魏文震，崔冬曉，楊增健，劉海萍，李 強

（國網(wǎng)山東省電力公司淄博供電公司，山東 淄博 255000）

0 引言

近年來，國家電網(wǎng)有限公司提出了集控站建設(shè)方案，目的是建設(shè)基于主輔一體化基礎(chǔ)平臺的新一代集控站設(shè)備監(jiān)控系統(tǒng)（以下簡稱集控系統(tǒng)）。集控系統(tǒng)是在變電站原有集控基礎(chǔ)上［1］，增加和完善機器人軌道巡視，通過大量部署的攝像機、傳感器、輔助設(shè)施監(jiān)控裝置將變電站的設(shè)備和輔助設(shè)施信號上傳到集控系統(tǒng)后臺，運維人員成立監(jiān)控班對信號實時監(jiān)控［2-4］。然而，變電站內(nèi)主設(shè)備監(jiān)控及輔控信號的海量接入必將給集控系統(tǒng)建設(shè)中的信息存儲和傳輸帶來壓力。

云計算技術(shù)在現(xiàn)實中應(yīng)用越來越廣泛，該技術(shù)已經(jīng)很成熟［5-6］。將云計算技術(shù)引入到集控站中能夠很好地將站內(nèi)資源整合，對資源進行集中式管理。然而，變電站復(fù)雜的應(yīng)用場景、海量的視頻傳輸和主輔設(shè)備的信號接入將消耗云計算中心的大量資源，也會給監(jiān)控數(shù)據(jù)的實時性帶來一定影響。

基于上述問題，提出在變電站集控系統(tǒng)中，引入邊緣計算技術(shù)［7］，通過搭建邊緣計算模型，利用邊緣節(jié)點研究視頻幀過濾算法，對站內(nèi)機器人、攝像頭、傳感器等邊緣設(shè)備等采集的視頻流和信號進行檢測和定位，緩解數(shù)據(jù)存儲和傳輸壓力，減少數(shù)據(jù)冗余性。解決設(shè)備監(jiān)控強度不足、智能化支撐力不夠等問題。利用監(jiān)控協(xié)作計算優(yōu)化算法，提高集控系統(tǒng)處理速度、縮減處理時延，緩解監(jiān)控后臺數(shù)據(jù)傳輸和網(wǎng)絡(luò)帶寬壓力，更好地獲取邊緣計算節(jié)點的信息狀態(tài)，從而提高集控系統(tǒng)的整體性能。

1 技術(shù)分析

1.1 邊緣計算

人工智能的發(fā)展，對數(shù)據(jù)的存儲和處理技術(shù)要求越來越高。以集中式數(shù)據(jù)處理為核心的云計算技術(shù)已漸漸無法滿足海量數(shù)據(jù)處理的要求，針對以上現(xiàn)狀，以“靠近物或數(shù)據(jù)源頭”為處理理念的邊緣計算技術(shù)成為研究的熱點［8］。

邊緣計算（Edge Computing，EC）是指在網(wǎng)絡(luò)邊緣側(cè)，即在靠近設(shè)備或數(shù)據(jù)的源頭端，融合通信網(wǎng)絡(luò)、算法、存儲和應(yīng)用為一體的計算平臺，為附近的設(shè)備提供邊緣計算服務(wù)，實現(xiàn)數(shù)字化連接、實時監(jiān)測、智能識別、數(shù)據(jù)優(yōu)化與存儲、信息安全等功能［9］。邊緣計算是物理和數(shù)字化的連接紐帶，為設(shè)備和系統(tǒng)提供智能化服務(wù)。

1.2 集控站監(jiān)控系統(tǒng)

集控站監(jiān)控系統(tǒng)基于一體化基礎(chǔ)平臺，實現(xiàn)各類應(yīng)用功能。按照業(yè)務(wù)需求對各類應(yīng)用功能進行邏輯鏈接、靈活組合［10］。系統(tǒng)能提供日常運行監(jiān)視、故障及缺陷告警，遠(yuǎn)程倒閘操作等業(yè)務(wù)場景，支撐監(jiān)控、運維人員更好地掌握設(shè)備運行狀況。集控站監(jiān)控系統(tǒng)總體架構(gòu)如圖1所示。

圖1 集控站監(jiān)控系統(tǒng)總體架構(gòu)

1.3 變電站邊緣計算的架構(gòu)

