基于分布式微服務(wù)架構(gòu)的新一代自動(dòng)化SCADA系統(tǒng)的研究與開(kāi)發(fā)

摘" 要： 為了構(gòu)建新一代自動(dòng)化的SCADA系統(tǒng)，分析了水電自動(dòng)化、軌道綜合監(jiān)控系統(tǒng)和新一代集控站設(shè)備監(jiān)控系統(tǒng)的需求，在原有自動(dòng)化SCADA軟件平臺(tái)的基礎(chǔ)上，基于微服務(wù)架構(gòu)、分布式技術(shù)，研究新一代自動(dòng)化SCADA系統(tǒng)的關(guān)鍵技術(shù)應(yīng)用與開(kāi)發(fā)。該系統(tǒng)已經(jīng)應(yīng)用于多個(gè)專(zhuān)業(yè)現(xiàn)場(chǎng)，系統(tǒng)穩(wěn)定可用，為各個(gè)專(zhuān)業(yè)現(xiàn)場(chǎng)提供了一整套強(qiáng)大、通用、穩(wěn)定的支撐和服務(wù)。

關(guān)鍵詞： 遠(yuǎn)程過(guò)程調(diào)用； 微服務(wù)； 數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)； 分布式

中圖分類(lèi)號(hào)：TP391" " " " " 文獻(xiàn)標(biāo)識(shí)碼：A" " "文章編號(hào)：1006-8228（2023）12-175-05

Research and development of new generation of automated SCADA system

based on distributed microservice architecture

Cai Leiming， Sun Changhao， Yu lidan

（Guodian Nanjing Automation CO.LTD.， Nanjing， Jiangsu 210000， China）

Abstract： In order to build a new generation of automated SCADA systems， the needs of hydropower automation， track integrated monitoring system， and new generation of centralized control station equipment monitoring system are analyzed. On the basis of the original automated SCADA software platform， the key technology development and application of the new generation automation SCADA system is studied based on microservice architecture and distributed technology. The system has been applied to a number of professional sites， and it is stable and available， providing a complete set of strong， universal and stable support and services for various professional sites.

Key words： remote procedure call （RPC）; microservice; supervisory control and data acquisition （SCADA） system; distributed

0 引言

SCADA系統(tǒng)是以計(jì)算機(jī)為基礎(chǔ)實(shí)現(xiàn)了生產(chǎn)過(guò)程控制與調(diào)度自動(dòng)化的系統(tǒng)，可應(yīng)用于電力、冶金、石油、化工、燃?xì)狻㈣F路等領(lǐng)域的數(shù)據(jù)采集與監(jiān)視控制，以及過(guò)程控制等諸多領(lǐng)域。現(xiàn)有的SCADA系統(tǒng)大多采用傳統(tǒng)的C/S模式來(lái)保證數(shù)據(jù)的及時(shí)性和安全性。隨著“十四五”時(shí)期現(xiàn)代能源體系建設(shè)不斷推進(jìn)，傳統(tǒng)的C/S模式已經(jīng)不能滿足多節(jié)點(diǎn)、分布式部署及海量數(shù)據(jù)的要求，因此，對(duì)傳統(tǒng)SCADA系統(tǒng)進(jìn)行改造與優(yōu)化以滿足新的需求，成為了迫切需要解決的問(wèn)題。

1 新一代自動(dòng)化SCADA系統(tǒng)架構(gòu)建設(shè)的必要性

《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》將“加快數(shù)字化發(fā)展 建設(shè)數(shù)字中國(guó)”單列成篇，提出“以數(shù)字化轉(zhuǎn)型整體驅(qū)動(dòng)生產(chǎn)方式、生活方式和治理方式變革”，為新時(shí)期數(shù)字化轉(zhuǎn)型指明了方向。面向“十四五”，各省市陸續(xù)發(fā)布了數(shù)字化轉(zhuǎn)型發(fā)展規(guī)劃，提出數(shù)字化發(fā)展目標(biāo)和舉措，全面推進(jìn)信息技術(shù)在國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展各領(lǐng)域的廣泛應(yīng)用，加快數(shù)字化發(fā)展。

