数据通信特点范文第1篇

关键词 分布式存储；Hadoop分布式计算框架；海量过车信息

中图分类号 TP31 文献标识码 A 文章编号 1674-6708（2016）166-0074-01

1 系统架构和实现步骤

1.1 系统架构图

1.2 系统实现步骤

1）配置计算节点和数据节点服务器，搭建并行计算集群环境，安装与集群环境版本匹配的数据访问中间件。

2）按照需要采集的车辆特征建立表结构，在表结构中选取至少2个特征作为主键，由主键组成一条卡口数据信息。

3）对主键和常用查询字段建立分布式可变索引，再针对车牌号建立分布式检索索引。

4）接入待存储的各个卡口的过车信息数据源。

2 系统实现功能综述

2.1 过车数量统计

卡口车辆通行数据的分布式存储方法，其特征在于：设定定时任务，自动统计前一天各个卡口的过车数据总量。

2.2 过车信息格式

卡口车辆通行数据的分布式存储方法，其特征在于：将车牌号、通过时间、卡口编号这3个特征作为主键，由车牌号、通过时间和卡口编号共同组成一条能被用户查询到的卡口数据信息，卡口数据信息格式为：车牌号+通过时间取反+卡口编号。

2.3 模糊查询

卡口车辆通行数据的分布式存储方法，其特征在于：用户输入一个车牌号的其中任意一段连续字符，便可通过分布式索引文件的查询返回相似度最高的前20个车牌号；返回车牌号之后，系统再根据相似度最高的车牌号列表进行全字段的匹配查询；车牌号的分布式索引存储在大数据集群中的分布式文件系统中。

3 具体实施方式

3.1 配置计算节点和数据节点服务器

首先，配置计算节点和数据节点服务器，搭建并行计算集群环境，安装与集群环境版本匹配的数据访问中间件，Apache Phoenix数据访问中间件把传统数据库的SQL语句编译成HBase存储所需要的操作语句，加快了开发效率，降低了开发难度；其次，按照需要采集的车辆特征建立表结构，在表结构中选取至少两个特征作为主键，由主键组成一条卡口数据信息。

3.2 表结构建立

如图1所示，按照业务需求采集的车辆特征建立表结构，采集到字段有“车牌号”“通信时间”“卡口编号”，“车辆颜色”“车辆大小”“通行方向”“数据来源”等存储字段；根据具体业务需求，整理需要持久化的所有数据信息字段，同时选取能够唯一标志一条记录的字段作为主键，这里将车牌号、通过时间、卡口编号这3个特征作为主键，由车牌号、通过时间和卡口编号共同组成一条能被用户查询到的卡口数据信息。

3.3 大数据集群配置

大数据集群运行在Linux内核的服务器，计算节点、备份计算节点和数据节点使用Hadoop分布式计算框架，采用HDFS的分布式文件系统，利用MapReduce算法实现“分而治之”的计算模型，所有数据通过Phoenix中间件存储在HBase数据库内，整个Hadoop框架内的计算转发、监控和策略决定都由ZooKeeper管理。

参考文献

数据通信特点范文第2篇

关键词：车载自组网（VANET） 网络特性 通信模式

中图分类号：TN929.5 文献标识码：A 文章编号：1007-9416（2013）10-0033-01

1 引言

车载自组织网络（Vehicular Ad hoc Network，VANET）简称为车载自组网，它是一种将网络节点建立在汽车和道路基础设施上的分布式、动态变化的自组织通信网络。其基本原理是运用车载传感器和GPS卫星定位系统，借助蜂窝移动通信网络、无线广域网（WLAN）等无线通信技术，将车辆状态、性能、地理位置、路况等信息集中、转发和使用，提高道路交通效率与驾驶安全性、舒适性。

2 网络特性

VANET以汽车这种特殊装备构成的自组织网络节点，具有不同于其他类型移动自组织网络的特性。

（1）拓扑结构：节点速度快慢不等，在节点间较高的相对速度下，数百米有效无线传输距离可提供的通信窗口很短，网络拓扑结构变化快，数据链路中断频繁。（2）移动形态：车辆节点的移动路径主要受制于道路，因此道路的数量和布局复杂程度，在一定程度上影响着网络性能。（3）节点密度：节点密度较低时，消息需要被多次储存和转发，延迟比较严重。节点密度很大时，会造成无线通信信道干扰，增加网络开销。（4）节点异质性：节点可以是家用汽车、公交车、出租车，或者是路边辅助基站，不同类型节点有不同的应用程序和权限。

