基于邊緣計(jì)算的電子井蓋異常檢測(cè)技術(shù)優(yōu)化

摘 要：針對(duì)電子井蓋的異常數(shù)據(jù)檢測(cè)問題，研究提出了基于邊緣計(jì)算的處理方式，提高電子井蓋系統(tǒng)的運(yùn)算效率。對(duì)邊緣計(jì)算的數(shù)據(jù)處理方法進(jìn)行優(yōu)化，利用時(shí)空相關(guān)性相結(jié)合的方式，大大提高邊緣計(jì)算的異常數(shù)據(jù)檢測(cè)效率。實(shí)驗(yàn)結(jié)果表明，將所提算法與其他算法進(jìn)行對(duì)比，該算法在1 000個(gè)傳感器的數(shù)據(jù)上，本文算法的運(yùn)行時(shí)間約為0.25 s，遠(yuǎn)遠(yuǎn)優(yōu)于其他算法，在電池能耗、數(shù)據(jù)傳輸方面同樣優(yōu)勢(shì)明顯。在井蓋位移和水位測(cè)試等方面，電子井蓋的誤報(bào)率低于2%，具有重要的應(yīng)用價(jià)值。

關(guān)鍵詞：邊緣計(jì)算；電子井蓋；時(shí)空相關(guān)性；數(shù)據(jù)異常檢測(cè)

中圖分類號(hào)：TP274；TM726.4"""""""""""""""""""" 文獻(xiàn)標(biāo)識(shí)碼：A"""""""""""""""" """"文章編號(hào)：1001-5922（2024）07-0177-04

Optimization of electronic manhole cover anomaly detection technology based on edge computing

REN Ang，SU Fei，SHAO Shuai，WANG Xingzhen

（State Grid Shandong Electric Power Co.，Ltd.，Jinan 250012，China）

Abstract： In order to solve the problem of abnormal data detection of electronic manhole cover， a processing method based on edge computing was proposed to improve the computing efficiency of the electronic manhole cover system. The data processing method of edge computing was optimized， and the method of combining spatio?temporal correlation was used to greatly improve the efficiency of anomaly data detection of edge computing. The experimental results showed that the algorithm had a running time of approximately 0.25 seconds on data from 1 000 sensors， which was much better than other algorithms. It also had significant advantages in battery energy consumption and data transmission. In terms of displacement and water level testing of manhole covers， the 1 alarm rate of electronic manhole covers was less than 2%， which had important application value.

Key words： edge computing；electronic manhole cover；temporal and spatial correlation；data anomaly detection

隨著信息技術(shù)的快速發(fā)展，整個(gè)社會(huì)的行業(yè)均經(jīng)歷了升級(jí)和轉(zhuǎn)型的過程［1］。物聯(lián)網(wǎng)技術(shù)的溝通萬物能力，將其用于高壓電纜井的井蓋中，可以實(shí)現(xiàn)對(duì)電纜故障、井蓋異常和環(huán)境變化的監(jiān)測(cè)［2］。邊緣計(jì)算是一種快速處理信息數(shù)據(jù)的方式，將其用于電子井蓋的信息處理過程，通過邊云協(xié)同，提高系統(tǒng)處理信息的實(shí)時(shí)能力［3］。提出了一種針對(duì)多傳感器的邊緣計(jì)算方法，通過K?means 和 C?means 算法的結(jié)合，有效分析傳感器采集到的異常冗余數(shù)據(jù)［4］。針對(duì)無線傳感網(wǎng)絡(luò)的內(nèi)邊緣上下文離群值檢測(cè)（INCODE）框架，實(shí)現(xiàn)了無線信息通信之間的通信量降低和能耗的節(jié)省［5］。研究了一種針對(duì)井蓋安全的監(jiān)測(cè)系統(tǒng)，利用Zigbee無線通信網(wǎng)絡(luò)，利用傳感器對(duì)井蓋的位移和破損等進(jìn)行監(jiān)測(cè)［6］。針對(duì)電子井蓋的異常數(shù)據(jù)檢測(cè)問題，研究提出了基于邊緣計(jì)算的處理方式，將各類傳感器置于高壓電纜井的電子井蓋內(nèi)，通過陀螺儀、光傳感器、濕度傳感器等各種類型信息收集，實(shí)時(shí)監(jiān)測(cè)井蓋的異常狀態(tài)。利用邊緣計(jì)算進(jìn)行信息處理，實(shí)現(xiàn)各類數(shù)據(jù)的就地處理，并將警報(bào)信息等發(fā)送到信息中心和維護(hù)人員，提高信息的快速處理能力。

