基于边缘计算的智能电网多源异构数据监测.pdf

信息技术XINXIJISHU2023年第9 期基于边缘计算的智能电网多源异构数据监测赵静，余恒洁，林聪？，何兆磊，沈鑫，杨铮宇!（1.云南电网有限责任公司计量中心，昆明6 50 0 11；2.中国南方电网公司电能计量重点实验室，昆明6 50 2 17)摘要：随着信息技术的不断发展，供电网络中边缘设备的数据量迅速增加，对数据处理的实时性和传输带宽提出了更高要求。建立了配电网安全风险图，通过势函数对安全风险进行计算分析，得到节点势值和关键节点等数据；基于边缘计算建立智能电网多源异构数据监测模型，可以实现配电网故障的及时感知和实时响应，缩短停电时间,提高了配电网的供电可靠性和用户满意度。以某地区配电网线路为例，对节点互相作用及关联性进行计算和对比，验证了势函数在边缘计算风险评估中的有效性，能够为配电网故障诊断提供理论指导。关键词：边缘计算；多元数据融合；风险评估；拓扑势函数；智能电网中图分类号：TM863D0I:10.13274/ki.hdzj.2023.09.013Multi-source heterogeneous data monitoring of smart grid based on edge computingZHAO Jing,YU Heng-jie,LIN Cong,HE Zhao-li,SHEN Xin,YANG Zheng-yu(1.Metering Center of Yunnan Power Grid Co.,Ltd.,Kunming 650011,China;2.Key Laboratory of E-lectric Power Measurement(（Ch i n a So u t h e r n Po w e r G r i d),K u n m i n g 6 50 2 17,Ch i n a)Abstract:With the continuous development of information technology,the amount of data of edge devicesin power supply network increases rapidly,which puts forward higher requirements for real-time data pro-cessing and data transmission bandwidth.The security risk diagram of distribution network is established,the security risk is calculated and analyzed through the potential function,and the data such as node poten-tial value and key nodes are obtained.A multi-source heterogeneous data monitoring model of smart gridbased on edge calculation is proposed,which can realize the timely perception and real-time response ofdistribution network faults,shorten the outage time,and improve the power supply reliability and user satis-faction of distribution network.Taking a regional distribution network line as an example,the node interac-tion and correlation are calculated and compared,which further verifies the effectiveness of potential func-tion in edge calculation risk assessment,and can provide theoretical guidance for distribution network faultdiagnosis.Key words:edge calculation;multivariate data fusion;risk assessment;Topological potential function;smart grid基金项目：云南省科技厅科技计划项目（0 1110 0 550 116）；中国南方电网公司科技项目（YNKJXM20191481）作者简介：赵静（19 7 8），女，硕士，高级工程师，研究方向为电能计量。