基于邊緣計(jì)算的智能配用電綜合接入及狀態(tài)監(jiān)測(cè)技術(shù)研究*

高 建，霍 超，白暉峰，張港紅，于華東，尹志斌

（北京智芯微電子科技有限公司，北京 102279）

0 引言

配電網(wǎng)處于電力系統(tǒng)的末端環(huán)節(jié)，面向廣大用戶，其運(yùn)行狀況直接影響用戶體驗(yàn)和供電可靠性。為了實(shí)現(xiàn)更大范圍、更加智能化的信息交互，以泛在、感知、低功耗為特征的物交互有了越來(lái)越多的應(yīng)用需求，要求獲取的信息范圍更廣、類型更多、密度更大、精度更高，需要全方位提高各環(huán)節(jié)信息感知的深度和廣度，有助于提升電網(wǎng)系統(tǒng)的分析、預(yù)警、自愈及災(zāi)害防范能力[1]。

目前，各地終端泛在接入導(dǎo)致本地通信網(wǎng)承載能力難以滿足多樣化業(yè)務(wù)場(chǎng)景需求，業(yè)務(wù)需求與通信網(wǎng)絡(luò)性能指標(biāo)需求未能形成對(duì)應(yīng)關(guān)系，導(dǎo)致某些區(qū)域的終端通信接入網(wǎng)存在盲目、超標(biāo)建設(shè)，其靈活性、可靠性受到一定限制，且增加了終端通信接入網(wǎng)的復(fù)雜度，不利于本地通信接入網(wǎng)的統(tǒng)一規(guī)劃、統(tǒng)一建設(shè)，影響智能配電業(yè)務(wù)的高效、雙向傳輸[2-3]。

邊緣計(jì)算著眼于實(shí)時(shí)、短周期數(shù)據(jù)的分析，靠近設(shè)備端，更好地支撐本地業(yè)務(wù)實(shí)時(shí)分析和智能化處理，具有分布式、低延時(shí)、高效率以及緩解流量壓力等特點(diǎn)，相較單純的云計(jì)算更加高效和安全。2014 年歐洲電信標(biāo)準(zhǔn)化協(xié)會(huì)ETSI 成立移動(dòng)邊緣計(jì)算（Mobile Edge Computing，MEC）工作組，后更名為多址邊緣計(jì)算。2017 年，IEC/ISO、JTC1、SC1成立邊緣計(jì)算研究組，發(fā)布邊緣智能白皮書。另外，首批4 項(xiàng)工業(yè)互聯(lián)網(wǎng)邊緣計(jì)算行業(yè)標(biāo)準(zhǔn)立項(xiàng)，汽車邊緣計(jì)算聯(lián)盟成立，華為也發(fā)布基于邊緣計(jì)算的物聯(lián)解決方案。2018 年，微軟宣布將業(yè)務(wù)重心轉(zhuǎn)移到智能邊緣計(jì)算。結(jié)合在配用電方面的應(yīng)用，基于邊緣計(jì)算的相關(guān)研究也在快速發(fā)展。文獻(xiàn)[4]分析了邊緣計(jì)算技術(shù)與主動(dòng)配電網(wǎng)的相似之處和融合方式，構(gòu)建了基于邊緣計(jì)算的分層自治協(xié)同的主動(dòng)配電網(wǎng)管控模型。文獻(xiàn)[5]在邊緣計(jì)算參考架構(gòu)的基礎(chǔ)上，分析了居民智能用電協(xié)同架構(gòu)。不同智能用電終端各自的云平臺(tái)通過(guò)統(tǒng)一接口連接入云協(xié)同平臺(tái)。文獻(xiàn)[6]構(gòu)建了物聯(lián)網(wǎng)終端設(shè)備參與的邊緣優(yōu)化調(diào)度模型，推動(dòng)了電力物聯(lián)網(wǎng)的建設(shè)與應(yīng)用。對(duì)于多業(yè)務(wù)、大量終端的廣泛接入問(wèn)題，實(shí)現(xiàn)對(duì)業(yè)務(wù)的有效承載還需要開展進(jìn)一步的研究。