1"" 基于邊緣計(jì)算的電子井蓋異常檢測(cè)與數(shù)據(jù)處理

1.1"" 邊緣計(jì)算

邊緣計(jì)算是一種在數(shù)據(jù)源附近計(jì)算的技術(shù)，通過在網(wǎng)絡(luò)邊緣執(zhí)行數(shù)據(jù)計(jì)算，從而大大提高系統(tǒng)計(jì)算效率，并降低數(shù)據(jù)通信的壓力［7］。

邊緣計(jì)算的設(shè)備架構(gòu)主要包括3層，分別為云平臺(tái)層、設(shè)備邊緣層和設(shè)備終端層［8］。云平臺(tái)層屬于邊緣計(jì)算的架構(gòu)核心，而設(shè)備終端層則屬于架構(gòu)的邊緣層［9］。將其應(yīng)用到電子井蓋等無限聯(lián)網(wǎng)裝置，可以有效實(shí)現(xiàn)高壓電纜井內(nèi)的各種信息監(jiān)控，如井蓋異動(dòng)、井內(nèi)積水等［10］?？梢詫?shí)現(xiàn)井蓋內(nèi)異常數(shù)據(jù)的快速處理和位置定位，提高電纜設(shè)備的安全性。

1.2"" 電子井蓋

電子井蓋是1種新型的井蓋裝置，區(qū)別于傳統(tǒng)的井蓋，電子井蓋內(nèi)含有先進(jìn)的電子系統(tǒng)和機(jī)械系統(tǒng)，實(shí)時(shí)監(jiān)控井蓋內(nèi)的各種數(shù)據(jù)狀態(tài)［11］。并能有效防止電纜井受到非法進(jìn)入，對(duì)于由于外力等原因造成的井蓋異常，也會(huì)通過警報(bào)的形式發(fā)給信息中心進(jìn)行有效處理［12］。

電子井蓋中包括遠(yuǎn)程云平臺(tái)、邊緣計(jì)算節(jié)點(diǎn)，以及各種各樣類型的傳感器。傳感器位于整體系統(tǒng)的底層，以低功耗的形式實(shí)現(xiàn)信息獲?。?3］。每個(gè)位于井蓋中的邊緣節(jié)點(diǎn)均會(huì)定期完成數(shù)據(jù)采集，并實(shí)時(shí)監(jiān)控傳感器數(shù)據(jù)的變化，并與其他周圍井蓋實(shí)現(xiàn)信息互通，通過橫向比較判斷傳感器是否出現(xiàn)異常，并利用一定算法，將異常數(shù)據(jù)的檢測(cè)嵌入至電子井蓋的邊緣節(jié)點(diǎn)中。

電子井蓋系統(tǒng)的邊緣節(jié)點(diǎn)，可以認(rèn)為是一個(gè)小型的信息處理系統(tǒng)，包括多個(gè)分布式的網(wǎng)關(guān)，接收數(shù)據(jù)的同時(shí)，存在一定的數(shù)據(jù)計(jì)算能力和數(shù)據(jù)存儲(chǔ)能力［14］。

