基于边缘计算的智能配用电综合接入及状态监测技术研究*

高 建，霍 超，白晖峰，张港红，于华东，尹志斌

（北京智芯微电子科技有限公司，北京 102279）

0 引言

配电网处于电力系统的末端环节，面向广大用户，其运行状况直接影响用户体验和供电可靠性。为了实现更大范围、更加智能化的信息交互，以泛在、感知、低功耗为特征的物交互有了越来越多的应用需求，要求获取的信息范围更广、类型更多、密度更大、精度更高，需要全方位提高各环节信息感知的深度和广度，有助于提升电网系统的分析、预警、自愈及灾害防范能力[1]。

目前，各地终端泛在接入导致本地通信网承载能力难以满足多样化业务场景需求，业务需求与通信网络性能指标需求未能形成对应关系，导致某些区域的终端通信接入网存在盲目、超标建设，其灵活性、可靠性受到一定限制，且增加了终端通信接入网的复杂度，不利于本地通信接入网的统一规划、统一建设，影响智能配电业务的高效、双向传输[2-3]。

边缘计算着眼于实时、短周期数据的分析，靠近设备端，更好地支撑本地业务实时分析和智能化处理，具有分布式、低延时、高效率以及缓解流量压力等特点，相较单纯的云计算更加高效和安全。2014 年欧洲电信标准化协会ETSI 成立移动边缘计算（Mobile Edge Computing，MEC）工作组，后更名为多址边缘计算。2017 年，IEC/ISO、JTC1、SC1成立边缘计算研究组，发布边缘智能白皮书。另外，首批4 项工业互联网边缘计算行业标准立项，汽车边缘计算联盟成立，华为也发布基于边缘计算的物联解决方案。2018 年，微软宣布将业务重心转移到智能边缘计算。结合在配用电方面的应用，基于边缘计算的相关研究也在快速发展。文献[4]分析了边缘计算技术与主动配电网的相似之处和融合方式，构建了基于边缘计算的分层自治协同的主动配电网管控模型。文献[5]在边缘计算参考架构的基础上，分析了居民智能用电协同架构。不同智能用电终端各自的云平台通过统一接口连接入云协同平台。文献[6]构建了物联网终端设备参与的边缘优化调度模型，推动了电力物联网的建设与应用。对于多业务、大量终端的广泛接入问题，实现对业务的有效承载还需要开展进一步的研究。

因此，基于边缘计算研究智能配用电通信接入技术，构建新一代智能配用电通信综合接入设备的数据本地智能化处理与业务融合模型，通过电网控制、传感器以及数据信息可以监控接入的一切设施运行状态，有助于采取相应的决策降低成本，提高生产效率和系统可靠性。

1 设备集成接入方案

本文重点从终端侧和边缘侧提出设备集成综合接入方案，分为两种方式，形成云边端的整体方案。

1.1 直接接入方式

该方式针对边端融合型终端提出，终端具备数据采集、就地分析计算及数据转换功能，将数据上传至云平台。对于具有边缘计算功能终端设备可通过以太网、通用分组无线服务技术（General Packet Radio Service，GPRS）和无线专网直接接入云主站平台，如图1 所示。

图1 终端直接接入主站方式模型

1.2 间接接入方式

该方式针对边端分离型终端提出。配用电网中存在大量表计、传感器以及开关等初级节点，不具备边缘计算能力。这些初级节点通过采集监测器组合在本地组成网络后，通过HPLC、RS-485 以及微功率无线等方式接入本地的边缘计算管理终端，实现了对设备状态的监控，同时通过本地的边缘计算管理终端与信息系统主站集成，实现对大量表计、传感器等的间接接入，如图2 所示。

图2 终端间接接入主站方式模型

通过上述两种接入方式：一是提高全息感知能力，实现各环节大量设备、节点状态全感知、提升智能化水平，确保准确、实时、完整反映配用电网的运营全流程、全环节；二是基于边缘计算着眼于实时、短周期数据的分析，靠近设备端，更好地支撑本地业务实时分析和智能化处理，从而为智能配用电的建设提供支撑。

2 关键技术研究

2.1 边缘计算

边缘计算能在靠近物或数据源头的网络边缘侧就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能以及安全与隐私保护等方面的关键需求。通过边缘计算的资源和能力，可将虚拟空间和物理实体紧密融合在一起。换言之，边缘计算接近于工业上分布式自律的概念，在基于互联网的异构分布式计算环境下，集中与分散相结合，既可有效利用互联网资源，又保证了用户系统的自律性和安全性[7-8]。

