本發明涉及電網業務系統，具體為一種圖形化電網業務規則引擎構建系統及方法。

背景技術：

1、規則引擎系統是一種用于處理和執行規則集的軟件工具，rete算法是一種用于規則匹配的高效算法，通過構建非循環有向圖(rete網絡)來存儲和管理匹配結果，從而避免了對規則的重復匹配，提高了匹配速度。然而，隨著規則庫規模的增大，rete網絡的復雜性也相應增加，導致匹配效率和系統性能的下降；隨著新型電力系統的建設，電網規模不斷擴大、智能監測終端不斷增加、監測范圍不斷擴大、監測深度不斷加強，眾多量測和傳感裝置采集將產生海量的多源異構實時量測數據，呈現出體量大、類型多、變化快和價值密度低的大數據主要特征。

2、然而在現有技術中，目前海量流式數據與業務規則的匹配、分析效率較低，常規技術手段難以有效提升研判執行速度和效率；其次，電網海量實時數據具有數據量大、時效性高、數據無序、干擾數據難以過濾等特點，需要結合復雜多變的業務規則快速進行數據解析與處理，實現難度較大。

3、因此，不滿足現有的需求，對此我們提出了一種圖形化電網業務規則引擎構建系統及方法。

技術實現思路

1、本發明的目的在于提供一種圖形化電網業務規則引擎構建系統及方法，通過前端用戶界面，使系統以圖形化方式展示電網業務的規則編輯、調試和管理工具；利用神經網絡模型對后期所觸發的事件進行分析，并輸出響應的電網業務規則；采用分布式計算框架部署和執行規則，在處理大規模數據時，將問題分解為多個子問題，并將這些子問題分配給不同的計算節點進行處理，實現分布式計算資源；引入相關故障應急機制，針對系統所出現的故障現象及時進行解決；并引入相關安全機制，對系統內數據訪問對象進行限定，防止未經授權的訪問，解決了上述背景技術中提出的問題。

2、為實現上述目的，本發明提供如下技術方案：

3、一種圖形化電網業務規則引擎構建系統，包括：

4、前端界面構建單元，用于構建關于辦理電網業務的前端用戶界面，以圖形化方式展示電網業務的規則編輯、調試和管理工具；

5、規則模型構建單元，用于構建神經網絡模型，利用歷史規則引擎數據與對應的相關事件進行訓練與測試，使神經網絡模型從歷史規則引擎數據與對應的相關事件中學習并提煉規則，完成電網業務規則的智能化生成和更新，并將優化后的神經網絡模型投入電網業務系統使用；

6、分布式運維單元，用于采用分布式計算框架部署和執行規則，在處理大規模數據時，將問題分解為多個子問題，并將這些子問題分配給不同的計算節點進行處理，實現分布式計算資源；

7、規則機制構建單元，用于引入容錯機制和備份機制構建規則引擎系統中故障應急機制，引入斷路器模式對故障率進行閾值監測，避免故障的蔓延；并對規則引擎系統中數據訪問權進行加密處理，規則引擎系統通過驗證用戶的身份并授予相應的權限，防止未經授權的訪問。

8、進一步的，還包括：

9、后端邏輯處理單元，用于負責接收前前端用戶界面的請求，根據請求內容進行規則解析、處理和執行，并將結果返回給前端界面構建單元；

10、規則數據收集單元，用于收集電網業務中歷史規則引擎數據與對應的相關事件，并基于rete網絡結構對歷史規則引擎數據與對應的相關事件進行關聯保存，形成rete關系型數據庫。