將邊緣計算引入變電站集控系統(tǒng)中，構(gòu)建以邊緣為核心的“感知層、網(wǎng)絡(luò)層、平臺層、應(yīng)用層”的監(jiān)控系統(tǒng)架構(gòu)［11］。其中，感知層是站內(nèi)機器人、攝像頭、傳感器等狀態(tài)感知設(shè)備，對變電站環(huán)境、設(shè)備運行狀態(tài)和設(shè)備電氣量等數(shù)據(jù)進行監(jiān)測和感知。網(wǎng)絡(luò)層基于4G 傳輸通道，實現(xiàn)視頻、圖片的毫秒級傳輸。平臺層將接收的數(shù)據(jù)進行人工智能（Artificial Intelligence，AI）分析，支持設(shè)備、人員、環(huán)境等AI 算法的融合識別處理。應(yīng)用層是運維業(yè)務(wù)的載體，以多維度、可視化的方式展示給運維人員，實現(xiàn)了電腦（Personal Computer，PC）和移動終端的“多端應(yīng)用”。變電站的邊緣計算架構(gòu)如圖2所示。

圖2 變電站邊緣計算架構(gòu)

2 集控系統(tǒng)需求

2.1 數(shù)據(jù)交互機制

數(shù)據(jù)交互是在建立的設(shè)備標(biāo)準(zhǔn)化信息模型的基礎(chǔ)上，結(jié)合數(shù)據(jù)間的交互方法，實現(xiàn)站內(nèi)端設(shè)備及邊緣節(jié)點內(nèi)部數(shù)據(jù)和對外數(shù)據(jù)的雙向交換，使站內(nèi)不同監(jiān)測設(shè)備的數(shù)據(jù)實現(xiàn)共享和流通，打破數(shù)據(jù)壁壘，有利于變電站在線智能巡視系統(tǒng)的建設(shè)。數(shù)據(jù)交互應(yīng)具備數(shù)據(jù)統(tǒng)一管理、模型廣泛化、通信協(xié)議開放和數(shù)據(jù)接口可擴充等功能。

2.1.1 內(nèi)部交互機制

邊緣計算節(jié)點通過消息隊列遙測傳輸（Messenge Queuing Telemetry Transport，MQTT）總線來實現(xiàn)內(nèi)部數(shù)據(jù)的交互。集控系統(tǒng)的數(shù)據(jù)分為電氣設(shè)備和輔助設(shè)施兩類，統(tǒng)一由數(shù)據(jù)中心匯集管理。集控系統(tǒng)數(shù)據(jù)中心由數(shù)據(jù)管理、數(shù)據(jù)代理、歷史數(shù)據(jù)庫、實時數(shù)據(jù)庫及非結(jié)構(gòu)化數(shù)據(jù)模塊構(gòu)成，對數(shù)據(jù)進行采樣、處理、維護、初始化，為各類監(jiān)測數(shù)據(jù)交互和應(yīng)用程序（Application，APP）使用提供基礎(chǔ)。圖3為集控系統(tǒng)數(shù)據(jù)中心的總體架構(gòu)。

圖3 集控系統(tǒng)數(shù)據(jù)中心總體架構(gòu)

集控系統(tǒng)根據(jù)運行監(jiān)控以及設(shè)備狀態(tài)分析需要選擇采集并存儲相應(yīng)數(shù)據(jù)。數(shù)據(jù)管理模塊上傳的數(shù)據(jù)進行優(yōu)化和轉(zhuǎn)存，其中，事故、異常、越限、變位類數(shù)據(jù)需要實時上傳并存儲在實時數(shù)據(jù)庫中，告知類信息根據(jù)實際需要選擇是否上傳，其相關(guān)數(shù)據(jù)通過保護、測控、故障錄波等裝置存儲形成歷史數(shù)據(jù)庫，記錄型文件、模型等存儲在非機構(gòu)化數(shù)據(jù)庫中。數(shù)據(jù)代理為APP 提供訪問數(shù)據(jù)庫的接口。集控系統(tǒng)具體的采集存儲數(shù)據(jù)內(nèi)容如表1所示。

表1 集控系統(tǒng)數(shù)據(jù)存儲內(nèi)容

數(shù)據(jù)中心各部分功能內(nèi)部間存在APP 與數(shù)據(jù)庫間、實時數(shù)據(jù)與歷史數(shù)據(jù)間兩種訪問關(guān)系。

