魏文震，崔冬曉，楊增健，劉海萍，李 強(qiáng)

（國(guó)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(lái)，國(guó)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(tái)的新一代集控站設(shè)備監(jiān)控系統(tǒng)（以下簡(jiǎn)稱(chēng)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(jī)器人軌道巡視，通過(guò)大量部署的攝像機(jī)、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(hào)上傳到集控系統(tǒng)后臺(tái)，運(yùn)維人員成立監(jiān)控班對(duì)信號(hào)實(shí)時(shí)監(jiān)控［2-4］。然而，變電站內(nèi)主設(shè)備監(jiān)控及輔控信號(hào)的海量接入必將給集控系統(tǒng)建設(shè)中的信息存儲(chǔ)和傳輸帶來(lái)壓力。

云計(jì)算技術(shù)在現(xiàn)實(shí)中應(yīng)用越來(lái)越廣泛，該技術(shù)已經(jīng)很成熟［5-6］。將云計(jì)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(duì)資源進(jìn)行集中式管理。然而，變電站復(fù)雜的應(yīng)用場(chǎng)景、海量的視頻傳輸和主輔設(shè)備的信號(hào)接入將消耗云計(jì)算中心的大量資源，也會(huì)給監(jiān)控?cái)?shù)據(jù)的實(shí)時(shí)性帶來(lái)一定影響。

基于上述問(wèn)題，提出在變電站集控系統(tǒng)中，引入邊緣計(jì)算技術(shù)［7］，通過(guò)搭建邊緣計(jì)算模型，利用邊緣節(jié)點(diǎn)研究視頻幀過(guò)濾算法，對(duì)站內(nèi)機(jī)器人、攝像頭、傳感器等邊緣設(shè)備等采集的視頻流和信號(hào)進(jìn)行檢測(cè)和定位，緩解數(shù)據(jù)存儲(chǔ)和傳輸壓力，減少數(shù)據(jù)冗余性。解決設(shè)備監(jiān)控強(qiáng)度不足、智能化支撐力不夠等問(wèn)題。利用監(jiān)控協(xié)作計(jì)算優(yōu)化算法，提高集控系統(tǒng)處理速度、縮減處理時(shí)延，緩解監(jiān)控后臺(tái)數(shù)據(jù)傳輸和網(wǎng)絡(luò)帶寬壓力，更好地獲取邊緣計(jì)算節(jié)點(diǎn)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(jì)算

人工智能的發(fā)展，對(duì)數(shù)據(jù)的存儲(chǔ)和處理技術(shù)要求越來(lái)越高。以集中式數(shù)據(jù)處理為核心的云計(jì)算技術(shù)已漸漸無(wú)法滿足海量數(shù)據(jù)處理的要求，針對(duì)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(jì)算技術(shù)成為研究的熱點(diǎn)［8］。

邊緣計(jì)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(chǔ)和應(yīng)用為一體的計(jì)算平臺(tái)，為附近的設(shè)備提供邊緣計(jì)算服務(wù)，實(shí)現(xiàn)數(shù)字化連接、實(shí)時(shí)監(jiān)測(cè)、智能識(shí)別、數(shù)據(jù)優(yōu)化與存儲(chǔ)、信息安全等功能［9］。邊緣計(jì)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(tái)，實(shí)現(xiàn)各類(lèi)應(yīng)用功能。按照業(yè)務(wù)需求對(duì)各類(lèi)應(yīng)用功能進(jìn)行邏輯鏈接、靈活組合［10］。系統(tǒng)能提供日常運(yùn)行監(jiān)視、故障及缺陷告警，遠(yuǎn)程倒閘操作等業(yè)務(wù)場(chǎng)景，支撐監(jiān)控、運(yùn)維人員更好地掌握設(shè)備運(yùn)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(jì)算的架構(gòu)

