基于Intel边缘计算系统的实时电压暂降监测及治理

国网北京电力经济技术研究院 舒彬 英特尔亚太研发有限公司 吴之晶 大唐宁夏分公司 杨真

英特尔亚太研发有限公司 张骏 中移铁通北京分公司 舒洪 英特尔亚太研发有限公司 单娜

英特尔亚太研发有限公司 王祥 济南亚豪信息科技有限公司 张静亮 英特尔亚太研发有限公司 王爱喜

电压暂降的危害及监测要求

近年来随着电网的发展与新型电力负荷的不断增加，人们对电能质量重要性的认识显著提高，成为研究的重点。在众多电能质量问题中，电压暂降会引起敏感负荷的故障甚至损坏，造成重大经济损失。在实际工作中，通常通过优化改造电力系统或装设抑制电压暂降的设备来治理电压暂降问题。而检测电压暂降则是改善电能质量、治理电压暂降的前提。如何快速有效检测电压暂降的特征，是本文主要的研究方向。

本文提出了一种基于Intel 边缘计算+云计算的电压暂降检测及分析方法，并开发完成了基于边缘计算的前端监测装备和基于云计算的后台分析系统。

基于Intel边缘计算的电压暂降检测

基于总体平均经验模态分解与二点法的单相电压暂降检测方法

本文提出了一种基于总体平均经验模态分解（Ensemble Empirical Mode Decomposition，EEMD）与二点法的单相电压暂降检测方法。考虑到两点法处理含噪声和谐波畸变的电压波形时计算结果波动较大、误差显著的问题，通过EEMD 方法提取电压基波分量，滤除谐波和噪音影响，然后通过二点法计算电压基波分量的幅值与相角。同时还给出了一种构造在线计算所需数据序列的方法，使所提方法可以满足在线检测的需求。实验仿真表明，EEMD 方法能有效地滤除谐波干扰，对提取出的基波分量用二点法进行计算，可以快速、准确地检测出电压暂降的特征。

传统HHT 方法存在端点效应问题。为了在电压暂降检测中发挥HHT方法时频分辨率高的优势同时避免端点效应的影响，结合时间序列分析工具对电压序列进行延拓，利用余弦窗函数抑制预测误差，然后对延拓序列进行Hilbert 谱分析，得到电压暂降的特征信息。仿真结果表明了所提方法端点效应不明显，能够快速、准确地定位电压暂降起止时刻，计算电压幅值和频率。

Intel装备软硬件架构优势

电压暂降检测与控制系统要求在2～3 毫秒时间内检测到电压暂降并发出控制信号，这就要求检测方法延时小，可以快速、准确地检测出电压暂降的起止时刻。由于时序数据序列本身的复杂性和叠加性，对检测方法的实现效率和实时性提出了更高的要求。

日益增长的算力需求对计算基础设施带来了新的机遇和新的考验。秉承新基建的意义，用算力服务于传统能源行业，作为业界的领头羊之一，Intel拥有全栈XPU（CPU，GPU，VPU，FPGA），提供多种平台架构，以更高的性能来适应这些多样化的工作负载。在时序数据实时处理场景中，CPU通用处理器搭配FPGA 加速器是一种非常高效的架构实现。CPU 作为最广泛的通用架构实现，第二代英特尔®至强®可扩展处理器提供了比前代产品更高的性能并具备多项新特性，提升了灵活性与安全性，增强了内存性能。为了赋能AI，可扩展处理器集成AI 加速技术，扩展了英特尔®AVX—512，赋予平台更多、更强的AI 能力，可加速AI 和深度学习推理，并针对工作负载进行了优化。这使其拥有了集成AI 加速能力的CPU 架构。基于这一架构，大多数推理工作被集成在工作负载或应用程序中，让用户可以获得加速带来的性能和更高的灵活性等优势，在以数据为中心的时代，帮助在多云与智能边缘之间高效进行无障碍性能切换，以及AI 开发与应用。而FPGA 强劲的算力支持能够进一步提升整个异构平台的性能，帮助用户提高运行效率，打造性能更强的敏捷服务和更具价值的功能，进而改善总体拥有成本和提升生产力。

此外，英特尔®oneAPI 产品将提供跨这些体系结构部署应用程序和解决方案所需的工具。它的一组补充工具包（基本工具包和特殊附加组件）简化了编程，并帮助开发人员提高了效率和创新能力。核心的英特尔®oneAPI DPC++编译器和库实现了oneapi.com上可用的oneAPI行业规范。

基于Intel云计算的后台分析系统

以基于英特尔®架构的平台为基础，构建云（总部云数据中心）—边（边缘计算节点）—端（电压控制工控机）的架构，并引入英特尔®至强®可扩展处理器、Analytics Zoo 和OpenVINO™工具套件，以及面向英特尔®架构优化的Pytorch等先进软硬件，形成端到端的人工智能检测方案；另一方面，根据检测场景的差异，方案中也部署了多种不同的深度学习和机器学习算法模型，检测速度和准确率均获得了显著提升。

图1 基于intel云计算的电网电压分析控制系统

“云”端的总部数据中心，可以利用强大的计算能力和来自各电力节点的丰富数据，根据实际电力运行场景需要进行集中化的模型搭建。“边缘”计算节点部署在各服务器中，主要包括推理服务器、模型管理器以及模型仓库等组件，用于较重模型的推理，并将推理结果推送至电网电压控制系统中。“端”则位于电网每个节点上，主要执行数据采集、预处理、预分类及轻量级推理工作。

运行效果

假设电压暂降故障波形主要是由短路故障引起的，设置故障起始时刻在t=0.08秒，结束时刻为t=0.16秒，发生深度为0.5p.u.的电压暂降。

短路故障绝大多数发生在电压瞬时值的最大值附近，即对应相位90度与270度附近。若故障起始时刻为t=0.085秒，即对应相位为90 度，不考虑谐波和相位跳变情况下，三种方法的检测结果如图2所示。

改进HHT 方法的响应速度最快。单相变换平均值方法延迟10毫秒后达到稳定。dq变换方法在故障发生时刻也很快检测出暂降，但是随后的结果又出现很大的误差，经过一段延迟才达到稳定。

结论

基于Intel边缘计算，通过EEMD提取电压基波分量，滤除谐波和噪音，避免二点法计算结果产生误差，保留了两点法延迟短的性能，实现快速检测电压暂降。仿真结果表明所提方法能快速、有效检测电压暂降，为电压暂降治理提供了参考依据。