APP 能夠根據(jù)設(shè)定的數(shù)據(jù)采集周期和內(nèi)容完成歷史、實時等數(shù)據(jù)的采集和分析，并通過數(shù)據(jù)代理傳至相應(yīng)數(shù)據(jù)庫，還能遠(yuǎn)程設(shè)置相關(guān)參數(shù)和數(shù)據(jù)采集、處理規(guī)則，對集控系統(tǒng)的內(nèi)部數(shù)據(jù)進行處理和交互。

通過設(shè)定的數(shù)據(jù)處理規(guī)則，將實時數(shù)據(jù)存儲到歷史數(shù)據(jù)庫中，通過系統(tǒng)內(nèi)部的數(shù)據(jù)保護機制實現(xiàn)統(tǒng)計數(shù)據(jù)到歷史數(shù)據(jù)庫的轉(zhuǎn)存，防止因監(jiān)測設(shè)備復(fù)位、重啟等異常狀況導(dǎo)致數(shù)據(jù)丟失。

2.1.2 對外交互機制

邊緣計算節(jié)點對外數(shù)據(jù)交互流程如圖4所示。

圖4 中邊緣APP 為部署在邊緣計算節(jié)點上的微應(yīng)用。能夠?qū)ρ惨曔^程中需要記錄的實時環(huán)境數(shù)據(jù)（溫度、濕度）、設(shè)備狀態(tài)（電流、負(fù)荷、有功無功）、輔助設(shè)施數(shù)據(jù)（消防、安防）進行采集，自動生成巡視報表；具備定值修改、命令下發(fā)等功能；能夠訪問數(shù)據(jù)庫，查看所需數(shù)據(jù)，接收邊緣計算節(jié)點上傳的異常信號，并將記錄的數(shù)據(jù)上傳至遠(yuǎn)程數(shù)據(jù)監(jiān)控系統(tǒng)。集控系統(tǒng)的外交互流程包括以下4種。

1）邊云互交。

根據(jù)集控系統(tǒng)業(yè)務(wù)需求，數(shù)據(jù)的交互包括云主動和邊主動兩種方式。云主動是云主站根據(jù)需求自動下發(fā)喚醒指令到邊緣計算節(jié)點，進而喚醒相應(yīng)的端設(shè)備。邊主動是邊緣計算節(jié)點和云平臺的數(shù)據(jù)交互，其中的交互數(shù)據(jù)包括：設(shè)備運行的監(jiān)測數(shù)據(jù)、保護動作及告警信號、運維人員的巡視和設(shè)備缺陷記錄等信息。

2）邊邊互交。

邊邊互交是多個邊緣計算節(jié)點間的數(shù)據(jù)交互流程，由數(shù)據(jù)代理和云平臺來實現(xiàn)。站內(nèi)設(shè)備種類多，數(shù)據(jù)處理壓力大，需要部署多個邊緣計算節(jié)點。圖4 中若將邊緣計算節(jié)點一的數(shù)據(jù)傳送到邊緣計算節(jié)點二，需要先對云平臺發(fā)送請求，云平臺通過分析邊緣節(jié)點的安裝部署等情況后，將請求命令下發(fā)給節(jié)點二，節(jié)點二才能將數(shù)據(jù)經(jīng)過云平臺傳送給節(jié)點一。

圖4 集控系統(tǒng)對外數(shù)據(jù)交互流程

3）邊端互交。

根據(jù)邊緣APP 通過邊緣計算節(jié)點獲取端設(shè)備的狀態(tài)數(shù)據(jù)，邊緣計算節(jié)點同時將本身或云平臺、邊緣APP的指令下發(fā)到端設(shè)備，實現(xiàn)邊端的雙向數(shù)據(jù)交互。

4）云云互交。

云主站具備標(biāo)準(zhǔn)化接口，在統(tǒng)一的規(guī)范化數(shù)據(jù)共享機制下，通過標(biāo)準(zhǔn)化接口實現(xiàn)不同云主站系統(tǒng)間的數(shù)據(jù)交互，挖掘有價值數(shù)據(jù)，提高在線智能巡視的質(zhì)量和效率。

2.2 監(jiān)控盲區(qū)與數(shù)據(jù)處理

2.2.1 監(jiān)控盲區(qū)處理

變電站遠(yuǎn)程智能巡檢系統(tǒng)以巡檢機器人為主，對于機器人的巡檢盲區(qū)，輔以高清視頻攝像機作為補充。由于高清攝像機采用有源有線布置，安裝不便，且成本高，導(dǎo)致布設(shè)點位不足［12-13］。

