摘要：為解決電量計(jì)量數(shù)據(jù)和電力營銷水平的評估能力差的問題，結(jié)合了邊緣計(jì)算技術(shù)在數(shù)據(jù)源附件部署邊緣節(jié)點(diǎn)，利用改進(jìn)型Rsync算法對系統(tǒng)中的各應(yīng)用模塊和邊緣節(jié)點(diǎn)進(jìn)行數(shù)據(jù)同步，對評估完成的電力數(shù)據(jù)進(jìn)行預(yù)測和修正。設(shè)計(jì)出電量計(jì)量誤差評估優(yōu)化裝置進(jìn)行計(jì)量優(yōu)化，對電能表的環(huán)境溫度進(jìn)行感知，根據(jù)全同態(tài)加密方案，提高數(shù)據(jù)的安全性。通過對經(jīng)典的Rsync算法進(jìn)行改進(jìn)優(yōu)化，采用輕量級差量的內(nèi)容分塊代替固定長度分塊，采用滑動窗口獲取同步數(shù)據(jù)的弱指紋，提高差分同步效率。實(shí)驗(yàn)結(jié)果顯示，該系統(tǒng)的數(shù)據(jù)同步時(shí)間最短為438 ms，CPU利用率低于40%，提高了電量計(jì)量數(shù)據(jù)和電力營銷水平的評估能力。

關(guān)鍵詞：電量計(jì)量；電力營銷評估；邊緣計(jì)算；誤差評估優(yōu)化；內(nèi)容分塊

中圖分類號：TP39文獻(xiàn)標(biāo)志碼：A文章編號：1001-5922（2024）10-0173-04

Improved evaluation method of energy metering parameter"optimization based on Rsync technology

LAI Weiping

（State Grid Info-Telecom Great PowerScience and Technology Co.，Ltd.，F(xiàn)uzhou 350001，China）

Abstract：In order to solve the problem of poor evaluation ability of electricity metering data and power marketinglevel，the edge computing technology was combined to deploy the edge node in the data source attachment，and theimproved Rsync algorithm was used to synchronize the data of each application module and the edge node in the sys?tem，and the power data after evaluation was predicted and corrected. The metering error evaluation and optimiza?tion device was designed to optimize the metering，perceive the ambient temperature of the electric energy meter，and improve the security of the data according to the fully homomorphic encryption scheme. By improving and opti?mizing the classical RSYNC algorithm，lightweight difference content segmentation was used instead of fixed lengthsegmentation，and weak fingerprint of synchronization data was obtained by sliding window to improve the efficiencyof differential synchronization. The experimental results showed that the shortest data synchronization time of the re?search system was 438 ms，and the CPU utilization was less than 40%，which greatly improves the evaluation abilityof power metering data and power marketing level.

Key words：electricity metering；electric power marketing evaluation；edge calculation；error evaluation optimiza?tion；content segmentation

當(dāng)前不同地區(qū)的電力市場對電力資源的需求存在很大的差異性，并且對電價(jià)的承受能力和電能水平要求不同[1]。電力企業(yè)要想良好地長期發(fā)展下去，需要降低偏差考核風(fēng)險(xiǎn)，降低計(jì)量誤差并提高對用戶用電需求的感知能力，進(jìn)一步優(yōu)化電力營銷策略[2]。在回歸分析法的基礎(chǔ)上，利用粗糙集理論進(jìn)行電力大數(shù)據(jù)分析和電量預(yù)測[3]。使用基于協(xié)同過濾算法的電力推薦方法，完成電力缺失特征的估計(jì)和用于售電方案的評級估計(jì)[4]。采用深度神經(jīng)網(wǎng)絡(luò)的方法對電力系統(tǒng)的計(jì)量誤差進(jìn)行優(yōu)化，進(jìn)一步提高了電力計(jì)量的準(zhǔn)確性[5]?；诖?，研究設(shè)計(jì)出電量計(jì)量與電力營銷評估優(yōu)化系統(tǒng)。

1電量計(jì)量與電力營銷評估優(yōu)化系統(tǒng)設(shè)計(jì)

