基于5G通信技术的改进电力物联网架构研究

刘端朝，刘海燕

(郑州技师学院现代服务系，河南 郑州 450006)

0 引言

近年来，5G通信技术逐渐普及，物联网系统迎来新变化。电力研究部门针对传统通信技术存在的不足，通过融入5G新技术对电力物联网进行改进，提高了电力数据和信号的传输速度，使电力设备数据处理能力得到加强[1]。

国外学者针对电力物联网通信方式开展了相关研究。文献[2]设计直接序列码分多址(direct sequence-code division multiple access，DS-CDMA)系统，通过带密钥散列函数对电网数据重新排列，实现传输格式的规律化传输；同时，利用分段Logistic算法推算数据有效利用率，从而达到电力物联网数据的规律化有序传输。但这种方式由于组建规律方式复杂，对数据传输速度造成影响。国内电力部门对传统电力通信方式进行改进。文献[3]设计变换域通信系统(transform domain communication system，TDCS)，通过组装混沌映射的伪随机序列发生器将电网数据排列为伪随机序列方式，利用非正交的李雅普诺夫指数判定电力数据标准，通过提高数据标准达到增加电力数据传输速度的目的。但这种方式不适用于数据庞大的电网，容易产生数据流堵塞。

针对上述研究的电力物联网通信技术出现的问题，本文通过参考传统电力物联网通信方式，将5G通信技术融合到电力通信系统中，并在设计架构中采用云边协同方式和终端直通(device to device,D2D)数据通信方式对电力设备数据通信结构进行改进。对全新图形化路由管理工具，即安全设备管理器(security device manager,SDM)算法的改进，使电力物联网数据更具有协同性，传输速度更快。

1 电力物联网改进架构设计

在常规电力物联网通信架构设计中，为了达到5G通信能力，通信网络采用D2D数据通信方式，以提高数据通信能力。通过融入5G通信相关技术，电力物联网架构实现全面升级。通过设计云边协同组织架构，将电力物联网数据通过云边协同的方式相互联系，使各边缘设备集中在一个大数据中，便于设备的管理和运营。通过改进SDM算法，将电力物联网通信数据进行重组，并以特有的规律进行传输，从而提高通信效率[3]。

本文通过分析电力物联网通信方式，对其系统结构和通信方式进行改进。本文主要对数据传输速度和通信方式进行研究，通过融合5G通信技术完成数据传输功能的更新，使电网数据得到全面加强，从而保证电力物联网数据通信的便捷性和快速性[4]。电力物联网设计架构如图1所示。

图1 电力物联网设计架构Fig.1 Power IoT design architecture

电力物联网设计架构采用层级结构，由顶级调度层、群体调控层和设备响应层3层结构组成，并通过三维立体的方式完成设计。其中，顶级调度层通过搭建配网调度中心完成总体设计，对电力物联网各设备状态信息进行收集和分析。其设备状态信息主要包括调控需求信息、负荷预测信息、可再生能源信息和潮流信息[5]。调控需求信息主要为调控装置进行的设备调度和信息控制。负荷预测信息主要对电网设备进行负荷的演算，将演算结果作为预测依据[6]。可再生能源信息对电网的能源发生装置进行判断，并对其参数进行记录。潮流信息则为电力物联网中的潮流参数，便于传输电力网的潮流过程分析结果。作为三维电力物联网结构的中枢系统，群体调控层的组成结构为多项配电网设备，由D2D通信中心组成数据通信网络，通过层级结构中建立的云边协同架构与顶级调度层形成联系结构[7]。设备响应层主要由负荷群组成，通过负荷群之间的配合完成设备响应，主要调控手段为改进型SDM算法，通过算法函数形式规范负荷群收录数据。

电力物联网设计架构通过三维立体设计方式对复杂的电力数据进行层级调控，一定程度上促进了电力物联网的数据联系性，使电力物联网设备按照一定级别进行分化，从而便于管控。电力物联网设计采用D2D通信方式和云边协同结构，可加强各层级的联系性，将电力物联网各设备数据的调度规律层次化，同时加强了三维数据通信的传输速度[8]。

2 基于D2D通信模型的云边协同组织架构

D2D通信模型在5G通信领域应用广泛。本研究根据电力物联网结构组建D2D模型，使电力物联网通信速度得到加强。经过改进的电力物联网能够在复杂的电力数据中进行专属数据的通信，对建立网络化的电力供应体系具有重要作用[9]。