基于邊緣計算的變電站視頻監(jiān)控系統(tǒng)采用物聯(lián)微拍裝置，如圖5 所示，通過底座上的膠貼、磁鐵或者螺釘對微拍裝置進行固定，采用內(nèi)置磷酸鋰電池供電以及無線通信技術(shù)，無需外接電源線和通信數(shù)據(jù)線即可實現(xiàn)快速部署，避免了現(xiàn)場安裝時布線、開槽、挖溝，極大降低了現(xiàn)場施工難度和施工成本，縮短了施工周期。

圖5 變電站物聯(lián)微拍裝置

2.2.2 數(shù)據(jù)分析處理

基于邊緣計算的變電站視頻監(jiān)控技術(shù)采用“多端合一”的物聯(lián)分析終端，將傳統(tǒng)部署方式下的機器人主機、視頻主機、輔控主機、消防主機等多機合一，把數(shù)據(jù)采集、視頻采集、智能分析功能融合為一，采用前端智能分析模式，對微拍裝置上傳的視頻及圖像數(shù)據(jù)進行實時分析，調(diào)用最優(yōu)的模型進行AI分析，實現(xiàn)多維度場景管控。在前端自動過濾掉無效、重復(fù)隱患目標(biāo)，進行邊緣計算處理，減少數(shù)據(jù)上傳壓力，主站平臺根據(jù)分析終端的上傳數(shù)據(jù)信息進行二次確認(rèn)。

2.3 存儲與網(wǎng)絡(luò)帶寬

2.3.1 攝像機碼流分析

為滿足集控系統(tǒng)的建設(shè)要求，目前在變電站高壓室、保護室、變壓器、走廊等位置已布置了高清規(guī)格的攝像機。按照集控站的部署要求，接下來需要完善現(xiàn)有的軌道機器人，在此基礎(chǔ)上針對機器人盲點補填相應(yīng)的攝像機，最終替代運維人員的例行巡視。然而，攝像機數(shù)據(jù)量的產(chǎn)生情況因型號不同而各不相同。例如變電站內(nèi)安裝的槍機攝像機，其碼流如果為2 048 kbit/s，那么每臺每小時將會產(chǎn)生900 MB 左右的監(jiān)測數(shù)據(jù)，每天就會有21 GB 的監(jiān)測數(shù)據(jù)。目前，變電站安裝攝像機產(chǎn)生的數(shù)據(jù)情況見表2

表2 變電站安裝攝像機產(chǎn)生的數(shù)據(jù)情況

2.3.2 視頻數(shù)據(jù)傳輸與存儲分析

物聯(lián)微拍裝置和物聯(lián)分析終端之間采用寬窄帶融合通信技術(shù)。窄帶采用RF433 傳輸信號和數(shù)據(jù)，當(dāng)需要傳視頻和圖片時，開啟WiFi寬帶傳輸，如圖6所示。寬窄帶融合通信，降低傳輸功耗，減少運維成本。采用4G/VPN 傳輸將物聯(lián)分析終端的信息上傳至遠(yuǎn)程后臺，創(chuàng)新采用高速點對點接口傳輸協(xié)議（China Standard Point-to-Point Interface，CSPI），實現(xiàn)數(shù)據(jù)信號的高速傳輸，保證網(wǎng)絡(luò)信息安全。

圖6 邊緣計算部分的數(shù)據(jù)傳輸方式

以220 kV 朱臺變電站為例，經(jīng)統(tǒng)計站內(nèi)共安裝槍機28 個，球機32 個，微拍裝置46 個。系統(tǒng)正常運行時，每個監(jiān)控設(shè)備會存在兩個數(shù)據(jù)流，即監(jiān)控站內(nèi)環(huán)境、設(shè)備和人員情況的實時視頻數(shù)據(jù)流和上傳至物聯(lián)分析終端的存儲數(shù)據(jù)流。當(dāng)站內(nèi)出現(xiàn)異常或告警時，監(jiān)控中心的監(jiān)控人員會調(diào)用站內(nèi)監(jiān)控設(shè)備數(shù)據(jù)，物聯(lián)分析終端也會對數(shù)據(jù)信息進行實時存儲，此時對網(wǎng)絡(luò)帶寬的需求達(dá)到最大。

