基于边缘云的在线监测系统模型构建与实现

摘 要：介绍了基于边缘云的城市轨道交通在线监测系统模型，模型由线网级-线路级-车站级三级架构组成，在线网控制中心设置云平台中心服务器，在线路控制中心设置后备服务器作为边缘云节点。当平台主干网或云中心设备出现故障时，在线监测系统将通过边缘云后备服务器实现线路降级运行。边缘云架构能有效减轻城市轨道交通数据传输压力，满足城市轨道交通实时性要求。在线监测系统主要包括设备监测、状态评估、辅助决策等功能，为运营企业实现科学管理提供依据，提高了运营企业的管理水平。广州地铁某线应用供电设备在线监测系统，对供电设备进行实时监测和综合评估，有效提高了运维效率。

关键词：边缘云；城市轨道交通；在线监测系统；智能运维；专家系统

中图分类号：U229

文献标志码：A文章编号：1001-5922（2023）04-0173-05

Establishment and implementation of online monitoring system model based on edge cloud

CHEN Naihai

（State key Laboratory of Rail Transit Engineering Informatization （FSDI），Xian 710043，China）

Abstract：This paper introduces the model of urban rail transit online monitoring system based on edge cloud.The model is composed of three levels of network level，line level and station level.The online network control center sets the cloud platform center server，and the line control center sets the backup server as the edge cloud node.When the platform backbone network or cloud center equipment fails，the online monitoring system will realize the line degradation operation through the edge cloud backup server.The edge cloud architecture can effectively reduce the data transmission pressure of urban rail transit and meet the real-time requirements of urban rail transit.This paper expounds the functions of the online monitoring system of urban rail transit，including equipment monitoring，condition assessment，auxiliary decision-making and other functions，which provides the basis for the scientific management of operating enterprises and improves the management level of operating enterprises.According to this model，an on-line monitoring system for power supply equipment is designed and implemented on a line of Guangzhou Metro，which can monitor and evaluate the power supply equipment in real time and effectively improve the operation and maintenance efficiency.

Key words：edge cloud;urban rail transit;online monitoring system;intelligent operation and maintenance;expert system

隨着国家智能制造战略的不断推进，云计算与传统行业的融合已成为推动行业数字化转型的重要力量。城市轨道交通具有运量大、绿色环保、高效节能等特点［1］，在缓解城市交通拥堵、促进经济发展、环境保护等方面发挥着巨大的作用。中国城市轨道交通协会于2020年3月发布了《中国城市轨道交通智慧城轨发展纲要》，在智能装备方面提出的目标主要有“设备状态监测技术深度应用，建立智能化的故障预警系统；建立以关键设备在线故障监测和诊断为基础的智能运维和能源系统设备健康管理标准并示范应用”。据此，各地城市轨道交通公司在新线建设中均考虑设置在线监测系统。根据监测对象及功能划分，在线监测系统分为单一监测功能系统和综合监测功能系统，前者对某一专业的个别设备进行监测，信息采集及交互的需求较低，例如：变压器油色谱监测、SF6微水含量监测、隧道沉降监测等；后者对各专业的各类设备设施进行综合监测，结合状态评估系统，形成设备设施全寿命周期数据，采用边缘计算技术［2-3］，缓解城市轨道交通网络化运营带来的压力，为城市轨道交通的安全、稳定运行提供要的技术支撑。

1 边缘云概述

随着城市城市轨道交通运营里程不断增加，运营维护工作日渐繁重，运营企业 “提质、降本、增效” 的需求逐年上升。在这个大背景下，城轨行业数字化、智能化、信息化建设势在必行。云平台、大数据等新兴信息技术的广泛普及为城市轨道交通智能运维提供了基础保障［4］。传统的云平台建设集中的大型云数据中心，提供统一的共享资源及服务，将终端设备采集到的数据先汇总到数据中心再进行处理和应用等工作［5］，难以满足城市轨道交通自动驾驶、智能列车等功能的实时性要求。针对城市轨道交通设备设施分布广、专业多、实时性要求高等特点，边缘云计算技术通过计算力的下沉，提高了数据处理的实时性，减轻了通信网络传输负担，是城市轨道交通智能运维［6-7］发展的必然选择。

边缘计算是指在网络边缘执行计算的一种新型计算模型，边缘计算操作的对象包括来自于云服务的下行数据和来自于万物互联服务的上行数据，而边缘计算的边缘是指从数据源到云中心路径之间的任意计算和网络资源，是一个连续系统［8-9］。

