使用5G标准保护和监控电厂设备的前景

米哈伊洛夫·德米特里·米哈伊洛维奇 埃琳娜·托丽娜 亚历山大·弗拉索夫 亚历山大·基谢列夫 胡斯尼·加伯·易卜拉欣·埃玛姆

(1.金砖国家未来网路研究院(中国·深圳) 广东深圳 518000;2.莫斯科电力工程学院(技术大学)无线电工程与电子研究所 俄罗斯莫斯科 111116;3.莫斯科电力工程学院(技术大学)电力工程研究所 俄罗斯莫斯科 111555;4.莫斯科动力工程学院(技术大学)热电与核电工程研究所 俄罗斯莫斯科州克拉斯诺戈尔斯克 143405;5.英国伦敦公平学院 中国香港 A 001738)

随着移动网络的数据传输速度要求不断增长，传输的信息量和连接到网络的设备数量也在不断增长。不断发展的竞争技术市场为高度互动的应用程序和虚拟现实提供了新的概念。虚拟化似乎是技术发展的自然步骤，但在使用老一代网络时，无法充分满足为虚拟系统的最终用户提供优质服务所需的要求。

第五代5G移动通信已经在许多国家推出，并且由于创新技术和新解决方案，具有广阔的应用前景。在上一代网络中，最终用户设备使用单核移动网络。5G改变了核心网络的架构，并提供了一种全新移动和连接的方法[1]。5G能够提供比上一代网络更高的数据传输速率、带宽、低延迟等，如表1所示[2]。此外，5G使新的虚拟化技术成为可能，将允许创建具有不同参与者和角色的新业务模型[1]。通过使用云计算的新范式：边缘计算[1,3-4]，扩展使用虚拟空间成为可能。

表1 4G和5G标准技术特点对比

5G和边缘计算的使用在商业、制造和其他人类活动领域具有巨大的潜力。许多5G 应用依靠边缘计算来实现实时互操作性、本地处理、高数据速率和高可用性。特别是物联网的发展、未来的工厂和应急响应[3,5]，应用程序的虚拟化和虚拟机计算能力的增长将大大降低企业技术设备的财务成本。

能源行业是迫切需要利用高科技设备以最大限度地减少经济损失的行业之一。发电厂的设备需要不断维护和持续监测其状况。设备停机、紧急情况或按计划规定的维修和预防工作，会产生较大的经济损失，因此一项重要任务是监控运行设备的主要参数，以防止紧急情况的发展，并优化维修时间。除了监控之外，还使用当设备参数超出允许值时触发的保护系统。将这些系统用于俄罗斯和独联体国家热电联产工厂使用的设备尤为重要，因为它通常已经耗尽了大部分资源，在运行过程中需要更多的关注。

这些系统需要分析大量数据，并使用技术，以便在数据发生变化时快速做出响应。将移动网络与物联网（IoT）结合使用可能会降低安装和操作此类系统的成本，但由于性能不足和可靠性要求不一致，现在没有使用此类解决方案。使用5G 系统可以重新审视移动网络在这些自动化系统中可能扮演的角色。但在可靠性的背景下，还应该注意解决方案URLLC（超可靠低延迟通信），它以低延迟在对象（机器）之间提供超可靠的通信[3]。5G 有望提供超过99.999%的可靠性，并可成功用于提供远程控制和流程自动化[5]。下文更详细地描述了实施所需的自动监控系统的设备和功能块，描述了5G 技术的功能，并以Echo 自动设备状态监测系统为例，对使用5G云计算时可能的经济效益进行了定量评估。

1 热电联产设备的自动监控和保护系统

热电联产用于设备安全不间断运行、优化和降低维修和维护工作成本的连续控制系统，可按用途分为设备状态监测系统和保护系统两类。

第一种设备状态监测系统，借助该系统，根据从各种传感器连续接收的数据，CHP 人员接收有关设备当前状态、该状态变化的动态、发展中的缺陷和剩余寿命的信息。基于这些数据，可以预测设备的进一步性能，优化维修工作的时间和性质，防止紧急情况的发展，在发生严重故障之前，最大限度地减少设备停机进行维修工作的时间，并且由于上述所有原因，显著减少经济损失并提高设备运行的效率和安全性。

对于自动化监测，通常使用设备的无损检测的被动方法。目前，最常见的监测系统是振动诊断和热成像（热）控制，通常一起使用，还应该注意的是，随着技术的发展，引入基于噪声诊断的监测系统正变得有希望[6-7]。下面简要地分析一下上述系统的运行原理。

