基于邊緣計算的變電站無人機巡檢云邊協同策略研究

李游

摘要：隨著電力系統規模的不斷擴大化，電力設備的不斷復雜化，傳統的變電站巡檢方式已經無法適應電力系統快速發展的要求。本文對無人機巡檢特點進行了分析，提出了基于邊緣計算的無人機巡檢云邊協同策略，對云邊協同策略進行了深入研究。采用云邊協同策略能夠大大提高無人機巡檢的工作效率，有效降低電力系統的運營維護成本。

關鍵詞：邊緣計算;無人機巡檢;云邊協同策略

近年來，國家大力推進智能電網建設，電力系統規模不斷擴大，電力設備復雜程度不斷加深，電力系統正在逐步實現數字化轉型，因此對于變電站的巡檢也提出了更高的要求[1]。基于物聯網技術及云計算技術的發展，將無人機技術、邊緣計算技術、云邊協同策略進行有機結合，為變電站巡檢技術升級提供了有效的解決方案[2][3]，更加有利于促進變電站的安全、穩定、可靠運行。

1 無人機

采用無人機進行變電站巡檢，能夠避免傳統巡檢方式的不足，獲取大量數據用于進行缺陷識別，提高識別的準確率[4]。無人機是變電站巡檢任務的承載主體，也是邊緣計算的主要實現主體，其巡檢的主要特點有：

（1）集群協同性：多臺無人機攜帶不同的設備，各自完成自身承擔的巡檢項點，之后再將巡檢采集到的數據進行匯總分析，協調配合共同完成變電站巡檢工作。

（2）可預測性：無人機巡檢目的明確、巡檢目標清晰，可以通過程序設定具體的巡檢任務，自主完成巡檢工作;也可以在人工操作下進行巡檢，將巡檢數據實時回傳到控制中心。

（3）時空局部性：由于檢測目標存在一定的差異性，巡檢獲取的數據也不相同，從而導致了時空角色差異與變化，巡檢空間也存在一定的時空局部性。

（4）巡檢互動性：無人機通過物聯網接入到云計算中心，能夠從多個維度對設備的健康狀態進行科學判定;通過邊緣計算能夠快速診斷設備缺陷，并實時調整巡檢路徑，從而形成互動的巡檢態勢。

2 邊緣計算

2.1 邊緣計算概念

邊緣計算的核心思想是要在大限度保證計算任務在離數據源最近的計算資源上完成，“邊緣”是指數據源與云計算中心之間的計算資源及網絡資源[5][6]。邊緣計算模型中的每一層都能夠提供資源與服務，無人機在邊緣計算模型中以承擔邊緣服務器的作用，需要具備強大的數據分析及資源調度功能，這樣能夠緩解網絡帶寬及云計算中心的壓力，并且加快了響應速度。但是，大數據運算還是需要云計算中心來完成。這樣將邊緣計算和云計算結合起來，實現了數據分析資源的優化配置[7]。

2.2 邊緣計算架構

在無人機執行巡檢作業時，無人機是邊緣計算任務的發起方，其具體的邊緣服務器系統架構如圖1所示。

從資源調度的角度出發，邊緣設備承擔計算資源和存儲資源的調度任務，邊緣服務器可以通過無線網絡進行互聯，從而將巡檢區域中的邊緣服務器有效協同起來，共同配合完成巡檢工作[8]。變電站內的云計算中心還能夠完成更改復雜的計算任務和數據存儲任務，采用云邊協同策略，將巡檢采集到的數據與巡檢任務有效結合起來。

3 邊緣計算與云邊協同關系分析

變電站的云邊協同體系一般來說由一個云計算中心和多個邊緣計算終端組成，云計算中心和邊緣計算終端都可以劃分為業務層、數據層、資源層三部分，云計算中處于核心位置，負責對變電站內的多個邊緣計算終端進行協同管理實現云邊業務協同、云邊數據協同、云邊資源協同[9]，云邊協同架構如圖2所示。

