★浙江大学 李健 

★浙江工业大学 张蔚，宋骁 

★湖北工业大学 张力 

★浙江工业大学 史秀纺 

★浙江大学 孟文超 

1　目标和概述 

随着电力物联网建设的不断推进，配电网设备（如 中置柜、环网柜、低压柜、变压器等）也在不断向集约 化、智能化的方向发展，并可以实现设备之间的互联互 通、实时监测和控制设备状态等功能，以及对设备进行 预测性维护和故障诊断。电力物联网技术的应用可以提 高配电网的管理效率、减少能源消耗和降低故障率，从 而为用户提供可靠、便捷、高效、智慧的新型供电服 务。

 目前配电物联网建设主要基于云计算框架，然而， 随着大量供用电设备、电气量传感器、状态量传感器的 接入，以及各种工业自动机器装置的投入使用，配电物 联网中将产生大量的多维异构数据，这会给云端系统的 通信信道及存储计算系统带来巨大的压力。由于配电物 联网中涉及到的设备和系统数量巨大、数据流量庞大、 实时性要求高等特点，因此需要一种高效、可靠、低延 迟的计算模式来支持配电物联网的运行和管理。作为物 联网领域新兴的分布式技术，边缘计算提供了全新的解 决方案来应对上述问题。边缘计算技术可以将计算和存 储任务从云计算中心转移到更靠近数据源的边缘设备中 进行处理，降低数据传输延迟，提高数据处理速度和实 时性。因此，我们提出一种面向配电网的边缘计算解决 方案，主要为实现如下目标：

 （1）资产管理：面向配网设备管理，研究云、 管、边泛在协作的通信、感知、推理一体化体系架构， 建立配网设备现场通感一体化的性能评估模型，构建面 向全局优化的配网设备状态评估诊断系统。 

（2）能效管理：构建配网负荷多源、强耦合数据 采集、清洗与汇聚的专用数据处理框架，进一步通过研 究电网质量优化与分布式能源调度，构建配电网能效管 理系统。 

（3）边缘网关：基于RISC-V指令集，研制集感 知-控制-优化一体化的自主可控边缘网关装置，为资产 管理、能效管理提供边缘计算平台，提高配电网设备全 息感知能力及海量数据接入能力。

 2　方案介绍 

2.1　系统架构 

图1 系统架构图 

该方案基于云计算平台的基础服务，通过边缘侧 接入算力，构建云边一体化能源物联网系统架构，如图 1所示。其云端包括数据存储、专家库、系统应用三部 分，将采集层和边缘层发送的数据进行清洗与分析，生 成智能报表和诊断报告；其边缘侧包括边缘计算、云边 协同、数据处理三部分，云、边海量数据即时交互、相 互配合，实现硬件资源最大化利用，高效完成集中运 维、分散控制。

 2.2　硬件平台

 （1）数据采集层 

数据采集层主要负责配网设备状态参数的采集， 包括图像信息、温度、气体密度、压力、三相电流、电 压、闭合接点状态等。 

（2）设备接入层 

该装置支持以太网口、光耦输出、闭合点检测、继 电器输出、USB-SLAVE接口、3路RS485等多路接口； 支持Zigbee3.0、Wi-Fi、TCP/UDP、Modbus、IIC等 多种协议；支持配套的7寸IPS电容触摸屏，操作人员可 一键配置电力柜数量、柜型、地址等参数，实现本地可 视化；装置元器件100%国产化，采用的嵌入式系统为 国产开源系统RT-Thread，整体成本低廉，性价比高； 具有一定的可重构性，数据采集装置的接口和协议都可 以进行定制和配置，以适应不同的数据采集场景。数据 采集装置的一个应用实例如图2所示。

 图2 数据采集装置在环网柜上的应用场景

 （3）边缘网关层 

边缘网关层负责数据汇聚、数据清洗、负荷预测、 故障定位等多种任务。为了保证处理效率，本方案针对 网关层处理器进行了专用设计，相比于复杂指令集架 构，RISC-V的精简指令集结构有着硬件结构简单、功耗低的优点。

 本方案设计了一个可被计算内核调用的深度神经 网络加速引擎，可高速执行深度学习相关的人工智能算 法，如基于神经网络模型的数据清洗、数据挖掘等，具 有100G FLOPS以上的算力，比普通处理器的计算速度 高出3到5个数量级。

