王伏亮，李 澄，李春鵬，陸玉軍，陳 顥

（江蘇方天電力技術(shù)有限公司，南京211100）

配電網(wǎng)主要用于在電力系統(tǒng)中分配、傳遞高壓、中壓和低壓等不同等級(jí)的電壓，配電網(wǎng)輸出的高、中、低壓分別為35～110 kV、6～20 kV 和220/380 V。在中低壓配電網(wǎng)的應(yīng)用過程中，存在供電面積大、傳輸距離遠(yuǎn)、電路負(fù)荷輕、負(fù)荷分布分散、電路有功功率低等問題。由于配電網(wǎng)中傳感器類型和數(shù)據(jù)繁多[1]，在常規(guī)技術(shù)中，通過檢測設(shè)備直接傳遞數(shù)據(jù)或者人工檢測，用戶通過應(yīng)用客戶端雖然能夠直觀地看到數(shù)據(jù)信息，但是用戶從浩瀚的數(shù)據(jù)庫中找到目標(biāo)數(shù)據(jù)并及時(shí)應(yīng)用就顯得非常困難，就近處理和應(yīng)用程度低。

邊緣計(jì)算（edge computing）是指接近于配電網(wǎng)、傳感器數(shù)據(jù)和中低壓配電網(wǎng)內(nèi)設(shè)置的監(jiān)測設(shè)備源頭處的計(jì)算，該算法融合了網(wǎng)絡(luò)數(shù)據(jù)采集、數(shù)據(jù)即時(shí)計(jì)算、存儲(chǔ)和應(yīng)用，能夠在網(wǎng)絡(luò)端、設(shè)備端為用戶就近提供多種功能，在數(shù)據(jù)融合、處理和應(yīng)用方面具有卓越的技術(shù)優(yōu)勢[2]。因此，本研究在中低壓配電網(wǎng)中引入該技術(shù)，下文將詳細(xì)介紹。

1 多傳感器數(shù)據(jù)邊緣融合

在中低壓配電網(wǎng)中，由于在大面積范圍內(nèi)設(shè)置了不同傳感器，用戶對(duì)孤立開的傳感器計(jì)算數(shù)據(jù)的管理就顯得十分困難。在現(xiàn)有技術(shù)中，數(shù)據(jù)融合技術(shù)存在擴(kuò)展性差、數(shù)據(jù)處理效率低、監(jiān)控力度欠缺的問題。因此，在分析、計(jì)算這些數(shù)據(jù)之前，需要對(duì)多類型傳感器進(jìn)行信息融合計(jì)算，通過該步驟，能夠降低數(shù)據(jù)計(jì)算的誤差率，提高配電網(wǎng)管控的時(shí)效性，使用戶更集中地管理數(shù)據(jù)[3]。下面對(duì)多傳感器的數(shù)據(jù)融合方法進(jìn)行以下說明。

假設(shè)在中低壓配電網(wǎng)中設(shè)置有n 個(gè)傳感器，對(duì)影響配電網(wǎng)穩(wěn)定性運(yùn)行的因素ρ 進(jìn)行綜合分析，將n 個(gè)不同類型的傳感器記作為數(shù)據(jù)集合｛D1，…，Dn｝。由于衡量中低壓配電網(wǎng)的需要，往往設(shè)置多種類型傳感器以從不同的角度進(jìn)行測量，比如設(shè)置用于測量溫度的溫度傳感器、 用于測量壓力的壓力傳感器、用于測量振動(dòng)的振動(dòng)傳感器、用于測量角度的角度傳感器、用于測量電流的電流傳感器等。通過這些信息，都能夠從不同的角度反映配電網(wǎng)運(yùn)行的狀態(tài)。由于配電網(wǎng)環(huán)境多變，很容易給配電網(wǎng)的正常運(yùn)行造成干擾。因此，可以通過概率學(xué)理論來衡量各種問題的綜合[4]。假設(shè)在時(shí)間t，傳感器集合｛D1，…，Dn｝分別測量出的影響配電網(wǎng)正常運(yùn)行的參數(shù)記作為數(shù)據(jù)集合｛ρ1（t），…，ρn（t）｝，其中ρi的值可以按照概率理論的正態(tài)分布進(jìn)行計(jì)算，其中i 表示為第i 個(gè)傳感器，μi表示為概率分布的數(shù)學(xué)期望值，通過該值能夠綜合反映不同傳感器的計(jì)算誤差。為了提高測量精度，再運(yùn)行加權(quán)計(jì)算，用字母記作為，加權(quán)公式如下所示：