隨著數(shù)字化轉(zhuǎn)型的加快，現(xiàn)有SCADA系統(tǒng)已經(jīng)不能滿足生產(chǎn)力的發(fā)展的要求，存在一些缺陷或問(wèn)題。

依賴(lài)性強(qiáng)：系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)通常是基于特定行業(yè)和場(chǎng)景的需求，因此系統(tǒng)的集成和擴(kuò)展都需要高度的定制化開(kāi)發(fā)，這使得系統(tǒng)的依賴(lài)性相對(duì)較強(qiáng)。

可擴(kuò)展性差：系統(tǒng)集成及擴(kuò)展需要定制化開(kāi)發(fā)，因此系統(tǒng)的可擴(kuò)展性相對(duì)較差，新的功能和模塊的添加比較困難和耗時(shí)。

歷史數(shù)據(jù)存儲(chǔ)周期短：傳統(tǒng)的單機(jī)數(shù)據(jù)存儲(chǔ)已經(jīng)不能滿足秒級(jí)采樣數(shù)據(jù)轉(zhuǎn)換為歷史存儲(chǔ)的需求。

用戶(hù)體驗(yàn)有待提升：系統(tǒng)的操作和管理比較繁瑣，對(duì)用戶(hù)體驗(yàn)的要求還有待提升。

綜上所述，現(xiàn)有SCADA系統(tǒng)在現(xiàn)有的工業(yè)自動(dòng)化控制系統(tǒng)中已經(jīng)達(dá)到了相當(dāng)?shù)某墒於龋且泊嬖谝恍﹩?wèn)題和不足之處，需要進(jìn)一步的改進(jìn)和創(chuàng)新。

因此，亟需建設(shè)一款以采用神經(jīng)網(wǎng)絡(luò)、大數(shù)據(jù)[3]、分布式[1]以及微服務(wù)[2]等技術(shù)的新一代自動(dòng)化SCADA系統(tǒng)。

2 基于分布式微服務(wù)架構(gòu)的新一代自動(dòng)化SCADA系統(tǒng)

2.1 系統(tǒng)架構(gòu)

基于分布式微服務(wù)架構(gòu)的新一代自動(dòng)化SCADA系統(tǒng)[1]，系統(tǒng)架構(gòu)如圖1所示。

2.2 架構(gòu)介紹

系統(tǒng)采用“平臺(tái)+應(yīng)用+專(zhuān)業(yè)應(yīng)用”、“總線+RPC+微服務(wù)[2]+分布式存儲(chǔ)”的架構(gòu)模式。

