基于移动边缘计算的光伏工程项目管控系统研究

李 勇， 赵 江

（中国三峡新能源（集团）股份有限公司建设管理分公司， 北京 100000）

0 引言

光伏工程是随着环保、节能、减排等理念的推行而飞速发展起来的一项重要产业。然而，在急速发展的过程中，光伏工程项目管理也不断暴露出各种问题[1]。首先其管理手段单一，信息化程度不高，在光伏工程项目管理的过程中，其管理手段比较传统，主要依靠纸质表格及部门间互相沟通实现管理。这样的管理方式效率低下，耗费人力物力，且很难跟上物联网、大数据等先进技术快速发展的步伐[2]。其次其数据获取效率低，在光伏工程项目建设过程中，所涉及的数据种类繁多，而这些数据来源于多个部门、多种信息系统，数据采集十分费时费力。同时，由于传统的信息管理机制，导致大量数据相对独立，难以进行整合分析[3]。这些都给项目管理及决策造成了很大的困扰。同时其数据处理水平不高，在现有的信息化环境下，部门之间缺乏信息和数据的共享，导致了信息的孤立和重复，有可能导致不同部门重复造轮子，此外，随着项目复杂度越来越高，数据处理水平的不足，甚至影响到工程的质量[4]。最后也是最重要的一点，传统信息系统无法适应业务变化，传统的光伏工程管理系统普及度较低且难以适应新的需求和任务。这些传统系统需要不断升级才能适应新的标准和工业变化，而且由于行业生态系统不足，也很难弥补这方面的差距。虽然这些问题不同，但都与管理模式、信息化、数据采集和处理、系统的灵活性、以及沟通和协调等方面有所关联[5]。

在未来，光伏工程项目管理需要更高效的管理模式和更加智能化的管理系统，以应对更为复杂和需求激烈的市场。同时，加强沟通和协调，促进部门间的信息共享和数据质量，在大数据、物联网等技术的支持下，减少管理成本和风险，提高项目效益。

1 云计算技术在光伏工程项目中的应用

1.1 云计算技术在光伏工程项目中的应用优势

当前光伏工程产业持续迅猛发展，因此项目建设过程中，项目的规模和复杂度不断增加，传统的粗放式管理和单一的信息系统已经不能满足项目的需求，需要更加高效化的管理方式和数据处理方式才能提高企业竞争力。而云计算技术的出现为这些问题提供了解决的途径。

光伏工程项目建设涉及的数据来源多且分散，各项目施工现场与总部之间的远程数据访问也非常频繁，因此需要一个支持分布式化的数据存储和计算平台。云计算技术能够采用分布式的方式将数据存储在各个云节点中进行计算和处理，并快速响应不同地区、不同人群的实时数据访问请求。这样可以有效减小传统云计算模式下的网络负荷，保证数据的安全性和响应速度。

此外，光伏工程项目所涉及的数据种类繁多，但其管理及协同管理过程多呈现出较为分散、低效、信息孤岛等问题。云计算技术通过开放API 接口等技术，可将不同的数据集成在相应的云平台上，实现数据共享、协同办公、管理以及智能决策等功能。通过整合、管理和分析相互关联的结构化、半结构化和非结构化的数据，可以快速帮助企业做出精细化、科学化的业务决策。

1.2 移动边缘计算技术在光伏工程项目中的必要性研究

不过，传统的云计算技术采用中心云模式，需要满足高带宽需求，各地项目建设过程中的大量数据处理工作极大地占用网络资源，难以满足超低延时要求。这就需要移动边缘计算技术作为补充。移动边缘计算技术可以将数据处理的任务放在离计算源近的位置上，从而实现多方面协作，提高数据处理效率和数据传输速度。

以光伏工程实际场景为例，移动边缘计算可以更高效地实现与光伏工程项目相融合。在光伏电站的建设中，需要对光伏面板的温度、光照等数据进行采集和监测，并及时处理。采用传统的云计算模式，需要将所有的数据上传至云端进行处理，其中需要面对数据上传、传输、处理等环节中消耗大量的时间和资源。而采用移动边缘计算技术，则可将数据处理任务放在本地进行处理，可以快速地将实时数据上传云端，实现数据的实时监测和快速处理。