在式（1）中，由于每個(gè)傳感器都有一個(gè)加權(quán)值，第i 個(gè)傳感器的加權(quán)值可以用ωi來表示。則設(shè)ρi為計(jì)算過程中的隨機(jī)變量，從概率學(xué)理論上講，其服從正態(tài)分布N（μi，σi2），從多元概率分布理論的角度來講，數(shù)據(jù)集合［ρ1，…，ρn］則服從n 元正態(tài)分布N（a，B），用分布密度函數(shù)來表示，則有：

在式中：x＝［x1，…，xn］；a＝［μ1，…，μn］；B＝diag

對(duì)數(shù)據(jù)集合［ρ1，…，ρn］進(jìn)行線性組合，ρ的分布密度函數(shù)可以用以下公式來表示：

其中標(biāo)準(zhǔn)方差可以記作為

通過上述計(jì)算，能夠提高傳感器數(shù)據(jù)信息采集、分析、計(jì)算的速度，最終實(shí)現(xiàn)多種傳感數(shù)據(jù)的監(jiān)測，并實(shí)現(xiàn)了分布較為分散傳感器的組合化、集中處理。

2 邊緣計(jì)算

邊緣計(jì)算也被稱為鄰近計(jì)算或者接近計(jì)算（proximity computing），將其應(yīng)用到物聯(lián)網(wǎng)中，借助于微型數(shù)據(jù)中心的網(wǎng)狀網(wǎng)絡(luò)，即可在本地直接計(jì)算、分析傳感器檢測數(shù)據(jù)，計(jì)算后的數(shù)據(jù)，能夠直接傳遞到云計(jì)算機(jī)或者中央數(shù)據(jù)中心，加快了數(shù)據(jù)應(yīng)用能力[5]。在對(duì)多類型傳感器數(shù)據(jù)進(jìn)行數(shù)據(jù)融合后，為了提高檢測系統(tǒng)的數(shù)據(jù)處理、應(yīng)用能力，本研究在配電網(wǎng)運(yùn)行系統(tǒng)中加入邊緣設(shè)備，邊緣設(shè)備設(shè)置有邊緣數(shù)據(jù)采集單元，其由多個(gè)邊緣數(shù)據(jù)采集節(jié)點(diǎn)構(gòu)成，各個(gè)數(shù)據(jù)節(jié)點(diǎn)還與外圍設(shè)備連接，采用邊緣設(shè)備在于其具有數(shù)據(jù)處理能力較高，通信接口多樣，能夠滿足多種不同的通信功能，并且其內(nèi)的可編譯環(huán)境較好，數(shù)據(jù)存儲(chǔ)空間大。在網(wǎng)絡(luò)的邊緣位置，用戶能夠進(jìn)行大量數(shù)據(jù)的計(jì)算和分析，使得該計(jì)算結(jié)果能夠最接近數(shù)據(jù)集合點(diǎn)，便于用戶實(shí)時(shí)把控中低壓配電網(wǎng)運(yùn)行過程中的數(shù)據(jù)信息，提高配電網(wǎng)運(yùn)行的可操作性[6]。

2.1 邊緣計(jì)算設(shè)備

在配電網(wǎng)中的不同位置處，設(shè)置有多個(gè)邊緣計(jì)算設(shè)備，邊緣計(jì)算設(shè)備包括采集中低壓配電網(wǎng)各種信息的采集單元和對(duì)采集到的配電網(wǎng)信息進(jìn)行計(jì)算的計(jì)算單元[7]。其原理圖如圖1 所示，在采集單元中，其核心處理器為基于ATMega328P 的微控制器處理器，該處理器帶有14 路GPIO 接口，6 路PWM和12 位ADC 接口，UART 串口，1 路SPI 接口，1 路I2C 接口，通過外部模塊以串口形式接入控制器，如ZigBee，RS485 轉(zhuǎn)RS232 等。其應(yīng)用頻率為1.2 GHz的四核BCM2837[8]。

圖1 邊緣計(jì)算系統(tǒng)架構(gòu)圖Fig.1 Architecture diagram of edge computing system

在計(jì)算單元中，其具有的處理器核心板為64位ARMv8，外部接口有BCM43143WiFi 和低功耗藍(lán)牙接口，其具有40 路的I/O 接口，4 路USB 接口，1 路以太網(wǎng)接口，1 路HDMI 接口等。同時(shí)搭載了嵌入式Linux 系統(tǒng)，具有較好的數(shù)據(jù)處理能力[9]。

