基于云-边-端协同的电力物联网用户侧数据应用框架

物联网技术渗透到电力系统所形成的电力物联网承载着海量数据流,通过电力业务数据化和电力网络信息化,促进电力数据业务化目标的实现。目前电网基于云计算的集中式数据存储与处理,使得海量细粒度的用户侧数据无法得到有效应用。基于此,文章提出了基于云-边-端协同的用户侧数据应用框架,以打破由于计算资源有限而导致用户侧与电力系统的交互壁垒。利用边缘计算与云计算的互补性,以预测预警、分类聚类和需求响应3类用户侧基础数据应用为例,设计了用户侧数据应用框架,以期实现自下而上和自上而下的双向数据流、业务流的协同循环,从而达到对用户侧数据进行广而深的价值挖掘的目标。最后,从物理层、平台层和业务层3个维度对实现该框架的关键技术进行了分析与总结。     

电力视觉边缘智能:边缘计算驱动下的电力深度视觉加速技术EI北大核心CSCD

电力物联网和透明电网的背景下,电力系统智能终端感知的海量视觉影像对传统的云计算处理模式提出了重大挑战,边缘计算作为云计算的重要补充已经得到了电力系统的广泛关注。为此,首先梳理了边缘计算的演变历程,阐述了电力视觉边缘智能的基本概念,然后构建了云–边–端协同的电力视觉边缘智能结构框架,重点讨论了边缘计算驱动下边缘智能的关键技术,最后列举了电力视觉边缘智能的几种典型应用场景。     

基于边云协同的产消者群合作式博弈优化调度方法

高渗透率的分布式电源接入负荷侧以后,配电网的结构形态和运行形态将发生重大改变。在此背景下,研究边缘计算-云计算协同（简称“边云协同”）框架下的新型电力系统调度方式和优化模型。采用合作式博弈作为边云协同交互优化的理论基础,边云两侧分别搭建需求侧灵活性资源调度优化模型和配电网侧考虑网络拓扑约束的出清优化模型。此外,考虑到通信过程中可能出现的丢包现象,建立以边缘服务平台为枢纽的双层闭环控制模型。通过算例仿真验证了交互调度方案和控制模型的经济性与可靠性。     

电力视觉边缘智能：边缘计算驱动下的电力深度视觉加速技术

电力物联网和透明电网的背景下,电力系统智能终端感知的海量视觉影像对传统的云计算处理模式提出了重大挑战,边缘计算作为云计算的重要补充已经得到了电力系统的广泛关注。为此,首先梳理了边缘计算的演变历程,阐述了电力视觉边缘智能的基本概念,然后构建了云–边–端协同的电力视觉边缘智能结构框架,重点讨论了边缘计算驱动下边缘智能的关键技术,最后列举了电力视觉边缘智能的几种典型应用场景。     

区块链与边缘计算在电力系统中的应用展望

区块链与边缘计算的应用为电力系统发展提供了新的技术支撑。对该技术和方法进行介绍,结合对泛在电力物联网建设形势的分析,阐述了区块链与边缘计算在电力系统中应用的可行性,并对几种具体电力系统业务应用举例说明,提出了技术难题与改进观点。     

深度学习在泛在电力物联网中的应用与挑战

泛在电力物联网是智能电网发展的高级应用形态,对电网的数据处理能力和计算能力提出了更高的要求。近年来,深度学习技术取得了突破性的进展,为泛在电力物联网的实现与发展提供了强大的支撑。基于此,总结了现有深度学习模型的主要组成及技术特点;从泛在电力物联网应用的技术需求出发,综述了深度学习在数据处理、边缘计算以及态势感知方面的技术特点与应用场合;基于泛在电力物联网应用的典型场景,深入分析了深度学习在泛在电力物联网中的具体应用,为泛在电力物联网的建设与研究提供参考。     

电力物联网移动边缘计算任务卸载策略

由于云计算框架中的传播延迟无法满足电力物联网对低延迟和可靠性的要求,在移动边缘计算框架的基础上,提出一种基于电力物联网的云-边缘网络结构,并对业务响应时延进行建模。通过约束优化和改进遗传算法相结合求解优化模型,得出最优计算卸载策略。通过仿真进行对比分析,验证提出的移动边缘计算卸载策略的有效性。结果表明,该策略在提高业务处理可靠性的同时,也大幅度降低了故障情况下业务响应时延,与仅重传策略的延迟性能相比,该策略延迟性能提高了6.4%。综上,该研究可对电力物联网的发展提供一定的参考和借鉴。     

基于边云协同的变电设备多状态量监测系统研究

为了解决变电设备的多状态量监测中面临的异构传感器接入困难、数据处理时延大、数据传输带宽占用率高等问题,提出了基于边云协同的变电设备多种状态量监测系统.设计了变电设备状态监测的边云协同服务架构.研制了边缘计算装置,支持多种传感器协议的解析、数据采集和边缘计算.实现了变电设备在边缘侧的状态评价和边缘服务,并进行了现场应用验...     

