基于边缘计算的配网管理和运维体系研究

针对目前配网管理和运维体系滞后、管理不善的问题,提出了新型的管理和运维体系架构。该研究基于边缘计算技术,构建出基于“云、管、边、端”4层架构的管理系统,更具体地说,该系统包括终端层、边缘设备层、信息化管理层和云端管理层,该系统能够计算出配电网系统中分布广泛、繁多的数据。通过在系统中构建出包括MEC虚拟化基础设施层、MEC平台层和MEC应用层的移动边缘计算平台,用户能够及时处理、应用平台内的数据。通过边缘计算,能够直观地反映数据库中的不同参数与边缘计算系统间的耦合关系,计算出影响配网管理和运维的不同参数,进而适时评估电力配网系统的运行状态。试验表明,基于边缘计算的配网系统优于传统的物联网技术、监测设备和人工计算方法。     

高压XLPE电缆缓冲层状态模糊综合评估方法北大核心CSCD

针对高压XLPE电缆缓冲层烧蚀故障频发,缓冲层烧蚀影响因素较多,难以准确评估在运电缆缓冲层状态的情况,提出了一种缓冲层状态模糊综合评估方法。根据缓冲层烧蚀故障机理及带材特性,建立状态评估因子及评估分级标准。在此基础上,采用改进层次分析方法确定评估因子的权重。采用模糊综合评价方法,计算缓冲层状态评估等级隶属度向量。根据最大隶属度原则确定最终评估结果。通过实例计算表明,该评估方法能够对缓冲层状态进行准确评估,有效降低人的主观因素影响,为制定在运高压XLPE电缆缓冲层状态运维管控措施提供了科学依据。     

未来配网电缆通道智能化运检管理新模式探索

围绕“三型两网”世界一流能源互联网企业建设目标,强化技术创新,对内提升质效,对外融通发展,加快建设泛在电力物联网,未来配网电缆通道智能化运检管理新模式将遵循世界一流城市配电网和泛在电力物联网建设目标重要指示,打破传统电缆及通道运维管理模式,全面提升电缆及通道数字化管理水平,提质增效、迭代升级,有效实现“数据一个源、电网一张图、业务一条线”。以电缆通道智能管控及巡检移动终端系统为核心,实现电缆通道资源线上审批应用,同时利用智能化仪器设备和现代化信息技术加强电缆通道日常巡检管理,包括电缆通道智能监测装置、电缆通道智能探测设备、RFID电子标识等。智能化设备装置的数据均同步上传至移动终端系统,完成一平台管理、多场景应用。通过该模式可以实现配网电缆通道全过程、多环节、多维度管控,达到精益化、可视化、智能化主动运维管理的目标。     

基于泛在电力物联网的配电变压器智能监测系统设计

为解决目前配电变压器监测系统在运行中存在的安全性及延时性等问题,基于泛在电力物联网技术设计了配电变压器智能监测系统。构建具有基于深度学习的边缘计算框架的感知层,实现智能终端各类监测设备的安全接入及数据预处理;构建网络层,实现海量数据的快速安全传输;构建平台层,接入物联管理平台和数据中台,实现数据共享;最后构建应用层,实现数据的全景展示、统计分析及远程监控等核心功能。     

基于主动感知技术的输变电设备物联网建设及应用

针对电网规模不断扩大,输变电设备运维管理难度越来越大的问题,基于新型智能传感、边缘计算、数字孪生、泛在物联等主动感知技术,提出了具有河北电网特色输变电设备物联网建设方案.通过变压器智能化、智慧检测体系构建、物联数据融合应用、运维替代等典型应用场景,验证了基于新型主动感知技术的输变电设备物联网建设方案的可行性.     

基于电力物联网的继电保护定值智能运维系统研究

针对传统定值运维工作中存在的工作量大、效率低、准确率差等问题,研究基于电力物联网的继电保护定值智能运维系统。首先,以定值智能运维系统为核心,以运维终端为载体,构建电力物联网定值智能运维架构;在此基础上,基于边缘计算研发便携式定值运维终端,实现比对结果就地响应分析,利用深度学习技术实现多源异构定值数据识别;最后,制定定值比对及下装策略,形成继电保护定值智能运维流程,建立云-边-端一体化定值数据闭环管控模式。工程应用表明,所研究的系统有效提高了继电保护设备安全运行及维护水平。     

基于云边协同的配电物联网管理模型研究

针对配电云服务器中计算任务繁重导致推理延时过大的问题，提出配电物联网多节点协同计算管理模型。首先，基于物联网可控智能的特点以及新型配电网对功能和传输时延的需求，讨论了边缘计算在配电网中的应用。然后，结合PTN（分组传送网）网络结构，构建配电物联网技术架构。最后，基于边缘多节点协同推理算法和协同计算架构模型构建了配电物联网管理模型。仿真结果表明，当配电物联网中大量智能设备终端接入网络时，该模型降低了云计算的推理延迟。     