系統(tǒng)平臺(tái)層在整個(gè)體系結(jié)構(gòu)中處于核心地位，其設(shè)計(jì)是否合理將直接影響整個(gè)系統(tǒng)的結(jié)構(gòu)、開(kāi)放性和集成能力。對(duì)系統(tǒng)平臺(tái)進(jìn)行進(jìn)一步的分析，又可將其歸納為通用支撐層、基礎(chǔ)服務(wù)層。通用支撐層包含異構(gòu)數(shù)據(jù)庫(kù)、時(shí)序庫(kù)，通信、互連、轉(zhuǎn)換以及一系列網(wǎng)絡(luò)跨區(qū)支撐，通用的日志記錄和通用的配置文件訪問(wèn)。基礎(chǔ)服務(wù)層包括狀態(tài)服務(wù)、分層分布式實(shí)時(shí)庫(kù)、文件服務(wù)、分布式時(shí)序數(shù)據(jù)庫(kù)、數(shù)據(jù)同步服務(wù)，它依賴(lài)于通用支撐層實(shí)現(xiàn)，支持異構(gòu)環(huán)境中的動(dòng)態(tài)量測(cè)、節(jié)點(diǎn)狀態(tài)、文件的交互，并且具有適當(dāng)?shù)陌踩?jí)別和可管理性，提供對(duì)實(shí)時(shí)數(shù)據(jù)、文件和狀態(tài)的同步的支持。狀態(tài)服務(wù)提供節(jié)點(diǎn)、設(shè)備、進(jìn)程等信息的查詢(xún)、訂閱等功能，提供進(jìn)程間（包括網(wǎng)絡(luò)各節(jié)點(diǎn)進(jìn)程間）狀態(tài)數(shù)據(jù)的傳輸以及關(guān)于系統(tǒng)、機(jī)器、模塊運(yùn)行狀態(tài)監(jiān)視維護(hù)的公共服務(wù)，其作為狀態(tài)發(fā)布者和狀態(tài)使用者間的橋梁，為狀態(tài)發(fā)布及各個(gè)應(yīng)用的容錯(cuò)切換提供支持。分層分布式實(shí)時(shí)庫(kù)為各個(gè)模塊提供適當(dāng)?shù)臄?shù)據(jù)訪問(wèn)服務(wù)，使符合應(yīng)用規(guī)范的模塊能隨時(shí)修改和增加實(shí)時(shí)數(shù)據(jù)。分布式時(shí)序數(shù)據(jù)庫(kù)作為量測(cè)的歷史存儲(chǔ)，提供了秒級(jí)響應(yīng)和動(dòng)態(tài)擴(kuò)容的支撐。

應(yīng)用平臺(tái)層提供整個(gè)體系結(jié)構(gòu)中的應(yīng)用功能，通過(guò)平臺(tái)實(shí)現(xiàn)監(jiān)控系統(tǒng)中大部分通用應(yīng)用功能。在本項(xiàng)目中，應(yīng)用平臺(tái)層之間各個(gè)子模塊之間的耦合關(guān)系盡量松，做到無(wú)明顯的繼承，這樣既能提高系統(tǒng)的穩(wěn)定性，又能兼顧系統(tǒng)運(yùn)行效率。應(yīng)用平臺(tái)層包括管理模塊、通用模塊，包括通用的圖形繪制、SCADA、FEP、人機(jī)界面等基礎(chǔ)應(yīng)用功能。

專(zhuān)業(yè)應(yīng)用層指的是各自子系統(tǒng)專(zhuān)用應(yīng)用功能，比如水電自動(dòng)化中的水電監(jiān)控、軌道自動(dòng)化中的ATS、配網(wǎng)自動(dòng)化中的FA等。專(zhuān)業(yè)應(yīng)用功能以應(yīng)用平臺(tái)層的基礎(chǔ)應(yīng)用功能為支撐，同時(shí)結(jié)合各自專(zhuān)業(yè)的特點(diǎn)進(jìn)行了功能上的擴(kuò)展和延伸，以滿足本專(zhuān)業(yè)領(lǐng)域的特定需求。

3 關(guān)鍵技術(shù)點(diǎn)

3.1 基于ICE和SpringCloud的微服務(wù)架構(gòu)改造

ICE（Internet Communications Engine）是一種面向?qū)ο蟮闹虚g件，用于構(gòu)建面向服務(wù)的建構(gòu)（SOA）應(yīng)用程序。它提供了一種簡(jiǎn)單、高效、可擴(kuò)展的通信框架，支持多種編程語(yǔ)言和平臺(tái)。

Spring Cloud是一個(gè)基于Spring Boot的微服務(wù)架構(gòu)開(kāi)發(fā)工具集，提供了一系列用于構(gòu)建微服務(wù)的解決方案，如服務(wù)注冊(cè)發(fā)現(xiàn)、配置中心、負(fù)載均衡、熔斷器等。