電力營銷的多源日志安全數(shù)據(jù)的數(shù)據(jù)挖掘與分析系統(tǒng)整體架構(gòu)如圖1所示。

在本研究的設(shè)計(jì)中，電力營銷的多源日志安全數(shù)據(jù)的數(shù)據(jù)挖掘與分析系統(tǒng)應(yīng)用了用來管理事件與日志的分布式工具LOGSTASH，能夠支持電力營銷業(yè)務(wù)中Native Socket、File tailing和Message bus等數(shù)據(jù)源[6]，通過INPUT插件完成日志的收集聚合功能，修改和注解日志安全數(shù)據(jù)使用filter插件進(jìn)行處理。在多源日志數(shù)據(jù)的搜索中，還使用了基于Apache Lu?cene的Elasticsearch分布式搜索引擎[7]。在實(shí)時(shí)搜索的基礎(chǔ)上加入了可拓展性和高可靠性等功能，通過統(tǒng)一的RESTful API接口與系統(tǒng)進(jìn)行融合，提高了數(shù)據(jù)融合和處理能力，在具體應(yīng)用中不需要定于數(shù)據(jù)結(jié)構(gòu)就能夠完成動態(tài)地對日志數(shù)據(jù)進(jìn)行索引。在該研究設(shè)計(jì)中，還應(yīng)用實(shí)時(shí)計(jì)算框架SPARK，分布式流式日志處理中采用了KAFKA通用消息隊(duì)列，消息隊(duì)列能夠?qū)⑷罩鞠⒊志没酱疟P中，有效降低了日志數(shù)據(jù)丟失的風(fēng)險(xiǎn)[8]。

2電量計(jì)量誤差評估優(yōu)化裝置設(shè)計(jì)

電量計(jì)量誤差評估優(yōu)化裝置采用Xilinx AR?TIX-7系列的FPGA芯片XC7A100T-2FGG4841作為處理器[9]。主控單元具有3個(gè)串行接口，方便數(shù)據(jù)傳輸和程序的調(diào)試，同時(shí)還擁有2個(gè)IIC接口，主控單元內(nèi)部集成振蕩電路，以及實(shí)時(shí)時(shí)鐘等外設(shè)電路。電量計(jì)量誤差評估優(yōu)化裝置硬件結(jié)構(gòu)如圖2所示。

如圖2所示，其中溫度感知模塊中使用了IRTP-300LS非接觸紅外溫度探頭傳感器。計(jì)量模塊中使用了SSP1852芯片。中央處理器采用STM32F407ZGT6微控制芯片。LoRa模塊采用E32-TTL-100（433T20DC）無線串口模塊。E32系列是基于SEMTECH的SX1276/SX1278射頻芯片的[10]無線串行端口模塊（UART）。信號交互部分用于連接主板和通道板，人機(jī)交互部分用于終端設(shè)置和硬件系統(tǒng)信息顯示。硬件電路由LED燈和撥號開關(guān)實(shí)現(xiàn)。電源模塊為整個(gè)系統(tǒng)提供穩(wěn)定可靠的電壓。輸入端連接到行業(yè)常用的24 V輸入電壓，3個(gè)輸出端分別提供24、5和3 V電源電壓[11]。

為了提高信息計(jì)算精度，采用了加急技術(shù)。全同態(tài)加密方案由4個(gè)算法組成，密鑰生成算法、加密算法、解密算法和求值算法。本文的實(shí)數(shù)的運(yùn)算法則是將非整數(shù)的小數(shù)部分進(jìn)行轉(zhuǎn)化成整數(shù)，然后按照整數(shù)的運(yùn)算方法進(jìn)行相應(yīng)的運(yùn)算，提出一種實(shí)數(shù)取模運(yùn)算來進(jìn)行轉(zhuǎn)化[12]。假設(shè)一個(gè)任意的正整數(shù)p和一個(gè)任意的實(shí)數(shù)n滿足：

式中：k為整數(shù)，r為實(shí)數(shù)，并且0rlt;p；對于實(shí)數(shù)n和正整數(shù)p，n除以p的商為k；余數(shù)為r。

實(shí)數(shù)取模的運(yùn)算公式為：

通過式（2）的取模運(yùn)算可以將全同態(tài)的數(shù)據(jù)加密方案擴(kuò)展到實(shí)數(shù)范圍，運(yùn)用到工業(yè)控制系統(tǒng)中數(shù)據(jù)的加密中，提高數(shù)據(jù)的安全性。

3基于內(nèi)容分塊的改進(jìn)RSYNC算法的差量同步

該研究采用輕量級差量同步的基于內(nèi)容分塊（CDC）方法融入到RSYNC算法中，利用CDC代替固定長度分塊，采用一個(gè)滑動窗口機(jī)制，滿足條件則表示找到分塊點(diǎn)，再通過對不相同的塊再分更小的塊來提高去重率[13]，有效減少了數(shù)據(jù)同步時(shí)的分塊時(shí)間，并且取得更好的差量同步效果。改進(jìn)后的RSYNC算法的差量同步流程如圖3所示。