因此，基于邊緣計(jì)算研究智能配用電通信接入技術(shù)，構(gòu)建新一代智能配用電通信綜合接入設(shè)備的數(shù)據(jù)本地智能化處理與業(yè)務(wù)融合模型，通過(guò)電網(wǎng)控制、傳感器以及數(shù)據(jù)信息可以監(jiān)控接入的一切設(shè)施運(yùn)行狀態(tài)，有助于采取相應(yīng)的決策降低成本，提高生產(chǎn)效率和系統(tǒng)可靠性。

1 設(shè)備集成接入方案

本文重點(diǎn)從終端側(cè)和邊緣側(cè)提出設(shè)備集成綜合接入方案，分為兩種方式，形成云邊端的整體方案。

1.1 直接接入方式

該方式針對(duì)邊端融合型終端提出，終端具備數(shù)據(jù)采集、就地分析計(jì)算及數(shù)據(jù)轉(zhuǎn)換功能，將數(shù)據(jù)上傳至云平臺(tái)。對(duì)于具有邊緣計(jì)算功能終端設(shè)備可通過(guò)以太網(wǎng)、通用分組無(wú)線服務(wù)技術(shù)（General Packet Radio Service，GPRS）和無(wú)線專網(wǎng)直接接入云主站平臺(tái)，如圖1 所示。

圖1 終端直接接入主站方式模型

1.2 間接接入方式

該方式針對(duì)邊端分離型終端提出。配用電網(wǎng)中存在大量表計(jì)、傳感器以及開關(guān)等初級(jí)節(jié)點(diǎn)，不具備邊緣計(jì)算能力。這些初級(jí)節(jié)點(diǎn)通過(guò)采集監(jiān)測(cè)器組合在本地組成網(wǎng)絡(luò)后，通過(guò)HPLC、RS-485 以及微功率無(wú)線等方式接入本地的邊緣計(jì)算管理終端，實(shí)現(xiàn)了對(duì)設(shè)備狀態(tài)的監(jiān)控，同時(shí)通過(guò)本地的邊緣計(jì)算管理終端與信息系統(tǒng)主站集成，實(shí)現(xiàn)對(duì)大量表計(jì)、傳感器等的間接接入，如圖2 所示。

圖2 終端間接接入主站方式模型

通過(guò)上述兩種接入方式：一是提高全息感知能力，實(shí)現(xiàn)各環(huán)節(jié)大量設(shè)備、節(jié)點(diǎn)狀態(tài)全感知、提升智能化水平，確保準(zhǔn)確、實(shí)時(shí)、完整反映配用電網(wǎng)的運(yùn)營(yíng)全流程、全環(huán)節(jié)；二是基于邊緣計(jì)算著眼于實(shí)時(shí)、短周期數(shù)據(jù)的分析，靠近設(shè)備端，更好地支撐本地業(yè)務(wù)實(shí)時(shí)分析和智能化處理，從而為智能配用電的建設(shè)提供支撐。

2 關(guān)鍵技術(shù)研究

2.1 邊緣計(jì)算

邊緣計(jì)算能在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)就近提供邊緣智能服務(wù)，滿足行業(yè)數(shù)字化在敏捷聯(lián)接、實(shí)時(shí)業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能以及安全與隱私保護(hù)等方面的關(guān)鍵需求。通過(guò)邊緣計(jì)算的資源和能力，可將虛擬空間和物理實(shí)體緊密融合在一起。換言之，邊緣計(jì)算接近于工業(yè)上分布式自律的概念，在基于互聯(lián)網(wǎng)的異構(gòu)分布式計(jì)算環(huán)境下，集中與分散相結(jié)合，既可有效利用互聯(lián)網(wǎng)資源，又保證了用戶系統(tǒng)的自律性和安全性[7-8]。