原SCADA系統(tǒng)的部分功能已經(jīng)成熟，為了減小改造的工作量和復(fù)用的原則，在原先C++提供的動(dòng)態(tài)庫(kù)功能的基礎(chǔ)上，使用ZeroICE技術(shù)將原有的C++動(dòng)態(tài)庫(kù)改造為RPC Server端，使用SpringBoot集成ZeroICE形成RPC Client，最終通過(guò)SpringCloud將整體結(jié)合形成以RestFul方式提供數(shù)據(jù)服務(wù)的微服務(wù)架構(gòu)[2]，去中心化，實(shí)現(xiàn)微服務(wù)[2]注冊(cè)與發(fā)現(xiàn)、服務(wù)調(diào)用、服務(wù)熔斷、負(fù)載均衡，如圖2所示。

實(shí)現(xiàn)步驟如下：

⑴ 首先，使用C++實(shí)現(xiàn)ICE服務(wù)端應(yīng)用程序，將原先的SCADA的系統(tǒng)功能形成服務(wù)應(yīng)用，如實(shí)時(shí)庫(kù)進(jìn)程、告警進(jìn)程等。

⑵ 使用Java實(shí)現(xiàn)對(duì)應(yīng)服務(wù)進(jìn)程的ICE客戶(hù)端部分。

⑶ 創(chuàng)建自定義的ICE客戶(hù)端啟動(dòng)器，將ICE客戶(hù)端的配置信息進(jìn)程到Spring Boot配置文件中。這樣可以在Spring Boot應(yīng)用程序中方便地使用ICE客戶(hù)端提供的和服務(wù)端之間的通信功能。

⑷ 服務(wù)注冊(cè)與發(fā)現(xiàn)：將ICE客戶(hù)端服務(wù)注冊(cè)到Spring Cloud的服務(wù)注冊(cè)中心，以便于其他微服務(wù)發(fā)現(xiàn)并調(diào)用。通過(guò)實(shí)現(xiàn)及定義的服務(wù)注冊(cè)與發(fā)現(xiàn)邏輯，將ICE客戶(hù)端服務(wù)的信息注冊(cè)到服務(wù)注冊(cè)中心。

⑸ 配置中心：將ICE客戶(hù)端服務(wù)的配置信息集成到Spring Clound的配置中心，統(tǒng)一管理和動(dòng)態(tài)更新配置信息。

⑹ 負(fù)載均衡與熔斷器：使用Spring Cloud提供的負(fù)載均衡和熔斷器組件，為ICE客戶(hù)端服務(wù)提供負(fù)載均衡和容錯(cuò)能力。

⑺ 監(jiān)控與追蹤：將ICE客戶(hù)端服務(wù)的監(jiān)控?cái)?shù)據(jù)集成到Spring Cloud監(jiān)控平臺(tái)，以便于實(shí)時(shí)監(jiān)控服務(wù)的運(yùn)行狀況。同時(shí)使用Spring Cloud提供的分布式追蹤組件，對(duì)ICE客戶(hù)端服務(wù)的調(diào)用鏈進(jìn)行追蹤。

3.2 基于時(shí)序庫(kù)的歷史量測(cè)數(shù)據(jù)分布式存儲(chǔ)技術(shù)

現(xiàn)有傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)已經(jīng)不能滿足數(shù)據(jù)存取的性能要求。例如某個(gè)調(diào)度中心現(xiàn)有遙信遙信總量為10萬(wàn)測(cè)點(diǎn)，預(yù)計(jì)未來(lái)兩年總量將達(dá)到60萬(wàn)測(cè)點(diǎn)，測(cè)點(diǎn)數(shù)量將是現(xiàn)有數(shù)據(jù)總量的六倍。按照一般電廠遙測(cè)占總測(cè)點(diǎn)數(shù)量五分之一的比例，當(dāng)變化即存儲(chǔ)的時(shí)間間隔達(dá)到秒級(jí)時(shí)，對(duì)數(shù)據(jù)庫(kù)硬件和吞吐性能以及存儲(chǔ)策略將是一個(gè)極大的考驗(yàn)。