以表2 中攝像機規(guī)格為例，當(dāng)站內(nèi)出現(xiàn)異常時，站內(nèi)實時產(chǎn)生的最大視頻數(shù)據(jù)流和最大存儲數(shù)據(jù)流均為：4 Mbit/s×78 路+2 Mbit/s×28 路=368 Mbit/s。因此，變電站最大網(wǎng)絡(luò)帶寬需求為368 Mbit/s，對物聯(lián)分析終端存儲寫入的最大速率要求為368 Mbit/s。

3 方案設(shè)計

3.1 邊緣計算下的變電站監(jiān)控系統(tǒng)模型

邊緣計算下的變電站監(jiān)控系統(tǒng)將數(shù)據(jù)的采集、分析、預(yù)處理等功能放在物聯(lián)微拍裝置中，物聯(lián)微拍裝置位于系統(tǒng)邊緣，對監(jiān)測設(shè)備的圖像有選擇性地進行分析、去除冗余信息。邊緣側(cè)所有的監(jiān)測裝置包括物聯(lián)微拍裝置獲得視頻最終全部上傳到物聯(lián)分析終端進行匯總、計算、分析和存儲，如圖7 所示。讓具備人臉識別、環(huán)境分析、行為感知、異常報警和紅外成像等功能的設(shè)備網(wǎng)絡(luò)服務(wù)響應(yīng)更快，降低帶寬需求和能源消耗，提高信息安全和存儲效率［14］。

圖7 邊緣計算下的變電站監(jiān)控系統(tǒng)模型

目前，變電站邊緣計算側(cè)通常使用高清攝像頭、機器人、安防、消防等多為智能傳感器完成對視頻數(shù)據(jù)的采集。通過寬窄帶融合通信技術(shù)實現(xiàn)將采集數(shù)據(jù)統(tǒng)一匯集到物聯(lián)分析終端［15］。邊緣側(cè)物聯(lián)分析終端是邊緣側(cè)和云平臺雙向“溝通式”橋梁，不僅向云中心服務(wù)器發(fā)送數(shù)據(jù)請求實現(xiàn)數(shù)據(jù)實時傳輸和共享，還和部署的其他邊緣設(shè)備進行算法的混跑，實現(xiàn)數(shù)據(jù)的分析、處理。分析終端內(nèi)構(gòu)建神經(jīng)網(wǎng)絡(luò)模型，提供多種AI 識別算法和云邊系統(tǒng)技術(shù)，自動篩選設(shè)備運行狀態(tài)的主要參數(shù)，減少數(shù)據(jù)冗余。同時，負(fù)責(zé)邊緣設(shè)備的調(diào)配和管控，保證數(shù)據(jù)傳輸安全、可靠。

前端邊緣設(shè)備和物聯(lián)分析終端對視頻數(shù)據(jù)進行預(yù)處理，減少數(shù)據(jù)冗余，緩解系統(tǒng)存儲壓力，降低存儲空間的要求，從而提升系統(tǒng)數(shù)據(jù)的保存效率。此外，還能減少復(fù)雜數(shù)據(jù)傳輸對網(wǎng)絡(luò)帶寬帶來的壓力，降低數(shù)據(jù)傳輸產(chǎn)生的“時延”效應(yīng)，避免網(wǎng)絡(luò)擁堵引發(fā)的數(shù)據(jù)安全問題，提升數(shù)據(jù)傳輸?shù)陌踩?、可靠性?/p>

3.2 邊緣計算下的監(jiān)控協(xié)作計算優(yōu)化方法

提出一種邊云計算下的最優(yōu)化高速合作計算關(guān)系——協(xié)作計算優(yōu)化法。通過邊緣側(cè)物聯(lián)分析終端合理分配視頻數(shù)據(jù)資源任務(wù)，將任務(wù)分發(fā)于端設(shè)備，如具有視頻處理功能的傳感器、機器人和攝像頭等。讓邊側(cè)的各類端設(shè)備和物聯(lián)分析終端，通過優(yōu)化分配方法對數(shù)據(jù)進行協(xié)作處理，從而提高集控系統(tǒng)的處理速度、降低時延，緩解后臺數(shù)據(jù)傳輸和網(wǎng)絡(luò)帶寬的壓力。站內(nèi)需要處理的視頻數(shù)據(jù)資源表達(dá)式為