井蓋的位移檢測(cè)主要通過內(nèi)置陀螺儀的方式，將傳感器芯片與井蓋集成，通過檢測(cè)陀螺儀的傾角和位移變化來實(shí)現(xiàn)井蓋的位移監(jiān)測(cè)。本文采用的三軸陀螺儀型號(hào)為ADI公司的ADXL345。由其直接獲得三軸方向的加速度（a），并利用加速度變化，通過計(jì)算得到速度（v），進(jìn)而得到井蓋的位移變化（s）。用公式表示為：

[v=adt]"""""""""""""""""""""""""nbsp;"""" （1）

[s=（v）dt=（（a）dt）dt]"""""""""""""""""" （2）

1.3"" 能耗優(yōu)化

在井蓋的能耗優(yōu)化方面，改變傳統(tǒng)的逐級(jí)跳躍網(wǎng)絡(luò)結(jié)構(gòu)，采用多優(yōu)多跳結(jié)構(gòu)，不采用逐級(jí)下放的網(wǎng)關(guān)節(jié)點(diǎn)傳輸方式，而是在所有網(wǎng)絡(luò)的隨機(jī)組合中，選擇能耗最低的多跳網(wǎng)絡(luò)模式［15］。

每個(gè)節(jié)點(diǎn)發(fā)送數(shù)據(jù)的有效荷載可以用公式表示為：

[np（r）=j=rRAr ， j]""""""""""""""""""""""""""" （3）

式中：Ar ， j表示距離節(jié)點(diǎn)r的第j個(gè)外部節(jié)點(diǎn)產(chǎn)生的有效荷載；R表示與該節(jié)點(diǎn)連接的節(jié)點(diǎn)總數(shù)。

則發(fā)送每個(gè)有效荷載產(chǎn)生的能耗可以表示為：

[ntxDp（r）=j=rRAr ， jnmaxp]""""""" """""""""""""""（4）

對(duì)于終端設(shè)備來說，其發(fā)送數(shù)據(jù)所消耗的能量正比于其有效載荷和發(fā)射功率，從而可以表示為：

[etx（r）=j=rRAr ， jnmaxp×LDPStxItx（p）VDD]"""""" （5）

式中：[Stx]為模塊數(shù)據(jù)發(fā)射的速度；[Itx]為發(fā)生電流，由發(fā)射功率決定；[VDD]為工作電壓，一般常用3.3 V。

同樣，對(duì)于每個(gè)終端節(jié)點(diǎn)，其接收數(shù)據(jù)同樣會(huì)產(chǎn)生荷載，接收數(shù)據(jù)的荷載為發(fā)送的總有效荷載減去自身的有效荷載，表示為：

[ntxDp（r）=j=r-1RAr ， jnmaxp]""""""""""""""""""""" （6）

從而可以計(jì)算得到終端設(shè)備接收數(shù)據(jù)的總能耗，表示為：

[erx（r）=j=r-1RAr ， jnmaxp×LDPSrxIrx（p）VDD]"""""" （7）

最終，對(duì)于一個(gè)井蓋終端設(shè)備來說，其產(chǎn)生的總的能量消耗可以近似表達(dá)為：

[e（r）=erx（r）+etx（r）]""""""""""""""""""""" （8）

選擇能耗最低的網(wǎng)絡(luò)組合，即為系統(tǒng)的最優(yōu)多跳網(wǎng)絡(luò)模式。

1.4"" 基于時(shí)空相關(guān)性的異常檢測(cè)數(shù)據(jù)處理

將時(shí)空相關(guān)性異常檢測(cè)算法集成與邊緣井蓋節(jié)點(diǎn)中，從而對(duì)多源的數(shù)據(jù)進(jìn)行異常相關(guān)性檢測(cè)，實(shí)現(xiàn)異常數(shù)據(jù)的清洗工作。異常的數(shù)據(jù)經(jīng)過檢測(cè)后發(fā)送至云平臺(tái)信息中心，為信息中心的決策提供數(shù)據(jù)支持。

