5G 边缘计算与电力设施融合部署模式探析

刘元莹 侯超 童彤

(国网江苏省电力有限公司镇江供电分公司,江苏镇江 212002)

1 边缘计算技术的相关概述

1.1 边缘计算技术的发展由来

在过去的40年中,集中式和分布式架构的二者之间的算力和处理不断的循环的使用。处于2 1 世纪之中,互联网、企业IT和智能手机的逐渐被大范围的用于商用,掀起来了把大型集中服务器群作为依据而出现的云计算浪潮。很多公司也逐渐演变为该领域的先锋,比如云计算中规模比较大的商家,亚马逊、微软和谷歌等是占有比较突出的地位。目前,也有一些公司逐渐地融入到这个大环境中,还处于不断的规模变大,这就是IBM、Oracle以及中国的阿里巴巴和腾讯等这些后来居者。对于边界而言,根本就无法给出准确的含义,可是通过一些现象显示,边缘计算正处于飞速发展的趋势,这将对于算力和资源,能够与客户的分布部署更加地贴近可能会得以实现。就其根源来看,说明业务模式逐渐以网络为中心发展成把工作负荷作为基点,具有本地性已经成为第一要务,这也不是丢掉西瓜捡芝麻的情况,云数据集中化也不会因此而变得不重要,它仍然是继续扩大整体的容量,如物联网和企业、5G时代低时延业务的发展逐渐把计算更加的贴近用户的需求。3GPP含义要跟C/U分离的网络架构,在5G网络运行的过程中,UPF是MEC的数据进入的端口;ETSI能够确定MEC所属于的商业格局,主要是应用场景、全部的架构、部件以及API端口。UPF是ETSI与3GPP网络架构相结合的锚点。在5G网络中,用户平面功能(UPF)的集成MEC分布里有着必不可少的作用。App是单纯的软件方式需要通过MEC可以提供,然后运行于虚拟技术框架以基础设施作为基础。数据面主要是把UPF作为锚点,进而再去进行连接+计算的汇集相融合节点。

1.2 边缘计算技术理论

边缘计算技术主要是云计算的延伸,用户通过边缘基础设施或者大量的数据终端享受就近的服务,云计算主要是整体的掌控,而边缘计算则把重点放在局部实时监控。边缘计算主要有三个层面的核心技术:

(1)网络技术。边缘计算对临近的数据源或数据端实现实时追踪,快速配置、承受能力平衡和服务发现是边缘计算的网络结构。(2)隔离技术。想要边缘计算服务拥有稳定性和可靠性就得靠着隔离技术来进行实现。隔离技术可以使边缘计算资源进行隔离,在计算资源获取过程不会产生外界的干扰,还可以使计算数据实现隔离,使程序访问拥有各自的权限。(3)安全技术。边缘计算跟用户关系贴近,用户在数据传输时,有可能会出现信息外泄的情况,边缘计算依靠网络安全和系统安全技术,使攻击者不能攻击入侵,把安全和信息泄露的问题做到有效的处理。那么边缘计算还会出现在操作系统技术、新的系统结构、最新算法运行框架以及大规模新数据处理的平台等技术领域中。

2 5G边缘计算与电力设施融合部署模式

2.1 用电异常检测

居民不正常的用电,企业多年的供电线路就会受到严重的损失,电力企业有序的运转受到严重的制约。异常耗电出现的频率过多,会给电力企业带来较为严重的经济效益下降的问题,还可能危及到人们的人身安全。所以,异常用电的检测装置具有智能高效的作用,这对于电力行业的管理部门有着巨大的影响力。当前我国主要依靠人工进行逐个排查或是用电数据库的波动规律来进行预估的方法,这就是电力行业异常用电检测最常用的方法。这些方法有很多的弊端,如适用性过低、准确率和效率达不到要求等情况。现在可行度高的处理方法,用户设备通过边缘人工智能,对于定位和电力异常检测达到更好的效果,通过使用PCA+孤立森林的异常用电检测模型来实施。最开始用PCA降维对数据降维进行改善,使大量的数据维度的降维到几十个甚至到几个,然后把降维后的数据传输进孤立森林算法的模型中,来开展有关的演练,用户能够在正常用电的情况下,行为边界有效的被获取到。用户在正常用电行为达到行为边界时,然后再根据用户的所得到的用电情况,进行即时的分析,若是超过正常用电的行为的边界,这也就有可能出现了异常用电行为。应用PCA+孤立森林模型对服务器、网络等IT基础设施进行对异常做出相应的检测,模型上所显示的精确度保持在99%左右,这就能够确保电力行业对于用电异常检测所具有的能力,可以达到比较低的延时性和准确程度较高[1]。