2.2 目標(biāo)檢測(cè)差分算法

差分法是一種比較常見的對(duì)比分析檢測(cè)方法，根據(jù)時(shí)間節(jié)點(diǎn)的數(shù)據(jù)差分值與設(shè)定的閾值進(jìn)行比較來(lái)判定。當(dāng)采集節(jié)點(diǎn)參數(shù)發(fā)生變化時(shí)，選取相鄰時(shí)間節(jié)點(diǎn)的數(shù)據(jù)進(jìn)行差分運(yùn)算，并將差分值上傳上級(jí)終端或系統(tǒng)[9]，同時(shí)將差分結(jié)果的絕對(duì)值與設(shè)定的閾值T進(jìn)行比較。若大于閾值T，則判斷為目標(biāo)異常；若小于或等于閾值T，則判斷為采集節(jié)點(diǎn)運(yùn)行正常。

數(shù)學(xué)公式描述如下：

式中，g(x,t)為時(shí)間t采集點(diǎn)x經(jīng)過(guò)差分運(yùn)算后的狀態(tài)，f(x,t)為當(dāng)前參數(shù)值，f(x,t-1)表示前一時(shí)間節(jié)點(diǎn)的參數(shù)值，T為設(shè)定的閾值。g(x,t)=1 表示異常，g(x,t)=0 表示正常。

2.3 智能路由算法

路由算法是其中的關(guān)鍵研究技術(shù)。如何在跳數(shù)盡可能少、時(shí)延盡可能低的情況下，選擇盡可能可靠的鏈路是要考慮的問(wèn)題。根據(jù)邊緣網(wǎng)絡(luò)特性，設(shè)S(Ni,Nj)為節(jié)點(diǎn)Ni對(duì)節(jié)點(diǎn)Nj在某個(gè)路由上的暢 通度[10]。

節(jié)點(diǎn)i維持一個(gè)暢通度列表ST，代表節(jié)點(diǎn)間的暢通能力：

節(jié)點(diǎn)Ni經(jīng)過(guò)多個(gè)數(shù)量的路由中間節(jié)點(diǎn)，逐步形成暢通度向量表STi(STi1,STi2,STi3,…,STin)，并不斷通過(guò)相鄰節(jié)點(diǎn)信息溝通并迭代暢通度向量表。當(dāng)節(jié)點(diǎn)Ni與節(jié)點(diǎn)Nj相遇時(shí)，互相交換各自攜帶的暢通度向量表，迭代形成新的暢通路由表SRT。

3 系統(tǒng)設(shè)計(jì)及應(yīng)用分析

為了驗(yàn)證設(shè)備接入模型的正確性與有效性，進(jìn)行綜合接入網(wǎng)系統(tǒng)架構(gòu)設(shè)計(jì)，開展模擬仿真，采用MATLAB 對(duì)所提算法進(jìn)行驗(yàn)證，搭建系統(tǒng)進(jìn)行數(shù)據(jù)采集、分析、預(yù)測(cè)以及設(shè)備狀態(tài)監(jiān)控等功能的應(yīng)用。系統(tǒng)架構(gòu)及流程管理如圖3 和圖4 所示。

圖3 系統(tǒng)架構(gòu)設(shè)計(jì)

圖4 差分檢測(cè)流程管理

架構(gòu)整體上可劃分為“云、邊、端”3 個(gè)層次。主站層提供遠(yuǎn)程資源，實(shí)現(xiàn)互聯(lián)終端設(shè)備的廣泛接入和管理；邊緣層集平臺(tái)化、智能化、模塊化于一體的邊緣互聯(lián)終端，在終端側(cè)進(jìn)行分布式計(jì)算；采集層實(shí)現(xiàn)基礎(chǔ)數(shù)據(jù)感知源，通過(guò)現(xiàn)場(chǎng)通信網(wǎng)絡(luò)將各類業(yè)務(wù)終端連接到邊緣互聯(lián)終端，基于云-邊協(xié)同的分布式智能架構(gòu)，實(shí)現(xiàn)系統(tǒng)計(jì)算、網(wǎng)絡(luò)、存儲(chǔ)等資源的統(tǒng)一管控，提高數(shù)據(jù)、通信、計(jì)算等各方面資源的整體配置效率。

