基于邊緣計(jì)算算法的區(qū)域電網(wǎng)智能操作管理系統(tǒng)設(shè)計(jì)

摘 要：傳統(tǒng)的電網(wǎng)操作管理系統(tǒng)以中心化模型為核心，難以滿足現(xiàn)代區(qū)域電網(wǎng)的智能化需求。該文提出了基于邊緣計(jì)算算法的區(qū)域電網(wǎng)智能操作管理系統(tǒng)設(shè)計(jì)，在系統(tǒng)總框架設(shè)計(jì)的基礎(chǔ)上，分別對數(shù)據(jù)采集和處理模塊、智能決策支持模塊以及區(qū)域電網(wǎng)拓?fù)鋬?yōu)化模塊3個關(guān)鍵模塊進(jìn)行詳細(xì)設(shè)計(jì)。采用邊緣計(jì)算技術(shù)，構(gòu)建一個現(xiàn)代化區(qū)域電網(wǎng)智能操作管理系統(tǒng)，提高電力信息的實(shí)時性和可靠性，使電力運(yùn)營者動態(tài)掌握電網(wǎng)運(yùn)行情況，使智能電網(wǎng)操作與電力數(shù)據(jù)高效融合，為電力行業(yè)的可持續(xù)發(fā)展提供有力支持。

關(guān)鍵詞：邊緣計(jì)算算法；區(qū)域電網(wǎng)；邊緣預(yù)測；智能監(jiān)控

中圖分類號：TP 31 " " " " " " 文獻(xiàn)標(biāo)志碼：A

目前，能源行業(yè)正經(jīng)歷前所未有的變革和挑戰(zhàn)。為應(yīng)對不斷增長的電力需求、提高能源效率以及減少環(huán)境影響，電力系統(tǒng)應(yīng)該更智能、更高效。由于傳統(tǒng)的電力系統(tǒng)過于集中，缺少實(shí)時響應(yīng)和適應(yīng)性，因此不能滿足不斷變化的需求。這種情況下，采用區(qū)域電網(wǎng)智能操作管理系統(tǒng)具有重要的意義。該系統(tǒng)利用邊緣計(jì)算技術(shù)，將計(jì)算資源更接近電力設(shè)備和終端，使數(shù)據(jù)處理速度更快，制定決策更靈活，不僅可以提高電力系統(tǒng)的韌性，而且可以減少能源浪費(fèi)，降低運(yùn)營成本[1]。因此，該文探討了基于邊緣計(jì)算算法的電網(wǎng)智能操作管理系統(tǒng)設(shè)計(jì)，分別從數(shù)據(jù)采集和處理模塊、智能決策支持模塊以及區(qū)域電網(wǎng)拓?fù)鋬?yōu)化模塊3個方面進(jìn)行詳細(xì)規(guī)劃，旨在提供高效、安全、智能的區(qū)域電網(wǎng)智能操作管理解決方案。試驗(yàn)結(jié)果表明，該文設(shè)計(jì)的區(qū)域電網(wǎng)智能操作管理系統(tǒng)能夠降低電力系統(tǒng)運(yùn)行風(fēng)險(xiǎn)，減少設(shè)備故障和數(shù)據(jù)不一致的現(xiàn)象，同時提供更多智能數(shù)據(jù)，協(xié)助運(yùn)營人員更好地管理電力網(wǎng)絡(luò)。同時，該系統(tǒng)符合電力行業(yè)的數(shù)字化轉(zhuǎn)型趨勢，提高了能源供應(yīng)的可靠性。

1 系統(tǒng)架構(gòu)設(shè)計(jì)

基于邊緣計(jì)算算法的區(qū)域電網(wǎng)智能操作管理系統(tǒng)總框架設(shè)計(jì)分為數(shù)據(jù)采集和處理模塊、智能決策支持模塊以及區(qū)域電網(wǎng)拓?fù)鋬?yōu)化模塊，具體系統(tǒng)架構(gòu)如圖1所示。