电力物联网中5G边缘计算技术的研究

为解决电力物联网中海量设备接入诉求,云服务器集中处理架构逐渐向边缘计算模式演进,电力物联网演进为云、网、边、端四层模型。本文根据现有电力业务类型和传输需求,分析了电力物联网中边缘计算面临的技术难点,提出采用基于时隙的灵活调度,并结合自时隙结构和灵活时隙配置等方案改进边缘计算网络中的端到端时延;采用基于5QI配置及ARP优先级方案提升电力物联网中业务保障效果,采用业务安全隔离是保障电力业务安全运行。文章最后给出了基于5G技术的边缘计算网关体系架设和技术特点,指出可以充分利用基于5G的创新技术,提升电力物联网中边缘计算有效性和安全性,满足电力物联网蓬勃应用的需要。     

基于软件定义网络的电网边缘计算资源分配

针对电网节点中边缘服务器资源受限问题,提出了一种基于软件定义网络的边缘计算框架。采用深度确定性策略梯度(Deep Deterministic Policy Gradient, DDPG)强化学习算法对边缘服务器中的计算、存储资源进行合理分配。首先建立应用于电网中的基于软件定义网络的边缘计算模型,得到边缘服务器计算存储资源及任务时延的约束条件,分析得到需处理的MINIP问题。使用Tensorflow搭建仿真环境并执行强化学习算法,实现电网边缘节点对边缘服务器存储计算资源的最优利用。结果表明,强化学习算法中的回复值呈上升趋势,采用DDPG进行分配的系统总延时更低。     

基于物联网技术的电力电缆智能监测系统研究

针对现有电力电缆本体及环境状态监测存在的监测手段单一、通信协议不统一、数据准确率低等难题，基于物联网技术构建电力电缆智能监测系统，依靠多传感器融合、边缘计算、智能识别、Docker容器等技术应用，实现了电缆局部放电、护套环流、温度以及管廊环境的深度感知与实时监测，提升了电缆的智能化在线监测水平，降低了管廊的建设、运维成本。     

基于边缘计算的智能用电管控系统设计及应用

随着智能电网的发展,在电力管控领域物联网设备正在广泛普及.物联网设备种类、特性、功能的多样性不仅融汇了详细的大数据,还对系统管控的实时性、兼容性、大数据处理能力均提出挑战.因此,文中研究一种电力物联网系统中嵌入边缘计算技术,对海量智能用电数据进行就近处理,避免大量数据传输导致通信通道的堵塞,满足电力物联网对快速响应、精准执行的特殊要求.文中阐述了所提出的数据库、边缘计算服务器和数据处理的流程和所达到的优化设计,为物联网智能终端设备的异构性问题提出了解决方案,增强兼容性和边缘数据实时处理能力.实践证明所提出的技术能提供安全、快捷控制方式的同时,也使得系统具备更强的用电信息大数据采集能力.     

Adaptive fuzzy gain scheduling for load frequency control

An adaptive fuzzy gain scheduling scheme for conventional PI and optimal load frequency controllers has been proposed. A Sugeno type fuzzy inference system is used in the proposed controller. The Sugeno type fuzzy inference system is extremely well suited to the task of smoothly interpolating linear gains across the input space when a very nonlinear system moves around in its operating space. The proposed adaptive controller requires much less training patterns than a neural net based adaptive scheme does and hence avoiding excessive training time. Results of simulation show that the proposed adaptive fuzzy controller offers better performance than fixed gain controllers at different operating conditions     

边缘计算网关的功能设计与系统实现

边缘计算网关是配电物联网解决方案中的重要设备,可将传统配电终端接入物联网云平台并实施配合云端服务的边缘计算.文章介绍了边缘计算网关的一种功能设计和系统实现方案.功能设计方面,围绕公网通信需求,介绍了网关的北向通信协议设计,包括物联网数据传输策略设计、通信可选项设计、基于MQTT协议的通信报文设计;围绕边缘计算需求,介绍了网关的设备模型设计和基于管道模式的计算模型设计.系统实现方面,边缘计算网关采用构件技术,系统由一系列独立的构件组成,通过消息总线实现业务协同.基于文章所述功能设计和系统实现的边缘计算网关产品在实际的配电物联网项目中进行了测试,结果达到预期.     

基于卷积神经网络的非侵入式负荷监测方法

从深度学习与边缘计算的角度,对适用于电力物联网的非侵入式负荷监测方法展开了研究.针对NILM系统在物联网场景下的部署问题,提出了一种新的边缘计算架构,并讨论了各组成部分的任务分配.针对负荷激活在线提取问题,提出了基于离散度和用电行为规律分析的激活判断策略;针对低频采样下的负荷特征问题,提出了一种可自动提取激活特征并识别...     

