編者按：

隨著物聯網、云計算、移動互聯網、大數據、人工智能等新技術的飛速發展，以及IT與OT技術的進一步融合，工業制造、城市交通、電力能源、農業等各大行業領域的智慧化發展已成為必然趨勢。推進各領域向智慧化發展是一項復雜而龐大的系統工程，既需要單一技術與裝備的突破應用，還需要系統化的集成創新。智慧系統解決方案是推廣普及智能化技術的關鍵手段，是促進各行業智能化水平提升的核心。

為深化智慧產業發展，進一步提升智慧產業各領域系統解決方案應用水平，現由中國自動化學會、智能制造推進合作創新聯盟、工業控制系統信息安全產業聯盟、邊緣計算產業聯盟、中國儀器儀表行業協會主辦，控制網（ m.sxrrb.com）＆《自動化博覽》承辦的2020智慧系統解決方案征集活動已正式啟動，面向全行業公開征集智慧系統解決方案。本刊特開設智慧系統解決方案專欄，刊發其中優秀的解決方案以饗讀者。

1 方案概述

隨著國家堅強智能電網的建設，物聯網技術已廣泛應用于智能電網發、輸、變、配、用及調度等各環節，有效為電網中發、輸、變、配、用等環節提供重要技術支撐。近年來，隨著國家《能源生產和消費革命戰略2016-2030》的推進，售電側放開、智能用電業務的推廣，需求側大量終端設備及多元用戶接入電網并參與互動，“互聯網+”智慧能源的概念快速發展，大量智能信息終端引入到電力行業。呈現出：多元用戶供需互動用電、安全邊界模糊、邊緣計算涌現等特點。

在此背景下，電氣設備與控制中心之間、電網企業與電力用戶之間產生數據流不斷攀升，對電力系統智能化、自動化提出了新的需求；而且隨著電氣設備應用范圍的增加，電氣設備使用的時空分布相比于傳統也會更加分散，這使數據的采集和分析面臨著巨大的考驗。在安全方面，多元電力終端用戶供需互動用電，帶來了便利的同時也帶來了嚴重的安全保密問題。在無線網絡通信中，各類無線電力終端通過無信道傳輸的數據，在傳輸過程中易受到監聽、竊取等攻擊。因此，電力終端安全防護受到空前挑戰。

近幾年來，“物聯網”、“云計算”得以廣泛應用。但是在實際應用過程中，物聯網和云計算都存在一定的短板，具體表現在：

（1）物聯網感知層的數據量大而且非常復雜，在實時性要求較高情況下，對海量數據的過濾、處理、傳輸和應用等問題是一個巨大的挑戰。

（2）云服務是聚合度很高的服務計算，其依賴于網絡，網絡服務中斷、網絡延遲等問題，以及網絡響應速度慢，帶寬不足、流量成本高的問題都制約著云計算在實時和可靠控制中的應用和發展。

（3）安全：物聯網時代，大量的隱私信息會被傳感器捕獲，終端設備的激增也使得新興的攻擊矢量不斷涌現。邊緣計算能夠使得安全部件更接近于攻擊源，啟動更高效的安全應用并增加分層數量以抵御針對核心的侵犯和風險。

2 方案目標

國內產業界和學術界聯動，已提出了邊緣計算體系架構，在邊緣計算的應用、安全保護方面有了初步的探討，但是針對電網的邊緣計算構架、邊緣計算安全保護構架和具體機制都還缺乏深入的研究。

本項目將在海量電力數據的邊緣計算智能處理、海量電力數據的實時可靠傳輸、電力邊緣計算下的智能用電技術研究、電力邊緣計算下的智能電力監控系統研究。最后進行能源計量系統、電力監控系統下的電力通信模組和電力邊緣計算應用系統研究與試點，搭建研究與應用的橋梁。

圖1 系統總體架構

3 方案設計

3.1 海量電力數據的邊緣計算智能處理

電力物聯網感知層的數據量大而且非常復雜，海量數據間存在著頻繁的沖突與合作，具有很強的冗余性、互補性和實時性，同時又是多源異構型數據。在實時性要求較高情況下，對海量數據的過濾、處理、傳輸和應用等問題是一個巨大的挑戰。通過邊緣計算的可配置特性和強的資源能力對海量電力進行智能化處理，為智能電網的各種業務提供數據支撐。主要研究內容如下：

（1）研究適合電力特點的可配置邊緣計算平臺

邊緣計算平臺需要適合電力系統多種應用需求，適合電力分區分級的安全保障體系，設計具有多種性能可選，多種可配置系統、可配置安全措施的邊緣計算平臺構架，為海量電力數據的邊緣計算智能處理提供平臺支撐。

（2）針對性的智能學習算法設計

針對特定的應用場景、數據范圍進行算法的設計與研究，研究適合電力應用場景的智能算法，分析不同電力數據類型、冗余特性、互補特性和實時性下，對智能算法的要求，制定學習方法的用戶實現有效的分析，通過合理地人工智能方法選擇、學習策略制定，滿足業務需求的海量電力數據實現智能邊緣技術處理。

（3）海量數據的協同智能處理通過采集邊緣設備與各個終端的位置關系、網絡連接特性，以時間最短為目標，開展邊緣計算與眾多連接終端的協同智能處理，實現海量數據的高效實時處理，支持實時電價、異常用電行為預警等的實時數據處理響應需求。

3.2 電力邊緣計算下的智能電力監控系統研究

（1）研究電力監控系統下海量異構數據的整理、存儲和顯示。

（2）研究適合電力邊緣計算下的電力監控數據分析智能算法，建立適合于電力邊緣計算下的智能電力全自動監控系統。

（3）在研究電力監控系統下海量異構數據的整理、存儲和電力監控數據智能分析算法基礎下，建立實時數據庫和關系數據庫的電網事件捕捉方案。在電網事件模型的基礎上，對電網運行中事故異常等事件進行快速捕捉和準確分析，結合實時數據庫中存儲的實時數據，進行準確結果分析，提出事件驅動與規則觸發的告警機制，為電網安全穩定運行提供了進一步的保障，所實現的各項功能運行穩定，能夠滿足大型地區電網調度監控的實際應用需求。

3.3 能源計量系統、電力監控系統下的電力通信模組和電力邊緣計算應用系統研究與試點示范

通過搭建演示驗證系統，到集成的現場試點示范，在能源計量系統、電力監控系統下建立基于電力邊緣計算的計量系統負載均衡、實時電力定價，電力監控系統的全智能學習的自動化監控等應用。

4 解決方案功能

（1）創新性

提出了適用電力業務場景的邊緣計算方案。實現了多種終端采集數據、圖像在邊緣的計算處理，有效緩解了數據傳輸通道壓力和云端數據計算瓶頸，對能源區域自治等新業態場景形成有效支撐。

（2）成熟性

通過搭建演示驗證系統，到集成的現場試點示范，在能源計量系統、電力監控系統下建立基于電力邊緣計算的計量系統負載均衡、實時電力定價，電力監控系統的全智能學習的自動化監控等應用。

（3）價值性

在海量電力數據的邊緣計算智能處理、海量電力數據的實時可靠傳輸、電力邊緣計算下的智能用電技術研究、電力邊緣計算下的智能電力監控系統研究。最后進行能源計量系統、電力監控系統下的電力通信模組和電力邊緣計算應用系統研究與試點，搭建研究與應用的橋梁。

摘自《自動化博覽》2020年6月刊