与交易国家和地区多达232个，物流总订单量达4.67亿。据统计，最败家省份前五名为广东，浙江，江苏，上海，北京。与的571亿相比，年天猫交易额同比大增59.72%，超出了860亿的预期。

转变二：实时互动进化数据分析 篇3

对于内容出版商来说，如果只依赖于页面访问量和“喜欢”数等被动数据的话，那真应该跟职业运动界好好学习。就像迈克尔·刘易斯（Michael Lewis）的畅销书《点球成金》，这本书让棒球统计数据分析名声在外，并拍成了布拉德·皮特主演的电影。现在所有大的球队都靠先进的数据分析而不是简单的统计数字来捕捉球员价值。但在此以前，体育界分析工具一直停留在石器时代，直到奥克兰运动家队经理，布拉德·皮特扮演的比利·比恩（Billy Beane）和一小群数学奇才打破了人们原先对棒球的了解。

品牌和内容出版商为什么不追随这些先例，对自己内容的数据分析也来一场革命？如今，每个人都知道我们衡量内容的方式不够好，但就仅此而已了。就像比恩等人突破传统模式一样，一些内容出版商也在另辟蹊径，改变内容数据分析的现状。

网站流量分析公司Chartbeat：

关注互动数据

如果刘易斯要给品牌出版的现状和实验写一本畅销书的话，Chartbeat的CEO托尼·黑尔（Tony Haile）或许就是像比恩一样的角色。在内容与受众互动方面，他能够准确发现价值所在，这也是为什么Charbeat的客户包括美国80%的主要内容出版商，如高客传媒（Gawker Media）、《时代》周刊和《福布斯》。

“很多人觉得，盯数据盯得太紧不会带来高质量的新闻作品，”黑尔在网络杂志《沙龙》的一篇Charbeat报道中提到。“我觉得，如果你追踪的量度不对，那么这个说法是成立的。”但如果跟对了数据，像《纽约时报》和ESPN一样，Chartbeat成功地帮助出版商制作更高质量的内容，并进一步吸引了受众。

“因为页面访问量和点击量太二元，无法告诉你读者是否认为这个内容有趣，”Chartbeat品牌负责人劳林·贝内特（Lauryn Bennett）说。“看受众如何到某个页面，并通过追踪受众花的时间，试图打造忠诚的受众群，这会呈现更完整的互动情况。”

Chartbeat并没有改变内容，而是追踪能够告诉出版商某个特定时间内有多少读者在网站上、在读什么文章的实时数据。《沙龙》的文章提出Chartbeat是否能拯救新闻业的问题，但公司似乎更关心让出版商有可以自救的工具。

比如在社交方面，Chartbeat发现分享和人们是否阅读某篇文章之间没有关系。他们还发现，社交流量的高峰（下午3点到凌晨1点）和低谷（早晨5点到中午12点），并且82%的通过社交媒体到达网站的访客只会出现这么一次。这种对数据开发的专注，是其它想要改善互动现状的网站值得学习的。

新创媒体公司Upworthy：

关注分钟数

这家赚点击的公司估计一时半会儿得不到普利策奖，但Upworthy新的“关注分钟数”关注用户鼠标移动和点开标签页的情况，提供了用户一旦进入网站都在做些什么的具体信息。此外，公司还将每次访问数据根据不同推荐网站来源如Facebook、谷歌和Twitter，进行分解，结果发现，Facebook带来的互动程度最高，每次访问的关注分钟数约4.5分钟。

分析关注分钟数也从侧面证实了Chartbeat的理论，即人们是否阅读文章与是否在社交网站上分享没有关系。Upworthy的数据还发现一个有意思的地方：基本不读文章的和读完全文的人一样会去分享，而读了一半的人却不太可能分享。

快公司（Fast Company）：

改变扁平逻辑

你可能没听说过“一截文章（Stub stories）”，但快公司希望改变讲故事的方式，围绕某一个话题写很多短小的帖子，形成相关文章的关联组合。比如，每次有关谷歌阅读器的新闻出来，就不需要重新写一遍导语和那些标准的细节，在关于某一个话题的同一个页面上，有很多短帖，用标题和边栏隔开，可以把它看成是没有止境的长篇写作过程。

“传统上文章之间是扁平的关系，”快公司数字部高级编辑克里斯·达能（Chris Dannen）说。“这就是一个问题，因为并不是所有文章都有相同的价值。”

作者希望有更多空间，在关键时刻展开某话题，哪怕只有一段的空间。“当有新闻价值的事情发生，我们有关于这个事件的各种资料供人们参考，”他说。“作者和读者都很喜欢这一点。”达能可以测量哪些帖子影响力最大，一旦快公司重新建构起这个层级关系，流失率就会下降，人们停留的时间也会大幅增加。

读推网Medium：

衡量TTR

Medium公司关注的数字：总阅读时间（Total Time Reading，TTR）。跟“关注分钟数”相似，但进行了优化，能够更多地揭示出版物和读者之间双向的关系。就像Medium产品科学家皮特·戴维斯（Pete Davies）在博客里写的，TTR是为了跟预期阅读时间直接关联。他写道，“用户花3分钟读了一篇6分钟长的帖子的一半，还是花2分钟读完一篇2分钟的帖子，哪个更好？”

Medium计划使用数据计算出一些因素，如多长的文章能够产生最大的TTR，每篇文章的预期阅读时间存在多大的误差等。有的出版物采用复杂的数据来抵消对其内容质量的批评，但Medium似乎更在意如何精简他们与读者的关系，剔除一切多余的东西。

如何衡量互动程度？

网络公司很喜欢数字，特别是让技术媒体蜂拥而至的大数据。

每个网络公司都应当有一些实在的量度，能够指导企业并体现其健康程度的指标。理想的情况是，一个数字就足够了。乔什·艾尔曼（Josh Elman）把它称为“唯一重要的数字”。在Medium，唯一重要的数字就是总阅读时间，TTR。

为什么只需要一个数字？

在网络公司之外，很多公司都用金钱来衡量成功。但媒体行业一直都不太一样。通常，广告商根据受众量付费。而衡量受众规模的技巧也很多：广播曾经用日记的方式，让听众写下他们什么时间听什么节目。纸媒则计算发行和销售的份数，然后猜测每份报纸被多少人读过。

当网络登场（电子商务还颇遥远），只有事件可以衡量，如页面浏览量以及后来的点击量。而Cookies（和谷歌分析工具）被广泛使用后，我们开始谈论用户。对于没有产生收入的新创公司来说，用户是唯一的资本：注册用户、注册人数以及最终的活跃用户。

“大数据”让人们可以衡量用户与某应用之间的全部的、以及每一次的互动。我们可以记录用户做了什么、用的什么设备、什么时间、以及持续多久。而且数据存储也很便宜，相对容易处理。