采用基于邊緣計(jì)算的差分檢測(cè)方法的數(shù)據(jù)傳輸量與采用定時(shí)采集方式的數(shù)量傳輸量的對(duì)比曲線，如圖5 所示。其中，數(shù)據(jù)流量業(yè)務(wù)以配電變壓器監(jiān)測(cè)和交流信息采集為例，任務(wù)1 設(shè)定業(yè)務(wù)數(shù)80，任務(wù)2 設(shè)定業(yè)務(wù)數(shù)100。定時(shí)采集方式數(shù)據(jù)未經(jīng)處理，數(shù)據(jù)量隨時(shí)間呈線性增長(zhǎng)關(guān)系.采用本文方法，數(shù)據(jù)流量呈臺(tái)階增長(zhǎng)方式，有效降低了需上傳云平臺(tái)的數(shù)據(jù)量，從而降低了對(duì)系統(tǒng)帶寬的占用，適應(yīng)于多節(jié)點(diǎn)海量數(shù)據(jù)的物聯(lián)網(wǎng)建設(shè)的發(fā)展需求。

圖5 數(shù)據(jù)流量變化曲線

時(shí)延隨任務(wù)數(shù)量的變化如圖6 所示。隨著任務(wù)數(shù)量的增加，本文所提基于邊緣計(jì)算差分的邊云協(xié)同方法，通過(guò)智能路由選擇算法，得到信息上傳的最優(yōu)路徑。與遠(yuǎn)程云計(jì)算對(duì)比，兩種機(jī)制平均時(shí)延呈現(xiàn)出逐步上升趨勢(shì)。其中，本文協(xié)同算法數(shù)據(jù)投遞平均時(shí)延更低。一方面，上傳數(shù)據(jù)量減小，采用短跳數(shù)、可靠鏈路上傳方式，降低了網(wǎng)絡(luò)的擁塞和并發(fā)數(shù)；另一方面，由于終端處于邊緣網(wǎng)絡(luò)的末端，處理數(shù)據(jù)所需要的時(shí)間短。

圖6 時(shí)延隨任務(wù)數(shù)的變化

邊緣網(wǎng)絡(luò)充分挖掘網(wǎng)絡(luò)中邊緣終端的計(jì)算能力，在邊緣終端處執(zhí)行部分計(jì)算或全部計(jì)算，提高了整個(gè)系統(tǒng)中資源的最大使用效率和傳輸效率。

4 結(jié)語(yǔ)

本文構(gòu)建新型智能配用電通信綜合接入的本地?cái)?shù)據(jù)智能化處理與業(yè)務(wù)融合模型，基于邊緣計(jì)算的設(shè)備接入與集成技術(shù)，引入差分算法和路由算法，提出基于邊緣計(jì)算的差分檢測(cè)方法，實(shí)現(xiàn)了分布式的自組織網(wǎng)絡(luò)和復(fù)雜動(dòng)態(tài)網(wǎng)絡(luò)的最佳路由管理，并且能夠?qū)崿F(xiàn)設(shè)備的狀態(tài)監(jiān)測(cè)預(yù)警。通過(guò)數(shù)據(jù)上傳量和時(shí)延分析可以看出，相比于遠(yuǎn)端的云計(jì)算網(wǎng)絡(luò)，移動(dòng)邊緣計(jì)算網(wǎng)絡(luò)的網(wǎng)絡(luò)更適合支持大量終端接入、分布廣泛、時(shí)延敏感以及可靠性要求高的業(yè)務(wù)，并且有能力滿足感知應(yīng)用的要求。