異常預(yù)警的數(shù)據(jù)包括4個(gè)主要工作階段，分別為數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)分析和異常反饋。由于傳感器采集到的數(shù)據(jù)為多維的時(shí)間序列信息，為了保證異常預(yù)警的實(shí)時(shí)性，需要在邊緣節(jié)點(diǎn)進(jìn)行數(shù)據(jù)異常分析，分析結(jié)果反饋給相關(guān)人員和信息中心。

2"" 實(shí)驗(yàn)結(jié)果與分析

2.1"" 算法性能對(duì)比

為了驗(yàn)證本基于時(shí)空相關(guān)性的邊緣計(jì)算方法的效果，將本文算法與其他算法進(jìn)行對(duì)比，在搭建好的邊緣計(jì)算平臺(tái)上，對(duì)算法進(jìn)行的檢測(cè)結(jié)果進(jìn)行驗(yàn)證。實(shí)驗(yàn)選擇的對(duì)比算法主要包括KNN、I-Forest 和 Autoencoder 算法。為了反映邊緣計(jì)算的效率和持續(xù)運(yùn)行能力，綜合考證的指標(biāo)主要包括算法的運(yùn)行時(shí)間、能耗等。

2.1.1"" 算法的運(yùn)行時(shí)間

比較4種不同算法的運(yùn)行時(shí)間隨數(shù)據(jù)量的關(guān)系，結(jié)果如圖1所示。

由圖1可知，隨著算法處理數(shù)據(jù)量的增大，各種算法的運(yùn)行時(shí)間均大幅上升。說明數(shù)據(jù)的運(yùn)行需要耗費(fèi)大量的邊緣計(jì)算能力，而不同呢算法的運(yùn)行時(shí)間并不相同，盡管所有算法的計(jì)算時(shí)間均大幅上升，但本文算法的運(yùn)行時(shí)間一直是所有算法中最低的，證明本文算法計(jì)算效率更高。以1 000個(gè)傳感器的數(shù)據(jù)為例，本文算法的運(yùn)行時(shí)間約為0.25 s；而I-Forest 、KNN和 Autoencoder 算法的運(yùn)行時(shí)間分別為0.3、0.4和0.5 s。

2.1.2"" 算法的能耗對(duì)比

算法的能耗決定了電子井蓋的設(shè)備持續(xù)運(yùn)行能力，耗電量越大的設(shè)備，對(duì)于電源的要求越高，設(shè)備的續(xù)航能力越差。4種算法的對(duì)比結(jié)果如圖2所示。

由圖2可知，數(shù)據(jù)量的增加對(duì)于能耗的增加并不是完全線性的，而是呈現(xiàn)折線形變化的。4種算法中Autoencoder 算法的能耗最高，這是由于其對(duì)于數(shù)據(jù)的處理能力較差，造成設(shè)備運(yùn)行時(shí)間過長(zhǎng)，從而能量損耗較大。本文的算法由于運(yùn)行時(shí)間短，從而能耗依然是算法中最低的，節(jié)點(diǎn)能力最強(qiáng)。

2.1.3"" 數(shù)據(jù)延遲情況對(duì)比

數(shù)據(jù)的延遲主要是邊緣節(jié)點(diǎn)與信息中心之間的數(shù)據(jù)傳輸情況，對(duì)比結(jié)果如圖3所示。

由圖3可知，數(shù)據(jù)量的多少同樣影響了傳輸數(shù)據(jù)延遲的變化。當(dāng)數(shù)據(jù)較低時(shí)，傳統(tǒng)算法的I-Forest 、KNN算法延遲時(shí)間更年底，當(dāng)數(shù)據(jù)大于500后，本文的算法數(shù)據(jù)延遲是所有算法中最低的。綜合來說，本文算法具有明顯的優(yōu)勢(shì)，主要原因在于分布式邊緣計(jì)算將任務(wù)進(jìn)行了下放，可以有效降低向信息中心傳送的數(shù)據(jù)量，從而使得數(shù)據(jù)的延遲降低，數(shù)據(jù)響應(yīng)效果更迅速。