因而引入時(shí)序數(shù)據(jù)庫(kù)，并自研分布式技術(shù)，通過(guò)動(dòng)態(tài)添加節(jié)點(diǎn)，根據(jù)算法統(tǒng)一調(diào)度存儲(chǔ)節(jié)點(diǎn)的方式，實(shí)現(xiàn)數(shù)據(jù)庫(kù)容量的動(dòng)態(tài)擴(kuò)容和縮容。基于時(shí)序庫(kù)的歷史量測(cè)數(shù)據(jù)分布式存儲(chǔ)架構(gòu)設(shè)計(jì)如圖3所示。

該分布式技術(shù)包含節(jié)點(diǎn)選舉機(jī)制（Fast Leader Election）、緩存機(jī)制、哈希算法（CRC16）、虛擬節(jié)點(diǎn)分區(qū)映射（Partition-Hash）方法[4-5]、心跳檢測(cè)。

采用如下方案及步驟：

步驟1 運(yùn)用選舉機(jī)制（FastLeaderElection）、心跳檢測(cè)將應(yīng)用部署至同一網(wǎng)段下多個(gè)時(shí)序庫(kù)服務(wù)器節(jié)點(diǎn)中運(yùn)行，保持各個(gè)節(jié)點(diǎn)的通訊正常，形成應(yīng)用服務(wù)集群。

步驟2 采用虛擬節(jié)點(diǎn)分區(qū)映射（Partition-Hash）方法[4-5]結(jié)合哈希算法（CRC16）[4-5]做虛擬分區(qū)的劃分，并將虛擬分區(qū)節(jié)點(diǎn)平均分配給物理的時(shí)序庫(kù)服務(wù)器節(jié)點(diǎn)。

步驟3 將分區(qū)信息存入緩存，并同步至應(yīng)用服務(wù)各個(gè)節(jié)點(diǎn)。

步驟4 數(shù)據(jù)請(qǐng)求應(yīng)用接口時(shí)，按照對(duì)應(yīng)的量測(cè)點(diǎn)ID為KEY在緩存進(jìn)行分區(qū)查找，確認(rèn)所屬分區(qū)后，定位至實(shí)際物理節(jié)點(diǎn)，進(jìn)行實(shí)際物理節(jié)點(diǎn)的寫(xiě)入或者讀取。

步驟1具體包括：運(yùn)運(yùn)用選舉機(jī)制、心跳檢測(cè)將應(yīng)用部署至同一網(wǎng)段下多個(gè)時(shí)序庫(kù)服務(wù)器節(jié)點(diǎn)中運(yùn)行，保持各個(gè)節(jié)點(diǎn)的通訊正常，形成應(yīng)用服務(wù)集群：

⑴ 選舉機(jī)制（FastLeaderElection）

應(yīng)用服務(wù)存在兩種服務(wù)器角色分別是Leader，F(xiàn)ollower。

若進(jìn)行Leader選舉，則至少需要二臺(tái)機(jī)器，如果Leader 宕機(jī)，就剩下一臺(tái)，無(wú)法選舉。這里選取三臺(tái)機(jī)器組成的服務(wù)器集群為例。名稱(chēng)解釋如下：

SID：服務(wù)器ID

TID：事務(wù)ID

選舉流程具體為：

① 每個(gè)應(yīng)用Server發(fā)起一個(gè)投票；

② 接受到其他服務(wù)端實(shí)例發(fā)來(lái)的選票；

③ 校驗(yàn)處理選票；

④ 統(tǒng)計(jì)每一次選票；

⑤ 同步服務(wù)端實(shí)例狀態(tài)。

選舉流程如圖4所示。

⑵ 心跳檢測(cè)

客戶(hù)端與服務(wù)端之間的連接是基于TCP長(zhǎng)連接，Client端連接Server端默認(rèn)的10031端口，也就是session會(huì)話。