边缘云通常是指“智慧城市轨道交通信息技术架构的云计算平台架构”，是云平台在轨道交通企业的具体应用。边缘云作为轨道交通运营企业实现智慧管理的重要技术手段，更注重安全性和实时性，例如在自动化驾驶时能够提供毫秒级的时延保证［7］。

2 系统架构及功能

2.1 系统架构

基于边缘云的在线监测系统模型由3级架构组成：线网级、线路级、车站级；边缘云在线监测系统架构图如图1所示。

从图1可以看出，在线网控制中心设置的设备主要有服务器集群、磁盘阵列、大屏显示系统、网络安全设备、工作站、打印机、云平台交换机等设备组成。为了减轻边缘云节点到云中心之间的数据传输压力，在线路控制中心设置边缘云节点，主要设备有网络安全设备、后备线路服务器、工作站、云桌面，与传统控制中心不同的是，这些设备均由云平台提供，最大限度地发挥了边缘云的优势，降低了建设及运营成本。监测数据的存储及主要计算功能主要由边缘云节点实现，只将计算结果及核心数据上传到云中心，减轻了从边缘云节点到云中心之间数据传输的压力。当云中心设备或平台通信主干网络出现故障时，在线监测系统将通过线路控制中心的后备服务器实现降级运行，待故障解除后，再将数据恢复到云中心。

车站级主要负责数据采集和上传，采集到的数据通过光纤环形网络上传至线路控制中心。在线监测系统的监控对象主要包括供电、机电、通信、车辆、信号等专业的设备以及隧道、桥梁、结构等专业的基础设施。针对各类设备设施不同的监控需求，设置相应传感器，结合其他系统的既有数据，共同构成在线监测系统的数据源，通过资源优化，从数据源头打破专业壁垒，形成跨专业的、开放的数据平台。

2.2 系统功能

按照云计算服务提供的资源所在的层次，可以将系统分为：（1）IaaS，基础设施即服务;（2）PaaS，平台即服务;（3）SaaS，软件即服务以及数据感知层。在线监测系统功能结构图如图2所示。

从图2可以看出，数据感知层主要包括数据传感体系、智能识别体系，实现数据的感知、采集，并将采集到的各类数据上传到上级服务器。IaaS主要提供计算、存储、网络和其他基本的硬件资源，例如在线监测系统中站级数据采集装置、边缘云节点后备服务器及云中心的服务器、存储设备、显示设备等，实现计算、存储、网络安全等功能；PaaS主要提供开发语言、库、工具、服务等开发环境等，实现数据处理、Web服务、基础应用开发等功能；SaaS主要为用户提供面向具体应用场景的SaaS服务，实现系统配置、数据采集、信息管理、画面监控、动作特性分析、状态报警、状态评估、辅助决策、维修维护、综合报表等功能。各专业可根据自身特点及运营维护需求定制相关功能。

2.2.1 系统配置

对系统基本信息进行管理和维护，包括用户管理、基础信息、数据处理、系统日志等功能。

用户管理：根据用户的角色和权限，配置用户登录账号并赋予相应等级的权限。

基础信息：分为线网信息、线路信息、车站信息、区域信息、设备信息、设施信息、列车数据、运营数据、环境数据等，并具备扩展功能。

数据处理：对异常数据进行修正并报警，支持手动录入数据、自动读取数据，记录仪表及设备设施维护信息。

系统日志：对系统的运行信息及登录人员的操作信息进行记录，形成日志文件，供日后查询。

2.2.2 数据采集

采用智能监测技术，通过在线监测、离线监测、停电试验、日常巡视等所有可获得运维数据的手段［10］，对设备设施运行状态数据进行采集，实现跨线路、跨专业的数据感知，形成标准格式的数据库。

2.2.3 信息管理

对设备设施的基本信息行动态管理，包括设备的出厂信息、实时状态信息、状态报警等信息，以及深基坑沉降、道床、隧道等基础设施的高清晰图像等信息。

利用各种数据分析手段对基础数据进行清洗、分析和挖掘，制定跨专业的数据标准，为在线监测系统的应用提供可用的基础数据。

2.2.4 画面监控

为值班人员提供快捷的操作方式，通过设备设施的树形结构、列表、曲线和图谱等方式实时查看设备设施的图片和基本信息，反映设备设施的运行状态，包括设备占比、设备组成、设备的故障率、剩余寿命等信息。

2.2.5 动作特性分析

采用故障录波装置实时记录断路器动作前后的电流电压波形，通过与断路器特性参数比对，分析断路器的性能变化［11］。根据历史数据的变化规律，推测断路器性能变化趋势，为故障预警提供数据支持。