輸入的待同步電力數(shù)據(jù)串為S= （b1b2bm），在有限域的多項(xiàng)式可表示為：

式中：b表示系統(tǒng)中的電力數(shù)據(jù)串；tm表示有限域長度；m表示數(shù)據(jù)串序號。通過式（3）完成了電力數(shù)據(jù)在有限域的映射，多項(xiàng)式的加減可以通過異或?qū)崿F(xiàn)，數(shù)據(jù)串的級聯(lián)可表示為：

R（con（S1S2）） =S1（t）′tl+S2t（mod（P（t）））

（4）式中：R表示同步數(shù)據(jù)的弱指紋；con（S1S2）表示數(shù)據(jù)串級聯(lián)操作；tl表示數(shù)據(jù)串?dāng)U展位數(shù)；l表示擴(kuò)展序號；P（t）表示自定義域上的不可約多項(xiàng)式。通過式（4）完成電力數(shù)據(jù)串的級聯(lián)操作。CDC計(jì)算中利用了滑動窗口，電力數(shù)據(jù)的字節(jié)流為T= （B1B2BN），得到滑動窗口中同步數(shù)據(jù)的弱

指紋為：

式中：c表示內(nèi)容分塊的滑動窗口；1b（n）表示了字節(jié)流的位排列；n表示位排列序號。式（5）表示了內(nèi)容分塊利用滑動窗口得到電力數(shù)據(jù)的弱指紋[14]。改進(jìn)后的RSYNC算法通過限制數(shù)據(jù)塊的大小減少數(shù)據(jù)塊長度的浮動，數(shù)據(jù)塊的概率分布可表示為：

式中：X表示數(shù)據(jù)塊長度；F（x）表示內(nèi)容分塊的限制點(diǎn)；m表示數(shù)據(jù)塊的最大長度。通過式（6）固定數(shù)據(jù)塊的尺寸范圍的極值作為分塊點(diǎn)來減少塊長浮動，彌補(bǔ)期望塊長小而導(dǎo)致的元數(shù)據(jù)開銷。數(shù)據(jù)塊合并時(shí)發(fā)生碰撞將延長單次的同步時(shí)間，發(fā)生碰撞的概率可表示為：

式中：表示合并塊碰撞的條件概率；u表示被修改數(shù)據(jù)塊的個(gè)數(shù)；cm表示不同數(shù)目的塊發(fā)生碰撞的概率；n表示合并塊的總數(shù)。通過式（7）計(jì)算出合并塊發(fā)生碰撞的概率。在數(shù)據(jù)同步過程中，檢查列表中部分?jǐn)?shù)據(jù)塊并不是必須傳輸?shù)?，為了降低碰撞率可以不傳輸塊長，每塊的元數(shù)據(jù)平均長度可表示為：

Mdsy=4p+ （n+m+16）pq+ （4n+5）（Γp）（8）

式中：pq表示檢查列表中弱指紋的長度；Γp表示電力元數(shù)據(jù)的開銷；p表示差量塊的開銷。通過式（8）降低了數(shù)據(jù)同步過程元數(shù)據(jù)的開銷。

綜上所述，內(nèi)容分塊方法通過限制最小塊長可以減少分塊時(shí)間，跳過最小塊長的內(nèi)容哈希計(jì)算[15-16]，并限制限制最大塊長可以提高去重率，盡可能保證塊長與期望塊長相近，才取得更好的差量同步效果，基于內(nèi)容分塊代替RSYNC算法中的固定長度分塊，避免了塊偏移的現(xiàn)象。

4實(shí)驗(yàn)測試

為驗(yàn)證該研究系統(tǒng)的性能和功能模塊的可用性，搭建實(shí)驗(yàn)環(huán)境進(jìn)行應(yīng)用測試，實(shí)驗(yàn)計(jì)算機(jī)部署在邊緣計(jì)算環(huán)境下，用來完成邊緣節(jié)點(diǎn)的身份認(rèn)證和數(shù)據(jù)同步，操作系統(tǒng)為Window 10。