3 基本通信形式

在研究了VANET中不同应用程序中数据的传输特点后，可以将所有传输方式抽象为五种基本形式。

3.1 信标

（1）通信目标，不断更新的相邻节点之间的信息，提供自身最新的状态数据，如位置、速度、车辆状况等。（2）通信机制，消息以数据链路层广播的形式发送给所有可接受范围内的相邻节点。通信方式一般是单跳，消息接收后不再被转发。（如图1）（3）数据内容，通常是随车传感器监测数据产生。（4）服务质量，大部分应用程序要求消息延迟达到中等水平。（5）应用实例，车辆转向与并线辅助，车距安全预警等。

3.2 地理广播

（1）通信目标，较大范围的传递即时消息。（2）通信机制，节点通过数据链路层广播发送消息到有效传输范围内的相邻节点，每个在接受范围内的节点接收到消息后不改变消息内容，并继续向外广播传递（如图2）。（3）数据内容，发送节点监测并产生。（4）服务质量，由于基于事件触发的性质，往往需要较低的延迟尽快将消息传递。（5）应用实例，施工区域警告，紧急停车交通信号，道路交通事故等。

3.3 单播

（1）通信目标，消息通过网络传递到某个特定节点。（2）通信机制，数据包以一个单跳方式，或者通过多个节点以多跳方式传递到某个特定节点或特定目标区域（如图3）。（3）数据内容，消息包含着由发送节点设置的内容的，在路由过程中不做任何修改。（4）服务质量，信息传递及时性要求较低，可以承受较高的传输延迟和数据重发。（5）应用实例，导航地图更新，电子支付，音乐下载等。

3.4 高级广播

（1）通信目标，持续在车辆之间传递信息，能够桥接网络分区并优化信息。（2）通信机制，在综合考虑各种参数来确定何时重新发送消息时，高级广播通常使用单跳广播方式、储存转发方式多次发送消息（如图4）。（3）数据内容，不改变原始信息内容，但消息关联性的内容可能会被附加到消息中。（4）服务质量，信息传播的广泛性和时间的稳定性更为重要，信息延迟要求较低。（5）应用实例，异常的交通和道路信息等。

3.5 信息聚合

（1）通信目标，多节点基于同一事件发送消息时，接收节点将数据聚合，减少通信开销。（2）通信机制，核心技术是一个不断学习更新的知识库，新接受的消息与已融合的消息再次融合并创建新的本地消息。（3）数据内容，消息内容来自多个节点并聚合成为一个消息。（4）服务质量，一般不用于时间敏感的应用，对传输延迟要求较低，对信息传递质量及收敛性要求高。（5）应用实例，基于车辆发出的交通道路预警，智能交通流量控制等。

4 结语

VANET应用的多样性使得许多应用程序不再沿用传统形式的传输信息，而需要广播通信和更先进的信息传播策略。在本文中，我们提出了五种基本通信模式，几乎涵盖了当前所有VANET应用程序通信的基本特征，将应用程序和通信模式之间进行了紧密耦合，将讨论的焦点转移到一个更加一体化的系统架构，使通信机制设计思路更加清晰，也为实现量身定制的安全和隐私的解决方案提供了基本框架。

参考文献

[1]Rudack M， Meincke M， Lott M. On the dynamics of ad hoc networks for inter vehicle communication （IVC）. In： Proc. of the ICWN 2002.

数据通信特点范文第3篇

【关键词】电信运营商 大数据资源 资源变现策略

doi：10.3969/j.issn.1006-1010.2016.01.013 中图分类号：C932.6 文献标识码：A 文章编号：1006-1010（2016）01-0063-05

引用格式：陈科帆，周洪成. 电信运营商大数据资源变现模式及策略研究[J]. 移动通信， 2016，40（1）： 63-67.

Research on Realization Mode of Telecom Operators’ Big Data Resource

and its Strategy

CHEN Ke-fan， ZHOU Hong-cheng

（Jiangsu Posts & Telecommunications Planning and Designing Institute Co.， Ltd.， Nanjing 610036， China）

[Abstract] The main source and features of telecom operators’big data resource were briefly addressed and the operating mode of big data companies was analyzed. According to characteristics of telecom operators， the realization mode of big data resource suitable for operators was presented and some typical application cases were introduced. In the meantime， the realization strategy of big data resource for domestic operators was put forward to provide a useful reference to big data realization for operators.