如今，可以获得的数据已经超过了所需。很多时候，不是收集的数据不够量，而是无法获得有用的。

所以，更多的数据不等于更好的。企业，至少是有收入模型的企业，仍然在向钱看。今天的海量数据帮助我们更好地理解是什么带来了收入。数据分析人员可以将早期用户互动（如营销活动、推荐来源等）和销售漏斗终端活动（如花钱或点击广告）联系起来。这个数据还可以对产品多样化和潜在的新收入来源有所启示。

没有收入的公司仍然需要优化，以换取宝贵的用户行为。对Medium来说，宝贵的行为就是让用户参与到这个平台。

参与互动是营销者近年一直挂在嘴边的词。当用户参与你的平台，你就获得了他们的关注。关注在今天是一种宝贵的资源。

对于“互动”究竟是什么以及应当如何衡量，甚至是否可以衡量有很多争论。当然，这取决于平台，以及你希望用户怎么使用他们的时间。

对于内容网站来说（如《纽约时报》），你希望人们阅读文章，然后下次再来读文章。

而一个相亲服务（如OkCupid）则要匹配用户。成功匹配量就会告诉你企业健康度。

生产实时数据 篇4

在日新月异的网络时代,由于信息化系统与业务相结合产生的惊人经济效益而获得了广泛应用。然而随着信息化建设层次的不断提升,应用系统的运行环境也随之越来越复杂,因而对系统资源的监控要求也越来越高,实时数据库环境监控系统也就应运而生。

1 邵阳县茶油生产管理系统数据库实时数据采集

为了解决邵阳县茶油生产管理系统内实时数据库资源运行和使用期间的状态检查问题而设计的实时数据库环境监控系统,能在实时数据库资源发生异常之前进行分析、预警,对已经发生的异常进行统计、分析,使管理人员对实时数据库环境有更加准确、全面的了解,从而为实时数据库资源改良提供重要依据。在目前邵阳县大规模茶油生产管理系统中涉及的实时数据库资源运行和维护工作情况非常复杂,需要管理和运维的核心硬件设备与系统软件参差不齐,管理难度很大,现将管理中存在的主要问题归结为以下几个方面:(1)产供销等业务系统在网络上运行,使网络承担的压力越来越大,对网络管理内容的要求日趋增多。(2)随着产供销等业务服务的规模增大,急需对业务服务管理和维护建立统一的、规范的、结构化体系的服务管理流程。(3)需要对多设备、多系统运行状态下的信息和多样化的告警信息进行综合性集中化的管理,借助分类数据分析方法对实时数据进行智能化的分析、统计。针对目前实时数据库系统环境的运维和管理现状,建设一套统一的实时数据库资源监控平台变得尤为重要。而实时数据库管理监控系统从根本上来讲分为三个方面:底层设备性能数据的采集,对采集上来的性能数据进行整合分析形成信息,最后将信息以实时数据库、图形或者告警等多种形式向实时数据库管理者进行汇报。其中,信息的展现能力极为重要,甚至成为衡量实时数据库管理系统好坏最重要的指标。信息展现的形式主要是实时数据库,目前在制作实时数据库的过程中,经常会遇到这样的问题:重复性工作较多,实时数据库制作时间过长,容易出现人工失误,实时数据库难以集中管理,在作决策分析时,常会遇到实时数据库数据不准确,图表内容不够丰富,实时数据库不能及时更新,没有历史数据作对比等,间接影响了对公司业务的分析决策。因此提供丰富而且准确的统计实时数据库,展现被监控的硬件设备的整体运行状态、安全隐患、故障处理、对比分析等统计结果变得尤为重要。而实时数据库系统能够从整体层面帮助客户掌握网络上设备的运行情况,同时还能为客户的决策提供支持。如:统计分析发现重要设备运行故障率过高,则考虑升级换代消除隐患等等。

2 邵阳县茶油生产管理系统实时数据库层次化设计

(1)数据源层:包括业务数据库、数据集市、数据仓库、多维立方体以及其他来源的非关系型数据,作为查询统计分析的数据来源。(2)模型定义层:模型定义层分为两部分:一部分通过Cognos BI Modeling将数据库在应用层定义为数据查询模型,定义的内容包括:数据库中的表字段在模型层被重新命名、重新组织,使其符合业务人员的逻辑;表及字段被赋予应用级安全性,保证恰当的人可以看到恰当的数据;第二部分是将通过Cognos BI OLAP Modeling统计汇总数据按照业务逻辑生成多维立方体,将数据按照多维信息重新进行组织并且在应用层设置权限,使用户进行统计分析时得到较好的性能和灵活的查询组合方式。(3)应用服务器层:应用服务器层的Cognos BI Server for Reporting和Cognos BI Server for Analysis将在模型定义层中定义的模型和多维立方体通过Web Server进行发布展示。需要注意的是,查询模型和多维立方体是可以通过“穿透钻取”有效的连接起来,使得分析查询的Cognos分析模式得到很好的体现。(4)浏览器层:邵阳县茶油生产管理系统用户可以通过浏览器无需任何插件来进行查询、统计分析,得到正确的信息。对系统进行管理Data Manager是Cognos系列产品中的ETL工具,可以将源数据从事务数据库注入到数据仓库中,Data Manager的前身是Decision Stream,两者均是基于Windows的图形化工具,可以建立数据源(关系数据库或者文件)和目的数据仓库,并编辑数据转换和聚合的规则,生成的程序包可以部署在容器上定时的运行,以达到数据聚合的功能。Cognos并没有把产品的重心放在ETL工具上,我们也可以用DWE的SQW(SQL Warehousing)甚至是手工编写ETL代码作为ETL工具的替代产品。

3 邵阳县茶油生产管理系统实时数据库框架管理

框架管理(Framework Manager)是将数据仓库或者数据立方体中的元数据经过组织发布到Cognos设计环境中的工具。也就是说,如果需要在Cognos的report studio里面设计实时数据库的话,必须要由Framework Manger将数据仓库中的数据发布到Cognos设计环境(Cognos商业智能服务器的内容数据库)当中。可以在Framework manager当中新建工程,并导入数据仓库或者立方体的数据描述。Framework manager会自动将数据描述转化为查询主题显示在工程当中,用户还可以根据已有的查询主题自定义其他的查询主题或者分级的维度,以及和维度相关联的量度。最后可选择将查询主题或者维度、量度打包并发布到Cognos设计环境当中。