热成像控制是使用从温度传感器（热像仪、高温计）获得的数据进行的。分析设备各个部件的温度及其变化可以全面了解其状况，此外，诊断传感器的非侵入性安装的可能性及其相对较低的成本使得这种方法使用起来非常有吸引力。而应该注意的是，这种方法并不适合所有类型的设备及其组件，这既是由于其对某些元素的研究不足，也是由于解释与所研究对象附近的冷却设备和/或热源的操作相关的结果的复杂性，并且由于需要仔细分析和考虑外部因素，例如材料的辐射能力。此外，由于热过程的高惯性，热成像控制作为监测设备当前状态的系统的使用受到限制。

基于设备振动的监测分析、振动诊断，是目前监测热电联产设备状况的最常用方法。简而言之，该方法的本质可以描述如下：处理从振动传感器获得的数据，以便将参数与噪声信号隔离，噪声信号的特性受设备状态及其状态变化的影响。这些参数可能包括信号在某个时间间隔内的最大值、信号的均方根偏差、这些参数的比率等。尽管外部噪声可能会在振动图像中产生重大误差。对热电联产设备的许多元素，通过对这些数据的分析，您可以获得有关其状况的详细信息，并准确预测其时间变化。专家建议对CHP 设备使用振动诊断方法，但由于安装此类系统的高成本和与之相关的技术困难，这并不总是普遍可行的：振动传感器的安装通常是侵入性的，需要设备关闭。

通过噪声诊断方法，可对设备发出的声学噪声的分析。使用从宽带麦克风和压电传感器获得的数据，使用现代信号处理方法，可以获得有关操作设备状态的信息，其精度可能与振动诊断和热成像控制的精度相称。由于振动和噪声之间的联系，噪声诊断方法理论上结合了振动诊断的所有积极方面，适用于任何类型的设备，但同时它可以具有显著的竞争优势，主要是由于传感器的非侵入性安装，以及由于安装所需的传感器数量的显着减少。所有这些都使噪声诊断方法（包括噪声诊断）更加经济。

考虑的所有方法都涉及对从传感器中取出的信号进行后处理，并对数据进行进一步解释。广义功能图如图1 所示。目前，人工智能方法，特别是神经网络，通常用于自动监控系统中数据的部分或全部解释。

图1 设备状态自动监控的通用功能方案

尽管监测系统已经相当发达，并且通常有助于防止紧急情况，但有时不可能及时检测到正在发展的缺陷，并且设备可能进入紧急情况或接近紧急运行模式。这种情况需要人员的紧急干预，有时需要设备的紧急关闭。为了确保这种情况造成最小的损坏，chP 设备配备了用于跟踪其主要参数的系统，且如果这些参数的值超出允许的值，则所使用的系统发出紧急情况的信号，并且还可以执行设备的紧急关闭和/或其操作模式的改变（如负载释放）。这种系统被称为保护系统，它们是热电联产设备最重要的元件。

保护系统可按类型分为热和电，并按控制程度分为局部和主要。保护系统工作的本质被简化为对操作设备特定参数的连续监控。对于热保护，如压力和温度，对电气-受控电路中电流的强度,如果参数值在允许的范围内，则设备在正常模式下运行；但如果参数超出系统规定的允许值，则根据过量的程度和允许间隔之外的参数数量，触发局部（不导致设备负载停止或减少，但发出故障信号）或主要（其操作导致紧急停止或负载减少）设备）。通常，保护系统包括设备的本地和主保护，它们是相互关联的。例如：超过一个参数会导致触发本地保护，并且超过两个会触发主要保护。保护系统的简化功能图可以如图2所示。

两者都被认为是自动化系统（见图1、图2），假设存在数据存储和处理单元（如服务器、控制器等），特别是可编程逻辑控制器，借助于其软件转换从传感器接收的信号，其存储和结果的输出发生。由于对CHP设备，来自传感器的信号数量可以相当大（数万），并且结果的处理应尽可能快地进行并且涉及考虑大量条件和对信号的大量数学运算的行为，因此有必要使用高速通信通道，微处理器，包括那些具有显著计算能力和/或大量微处理器的微处理器。可以摆脱数据处理和存储单元或对其进行显著简化，从而通过使用云解决方案来降低所用系统的成本，这些解决方案允许您将软件处理传输到云中，并将存档数据存储在虚拟服务器上。在使用云技术的框架内，新的5G 技术特别有前途。

图2 自动化设备保护系统功能图

2 云计算和5G技术

使用互联网计算和存储数据的想法并不新鲜。在这个概念中，互联网充当发送数据的虚拟云。在提供电子邮件的各种服务中可以观察到这种解决方案的示例：每个用户在云中免费分配几GB，在那里他可以存储他的任何信息，通常有可能付费扩展存储容量。对于邮件服务，此服务可用，因为服务器场具有大量数据。除了能够在线托管文件并从任何可以访问它的设备下载它们之外，最终用户还可以获得另一个优势：通过在多台联网计算机上管理云数据，丢失存储在云中的数据的概率远低于存储在本地物理内存中时[4]。