區(qū)域電網(wǎng)智能操作管理系統(tǒng)展示了先進(jìn)的電力管理技術(shù)的嶄新范式，其核心功能模塊集成了創(chuàng)新性與智能性。首先，數(shù)據(jù)采集和處理模塊負(fù)責(zé)收集光伏發(fā)電、儲能、充電樁以及交直流負(fù)載子系統(tǒng)的實(shí)時數(shù)據(jù)，通過傳感器網(wǎng)絡(luò)采集子系統(tǒng)信息。其次，智能決策支持模塊涵蓋了邊緣預(yù)測模型和決策算法設(shè)計(jì)，用于分析數(shù)據(jù)和進(jìn)行實(shí)時預(yù)測，制定最佳電網(wǎng)操作策略[2]。最后，區(qū)域電網(wǎng)拓?fù)鋬?yōu)化模塊用于優(yōu)化電網(wǎng)結(jié)構(gòu)，提高電能交換效率、減少能源損耗，保證電網(wǎng)的穩(wěn)定性和可維護(hù)性。以上3個模塊協(xié)同工作，實(shí)現(xiàn)了電能系統(tǒng)的智能化管理，提高了能源利用效率，保證電網(wǎng)可靠、高效地運(yùn)行。

2 區(qū)域電網(wǎng)智能操作管理系統(tǒng)的功能模塊設(shè)計(jì)

2.1 數(shù)據(jù)采集和處理模塊

在基于邊緣計(jì)算算法的區(qū)域電網(wǎng)智能操作管理系統(tǒng)設(shè)計(jì)中，數(shù)據(jù)采集和處理模塊可以對數(shù)據(jù)高效、實(shí)時地進(jìn)行采集和處理，以支持電網(wǎng)的智能操作和管理[3]。在這個系統(tǒng)中，數(shù)據(jù)采集節(jié)點(diǎn)位于關(guān)鍵位置，用于采集來自光伏發(fā)電、儲能、充電樁、交直流負(fù)載等子系統(tǒng)的重要數(shù)據(jù)，以支持電網(wǎng)的智能決策。

光伏發(fā)電是區(qū)域電網(wǎng)的重要組成部分，為實(shí)時監(jiān)測和管理光伏發(fā)電數(shù)據(jù)，在光伏電池板上安裝太陽能傳感器和溫度傳感器，定期采集太陽能輻射、溫度和電能輸出等數(shù)據(jù)，然后通過MQTT通信協(xié)議傳輸?shù)綌?shù)據(jù)采集節(jié)點(diǎn)，以便后續(xù)處理和分析；儲能系統(tǒng)對區(qū)域電網(wǎng)的平穩(wěn)運(yùn)行至關(guān)重要，在儲能設(shè)備中部署電池電壓傳感器和電流傳感器，實(shí)時監(jiān)測電池狀態(tài)和能量存儲情況；充電樁數(shù)據(jù)采集也是不可或缺的，每個充電樁將配備電流傳感器和電壓傳感器，以監(jiān)測充電過程中的電流和電壓變化，這些數(shù)據(jù)將實(shí)時傳輸?shù)綌?shù)據(jù)采集節(jié)點(diǎn)；需要實(shí)時監(jiān)測電網(wǎng)中的交流和直流等負(fù)載，部署電流傳感器和電壓傳感器在負(fù)載端口上，以監(jiān)測負(fù)載電流和電壓，然后通過MQTT通信協(xié)議傳輸?shù)綌?shù)據(jù)采集節(jié)點(diǎn)。為了保證數(shù)據(jù)采集更全面，需要建立一個密集的傳感器網(wǎng)絡(luò)，覆蓋整個電網(wǎng)區(qū)域，傳感器節(jié)點(diǎn)將互相通信，并將數(shù)據(jù)傳輸?shù)綌?shù)據(jù)采集節(jié)點(diǎn)，利用5G無線通信技術(shù)，確保高效的數(shù)據(jù)傳輸和覆蓋范圍。一旦數(shù)據(jù)由傳感器采集，數(shù)據(jù)采集節(jié)點(diǎn)將經(jīng)歷以下步驟，以確保數(shù)據(jù)的質(zhì)量和完整性，從而支持區(qū)域電網(wǎng)的智能操作和管理。區(qū)域電網(wǎng)數(shù)據(jù)采集與處理流程如圖2所示。首先，數(shù)據(jù)整理階段將合并來自電流、電壓、溫度和光照強(qiáng)度等不同傳感器的各種參數(shù)數(shù)據(jù)，匯聚到1個集中的數(shù)據(jù)池中。其次，利用孤立森林算法檢測傳感器數(shù)據(jù)中的異常值，并實(shí)時應(yīng)用異常檢測算法，識別可能的異常數(shù)據(jù)點(diǎn)。一旦檢測到異常情況，實(shí)時糾正或標(biāo)記這些數(shù)據(jù)，保證數(shù)據(jù)的準(zhǔn)確性。數(shù)據(jù)清洗的過程是至關(guān)重要的，它涵蓋了檢測和修復(fù)可能由傳感器誤差或干擾引起的錯誤數(shù)據(jù)，包括傳感器漂移和缺失值填充。數(shù)據(jù)清洗操作通過均值漂移校正將保證數(shù)據(jù)具有相似的數(shù)值尺度[4]。異常值的檢測和處理階段有助于保證數(shù)據(jù)的準(zhǔn)確性，可以替換異常值或?qū)⑵鋭h除。最后，在數(shù)據(jù)整合階段，已清洗和標(biāo)準(zhǔn)化的數(shù)據(jù)被整合成一個統(tǒng)一的數(shù)據(jù)集。整合后的數(shù)據(jù)可用于深入分析電網(wǎng)性能、能源使用和設(shè)備健康狀態(tài)。結(jié)合邊緣計(jì)算算法對數(shù)據(jù)采集和處理模塊進(jìn)行詳細(xì)設(shè)計(jì)，以期為未來智能電網(wǎng)的可持續(xù)發(fā)展奠定堅(jiān)實(shí)基礎(chǔ)。