边缘计算在电力物联网中的应用

<正>随着电力物联网的发展，设备智能化程度越来越高，为满足业务终端的需求，边缘计算作为云计算的扩充在电力互联网中得到应用。介绍边缘计算的关键技术，分析电力物联网中存在的问题，讨论边缘计算的优势，阐述边缘计算在电力物联网中各类场景中的应用。     

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。     

电力物联网新形势下调控云建设研究

云计算与大数据技术日臻成熟,为海量数据的利用提供了充分的技术条件。而基于云计算与大数据技术的电力物联网就是充分利用现代信息与通信技术,实现电力系统各个环节万物互联、人机交互,打造状态全面感知、信息高效处理、应用便捷灵活的新型电网,更好地管理和优化电力用户需求,这必将给电力调度业务带来新的挑战。分析了电力调度自动化发展需求,通过调控云建设能够解决现有瓶颈,实现调控业务数据深度应用、电网在线分析、调度管理精益化等,电网企业可提供更多主动性、多样性的增值服务,实现电力物联网建设目标。     

电力物联网可信树形批量认证机制

电力物联网设备需要进行可信度量,然而现有数据处理架构存在云端压力过大的问题,现有可信度量架构也存在效率低下、消耗过大等问题.提出一种适用于云边协同电力物联网环境的基于树形结构的可信批量认证机制.该机制采用云边端协同的边缘计算架构缓解云平台压力,设备采用一种轻量级可信架构进行可信度量,获取度量信息;非平衡哈希树存储结构在...     

基于边缘计算的能量自治区域调度策略

为了提升配电物联网基础数据海量增长背景下能量调度的效率,提出了基于边缘计算的能量自治区域调度策略,构建能量自治系统边缘计算架构和优化调度模型。该方法将大部分数据处理和储存工作下放至网络边缘侧,降低网络传输成本并且减少调度中心计算量,边缘侧采用基于莱维飞行的改进粒子群算法进行优化调度,既可以独立进行优化工作,也可以边云交互完成整体调度。相比于传统集中式调度策略,该方法可节省约90%的系统整体优化时间,且云层以及边缘层所进行的总迭代次数较集中式调度减少60%以上。最后以某地区电力负荷及分布式电源预测出力数据为算例进行仿真计算,结果表明基于边缘计算的优化策略有效地提高了能量调度的效率。     

《电力大数据》期刊投稿要求

正1.本刊主要刊登人工智能、大数据分析、云计算、物联网、移动作业、区块链、边缘计算、数字孪生、知识图谱等先进技术在电力系统的应用研究最新成果,涉及电力设备制造、系统规划设计、发电、输电、供电、配电、用电、调度、电力市场交易等诸多环节。     

配变终端边缘节点化及容器化的关键技术和应用场景设计

低压配电网是电力物联网(EPIoT)最核心应用场合,智能低压配电网应实现向电力物联网的自然延伸。为此,现有低压配电网数据采集与自动化系统要发展成云-边缘节点-边缘设备的体系架构,而作为核心边缘节点的配变终端(TTU)必须具备快速迭代能力,以实现新旧多种业务的边缘融合和云边协同。为此,首先对支撑边缘节点的容器技术等关键技术进行了分析;然后提出配变终端边缘节点化和容器化的关键实现技术,包括硬件平台、软件架构、容器部署及交互、容器管理和云边协同等。最后,新增一种提出的低压回路监测终端(CTU),对配变终端新型应用场景进行了设计,从而论证了配变终端边缘节点化和容器化的必要性。     

云计算技术在电力系统中的应用

云计算是一种新兴的计算模式,是下一代网络技术平台的核心技术,它提供了安全、可靠的信息存储,方便快捷的互联网服务和强大的数据处理能力。介绍了云计算的定义、发展历史和技术优势。在分析云计算原理的基础上,探讨了云计算在电力系统中的应用,并展望了通过建设智能云计算平台整合优化电力系统软硬件资源的发展前景。     

泛在电力物联网的发展分析

泛在电力物联网对于我国电网未来绿色健康发展意义重大。为阐明泛在电力物联网的意义,首先详细分析了泛在电力物联网的概念、建设目标和目前存在的问题。继而研究了其所运用的大数据、云计算、区块链和人工智能等技术及其在电力系统中的应用。最后,总结分析了泛在电力物联网的应用场景,并针对泛在电力物联网的未来发展提出了相关的建议。     

电力物联网5G云–边–端协同框架与资源调度方法

分布式能源、可调负荷及储能装置大规模接入配电网运行带动“源-网-荷-储”调控模式的转变,配电网与分布式资源之间频繁双向互动对通信网全面感知与广域传输能力提出更高要求。电力物联网与5G的融合通过云-边-端多层级资源的深度协同提供有效的解决方案。针对现有云-边-端协同技术在电力物联网与5G融合应用面临的与电力业务需求适配性不足、异构资源调度协同性差、数据隐私安全难以保障等挑战,文章提出电力物联网5G云-边-端多级协同框架,支撑分布式资源与配电网的协同互动;在此基础上,基于联邦深度Q学习,提出基于半分布式人工智能的云-边-端协同资源调度方法,在高可靠低时延约束下实现端侧任务卸载、功率控制与云侧/边侧计算资源分配的协同优化;最后,通过算例分析验证该技术在能耗、时延、吞吐量等方面的性能优势,同基于层次分析法和深度Q学习的边缘网络任务卸载算法(distributionoffloadingalgorithmbasedon analytic hierarchy process and deep Q network,AHP-DQN)和能量感知边缘计算移动管理算法(energy-awaremobility...     

云计算技术在电力系统中的应用研究

云计算借助于虚拟化技术,通过网络平台,提供软件、平台等服务,在下一代网络技术中,云计算技术将成为核心技术,可提供可靠、安全的信息存储,具有强大的数据处理与快捷的互联网服务能力。主要介绍云计算技术,对云计算技术在电力系统中的构建进行研究,为电力系统的优化发展提供参考。     

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...