[Key words]telecom operator big data resource resource realization

1 引言

随着移动互联网、物联网、传感器等技术的发展，全球信息、数据呈现爆发式增长。据IDC预测，未来5年全球数据量将达到35ZB，为2009年的44倍。电信运营商是这些数据的传送者，处于数据交换的中心，具有天然的优势。因此部分运营商已经开始研究基于这些数据的大数据应用，如通过大数据分析充分挖掘用户的行为特征，提升对用户消费偏好的精准把握，从而进行市场营销;利用信令数据支撑终端、网络、业务平台关联分析，优化网络，实现网络价值最大化。

目前这些大数据应用基本都是面向运营商内部运营，极大提升了公司的运营效率，但很难直接产生大量现金流。而互联网公司却已利用大数据形成了收益，如阿里的数据魔方和淘宝指数都通过对用户行为的分析提供数据增值服务，直接转换为收入。运营商如何像互联网公司一样利用大数据资源开发产生大量现金流的对外服务或应用，即实现大数据资源变现，是急需解决的问题。目前大数据相关技术已较为成熟，制约大数据变现的主要因素是缺乏适合运营商特点的大数据资源变现业务模式及策略。

2 运营商大数据资源特点

2.1 运营商大数据资源的来源

（1）来自IT支撑系统的数据

这部分数据由IT系统记录生成，主要包括用户基本信息（性别、年龄、住址、工作单位等）、业务使用信息（语音、短信、流量、增值业务等）、消费信息（ARPU等）及投诉信息等。通过这些数据可形成较为完善的用户画像，描述用户特征。

（2）来自网络产生的数据

这部分数据主要来自CS域和PS域中的信令分析，比如开关机信令、漫游信令、位置信令、DPI信令等。通过这些数据可以统计用户位置、用户数等信息。

（3）来自互联网和移动互联网产品的数据

这部分数据来自手机终端，主要包括用户使用手机中的访问日志、收藏关注信息、交易记录、UGC数字内容等。通过这些数据可以统计用户使用手机的习惯。

2.2 运营商大数据资源特点

（1）用户基数巨大。截至2015年6月，全国移动电话用户数达到12.93亿户，而互联网应用中用户数最多的微信用户为6亿户，远低于移动电话用户数，运营商在用户基数上占绝对优势。

（2）用户信息真实。目前我国已实行电话用户真实信息登录规定，对非实名制用户后期将采取限制通信、业务等手段，督促用户依法实名登记，从而保证电话用户信息的真实性。

（3）用户行为连续。只要用户手机开机，运营商即可随时了解用户行为;而APP则只能在应用运行时才能收集数据，具有很大的碎片性。

（4）用户行为全面。运营商可以了解用户终端上所有应用的基本行为（如打开过什么应用、浏览时长等），而APP只能了解自身数据，无法获取其它用户行为。

（5）位置信息准确。运营商获取用户位置信息是基于网络而非终端，即使用户使用的是非智能机、没有GPS、不能上网，也可以掌握用户实时位置。而APP则必须要基于GPS和联网功能，具有一定的局限性。

3 运营商大数据资源变现业务模式

3.1 国际主流大数据商业模式

参考国际经验，大数据公司的商业模式主要包含以下几类：

（1）广告应用。通过大数据分析精准描述个人用户特征，将用户可能需求对接至DSP等平台，供广告商实时竞价。

（2）数据源服务。主要是将自身的大数据资源向其它企业或开发者开放，表现方式通常为平台方式，提供简单易用的API。

（3）咨询分析服务。主要是通过对自有数据、公开数据或第三方数据进行大数据分析，为特定客户提供在匿名数据基础上的统计分析服务，支撑客户决策。

（4）平台提供。主要是提供大数据平台的出租，用户可将其自有数据导入平台或利用平台处理自身数据，借助平台强大的分析能力实现大数据应用，该模式下按照数据量和使用时间进行收费。

3.2 运营商大数据资源变现业务模式

参照主流大数据商业模式，根据大数据分析和服务的对象，运营商大数据变现业务模式可包括以下几类：

（1）基于个人特征的分析服务

1）基于个人特征的精准营销服务

这类业务通过对用户基本信息、业务信息、消费信息、位置信息、行为信息的综合分析，形成全方位的用户画像，给用户打上各类标签（如游戏玩家、商务人士、网购达人、美食爱好者等）。根据广告公司、媒体公司或调研公司的需求，为他们提供目标客户群体，提升营销的精准性。

运营商典型实践：Verizon公司成立了精准营销部门，充分利用自身的大数据资源对用户进行分析，实现了对消费者消费行为的精准判断。在获得用户允许情况下，将用户数据销售给第三方公司。