 针对电力波形质量分析的需求，本方案设计了一个 谐波检测专用模块，同样可被计算内核调用，快速地完 成傅里叶变换、采样序列加窗、数字滤波等操作。

 扩展指令集与DNN模块、谐波检测模块一起组成 了并行计算集群，集群内有高带宽的互联总线和多级缓 存结构，可在集群内进行大规模的数据计算和交换。

 计算集群和主控模组间也有高速的DMA和硬件同 步模块，可高效地完成数据与信号交互，从而使控制部 分和计算部分能够有机的结合，使整个处理器兼顾通用 性和计算专用性，在覆盖配电房基础应用的同时，能够 拥有大数据的处理能力和高阶人工智能算法的执行能 力。芯片内部架构如图3所示。 

图3 芯片架构

 2.3　软件平台 

电力运维管理平台边缘计算融合创新方案以边缘 计算平台为核心，通过5G专网实现整个系统的数据通 信，利用边缘计算网关与边缘计算电力运维管理平台构 建企业内部数据中心。现场业务以边缘计算网关为桥 梁，联通现场设备与边缘计算平台内的应用。边缘计算 平台部署在公司总部数据中心，通过专线与运营商网络 相连，在边缘计算平台上部署整套系统以实现5G数据的本地化处理与云端处理的融合。目前可实现以下4大 功能：

 （1）数据融合管理：针对公司所有运营项目中配 电设备上采集到的数据，通过5G网络上传到公司云服 务器和数据中心，并实施管理员权限、数字化连接和可 视化平台的统一管理，在公司总部数据中心即可总览所 有装设本系统的项目详细信息、设备工作情况。 

（2）设备状态实时监测：通过在项目中的机柜设 备上面部署数据传感器、数字化仪表和采集器，可以采 集机柜上面设备运行期间的模拟量、开关量等数据详 情，并经过网关通过5G网络实时上传给公司云端。在 公司云端的Web界面可以实时查看每一个项目中每一组 柜子的电路图、开合闸详情以及采集器过去的具体数据 信息，并向企业提供多维度灵活的分析报表。设备状态 实时监测界面如图4所示。

 图4 设备状态实时监测界面 

（3）设备状态检测：通过Echarts的可视化方式 对云端数据进行Web端显示和数据统计，以环网柜上 采集器获取并上传的实时云端数据库为基础，建立以 Web端显示为核心的数据管理可视化平台，实现设备状 态实时监测、设备健康评估、项目故障总览等功能。设 备状态检测界面如图5所示。其中设备的健康评估算法 依据《配网设备状态评价导则》选取了开关柜中局部放 电值，超声波频率值，内部气压，分合闸时间，储能电 机电流，分合闸电流，各触头温度，绝缘电阻，环境湿 度，负载率，运行年限等参数。并使用基于信息融合的 状态估计方法，在数据层、特征层、决策层进行融合， 使各个评价方法可以扬长补短，加强了算法的鲁棒性和 有效性。同时也提供更加全面和准确的开关柜状态信 息，从而可以优化运行管理策略，提高运行效率，促进 智能化管理和控制的发展。 

图5 设备状态检测界面 

（4）设备故障总览：针对公司装设本运维管理平 台的所有项目，进行配电设备的实时诊断和故障报警信 息的实时显示，并对所有故障报警信息进行统计分析， 从而提供针对性的处理方法。故障总览界面如图6所示。

 图6 故障总览界面

 3　代表性及推广价值 

本方案通过设计数据采集装置、边缘计算网关、云 平台监测软件，实现了云、边、端的的有效协同，拥有数 据采集、数据计算、数据汇聚到数据管理的全生命周期管 理能力。该方案可以推广到各种电力物联网应用领域，如 智慧社区、智慧楼宇、智慧电厂等，为电力行业提供全方 位的数据管理和智能化服务。例如，在智慧电厂领域，该 方案可以实现对电力设备的实时监测和控制，优化电力生 产流程，提高电力生产效率和质量；在智慧楼宇领域，该 方案可以实现对建筑能耗的实时监测和控制，实现节能减 排的目标。该方案的应用将为电力行业带来更加高效、可 靠和安全的服务，推动电力物联网的发展，具有广泛的应 用价值和重要的经济和社会价值。

摘自《自动化博览》2023年第2期暨《边缘计算2023专辑》