2 移动边缘计算嵌入光伏工程项目管控体系架构

移动边缘计算技术相对于传统的云计算技术，在光伏工程项目管理中具有显著的优势。可以更高效地解决数据分散、处理效率低下、系统稳定性差等诸多问题，为光伏工程项目管理打好坚实的技术基础。基于此，尝试将移动边缘计算嵌入光伏工程项目管控体系，即光伏项目管理边缘云系统，其系统架构如图1 所示。

图1 将移动边缘计算嵌入光伏工程项目管控体系的架构

将移动边缘计算嵌入光伏工程项目管控体系中，可以采用3 层级架构，其中的现场级、项目级和企业级，分别承担了不同的任务。

2.1 现场级

现场级是光伏工程项目管理边缘云架构中最基础的一级，主要负责现场数据的采集，包括温度、光照、电压等参数的实时监测。现场级通过搭载传感器、摄像头等设备进行现场数据的采集，为后续数据处理提供了实时数据源。同时，现场级也负责从边缘计算设备接收数据处理指令，完成数据处理工作。

现场级设备通过低功耗、小尺寸、轻量级的设备进行布局位置的选择，可考虑将现场级设备集成于光伏电池板上、固定在电站内部或安装在光伏电站周围。现场级设备将采集的新数据传输至项目级进行处理，数据传输可以通过边缘计算设备中的无线通讯方式，可在现场架设5G 基站实现。

2.2 项目级

项目级是光伏工程项目管理边缘云架构中的第二层，主要负责通过光伏工程项目管理边缘计算处理现场级的信息，并且提炼出有价值的信息。例如，对现场温度的实时监测，可以提供对空气温度、阳光辐射等天气因素的分析。项目级具有一定程度的数据处理能力，可以对现场所采集到的数据进行初步的处理和分析，以获得更具有实际意义的信息，例如温度异常的警告信息。

为了提高项目级设备的数据处理能力，可以使用高效的边缘智能系统。具体而言，在边缘计算设备上安装针对性较强的边缘智能系统和算法，如卷积神经网络等，以实现数据采集、处理、储存和传输等综合功能。边缘计算设备同时还应该具备高效的决策能力，能够发现问题，及时地进行处理。

2.3 企业级

企业级是光伏工程项目管理边缘云架构中的最高层级，主要负责数据的整合、分析和维护。企业级的云平台收集边缘计算设备上传的数据，对千百个子项目进行数据整合和分析，可以实现对多个光伏电站运营展开全方位的数据监控和管理，并且为未来的决策提供有力支持，例如，通过数据分析，发现组件的生产不良率与一些特定的原材料相关便可有效缩短产品生产周期和提高产品生产效率等。

企业级应该通过云技术整合边缘计算的数据，从而实现运营的集中控制，以便更加方便地与其他部门协作。基于光伏工程项目管控云计算平台，将所有的数据信息全部集中进行存储和管理。同时，可以通过人工智能、机器学习等技术分析这些数据，提供有效的预测性分析和优化方案，并对多个光伏电站的生产运营提供全方位监控和实时调整服务。

光伏工程项目管理边缘云架构的各个层级，通过不同的设计和实现方式，实现了一站式的信息采集、处理、储存和传输，使得数据能够在实时和静态两方面都能得到有效管理。通过不同层级之间的信息互通，可以帮助企业做出高效的生产决策，达到智能化运营的目的。

3 数据分析的两种实现路径

在光伏工程项目管理中，数据处理是非常重要的一个环节。为了提高数据分析和处理的效率，光伏项目管理边缘云架构需要选择合适的数据处理路径，项目提供了知识库路径和数据驱动路径。以下分别分析这两种路径在光伏项目管理中的具体优势。

3.1 知识库路径

知识库路径是一种基于专家经验和已有数据构建的数据处理方案，这种路径的核心是建立一个充满专家经验、规律、规范等的知识库，在处理数据时可以通过数据库中的规则和方法，获得较高的数据处理效率和精度。在光伏项目管理中，该路径适用于含有较多规律和规范的项目，比如：