2.2 智能決策支持模塊

2.2.1 邊緣預(yù)測模型

在智能決策支持模塊中，邊緣預(yù)測模型的構(gòu)建是關(guān)鍵步驟之一，它有助于系統(tǒng)預(yù)測光伏發(fā)電、儲能、充電樁和各種交直流負(fù)載在區(qū)域電網(wǎng)中的行為，以支持智能運(yùn)營和管理決策。模型的建立始于影響因子的關(guān)聯(lián)分析，通過提取相關(guān)指標(biāo)來建立各因素之間的關(guān)聯(lián)模型，以更好地理解電網(wǎng)行為與各種影響因素之間的關(guān)系。采用多元回歸分析方法，將影響因子中的各自變量與電網(wǎng)行為的因變量進(jìn)行分析，以揭示各因素對電網(wǎng)行為的貢獻(xiàn)程度，并建立它們之間的數(shù)學(xué)模型，以量化描述這些因素與電網(wǎng)行為之間的關(guān)系[5]。將電網(wǎng)運(yùn)行結(jié)果作為因變量，建立因變量y序列，如公式（1）所示。

y=γ0+γ1x1+γ2x2+...+γpxp+ε " " " " " " （1）

式中：y為光伏發(fā)電、儲能、充電樁或負(fù)載的預(yù)測結(jié)果；γ為估計(jì)系數(shù)；x1，x2，…，xp為影響因子系數(shù)；ε為誤差項(xiàng)。

這個模型反映了各影響因子與電網(wǎng)行為之間的關(guān)聯(lián)性，但是不同的因素對于光伏發(fā)電、儲能、充電樁和負(fù)載的影響程度不同。因此，引入XGBoost對每個預(yù)測因素的影響進(jìn)行分類計(jì)算，設(shè)第i個影響因子位置為yi，f（xi），該位置的XGBoost計(jì)算過程如公式（2）所示。

（2）

式中：L為損失函數(shù)，用于衡量模型的預(yù)測誤差；k為模型迭代次數(shù)；n為訓(xùn)練數(shù)據(jù)的樣本數(shù)量；λ為正則化項(xiàng)的權(quán)重。

在這個公式中，第一項(xiàng)表示模型對訓(xùn)練數(shù)據(jù)的擬合誤差；第二項(xiàng)代表正則化項(xiàng)，用于控制模型的復(fù)雜度。通過調(diào)整參數(shù)λ，可以靈活地控制正則化程度，以更好地適應(yīng)不同的電網(wǎng)行為和資源分配需求，為實(shí)現(xiàn)后續(xù)更準(zhǔn)確的智能決策提供支持。