式中：W為站內(nèi)需要監(jiān)測設(shè)備所有工作量總和；i為監(jiān)測設(shè)備的復(fù)雜度等級；n為閾值，1＜i＜n，i為正整數(shù)；wi為處理一次第i級監(jiān)測設(shè)備所需工作量；處理第i級監(jiān)測設(shè)備需執(zhí)行Ki次，則第i級監(jiān)測設(shè)備的工作量總和為Kiwi。

通過站內(nèi)部署的邊緣側(cè)物聯(lián)分析終端和不同的監(jiān)控終端，結(jié)合站內(nèi)監(jiān)控設(shè)備的合理分配方案，可以用矩陣（d，B，c，v）來表達(dá)邊緣計算中心和不同的監(jiān)控終端，d為傳輸距離，B為帶寬，c為數(shù)據(jù)容量，v為運算速度。則邊緣計算中心可以表達(dá)為

將監(jiān)控設(shè)備編號為j，監(jiān)控設(shè)備總個數(shù)為m，1＜j＜m，j取正整數(shù)；則第j個監(jiān)控設(shè)備的數(shù)據(jù)容量為cj，其到邊緣側(cè)物聯(lián)分析終端的距離為dj，帶寬為Bj，運算速度為vj。第j個監(jiān)控終端可以表達(dá)為

令監(jiān)控設(shè)備的合理分配方案為X，監(jiān)控設(shè)備處理數(shù)據(jù)所需時間的模型為

式中：T為總的監(jiān)控數(shù)據(jù)處理時間；argmin 為目標(biāo)函數(shù)T最小時的X取值；向量w=(w1，w2，…，wn)T為待處理監(jiān)控設(shè)備總工作量，由單次處理第i級監(jiān)控設(shè)備的工作量構(gòu)成；I為單位向量；k為監(jiān)測設(shè)備執(zhí)行次數(shù)向量。

同時令邊緣側(cè)物聯(lián)分析終端的數(shù)據(jù)容量為c0，處理速度為v0，光的傳播速度為s，令向量滿足式（5），矩陣滿足式（6）。

式中：xi0為分配給邊緣側(cè)物聯(lián)分析終端第i級監(jiān)控設(shè)備進行數(shù)據(jù)處理的執(zhí)行次數(shù)，即xi0=ki0；xij為第j個監(jiān)控終端處理第i級監(jiān)控設(shè)備所執(zhí)行的次數(shù)，即xij=kij。

根據(jù)監(jiān)控設(shè)備的合理分配矩陣X和數(shù)據(jù)處理的復(fù)雜程度，可以將待處理的監(jiān)控設(shè)備處理量總和W分為WB和WD，其中WB表為邊緣側(cè)物聯(lián)分析終端的視頻數(shù)據(jù)待處理量，WD為所有監(jiān)控終端的視頻數(shù)據(jù)待處理量，第j個監(jiān)控終端的視頻數(shù)據(jù)待處理量為WjD，其各自表達(dá)式為

3.3 協(xié)作計算優(yōu)化法仿真分析

將上述協(xié)作優(yōu)化算法進行實驗，分別分析服務(wù)器數(shù)量、監(jiān)控任務(wù)數(shù)量對系統(tǒng)延時和準(zhǔn)確率的影響，實驗結(jié)果表明協(xié)作優(yōu)化法通過優(yōu)化分配監(jiān)控任務(wù)，可以有效提高系統(tǒng)處理速度、有效縮減處理時延。

3.3.1 服務(wù)器數(shù)量下的平均等待時延

邊緣計算服務(wù)器在同一路段下分別安裝1 個和3 個，計算得到的平均等待時延的理論值，與Matala仿真得到平均等待時延的仿真值進行比較，如圖8所示。在系統(tǒng)負(fù)荷相同時，多個服務(wù)器平均等待時延要低于單個服務(wù)器，且當(dāng)系統(tǒng)負(fù)荷增大時，平均等待時延性能更好，因此協(xié)作計算優(yōu)化法更適應(yīng)變電站復(fù)雜的監(jiān)控環(huán)境，通過在站端安裝邊緣計算服務(wù)器，對站內(nèi)設(shè)備監(jiān)測數(shù)據(jù)預(yù)處理，然后上傳至后臺，能夠快速識別站內(nèi)異常信號，有助于智能運維的發(fā)展。