11、進一步的，所述前端界面構建單元，包括：

12、規則編輯模塊，用于創建可視化電網業務規則的編輯鏈接，使用戶可以通過可視化的方式添加、修改、刪除電網業務規則；

13、規則管理模塊，用于在電網業務規則編輯鏈接的基礎上，對鏈接進行優化管理，使用戶可以查看、篩選、排序、導出和備份電網業務規則；

14、規則測試模塊，用于對電網業務規則編輯鏈接進行測試運行，使用戶可以在線模擬運行電網業務規則，并實時監控規則執行狀態和結果；

15、規則分析模塊，用于對用戶提交的電網業務規則進行分析，檢查語法是否正確，語義是否合理，是否符合規則庫。

16、進一步的，所述規則模型構建單元，包括：

17、樣本處理模塊，用于選取部分歷史規則引擎數據與對應的相關事件，并對數據及關聯事件內容進行清洗和格式歸一化處理，使數據及關聯事件的格式符合神經網絡模型學習；并將處理后的數據及關聯事件劃分為訓練集和測試集；

18、樣本訓練模塊，用于將訓練集和測試集依次導入神經網絡模型中進行訓練與測試，神經網絡模型通過對訓練集中關聯事件的內容進行解析，獲得特征內容，并針對特征內容輸出相應的業務規則；再通過測試集對此次訓練結果進行驗證，判斷神經網絡模型所輸出的業務規則是否準確；

19、模型優化模塊，用于不斷收集不同類型的電網業務規則及對應的相關事件，通過最新事件及電網業規則定期對神經網絡模型進行優化更新。

20、進一步的，所述分布式運維單元，包括：

21、框架創建模塊，用于采用分布式計算框架部署和執行規則，在處理大規模數據時，將問題分解為多個子問題，并將這些子問題分配給不同的計算節點進行處理，并采用負載均衡算法分配計算任務，并同步引入并行計算的技術，確保計算效率；

22、運維監控模塊，用于對分布式系統的持續監測，及時發現并通報異常狀況；

23、資源調優模塊，用于對分布式系統中的資源進行統一的管理和調度，確保資源的合理利用和高效運行；

24、故障診斷模塊，用于針對分布式系統中的故障，進行深入的分析，找出故障的原因，并提出有效的解決方案；

25、安全防護模塊，用于通過實時監控、訪問控制等方式，確保分布式系統免受惡意攻擊和破壞；

26、性能優化模塊，用于對分布式系統的工作效率進行持續跟蹤，識別出性能瓶頸并進行優化改進；具體的，在分布式環境中，任務調度可能會受到網絡延遲、硬件資源波動等因素的影響；為了保證計算資源的利用率，我們需要實時監測這些因素，并對任務進行動態調整；例如：可以采用自適應調整調度周期、任務優先級等策略，以應對實時變化的環境。

27、環境管理模塊，用于對分布式系統所依賴的環境進行統一的管理和維護；

28、升級管理模塊，用于對分布式系統的版本、補丁等進行管理，確保系統的安全可靠和性能最優。

29、進一步的，所述規則機制構建單元，包括：

30、第一機制模塊，用于引入備份機制和容錯機制構建規則引擎系統，通過在規則引擎系統中關鍵組件上部署備用組件，一旦主要組件發生故障，備用組件能夠迅速接管工作，保證系統的連續性；通過定期發送心跳信號，監測組件的健康狀態，若檢測到組件出現異常，系統及時做出反應，采取相應的措施；

31、第二機制模塊，用于引入斷路器模式，通過監測系統的調用請求，若檢測到故障率超過閾值，則中斷對故障組件的訪問，避免故障的蔓延；

32、加密機制模塊，用于對規則引擎系統中的數據訪問權進行加密處理，用戶在登錄規則引擎系統時，提供有效的用戶名和密碼進行驗證，系統將對用戶的用戶名和密碼進行比對，若匹配，則授予用戶相應的權限。

33、進一步的，所述后端邏輯處理單元，包括：

34、規則解析模塊，用于將前端用戶界面所發送的電網業務規則文件解析為python對象，并根據電網業務規則引擎的規則模板和規則庫，對解析后的規則對象進行語義分析和處理，生成規則執行計劃，并進行規則匹配和優化；

