面向电力信息物理系统的端边云雾协同模型

随着电力物联网的推进,海量终端设备的接入对传统集中式控制方式下电力信息物理系统CPPS(cyber power physical system)提出了极大的挑战.在边缘计算与雾计算的发展背景下,基于"云、网、边、端"电力物联网体系架构,提出了端边云雾协同控制下的CPPS模型,并考虑了分布式信息能源系统海量时空异构特征数据处理,结合矩阵分析单雾层级区域计算单元CPPS建模,建立了多层级分布式全网CPPS关联模型.通过算例分析量化计算了区域自治与端边云雾协同控制下的电网运行状态和通信网络时延特性,算例分析结果表明了所提架构的有效性与建立模型的合理性.     

基于边缘计算的室内测量设备远程控制系统设计与实现

针对建筑行业传统室内测量技术落后、测量数据庞大以及施工现场环境复杂等问题,设计了一套基于边缘计算的室内测量设备远程控制系统。运用边缘数据计算架构体系,提出了远程控制系统网络架构,以实测实量设备作为远程测量设备硬件设备,采用QT跨平台开发软件设计了具有边缘数据交互形式的远程控制系统,其中系统设备端和客户端采用C/S结构进行通信,客户端和云平台服务端采用云存储技术。通过实验证实该系统能够实现快速测量的实时数据处理、云平台高效传输与存储、用户便捷操作与隐私保护、测量数据追溯等功能,系统运行稳定、可靠。     

基于边缘计算的智慧风场数据采集与分析计算方法

针对智慧风场底层数据采集、传输、计算与存储过程中存在的数据传输可靠性差、通信带宽不足、数据计算存储负载较大的问题,提出了一种基于边缘计算的智慧风场数据采集与分析计算方法.采集方法在靠近设备侧的风场部署采集智能网关和边缘云,与底层风场的安全防护系统一起构建了底层数据采集系统,并支持多种工业协议和电力规约的转换,采用断点续传方法维护数据的可靠传输.梳理了风场侧处理的关键业务,将原本在中心云中处理的关键业务迁移至边缘云,采用统一的数据标准化处理与计算方法.该方法有机地融合了新能源生产信息系统的三级架构,将大部分数据标准化和计算工作迁移至设备侧,屏蔽了风电设备差异带来的数据异构对上层应用的影响,极大地减少了中心云的负载.     

基于区块链与数据湖的电力数据存储与共享方法

针对电力物联网边设备之间、云主站平台营配调各系统之间的数据存储和共享的需求,提出了一种基于区块链与数据湖的电力数据存储与共享方法。首先,设计边缘层分布式电力数据存储架构,通过环签名和CryptoNote协议对边设备存储节点间的数据交互进行加密,实现双方身份认证,并基于区块链智能合约实现电力数据安全存储系统中节点间的数据共享。然后,基于数据湖与智能合约构建营配调平台间的数据共享和访问控制模型,其中在区块链中存储数据的哈希值,并在可信执行环境下将加密后的原始数据存储在数据湖中,以实现数据跨平台跨域安全共享和访问。最后,搭建实验平台对所提方法进行论证,结果表明,所提方法的最高存储延迟时间不高于25ms、并且吞吐量和安全性也较高。     

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。     

面向台区智能终端的即插即用和拓扑识别方法

配电物联网背景下,海量台区智能终端与端设备采用人工接入的工作量十分庞大,且存在边-端拓扑维护与信息交互困难等问题.因此,提出了一种面向台区智能终端的即插即用与拓扑识别方法.首先,依据配电物联网"云-管-边-端"分层体系构建了台区智能终端与智能电表等端设备架构场景,并在此基础上提出了相应的即插即用机制.其次,提出了台区智能终端与端设备的拓扑自动识别方法.最后,通过搭建实验系统,从终端接入验证、终端软件升级以及终端故障下线退出3个部分对所提即插即用与拓扑识别进行了验证分析.实验结果表明,所提方法具有良好的可扩展性与故障容错能力,能够实现海量台区智能终端与端设备的即插即用与拓扑关联自动运维.     

基于分布式技术的用电信息采集主站系统设计与应用

随着用户侧数据采集设备的发展及电网业务对用户侧采集数据的深化应用,当前电力用户用电信息采集主站系统在数据采集、计算、入库等方面出现瓶颈,无法满足业务快速发展的需求.针对营销数字化转型发展的需要,基于分布式架构、异步网络、并行计算与分布式存储等技术,文中提出一种具有高频实时采集特征的主站系统技术方案,在采集通信层、任务调度层、分布式存储层及并行计算层4个层面全面解决高频并发交互、复杂任务调度、海量数据存储及实时计算的效率问题.通过中国某省级工程应用表明,所提出的方案可显著提升用电信息采集主站的采集能力,改善集中式采集主站性能.     

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。     

基于区块链的台区智能终端与智能电表安全防护方法

由于高级量测体系(advanced measurement system, AMI)中的智能电表(smart meter, SM)缺乏物理保护,并且会产生大量敏感数据,而现有安全防护方法无法满足AMI的安全需求,为此,提出了一种基于区块链的台区智能终端与智能电表安全防护方法,以保护SM免受网络攻击。首先,构建由海量SM、台区智能终端(边缘计算节点)和云主站组成的"云-边-端"AMI系统架构,以实现绝大部分数据的本地边缘化处理。然后,通过量化SM数据形成链接指纹,并将其进行编码,传输到台区智能终端,其中融入信用共识机制,以初步分析数据,强化AMI的安全防护。最后,将所有台区智能终端视为区块链节点,将各个SM的密钥信息作为区块链的交易信息,实现基于区块链的密钥和数据的可靠管理。基于MATLAB对MICAz motes微型无线测量系统获取的接收信号强度指示符(received signal strength indicator,RSSI)数值进行实验分析,结果表明,当AMI中存在网络攻击时,皮尔逊系数为负值或近似为零,RSSI的变化不再呈现线性特征,并且相比于其他方法,所提方法的能耗最少且安全性能最佳。     

基于边缘计算与MapReduce的智能量测终端数据处理方法

针对电力物联网中海量信息数据处理时,对大型数据集的访问可能会造成智能量测终端（边缘节点）与云化主站之间的网络拥塞和操作延迟等问题,提出了一种面向智能量测终端的边缘计算结合MapReduce的数据块处理方法。首先,整合云-管-边-端各层次功能和特性,对智能量测终端处的边缘计算服务器进行合理配置;其次,利用支持块复制方法,将本地、基于分区和多归属块副本存储到各自的智能量测终端,以解决访问聚合MapReduce大型数据集的网络拥塞并减少操作延迟。最后设置了边缘计算数据块处理的安全策略,合理配置了数据通讯网关,整合安全防护流程,加强了数据块处理的安全性。