圖8 1個和3個服務(wù)器在不同系統(tǒng)負(fù)荷下的平均等待時延

3.3.2 不同監(jiān)控任務(wù)數(shù)量下總體任務(wù)的時延

變電站設(shè)備復(fù)雜，現(xiàn)場監(jiān)控裝置多樣，監(jiān)控對象繁多。將協(xié)作優(yōu)化算法與傳統(tǒng)的視頻算法進行對比［15-17］，比較不同監(jiān)控任務(wù)數(shù)量下的時延，如圖9所示。

圖9 不同監(jiān)控任務(wù)下的總體時延

由圖9 可見，協(xié)作優(yōu)化法的總體時延明顯低于其他傳統(tǒng)算法，且隨著監(jiān)控任務(wù)數(shù)量的增加，其優(yōu)勢更加明顯。因此，試驗結(jié)果表明本人提出的協(xié)作優(yōu)化法能有效降低視頻處理的總體時延，提高視頻上傳速度和分析速度。

3.3.3 不同任務(wù)數(shù)量下的視頻準(zhǔn)確率

將變電站內(nèi)的網(wǎng)絡(luò)帶寬設(shè)置在50～100 Mbit/s范圍內(nèi)，比較協(xié)作計算法和調(diào)度算法對目標(biāo)識別的準(zhǔn)確率，如圖10 和表3 所示。由圖10 可見，協(xié)作優(yōu)化法的目標(biāo)識別準(zhǔn)確率明顯高于調(diào)度法，且隨著網(wǎng)絡(luò)帶寬的增加，該方法的目標(biāo)識別準(zhǔn)確率也增加。由表3可見，對變電站已有監(jiān)控設(shè)備目標(biāo)識別準(zhǔn)確率的比較，在帶寬為100 Mbit/s 的條件下，協(xié)作優(yōu)化法目標(biāo)識別的平均準(zhǔn)確率可達(dá)90%。

表3 帶寬100 Mbit/s下各監(jiān)控裝置目標(biāo)識別準(zhǔn)確率 單位：%

圖10 不同帶寬下的目標(biāo)識別率

4 典型應(yīng)用

在變電站在線智能巡視大規(guī)模推進和集控站建設(shè)的條件下，變電站邊緣計算技術(shù)應(yīng)用如表4所示。

表4 邊緣計算在變電站中的應(yīng)用

在此，以110 kV 千峪站2020 年已完成的“視頻+機器人+”改造工程為例，以“SF6表計監(jiān)測”作為技術(shù)落地參考，表計監(jiān)測流程如圖11 所示。其中壓力傳感器和微拍裝置為前端SF6表計信息采集設(shè)備，壓力檢測和喚醒微拍裝置為邊緣計算節(jié)點（此處為物聯(lián)分析終端，終端硬件平臺配置為：8 核CPU 1.6G AI 處理器；存儲容量64 GB，2 GB DDR，內(nèi)置2 GB SPI flash；支持百兆以太網(wǎng)；支持RS232、RS485、4G或5G 公/專網(wǎng)、電力線載波通信（Pouer Line Communication，PLC）、無線局域網(wǎng)（Wircless Fidelity，WiFi）、遠(yuǎn)距離通信（Long Range，LoRa），軟件載體為APP，AI壓力監(jiān)測和壓力調(diào)節(jié)為遠(yuǎn)程云平臺服務(wù)。

圖11 SF6表計監(jiān)測典型應(yīng)用

受天氣、環(huán)境影響，SF6氣室壓力很容易引起變化，尤其在冬季很多壓力表計會頻發(fā)“氣室壓力低”告警信號。運維人員需要冒著天寒路滑的極端天氣現(xiàn)場檢查壓力表指示，進行特巡。

根據(jù)開關(guān)、隔離開關(guān)氣室的安裝位置情況，在原有高清攝像頭的基礎(chǔ)上布設(shè)微拍裝置，解決了巡視盲區(qū)的問題。變電站SF6壓力表的讀數(shù)有3 個區(qū)：正常壓力區(qū)、臨界區(qū)和低壓告警區(qū)。如果壓力低不及時補氣，設(shè)備滅弧能力降低，嚴(yán)重時會導(dǎo)致隔離開關(guān)爆炸。通過邊緣計算節(jié)點（物聯(lián)分析終端）引導(dǎo)，可將壓力傳感器的信號在邊端分析一次，將結(jié)果上傳云平臺，云平臺再簡單分析，將命令返回置邊緣計算節(jié)點喚醒微拍裝置，通過遠(yuǎn)程監(jiān)控讀取SF6表計數(shù)據(jù)，解決了運維人員現(xiàn)場核實信息的麻煩，降低了補氣時間，保證設(shè)備安全運行?；谶吘売嬎愕腟F6表計監(jiān)控具體過程如下：