2.2.2 智能監(jiān)控算法設(shè)計(jì)

在區(qū)域電網(wǎng)智能操作管理系統(tǒng)的智能監(jiān)控算法設(shè)計(jì)中，關(guān)鍵的目標(biāo)是實(shí)現(xiàn)對電網(wǎng)設(shè)備和參數(shù)的智能監(jiān)測和實(shí)時決策支持。其中，主要設(shè)備包括變電站、輸電線路以及開關(guān)設(shè)備等，參數(shù)包括電流、電壓以及負(fù)載等電網(wǎng)環(huán)境參數(shù)。通過采用邊緣計(jì)算算法，系統(tǒng)可以基于歷史數(shù)據(jù)分析和實(shí)時數(shù)據(jù)讀取，計(jì)算每個設(shè)備和參數(shù)的預(yù)測值。當(dāng)某個設(shè)備或參數(shù)的實(shí)際值超過預(yù)設(shè)的安全閾值時，系統(tǒng)將發(fā)出報(bào)警信號，以便于及時采取措施，防止?jié)撛诘膯栴}。在智能監(jiān)控算法的設(shè)計(jì)過程中，需要明確監(jiān)控的需求，確立所需監(jiān)控的電網(wǎng)設(shè)備和參數(shù)以及監(jiān)控精度。系統(tǒng)將收集和分析過去的電網(wǎng)數(shù)據(jù)，了解設(shè)備和參數(shù)的正常范圍和變化趨勢?；跉v史數(shù)據(jù)，電網(wǎng)智能操作管理系統(tǒng)的電流、電壓、負(fù)載、溫度和濕度等監(jiān)控參數(shù)，其閾值范圍在系統(tǒng)中被明確定義。當(dāng)電網(wǎng)環(huán)境中的傳感器檢測到異常情況時，基于邊緣計(jì)算算法的區(qū)域電網(wǎng)智能操作管理系統(tǒng)會觸發(fā)報(bào)警機(jī)制，具體流程如圖3所示。首先，系統(tǒng)按照預(yù)定的時間間隔進(jìn)行傳感器數(shù)據(jù)讀取，以獲取當(dāng)前電網(wǎng)環(huán)境參數(shù)的實(shí)際值。其次，這些數(shù)據(jù)被送入異常檢測階段，與預(yù)測值和設(shè)定的閾值進(jìn)行比較，用于檢測是否存在異常情況。一旦異常情況被檢測到，系統(tǒng)將觸發(fā)報(bào)警機(jī)制。再次，報(bào)警信息將根據(jù)異常情況的嚴(yán)重程度分配相應(yīng)的優(yōu)先級，以確保緊急情況得到及時處理。最后，這些報(bào)警信息將被上傳到中央監(jiān)控服務(wù)器，為操作人員提供及時了解和處理異常情況的機(jī)會。操作人員可以通過歷史數(shù)據(jù)分析傳感器之間的關(guān)聯(lián)，查找趨勢并進(jìn)行數(shù)據(jù)挖掘，以確定異常情況的原因和根本問題，并獲得關(guān)于如何應(yīng)對異常情況的建議和決策支持。這個全面的監(jiān)測和反應(yīng)系統(tǒng)有助于保障電網(wǎng)環(huán)境安全，并提供及時的決策支持應(yīng)對各種異常情況和緊急事件。通過物聯(lián)網(wǎng)技術(shù)和邊緣計(jì)算算法的結(jié)合，區(qū)域電網(wǎng)得以更智能、更高效地運(yùn)行和管理。

2.3 區(qū)域電網(wǎng)拓?fù)鋬?yōu)化模塊

為優(yōu)化區(qū)域電網(wǎng)的拓?fù)浣Y(jié)構(gòu)，提高其運(yùn)行效率和可靠性，采用邊緣計(jì)算算法中的數(shù)據(jù)重放技術(shù)，保證系統(tǒng)的穩(wěn)定性和有效性。該模塊的任務(wù)是根據(jù)歷史數(shù)據(jù)和實(shí)時信息來優(yōu)化區(qū)域電網(wǎng)的拓?fù)浣Y(jié)構(gòu)，以實(shí)現(xiàn)更有效的電力分配、故障處理和資源利用。