從第一次連接建立開(kāi)始，客戶(hù)端開(kāi)始會(huì)話的生命周期，客戶(hù)端向服務(wù)端的ping包請(qǐng)求，每個(gè)會(huì)話都可以設(shè)置一個(gè)超時(shí)時(shí)間。Leader服務(wù)器再運(yùn)行期間定時(shí)進(jìn)行會(huì)話超時(shí)檢查，根據(jù)時(shí)間間隔，單位是毫秒，默認(rèn)值是 1000毫秒，每隔 毫秒進(jìn)行一次會(huì)話超時(shí)檢查。客戶(hù)端會(huì)在會(huì)話超時(shí)過(guò)期范圍內(nèi)向服務(wù)器發(fā)送請(qǐng)求（包括讀和寫(xiě)）或者 ping 請(qǐng)求，俗稱(chēng)心跳檢測(cè)完成會(huì)話激活，從而來(lái)保持會(huì)話的有效性。

心跳檢測(cè)流程如圖5所示。

步驟2具體包括：采用虛擬節(jié)點(diǎn)分區(qū)映射（Partition-Hash）方法結(jié)合哈希算法（CRC16）做虛擬分區(qū)的劃分，并將虛擬分區(qū)節(jié)點(diǎn)平均分配給實(shí)際的時(shí)序庫(kù)服務(wù)器節(jié)點(diǎn)。

⑴ 虛擬分區(qū)初始化[4-5]

初始化1024個(gè)節(jié)點(diǎn)，可自定義配置。同時(shí)意味著改分布式集群最大擴(kuò)容到1024個(gè)節(jié)點(diǎn)。

partition-hash=CRC16（key） mod 1024

⑵ 實(shí)體節(jié)點(diǎn)映射初始化

根據(jù)所有應(yīng)用節(jié)點(diǎn)的SID進(jìn)行排序，對(duì)1024虛擬分區(qū)節(jié)點(diǎn)的子集進(jìn)行平均分配。

原理如圖6所示。

步驟3具體包括：將分區(qū)信息存入緩存，并同步至應(yīng)用服務(wù)各個(gè)節(jié)點(diǎn)，具體為：

Leading在啟動(dòng)和動(dòng)態(tài)增減時(shí)序庫(kù)服務(wù)器時(shí)，發(fā)起節(jié)點(diǎn)分配流程，并同步至Following節(jié)點(diǎn)中，F(xiàn)ollowing節(jié)點(diǎn)緩存至本地。同步流程如圖7所示。

步驟4具體包括：數(shù)據(jù)請(qǐng)求應(yīng)用接口時(shí)，按照對(duì)應(yīng)的量測(cè)點(diǎn)ID為KEY在緩存進(jìn)行分區(qū)查找，確認(rèn)所屬分區(qū)后，定位至實(shí)際物理節(jié)點(diǎn)，進(jìn)行實(shí)際物理節(jié)點(diǎn)的寫(xiě)入或者讀取。具體為：

⑴ Hash分區(qū)計(jì)算

請(qǐng)求傳入查詢(xún)SQL和ID值，當(dāng)前節(jié)點(diǎn)的應(yīng)用服務(wù)根據(jù)CRC16（ID） amp; 0x400計(jì)算獲取值。

⑵ 獲取映射主機(jī)

根據(jù)計(jì)算值，查詢(xún)緩存中主機(jī)分配的虛擬分區(qū)節(jié)點(diǎn)的Hash值分區(qū)范圍，獲取主機(jī)位置。

⑶ 時(shí)序庫(kù)服務(wù)

根據(jù)主機(jī)位置，將ID，SQL作為入?yún)ⅲ褂肑DBC連接時(shí)序庫(kù)進(jìn)行讀取和寫(xiě)入操作。

請(qǐng)求操作流程如圖8所示。

4 場(chǎng)景應(yīng)用

4.1 軌道

目前系統(tǒng)滿足滿足EN50126、EN50128、EN50129系列國(guó)際標(biāo)準(zhǔn)要求，高可用、透徹感知、廣泛互聯(lián)、深入智能。