2.2.6 状态报警

實时监控设备设施状态量变化，对于超出规定阈值范围的劣化指标，根据相应的类别和等级进行图像、声音、光信号等多种形式的告警，同时启动设备状评估模块，对设备设施的异常状态进行分析。

2.2.7 状态评估

对设备设施健康状态的各指标进行分析，构建数理模型，建立状态评估体系。对设备设施进行多维度的状态评估，得到健康状态、剩余寿命等评价结果。利用状态评价结果为轨道交通设备设施的维修策略提供可行性建议，并形成设备设施状态评估数据库。

2.2.8 辅助决策

整合各类基础数据，建立专家系统［11-12］的知识库、规则库和案例库，涵盖轨道交通运维企业的修程修制、规则规程、监控策略、应急预案。当发生故障或异常时，根据异常状态关键字搜索专家系统知识库、规则库和案例库，自动推送处理方案，帮助运营维护人员迅速判断事故，提高分析判断能力。

2.2.9 维修维护

当现场设备设施需要维护时，在线监测系统将相关信息推送至运维人员，经运维人确认后形成工单申请，自动生成工作票、操作票和安全交底信息。同时自动关联相关的作业指导书、风险预案对现场作业进行指导，从工单申请至完成工单形成完整的闭环。在线监测系统根据故障处理情况更新专家系统的案例库，将重大故障纳入风险源管控。

2.2.10 综合报表

根据运营企业的需求，将数据生成多种形式的报表，例如日、旬、月、年报表，实时数据、历史数据、试验数据、台帐缺陷等信息报表，事件告警记录报表，维修维护报表等，运营企业可以自定义报表。报表以Excel、Word等格式形成文件，便于保存、传阅和存档。

在线监测系统与其他生产管理系统并列接入生产管理网，例如能源管理系统、安全生产管理系统、协同办公等系统。

3 系统设计与实现

本文提出的在线监测系统模型已在广州地铁某线供电系统中实施，现以供电设备监测模块为例，阐述基于边缘云的在线监测系统的实现。

3.1 工程概况

广州地铁某线全长16.3 km，采用集中供电方式；正线新建13座车站，设置7座牵引降压混合变电所及6座降压变电所，牵引降压混合变电所从主变电站获得电能，经过降压和整流变压器变成1 500 V直流电向动车供电，所内另设2台动力变压器经降压后供给低压配电。降压变电所从主变电所获得电能降压变成380 V交流电供动力照明设备用电。新建车辆段一座，在车辆段内设置1座牵引降压混合变电所。供电系统采用架空接触网供电，钢轨回流［13］。该线已于2020年12月开通运营。

3.2 设计目标

供电设备在线监测模块的主要监测对象有110kV油浸主变压器、110 kV GIS、110 kV电缆、无功补偿装置、35 kV GIS开关柜、35 kV电缆；1 500 V直流开关柜、整流变压器、整流器柜、再生制动装置、配电变压器，低压柜、二次设备等。

根据监测对象的特点，提出以下设计目标。

（1）实时监测，获得电量、机械量、温度、化学量、声音、频谱、环境等数据;

（2）建立监测数据标准化体系;

（3）建立设备状态评估体系;

（4）辅助决策，推动智能化管理。

为实现上述目标，要求在线监测系统具备可靠性、实时性、可维护性等性能。

3.3 设计方案与实现

供电设备在线监测模块采用分层分布式网络结构，采用光纤环形网络。

该地铁线的边缘云节点设备设置在公园前控制中心内，包括边缘云后备服务器、工作站、打印机、网络安全、UPS等设备。过程层设备实现数据采集和上传功能，采集到的数据通过光纤物理链路环形拓扑网上传到线路控制中心，由边缘云节点后备服务器进行数据分析、数据处理，并将边缘云节点后备服务器发出的控制信息传达到站级设备，实现遥测、遥信等功能。同时，通过云平台通信主干网将核心数据上传至云中心服务器。供电设备在线监测系统图如图3所示。

从图3可以看出，根据主变电所、牵引降压混合变电所、降压变电所的设备类型，设置相应的监控单元，主要分为绝缘油综合监控单元、气体综合监控单元、局放综合监控单元、开关特性监控单元、多参量综合监控单元、环境综合监控单元。