该模式优点是业务模式成熟、市场规模大、能立即产生现金流且具有可持续性;缺点是针对个人用户的分析必定涉及用户隐私数据，可能存在政策风险（如工信部31号令，明确禁止运营商未经用户同意利用短信点对点营销），面临较大的不确定性。

2）基于个人特征的征信服务

目前，运营商涉足的征信服务主要体现在消费金融领域。运营商基于用户基本信息、终端、消费、行为、位置等多个维度，构建能反映客户信用评价的子模型，如：坏账风险预测模型、影响力模型、交往圈模型、内容偏好模型等，以实现用户各类特征的多维度洞察，得到最终的信用评分提交给银行，从而收取手续费。后期随着我国信用体系的逐步完善，需要征信的领域将不断扩大，如找工作、商品租赁、商品交易、签证、交友等领域运营商都可涉足。

运营商典型实践：中国联通与招商银行成立的“招联消费金融公司”。当招商银行需要了解某位潜在客户的信用或个人情况时，可向中国联通发起申请，中国联通会根据已有信息作出分析和判断，给出是或者否的判断，或者给出某些标签。

该业务模式优点是盈利模式清晰、市场规模巨大，虽然涉及个人隐私，但符合国家政策，无运营风险;缺点为评估模型的建立和优化需要较长时间，对工作人员素质要求较高，且初期准确度可能较差。

（2）基于群体行为的分析服务

这类业务重点围绕位置数据洞察用户轨迹，并结合用户身份形成人群分布及特征分析服务。典型业务模式为：

1）人群分布流动分析

人员流动实时观测。以热点事件（如大型公共集会）或热点位置（如热门景区）为汇总粒度，采用匿名算法实现人源分析，实时对人流量进行监控与预警。例如云南某运营商在南博会期间，利用大数据分析对人员流动进行实时分析，为组委会提供相关决策依据，有效保障了会议期间的安全。

交通规划辅助决策。政府部门对交通进行规划时往往需要大量的调研数据，运营商可以提供市民在城市中的流动规律，比如从A点到B点的流动人群数量、高峰时间段、持续时长等。从而帮助政府决策是否需要在两点之间增开公交;是否需要调整交通信号控制;以及是否需要建设地铁和地铁站点的选择等。例如法国电信通过其公共服务项目的IT系统建设，每天都会记录几百万条的用户流动信息，通过对这些记录的分析为市政建设提供依据。

商圈选址价值评估。通过精确统计人口流动情况，形成细分的可视化网格，并结合用户属性（消费能力、消费爱好等），制定选址分析报告，辅助商家精确选址。例如西班牙电信推出名为“智慧足迹”的商业服务，可对特定区域的人流情况及人员特征进行分析，比如为零售商提供该区域人群的聚类特征、驻留时长、驻留位置，零售商根据人群的特点来决定商品类型、店面位置等。

这类业务模式优点是技术实现简单、成本较低、能较快产生直接收益;缺点为进

入门槛较低、市场竞争激烈，且部分业务主要服务于政府部门，公益性质较强，收益可能较低。

2）特定场景人群聚类分析

这类业务是基于某些特定场景（如地铁、公交、商场、美容院等），分析该场景下人群的聚类特征，从而为商家有针对性的营销提供辅助决策。如对经常坐地铁的人进行聚类分析，得出该类人群的年龄分布、消费能力、购物偏好等，从而为广告公司或商家的精准营销提供支撑。

该业务模式与基于个人特征的精准营销服务有相同的优点，且因为是聚类分析，不涉及个人隐私，避开了政策风险;缺点为需要对不同的场景建立不同的模型，并需要不断优化，对人员素质要求较高。

（3）面向政企客户的能力开放业务

1）面向企业的平台服务

运营商将大数据平台能力开放给中小企业（为客户开辟私有云空间），中小企业利用自有数据或平台数据进行大数据分析，只需付给运营商相应租金即可。例如日本KDDI利用自身大数据平台，为企业提供云计算服务。

该业务模式优点为市场空间巨大;缺点为市场竞争激烈（互联网公司也在积极布局），可能导致服务单价过低。

2）面向政府的平台服务

另一类业务为对一些公共项目，如政务云、教育云、医疗云、金融云、环保云、旅游云等，通信运营商通过自身的大数据平台为政府部门提供大数据的存储和计算能力。例如NTT DoCoMo建立了Medical Brain和MD+平台，在这个平台上可根据用户行为洞察其个性化需求，医疗人员根据这些个性化需求帮助用户获得准确的信息反馈。