2.2 MEC与电力变电站融合

变电站所使用的传感器是比较多的,例如,具有振感的传感器、温度传感器、针对漏电的传感器、科技性强的视频式的传感器、嵌入式传感器等,以上的所涉及到的传感器对于变电站具体的运行情况做实时监测、变电站的装置所处的位置,还要针对变电站的相关数据进行周密的研究和分析。通常在安装信息收集的装置(基站或汇聚节点)就可以把各种传感器所得到的数据进行集中到一起来采集。其还具有较强的协调性,还可以对异构网络设备和传感设备得到的信息做有效的收集和处理。变电站有两个部分组成:具有智能化的高压设备和变电站共享的信息平台。智能化的高压设备又被分成了智能变压器、智能高压闭合装置、电子变压器这几种。变电站共享的信息平台的功能主要是:它是水平信息共享的系统,使各种上层应用管理系统获得更加统一的信息;它还是垂直信息标准化系统,主要使上层应用达到的透明化。变电站通过边缘计算,能够对绝大多数业务做到定位准确,把信息的处理达到智能化、设备温湿度等相应的数据、人体和动物做出实时的监管任务等。边缘计算采用最多的就是本地智能应对,对本地的边缘网络的信息进行收集。边缘计算还能够对主要的信息给出相应的决策,例如警报、智能仪表上得到的数据等,然后再对获得的信息进行逐个的剖析后,接着把收集到的信息上传至云计算的重要的位置,最后再做出及时的处理[2]。

2.3 MEC与电力开关站融合

在城市大街小巷时常会看到很多门外写着“高压危险”的“小房子”,这些是电力开关站或“箱式变电站”或“环网单元”。《规范》提出“10(20)kV开关站宜与10(20)kV配电室联合起来建设”。开关站或环网单元的内部空间狭小,跟城市变电站相比,多余的空间比较小,考虑可以预留出10～15m2的空间,进行部署2～3个机柜和10～20kVA电源容量,还要有专门开设MEC业务专用门,更加方便于MEC部署和运维作业等。MEC与电力开关站融合部署如图1所示。

图1 MEC 与电力开关站融合部署图Fig.1 MEC and power switch station integration deployment diagram

城市开关站主要位于城市的负荷的中心部位,如果其能跟MEC做到相互结合,电力物联网、城市慧眼、无人驾驶、城市的智慧机器人等使这些场景为边缘计算资源带来高带宽、低时延的特点。

3 应用场景和方案

(1)电力融合末端。处于电力融合末端的环境下,把分开的部分进行有效的统一化架构,他们所设计的理念主要是传统架构的优点未超过边缘计算,然后末端系统功能被系统所做出深层次的改善,然后确定每部分之间都有相连接的点。在系统在实施优化时,要把各个系统的好的地方要尽量的留住,取长补短,把每个系统都能融入到其他里面,进而达到本文起初的目标。具体有三部分来构成,分别是数据传输的优化、网络侧的减压、故障局域化。图2 所示关系结构图。数据响应和网络侧减压的构造里,保存着一个拓展结构的部分,针对信息传输路径进行改善时,要把网络侧减压这部分融入到其中,这主要是对数据的访问和存储,不需要每次都要去访问主数据库和核心服务端,选取临近的数据库来对数据实施更新和使用。在通信方面,核心控制终端的部分就是跟基础业务的无关的联系尽量减少,加强与地方存储中心和服务端的联系,把数据做出相应的改正和运送。在路径的改进的部分,要留一部分当作拦截来使用,还要把故障局域也参与到里面,使电力故障可能会产生的危害降到最低[3]。

图2 关系结构图Fig.2 Relationship structure diagram

在冗错部分中,边缘平台基础设施层的创建要根据通用服务器来进行,使用网络功能的虚拟性的模式,时之成为主要信息的趋势的一种处理措施。在基站原始数据研究时,把数据冗错功能添加到其中,对于故障问题产生的错误信息在最开始就进行解决。总而言之,边缘计算能够使末端的融合系统可以得到有效的改善,使信息技术能够为电力末端融合系统的安全、可靠、运用有力重要的理论支持。在每个节点中,依据网络状况和观测情况是节点存储的最佳选择,那么最佳网络的抉择是通过数据传输和计算服务器处理出最优的计算,使故障存在在局部,这样系统的冗错能力和安全性都能够有了一定的保障。

(2)电网智能巡检。根据边缘计算的实时监测和秒拍架空线路的具体情况,来实施有效的分析解决,有效的避免作用不大的图片的回传,使宽带压力得到相应的降低,云计算的负荷受压也得到减轻。边缘计算设备系统依靠智能的计算方法和实时监测的变电工作站和配电房等的运转实际情况,把得到的电力系统运行的数据做到随时进行采集分析和相应的处理。

(3)综合能源管理。边缘能源计算管理系统的用户对各种类型本地资源进行整体性的调度和波动观测,智能化综合管理与能源综合使用之间相互协调、使网络实现整合、电力消纳的效率更高,使得能源负荷和综合预测和能源可以实现综合化的管理。另外,用电管理的正常运行、可靠度高的低时延监测、控制型的业务情况,以及家庭的能源网湖泊、电力侧响应的供应、海量非侵入式负荷监测的相关采集类业务场景等都可以依靠边缘计算来进行有效的实施。

4 结语

新的时代有新的使命,新的技术孕育新的机遇边缘计算作为建立数据驱动的泛在物联网应用的关键技术,为电力行业赋能发挥积极作用。5G技术的高带宽、低时延和海量连接等技术特性预示着未来的行业应用场景将向着大带宽、短时延、大连接的方向发展。