除了存储之外，云还有其他潜在的重要功能：云计算。这个概念可以简化为一个应用程序，而不是安装在物理设备上，而是直接安装在云中。云计算可以降低执行各种数据操作以获得最终产品所需的高性能设备的成本。

早在20世纪中期，就有来自提供云计算服务的大型公司的提议。这些“云提供商”为用户提供各种服务：从数据存储和分析，到使用具有相当高计算能力的虚拟机。当然，提供商对使用云计算功能收取费用。提供的关税的定价是不同的，取决于特定的服务提供商[4]。

移动云计算（MCC）涉及在移动网络中使用云计算，其使用选项分为4种类型：（1）MaaSC-MCC 作为服务的消费者；（2）MaaSP-MCC 作为服务提供商；（3）MaaSB-MCC作为服务经纪人；（4）MaaSR-MCC作为该服务的代表[4]。

但是，在当前的MCC 架构下，并非所有潜在云计算用例的可能性都是可行的。

尽管有所有优点和便利性，但使用云计算的可能性非常有限。这主要是由于传统的云计算模型无法满足需要高数据传输速率、低延迟、严格的服务质量（QoS）要求和高带宽的高度交互应用程序的要求。此外，云可以远离用户设备（UE），这也增加了功耗[3]。

扩展云计算能力的一种解决方案是使用边缘计算。移动边缘计算（MEC）在各个业务领域具有巨大的潜力，可以节省资源并提高小公司的竞争力[4-5]。边缘云计算的本质可以通过额外的小型本地云的形式进行简化，与位于核心网络中的经典架构云不同，边缘云计算位于网络边缘，靠近最终用户（UE）[1,3-4]。

MES 是5G 网络的关键新技术之一[4]，在人类活动的各个领域具有巨大的应用潜力。因此列出了导致5G技术边缘计算发展的主要因素[1,3-4]，具体如下。

（1）网络功能虚拟化（NFV）在虚拟机中执行网络功能，能够处理大量数据，以创建灵活、自动化、可扩展的网络。此外，网络请求可以在主云和网络边缘处理。事实上，这是网络设备的虚拟化，而不参考特定的设备和制造商，这将促进新网络功能的引入，因为它们现在将是可定制的软件组件。

（2）软件定义网络（SDN）定义了一种网络架构，该架构将网络分为控制平面和数据平面，以提供网络敏捷性和敏捷性，这有助于简化网络管理并提供新服务。SDN 架构基于控制平面与转发平面的物理分离。需要实时响应的网络功能由边缘服务器（即虚拟化）执行，从而最大限度地减少延迟。通常，SDN 与NFV 结合使用。

（3）通过与空中接口相关的技术创新，改进信号的形式、调制、编码，大规模MIMO天线系统的使用，可以提高频谱使用效率。后者是一种可显著增加基站天线阵列元件数量的技术。这样，您就可以减少将任务同时上传到边缘云时的延迟时间和能耗。

（4）新无线电（NR）是用于5G的新无线电接口，其规范分为两个频段。此技术允许您将大量低延迟设备连接到可扩展的网络。

（5）设备到设备（D2D）通信提供相邻设备之间的直接通信，无需将信号传递到基站，从而减少了信号在设备之间传输时的延迟时间，提高了系统的带宽和能效，优化了频谱的使用。此功能对于安全系统特别重要，因为一个设备必须快速响应另一个设备的信号。

根据调查[3]，使用5G MES 将解决各种问题：改善数据管理，以处理需要实时处理的用户设备的大量时间敏感延迟数据；提高所提供服务的质量，以满足未来应用程序（包括高度交互式应用程序）的要求；预测和评估所需的网络资源，以满足网络和用户的要求，然后优化这些资源。位置感知管理，这将改善设备之间的通信；改进资源管理以优化边缘云网络以提高性能。

使用5G 的边缘计算可以承担以下功能[3]，具体如下。

（1）本地存储。尽管边缘服务器的数量明显少于经典云（具有几乎无限的存储空间），但它们仍然允许您将大量数据上传到边缘云，例如：来自设备各种传感器的长期监控数据，以便进行后续分析。（2）本地计算允许您将计算和过程从各种设备（小工具，处理器）传输到边缘云，边缘云是一种能够独立自主处理UE数据的智能计算系统。（3）分析本地数据。边缘计算对从各种应用程序附近收集的大量原始数据进行处理和执行实时关键数据分析，以生成有价值的见解。例如：处理和分析设备组的监控数据，对设备的当前状态做出决策，预测其进一步的动态，从而优化预防和维修措施的时间。（4）地方一级的决策。边缘计算可帮助组织根据经过良好处理的数据自动做出实时决策和操作。（5）地方政府。边缘计算提供远程管理和监控，可以提高企业人员的安全性。（6）提高本地数据安全性（与使用经典云解决方案相比）。