考虑任务迁移的配电网边缘计算节点部署方法

需求侧部署边缘计算节点能有效降低电力网络的数据传输和存储压力,提高电力业务的服务质量。目前电力工程领域多从电网拓扑的维度确定边缘节点的部署位置,并以网格化的方法划定各节点服务范围,且节点间的工作过程相互独立,这使得边缘节点选址定容过程灵活性较低,同时可能造成设备计算资源的浪费。为此本文提出一种考虑任务迁移的边缘计算节点部署方法。首先,基于边缘设备特点和我国居民住区空间特征提出一种考虑任务迁移的边缘计算架构;其次,结合居民节点空间信息、用电规律形成特征数据,进而利用改进的密度峰值分析算法确定边缘节点部署的数量、地址及服务范围;最后,设计启发式算法实现边缘节点之间的任务迁移,保证各节点的计算资源得到均衡利用,提高系统的稳定性。本文以南京市某居民区为例设计仿真实验,结果表明所提边缘节点部署方法能有效降低居民节点原始数据传输成本,同时,任务迁移算法能有效改善边缘设备计算资源使用均衡度,提升区域内边缘计算服务的执行效率。     

面向边缘计算的人工鱼群搜索任务调度

如何将计算任务分配到合适的边缘计算资源上进行计算,以满足边缘计算环境下用户的计算需求、提高用户任务请求 的服务质量,是边缘计算中面临的关键问题。 本文提出一种基于人工鱼群搜索的边缘计算任务调度方法(AFETSA)。 将人工 鱼群搜索算法和边缘计算任务调度模型相结合,采用非线性递减函数动态地调整人工鱼的视野范围和步长,以提高启发式任务 调度算法的全局搜索能力,降低任务的计算时延;同时与禁忌搜索算法进行融合,通过引入忌禁表,在每一次迭代中防止算法陷 入局部最优,提高算法的寻优能力。 CloudSim3. 0 仿真平台实验评测结表明,本文所提 AFETSA 方法和已有的 AFSA、ACO 和 PSO 这 3 种调度算法相比,在任务执行时间、算法稳定性、负载均衡方面都有明显的提升,可充分利用边缘服务器计算资源,提 升计算任务的计算性能,有效解决边缘计算中任务调度不均导致的时延过高和负载不均衡问题。     

基于泛在电力物联网的换流站在线监测系统优化综述

为解决当前换流站在线监测系统在运行中存在的可靠性、安全性以及误告警频发等问题,文中基于泛在电力物联网技术对系统进行优化重构。首先,通过构建平台层,将系统接入物联管理平台以及数据中台,实现数据的融通共享,减轻云端存储压力,提升服务响应。其次,设计基于边缘计算的物联智能终端,实现站内设备的安全接入和泛在物联,该装置作为边缘计算节点通过集成深度学习算法,实现站端数据的采集存储、计算分析与异常识别,提高了告警的准确性和系统运行的可靠性。因此,基于泛在电力物联网的换流站在线监测系统架构优化为后续工程实践提供了一种新的建设应用模式。     

面向5G边缘计算网络的联合需求响应与任务卸载策略

随着物联网通信计算需求激增,5G通信与边缘计算网络逐步成为新兴的高能耗负荷。针对5G边缘计算网络用电成本高的问题,提出了联合任务卸载与需求响应策略。所提策略基于任务卸载与基站储能单元充放电动作,在高电价时段联合优化计算、通信与储能资源分配或者牺牲部分时延性能以削减用电成本,在分时电价机制中为电网提供响应能力。针对优化目标为混合整数非线性规划问题,进一步提出结合网络场景划分的广义benders分解算法,将问题解耦为任务卸载决策主问题与充放电以及资源分配子问题,降低问题求解复杂度。仿真结果表明：相比于仅考虑任务卸载和仅考虑通信资源调度的响应策略,所提策略降低了用电成本并避免时延性能恶化。     

基于模糊综合评判和综合赋权的抗灾型配电网骨干网架规划

根据抗灾型配电网的特点和差异化规划的理念,建立了计及电网安全性、灾况供电可靠性、特级负荷覆盖率、差异化成本和差异化效益的抗灾型中压配电网骨干网架评判模型,提出了一种基于模糊理论、综合赋权和成本效益分析法的抗灾型配电网骨干网架改造决策方法。该方法在选取影响电网抗灾性能的主要因素的基础上,通过高斯隶属函数建立了模糊评判矩阵。同时,利用改进层次分析法(IAHP)和熵权法确定了主客观统一的综合权重,并由模糊综合评判法进行了各配电线路的重要性排序,然后由成本效益分析法确定了最优骨干网架。最后,将该方法应用于南方某地区配电网抗灾骨干网架改造方案决策分析中,案例分析结果验证了所提方法的有效性和实用性。     

面向5G边缘计算网络的联合需求响应与任务卸载策略

随着物联网通信计算需求激增,5G通信与边缘计算网络逐步成为新兴的高能耗负荷。针对5G边缘计算网络用电成本高的问题,提出了联合任务卸载与需求响应策略。所提策略基于任务卸载与基站储能单元充放电动作,在高电价时段联合优化计算、通信与储能资源分配或者牺牲部分时延性能以削减用电成本,在分时电价机制中为电网提供响应能力。针对优化目标为混合整数非线性规划问题,进一步提出结合网络场景划分的广义benders分解算法,将问题解耦为任务卸载决策主问题与充放电以及资源分配子问题,降低问题求解复杂度。仿真结果表明：相比于仅考虑任务卸载和仅考虑通信资源调度的响应策略,所提策略降低了用电成本并避免时延性能恶化。