1）光伏工程设计评审：在对光伏项目进行设计评审时，需要对电站容量、组串式光伏电池布局、逆变器、汇流箱、交直流端子盒等关键设备进行审查。通过专家数据库中的规范和经验，可以快速地找到问题所在，定位方案和解决方案。

2）光伏工程施工监管：在光伏工程的施工阶段，需要对现场施工进行实时监控并进行专业技术监管。通过知识库路径，监管人员可以利用专家数据库中的规范和方法，进行现场数据的快速分析，从而快速定位和解决问题，保证光伏工程施工的顺利进行。

3）光伏工程运维管理：在光伏工程运维管理过程中，需要监测发电效率、温度、空气湿度等多种指标，并对异常情况进行预警和处理。通过知识库路径，可以将专业领域内的经验及监控数据进行分析和挖掘，建立有效的预警体系，提高光伏工程的运维效率。

知识库路径适合处理光伏项目中具有规律和规范的数据，能够通过专家数据库中的规则和方法，提高数据处理效率和精度。

3.2 数据驱动路径

数据驱动路径是一种基于大数据的数据处理方案，通过大量的数据与基于算法的分析，建立统计模型、计算模型等进行数据处理。在光伏项目管理中，该路径适用于分析光伏项目中包含较多复杂、多维度和随机变化的数据，例如：

1）光伏电池板功率输出和温度情况：在光伏电站的运行中，需要对光伏电池板运行数据进行采集和处理，包括光伏电池板的温度、短路电流、阻抗特性、稳定性等数据。通过数据驱动路径，可以对这些数据进行分析和建模，从而实现对光伏电站的性能优化。

2）输电线路的故障情况：监测输电线路是保证光伏电站正常运行所必须的环节，需要对输电线路的电流、电压、功率因素、谐波等进行监测。通过数据驱动路径，可以建立线路故障感知模型、数据监测模型，实现对输电线路的实时监控和预测。

3）光伏电站运行的异常情况：在光伏电站的运营过程中，需要对电站的运行状态进行实时监测和诊断，发现和解决异常情况。通过数据驱动路径，可以通过建立异常检测算法、运行状态监测模型等，实现逐步优化电站的运行状态。

数据驱动路径适合处理光伏项目中较为复杂、多维度和随机变化的数据，能够通过数据分析和挖掘，建立有效的风险预警和预测模型。

3.3 优劣势比较

知识库路径适用于处理具有规律、规范的数据，并且该路径可以通过专家数据库中的规则和方法，提高数据分析和处理的效率和精度，但是知识库路径也存在一定的局限性，无法处理那些规律和规范无法准确描述和统计的情况。而数据驱动路径适用于大量的复杂、多维度和随机变化的数据分析，能够通过数据分析和挖掘，建立有效的风险预警和预测模型，但是需要大量的数据分析和挖掘技术以及处理算法。

从实际应用角度来看，选择路径取决于光伏项目的具体情况。对于那些大量、复杂的数据，需要采用数据驱动路径；而对于那些规律、规范明确且数据相对简单的项目，则可采用知识库路径进行处理。当然，在实际应用时，这两种路径也可以结合使用，以提高数据分析的精度和效率。

4 结语

移动边缘计算已成为解决大量数据处理和网络资源占用问题的有效途径。在光伏工程项目管理中，通过光伏项目管理边缘云架构的设计和搭建，可以实现智能化转型，提高光伏项目管控设计、过程管控和运维管理的效率和精度。将移动边缘计算嵌入光伏工程项目管控体系中，其架构分为现场级、项目级和企业级三个层级，每个层级承担不同的职责。其中，数据分析是整个光伏项目管理边缘云架构的核心，因此为光伏工程项目管理提供了知识库路径和数据驱动路径，来实现光伏项目管理数据的处理。结果表明，对于具有规律规范的数据，可以选择知识库路径；对于复杂多维度随机变化的数据，可以选择数据驱动路径。在实际应用中，这两种路径也可以结合使用，以提高数据分析的精度和效率。