將邊緣計(jì)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(tái)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(jī)器人、攝像頭、傳感器等狀態(tài)感知設(shè)備，對(duì)變電站環(huán)境、設(shè)備運(yùn)行狀態(tài)和設(shè)備電氣量等數(shù)據(jù)進(jìn)行監(jiān)測(cè)和感知。網(wǎng)絡(luò)層基于4G 傳輸通道，實(shí)現(xiàn)視頻、圖片的毫秒級(jí)傳輸。平臺(tái)層將接收的數(shù)據(jù)進(jìn)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(shí)別處理。應(yīng)用層是運(yùn)維業(yè)務(wù)的載體，以多維度、可視化的方式展示給運(yùn)維人員，實(shí)現(xiàn)了電腦（Personal Computer，PC）和移動(dòng)終端的“多端應(yīng)用”。變電站的邊緣計(jì)算架構(gòu)如圖2所示。

圖2 變電站邊緣計(jì)算架構(gòu)

2 集控系統(tǒng)需求

2.1 數(shù)據(jù)交互機(jī)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(shí)現(xiàn)站內(nèi)端設(shè)備及邊緣節(jié)點(diǎn)內(nèi)部數(shù)據(jù)和對(duì)外數(shù)據(jù)的雙向交換，使站內(nèi)不同監(jiān)測(cè)設(shè)備的數(shù)據(jù)實(shí)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(kāi)放和數(shù)據(jù)接口可擴(kuò)充等功能。

2.1.1 內(nèi)部交互機(jī)制

邊緣計(jì)算節(jié)點(diǎn)通過(guò)消息隊(duì)列遙測(cè)傳輸（Messenge Queuing Telemetry Transport，MQTT）總線來(lái)實(shí)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(lèi)，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(kù)、實(shí)時(shí)數(shù)據(jù)庫(kù)及非結(jié)構(gòu)化數(shù)據(jù)模塊構(gòu)成，對(duì)數(shù)據(jù)進(jìn)行采樣、處理、維護(hù)、初始化，為各類(lèi)監(jiān)測(cè)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(yùn)行監(jiān)控以及設(shè)備狀態(tài)分析需要選擇采集并存儲(chǔ)相應(yīng)數(shù)據(jù)。數(shù)據(jù)管理模塊上傳的數(shù)據(jù)進(jìn)行優(yōu)化和轉(zhuǎn)存，其中，事故、異常、越限、變位類(lèi)數(shù)據(jù)需要實(shí)時(shí)上傳并存儲(chǔ)在實(shí)時(shí)數(shù)據(jù)庫(kù)中，告知類(lèi)信息根據(jù)實(shí)際需要選擇是否上傳，其相關(guān)數(shù)據(jù)通過(guò)保護(hù)、測(cè)控、故障錄波等裝置存儲(chǔ)形成歷史數(shù)據(jù)庫(kù)，記錄型文件、模型等存儲(chǔ)在非機(jī)構(gòu)化數(shù)據(jù)庫(kù)中。數(shù)據(jù)代理為APP 提供訪問(wèn)數(shù)據(jù)庫(kù)的接口。集控系統(tǒng)具體的采集存儲(chǔ)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(chǔ)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(kù)間、實(shí)時(shí)數(shù)據(jù)與歷史數(shù)據(jù)間兩種訪問(wèn)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(shí)時(shí)等數(shù)據(jù)的采集和分析，并通過(guò)數(shù)據(jù)代理傳至相應(yīng)數(shù)據(jù)庫(kù)，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(duì)集控系統(tǒng)的內(nèi)部數(shù)據(jù)進(jìn)行處理和交互。

通過(guò)設(shè)定的數(shù)據(jù)處理規(guī)則，將實(shí)時(shí)數(shù)據(jù)存儲(chǔ)到歷史數(shù)據(jù)庫(kù)中，通過(guò)系統(tǒng)內(nèi)部的數(shù)據(jù)保護(hù)機(jī)制實(shí)現(xiàn)統(tǒng)計(jì)數(shù)據(jù)到歷史數(shù)據(jù)庫(kù)的轉(zhuǎn)存，防止因監(jiān)測(cè)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(duì)外交互機(jī)制