1）SF6壓力傳感器將采集到的壓力信號實時上送到物聯(lián)分析終端，即邊緣計算節(jié)點。

2）物聯(lián)分析終端再通過邊緣APP 收集數(shù)據(jù)，將所獲數(shù)據(jù)與數(shù)據(jù)庫中開關(guān)刀閘設(shè)定的壓力值進行對比，智能分析壓力。

3）邊緣計算節(jié)點在邊端先進一次AI 分析，若壓力正常，邊緣計算節(jié)點無需將數(shù)據(jù)上傳云平臺，若壓力異常則邊緣計算節(jié)點通過VPN 專網(wǎng)上傳云平臺，并通過WiFi傳至邊緣APP。

4）云平臺將接受的異常數(shù)據(jù)進行二次人工智能模擬訓(xùn)練，AI設(shè)計最優(yōu)的充氣策略。

5）云平臺根據(jù)制定的補氣策略，智能篩選出需要補氣的設(shè)備，發(fā)出壓力調(diào)節(jié)命令，省略現(xiàn)場核實環(huán)節(jié)。

6）云平臺將壓力調(diào)節(jié)命令下發(fā)到邊緣計算節(jié)點。

7）邊緣計算節(jié)點喚醒微拍裝置（或原有其他監(jiān)控設(shè)備），同時聯(lián)動燈光等輔助設(shè)施開啟，輔助微拍等監(jiān)控設(shè)備監(jiān)測。

8）微拍裝置開啟，將SF6表計監(jiān)控畫面?zhèn)髦吝h(yuǎn)程監(jiān)控后臺，運維人員遠(yuǎn)程讀取壓力數(shù)據(jù)。

目前，基于邊緣計算的SF6表計監(jiān)測典型應(yīng)用已在淄博110 kV 變電站得到試點應(yīng)用。在邊端增補物聯(lián)微拍裝置，通過邊緣計算節(jié)點對數(shù)據(jù)匯集、挖掘，并將異常在邊緣APP 中呈現(xiàn)。在SF6壓力檢測過程中，壓力異常自動喚醒和人為控制喚醒監(jiān)控成功率達(dá)到100%，實現(xiàn)了遠(yuǎn)程在線智能巡視，減少了運維人員的巡視壓力，實現(xiàn)了主動運維。

上述典型應(yīng)用可以推廣到站內(nèi)消防、安防、設(shè)備信號獲取等運維巡視領(lǐng)域，通過邊緣APP 獲取站內(nèi)數(shù)據(jù)和信號，自動生成運維巡視報表。物聯(lián)微拍裝置解決在線智能巡視遇到的巡視盲區(qū)多、成本高難推廣的問題，邊緣的物聯(lián)分析終端在邊緣側(cè)進行初步數(shù)據(jù)處理和AI 預(yù)測，實現(xiàn)了多系統(tǒng)的數(shù)據(jù)融合。邊緣計算節(jié)點只是初步計算、分析設(shè)備運行情況，將分析數(shù)據(jù)上傳至云平臺，更多功能還需要云平臺二次AI 處理并將控制指令下發(fā)給邊緣計算節(jié)點，控制微拍裝置運行，從而實現(xiàn)數(shù)據(jù)、智能、應(yīng)用等協(xié)同功能，更好地服務(wù)于變電站在線智能巡視功能。

5 結(jié)語

研究基于邊緣計算的變電站視頻監(jiān)控系統(tǒng)，通過物聯(lián)微拍裝置和物聯(lián)分析終端來對監(jiān)控數(shù)據(jù)進行邊緣計算，在構(gòu)建的基于邊緣計算的變電站監(jiān)控系統(tǒng)模型基礎(chǔ)上提出了一種優(yōu)化配置的協(xié)作計算法，通過仿真和理論值比較驗證了該方法的有效性，對促進邊緣計算技術(shù)在變電站中的應(yīng)用，提升變電站集控站建設(shè)和在線智能巡視推廣速度具有重要意義。在未來智能運檢建設(shè)中還需進一步研究邊緣計算的智能識別算法，將所有的運維業(yè)務(wù)涵蓋其中，進而開發(fā)輸配電邊緣計算綜合業(yè)務(wù)APP，實現(xiàn)電網(wǎng)智能運檢。