文献标识码：A文章编号：10 0 9-2 552(2 0 2 3)0 9-0 0 7 7-0 60引 言随着智能电网体系的不断发展，智能化设备和无线通信方式不断更新，电力自动化和智能化一7 7 一基于边缘计算的智能电网多源异构数据监测逐渐进人新阶段。电力系统依靠配电设备进行配电、用电活动，由于技术水平的限制,电网故障情况不可避免。如何有效监测配电网停复电情况，成为提升电力供应服务水平的重点。边缘计算利用网络边缘的智能处理,集成了计算、存储、信息和网络技术，适用于业务动态管理、边缘安全和隐私保护等,已成为一种新的计算模式。目前，该技术的发展受到了业界的广泛关注2-4。近年来,边缘计算在配电网停电检测中的应用已成为研究热点。郑贵林5 利用时频分析对高阻抗故障进行检测,并提出了一种配电系统故障的定位方法;刘思放6 提出了一种基于模糊综合配电系统的模糊故障检测与分类方案；沈颖等7 将边缘计算技术应用于自动需求响应业务，构建了基于边缘计算的自适应自主控制模型。目前的研究大多将所有数据源聚合到云中进行集中计算，,并进行各种智能服务，然而,随着终端数量的增加，云计算模式无法有效满足大规模智能终端采集的海量数据传输、计算和存储的需求8-9 。为此，本文建立了配电网安全风险图，通过势函数对安全风险进行计算分析，得到节点势值和关键节点等数据。基于边缘计算算法对智能电网多源异构数据进行监测研究,相应的沟通、判断等任务可以直接在节内完成,减少了组件之间的沟通流程,提高了故障处理效率,以期为配电网故障诊断提供理论指导。1智能电网故障评估方法配电网工作过程会受自然环境和运维等因素的影响，进而导致供电设备出现绝缘击穿、断线、闪络、短路等问题。本文通过构建重复停电场景库,确认导致停电的因素包括：用户自身、外力、自然环境、运维、设备以及施工设计等。配电网故障包括外部损害和自身损害。电力设备节点风险分为网架结构、运维水平和设备问题三类1,电网结构安全风险图，如图1所示。其中关键节点通过分析风险获得，表示存在的风险问题；边表示各因子的相互关系。根据电力系统节点间关联性和对停电风险的分析,建立配电网停电风险图,并通过势函数对节点风险进行分析计算，得到节点势值和关键节点一7 8 一一赵静等数据。将节点间的作用关系进行处理，进而得到图C，增加节点间距，逻辑距离会迅速下降 。假设G=（V，E 表示电力系统节点风险图,E为边的集合,V=u1，U 2，V3，,为图节点,拓扑势场节点互相作用表示为：(ii)=m:xe-(s)式中,(ii)为节点间效应;m;为节点质量;d为节点间路径长度；为节点影响因子。不同节点的拓扑势可以通过下式表示：(0.)=Z(m,e-(s)图的拓扑势H为：nH=-节点数量越集中，表明该节点影响力越大；节点之间的距离越小,其关联性也越强，节点间的相互影响力也更大。基于图和拓扑势函数的评估流程，如图2 所示。25G边缘计算模型设计对于包含分布式能源、储能和灵活负载等可控资源的配电网，传统的集中管理方法无法满足配电网自配置、自优化和自愈控制的要求。因此，考虑采用全局、中间、局部等多级集中式、分布式递阶控制结构，实现配电网“自下而上、分布式自治、协调管理、全局优化”的管理模式。从产业价值链整合的角度提出了交叉价值，包括五个属性：连接、业务实时性、数据优化、智能性、安全性。将边缘计算技术应用于配电网故障检测模型，可以满足配电网数字化在互联性、实时性、数据优化性、智能性、安全性等方面的要求。2.1边缘计算架构模型多数基于机器学习算法的框架只在云数据中心运行，并不能直接用于边缘设备。云数据中心图1电网风险图示例n(1)(2)(3)基于边缘计算的智能电网多源异构数据监测存储节点保存完成编码的数据块。损失数据块数开始量低于m时,编码中全部数据均为可恢复；编码块数量低于k时，无法恢复原始数据。边缘计算确定风险图节点水平决定了并联电容器组相间电压差动保护的稳建立风险图定性，且可降低云端服务器存储成本，提升模型计工算性能。确定邻近矩阵而在边缘计算模型异构环境中，不仅要服务本地决策、处理本地数据，而且要实现应用程序和最短路径矩阵跨供应商的集成操作12 。