邊緣計(jì)算節(jié)點(diǎn)對(duì)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(jì)算節(jié)點(diǎn)上的微應(yīng)用。能夠?qū)ρ惨曔^(guò)程中需要記錄的實(shí)時(shí)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(wú)功）、輔助設(shè)施數(shù)據(jù)（消防、安防）進(jìn)行采集，自動(dòng)生成巡視報(bào)表；具備定值修改、命令下發(fā)等功能；能夠訪問(wèn)數(shù)據(jù)庫(kù)，查看所需數(shù)據(jù)，接收邊緣計(jì)算節(jié)點(diǎn)上傳的異常信號(hào)，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(dòng)和邊主動(dòng)兩種方式。云主動(dòng)是云主站根據(jù)需求自動(dòng)下發(fā)喚醒指令到邊緣計(jì)算節(jié)點(diǎn)，進(jìn)而喚醒相應(yīng)的端設(shè)備。邊主動(dòng)是邊緣計(jì)算節(jié)點(diǎn)和云平臺(tái)的數(shù)據(jù)交互，其中的交互數(shù)據(jù)包括：設(shè)備運(yùn)行的監(jiān)測(cè)數(shù)據(jù)、保護(hù)動(dòng)作及告警信號(hào)、運(yùn)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(gè)邊緣計(jì)算節(jié)點(diǎn)間的數(shù)據(jù)交互流程，由數(shù)據(jù)代理和云平臺(tái)來(lái)實(shí)現(xiàn)。站內(nèi)設(shè)備種類(lèi)多，數(shù)據(jù)處理壓力大，需要部署多個(gè)邊緣計(jì)算節(jié)點(diǎn)。圖4 中若將邊緣計(jì)算節(jié)點(diǎn)一的數(shù)據(jù)傳送到邊緣計(jì)算節(jié)點(diǎn)二，需要先對(duì)云平臺(tái)發(fā)送請(qǐng)求，云平臺(tái)通過(guò)分析邊緣節(jié)點(diǎn)的安裝部署等情況后，將請(qǐng)求命令下發(fā)給節(jié)點(diǎn)二，節(jié)點(diǎn)二才能將數(shù)據(jù)經(jīng)過(guò)云平臺(tái)傳送給節(jié)點(diǎn)一。

圖4 集控系統(tǒng)對(duì)外數(shù)據(jù)交互流程

3）邊端互交。

根據(jù)邊緣APP 通過(guò)邊緣計(jì)算節(jié)點(diǎn)獲取端設(shè)備的狀態(tài)數(shù)據(jù)，邊緣計(jì)算節(jié)點(diǎn)同時(shí)將本身或云平臺(tái)、邊緣APP的指令下發(fā)到端設(shè)備，實(shí)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(jī)制下，通過(guò)標(biāo)準(zhǔn)化接口實(shí)現(xiàn)不同云主站系統(tǒng)間的數(shù)據(jù)交互，挖掘有價(jià)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(jī)器人為主，對(duì)于機(jī)器人的巡檢盲區(qū)，輔以高清視頻攝像機(jī)作為補(bǔ)充。由于高清攝像機(jī)采用有源有線布置，安裝不便，且成本高，導(dǎo)致布設(shè)點(diǎn)位不足［12-13］。

基于邊緣計(jì)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(guò)底座上的膠貼、磁鐵或者螺釘對(duì)微拍裝置進(jìn)行固定，采用內(nèi)置磷酸鋰電池供電以及無(wú)線通信技術(shù)，無(wú)需外接電源線和通信數(shù)據(jù)線即可實(shí)現(xiàn)快速部署，避免了現(xiàn)場(chǎng)安裝時(shí)布線、開(kāi)槽、挖溝，極大降低了現(xiàn)場(chǎng)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(jì)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(jī)器人主機(jī)、視頻主機(jī)、輔控主機(jī)、消防主機(jī)等多機(jī)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(duì)微拍裝置上傳的視頻及圖像數(shù)據(jù)進(jìn)行實(shí)時(shí)分析，調(diào)用最優(yōu)的模型進(jìn)行AI分析，實(shí)現(xiàn)多維度場(chǎng)景管控。在前端自動(dòng)過(guò)濾掉無(wú)效、重復(fù)隱患目標(biāo)，進(jìn)行邊緣計(jì)算處理，減少數(shù)據(jù)上傳壓力，主站平臺(tái)根據(jù)分析終端的上傳數(shù)據(jù)信息進(jìn)行二次確認(rèn)。