需要注意的是,数据来源于System Director Common Agents,因为它需要从Director端的大量代理上收集数据,故IDIA必须是一个多实例的代理,每个实例将会为一个代理子集收集数据。从这个角度,需要支持以下两点:一个实例从所有的代理收集数据,这是一个默认的选项,必须被使用在只有一个IDIA实例的情况下。在这种情况下,IDIA在启动的时候创建一个动态的组(如果不存在的话),在包含所有支持的资源的情况下(安装有通用代理的Windows,Linux,AIX服务器并且允许问),用户不能编辑组;一个实例有它自己的预先定义的资源组(在Director中是这样),并且它收集属于这个组的代理的数据,在配置IDIA实例的配置下,用户必须提供相关组的唯一名称,在启动的过程中,代理在Director中建立这个组(如果它不存在的话),下一步用户需要使用Director UI给新建的组分配资源。用户需要可以从IDIA配置对话框选择选项。这个代理的作用是为Capac实时数据库Report提供TCR使用的数据仓库。

实时数据库展示了针对选定的服务器(一个或多个没有上限值)的利用率对比。用户可以选择一个度量集去展示,具体包括以下的一个或多个:CPU利用率、内存利用率、磁盘利用率、网络利用率。每个度量的性能被展示在一个单独的图表中。对于磁盘利用率,只有所有逻辑磁盘的平均值被展示;而网络利用率则会展示所有网络接口的总值。实时数据库数据的时间框可以用固定时间段或者起始截止时间段决定,是否包含转移时段和假期时间段可以选择。服务器可以从一个可用的服务器列表中选择,或者对于前n/后n的服务器可以由实时数据库决定。预测对于在给定的时段下也可以被展示———如果被设定了,所有的图表将展示在那个日期结束的数据并且缺失的数据样本将由基于在历史数据上的线性趋势计算得出。

在维度视图命名空间下,为时间和资源建立维度,数据使用整合视图中的时间和资源的查询项下的数据;对于服务器的时间维度,粒度从小时到年多维度平衡。份;对于存储的时间维度,粒度从五分钟到小时;对

于服务器的资源,粒度从组别到具体服务器;对于存储的资源,粒度从存储子系统到具体的卷组;对于在数据库中的预先聚合或者汇总的数据,为每个汇总类型建立文件夹,如每天、每小时、原始数据等。

4 结束语

普通维度包含描述和事件键值信息,并且以层次组织信息,对于OLAP型的查询对象从维度的最高层到最底层。例如磁盘名可以作为一个普通维度,在此层次可以是磁盘名下的资源。维度视图中在公用维度下根据产品名建立文件夹。每个普通维度需要有两个角色,事件键值和成员标题,事件键值是唯一区分维度的值,而成员标题是对于这个维度所使用的标题。事件键值和成员标题也可以是计算出的表达式,这些表达式在源中被指定。决定值是两个查询项间的功能性依赖关系。它们决定了在这个维度中度量值在哪个层次会被分组,以及维度中的哪一层会被唯一的指定。决定值是在关系被定义的那一层中被指定的。所以在我们的情况中,所有的决定值都是在数据库层被指定的,如果决定值没有被正确的指定,带来的结果便是数据被重复计算。

生产销售管理系统采用实时数据库,能为用户提供更加丰富、更加方便、更加灵活的实时数据库系统,展现被监控的硬件设备的整体运行状态、产品质量隐患、故障处理、对比分析等统计结果,为客户获得综合数据管理提供全面帮助,为企业产供销维持

摘要：本文针对目前邵阳县茶油生产销售管理系统实时数据库环境监控中存在的问题,在充分研究Director和TPC的监控数据、理清Director和邵阳县茶油生产管理系统实时数据库之间关系的基础上,设计并实现了整合平台智能实时数据库系统中的部分重要模块,以期为用户提供更加丰富、更加方便、更加灵活的实时数据库系统,展现被监控的硬件设备的整体运行状态、产品质量隐患、故障处理、对比分析等统计结果,为客户全面提供综合数据管理。

关键词：邵阳县茶油生产管理系统,实时数据库,资源

参考文献

[1]王珊,萨师煊.数据库系统概论[M].北京:高等教育出版社,2006.

[2]高春雷,尹燕敏.分布式实时库的一致性实现[J].电力自动化设备,2005,25(04):83-85.

[3]李瑞峰.实时数据库设计的关键技术[J].中国科技信息,2008,(07):98-99.

[4]肖迎元.分布式实时数据库技术[M].北京:科学出版社,2009.

[5]李惠琴.标准信息数据库管理系统的创建与应用[J].航天标准化,2010,(01):27-30.

[6]王立伟,徐一秋.基于云计算的数据库管理系统在高校中的应用与实现[J].农业网络信息,2011,(07):58-60.

[7]张明.应用性数据库管理系统的设计与实现[J].教育教学论坛,2011,(08):146-147.

[8]潘瑜春,钟耳顺,梁军.空间数据库技术在土地信息系统中的应用[J].计算机应用,2002,22(05):67.

[9]黄文.一种高效的插值算法[J].陕西工学院学报,2002,18(01):30-32.

生产实时数据 篇5

基于CCSDS标准的AOS建立在开放系统互联 (Open System Interconnect, OSI) 七层结构模型上, 各层之间交互支持又相互独立。AOS建议提供八种业务, 其中网间业务与路径业务是整个CCSDS主网的端-端数据传输业务, 对应于OSI参考模型的网络层。另外六种业务为包装业务、复用业务、位流业务、虚拟信道访问业务、虚拟信道数据单元业务和插入业务, 由AOS的空间链路层 (Space Link layer, SL) 提供, 对应于OSI参考模型中的数据链路层。

AOS服务于空—空和空—地间的测控、通信以及数据管理系统, 可以处理多种类型、不同速率的数据, 支持不同需求的许多用户同时访问。通过建立统一的数据流, AOS利用一个信道可以同时传送数据、话音、电视图像、静止图像、实验数据、遥测、遥控等各种不同信息。为了使不同类型的数据共享同一信道, AOS将具有不同特性和传输要求的源包用多个虚拟信道分开, 共用同一物理信道进行传输。由于用户种类多, 数据随机性强, 而且对于实时性和完整性要求也不一致, 如何有效利用虚拟信道并选择简单适用的调度方案实现各类数据混合传输成为AOS系统设计的重点。

1 信源特性分析

CCSDS标准的星载数据系统面向的数据源与传统系统有较大区别, 它接收的是各种应用过程数据包。不同应用过程的源包具有不同的特性。系统首先对信源从特性上进行划分, 以满足不同类数据的不同传输要求。对信源数据类型的合理划分是虚拟信道分配和调度算法选择的基础。CCSDS数据系统的主要数据源一般可划分为: (1) 健康数据 (如电源参数、温度、设备工作状态) ; (2) 各种突发事件数据, 尤其是故障相关数据; (3) 对遥控命令接收、分配和验证的报告, 对卫星诊断操作的反应等; (4) 大容量数据源, 如延时遥测, 内存下卸等; (5) 一些科学实验数据或简单有效载荷数据等; (6) 视频、音频等即时通讯数据。