边缘的上游数据代表节点度数互联服务，下游数据代表云计算服务，其中网络边拓扑势缘实体集成了网络、计算、存储等能够提供智能、动态和实时的计算服务。边缘计算架构模型如图影响因子3所示。文拓扑势结束图2 评估流程图和边缘设备对算法执行框架的要求差异很大。在云数据中心，算法执行框架执行更多的是模型训练任务，针对大规模批量数据集，重点关注迭代速度、收敛速度和训练期间框架的可伸缩性。边缘设备执行更多的是预测任务，针对实时输人的小规模数据，由于边缘设备计算资源和存储资源的相对限制,更加注重算法执行框架预测的速度、内存使用和能源效率。5G边缘计算模型的云服务器通过边缘服务器处理数据。传感器所采集的数据通常是基于某个子数据,数值具有波动性!,存储框架将所采集的数据划分为相应数值以及数值偏差，利用元数据以及残差表示所采集数值以及该数值的相应偏差，分别用M与L表示,所采集原始数据需满足以下公式：C=M+L;利用二进制里的编码方法实现数据处理过程中的高级加密，该方法将待计算的数据划分为k个大小为1的块,将所获取的数据利用编码矩阵建立编码块,数量为n,用m表示5G边缘计算模型中的穴余数据块数量,且满足n=k+m。5G边缘计算模型中包含众多存储节点，利用一赵静等配电系统配电系统原始数据原始数据边缘节点原始数据处理结果处理结果云节点终端应用图3 边缘计算架构2.2系统总体结构基于边缘计算的智能电网多源异构数据监测系统总体结构如图4所示。该系统具有电力物联网结构特征，由应用层、平台层、网络层和感知层组成。感知层设备包括部署在配电系统中的边缘计算节点和故障感应终端，边缘计算节点和故障感知终端均为嵌入式硬件设备，故障感知终端可通过多种通信方式接人边缘计算节点，并具有自适应通信接口，边缘计算节点通过网络适配器访问平台(4)层。平台层负责部署和运行多种服务软件，如数据存储、日志管理、权限管理和用户管理等。应用层负责平台层相关应用软件的维护和开发。传感器采集智能电网多源测试数据时，利用5G边缘计算模型将数据传送至云服务器中。边缘服务器将所采集数据划分为元数据以及残差数据，利用高级加密标准实现元数据以及残差数据一7 9 一基于边缘计算的智能电网多源异构数据监测加密，完成加密后上传至云服务器残差数据块。利用二进制Reed-Solomon编码原理处理传感器所采集的元数据，将穴余数据块以及数量小于k的多数数据块存储于云服务器中。5G边缘计算模型完成数据计算后，将同步测试结果传送至用户,用户可以下载所需数据。5G边缘计算模型的感知层111L11网络层联网平台层流程数据管理采集应用层辅助决策2.3配电故障感知终端配电系统中的电度表和多功能电表扩展性差、安装不方便、体积大，且不具备故障监测功能。本文开发了一套故障感知终端，如图5所示，测量单元 测量单元测量单元测量单元图5配电故障感知终端该器件具有故障记录、分析判断和故障监测功能，可以准确采集温度、剩余电流、电压、环路电流等数据，当检测到故障信息时，可以产生报警信号。该设备可以通过各种通信模式与边缘计算节点通信,该设备有一个储能模块,在外部电源断电时可提供短期电源,因此该设备可以在完全断电之前将信息上传到边缘计算节点。在硬件结构一8 0 一一一赵静等云端将多数数据块以及残差数据块传送至边缘层，同时服务器将关键元数据块传送至边缘层，边缘层解密处理元数据块以及残差块。完成解密处理后,对数据实施解码处理,将完成处理的测试数据返回至本地用户端。边缘计算边缘计算节点节点故障感知故障感知终端终端移动互互联网VPN数据储权限荐管理管理停复电告警通知推送分析维护决策者信息图4系统总体结构上，边缘计算节点可以作为小型嵌人式工业计算机,与云平台和故障感知设备进行实时通信13 。根据分布区域的大小，对不同规格的硬件平台进行选择,存储本地配电网络模型，并配置事件处理规则，软件系统完全一致。边缘计算节点进行本地数据处理、故障监测分析时，在收到实时数据的第一时间将处理信息传输至云平台，报警任务可以在零点几毫秒内完成。同时，边缘计算节点拥有与云平台一致的分发网络模型和备份机制。2.4边缘计算算法及执行框架配电故障感知终端是一种嵌人式智能终端。设备的输入为配电网的三相电压和电流信号。通过同步采样和频率跟踪技术，将模拟量转换成数字信号，基于抗干扰能力强的小波变换算法对配电网短路、断路和冲击故障进行监测,能够准确地检测配电网的故障设备，并主动向边缘计算节点报告远程信号的数量，包括环路电源、电源故障、跳闸、电流限制违规等14-1，并且还可以通过查询接收边缘节点来上传故障数据。