2.3 存儲(chǔ)與網(wǎng)絡(luò)帶寬

2.3.1 攝像機(jī)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(hù)室、變壓器、走廊等位置已布置了高清規(guī)格的攝像機(jī)。按照集控站的部署要求，接下來(lái)需要完善現(xiàn)有的軌道機(jī)器人，在此基礎(chǔ)上針對(duì)機(jī)器人盲點(diǎn)補(bǔ)填相應(yīng)的攝像機(jī)，最終替代運(yùn)維人員的例行巡視。然而，攝像機(jī)數(shù)據(jù)量的產(chǎn)生情況因型號(hào)不同而各不相同。例如變電站內(nèi)安裝的槍機(jī)攝像機(jī)，其碼流如果為2 048 kbit/s，那么每臺(tái)每小時(shí)將會(huì)產(chǎn)生900 MB 左右的監(jiān)測(cè)數(shù)據(jù)，每天就會(huì)有21 GB 的監(jiān)測(cè)數(shù)據(jù)。目前，變電站安裝攝像機(jī)產(chǎn)生的數(shù)據(jù)情況見(jiàn)表2

表2 變電站安裝攝像機(jī)產(chǎn)生的數(shù)據(jù)情況

2.3.2 視頻數(shù)據(jù)傳輸與存儲(chǔ)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(hào)和數(shù)據(jù)，當(dāng)需要傳視頻和圖片時(shí)，開(kāi)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(yùn)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(tái)，創(chuàng)新采用高速點(diǎn)對(duì)點(diǎn)接口傳輸協(xié)議（China Standard Point-to-Point Interface，CSPI），實(shí)現(xiàn)數(shù)據(jù)信號(hào)的高速傳輸，保證網(wǎng)絡(luò)信息安全。

圖6 邊緣計(jì)算部分的數(shù)據(jù)傳輸方式

以220 kV 朱臺(tái)變電站為例，經(jīng)統(tǒng)計(jì)站內(nèi)共安裝槍機(jī)28 個(gè)，球機(jī)32 個(gè)，微拍裝置46 個(gè)。系統(tǒng)正常運(yùn)行時(shí)，每個(gè)監(jiān)控設(shè)備會(huì)存在兩個(gè)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(shí)時(shí)視頻數(shù)據(jù)流和上傳至物聯(lián)分析終端的存儲(chǔ)數(shù)據(jù)流。當(dāng)站內(nèi)出現(xiàn)異常或告警時(shí)，監(jiān)控中心的監(jiān)控人員會(huì)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(huì)對(duì)數(shù)據(jù)信息進(jìn)行實(shí)時(shí)存儲(chǔ)，此時(shí)對(duì)網(wǎng)絡(luò)帶寬的需求達(dá)到最大。

以表2 中攝像機(jī)規(guī)格為例，當(dāng)站內(nèi)出現(xiàn)異常時(shí)，站內(nèi)實(shí)時(shí)產(chǎn)生的最大視頻數(shù)據(jù)流和最大存儲(chǔ)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(duì)物聯(lián)分析終端存儲(chǔ)寫(xiě)入的最大速率要求為368 Mbit/s。

3 方案設(shè)計(jì)