该业务模式优点为市场前景广阔、收入来源稳定、可持续发展能力强;缺点为网络基础资源要求较高、前期投入巨大且回收期较长。

4 我国运营商大数据资源变现策略

4.1 我国大数据产业特点

（1）市场潜力巨大。我国已进入发展新时期，在各领域都需要科学、高效的决策和管理，大数据在这方面具有巨大优势。因此未来在政务、制造、金融、民生、交通、电子商务等各领域都将有巨大的需求。

（2）政府高度重视。推动大数据发展已上升到国家战略层面，我国政府相继颁布了《促进大数据发展行动纲要》、《中国制造2025》、《“互联网+”行动的指导意见》等一系列政策，大数据迎来快速发展契机。

（3）网络和信息安全至关重要。网络和信息安全是红线，中央专门成立了网络安全和信息化领导小组，对于关系到国计民生行业的大数据业务而言，安全显得尤为重要。

4.2 我国运营商大数据资源变现原则

基于国内大数据产业和运营商的特点，我国运营商大数据资源变现的原则可总结为“提前布局、扬长避短、阶段推进、合作共赢”。

（1）提前布局。开展大数据业务需要完善的基础设施、专业的人才和灵活的组织架构，这些都不是短时间能建立的，因此运营商需站在战略发展的角度提前布局。

（2）扬长避短。虽然运营商与互联网公司相比在大数据运营上具备一定的优势，但未达到压倒性的程度，甚至在某些能力上弱于互联网公司，如创新性思维、公司流程制度、营销手段策略等，因此在大数据业务选择中运营商应该有所为、有所不为。

（3）阶段推进。在人力、财务资源有限的情况下，大数据运营不可能一蹴而就，运营商需做好大数据发展顶层设计，分阶段、有重点地推进。

（4）合作共赢。运营商和互联网公司各有所长，相互之间除了竞争外还更应有合作，通过合作取长补短，提供更好的服务，将大数据产业的整体市场做大做强。

4.3 我国运营商大数据资源变现策略

我国运营商大数据资源变现策略可概括为“基础先行、聚焦突破、整合提升”。

（1）基础先行

基础设施是所有大数据应用的基础，运营商首先需要进行大数据基础设施的部署与升级。

网络基础设施中，应推进通信骨干网络扩容升级和网络通信能力优化，加快LTE建设和网络带宽升级，构建“智能管道”;IT基础设施中，在合适的地区加快数据中心建设，同时应做好IDC技术（节能减排技术、新型数据中心技术等）、服务器和存储技术（桌面云、虚拟化、数据仓库、云存储等）、大数据技术（Hadoop、Mpp数据库、NoSQL、流式计算、内存计算等）的应用。

（2）聚焦突破

在大数据运营初期，运营商无论在项目经验和人才储备上都存在不足，此时应积聚优势力量，在某几个重点领域实现突破，形成大数据行业影响力。

随着《促进大数据发展行动纲要》、“互联网+”等一系列政策的落地，将产生巨大的大数据服务需求（政务、交通、旅游、电子商务等），且这些需求具有影响力大、覆盖面广、收入稳定、安全等级要求高的特点。运营商长期以来深耕政企市场，在基础通信业务上已与相关部门建立良好的合作关系，因此可利用自身优势积极与相关部门共同推进大数据应用（合作模式可多样，如资源托管、能力开放、ICT实施等）的落地。同时对不具备大数据运营能力但又有需求的中小企业，可开放大数据平台的数据存储和分析能力，提供标准化的数据分析产品，有效扩大客户群体，实现收入来源的多元化。

除以上能力开放业务外，也可选取部分收益较高的基于个人或群体的大数据应用进行突破，如个人征信（金融信贷、商品租赁、商品交易、签证、交友、找工作等）、人员流动实时观测等，这类业务互联网厂商也在积极布局中（如阿里的芝麻信用、百度慧眼/热力图/迁徙图等）。运营商应利用自身大数据资源特点，打造差异化竞争优势。

（3）整合提升

后期随着大数据运营经验的丰富和业务范围的扩展，可在之前各项大数据应用的基础上进行整合提升，打通行业壁垒。通过搭建社会级的大数据共享平台，引入互联网公司、中小企业、开发者的大数据资源，实现社会级大数据资源共享，成为大数据行业的领导者。

5 结束语

本文研究了大数据运营的商业模式，并结合我国电信运营商的特点，提出了适合运营商的大数据资源变现模式和策略，对运营商大数据运营有一定的参考意义。后续研究可针对不同运营商的具体特点及发展战略进一步细化大数据资源变现业务模式和策略，提出更能实际操作的建议。

参考文献：

[1] 钱志新. 数据大金矿[M]. 南京： 南京大学出版社， 2013.