如图6 所示，电压配电系统根据面积分为不同的区域，每个边！运行信息变电站/配电箱故障感知故障感知终端终端移动物电力信息用户联网专网用户管理1故障模型K业务运检公司管理基于边缘计算的智能电网多源异构数据监测缘节点负责各自服务范围内的故障分析计算和数度函数表示：据采集。云服务平台和边缘计算节点建立同步机p(y)=制,获取并在本地存储分区内的模型信息。配电系统实际工作过程中，计算节点实时获取感知设备数据信息，完成故障定位、故障监测以及拓扑实时分析，并将处理结果汇总分区后传输至云服务平台。云节点缘分区节点边缘边缘节点节点分区分区，图6 负责协调边缘计算节点的故障处理测试多源异构数据时，需将多个传感器设置于各并联设备组间，传感器数据采集与管理具有较高难度，需融合各并联设备组的传感器差动数据，提升同步测试效率。假设传感器数量为n，传感器数据集为Di,D2，,D,，传感器采集时间为t,基于概率学的数据融合理论，o（t),o z（t），（t)为采集数据集合，通过加权计算提升传感器采集精度，加权计算结果为：0=2.0.0:=wi,w2,wn01,o2,o,式中,w;为传感器加权值。基于多元概率学理论，i（t），2（t），,（t)应该满足n元正态分布，其分布密度函数为：p(x)=1(2m)2 B/v2exp组合传感器所采集的数据集合（1（t)，2(t)，,（t)可用加权计算结果的分布密赵静等n1n(2元）22woi-1完成传感器数据融合后，多源异构数据的数学期望值为：入=Zw.入;标准方差为：=边缘计算算法融合了传感器所采集的数据，避免传感器所采集数据在5G边缘计算模型中过于分散，通过多源异构数据集中融合，实现配电网故障的及时感知。3实例分析对云南省昆明市某2 2 0 kV配电网线路进行实例分析，配电监测需求包括：大规模、低成本部署感知层设备；支撑海量数据存储和采集,并与节点协调控制云平台16 。基于多源信息系统搜集电力系统停电故障风险，主要是从电网结构水平、维护水平、设备水平进行测试,风险评估因子如表1所示。表1风险因子表编号名称(5)123456(-a)B-1(-a)(6)78910exp1/2防雷水平老旧设备比例绝缘水平配电网保护设备配置不停电作业技术水平分段开关装设情况带电检测与在线检测能力线路N-1通过率抢修能力供电半径超标情况2Z节点设备设备设备设备运维网架结构运维网架结构运维网架结构一 8 1一(7)(8)(9)基于边缘计算的智能电网多源异构数据监测节点间的相互影响关系,如图7 所示。?1图7 节点间影响关系风险图节点间相互关系确认完成后，计算得到各实验节点度数，如表2 所示。表2 实验节点度数表节点度数132433435261738296105利用调用函数来确定影响因子与拓扑势熵H二者的关联,如图8 所示。可以看出，当趋于0时,势熵H趋近于Hmx=ln10=2.3025,不断增大时，势嫡H不断变小并趋于最小值Hmin=2.2522,确定出相应的为1.15;不断增大时，势熵H不断增大至Hmx，由此确定最优值为1.13 8 5。2.3052.3002.2952.2852.2802.27500.51.01.52.02.53.03.54.04.55.0图8 影响因子与拓扑势熵的关系曲线每个节点的拓扑势值如表3 所示。可以看一8 2 一一赵静等出,最高势值为节点9,其次为节点10 和节点2，9说明为保障配电网可靠运行，避免停电事故的发生，需对抢修能力、老旧设备比例及供电半径超标进行改进。?6影响囚子。表3 所有节点拓扑势值节点拓扑势度数12.625923.089632.625942.625952.162361.698572.531982.068293.9230103.45934结束语边缘计算能够给网络边缘提供智能服务，集成了存储、计算、网络等功能，适用于有大量电力需求的应用。引人势函数对节点风险进行分析计算,建立了智能电网多源异构数据监测模型,并从应用层、平台层、网络层和感知层分析了系统解决方案。该系统加快了故障处理速度，提高了配电故障诊断率和用户满意度，能够为配电网故障诊断提供理论指导。然而,随着技术的不断成熟,边缘计算的最大困难是如何动态地大规模部署计算和存储功能,如何高效地协作并无缝连接云和边缘设备是下一步研究计划。参考文献：1谷海彤,陈少梁.基于边缘计算的低压智能台区应用设计J.电测与仪表,2 0 2 1,58（8）：3 6-41.2徐湛.基于边缘侧的客户停电事件判断技术研究J.