2.2 目标检测差分算法

差分法是一种比较常见的对比分析检测方法，根据时间节点的数据差分值与设定的阈值进行比较来判定。当采集节点参数发生变化时，选取相邻时间节点的数据进行差分运算，并将差分值上传上级终端或系统[9]，同时将差分结果的绝对值与设定的阈值T进行比较。若大于阈值T，则判断为目标异常；若小于或等于阈值T，则判断为采集节点运行正常。

数学公式描述如下：

式中，g(x,t)为时间t采集点x经过差分运算后的状态，f(x,t)为当前参数值，f(x,t-1)表示前一时间节点的参数值，T为设定的阈值。g(x,t)=1 表示异常，g(x,t)=0 表示正常。

2.3 智能路由算法

路由算法是其中的关键研究技术。如何在跳数尽可能少、时延尽可能低的情况下，选择尽可能可靠的链路是要考虑的问题。根据边缘网络特性，设S(Ni,Nj)为节点Ni对节点Nj在某个路由上的畅 通度[10]。

节点i维持一个畅通度列表ST，代表节点间的畅通能力：

节点Ni经过多个数量的路由中间节点，逐步形成畅通度向量表STi(STi1,STi2,STi3,…,STin)，并不断通过相邻节点信息沟通并迭代畅通度向量表。当节点Ni与节点Nj相遇时，互相交换各自携带的畅通度向量表，迭代形成新的畅通路由表SRT。

3 系统设计及应用分析

为了验证设备接入模型的正确性与有效性，进行综合接入网系统架构设计，开展模拟仿真，采用MATLAB 对所提算法进行验证，搭建系统进行数据采集、分析、预测以及设备状态监控等功能的应用。系统架构及流程管理如图3 和图4 所示。

图3 系统架构设计

图4 差分检测流程管理

架构整体上可划分为“云、边、端”3 个层次。主站层提供远程资源，实现互联终端设备的广泛接入和管理；边缘层集平台化、智能化、模块化于一体的边缘互联终端，在终端侧进行分布式计算；采集层实现基础数据感知源，通过现场通信网络将各类业务终端连接到边缘互联终端，基于云-边协同的分布式智能架构，实现系统计算、网络、存储等资源的统一管控，提高数据、通信、计算等各方面资源的整体配置效率。

采用基于边缘计算的差分检测方法的数据传输量与采用定时采集方式的数量传输量的对比曲线，如图5 所示。其中，数据流量业务以配电变压器监测和交流信息采集为例，任务1 设定业务数80，任务2 设定业务数100。定时采集方式数据未经处理，数据量随时间呈线性增长关系.采用本文方法，数据流量呈台阶增长方式，有效降低了需上传云平台的数据量，从而降低了对系统带宽的占用，适应于多节点海量数据的物联网建设的发展需求。

图5 数据流量变化曲线

时延随任务数量的变化如图6 所示。随着任务数量的增加，本文所提基于边缘计算差分的边云协同方法，通过智能路由选择算法，得到信息上传的最优路径。与远程云计算对比，两种机制平均时延呈现出逐步上升趋势。其中，本文协同算法数据投递平均时延更低。一方面，上传数据量减小，采用短跳数、可靠链路上传方式，降低了网络的拥塞和并发数；另一方面，由于终端处于边缘网络的末端，处理数据所需要的时间短。

图6 时延随任务数的变化

边缘网络充分挖掘网络中边缘终端的计算能力，在边缘终端处执行部分计算或全部计算，提高了整个系统中资源的最大使用效率和传输效率。

4 结语

本文构建新型智能配用电通信综合接入的本地数据智能化处理与业务融合模型，基于边缘计算的设备接入与集成技术，引入差分算法和路由算法，提出基于边缘计算的差分检测方法，实现了分布式的自组织网络和复杂动态网络的最佳路由管理，并且能够实现设备的状态监测预警。通过数据上传量和时延分析可以看出，相比于远端的云计算网络，移动边缘计算网络的网络更适合支持大量终端接入、分布广泛、时延敏感以及可靠性要求高的业务，并且有能力满足感知应用的要求。