2.2 計(jì)算即服務(wù)的計(jì)算模型

邊緣計(jì)算設(shè)備的體系結(jié)構(gòu)采用先進(jìn)的動(dòng)態(tài)頻率電壓縮放DVFS（dynamic frequency and voltage scaling）技術(shù)，利用該算法進(jìn)行計(jì)算時(shí)，采用了邊緣計(jì)算的計(jì)算即服務(wù)模式，該技術(shù)可以通過改變CPU的周期頻率來調(diào)節(jié)能源消耗。在具體計(jì)算過程中，假設(shè)fm表示為邊緣計(jì)算過程中能耗，其中fm受邊緣設(shè)備具有的最大計(jì)算能力的限制。假設(shè)存在驗(yàn)算任務(wù)模型A（L，Td，X），其中L 表示為數(shù)據(jù)融合后的數(shù)據(jù)包大小，其單位為bit，Td表示為數(shù)據(jù)完成邊緣計(jì)算的時(shí)間，其單位用s 表示，X 表示為邊緣計(jì)算的工作量，則采用下述公式計(jì)算邊緣模型[10]的延遲。則有：

式中：

利用公式（6）能夠獲取計(jì)算性能與時(shí)間延遲tm之間的關(guān)系，fm是邊緣設(shè)備具有的數(shù)據(jù)計(jì)算能力，用戶在使用邊緣設(shè)備時(shí)，可以根據(jù)其CPU 能耗與延遲時(shí)間之間的關(guān)系來分配其各個(gè)參數(shù)[11]。當(dāng)延遲需要降低時(shí)，需要增加fm，以保證邊緣任務(wù)工作的實(shí)時(shí)性，反之，可降低fm。在本研究中，計(jì)算即服務(wù)模型示意圖如圖2 所示。

圖2 計(jì)算即服務(wù)模型示意圖Fig.2 Schematic diagram of computing as a service model

在圖2 中，en表示不同的傳感器接入節(jié)點(diǎn)，e1表示中低壓配電網(wǎng)絡(luò)中的節(jié)點(diǎn)，e2、e3、e4、en-1分別表示不同類型傳感器的傳感值，利用上述介紹的邊緣計(jì)算時(shí)間與能耗之間的關(guān)系，則有：

3 系統(tǒng)及應(yīng)用

結(jié)合圖3，對(duì)其演算過程進(jìn)行說明，在圖3 中的演變系統(tǒng)中，其融合了多傳感器技術(shù)、云計(jì)算技術(shù)、數(shù)據(jù)通訊技術(shù)、物聯(lián)網(wǎng)技術(shù)以及B/S 網(wǎng)絡(luò)架構(gòu)[12]。該應(yīng)用系統(tǒng)包括傳感數(shù)據(jù)層、信息融合層、云計(jì)算數(shù)據(jù)層、數(shù)據(jù)傳遞層和數(shù)據(jù)應(yīng)用層，通過在中低壓配電網(wǎng)中接入了多種傳感器實(shí)現(xiàn)多種信息采集。當(dāng)某一個(gè)傳感器檢測到的數(shù)據(jù)在邊緣設(shè)備節(jié)點(diǎn)進(jìn)行融合、處理時(shí)，根據(jù)系統(tǒng)結(jié)構(gòu)的特點(diǎn)，實(shí)現(xiàn)多種數(shù)據(jù)的融合，然后再進(jìn)行邊緣計(jì)算，也可以不經(jīng)過數(shù)據(jù)融合繼而實(shí)現(xiàn)邊緣計(jì)算[13]。

圖3 邊緣計(jì)算系統(tǒng)架構(gòu)圖Fig.3 Edge computing system architecture

傳感器信息通過隨機(jī)網(wǎng)絡(luò)演算模型進(jìn)行計(jì)算時(shí)，還可以實(shí)現(xiàn)傳感器監(jiān)測數(shù)據(jù)的信息傳遞和遠(yuǎn)程監(jiān)控，遠(yuǎn)端的網(wǎng)絡(luò)安全管理用戶能夠清楚地看到處理數(shù)據(jù)，用戶管理人員能夠根據(jù)輸出的數(shù)據(jù)結(jié)果信息正確地反映網(wǎng)絡(luò)故障信號(hào)。便于用戶進(jìn)行數(shù)據(jù)查詢、跟蹤和管理[14]。故障數(shù)據(jù)信息Internet 網(wǎng)絡(luò)、無線通信網(wǎng)絡(luò)傳遞到云端或其他服務(wù)器，在云端服務(wù)器中，能夠?qū)崿F(xiàn)故障數(shù)據(jù)的永久性存儲(chǔ)。由于網(wǎng)絡(luò)數(shù)據(jù)的監(jiān)管是多種部門的綜合，用戶可以在總監(jiān)控中心將該故障數(shù)據(jù)實(shí)現(xiàn)與上層管理中心的交互。本研究采用的云主站和B/S 結(jié)構(gòu)實(shí)現(xiàn)數(shù)據(jù)通訊[15]，選擇的數(shù)據(jù)庫類型為數(shù)據(jù)庫服務(wù)器AQL Server 2015，其存儲(chǔ)有大量不同的網(wǎng)絡(luò)數(shù)據(jù)，通過一些數(shù)據(jù)計(jì)算可以將這些大量的不同數(shù)據(jù)信息進(jìn)行分類，該數(shù)據(jù)傳遞到服務(wù)器，通過交換機(jī)分發(fā)到Internet 中，通過Internet 在表示層顯示。通過云主站，用戶能夠獲得傳感器融合的數(shù)據(jù)信息，在邊緣計(jì)算節(jié)點(diǎn)進(jìn)行傳感器數(shù)據(jù)計(jì)算[22]。