上述数据又可以根据实时性要求统一划分为两大类:实时数据和非实时数据。在一些航天任务中, 地面监控人员需要通过视频、音频通讯数据实时遥操作正在航天器上进行的科学实验, 或者观察航天员的活动情况。这类视频、音频通讯数据即为实时数据, 如果得不到及时传输, 实时数据将失去其价值。因此, 系统必须优先保证实时数据的延时要求和传输质量。另外一些数据, 如电子邮件、一般文件、延时遥测等, 对实时性要求不高, 在传输过程中发生一定延时不会影响其价值, 这类数据即为非实时数据, 系统可以给予较低的传输优先级。

2 VCDU结构

CCSDS AOS与传统遥测遥控系统的最大区别是提出了虚拟信道概念, 用同一物理信道传输不同信源产生的数据源包。虚拟信道传输的协议数据单元采用的是CCSDS VCDU格式, 由主导头、插入区 (可选) 、数据单元区和尾序列 (可选) 构成, 如图1所示。为支持空间链路子网 (Space Link Subnet, SLS) 等级1和等级2业务, VCDU的末尾可以附上一个RS校验码块构成编码虚拟信道数据单元 (Coded Virtual Channel Data Unit, CVCDU) 。为简化设计, 本文采用无信道纠错编码的数据格式, 不对数据加编码保护, 仅讨论VCDU结构。

VCDU主导头由版本号、航天器标识、虚拟信道标识、VCDU计数器、回放标识、保留位、以及VCDU导头差错控制域组成, 详细构成如图2所示。2比特版本号用来定义数据传送帧的结构 (“00”表示该数据单元为CCSDS遥测传送帧, “01”表示VCDU帧, 本文仅讨论版本号为“01”的情况) , 8比特航天器标识和6比特虚拟信道标识共同组成VCDU标识, 用于分辨该VCDU是属于哪个航天器的哪个虚拟信道。24比特的VCDU计数器对每一个虚拟信道传输的所有VCDU进行计数。1比特回放标志用来区分数据类型 (“0”表示实时数据, “1”表示回放数据) , 7比特的保留位被CCSDS留作将来使用。16比特的导头差错控制域采用缩短的RS (10, 6) 码为导头提供差错保护功能。

由第1部分的信源特性分析可知, 不同信源产生的数据可以根据实时性要求分为实时数据和非实时数据。本文将“回放标识”重新定义为“实时标识”:“0”表示实时数据, “1”表示非实时数据。为进一步对数据优先级进行分类, 可以利用保留位的部分比特来表示数据的优先级。为便于讨论, 本文仅取保留位中第1个比特来表示数据的高优先级和低优先级 (“0”表示高优先级, “1”表示低优先级) 。修改后的VCDU主导头结构如图3所示。

3 虚拟信道调度算法

通过对VCDU主导头信号域的重定义, 可将数据按照实时标识位和优先级位分为四类:高优先级实时数据、低优先级实时数据、高优先级非实时数据和低优先级非实时数据。实时数据在传输过程中具有最高的优先级, 被优先传输, 以满足数据对延迟的要求。非实时数据按优先级的高低被分别缓存在高优先级缓存器和低优先级缓存器中, 在虚拟信道调度过程中, 高优先级缓存器中的数据比低优先级缓存器中的数据优先传输。

下面以一路实时数据和两路非实时数据A、B的传输为例, 具体说明基于优先级高低的虚拟信道调度算法。系统总体框架如图4所示。

图4中, VCDU成帧模块负责为虚拟信道协议数据单元添加VCDU主导头, 并根据数据性质和传送优先级给信号域的实时标识位和优先级位赋值。缓存器选择模块将高优先级的VCDU帧缓存到高优先级缓存器, 将低优先级的VCDU帧缓存到低优先级缓存器。正常情况下非实时数据A比B具有较高的优先级, 缓存器选择模块将A存入高优先级缓存器, 将B存入低优先级缓存器。在特殊情况下 (如B包含故障相关数据) , 系统临时赋予B数据较高优先级, 缓存器选择模块将B存入高优先级缓存器, 将A存入低优先级缓存器, 一旦故障排除, 系统恢复正常状态。该设计方案的优点是可以简化虚拟信道调度模块的调度算法, 灵活调整A、B的优先级。

虚拟信道调度算法流程如图5所示。系统优先传输实时数据, 以满足其延时要求。当没有实时数据传输请求时, 系统检先查高优先级缓存器是否为空。高优先级缓存器中有数据时, 系统取出一帧高优先级VCDU传输;当高优先级缓存器为空时, 系统再检查低优先级缓存器是否为空。低优先级缓存器中有数据时, 系统取出一帧低优先级VCDU传输;低优先级缓存器为空时, 系统传输一帧填充数据以保障下行数据的连续性。

4 仿真结果分析

本文实验过程中, 每个VCDU的大小设置为1275字节, 其中头部数据6个字节, 业务数据 (B_PDU和M_PDU) 直接填充到VCDU的用户数据区内。为简化实验, 没有对数据加编码保护, 采用无信道纠错编码的数据格式。缓存器大小设置为300 VCDUs, 三个虚拟信道VC1、VC2和VC3分别用来传输实时数据、非实时数据A和非实时数据B。VC1和VC2采用比特流业务传输视频信号, VC3采用多路复用业务传输文件, 虚拟信道调度速率设置为1.02MB/S。

图6给出了VC1、VC2视频速率为115.2KB/S, VC3文件速率为50KB/S时, 各个虚拟信道的延迟曲线。由图可知, 具有最高优先级的实时视频数据占用的VC1具有最小的延迟, 最有最低优先级的非实时文件数据占用的VC3具有最大延迟。该结果说明AOS系统能按该调度算法高效的传输不同类型不同优先级的数据。

5 结束语

本文对星载系统的信源特性和AOS系统的VCDU结构进行了分析, 介绍了一种利用VCDU主导头保留位区分数据优先级的方法。以一路实时数据和两路非实时数据为输入, 建立了CCSDS AOS传输模型, 提出了基于数据优先级高低进行传输的虚拟信道调度算法, 并进行了相应的模拟验证。本文的研究对利用CCSDS AOS实现实时数据和非实时数据的混合传输具有现实指导意义。

参考文献

[1]CCSDS 701.0-B-3.Advanced Orbiting Systems, Networks and Data Links:Architectural Specification.Jun.2001.

[2]郑波, 张伟, 陈泓.空间数传链路中虚拟信道动态管理的研究.空间电子技术.1999.