D2D通信模式在电力物联网中的应用方式主要通过信号塔维持，通过将近邻用户设备(user equipment,UE)与信号塔的基站进行连接，组成中继通信网络，完成电力物联网数据的快速传输[10]。通信的整体设计结构采用异构网络的形式，实现UE-BS和D2D之间的同时连接，即保证电力物联网在本地通信和联网通信等领域的全面覆盖。D2D通信的1种主要技术方式为本地网(local area network,LAN)。LAN将一定的D2D设备根据电力网需求资源进行分配，使运行中的缓存数据通过边缘计算和多入多出(multiple-input multiple-output,MIMO)等多种通信方式完成网络的互联[11]。D2D传输模式主要技术特征为多跳传输和终端-终端的通信模式，通过信号塔和小基站的形式，将多种信号模式周边化分布。其分布结构由终端-基站通信、D2D应用场景的分布和D2D-LAN的分布这3种分布元素构成。各分布关系与通信模式相互连接，共同建造D2D异构网络环境，使电力物联网数据达到最大化输出的效果。

基于D2D通信模型的云边协同组织架构如图2所示。

图2 基于D2D通信模型的云边协同组织架构Fig.2 Cloud-edge association organization architecture based on D2D communication model

通过上述技术设计，D2D通信模型被融入云边协同组织架构中。这样能够增加电力物联网的中心数据库与边缘运营设备的协同能力。该架构在能源行业中部署的设备能够最大程度地满足大批量的数据传输。因此，云边协同组织架构的建立能够顺应目前电网的发展进程。云边协同组织架构的核心是大数据库，能够把电力物联网产生的电力数据储存在大数据库中，然后供给各个边缘设备，通过架设数据通道完成数据的准确传达和整体调度。

整个组织结构分为1个中心云和4个子系统。云服务是指中心云平台，主要进行电力物联网数据的录入和电网信息物理系统(cyber physical system,CPS)建模，根据采集的协同数据建立电网协同物理融合模型[12]。4个子系统分别为计算机算法子系统、广域网管控中心子系统、边缘平台子系统和数字集成技术子系统。计算机算法采用的是完全分布式协同算法。广域网管控中心负责安全管控，主要对输出电厂、电力市场和用电单位进行监控和电力运行分析。边缘平台设有边缘设备，对电力物联网产生的数据进行收集和上报。数据集成技术通过互联网和显示屏呈现在屏幕上，或者输入到浏览器中，以便后续检索[11]。

整个云边协同组织架构根据中心扩散的思想，把大数据作为中心，将数据扩散到众多边缘设备。该设计增强了电力物联网运行数据的协同能力，提高了云边数据的协同效率[13]。

3 改进SDM算法的数据交互方法

数字通信交互装置各模块结构如图3所示。

图3 数字通信交互装置各模块结构Fig.3 Structure of each module of digital communication interaction device

本研究通过现场可编程门阵列(field programmable gate array,FPGA)技术实现电力物联网数据交互过程中的信息传递和数据控制，在网络交互过程中引入数据交换机，通过可编程语言实现数据信息控制，进而增加母线数量和扩展交换容量、提升输入输出母线的速率[14]。数字通信交互装置发送端将内部的并行数据转换为串行数据进行发送。数字交换芯片具有32条输入母线和32条输出母线。每条母线的输入输出数据速率为8 MB/s以上。通信容量实现4 096×4 096通道数据存储器的每个存储单元为8 bit的并行码[15]。

时钟生成模块为整个数字通信交互装置提供具体的时钟，保证整个系统处于正常的工作状态，将帧同步信号的上升沿和下降沿信号作为控制信号使用。Testbench产生的16.38 MHz时钟用于驱动整个电路。帧同步信号的周期为125 μs。输入时钟周期为61 μs。因此，需要对输出信号和帧同步信号进行边沿采集，从而得到上升沿信号和下降沿信号[16]。在数据发送模块中将地址信号和数据信号保存在持续存储器中，以完成地址数据的交换。

数据发送模块结构如图4所示。

图4 数据发送模块结构Fig.4 Data transmission module structure

接续存储器的随机存取存储器(randor access memary,RAM)深度为4 096，位宽包含功能选择。RAM的宽度为16，接续存储器由2个16×4 096容量的RAM组成[17]。其中：1个RAM用于交换机的交换模式和消息模式;1个RAM由微控制器控制进行读操作。数据通信在电力物联网的数据传输过程中，数据阻塞现象会严重影响通信质量，可根据信道状态判断阻塞概率，从而进行相应的调频操作。阻塞概率判断方式为：

(1)

式中：E为信道阻塞概率；Mi为信道调整幅度；M0为初始信道状态；m为传输数据量；r为信道半径；s为一定时间内信道数据传输量；i为信道变化程度；Na为随机跳频序列。

在调频过程中，算法编码的误码率为：

(2)

式中：Pi为调频过程中算法的误码率；PG为传统SDM算法编制下的误码数据。

在电力物联网的通信过程中，不同信道的误码率存在差别。为降低误码率，需要计算其平均值：

(3)