3.1 邊緣計(jì)算下的變電站監(jiān)控系統(tǒng)模型

邊緣計(jì)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(duì)監(jiān)測(cè)設(shè)備的圖像有選擇性地進(jìn)行分析、去除冗余信息。邊緣側(cè)所有的監(jiān)測(cè)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(jìn)行匯總、計(jì)算、分析和存儲(chǔ)，如圖7 所示。讓具備人臉識(shí)別、環(huán)境分析、行為感知、異常報(bào)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(chǔ)效率［14］。

圖7 邊緣計(jì)算下的變電站監(jiān)控系統(tǒng)模型

目前，變電站邊緣計(jì)算側(cè)通常使用高清攝像頭、機(jī)器人、安防、消防等多為智能傳感器完成對(duì)視頻數(shù)據(jù)的采集。通過(guò)寬窄帶融合通信技術(shù)實(shí)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(tái)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(qǐng)求實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)傳輸和共享，還和部署的其他邊緣設(shè)備進(jìn)行算法的混跑，實(shí)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(shí)別算法和云邊系統(tǒng)技術(shù)，自動(dòng)篩選設(shè)備運(yùn)行狀態(tài)的主要參數(shù)，減少數(shù)據(jù)冗余。同時(shí)，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(duì)視頻數(shù)據(jù)進(jìn)行預(yù)處理，減少數(shù)據(jù)冗余，緩解系統(tǒng)存儲(chǔ)壓力，降低存儲(chǔ)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?gòu)?fù)雜數(shù)據(jù)傳輸對(duì)網(wǎng)絡(luò)帶寬帶來(lái)的壓力，降低數(shù)據(jù)傳輸產(chǎn)生的“時(shí)延”效應(yīng)，避免網(wǎng)絡(luò)擁堵引發(fā)的數(shù)據(jù)安全問(wèn)題，提升數(shù)據(jù)傳輸?shù)陌踩?、可靠性?/p>

3.2 邊緣計(jì)算下的監(jiān)控協(xié)作計(jì)算優(yōu)化方法

提出一種邊云計(jì)算下的最優(yōu)化高速合作計(jì)算關(guān)系——協(xié)作計(jì)算優(yōu)化法。通過(guò)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(jī)器人和攝像頭等。讓邊側(cè)的各類(lèi)端設(shè)備和物聯(lián)分析終端，通過(guò)優(yōu)化分配方法對(duì)數(shù)據(jù)進(jìn)行協(xié)作處理，從而提高集控系統(tǒng)的處理速度、降低時(shí)延，緩解后臺(tái)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(cè)設(shè)備所有工作量總和；i為監(jiān)測(cè)設(shè)備的復(fù)雜度等級(jí)；n為閾值，1＜i＜n，i為正整數(shù)；wi為處理一次第i級(jí)監(jiān)測(cè)設(shè)備所需工作量；處理第i級(jí)監(jiān)測(cè)設(shè)備需執(zhí)行Ki次，則第i級(jí)監(jiān)測(cè)設(shè)備的工作量總和為Kiwi。

通過(guò)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(lái)表達(dá)邊緣計(jì)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(yùn)算速度。則邊緣計(jì)算中心可以表達(dá)為

將監(jiān)控設(shè)備編號(hào)為j，監(jiān)控設(shè)備總個(gè)數(shù)為m，1＜j＜m，j取正整數(shù)；則第j個(gè)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(yùn)算速度為vj。第j個(gè)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(shí)間的模型為

式中：T為總的監(jiān)控?cái)?shù)據(jù)處理時(shí)間；argmin 為目標(biāo)函數(shù)T最小時(shí)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(jí)監(jiān)控設(shè)備的工作量構(gòu)成；I為單位向量；k為監(jiān)測(cè)設(shè)備執(zhí)行次數(shù)向量。

同時(shí)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(jí)監(jiān)控設(shè)備進(jìn)行數(shù)據(jù)處理的執(zhí)行次數(shù)，即xi0=ki0；xij為第j個(gè)監(jiān)控終端處理第i級(jí)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(gè)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(jì)算優(yōu)化法仿真分析