[3]顾莹琦, 谭维炽.CCSDS下行链路虚拟信道调度方法及其性能分析.中国空间科学技术.2001.

[4]公绪晓, 白云飞.利用高级在轨系统实现高速同/异步混合复接.计算机工程与设计.2006.

[5]毛继志, 李建周, 许家栋.基于FPGA和LVDS的AOS高速合路器/分路器研究.计算机工程与应用.2005.

[6]徐立军, 陈晓敏.基于FPGA技术的星载高速复接器设计.电子技术.2004.

生产实时数据 篇6

数据实时备份是存储技术中十分重要的一部分，我们将数据实时备份实验列为SAN网络应用实训内容的一部分，具有重要意义。

1. 什么是数据备份

数据备份，顾名思义，就是将数据以某种方式加以保留，以便在系统遭受破坏或其他特定情况下，重新加以利用的一个过程。数据备份的根本目的是重新利用，即备份工作的核心是恢复。最终用户一定需要清醒地认识到，能够安全、方便而又高效地恢复数据，才是备份系统的真正生命所在。很多人以为，既然备份系统已经把需要的数据备份下来了，恢复应该不成什么问题。事实上，无论是金融电信行业的数据中心，还是普通的桌面级系统，因备份数据无法恢复导致数据丢失的例子很多。

在系统正常工作的情况下，数据备份工作毕竟算是系统的一个“额外负担”，或多或少会给正常业务系统带来一定性能和功能上的影响。所以，架设数据备份系统时，如何尽量减少这种“额外负担”，从而更充分地保证系统正常业务的高效运行，也是数据备份技术发展的一个重要方向。对一个相当规模的系统来说，完全自动化地进行备份工作是对备份系统的一个基本要求。除此以外，CPU占用、磁盘空间占用、网络带宽占用、单位数据量的备份时间，等等，这些都是需要重点考察的方面。我们千万不可小觑备份系统给应用系统带来的影响和对系统的资源占用。在实际环境中，一个备份作业运行起来，可能会占用一个中档小型机服务器CPU资源的60%。而一个未经妥善处理的备份日志文件，可能会占用源数据量30%的磁盘空间。由此可见，备份系统的选择和优化工作是一个至关重要的任务。一个好的备份系统能以很低的系统资源占用率和很少的网络带宽进行自动而高速的数据备份。

2. 怎样实时备份

一般来说，数据备份技术并不保证系统的实时可用性。一旦意外发生，备份技术只保证数据可以恢复，但是恢复过程需要一定的时间，在此期间，系统是不可用的。在具有一定规模的系统中，备份技术、集群技术和容灾技术互相不可替代，并且稳定和谐地配合工作，共同保证着系统的正常运转。随着存储技术的进步和发展，在SAN和NAS这些新的存储系统结构中，传统的备份技术在结构上也得到了长足的发展。从LAN Free备份到无服务器备份，这些备份领域里的新兴技术正在日渐成熟和完善。另外，一些系统基本工作机制也在逐步更新。例如，被各大备份产品供应商热炒的“块级增量”技术，就是一个典型的底层技术变革。这些新技术在今天还存在着一定的问题和应用限制，但是相信不久的将来，这些技术都将会广泛应用于各种系统之中。

3. Pluswell mirror软件介绍

Pluswell mirror软件是一款数据实时备份软件，可以实现本地盘对盘的实时备份，也可以实现网络之间数据的实时备份。该软件还具有数据恢复的功能，利用数据归档文件，可以进行任意时间点的数据恢复。Pluswell mirror软件可以单独做数据的备份，还可以和Pluswell cluster软件结合一起纯软双机热备。Pluswell mirror软件的特点：

(1)时效性：Pluswell mirror软件是一款数据实时备份软件，备份是连续的、不间断的。往源服务器上存储的同时，也在往备份服务器上存储，它们之间在时间上是同时的。

(2)双向性：数据的同步是可逆的。源和目标机之间可以相互转换。

(3)安全性：Pluswell mirror软件可以利用历史文件恢复到备份历史上的任意时刻。这些历史文件可以恢复到任意服务器上。

(4)适应性：Pluswell mirror软件不但可以实现数据本地的备份，还可以实现数据网络的备份。

(5)兼容性：Pluswell mirror软件对需要备份的数据类型没有要求，不但普通文档文件可以在线备份，而且数据库文件也可以实现在线实时备份。无论客户的是何种类型数据，都无需另外单独购买软件模块。

(6)领先性：Pluswell mirror软件在备份和恢复的技术上达到了国际领先水平。

(7)界面友好性：Pluswell mirror软件采用了中英文双语界面，界面简洁，操作方便，维护简单。

4. 使用Pluswell mirror实现数据实时备份实验的优势

在实验室实现数据备份实验难度较大。当前市场各种备份软件很多，但一般价格昂贵，操作界面不友好。Pluswell mirror是一个国产的实时备份软件，可在网上下载其免费试用版，其界面友好，支持中英文双语显示，实验证明，其在本校实验室环境下运行稳定，各种备份都能较好实现，是让学生实际操作、体验实验过程、效果的较好选择。

5. 实验内容

5.1 实验环境

(1)两台服务器;(2)网络通讯正常，IP地址设置完毕;(3)硬盘分区规划完毕，同步盘容量大小相等，盘符相同。

5.2 实验步骤

5.2.1 Pluswell mirror软件的安装。

5.2.2 Pluewell mirror软件使用手册的阅读。

5.2.3 服务器IP地址的设置。

5.2.4 用Pluswell mirrir实现数据实时备份。

(1)网络不带日志备份的配置。网络不带日志备份的配置是局域网中两台服务器之间的数据备份，这种备份的特点是硬盘读写速度不受影响，安全，快捷，但不具备数据恢复功能。

a.打开菜单，创建———新建备份;

b.配置镜象的参数;

c.初始化数据;

d.进入正常镜象状态。

(2)网络带日志备份的配置。网络带日志备份的配置是局域网中两台服务器之间的数据备份，源服务器和目标服务器各需要2个磁盘分区，这种备份的最大特点就是可以根据日志文件恢复数据，安全，快捷，但硬盘读写速度略有下降。

a.打开菜单，创建———新建备份;

b.配置镜象的参数;

c.初始化数据;

d.进入正常镜象状态。

e.观察日志文件。

(3)本地盘对盘不带日志备份的配置。本地盘对盘不带日志备份就是在本服务器上，两块磁盘分区的数据备份。这种备份的特点就是硬盘读写速度不受影响，安全，快捷，不具备数据恢复功能。

a.打开菜单，创建———新建备份;

b.配置镜象的参数;

c.初始化数据;

