远程抄表系统方案及创新途径.docVIP

远程抄表系统方案 1、设计标准 DL/T645 《国家电网电表通信协议规约》 DL/T698 《国家电网多功能电表通信协议规范》 GB/T 18460.1 《预付费售电系统总则》 IEEE802.11b/g标准 《无线网络规范》 DL/T614 《多功能电能表设计规范》 Q/GDW356 《国家电网公司企业标准》 系统设计 2.1系统结构 图 远程抄表管理系统 该远程抄表系统主要由智能电表、、管理软件等部分组成。其中智能电表通过485协议与相连。通过。上层管理软件对应用进行管理。 本系统在硬件上由、和智能电表等组成： 用来发送监测中心计算机的指令和接收控制器传输的电度表的信息，通过网络通信接口送入计算机。 采集终端通过来。 用来采集智能电表，同时向。 智能电表智能计量与管理用户的用电情况，通过485接口与采集器连接传送数据。 针对市、省可采用光纤的组网方式。 2.2软件体系结构 该平台采用基于SOA+PaaS的典型应用架构，可承载智能采集方面的扩展性应用，平台架构示意图如下： 平台支撑省、市、乡镇范围的新一代智能远程抄表系统应用，其主体为运维中心。运维中心主要由基础设施层、网络传输层、数据层、中间层、应用表现层和支撑管理系统构成。平台的主要服务模式包括平台即服务、软件即服务和设施即服务。 基础设施层：包含智能采集设施两大类，主要用于对电能参数的感知。 网络传输层：包含有线、无线、移动运营商等网络通道和传输设备。 数据层：包含用于数据采集的数据库引擎和分布式处理的数据库集群，信息内容主要包括路网的静态属性信息、动态时空信息和传感信息。 中间层：包含中间件和WEB服务。中间层可访问部分行业用户的数据，也可直接向部分行业用户提供数据资源服务（WEB服务）。 应用表现层：包含各类应用。应用表现层通过中间层访问数据层。 支撑管理系统：包含运维配置、云资源、道路仿真和信息安全的管理。 3、系统功能 关键技术 因为数据库存在于服务器本地，给容灾性能带来的挑战。当突发性事件到来时，数据难以完全恢复。 管理平台访问下层硬件资源和数据库中的数据，不具备透明性。影响应用程序的升级及系统二次开发能力。 针对以上传统远程抄表管理系统中存在的一些问题，本系统中将引入并行计算和虚拟化云资源管理两种核心技术。 4.1并行计算 采用Hadoop+Hive与Cassandra相结合的方法。其中Hadoop+Hive针对具有对海量数据进行数据挖掘需要的应用，Cassandra用于常规查询性的业务，两者是平行互补的关系。Hadoop的核心部分由底层分布式文件系统HDFS和并行编程框架MapReduce组成。系统整体概念如下图所示。 HDFS被设计成能够在一个大集群中跨机器可靠地存储超大文件。它将每个文件存储成一系列的数据块，除了最后一个，所有的数据块都是同样大小的。为了容错，文件的所有数据块都会有副本。每个文件的数据块大小和副本系数都是可配置的。应用程序可以指定某个文件的副本数目。副本系数可以在文件创建的时候指定，也可以在之后改变。HDFS中的文件都是一次性写入的，并且严格要求在任何时候只能有一个写入者。 Hadoop Map/Reduce是一个使用简易的并行软件框架，基于它写出来的应用程序能够运行在可多达上千个商用机器组成的大型集群上，并以可靠容错的方式并行处理TB级别的数据集。一个Map/Reduce 作业（job） 会把输入的数据集切分为若干独立的数据块，由 map任务（task）以完全并行的方式处理它们。框架会对map的输出先进行排序， 然后把结果输入给reduce任务。整个框架负责任务的调度和监控，以及重新执行已经失败的任务。通常，Map/Reduce框架和分布式文件系统是运行在一组相同的节点上的，也就是说，计算节点和存储节点通常在一起。这种配置允许框架在那些已经存好数据的节点上高效地调度任务，这可以使整个集群的网络带宽被非常高效地利用。Map/Reduce框架由一个单独的master JobTracker 和每个集群节点一个slave TaskTracker共同组成。master负责调度构成一个作业的所有任务，这些任务分布在不同的slave上，master监控它们的执行，重新执行已经失败的任务。而slave仅负责执行由master指派的任务。 几个特点： 可扩展：不论是存储可扩展还是计算可扩展都是Hadoop的设计根本。 经济：框架可以运行在任何普通的PC上。 可靠：分布式文件系统的备份恢复机制以及MapReduce的任务监控保证了分布式处理的可靠性。 高效：分布式文件系统的高效数据交互实现以及MapReduc