自动化应用,2 0 19(11):10 9 -110.3屠友鹏，陈海明，严林杰.物联网系统中边缘计算卸载决策问题：建模、求解与分类J.小型微型计算机系统,2 0 2 1,42(10):2 145-2 152.4梁萌,吴文鹏,冯斌,等.基于边缘计算的大地电磁法三维反演分布式计算实现J.物探化探计算技术，2021,43(1):70-76.(下转第9 0 页）基于电力领域知识图谱的智慧客服系统研究自动化,2 0 2 1,45(11):144-151.9刘丽,陈东方.人工智能语音分析技术在电力客服领域的应用研究J.计算机科学，2 0 19,46（10）：2 2 6-230.10饶竹一，张云翔.智能语音识别技术在信息通信客服系统中的应用J.通信电源技术,2 0 18,35（6）：140-141.11梁林森.基于智能问答技术的供电营业厅客户服务机器人创新应用研究J.无线互联科技，2 0 19,16(4):139-140.12王泽江,李敏,吴斌.组合参考框架下场景空间关系的自然语言描述J.电子设计工程，2 0 16,2 4（8）：127-130.13李新鹏，徐建航,郭子明，等.调度自动化系统知识图谱的构建与应用J.中国电力，2 0 19,52（2)：7 0-77,157.14】刘广一，王继业，李洋，等.“电网一张图”时空信息管理系统J.电力信息与通信技术,2 0 2 0,18（1）：7-17.一沈潇军等15周帆,叶健辉，肖林朋，等.基于知识图谱的电网模型本体智能问答系统研究J.中国科技信息，2 0 19(16):85 86.16汤亚宸，方定江,韩海韵，等.基于图数据库和知识图谱的电力设备质量综合管理系统研究J.供用电,2 0 19,36(11):35-40.17谭刚,陈聿,彭云竹.融合领域特征知识图谱的电网客服问答系统J.计算机工程与应用,2 0 2 0,56(3):232-239.18饶竹一,张云翔.基于知识图谱的智能客服系统研究J.电力信息与通信技术，2 0 17,15（7）：41-45.19梁林森,陆慧.交互式智能应答系统的设计与实现J.微型电脑应用,2 0 19,35（10）：93-95.20 Cheng S,Shen J,Shi Q,et al.Research on the construc-tion of three level customer service knowledge graphC.2017 3rd International Conference on AppliedMaterials and Manufacturing Technology.Changsha,China:ICAMMT,2017:1-6.（责任编辑：丁晓清）(上接第8 2 页）5郑贵林,余星烨.基于边缘计算的智能用电管控系统设计及应用J.电测与仪表,2 0 2 1,58（8）：2 8-35.6刘思放,邓春宇,张国宾，等.面向居民智能用电的边缘计算协同架构研究J.电力建设，2 0 18,39（11）：60 68.7沈颖，李昌.基于边缘计算网关的企业用电行为可视化分析J.电器与能效管理技术,2 0 2 0(7：8 1-8 6.8黄冬梅,何立昂,孙锦中，等.基于边缘计算的电网假数据攻击分布式检测方法J.电力系统保护与控制,2 0 2 1,49(13):1-9.9王鹏，林佳颖，宁昕，等.配电网全景信息感知架构设计J.高电压技术,2 0 2 1,47(7)：2 2 9 3-2 30 2.10何峰,王巍俊，魏光明.基于边缘计算的智能分布式馈线自动化系统J.电力设备管理，2 0 2 1（6）：41-43.11李斌,李星举,赵卓.基于配电网边缘计算应用的安全策略探讨J.东北电力技术，2 0 2 0,41（10）：1-6.12宋耐超,史雷敏,王小雷，等.基于边缘计算模式的台区线损率计算方法J.上海电力大学学报，2020,36(5):471 476,510.13袁性忠,张鹭,罗迪,等.基于边缘计算的能量自治区域调度策略J.智慧电力,2 0 2 1,49（8）：46-54.【14】司马文霞，胡广富，杨鸣，等.融合边缘计算的互感器宽频电压测量方法J.高电压技术，2 0 2 2，48(5):1644-1652.15方佳维，朱何荣,陈桂友.边缘智能技术在智能配电网中的应用探讨J.电气自动化,2 0 2 1,43（3)：10 8-111.16梁哲恒,何恒靖,张乐平,等.基于数据边缘计算的智能集中器设计与应用J.测控技术,2 0 2 1,40(5):91-96.（责任编辑：丁晓清）一9 0 一