式中：P为电力物联网通信传输信道误码率均值;L为建立的传输信道长度;PB为改进SDM算法编制下的误码数据。

本文通过改进SDM算法对传输信道的误码数据进行抑制，主要对堵塞的信道进行疏通，利用数据传递的形式逐层递进[18]，以实现信道数据的线性输送。

(4)

式中：B为电力物联网经过抑制后的输送数据量;N为改进SDM算法建立的信道数量;Q为有效输出量。

经过改进的SDM算法根据误码率进行顺序化疏通，使传输信道以最佳状态传输数据。反映在电力物联网中，所得到的数据之间的传递量为：

(5)

式中：R为疏通后的电网数据传递量;Pj为改进SDM算法疏通后的信道误码率;T为算法对数据传输效率改进幅度;a为数据在信道中的传输速度变化量;Lj为变化的信道长度;Lf为信道拓宽量。

改进SDM算法通过疏通信道的方式降低误码率，使电网数据传输更快。而信道路由的改进加强了5G通信的兼容性，完美契合了电力物联网现阶段的技术改进策略，增强了电力数据的传输进程。

4 试验结果与分析

本研究针对电力物联网通信系统改进进行研究。首先，根据电网数据的需求，分析现有通信技术的不足。然后，通过融合5G通信相关技术进行系统化改进，对改进后的电力物联网通信过程进行试验。最后，通过记录试验仿真结果，将数据整理成图表形式完成研究分析。试验过程在Intel i9 9600KF计算机、4.0 GHz CPU和64+256 GB内存双核计算机运行。现场试验环境设置：表格采用数据统计法；软件采用EXCEL制表软件；电网数据通信模式为D2D通信模式；计算机运算速度达到25亿次；算法程序运算误差<2.0%。在此环境下进行试验，参数配置如表1所示。

表1 参数配置

本试验对电力物联网数据通信过程进行研究，对电力通信速度和编制误码率进行试验，根据Proteus仿真软件对电力物联网通信线路过程进行仿真。电力物联网5G通信仿真如图5所示。根据图5仿真结果对比各设计方案具体效果，对不同信道的数据传输量和通信速度进行对比。通过式(3)评估得到误码率数据，并建立对比数据，与文献[2]和文献[3]通信系统形成对比方案。

图5 电力物联网5G通信仿真图Fig.5 Power IoT 5G communication simulation diagram

为验证本研究的有效性，将试验结果汇总至数据表。电力物联网通信试验数据如表2所示。

表2 电力物联网通信试验数据表

通过表2数据分析可知，本文研究的电力物联网通信模式具有较高可行性。

根据试验结果显示的3种不同方案的系统通信速度变化规律，通过对比方式分析各系统性能，电力物联网通信速度曲线如图6所示。图6结果显示3种通信模式在系统数据量为30～50 TB时，本文设计通信速度为2.2～9.16 MB/s；DS-CDMA系统通信速度为1.8～5.82 MB/s；TDCS通信方式通信速度为1.7～3.79 MB/s。从整体变化曲线来看，本文设计优于其他2种方案。

图6 电力物联网通信速度曲线Fig.6 Power IoT communication speed curves

通过对比各设计方案的误码率计算方法，进一步完成对比试验，根据Proteus软件实现电力物联网通信系统运行的仿真，得到的通信系统误码率曲线对比如图7所示。

图7 通信系统误码率曲线对比Fig.7 Comparison of BER curves of communication systems

通过对比发现3种系统通信误码率受到电网传输总数据量的影响，本文研究通信系统误码率为0.47%～0.61%，平均为0.54%；DS-CDMA系统误码率为0.94%～1.34%，平均为1.14%；TDCS误码率为0.68～1.94%，平均为1.81%。

综上所述，本文研究对电力物联网通信系统的改进具有明显效果。试验结果表明，本文研究的5G通信技术改进的电力物联网总传输量更高、通信速度更快、算法编制误码率更低，体现出本文电力物联网通信系统的优越性。

5 结论

本文对5G通信技术在电力物联网中的应用问题进行研究，针对系统数据协同性和通信速度进行技术设计，对三维电力物联网各层级之间架设云边协同组织架构，加强层级之间的协调性，使系统运行更加稳定。大数据集中的方式使管理更为严谨。本文采用5G技术中的D2D通信方式，将LAN与D2D结合，使数据通信过程更完整，加快了平台与终端之间的通信速度。本文利用改进SDM算法疏通电力数据网中的堵塞信道，使系统通信过程更为流畅，从而降低了误码率。

通过对本设计电力物联网通信过程进行测试，本文将试验结果汇总为系统通信试验数据表，发现所研究的5G通信技术改进的电力物联网总传输量更高、通信速度更快、算法编制误码率更低。但是，本文研究在试验过程中仍存在待解决的问题，如通信速度过快导致数据错乱、电力设备之间的干扰影响通信数据质量等。