將上述協(xié)作優(yōu)化算法進(jìn)行實(shí)驗(yàn)，分別分析服務(wù)器數(shù)量、監(jiān)控任務(wù)數(shù)量對(duì)系統(tǒng)延時(shí)和準(zhǔn)確率的影響，實(shí)驗(yàn)結(jié)果表明協(xié)作優(yōu)化法通過(guò)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(shí)延。

3.3.1 服務(wù)器數(shù)量下的平均等待時(shí)延

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

圖8 1個(gè)和3個(gè)服務(wù)器在不同系統(tǒng)負(fù)荷下的平均等待時(shí)延

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

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

圖9 不同監(jiān)控任務(wù)下的總體時(shí)延

由圖9 可見(jiàn)，協(xié)作優(yōu)化法的總體時(shí)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(shì)更加明顯。因此，試驗(yàn)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(shí)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(jì)算法和調(diào)度算法對(duì)目標(biāo)識(shí)別的準(zhǔn)確率，如圖10 和表3 所示。由圖10 可見(jiàn)，協(xié)作優(yōu)化法的目標(biāo)識(shí)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(shí)別準(zhǔn)確率也增加。由表3可見(jiàn)，對(duì)變電站已有監(jiān)控設(shè)備目標(biāo)識(shí)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(shí)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(shí)別準(zhǔn)確率 單位：%

圖10 不同帶寬下的目標(biāo)識(shí)別率

4 典型應(yīng)用

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

表4 邊緣計(jì)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(jī)器人+”改造工程為例，以“SF6表計(jì)監(jiān)測(cè)”作為技術(shù)落地參考，表計(jì)監(jiān)測(cè)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(jì)信息采集設(shè)備，壓力檢測(cè)和喚醒微拍裝置為邊緣計(jì)算節(jié)點(diǎn)（此處為物聯(lián)分析終端，終端硬件平臺(tái)配置為：8 核CPU 1.6G AI 處理器；存儲(chǔ)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(zhuān)網(wǎng)、電力線載波通信（Pouer Line Communication，PLC）、無(wú)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(cè)和壓力調(diào)節(jié)為遠(yuǎn)程云平臺(tái)服務(wù)。

圖11 SF6表計(jì)監(jiān)測(cè)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(jì)會(huì)頻發(fā)“氣室壓力低”告警信號(hào)。運(yùn)維人員需要冒著天寒路滑的極端天氣現(xiàn)場(chǎng)檢查壓力表指示，進(jìn)行特巡。

根據(jù)開(kāi)關(guān)、隔離開(kāi)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(wèn)題。變電站SF6壓力表的讀數(shù)有3 個(gè)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(shí)補(bǔ)氣，設(shè)備滅弧能力降低，嚴(yán)重時(shí)會(huì)導(dǎo)致隔離開(kāi)關(guān)爆炸。通過(guò)邊緣計(jì)算節(jié)點(diǎn)（物聯(lián)分析終端）引導(dǎo)，可將壓力傳感器的信號(hào)在邊端分析一次，將結(jié)果上傳云平臺(tái)，云平臺(tái)再簡(jiǎn)單分析，將命令返回置邊緣計(jì)算節(jié)點(diǎn)喚醒微拍裝置，通過(guò)遠(yuǎn)程監(jiān)控讀取SF6表計(jì)數(shù)據(jù)，解決了運(yùn)維人員現(xiàn)場(chǎng)核實(shí)信息的麻煩，降低了補(bǔ)氣時(shí)間，保證設(shè)備安全運(yùn)行?；谶吘売?jì)算的SF6表計(jì)監(jiān)控具體過(guò)程如下：

1）SF6壓力傳感器將采集到的壓力信號(hào)實(shí)時(shí)上送到物聯(lián)分析終端，即邊緣計(jì)算節(jié)點(diǎn)。

2）物聯(lián)分析終端再通過(guò)邊緣APP 收集數(shù)據(jù)，將所獲數(shù)據(jù)與數(shù)據(jù)庫(kù)中開(kāi)關(guān)刀閘設(shè)定的壓力值進(jìn)行對(duì)比，智能分析壓力。