[2] 维克托・迈尔・舍恩伯格. 大数据时代[M]. 浙江： 浙江人民出版社， 2013.

[3] 大卫・芬雷布. 大数据云图[M]. 浙江： 浙江人民出版社， 2013.

[4] 涂子沛. 数据之巅[M]. 北京： 中信出版集团， 2014.

[5] 阿莱克斯・彭特兰. 智慧社会：大数据与社会物理学[M]. 浙江： 浙江人民出版社， 2014.

[6] 伊森. 大数据分析：用互联网思维创造惊人价值[M]. 北京： 人民邮电出版社， 2014.

[7] 石方川. 得大数据分析者得天下[J]. 调研世界， 2015（2）： 62-63.

[8] 庞淑娟. 大数据在银行信用风险管理中的应用[J]. 征信， 2015（3）： 12-15.

[9] 姚若辉. 电信运营商大数据发展策略[J]. 电子技术与软件工程， 2015（4）： 196.

[10] 王钦敏. 经济社会发展中的大数据应用[J]. 地理学报， 2015，70（5）： 691-695.

[11] 黄小刚. 电信行业大数据应用的四个方向[J]. 信息通信技术， 2013（6）： 26-28.

[12] 黄勇军，冯明，丁圣勇. 电信运营商大数据发展策略探讨[J]. 电信科学， 2013（3）： 6-11.

[13] 晓镜. Sprint：运营商仅靠大数据就能生存[N]. 中国邮电报， 2012-11-21（5）.

数据通信特点范文第4篇

摘要：介绍了配电网规划中GIS数据模型的建立及其在GIS数据库中的应用。通过对配电网络特征的分析，指出配电网具有地理分布特性、配电设备数量众多且比较分散等特点，提出了采用矢量模型的配电网规划GIS数据模型。将处理对象分层次、分步骤来划分信息图层空间，设计了配电网规划GIS的空间数据库和属性数据库，提出采用标识符来连接分别存储的空间数据和属性数据，并举例说明了具体实现方法。

关键词：GIS；数据模型；配电网

1　配电网规划GIS数据模型

在地理信息系统中，有关空间目标实体的描述数据可以分为空间特征数据和属性特征数据，二者统称为地理数据。空间特征数据和属性特征数据通过内部索引相连，是地理信息系统区别于其他绘图软件的关键之处。

1.1　配电网分布的地理要素分析

1.1.1　配电网的组成

配电网是利用适当的电压等级将电能输送给最终用户，担负着电力生产终端用户的管理调度和运行服务等职能，是电力系统的重要组成部分。配电网管理的对象包括变电站、开闭所、线路(包括电缆)、杆塔、变压器、配电箱、开关、刀闸等设备，以及连接在变压器上的各类用户单位。其示意图如图1所示。

1.1.2　配电网的地理分布特性

配电网信息具备地理信息的三大特征：

(1)配电网信息的区域性：在配电网中，变电站和用户是网中的结点，可以用点来表示，配电线路是供电路径，可以用线来表示，由不同的点和线构成了配电网的分布区域。配电网的分布呈拓延结构，表征了配电网信息的区域性。

(z)配电网信息的多层次性：配电网具有不同的电压等级，如35kV，10kV，6kV，380V／220V等，网中连接有不同的节点，如变电站、变压器等。装配不同的电力设备，蕴含不同的设备参数，覆盖不同的用户区域，从而反映出配电网信息的多层次性。

(3)配电网信息的动态变化性：按照配电网规划的要求，每隔两三年应检查修订规划一次，并且配电网运行需随时维护，适时改造，甚至并网联合，扩容更新，从而表现出配电网信息的动态变化性。

1.2　配电网规划GIS数据模型

配电网直接联系着用户，其信息可以分为两大类：一类是围绕配电网设备和用户的各种信息，另一类是与地理位置相关的空间信息。这两类信息互相联系并且是有层次的。对配电网信息的分析，可以看出配电网直接联系着用户，配电网的线路、设备都与所在的地理环境密切相关。这种配电设施的地理分布特性，使得必须结合GIS数据模型来建立配电网规划GIS数据模型，从而实现配电网规划决策支持系统。

配电网规划GIS数据类型，如图2所示。图中的各类空间数据，应该在相对高斯平面坐标系下(这取决于实际系统应用的范围，一般以所在城市的高斯平面为基准)进行空间叠加，各类属性数据利用GIS的拓扑连接关系与空间数据相联系。