4 基于邊緣計算的無人機巡檢云邊協同策略分析

4.1 業務處理協同策略

變電站電力巡檢業務被拆分成多個巡檢微業務分散部署在云計算中心和邊緣計算終端，無人機采集到的數據先進行邊緣計算后，再上傳到云計算中心進行綜合處理云邊協同機制下的微業務能夠根據實際靈活部署。云邊協同體系下的業務實現，要依托于云計算中心和邊緣計算終端。云邊業務處理協同就是在云計算中心對業務進行部署，云計算中心和邊緣計算終端實現業務得協同處理。云計算中心根據巡檢業務得具體流程拆分成多個微業務，針對邊緣計算終端的實際情況進行微業務的部署;邊緣計算終端將采集到的數據實時上傳到云計算中心，由云計算中心進行處理，并將相關數據反饋給邊緣計算終端;通過云計算中心，能夠實現不同業務的數據共享，避免了部分功能的重復開發。

4.2 數據協同策略

變電站的巡檢進行中會產生大量的數據，既包括了設備相關信息，也包括了除此之外的信息，根據其運用功能可以分為運行過程數據、設備管理數據;運行過程數據為電力設備運行時的實時電壓、電流、功率因數、運行狀態、控制命令等數據;設備管理數據為設備的型號、部署信息、拓撲信息等。邊緣計算將數據進行處理后，在上傳到云計算中心進行數據協同處理，以保證數據的安全性、有效性、實時性。數據在向云計算中心傳輸時需要經過加密模塊進行數據加密處理;云計算中心對上傳的數據進行綜合分析后，想邊緣計算終端下發控制策略和需求響應結果。

4.3 計算資源協同策略

邊緣計算終端的計算資源和存儲資源是收到外部條件限制的，由于變電站巡檢項目的存在差異性，需要用到的資源也不盡相同，所以可以通過云計算中心將微巡檢業務轉移到云計算中心和距離該邊緣計算終端較近的其他邊緣計算終端。云計算中心根據云邊網絡拓撲結構進行負載均衡化處理，云邊計算資源協同策略合理分配了計算資源及存儲資源提高了業務實時性，優化了計算資源的利用率，降低了云邊體系的計算資源投資成本。

5 結論

云邊協同策略是變電站無人機巡檢中的重要控制策略，該策略對變電站無人機巡檢作業中的業務處理協同分配、數據資源系統分配、計算資源協同分配起到了重要作用。本文從邊緣計算的概念出發，分析了邊緣計算與云計算中心各自承擔的任務，以及二者之間的關聯關系，深入研究了基于邊緣計算的無人機巡檢云邊協同策略。采用云邊協同策略能夠大大提高云邊體系的靈活性，提高巡檢業務的實時響應速度，實現計算資源和存儲資源的優化配置，降低變電站運營維護的成本。

參考文獻

[1]胡金磊，朱澤鋒，林孝斌，黎陽羊，劉劍，沈若瑾. 變電站無人機機巡邊緣計算框架設計及資源調度方法[J]. 高電壓技術，2021，11（04）：19-21.

[2]季鵬飛，徐曾春，胡平. 邊緣計算下的多無人機野外協同作業機制研究[J]. 小型微型計算機系統，2019，19（15）：47-49.

[3]漆震，劉虎威，何鵬，馮為嘉. 基于邊緣計算與無人機平臺的違停車輛識別系統[J]. 信息技術與信息化，2020，12（13）：35-36.

[4]王海柱，郭文鑫，鄭文杰，黎皓彬. 配用電邊緣計算終端的云邊協同機制與運行策略[J]. 電器工業，2020，08（09）：14-17.

[5]司羽飛，譚陽紅，汪沨，康文妮，劉杉. 面向電力物聯網的云邊協同結構模型[J]. 中國電機工程學報，2020，11（17）：45-48.

[6]崔巖，姚葉. 移動邊緣計算系統中無人機和用戶的分層博弈優化方法[J]. 通信技術，2020，12（09）：27-28.

[7]姚葉，崔巖. 空地協同下移動邊緣計算系統的聯合多無人機軌跡和卸載策略優化[J]. 通信技術，2020，17（12）：42-46.

[8]姚元，劉學龍，朱軍，劉欣欣. 基于邊緣計算的大規模無人協同探測感知架構研究[J]. 現代雷達，2020，11（18）：22-23.

[9]劉伯陽，楊寧樂，馬杰，萬奕堯，李明. 無人機認知邊緣計算資源分配與軌跡優化方案[J]. 西安郵電大學學報，2021，09（12）：19-21.