因此，使用5G 技术和边缘云计算将降低运营成本，提高服务质量和能源效率[1,3-5]。所述技术的功能允许您通过Internet 将数据处理和分析功能传输到云中，这将消除部分物理设备的使用或显著简化它。此外，网络分离将允许您优先处理来自各种物理和虚拟UE的数据，从而提高保护和监控系统的质量。以下是使用5G 技术用于监测热电联产设备状况的噪声诊断系统可能带来的经济效益的计算结果。

3 将云计算和5G技术用于设备监控和保护系统

如标题热电联产设备的自动监控和保护系统叙述内容所示，在功能上，自动监控和保护系统以类似的方式工作。信号从多个传感器接收，经过数据处理和存储单元中的各种转换，然后根据目的进入操作员的工作站或控制设备以触发保护（见图1、图2）。对来自多个传感器的数据进行并行分析的要求，以及低延迟的信号处理的要求，需要高性能的计算设备，使其无法使用云解决方案，但5G技术的发展将允许摆脱处理单元并将该节点发送到云端。在这种情况下，广义功能图如图3所示。

图3 使用云计算时自动监控或保护系统的功能示意图

由于D2D 技术的发展，延迟（不超过1 ms）的显着降低，这种修改成为可能，该技术不需要通过基站在设备之间发送消息数据包，从而提高了性能并增加了连接密度。它的使用将大大降低安装和使用所考虑的自动化系统的经济成本。

该文以Echo设备的自动监控系统为例，使用人工智能技术的噪声诊断方法进行定量评估。计算是在热电联产使用该系统时进行的。

Echo系统的固定功能图，带有物理服务器和以太网数据传输，用于监控单个对象的状况，如图4所示。

图4 基于一个物体噪声诊断的自动监控系统Echo的功能图

使用宽带麦克风和/或压电传感器（2）从所研究的物体（1）捕获声学噪声。此外，信号通过集成总线（3）被馈送到智能模块（6），存储在信号数据库（4）中，其用于收集和存储来自传感器的主要数据以及声学数据分析的结果。获得的数据可供模式标记工作站上的专家进行手动分析和标记（5）。来自模式标记工作站（5）的标记数据，随后用于重新训练神经网络，被传输到智能模块（6），智能模块（6）分析数据并通过软件模块（7）将有关设备状态的信息传输到主操作员工作站（8）和通知网关（9）。该方案可以扩展到所需数量的观察对象，其数据被组合在一个调度员/操作员工作站中。

在使用云计算和5G技术的方案中，可以一次将多个块传输到云中——3、4、6（如图5 所示）。在操作过程中，Echo声学控制系统使用以下数据。

图5 一个通用的多级功能图，用于使用云解决方案监视多个对象的状态

（1）噪声图片文件的机制，将来用于重新训练神经网络（数据集集合）。此类文件的持续时间为30 min，大小为329 MB（使用两个通道录制时：麦克风和压电传感器）。

（2）噪声模式文件的机制，用于通过神经网络确定当前时间的异常。此类文件的持续时间为6 s，大小为1.1 MB。

如果神经网络不是直接在设备上处理数据，而是在服务器上处理数据，如图4所示，或者使用MEC的云，那么，如果延迟不超过2 s（足以在监控期间正确显示结果），来自一个设备的流量将为4.4 Mbit/s。设备数量如下：（1）3G网络，1个（或更少）设备；（2）4G网络，3台设备；（3）5G网络，22台设备。

由于在监控对象上安装了多个传感器（例如至少需要8个传感器来监控能源锅炉），如果传感器通过单个GSM调制解调器工作，则得到总流量，例如8个传感器（能源锅炉）将是：35.2 Mbit/s。在物理设备上或在物理服务器上，数据通过以太网从设备传输到服务器。此处的云解决方案仅适用于数据存储。

使用5G网络时，无需直接在设备上执行计算或使用以太网连接，并且可以放弃部分物理设备，这意味着显著的经济效益。根据计算，如果与5G 网络一起使用，简化设备的成本可以降低5.2倍。

4 结语

该文提供了将5G 技术用于自动监控和保护系统的基本原理。结果表明，两个系统对信号的延迟时间都有严格的要求。它们包括大量的传感器和数据处理和存储单元，这可能需要大量的计算能力，这使得这些系统的实现和使用成本很高。云计算的功能允许将数据处理放在虚拟空间中，来摆脱这一瓶颈。但是，老一代网络无法满足自动监控和保护系统的带宽和延迟要求。新一代5G 网络和MES 分布式计算将允许使用云计算来改善系统的硬件瓶颈，该文提出了一个以云计算为独立功能节点的流程图，以基于噪声诊断Echo的监测和诊断设备状态的系统为例，使用人工智能技术，当它在CHP 使用时，定量地显示了使用5G 的潜在优势。