配电网规划GIS数据模型，包括空间数据和属性数据两大部分，如图3所示。配电网的空间数据采用矢量数据模型。采用这种数据模型来表达空间数据比栅格模型占用的存储空间要少，而且，这种模型非常适宜于表达地图上的图形目标，点和一些小的多边形都能够清楚地表达。属性数据采用关系数据模型，可以利用现有成熟的关系数据库技术进行管理和维护。空间数据和属性数据通过标识符实现关联。

2　配电网规划GIS数据模型建立数据库

GIS数据库是一种专门设计的具有空间数据模型的数据库，其空间数据模型由点、弧和多边形以及数据文件构成。配电设施也可以由这些符号形式地表示。空间数据模型以这些符号来表达拓扑信息：变电站由哪些线路向哪些负荷点供电等。配电网规划GIS数据库存储着配电系统的地理数据，与电力系统一般数据库的不同之处在于它需要在数据库中记录地理信息，而且有两种类型的地理信息：电力设施的详细位置信息和设施之间的空间关系信息。

建立配电网规划GIS数据库主要包括有几个过程：数据获取，数据组织，图形数据录入数据库，利用GIS软件进行数字化作业程序，属性数据录入数据库，编辑修改、存入计算机。配电网规划GIS数据库建库流程如图4所示。

2.1　配电网规划GIS数据库的数据组织

GIS数据库的设计包括空间数据库的设计和属性数据库的设计两部分。实现图形数据库设计的关键问题是分解地理要素。一幅地图就是根据总体设计而选取若干地理要素层的叠置结果。配电网规划的图形数据通过以1:500和1:2000的城市土地利用地图作为底图，在其上叠加电网图而获得。

2.2　散属性数据库设计

以本文配电网图层中架空线路属性表为例来说明配电网规划GIS各表的数据格式、结构，线路属性表的基本内容如表1所示。

由表1可以看出，根据变电站编码可以连接变电站属性表，将线路与变电站属性表连接起来；根据线路两端的起点杆号和终点杆号，记录了线路与杆塔之间的拓扑关系，可以进行连通性分析。根据前述有关配电网图层信息空间的划分和数据编码的制定，配电网数据库涉及到的属性表主要包括：建筑物信息表，杆塔属性表，架空线线路属性表，电缆线路属性表，配电变压器属性表，线路开关器属性表，变电站属性表，进户点信息表，避雷器属性表，电熔器属性表，断路器属性表，电流互感器属性表，电压互感器属性表，线路接地装置属性表，用户属性表，配电设备统计属性表等。各表之间通过相关的标识符连接。

2.3　空间数据与属性数据的连接

本文建立的配电网规划GIS数据库采用图形数据与属性数据自成体系方式连接，通过标识符建立起图形与属性的连接关系，便于实现从图形到属性以及从属性到图形的双向参照。图形数据用地理信息系统商业软件提供的空间数据库管理，属性数据用商业用数据库管理信息系统管理，通过标识符建立起图形与属性的连接关系，实现两者的统一操作。

3　结语

数据通信特点范文第5篇

摘要：介绍了配电网规划中gis数据模型的建立及其在gis数据库中的应用。通过对配电 网络 特征的分析，指出配电网具有地理分布特性、配电设备数量众多且比较分散等特点，提出了采用矢量模型的配电网规划gis数据模型。将处理对象分层次、分步骤来划分信息图层空间，设计了配电网规划gis的空间数据库和属性数据库，提出采用标识符来连接分别存储的空间数据和属性数据，并举例说明了具体实现方法。

关键词：gis；数据模型；配电网

1　配电网规划gis数据模型

在地理信息系统中，有关空间目标实体的描述数据可以分为空间特征数据和属性特征数据，二者统称为地理数据。空间特征数据和属性特征数据通过内部索引相连，是地理信息系统区别于其他绘图软件的关键之处。

1.1　配电网分布的地理要素分析

1.1.1　配电网的组成

配电网是利用适当的电压等级将电能输送给最终用户，担负着电力生产终端用户的管理调度和运行服务等职能，是电力系统的重要组成部分。配电网管理的对象包括变电站、开闭所、线路(包括电缆)、杆塔、变压器、配电箱、开关、刀闸等设备，以及连接在变压器上的各类用户单位。其示意图如图1所示。