d.进入正常镜象状态。

(4)本地盘对盘带日志备份的配置。盘对盘带日志备份方式就是在本服务器上，两块磁盘分区的数据备份。这种备份的特点就是具有数据恢复功能，硬盘读写速度略有下降，安全，快捷。它需要在本地准备3块硬盘分区，选择源盘和目标盘，注意二者最好一样，或者源盘小于目标盘;历史数据容量最好大于源盘容量。

a.打开菜单，创建———新建备份;

b.配置镜象的参数;

c.初始化数据;

d.进入正常镜象状态;

e.观察日志文件。

(5)盘对日志备份。盘对日志备份在本服务器上，把源盘的数据直接以日志的形式保存，可以用日志文件直接恢复数据。历史数据存放分区容量应该大于源盘容量。

a.打开菜单，创建———新建备份;

b.配置镜象的参数;

c.初始化数据;

d.进入正常镜象状态;

e.观察日志文件。

5.2.5. 测试。

(1)手动切换测试。测试方法：进行手动切换，正常情况下，资源会在主机停止，在备机依次启动资源。

(2)拔网线测试。测试方法：拔掉主机外网网线，正常情况下，资源会在主机停止，在备机依次启动资源。

(3)关机测试。测试方法：关闭主机，正常情况下，资源会在备机依次启动。

5.3 实验效果

经在本校两个NCIE认证班实际实施，学生自己动手配置并观察记录实验过程，证明“使用Pluswell mirror实现数据实时备份”达到了预期的实验教学效果，很好地解决了实验经费不足、实验对机器带来的危险性等问题。

参考文献

[1]SAN网络基础.全国信息化工程师院校IT双证书职业课程认证指定系列教材.

[2]Marc Farley著.孙功星等译.SAN.存储区域网[M].北京:机械工业出版社, 2001.

医院药品计划数据的实时提取 篇7

医院药品多库房多品种多规格, 因此手工汇总报表制订药品计划是繁复的劳动。充分利用信息技术将大大提高工作效率, 降低劳动强度[1]。

医院“军卫一号”信息系统通用的基本的查询都固化在应用程序中, 因模式化而自由度不够, 有时不能满足灵活多样的查询。以数据库前台开发软件Power Builder (PB) 为工具, 利用结构化查询语句 (SQL) , 按实际需求对数据库进行个性化查询, 可以弥补医院信息系统的某些不足[2,3]。

设计查询时主要考虑: (1) 临床的药品使用主要以处方和摆药2种形式出库, 在设定的时间区间, 以处方和摆药的药品使用总量为基数, 该基数减去药品库存数后再除以该基数, 即[ (处方摆药总量-现库存) ÷处方摆药总量]×100%, 称为短缺百分比, 作为衡量指定时间段药品短缺的简单量化指标, 确定消耗和库存的关系, 弥补“军卫一号”药品库存上下限设定的不足。 (2) 默认拟计划药品的供应公司由最后一次入库的配送公司继续配送, 按此原则匹配药品供应商, 便于下达计划时确定供应商。 (3) 信息系统内同一药品可能存在多种包装单位, 先按最小包装单位汇总计算, 最后再转换成药库入库时的常规包装单位, 方便计划。

1 SQL语句实现过程

1.1 分别提取各库存单位药品数量信息并用U-NION ALL合并汇总

(1) 提取各库房药品的库存数量、出库数量、处方及摆药消耗量信息, SELECT的代码略有不同, 但字段、数据类型和长度一样, 可用UNION ALL操作符组合多个SELECT结果[4], 如处方出库代码。

(2) 为了使结果中不同库存单位的“数量”字段平行单列, 每个库存单位的SELECT语句都给其他库存单位预留“数量”的统计字段, 并以0值填充, 再行UNION ALL, 因此最后结果集的列名称采用的就是第一个结果集的列名称。

1.2 SUM函数转换包装单位

用SUM函数汇总时, 全部药品先统一转换成最小剂量单位用于加和汇总, 再转换成常规包装便于计划。如SUM (quantity*DRUG_PRICE_LIST.AMOUNT_PER_PACKAGE/DRUG_IMPORT_DETAIL.sub_package_1) , AMOUNT_PER_PACKAGE为表DRUG_PR-ICE_LIST中单位包装中所含最小单位数量, 乘以AMOUNT_PER_PACKAGE转换成最小单位剂量;sub_package_1为表DRUG_IMPORT_DETAIL中药库入库时一个常规包装单位中包含的小包装数量, 除以sub_package_1同步转换成常规包装。此处可分步用SUM函数, 但特别需要注意WHERE条件中有关表字段的限定。

1.3 匹配最近期配送公司

1.3.1 同一品规药品匹配配送商

规格、厂家相同的药品, 以前可能先后由几个配送公司配送, 做计划时药品的供应公司默认由最后一次入库的配送公司继续配送。按此原则匹配, 并将一些不是实际药品配送公司的名称滤除, 如各药局退药入库时虚拟供应商名称。

1.3.2 百分比计算时, 涉及字段表达式的除数为0的情况, 用DECODE函数转换

处方和摆药数值的和有可能是0值 (即没有销量) , 基数为0不能作除数, 在代码中用DECODE函数进行选择转换[5], DECODE (quantity, 0, 'N', quantity的表达式*1) quantity表达式为0值标志为'N', 不为0则按表达式计算值。

2 结果

2.1 按计划周期指定时间区间

按药品计划周期指定时间区间, 可适当延长若干天作为安全库存[6]时间。如一个月, 设10 d为安全库存, 按40 d时间段 (如2013-11-20—2013-12-31) 提取, 根据实际情况设定代码中的时间段值, 提取的药品库存应为账物相符的实际库存, 并为实时库存。

2.2 执行程序代码

使用工具软件PB等, 连接数据库, 粘贴SQL语句到PB窗口并执行, 提取出数据, 点右键导出到Excel表, 或者在编写的SQL语句中设定时间参数和查询条件[7], 编译成可执行文件, 从程序中导出数据[8], 如图1所示。

2.3 应用效果

导出的Excel表如图2所示。表格提供药品基本信息以及全部库存、处方和摆药总数量, 消耗和库存的差值、差缺百分比、供应商等信息, 可筛选出大于指定百分比的药品以制定计划。如制定大于50%的药品需要补充的计划, 则若一月处方和摆药消耗是100盒, 现全院库存是25盒, 则[ (100-25) ÷100]×100%=75%, 该时段药品短缺75%, 二者的差值 (100-25) =75 (盒) 即为计划数。经Excel表一键筛选出大于短缺百分比的药品即可作为采购计划的品种和数量, 极为快捷和方便, 如图3所示。