2.2"" 電子井蓋性能測(cè)試

為了驗(yàn)證電子井蓋的性能，分別對(duì)電子井蓋的移動(dòng)和其他性能進(jìn)行測(cè)試。

2.2.1"" 井蓋移動(dòng)測(cè)試

將完全部署好的系統(tǒng)，對(duì)多個(gè)電子井蓋進(jìn)行移動(dòng)測(cè)試，通過手動(dòng)的方式，分別采用移動(dòng)、翻轉(zhuǎn)、扭動(dòng)等方式，對(duì)其報(bào)警效果進(jìn)行測(cè)試，測(cè)試結(jié)果如表1所示。

由表1可知，從測(cè)試結(jié)果可以看到，移動(dòng)井蓋50次的結(jié)果，觸發(fā)報(bào)警次數(shù)為50次，證明該井蓋具有良好的防移動(dòng)能力，同樣對(duì)井蓋的翻轉(zhuǎn)和扭動(dòng)等測(cè)試同樣是50次手動(dòng)觸發(fā)，觸發(fā)報(bào)警次數(shù)50次，漏報(bào)率0%，證明該井蓋位移監(jiān)測(cè)性能良好，符合實(shí)際應(yīng)用的指標(biāo)。

2.2.2"" 電池壽命測(cè)試

電池的壽命對(duì)于電子井蓋的使用來說，具有重要的意義。更低的能耗可以有效延長(zhǎng)電池的壽命，對(duì)多個(gè)井蓋的電池進(jìn)行測(cè)試，比較其運(yùn)行一年時(shí)間后的電池電壓情況，結(jié)果如表2所示。

由表2可知，對(duì)于標(biāo)稱為3.60 V的電池，其初始電壓并不是標(biāo)準(zhǔn)的3.60 V，而是略高于標(biāo)稱電壓，約為3.66～3.68 V。使用1年后的不同井蓋電池電壓結(jié)果分別為3.60～3.65 V，證明該井蓋設(shè)備的能耗很低，可以持續(xù)運(yùn)行較長(zhǎng)時(shí)間，符合該設(shè)備實(shí)際應(yīng)用長(zhǎng)續(xù)航的要求。

2.2.3"" 電纜井水位測(cè)試

為測(cè)試電纜井中水位計(jì)的性能，設(shè)置傳感器數(shù)據(jù)采集的時(shí)間間隔為30 s，將電纜井水位置于500 mm位置，將3個(gè)水位計(jì)放置于井內(nèi)，1個(gè)水位計(jì)置于空氣中，結(jié)果如圖4所示。

由圖4可知，置于空氣華中的水位計(jì)，測(cè)試水位高度均為0，而置于井中的水位計(jì)雖然得到水位的高度略有波動(dòng)，但均在（500±10 ） mm波動(dòng)，對(duì)于電纜井內(nèi)的水位測(cè)試來說，誤差接近2%，符合實(shí)際應(yīng)用的要求。

3"" 結(jié)語(yǔ)

利用時(shí)空結(jié)合的數(shù)據(jù)處理方法，對(duì)基于邊緣計(jì)算的電子井蓋異常數(shù)據(jù)進(jìn)行檢測(cè)。綜合考慮時(shí)間相關(guān)性與空間相關(guān)性的影響，大幅提高算法的檢測(cè)效率，通過與其他算法的結(jié)果對(duì)比，所提算法的運(yùn)行時(shí)間最短、能耗最低，向信息中心傳遞數(shù)據(jù)的效率也是最高，從而可以證明方法的優(yōu)越性。通過實(shí)驗(yàn)的方式，進(jìn)一步驗(yàn)證基于邊緣計(jì)算的電子井蓋系統(tǒng)在處理井蓋位移、水位等方面的性能，實(shí)驗(yàn)結(jié)果表明，本文算法的警報(bào)誤報(bào)率低于2%，滿足識(shí)別的實(shí)際應(yīng)用要求。

【參考文獻(xiàn)】

［1］""" 張斐斐，葛季棟，李忠金，等，駱斌.邊緣計(jì)算中協(xié)作計(jì)算卸載與動(dòng)態(tài)任務(wù)調(diào)度［J］. 軟件學(xué)報(bào)，2023，34（12）：5737?5756.