實(shí)驗(yàn)過程中本地文件系統(tǒng)發(fā)生數(shù)據(jù)變更需要向邊緣節(jié)點(diǎn)進(jìn)行數(shù)據(jù)同步，數(shù)據(jù)同步管理平臺中各組織節(jié)點(diǎn)的相關(guān)信息如表1所示。

實(shí)驗(yàn)中使用的數(shù)據(jù)為公共數(shù)據(jù)集SILE，包括了電力文件、可執(zhí)行文件、圖像數(shù)據(jù)、電力計(jì)量數(shù)據(jù)和HTML類型的文件，從數(shù)據(jù)集中取出100 MB數(shù)據(jù)作為基準(zhǔn)數(shù)據(jù)集，經(jīng)過刪除、插入和修改的方式對元數(shù)據(jù)集進(jìn)行處理得到新的實(shí)驗(yàn)數(shù)據(jù)集。實(shí)驗(yàn)數(shù)據(jù)集中電力計(jì)量信息如表2所示。

進(jìn)行數(shù)據(jù)差量同步實(shí)驗(yàn)時(shí)，設(shè)定數(shù)據(jù)集的修改粒度范圍為500～1 000，使用WEBR算法和DSYNC算法作為對比測試，分別稱為方法1和方法2；數(shù)據(jù)同步時(shí)間包括了預(yù)處理、匹配和重構(gòu)文件時(shí)間，實(shí)驗(yàn)時(shí)間最大設(shè)定為30 min，最終的數(shù)據(jù)同步時(shí)間為5次測試的平均值。各方法完成實(shí)驗(yàn)數(shù)據(jù)同步使用的時(shí)間如表3所示。

由表3可知，該研究方法的數(shù)據(jù)同步效率更高。數(shù)據(jù)同步時(shí)間不超過1000ms。當(dāng)修改粒度達(dá)到600時(shí)，方法1的數(shù)據(jù)同步時(shí)間就超過了900 ms；方法2的同步時(shí)間達(dá)到672 ms；修改粒度最大時(shí)方法1的同步時(shí)間達(dá)到1 612 ms，方法2的同步時(shí)間超過1 900 ms。

該研究方法在修改粒度較小時(shí)，數(shù)據(jù)同步時(shí)間不超過500 ms，最短為438 ms，能夠根據(jù)局部直接計(jì)算連續(xù)匹配塊減少了弱指紋的計(jì)算時(shí)間，該研究方法的同步算法在不發(fā)生碰撞的情況下只進(jìn)行一次查找弱指紋，修改粒度最大時(shí)，數(shù)據(jù)同步時(shí)間為918 ms。修改粒度增加到800之后，方法1和方法2的數(shù)據(jù)同步時(shí)間出現(xiàn)明顯的增加，由于固定長度分塊的方法較難找到匹配塊，增加了數(shù)據(jù)同步時(shí)間。

為對比3種同步方法的服務(wù)端并發(fā)性能，使用多個(gè)客戶端進(jìn)行同步文件，在0～500中隨機(jī)選擇一種修改粒度，開始發(fā)生同步請求，隨著客戶端數(shù)量的增加，記錄到CPU利用率如圖4所示。

圖4中該研究方法的CPU利用率始終低于方法1和方法2，說明該研究方法在同步文件時(shí)需要更少的計(jì)算資源，有著更高的并發(fā)性?？蛻舳藬?shù)量達(dá)到300時(shí)，該研究方法的CPU利用率接近40%，方法1的CPU利用率為48.5%，方法2的CPU利用率超過60%。方法1和方法2在同步文件時(shí)占用較多的計(jì)算資源，同步過程中計(jì)算量較大。

5結(jié)語

該研究系統(tǒng)在邊緣計(jì)算環(huán)境下對電力系統(tǒng)中的計(jì)量數(shù)據(jù)和營銷業(yè)務(wù)進(jìn)行評估，基于歷史行為數(shù)據(jù)進(jìn)行電量預(yù)測，并結(jié)合評估優(yōu)化裝置對電力計(jì)量數(shù)據(jù)的誤差進(jìn)行修正，通過電力營銷評估進(jìn)一步獲取電力用戶的用電習(xí)慣，為電力優(yōu)化提供了創(chuàng)新性的數(shù)據(jù)支持。系統(tǒng)中對數(shù)據(jù)同步算法進(jìn)行了改進(jìn)，利用內(nèi)容分塊代替算法中的固定長度分塊，通過滑動窗口計(jì)算待同步數(shù)據(jù)的哈希值，并判斷是否滿足預(yù)設(shè)條件，通過限制數(shù)據(jù)塊的大小減少數(shù)據(jù)塊浮動和元數(shù)據(jù)的開銷，在尋找分塊點(diǎn)之前可以直接跳過前半塊加速分塊過程。