3）邊緣計(jì)算節(jié)點(diǎn)在邊端先進(jìn)一次AI 分析，若壓力正常，邊緣計(jì)算節(jié)點(diǎn)無(wú)需將數(shù)據(jù)上傳云平臺(tái)，若壓力異常則邊緣計(jì)算節(jié)點(diǎn)通過(guò)VPN 專(zhuān)網(wǎng)上傳云平臺(tái)，并通過(guò)WiFi傳至邊緣APP。

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

5）云平臺(tái)根據(jù)制定的補(bǔ)氣策略，智能篩選出需要補(bǔ)氣的設(shè)備，發(fā)出壓力調(diào)節(jié)命令，省略現(xiàn)場(chǎng)核實(shí)環(huán)節(jié)。

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

7）邊緣計(jì)算節(jié)點(diǎn)喚醒微拍裝置（或原有其他監(jiān)控設(shè)備），同時(shí)聯(lián)動(dòng)燈光等輔助設(shè)施開(kāi)啟，輔助微拍等監(jiān)控設(shè)備監(jiān)測(cè)。

8）微拍裝置開(kāi)啟，將SF6表計(jì)監(jiān)控畫(huà)面?zhèn)髦吝h(yuǎn)程監(jiān)控后臺(tái)，運(yùn)維人員遠(yuǎn)程讀取壓力數(shù)據(jù)。

目前，基于邊緣計(jì)算的SF6表計(jì)監(jiān)測(cè)典型應(yīng)用已在淄博110 kV 變電站得到試點(diǎn)應(yīng)用。在邊端增補(bǔ)物聯(lián)微拍裝置，通過(guò)邊緣計(jì)算節(jié)點(diǎn)對(duì)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(cè)過(guò)程中，壓力異常自動(dòng)喚醒和人為控制喚醒監(jiān)控成功率達(dá)到100%，實(shí)現(xiàn)了遠(yuǎn)程在線智能巡視，減少了運(yùn)維人員的巡視壓力，實(shí)現(xiàn)了主動(dòng)運(yùn)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(hào)獲取等運(yùn)維巡視領(lǐng)域，通過(guò)邊緣APP 獲取站內(nèi)數(shù)據(jù)和信號(hào)，自動(dòng)生成運(yùn)維巡視報(bào)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(wèn)題，邊緣的物聯(lián)分析終端在邊緣側(cè)進(jìn)行初步數(shù)據(jù)處理和AI 預(yù)測(cè)，實(shí)現(xiàn)了多系統(tǒng)的數(shù)據(jù)融合。邊緣計(jì)算節(jié)點(diǎn)只是初步計(jì)算、分析設(shè)備運(yùn)行情況，將分析數(shù)據(jù)上傳至云平臺(tái)，更多功能還需要云平臺(tái)二次AI 處理并將控制指令下發(fā)給邊緣計(jì)算節(jié)點(diǎn)，控制微拍裝置運(yùn)行，從而實(shí)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(yǔ)

研究基于邊緣計(jì)算的變電站視頻監(jiān)控系統(tǒng)，通過(guò)物聯(lián)微拍裝置和物聯(lián)分析終端來(lái)對(duì)監(jiān)控?cái)?shù)據(jù)進(jìn)行邊緣計(jì)算，在構(gòu)建的基于邊緣計(jì)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(jì)算法，通過(guò)仿真和理論值比較驗(yàn)證了該方法的有效性，對(duì)促進(jìn)邊緣計(jì)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(lái)智能運(yùn)檢建設(shè)中還需進(jìn)一步研究邊緣計(jì)算的智能識(shí)別算法，將所有的運(yùn)維業(yè)務(wù)涵蓋其中，進(jìn)而開(kāi)發(fā)輸配電邊緣計(jì)算綜合業(yè)務(wù)APP，實(shí)現(xiàn)電網(wǎng)智能運(yùn)檢。