在每個時間步，當(dāng)前電網(wǎng)拓?fù)錉顟B(tài)和操作被捕獲并記錄，包括電網(wǎng)組件的連接狀態(tài)、負(fù)載情況以及潛在的電力分配路徑，這些數(shù)據(jù)經(jīng)過存儲和處理后形成粒子數(shù)據(jù)快照，被存儲在數(shù)據(jù)存儲區(qū)中，定期用于優(yōu)化拓?fù)浣Y(jié)構(gòu)。在訓(xùn)練過程中，從數(shù)據(jù)存儲區(qū)中隨機(jī)抽樣一批粒子數(shù)據(jù)，使用粒子群速度更新公式計(jì)算更新拓?fù)浣Y(jié)構(gòu)的效益，以打破拓?fù)洳僮鞯臅r間相關(guān)性，提高訓(xùn)練的穩(wěn)定性。如公式（3）所示。

Vl（t+1）=w×Vlt+c1×r1×（pl-xlt）+c2×r2×（g-xlt） （3）

式中：Vlt為第l個粒子當(dāng)代的速度；Vl（t+1）為第l個粒子在下一代的速度；w為慣性權(quán)重，c1和c2為學(xué)習(xí)因子；r1和r2為隨機(jī)數(shù)；pl為第l個粒子的個體最佳位置；g為全局最佳位置；Vlt為第l個粒子在當(dāng)前代的位置。同時，跟蹤整個粒子群中效益最好的粒子位置g，其代表了整個電網(wǎng)系統(tǒng)中的最佳拓?fù)浣Y(jié)構(gòu)。通過不斷迭代和優(yōu)化，找到最適合當(dāng)前電網(wǎng)需求和條件的拓?fù)浣Y(jié)構(gòu)，實(shí)現(xiàn)以下3個目標(biāo)：1）電力分配的優(yōu)化。通過改變拓?fù)浣Y(jié)構(gòu)，更好地分配電力，減少能量浪費(fèi)，并確保供電的穩(wěn)定性。2）故障處理的優(yōu)化。拓?fù)鋬?yōu)化提高電網(wǎng)的魯棒性，減少故障對供電系統(tǒng)的影響。3）資源利用的優(yōu)化。通過有效的拓?fù)浣Y(jié)構(gòu)能夠更好地利用可再生能源和電池儲能等資源，提高能源利用率。模塊的關(guān)鍵目標(biāo)是通過邊緣計(jì)算算法和粒子群優(yōu)化技術(shù)來提高區(qū)域電網(wǎng)的效率、可靠性和靈活性。通過合理的拓?fù)鋬?yōu)化，更好地應(yīng)對電力供需波動、故障情況和可再生能源集成等挑戰(zhàn)，從而實(shí)現(xiàn)可持續(xù)電力分配和管理。

3 測試試驗(yàn)

3.1 試驗(yàn)環(huán)境準(zhǔn)備

為評估基于邊緣計(jì)算算法的區(qū)域電網(wǎng)智能操作管理系統(tǒng)的穩(wěn)定性和可行性，對區(qū)域電網(wǎng)智能操作管理系統(tǒng)的性能進(jìn)行模擬測試。在測試中，采用AMD Ryzen Threadripper PRO 5000 WX-Series處理器，其擁有64核128線程，能夠同時處理如渲染、模擬、虛擬化和科學(xué)計(jì)算等大量線程密集型任務(wù)；配備32 MB的L2緩存和256 MB的L3緩存，減少內(nèi)存訪問的延遲，從而更快地執(zhí)行任務(wù)；基礎(chǔ)頻率為2700 MHz，加速頻率為4500 MHz，在需要更多性能時可以提供更高的時鐘速度；支持八通道DDR4-3200內(nèi)存，最大容量為2 TB，提供了128條PCIe 4.0通道，能夠處理大規(guī)模數(shù)據(jù)集和內(nèi)存密集型應(yīng)用，并提供卓越的內(nèi)存性能。操作系統(tǒng)選擇了Windows 10，數(shù)據(jù)庫系統(tǒng)采用MySQL。此外，利用5G無線通信技術(shù)保證數(shù)據(jù)高效地傳輸和處理，創(chuàng)建適宜數(shù)據(jù)傳輸?shù)木W(wǎng)絡(luò)環(huán)境。