該研究系統(tǒng)中仍存在一些不足需要改進(jìn)和優(yōu)化，在以后研究中需要實(shí)現(xiàn)算法的并行計(jì)算，并進(jìn)一步降低每個(gè)邊緣節(jié)點(diǎn)的計(jì)算壓力。

【參考文獻(xiàn)】

[1]史普鑫，史沛然，王佩雯，等.華北區(qū)域電力調(diào)峰輔助服務(wù)市場分析與運(yùn)行評估[J].電力系統(tǒng)自動化，2021，45（20）：1-10.

[2]譚本東，楊軍，劉源，等.考慮數(shù)據(jù)缺失的電力系統(tǒng)暫態(tài)穩(wěn)定自適應(yīng)集成評估方法[J].電力系統(tǒng)自動化，2021，45（23）：8-15.

[3]周書宇，蔡國偉，楊德友，等.隨機(jī)數(shù)據(jù)驅(qū)動的電力系統(tǒng)小干擾穩(wěn)定在線評估方法[J].電力系統(tǒng)自動化，2022，46（1）：7-8.

[4]蔡霽霖，郝麗麗，張柯琪.含可再生能源電力系統(tǒng)可靠性評估的非參數(shù)重要性分層抽樣法[J].電力系統(tǒng)自動化，2022，46（7）：12-25.

[5]SHI H，LI Y，JIANG Z，et al. Comprehensive power quali?ty evaluation method of microgrid with dynamic weight?ing based on CRITIC：[J]. Measurement and Control，2021，54（5-6）：1097-1104.

[6]孫黎霞，彭嘉杰，白景濤，等.結(jié)合圖嵌入算法的電力系統(tǒng)多任務(wù)暫態(tài)穩(wěn)定評估[J].電力系統(tǒng)自動化，2022，46（2）：9-21.

[7]杜一星，胡志堅(jiān)，李犇，等.基于雙向門控循環(huán)單元的電力系統(tǒng)暫態(tài)穩(wěn)定評估[J].電力系統(tǒng)自動化，2021，45（20）：10-17.

[8]李寶琴，吳俊勇，強(qiáng)子玥，等.基于改進(jìn)DCGAN的電力系統(tǒng)暫態(tài)穩(wěn)定增強(qiáng)型自適應(yīng)評估[J].電力系統(tǒng)自動化，2022，46（2）：10-36.

[9]杜一星，胡志堅(jiān)，陳緯楠，等.基于改進(jìn)CatBoost的電力系統(tǒng)暫態(tài)穩(wěn)定評估方法[J].電力自動化設(shè)備，2021，41（12）：8-9.

[10]盧錦玲，郭魯豫.基于改進(jìn)深度殘差收縮網(wǎng)絡(luò)的電力系統(tǒng)暫態(tài)穩(wěn)定評估[J].電工技術(shù)學(xué)報(bào)，2021，36（11）：12-20.

[11]樊永強(qiáng)，馮宏偉.基于RT-Thread的便攜式學(xué)生健康監(jiān)測儀設(shè)計(jì)[J].粘接，2020，41（1）：52-55.

[12]俞曉峰，袁嶺，崔藝林，等.分布式光伏電源的配電網(wǎng)故障特征計(jì)算模型分析[J].粘接，2023，50（1）：140-143.

[13]杜濤，王朝龍，朱靖，等.基于聚類算法的變壓設(shè)備運(yùn)行數(shù)據(jù)監(jiān)測與異常檢測技術(shù)[J].粘接，2022，49（12）：137-140.

[14]嚴(yán)超，陳儒軍，申瑞杰，等.分布式多通道電法電磁法數(shù)據(jù)同步采集系統(tǒng)[J].地球物理學(xué)進(jìn)展，2021，36（4）：8-10.

[15]劉子杰，王凱，王亞剛，等.工業(yè)互聯(lián)網(wǎng)端邊云協(xié)同數(shù)據(jù)同步方案設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)應(yīng)用研究，2022，39（3）：5-13.

[16]伍巧鳳，王琳，張雋祺，等.數(shù)字化儀控平臺冗余控制器數(shù)據(jù)同步方法研究[J].自動化儀表，2021，42（S01）：4-9.