绝缘油综合监控单元通过油色谱在线监测装置、油中微水监测装置，对油浸变压器油中溶解气体浓度、油中水分含量进行监测。气体综合监控单元通过置SF6微水密度传感器，对各类GIS设备气体的压力、水分含量、温度和湿度等非电量进行监测。局放综合监控单元通过特高频（UHF）传感器、超声波（AE）传感器对变压器、开关柜、高压电缆等进行放电量和放电次数监测。开关特性监控单元通过开关动作特性监测装置对36 kV开关柜、1 500 V直流开关柜的断路器动作特性进行采样、录波、分析。多参量综合监控单元通过各类传感器及互感器进行电流、电壓、绕组温度进行测量。环境综合监控单元主要对设备所在环境的温度、湿度进行监测。

站控层监测单元通过通讯管理机与站级变电所综合自动化系统进行互联，充分利用变电所综合自动化系统的设备运行数据，例如设备的电流、电压、功率等常规数据，避免数据重复采集而造成浪费。

车站级设备将采集的数据上传到边缘云节点服务器。边缘云节点服务器对采集到的数据进行数据清洗［14］、数据集成、数据标准化等处理后，将数据存储到本地进行统一管理，为在线监测系统的动作特性分析、状态评估和辅助决策等功能应用提供基础数据，同时将核心数据上传至云中心服务器。

断路器开关动作特性波形向量分析图如图4所示。

从图4可以看出，对牵引降压混合变电所的36 kV交流开关的实时录波数据进行了展示。波形数据采集单元对断路器动作前后的数据进行录波，并形成波形文件。通过与整定值比对，分析继电保护出口时间、断路器动作时间、燃灭弧时间、灭弧时间等参数，对断路器动作进行诊断，为设备维修辅助决策提供依据，并根据处理结果更新专家系统案例库［15］。

4 结语

边缘云具有资源共享、安全可靠、实时性强等优点，基于边缘云的在线监测系统以设备设施在实际运营中数据为基础，实现设备设施状态参量的采集、存储、处理。根据运维企业的需求提供状态预警、状态评估、辅助决策、自动报表等功能，减少人员现场巡检频次，及时发现隐患、消除隐患，提高设备设施的稳定性，确保轨道交通安全运行。以控人、降本、增效为目标，为实现标准统一、调用便捷、计算准确、运行高效的智能化运维提供了条件［16］，运维企业实现从“计划修”向“状态修”的转变，提高了轨道交通运营企业的管理水平。

【参考文献】

［1］ 牛涛，张辉.城市轨道交通智能运维系统方案研究［J］.铁道运输与经济，2022，44（4）：99-105.

［2］ 罗馨玥，李学华.物联网边缘计算中基于能量感知的动态卸载算法［J］.计算机应用与软件，2022，39（12）：284-291.

［3］ 向朝参，程文辉，等.基于边缘智能计算的城市交通感知数据自适应恢复［J］.计算机研究与发展，2023，60（3）：619-634.

［4］ 贾福宁.轨道交通运营大数据-青岛地铁线网运营管理与指挥中心应用实践［M］.北京：北京交通大学出版社，2020.

［5］ 徐余明，黎家靖，张宁，等.基于云-边-端架构的城市轨道交通智能运维系统［J］.都市快轨交通，2022，35（6）：145-150.

［6］ 原吕泽芮，顾洁，金之俭.基于云-边-端协同的电力物联网用户侧数据应用框架［J］.电力建设，2020，41（7）：1-8.

［7］ 姚世峰.城市轨道交通云计算应用指南［M］.北京：中国铁道出版社有限公司，2020.

［8］ 施巍松，张星洲.边缘计算：现状与展望［J］计算机研究与发展，2019，56（1）：69-89.

［9］ 孙浩洋，张冀川，王鹏，等.面向配电物联网的边缘计算技术［J］.电网技术.2019，43（12）：14-21.

［10］ 何江海，何霖.城市轨道交通供电系统运行与维修［M］.北京：中国建筑工业出版社有限公司，2020.

［12］ 蔡自兴.高级专家系统：原理、设计及应用［M］.北京：科学出版社，2021.

［13］ 曹雪杰，何  晔，單  晟，等.城轨列车牵引传动与辅助供电系统智能诊断与预警［J］.机车电传动.2022，11（6）：80-86.

［13］ 陈乃海.广州地铁电气微机防误系统设计［J］.城市轨道交通研究，2015，18（3）：54-56.

［14］ 刘仲会.基于FPGA的制造车间关键数据自动采集方法［J］.制造业自动化，2021，43（10）：83-85.

［15］ 田源，杜呈欣，李樊，等.城市轨道交通智慧乘客综合服务平台方案研究与设计［J］.铁道运输与经济，2022，44（1）：120-126.

［16］ 陈乃海.牵引变电所远程故障诊断系统设计［D］.成都： 西南交通大学，2008.