3 结语

以全院实时库存作为总库存, 将处方和摆药用药作为实际消耗, 以二者差值和消耗的百分比为衡量指标来制定药品采购计划。库存的短缺通过百分比这一简单指标来比较, 比单纯比较药库库存和药库出库更符合实际, 考虑更全面[9]。同时, 从简单指标可以看出药品的积压程度, 值越大短缺量越大, 反之, 绝对值越大的负值表示积压越多。重点关注全院实有库存和处方摆药的实际消耗, 忽略各种单据出库 (纠错、盘点、临时出库) 数据的干扰影响, 把它们此时的影响看作只是减库存, 这样使药品计划更容易操作。但对特殊药品、专科请领等以单据直接出库而不是以处方和摆药形式出库的药品, 应以Excel表中的药库出库量作为参照, 并根据实际情况审查追加。

借助计算机技术, 程序一次性将药库药品的主要信息完整汇总成一张报表, 时间段和百分比都可灵活指定, 根据需要可对数据进行后期处理, 虽简单但不失实用, 可作为信息系统的某些补充[10]。

参考文献

[1]李超.浅谈药品库存管理的方法与效果[J].医学信息学, 2007, 20 (5) :753-755.

[2]何皎, 庄军, 王保中, 等.应用信息系统整合提高医院信息化建设水平[J].医疗卫生装备, 2010, 31 (12) :111-113.

[3]袁靖, 王修凯.基于“军卫一号”的药品实时计划的设计和实现[J].医疗卫生装备, 2010, 31 (11) :63-64.

[4]路川, 胡欣杰, 阎文丽.Oracle 10g宝典[M].2版.北京:电子工业出版社, 2010:136-137.

[5]王彬, 周士贵.Oracle 11g基础与提高[M].北京:电子工业出版社, 2008:73.

[6]陶祥.医院药房库存控制中随机型订货点的确定[J].医药导报, 2011, 30 (4) :550-552.

[7]吴向阳, 张超群, 杭建金, 等.基于PowerBuilder数据窗口的组合条件查询实现[J].医疗卫生装备, 2008, 29 (12) :49-50, 66.

[8]邓千, 唐月华, 胡建理, 等.运用PB与Excel自动实现医院统计报表[J].医疗卫生装备, 2010, 31 (6) :43-44.

[9]韩丽萍, 陈行愉, 陈新.医院药房药品销售统计方法和库存高低限实时监控方法研究[J].解放军药学学报, 2012, 28 (3) :275-277.

实时数据Web发布技术研究 篇8

随着管理扁平化, 精细化的发展, 管理对于生产信息提出了更高的要求。原来仅仅局限于车间、工厂内部的生产实时信息必须实现其数据共享, 以满足更大范围的生产综合管理需求。

2. 现状分析

传统的自控系统是一个自成体系的封闭系统, 不与外界有任何的数据共享。但随着信息技术的发展和管理对数据共享的需求, 现在大多数组态软件都具备Web发布功能。其中, 大部分是以控件形式发布, 把传统的组态功能做成一个大的控件, 浏览器下载控件, 实现web发布功能。其中大部分国内组态厂商是以这种方式实现其web发布功能。还有些软件是依赖一些特定的运行环境, 如Share Point, 等等。

但是, 这些都还不是主要的问题。最核心的问题是在于, 目前所有的组态软件的Web发布是不为用户所控的。也就是说人家有什么功能你就用什么功能, 而不是你要什么功能就有什么功能。而管理系统软件的功能可控性是生产管理软件所必需的。

3. 研究目标

我们所研究的问题已经超出了传统工业控制领域, 而应该定位于工业控制和管理信息系统结合的综合应用。

如何实现自控数据的安全共享;如何将自控数据融入MIS系统, 开发出用户所需要的管理系统;这些是本文讨论和解决的中心问题。

4. 系统设计

4.1.实时监控架构

4.1.1.分布式构架设计

生产数据采集系统的目的是利用现场监控系统, 实现数据源头自动采集, 自动加载到实时数据库, 为各管理部门应用提供开放的数据平台, 使生产和管理人员及时控制和掌握生产动态, 从而实现整个生产过程的自动化;并可以对取得的实时数据进行统计、分析、优化, 从而为生产调度、生产监控提供重要依据。

本系统的逻辑架构, 其实时监控部分采用分布式SCADA系统设计思路, 整个系统由总站系统和分站系统构成组成一个分散的工控网络, 总站系统包括实时数据库、WEB服务器和工程师站, 分站系统安装在各数据采集点, 由OPC网闸和接口机组成。

整个系统的数据来源有两个方面, 一、部分系统有SCADA系统, 可以通过OPC接口向实时库提供数据;二、部分系统MIS或GIS系统提供的实时数据;可以通过实时库的ODBC、OLEDB接口向实时库提供数据。

4.1.2.数据通道的安全设计及分站接口技术

如何从各SCADA系统中安全地提取数据是整个项目成败的关键, 在此涉及两个方面, 一是采用何种数据传输协议, 二是SCADA对安全性要求是很高的, 在设计中, 必须保证生产网与办公网是安全隔离的。

OPC协议在工业控制系统中是一种标准协议, 绝大部分工业控制系统都支持这种协议, 由于不同厂家的软件系统, 情况比较复杂, 采用这种协议是一个比较好的选择。无论SCADA系统采用哪个公司的产品, 只要支持OPC协议, 就可以实现与接口机的数据交换。

为了保证SCADA系统的安全要求, 在本设计中采用了OPC协议网闸, 实现生产网和办公网的安全隔离, OPC网闸是从单向网闸发展而来的, 它可以对所有数据包进行解析, 并只允许符合OPC协议的数据包通过, 病毒、攻击是无法通过的。

4.1.3.分站接口机

从理论上讲, 总站的实时数据库可以直接从SCADA系统中提取数据, 但这种方式将整个系统数据传输压力全部交给了SCADA系统, 大型企业, 其内部各单位采用的系统不同, 网络环境不同, 在总部层面, 系统很难实现统一的管理。另外, 由于总站系统与各分系统的差异, 在网络中断回复后, 根本无法实现断点续传。

也正是出于这两个方面的考虑, 在本方案中, 在各子结点, 安装一台接口机, 接口机实现与SCADA系统的数据通讯, 并同时将数据转发到总站实时数据库, 在网络中断的情况下, 可以实现本地保存, 在网络恢复后, 还能够实现历史数据的转储。

4.1.4.实时数据库设计

实时数据库是生产自动化系统的动态实时数据仓库, 是该系统设计中最重要的部分。因此要求数据库具备数据存取的实时性、数据的安全性、数据库的开放性, 保证数据快速存取和处理的需要。