［2］""" 徐曉斌，王琪，范存群，等.面向空天地一體化信息網(wǎng)絡(luò)的邊緣計(jì)算資源融合管理方法［J］. 計(jì)算機(jī)學(xué)報(bào)，2023，46（4）：690?710.

［3］""" 馬世雄，葛海波，宋興. 邊緣計(jì)算中多服務(wù)器協(xié)同任務(wù)緩存策略［J］. 計(jì)算機(jī)工程與應(yīng)用，2023，59（20）：245?253.

［4］""" 柳月強(qiáng)，張建鋒，祝麒翔，等.基于時(shí)空相關(guān)性的多傳感器數(shù)據(jù)異常檢測(cè)［J］.計(jì)算機(jī)應(yīng)用與軟 件，2020，37（10）：85?90.

［5］""" BHARTI S， PATTANAIK K K， PANDEY A. Contextual outlier detection for wireless sensor networks［J］. journalof ambient intelligence and humanized computing，2019（11）：1511?1531.

［6］""" 鮑宏海.基于WSN的城市道路井蓋安全監(jiān)測(cè)系統(tǒng)研究［D］.西安：西安工業(yè)大學(xué)，2015.

［7］""" 宋高峰，王聯(lián)國(guó). 網(wǎng)絡(luò)化城市井蓋監(jiān)控管理低功耗系統(tǒng)的安全設(shè)計(jì)［J］. 網(wǎng)絡(luò)空間安全，2022，13（1）：36?40.

［8］""" 秦亞杰，華旭昀，鄧鵬，等. 人工智能高壓電纜隧道建設(shè)研究［J］. 電力安全技術(shù)，2022，24（1）：37?40.

［9］""" 張敬琳，吳婭. 智能消火栓和智能給水井蓋的建設(shè)［J］. 中國(guó)建設(shè)信息化，2021，（15）：28?31.

［10］""" 高莉，付榮，閆超，等. 依托NB?IoT的智能井蓋實(shí)時(shí)在" 線監(jiān)測(cè)［J］. 電子世界，2021（14）：170?171.

［11］""" 袁林峰，徐勇明，史建勛. 基于GIS與物聯(lián)網(wǎng)集成的地" 下電纜井在線監(jiān)測(cè)系統(tǒng)［J］. 農(nóng)村電氣化，2021（2）：49?52.

［12］""" 鄭忠斌，熊增薪.基于邊緣計(jì)算的5G云網(wǎng)絡(luò)架構(gòu)計(jì)算" 卸載策略研究［J］.粘接，2021，47（8）：97?101.

［13］""" 徐東，黃海艇，劉典勇，等.基于邊緣計(jì)算架構(gòu)的智慧管" 廊綜合監(jiān)控系統(tǒng)設(shè)計(jì)［J］.粘接，2020，41（2）：182?186.

［14］""" 蔡星娟，郭彥亨，趙天浩，等. 基于進(jìn)化多任務(wù)的邊緣" 計(jì)算服務(wù)部署和任務(wù)卸載［J］. 計(jì)算機(jī)工程，2023，49（7）：1?9.

［15］""" 鄭忠斌，徐東，黃海艇，等. 基于移動(dòng)邊緣計(jì)算的蜂窩" 工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)流量卸載方法［J］. 自動(dòng)化技術(shù)與應(yīng)用，" 2023，42（3）：122?124.