應(yīng)用于軌道工程，具備輔助行車(chē)指揮、輔助車(chē)輛管理、無(wú)人駕駛（UTO）。采用GoA4（最高級(jí)別）全自動(dòng)無(wú)人駕駛技術(shù)。通過(guò)了法國(guó)必維檢驗(yàn)集團(tuán)的SIL2功能安全認(rèn)證。

4.2 發(fā)電

覆蓋鍋爐、汽輪機(jī)等主輔設(shè)備，實(shí)現(xiàn)超超臨界火電機(jī)組全廠一體化控制。實(shí)現(xiàn)17000-23000個(gè)數(shù)據(jù)點(diǎn)亞秒級(jí)刷新，全部計(jì)入歷史數(shù)據(jù)庫(kù)。將傳統(tǒng)SCADA系統(tǒng)的分鐘級(jí)歷史數(shù)據(jù)存儲(chǔ)升級(jí)至支持大于20000點(diǎn)/秒的高性能歷史數(shù)據(jù)庫(kù)，支持國(guó)產(chǎn)軟硬件的DCS系統(tǒng)。

應(yīng)用于660MW超超臨界機(jī)組DCS系統(tǒng)和1000MW超超臨界機(jī)組DCS系統(tǒng)。

4.3 配電網(wǎng)

系統(tǒng)采集對(duì)象多（配電終端5000臺(tái)及50個(gè)變電站），實(shí)現(xiàn)專(zhuān)網(wǎng)和公網(wǎng)多種采集模式共存（跨隔離安全接入），基于平臺(tái)的分布式部署，實(shí)現(xiàn)分級(jí)管理維護(hù)（市、縣公司分級(jí)管理），實(shí)現(xiàn)分布式FA功能。基于平臺(tái)的標(biāo)準(zhǔn)性，實(shí)現(xiàn)圖模庫(kù)一體化建模及外部系統(tǒng)信息導(dǎo)入建模、全網(wǎng)模型拼接與抽取。應(yīng)用增量配電網(wǎng)項(xiàng)目。

5 結(jié)論及展望

本文設(shè)計(jì)和研發(fā)了新一代自動(dòng)化SCADA系統(tǒng)，使用微服務(wù)架構(gòu)和分布式時(shí)序庫(kù)改造實(shí)現(xiàn)了系統(tǒng)的去中心化和大數(shù)據(jù)存儲(chǔ)，使整個(gè)系統(tǒng)易于開(kāi)發(fā)和維護(hù)，按需伸縮。并應(yīng)用于軌道、發(fā)電等領(lǐng)域。實(shí)現(xiàn)了系統(tǒng)平臺(tái)化、服務(wù)化，極大地提高了工作效率。未來(lái)隨著逐步智能化。該系統(tǒng)后續(xù)還需要增加容器化的支撐，使之具備現(xiàn)場(chǎng)快速部署的能力。

參考文獻(xiàn)（References）：

[1] 許洪強(qiáng).大電網(wǎng)調(diào)控系統(tǒng)業(yè)務(wù)中臺(tái)設(shè)計(jì)與研究[J].電網(wǎng)技術(shù)，

2022，46（6）.

[2] 堯正國(guó).基于大數(shù)據(jù)與微服務(wù)設(shè)計(jì)的配網(wǎng)運(yùn)行監(jiān)控App

設(shè)計(jì)應(yīng)用研究[J].決策探索（中），2019，No.630（10）：73-73.

[3] 楊強(qiáng)，張鈞鳴.基于微服務(wù)架構(gòu)的大數(shù)據(jù)應(yīng)用開(kāi)發(fā)創(chuàng)新實(shí)踐[J].

電力大數(shù)據(jù)，2019，22（3）：71-76.

[4] 余蕓.基于一致性Hash的電力企業(yè)MDS集群高質(zhì)量元數(shù)

據(jù)管理模型[J].自動(dòng)化技術(shù)與應(yīng)用2020（3）：174-177，181.

[5] 李寧.基于一致性Hash算法的分布式緩存數(shù)據(jù)冗余[J].軟件

導(dǎo)刊，2016，15（1）：47-50.