3.2 試驗(yàn)結(jié)果分析

選取5個不同節(jié)點(diǎn)資源值，測試基于邊緣計(jì)算算法的區(qū)域電網(wǎng)智能操作管理系統(tǒng)的數(shù)據(jù)傳輸速率、穩(wěn)定性、準(zhǔn)確率，測試結(jié)果見表1。

試驗(yàn)數(shù)據(jù)表明，通過對5個不同數(shù)據(jù)節(jié)點(diǎn)的測驗(yàn)，得出該系統(tǒng)平均操作響應(yīng)時間為8.24 ms，表明系統(tǒng)對于操作請求的響應(yīng)速度非?？?；系統(tǒng)平均數(shù)據(jù)傳輸速率為22.06 Mbit/s，表明系統(tǒng)數(shù)據(jù)傳輸效率較高，可以快速傳輸大量數(shù)據(jù)；且數(shù)據(jù)準(zhǔn)確率達(dá)到98%以上，表明系統(tǒng)在處理數(shù)據(jù)的過程中非常精確，錯誤率低。綜合來看，基于邊緣計(jì)算算法的區(qū)域電網(wǎng)智能操作管理系統(tǒng)設(shè)計(jì)，有助于提高電網(wǎng)的管理效率、可靠性和實(shí)時性，能夠更好地滿足用戶需求以及應(yīng)對各種電力管理挑戰(zhàn)。

4 結(jié)語

綜上所述，該文從邊緣計(jì)算算法在區(qū)域電網(wǎng)智能操作管理中的應(yīng)用角度出發(fā)，對區(qū)域電網(wǎng)智能操作管理系統(tǒng)進(jìn)行全面設(shè)計(jì)，對數(shù)據(jù)采集和處理模塊、智能決策支持模塊幾個方面分別進(jìn)行研究，通過邊緣計(jì)算技術(shù)實(shí)現(xiàn)了電網(wǎng)數(shù)據(jù)的實(shí)時采集、分析和管理，提高了電網(wǎng)操作管理的效率和準(zhǔn)確性。試驗(yàn)結(jié)果表明，基于邊緣計(jì)算算法的區(qū)域電網(wǎng)智能操作管理系統(tǒng)在提高電網(wǎng)運(yùn)行效率、降低風(fēng)險(xiǎn)以及應(yīng)對突發(fā)事件方面取得了顯著的成效。采用該系統(tǒng)能夠更好地應(yīng)對復(fù)雜多變的電力市場環(huán)境，為電力行業(yè)的可持續(xù)發(fā)展和智能化進(jìn)程做出貢獻(xiàn)。

參考文獻(xiàn)

[1]陳天宇，孫儀，田躍軍，等.基于故障樹的智能電網(wǎng)調(diào)度防誤操作拓?fù)浞治鯷J].電工技術(shù)，2023（12）：198-200，203.

[2]陳根奇，黃振華，王少春，等.基于圖數(shù)據(jù)庫和圖算法的轉(zhuǎn)供電方案在配電網(wǎng)智能操作票系統(tǒng)的研究和應(yīng)用[J].電力學(xué)報(bào)，2023，38（1）：73-82.

[3]肖成健.變電站智能操作關(guān)鍵技術(shù)研究與應(yīng)用[J].云南電力技術(shù)，2023，51（1）：78-83.

[4]邱丹驊，吳龍騰，陳純，等.電網(wǎng)設(shè)備狀態(tài)智能校核及操作到位研判技術(shù)研究[J].電子設(shè)計(jì)工程，2022，30（24）：135-138，143.

[5]楊華，林先堪，廖柏程.人工智能與大數(shù)據(jù)在變電領(lǐng)域的實(shí)踐與運(yùn)用[J].設(shè)備管理與維修，2023（4）：128-130.

通信作者：謝梟楠（1986.10—），男，漢族，浙江杭州人，碩士，初級工程師，研究方向?yàn)槲㈦娋W(wǎng)信息系統(tǒng)。

電子郵箱：xxn16@tsinghua.org.cn。