4 試驗(yàn)結(jié)果與分析

試驗(yàn)本文研究技術(shù)方案的優(yōu)越性時(shí)，系統(tǒng)采用了Python 編程算法，硬件部分包含有云計(jì)算設(shè)備以及邊緣設(shè)備。采用的云計(jì)算中心參數(shù)：Intel（R）Core（TM）i5-4570；CPU 雙核@3.20 GHz；4.00 GB 內(nèi)存；Windows7 64 位操作系統(tǒng)。采用的邊緣設(shè)備參數(shù)為：BCM2863；ARM Cortex-A7 CPU；1 GB 內(nèi)存；RASPBIAN JESSIE WITH PIXEL 操作系統(tǒng)[16]。在相同系統(tǒng)中，通過采用邊緣計(jì)算和未采用邊緣計(jì)算分別衡量檢測系統(tǒng)處理的工作效率。試驗(yàn)?zāi)Ｐ腿鐖D4所示。

圖4 試驗(yàn)?zāi)Ｐ虵ig.4 Test model

在利用上述數(shù)據(jù)模型進(jìn)行試驗(yàn)時(shí)，假設(shè)在中低壓配電網(wǎng)中設(shè)置了5 個(gè)傳感器。分別檢測中低壓配電網(wǎng)的振動(dòng)、位移、溫度、濕度和角度。在中低壓配電網(wǎng)工作60 s 內(nèi)，得出試驗(yàn)數(shù)據(jù)表1。

表1 數(shù)據(jù)試驗(yàn)表Tab.1 Data test

然后根據(jù)上文進(jìn)行邊緣數(shù)據(jù)融合計(jì)算，為了使計(jì)算精度更精確，按上述方法連續(xù)測量10 次，得出試驗(yàn)數(shù)據(jù)表2。

表2 數(shù)據(jù)試驗(yàn)表Tab.2 Data test

根據(jù)概率學(xué)理論，σ值越小，融合性能越強(qiáng)，再進(jìn)行邊緣計(jì)算時(shí)，就越精確。在表2 中，用A 表示為采用邊緣設(shè)備進(jìn)行中低壓配電網(wǎng)運(yùn)行情況穩(wěn)定評(píng)估的誤差，用B 表示為未采用邊緣設(shè)備進(jìn)行中低壓配電網(wǎng)運(yùn)行情況穩(wěn)定評(píng)估的誤差，B 為人工評(píng)估方法，得出如圖5 所示的誤差曲線示意圖。

因此，采用本研究介紹的智能算法遠(yuǎn)遠(yuǎn)大于人工評(píng)估方法，通過邊緣計(jì)算能夠解決本研究引言部分中提到的技術(shù)問題。

圖5 誤差曲線對(duì)比示意圖Fig.5 Comparison of error curves

5 結(jié)語

本研究通過在配電網(wǎng)中應(yīng)用邊緣計(jì)算，能夠有效地降低帶寬。在數(shù)據(jù)采集時(shí)，能夠使數(shù)據(jù)的處理從配電網(wǎng)最邊緣處的收集點(diǎn)開始，即時(shí)采集、計(jì)算和數(shù)據(jù)傳遞，使遠(yuǎn)程客戶端能夠及時(shí)收到底層檢測數(shù)據(jù)，還可以使數(shù)據(jù)在計(jì)算端進(jìn)行計(jì)算。數(shù)據(jù)的即時(shí)存儲(chǔ)使邊緣計(jì)算得到廣泛地?cái)U(kuò)展，有效地減少網(wǎng)絡(luò)負(fù)載。因此邊緣計(jì)算能夠有效地改善中低壓配電網(wǎng)中斷和間歇性連接，增加了除了云計(jì)算以外的其它功能，避免了服務(wù)器停機(jī)造成的損失。隨著邊緣技術(shù)逐步應(yīng)用和技術(shù)的成熟，將使電力輸送系統(tǒng)進(jìn)入新時(shí)代。