35、規則執行模塊，用于執行電網業務規則引擎的規則執行計劃，并實時監控規則執行狀態和結果；再將規則執行結果返回給前端用戶界面，并提供反饋和建議。

36、進一步的，所述規則數據收集單元，包括：

37、數據收集模塊，用于從企業現有的業務系統中收集各類業務規則數據，包括：規則的名稱、描述、觸發條件、處理邏輯以及執行結果；

38、數據整理模塊，用于對收集到的業務規則數據進行分類、歸檔、去重處理；并基于規則數據，對企業的電網業務規則進行全面評估；并從電網業務規則數據中提取特征信息，并針對特征信息對現有電網業務規則進行改進和創新，提出新的電網業務規則建議；

39、數據庫創建模塊，用于創建rete關系型數據庫，并將歷史規則引擎數據與對應的相關事件導入rete關系型數據庫中，利用rete算法對歷史規則引擎數據與對應的相關事件進行邏輯關聯，并通過rete算法針對相關事件的重要性對歷史規則引擎數據進行優先級排序。

40、一種圖形化電網業務規則引擎構建方法，包括以下步驟：

41、步驟一、通過構建關于辦理電網業務的前端用戶界面，使系統以圖形化方式展示電網業務的規則編輯、調試和管理工具；

42、步驟二、通過rete網絡結構對收集的歷史規則引擎數據與對應的相關事件按邏輯進行關聯存儲，形成rete關系型數據庫；

43、步驟三、利用rete關系型數據庫中歷史規則引擎數據與對應的相關事件對神經網絡模型進行訓練，利用優化后的神經網絡模型對后期所觸發的事件進行分析，并輸出響應的電網業務規則；

44、步驟四、采用分布式計算框架部署和執行規則，在處理大規模數據時，將問題分解為多個子問題，并將這些子問題分配給不同的計算節點進行處理，實現分布式計算資源；

45、步驟五、引入相關故障應急機制，針對系統所出現的故障現象及時進行解決；并引入相關安全機制，對系統內數據訪問對象進行限定，防止未經授權的訪問。

46、進一步的，所述步驟二中，形成rete關系型數據庫，具體包括以下步驟：

47、定義規則和事實：定義電網業務中的規則與對應的相關事件；

48、構建rete網絡：使用rete算法構建規則引擎的網絡結構，rete算法通過形成rete網絡進行模式匹配；

49、執行規則：待匹配完成后，根據電網業務規則的優先級執行匹配上的規則；若所有條件都滿足，則執行相應的操作；

50、緩存中間結果：rete算法通過緩存中間結果，并基于中間結果進行優化性能，在添加相關事件過程中獲取相應的信息，并在后續的刪除操作中重復利用，減少不必要的計算。

51、與現有技術相比，本發明的有益效果是：

52、本發明，通過構建關于辦理電網業務的前端用戶界面，使系統以圖形化方式展示電網業務的規則編輯、調試和管理工具，從而支撐業務拖拽式的快速構建規則決策流，使業務人員能夠迅速而準確地構建規則；利用rete網絡結構對收集的歷史規則引擎數據與對應的相關事件按邏輯進行關聯存儲，形成rete關系型數據庫；并通過該對神經網絡模型進行訓練，利用優化后的神經網絡模型對后期所觸發的事件進行分析，并輸出響應的電網業務規則；從而減輕基層人員的手動勞動負擔，提高規則建立的效率和準確性；采用分布式計算框架部署和執行規則，在處理大規模數據時，將問題分解為多個子問題，并將這些子問題分配給不同的計算節點進行處理，實現分布式計算資源，從而加速計算過程；引入相關故障應急機制，針對系統所出現的故障現象及時進行解決；確保系統能夠在面對組件故障時保持穩定運行，從而減小系統崩潰的概率；并引入相關安全機制，對系統內數據訪問對象進行限定，防止未經授權的訪問，確保只有經過授權的用戶能夠訪問規則引擎，保障數據在傳輸和存儲中的安全性。