1.1.2　配电网的地理分布特性

配电网信息具备地理信息的三大特征：

(1)配电网信息的区域性：在配电网中，变电站和用户是网中的结点，可以用点来表示，配电线路是供电路径，可以用线来表示，由不同的点和线构成了配电网的分布区域。配电网的分布呈拓延结构，表征了配电网信息的区域性。

(z)配电网信息的多层次性：配电网具有不同的电压等级，如35kv，10kv，6kv，380v／220v等，网中连接有不同的节点，如变电站、变压器等。装配不同的电力设备，蕴含不同的设备参数，覆盖不同的用户区域，从而反映出配电网信息的多层次性。

(3)配电网信息的动态变化性：按照配电网规划的要求，每隔两三年应检查修订规划一次，并且配电网运行需随时维护，适时改造，甚至并网联合，扩容更新，从而表现出配电网信息的动态变化性。

1.2　配电网规划gis数据模型

配电网直接联系着用户，其信息可以分为两大类：一类是围绕配电网设备和用户的各种信息，另一类是与地理位置相关的空间信息。这两类信息互相联系并且是有层次的。对配电网信息的分析，可以看出配电网直接联系着用户，配电网的线路、设备都与所在的地理环境密切相关。这种配电设施的地理分布特性，使得必须结合gis数据模型来建立配电网规划gis数据模型，从而实现配电网规划决策支持系统。

配电网规划gis数据类型，如图2所示。图中的各类空间数据，应该在相对高斯平面坐标系下(这取决于实际系统应用的范围，一般以所在城市的高斯平面为基准)进行空间叠加，各类属性数据利用gis的拓扑连接关系与空间数据相联系。

配电网规划gis数据模型，包括空间数据和属性数据两大部分，如图3所示。配电网的空间数据采用矢量数据模型。采用这种数据模型来表达空间数据比栅格模型占用的存储空间要少，而且，这种模型非常适宜于表达地图上的图形目标，点和一些小的多边形都能够清楚地表达。属性数据采用关系数据模型，可以利用现有成熟的关系数据库技术进行管理和维护。空间数据和属性数据通过标识符实现关联。

2　配电网规划gis数据模型建立数据库

gis数据库是一种专门设计的具有空间数据模型的数据库，其空间数据模型由点、弧和多边形以及数据文件构成。配电设施也可以由这些符号形式地表示。空间数据模型以这些符号来表达拓扑信息：变电站由哪些线路向哪些负荷点供电等。配电网规划gis数据库存储着配电系统的地理数据，与电力系统一般数据库的不同之处在于它需要在数据库中记录地理信息，而且有两种类型的地理信息：电力设施的详细位置信息和设施之间的空间关系信息。

建立配电网规划gis数据库主要包括有几个过程：数据获取，数据组织，图形数据录入数据库，利用gis软件进行数字化作业程序，属性数据录入数据库，编辑修改、存入 计算 机。配电网规划gis数据库建库流程如图4所示。

2.1　配电网规划gis数据库的数据组织

gis数据库的设计包括空间数据库的设计和属性数据库的设计两部分。实现图形数据库设计的关键问题是分解地理要素。一幅地图就是根据总体设计而选取若干地理要素层的叠置结果。配电网规划的图形数据通过以1:500和1:2000的城市土地利用地图作为底图，在其上叠加电网图而获得。

2.2　散属性数据库设计

以本文配电网图层中架空线路属性表为例来说明配电网规划gis各表的数据格式、结构，线路属性表的基本内容如表1所示。

由表1可以看出，根据变电站编码可以连接变电站属性表，将线路与变电站属性表连接起来；根据线路两端的起点杆号和终点杆号，记录了线路与杆塔之间的拓扑关系，可以进行连通性分析。根据前述有关配电网图层信息空间的划分和数据编码的制定，配电网数据库涉及到的属性表主要包括：建筑物信息表，杆塔属性表，架空线线路属性表，电缆线路属性表，配电变压器属性表，线路开关器属性表，变电站属性表，进户点信息表，避雷器属性表，电熔器属性表，断路器属性表，电流互感器属性表，电压互感器属性表，线路接地装置属性表，用户属性表，配电设备统计属性表等。各表之间通过相关的标识符连接。

2.3　空间数据与属性数据的连接

本文建立的配电网规划gis数据库采用图形数据与属性数据自成体系方式连接，通过标识符建立起图形与属性的连接关系，便于实现从图形到属性以及从属性到图形的双向参照。图形数据用地理信息系统商业软件提供的空间数据库管理，属性数据用商业用数据库管理信息系统管理，通过标识符建立起图形与属性的连接关系，实现两者的统一操作。

3　结语