在整个系统中, 实时数据库除了具备应用系统的数据仓库功能以外, 还包括如下几个方面:动态监视、历史数据统计分析、远程管理与调度。

这些功能通过WEB服务的方式将所关心的曲线、现场模拟图片、数据等发布给应用服务器, 在应用服务器内与GIS系统整合后, 再以WEB方式发布给各处室用户。这种方式可以最大限度的发挥实时数据库的特有功能, 降低应用系统的开发难度。

4.1.5.工程师站

从某种意义上来讲, 本方案中的实时数据监控系统与生产用工控系统是有一些差别的, 在这个系统中, 不需要操作员站, 这套系统完全可以看做一个后台系统, 其前台表示在应用服务器中实现, 但从构成来讲, 仍然可以看做一个比较独立的系统, 它具备普通SCADA系统的大部分功能, 需要一个工程师站管理、更新、扩展实时数据库和分站接口服务器。

4.2.数据发布与整合

数据的发布分三个层次: (1) 数据层:实时数据服务器、关系型数据服务器。 (2) 应用层:组态Web服务器。 (3) 集成层:Web集成服务器。

系统打破了传统工控领域的web发布方式, 将实时数据、关系型数据、离散数据等结合在一起, 通过顶层的Web集成服务器完成了数据整合。

系统可以将实时数据库和关系型数据库直接作为数据源, 也可以直接调用组态软件的Web服务。而且实时数据库和关系型数据库之间可以通过接口进行数据转存。

4.3.总体架构

大致可分为六个层次:

(一) 基础数据层:

为数据的来源, 对应各结点及综合应用的数据源头。

(二) 接口层:

提供各种数据交换、传输的接口转换, 以达到数据统一。

(三) 网络层:

数据传输的通道, 同时为工控网络提供隔离保护。

(四) 数据集中层:

将各个单位各种数据集中管理、分类存储, 并可进行数据的统计、汇总等;同时提供实时数据、Oracle数据的交换接口。

(五) 服务层:

提供实时监控Web服务和应用服务。

(六) 应用层:

将监控Web服务、应用服务进行组织、封装, 以统一的服务提供给最终用户使用。

5. 结束语

以上我们讨论的是一种实时数据应用的方式, 我们不是否认现行组态软件的Web发布功能, 而是提出了另一种解决方案。这种解决方案已经在我们的项目中成功实施, 并取得了很好的应用效果。

这种解决方案适合于企业的上层应用、综合应用, 相比一般的实时数据Web发布具有较好的灵活性和可塑性。

参考文献

[1]Martin Fowler.企业应用架构模式.中国电力出版社.2004

[2]任作新.网络化监督与控制系统.国防工业出版社.2007

[3]Michael Morrison, Head First JavaScript.东南大学出版社.2008

电网实时数据采集缺陷思考 篇9

随着地区经济的迅速发展, 电网建设力度不断加大, 集中调度监控范围迅速扩大, 这给调度监控人员带来很大压力。调度自动化系统作为调度远端监控整个电网的 “眼睛”, 采集电网数据的实时性、准确性、可靠性就显得更为重要。在这种情况下, 实时采集到的数据与现场实际不符, 将会在不同程度上影响调度监控人员对电网实际运行情况的判断。

1 电网实时数据采集通道运行现状

目前, 大部分变电站实时数据采集通道已由专线通道向数据网络通道转变, 且实现了双网络通道同步上送实时数据到调度端。下面以某110kV变电站为例, 来分析说明通道典型配置, 如图1所示。

由图1可知, 各变电站实时数据传输通道均冗余配置, 系统可以任意选择一路通道作为主通道并把该通道上的实时数据上送至调度画面, 以供调度监控人员使用。但是, 在实际的变电站通道调试接入时, 不可能在所用通道上对远动信息都核对一遍, 通常只会在核对过程中切换一下通道, 确认每路通道都可以正常上送数据即可, 这样就给个别通道个别实时信息上送出错埋下了隐患。同时, 在运行过程中, 也可能会因某个装置与远动机通信有问题而造成某条通道的实时值不正确。

2 电网实时数据采集缺陷的发现

2.1 案例一

某年3月27日8 时左右, 巡视电网运行情况时发现某开关处于合位, 但两侧刀闸都处于分位。查看主通道上实时报文解析结果 (通道1) , 见表1。

查看历史事项, 发现-2 刀闸最后一次变位信息无SOE事项, 且在同一分钟级本站发生过切换主通道事件。根据经验, 手动切换通道2为主通道, 再次查看实时报文解析结果, 见表2。

再次把通道1切为主通道, 结果见表1。根据电网潮流关系判断通道2上的实时数据正确, 两通道上送实时数据存在不一致情况。次日, 现场查看后台远动机转发信息点表, 发现两通道对应的转发点表不一致, 修改后, 进行主站端切换通道测试, 该缺陷消除。

2.2 案例二

某年6月13日10时左右, 发现实时系统语音报遥测越限并且报警框显示某母线A相电压越下限, 一次接线图上B、C相电压正常, 且无其它异常报警信号。查看通道1上实时报文解析结果, 见表3。

由表3可知, 一次值随变化报文实时刷新。手动切换通道2为主通道查看报文, 见表4。

由表4可知, A相电压值正常且实时刷新。现场检查远动机, 发现通道1对应的遥测表中对应点号的系数填写错误, 修改后, 该通道数据上传正常。

2.3 案例三

某年6月15日10时左右, 发现某变电站小车开关电流值为死数。查看通道1上实时报文解析结果, 见表5。

由表5可知, 此遥测值最后一次刷新时间为该年6月6日8时49分。实时查看对应开关位置为 “合”, 并根据母线进出平衡估算, 初步判断该值为非零漂值, 但值的大小不对。手动切换通道2为主通道, 查看翻译报文, 见表6。此时, 实时数据上送时间处于动态刷新状态, 且根据母线进出平衡估算, 遥测值误差不大, 由此确定此通道数值正确。现场检查远动机, 发现通道1中小车开关电流的上送阈值设置过大, 而电容器电流相对较固定, 变化值未过阈值, 不上送变化数据, 导致调度界面死数据的存在。将网络通道中此阈值调整与数字通道中一致后, 小车开关电流值恢复正常。

3 解决方法

调度自动化系统对实时数据没有一个智能对比及筛选过程, 给调度监控工作留下了很大隐患。改进前实时数据筛选流程如图2所示。

针对调度自动化系统的不足, 首先完善其前置报文分析模块, 增加多通道实时数据比对分析功能, 再根据分析结果自动切换通道, 并把正确的实时数据上送至调度画面。改进后的遥信、 遥测数据筛选流程如图3、 图4 所示。同时, 可以直观的浏览方式把对比结果显示在前置服务器中, 见表7、表8。

4 结束语