北京珞安科技有限责任公司

编者按：

随着物联网、云计算、移动互联网、大数据、人工智能等新技术的飞速发展，以及IT与OT技术的进一步融合，工业制造、城市交通、电力能源、农业等各大行业领域的智慧化发展已成为必然趋势。推进各领域向智慧化发展是一项复杂而庞大的系统工程，既需要单一技术与装备的突破应用，还需要系统化的集成创新。智慧系统解决方案是推广普及智能化技术的关键手段，是促进各行业智能化水平提升的核心。

为深化智慧产业发展，进一步提升智慧产业各领域系统解决方案应用水平，现由中国自动化学会、智能制造推进合作创新联盟、工业控制系统信息安全产业联盟、边缘计算产业联盟、中国仪器仪表行业协会主办，控制网（ www.kongzhi.net）＆《自动化博览》承办的2020智慧系统解决方案征集活动已正式启动，面向全行业公开征集智慧系统解决方案。本刊特开设智慧系统解决方案专栏，刊发其中优秀的解决方案以飨读者。

1 方案概述

随着国家坚强智能电网的建设，物联网技术已广泛应用于智能电网发、输、变、配、用及调度等各环节，有效为电网中发、输、变、配、用等环节提供重要技术支撑。近年来，随着国家《能源生产和消费革命战略2016-2030》的推进，售电侧放开、智能用电业务的推广，需求侧大量终端设备及多元用户接入电网并参与互动，“互联网+”智慧能源的概念快速发展，大量智能信息终端引入到电力行业。呈现出：多元用户供需互动用电、安全边界模糊、边缘计算涌现等特点。

在此背景下，电气设备与控制中心之间、电网企业与电力用户之间产生数据流不断攀升，对电力系统智能化、自动化提出了新的需求；而且随着电气设备应用范围的增加，电气设备使用的时空分布相比于传统也会更加分散，这使数据的采集和分析面临着巨大的考验。在安全方面，多元电力终端用户供需互动用电，带来了便利的同时也带来了严重的安全保密问题。在无线网络通信中，各类无线电力终端通过无信道传输的数据，在传输过程中易受到监听、窃取等攻击。因此，电力终端安全防护受到空前挑战。

近几年来，“物联网”、“云计算”得以广泛应用。但是在实际应用过程中，物联网和云计算都存在一定的短板，具体表现在：

（1）物联网感知层的数据量大而且非常复杂，在实时性要求较高情况下，对海量数据的过滤、处理、传输和应用等问题是一个巨大的挑战。

（2）云服务是聚合度很高的服务计算，其依赖于网络，网络服务中断、网络延迟等问题，以及网络响应速度慢，带宽不足、流量成本高的问题都制约着云计算在实时和可靠控制中的应用和发展。

（3）安全：物联网时代，大量的隐私信息会被传感器捕获，终端设备的激增也使得新兴的攻击矢量不断涌现。边缘计算能够使得安全部件更接近于攻击源，启动更高效的安全应用并增加分层数量以抵御针对核心的侵犯和风险。

2 方案目标

国内产业界和学术界联动，已提出了边缘计算体系架构，在边缘计算的应用、安全保护方面有了初步的探讨，但是针对电网的边缘计算构架、边缘计算安全保护构架和具体机制都还缺乏深入的研究。

本项目将在海量电力数据的边缘计算智能处理、海量电力数据的实时可靠传输、电力边缘计算下的智能用电技术研究、电力边缘计算下的智能电力监控系统研究。最后进行能源计量系统、电力监控系统下的电力通信模组和电力边缘计算应用系统研究与试点，搭建研究与应用的桥梁。

图1 系统总体架构

3 方案设计

3.1 海量电力数据的边缘计算智能处理

电力物联网感知层的数据量大而且非常复杂，海量数据间存在着频繁的冲突与合作，具有很强的冗余性、互补性和实时性，同时又是多源异构型数据。在实时性要求较高情况下，对海量数据的过滤、处理、传输和应用等问题是一个巨大的挑战。通过边缘计算的可配置特性和强的资源能力对海量电力进行智能化处理，为智能电网的各种业务提供数据支撑。主要研究内容如下：

（1）研究适合电力特点的可配置边缘计算平台

边缘计算平台需要适合电力系统多种应用需求，适合电力分区分级的安全保障体系，设计具有多种性能可选，多种可配置系统、可配置安全措施的边缘计算平台构架，为海量电力数据的边缘计算智能处理提供平台支撑。

（2）针对性的智能学习算法设计

针对特定的应用场景、数据范围进行算法的设计与研究，研究适合电力应用场景的智能算法，分析不同电力数据类型、冗余特性、互补特性和实时性下，对智能算法的要求，制定学习方法的用户实现有效的分析，通过合理地人工智能方法选择、学习策略制定，满足业务需求的海量电力数据实现智能边缘技术处理。

（3）海量数据的协同智能处理通过采集边缘设备与各个终端的位置关系、网络连接特性，以时间最短为目标，开展边缘计算与众多连接终端的协同智能处理，实现海量数据的高效实时处理，支持实时电价、异常用电行为预警等的实时数据处理响应需求。

3.2 电力边缘计算下的智能电力监控系统研究

（1）研究电力监控系统下海量异构数据的整理、存储和显示。

（2）研究适合电力边缘计算下的电力监控数据分析智能算法，建立适合于电力边缘计算下的智能电力全自动监控系统。

（3）在研究电力监控系统下海量异构数据的整理、存储和电力监控数据智能分析算法基础下，建立实时数据库和关系数据库的电网事件捕捉方案。在电网事件模型的基础上，对电网运行中事故异常等事件进行快速捕捉和准确分析，结合实时数据库中存储的实时数据，进行准确结果分析，提出事件驱动与规则触发的告警机制，为电网安全稳定运行提供了进一步的保障，所实现的各项功能运行稳定，能够满足大型地区电网调度监控的实际应用需求。

3.3 能源计量系统、电力监控系统下的电力通信模组和电力边缘计算应用系统研究与试点示范

通过搭建演示验证系统，到集成的现场试点示范，在能源计量系统、电力监控系统下建立基于电力边缘计算的计量系统负载均衡、实时电力定价，电力监控系统的全智能学习的自动化监控等应用。

4 解决方案功能

（1）创新性

提出了适用电力业务场景的边缘计算方案。实现了多种终端采集数据、图像在边缘的计算处理，有效缓解了数据传输通道压力和云端数据计算瓶颈，对能源区域自治等新业态场景形成有效支撑。

（2）成熟性

通过搭建演示验证系统，到集成的现场试点示范，在能源计量系统、电力监控系统下建立基于电力边缘计算的计量系统负载均衡、实时电力定价，电力监控系统的全智能学习的自动化监控等应用。

（3）价值性

在海量电力数据的边缘计算智能处理、海量电力数据的实时可靠传输、电力边缘计算下的智能用电技术研究、电力边缘计算下的智能电力监控系统研究。最后进行能源计量系统、电力监控系统下的电力通信模组和电力边缘计算应用系统研究与试点，搭建研究与应用的桥梁。

摘自《自动化博览》2020年6月刊