基于5G通信技術的改進電力物聯網架構研究

劉端朝，劉海燕

(鄭州技師學院現代服務系，河南 鄭州 450006)

0 引言

近年來，5G通信技術逐漸普及，物聯網系統迎來新變化。電力研究部門針對傳統通信技術存在的不足，通過融入5G新技術對電力物聯網進行改進，提高了電力數據和信號的傳輸速度，使電力設備數據處理能力得到加強[1]。

國外學者針對電力物聯網通信方式開展了相關研究。文獻[2]設計直接序列碼分多址(direct sequence-code division multiple access，DS-CDMA)系統，通過帶密鑰散列函數對電網數據重新排列，實現傳輸格式的規律化傳輸；同時，利用分段Logistic算法推算數據有效利用率，從而達到電力物聯網數據的規律化有序傳輸。但這種方式由于組建規律方式復雜，對數據傳輸速度造成影響。國內電力部門對傳統電力通信方式進行改進。文獻[3]設計變換域通信系統(transform domain communication system，TDCS)，通過組裝混沌映射的偽隨機序列發生器將電網數據排列為偽隨機序列方式，利用非正交的李雅普諾夫指數判定電力數據標準，通過提高數據標準達到增加電力數據傳輸速度的目的。但這種方式不適用于數據龐大的電網，容易產生數據流堵塞。

針對上述研究的電力物聯網通信技術出現的問題，本文通過參考傳統電力物聯網通信方式，將5G通信技術融合到電力通信系統中，并在設計架構中采用云邊協同方式和終端直通(device to device,D2D)數據通信方式對電力設備數據通信結構進行改進。對全新圖形化路由管理工具，即安全設備管理器(security device manager,SDM)算法的改進，使電力物聯網數據更具有協同性，傳輸速度更快。

1 電力物聯網改進架構設計

在常規電力物聯網通信架構設計中，為了達到5G通信能力，通信網絡采用D2D數據通信方式，以提高數據通信能力。通過融入5G通信相關技術，電力物聯網架構實現全面升級。通過設計云邊協同組織架構，將電力物聯網數據通過云邊協同的方式相互聯系，使各邊緣設備集中在一個大數據中，便于設備的管理和運營。通過改進SDM算法，將電力物聯網通信數據進行重組，并以特有的規律進行傳輸，從而提高通信效率[3]。

本文通過分析電力物聯網通信方式，對其系統結構和通信方式進行改進。本文主要對數據傳輸速度和通信方式進行研究，通過融合5G通信技術完成數據傳輸功能的更新，使電網數據得到全面加強，從而保證電力物聯網數據通信的便捷性和快速性[4]。電力物聯網設計架構如圖1所示。

圖1 電力物聯網設計架構Fig.1 Power IoT design architecture

電力物聯網設計架構采用層級結構，由頂級調度層、群體調控層和設備響應層3層結構組成，并通過三維立體的方式完成設計。其中，頂級調度層通過搭建配網調度中心完成總體設計，對電力物聯網各設備狀態信息進行收集和分析。其設備狀態信息主要包括調控需求信息、負荷預測信息、可再生能源信息和潮流信息[5]。調控需求信息主要為調控裝置進行的設備調度和信息控制。負荷預測信息主要對電網設備進行負荷的演算，將演算結果作為預測依據[6]。可再生能源信息對電網的能源發生裝置進行判斷，并對其參數進行記錄。潮流信息則為電力物聯網中的潮流參數，便于傳輸電力網的潮流過程分析結果。作為三維電力物聯網結構的中樞系統，群體調控層的組成結構為多項配電網設備，由D2D通信中心組成數據通信網絡，通過層級結構中建立的云邊協同架構與頂級調度層形成聯系結構[7]。設備響應層主要由負荷群組成，通過負荷群之間的配合完成設備響應，主要調控手段為改進型SDM算法，通過算法函數形式規范負荷群收錄數據。

電力物聯網設計架構通過三維立體設計方式對復雜的電力數據進行層級調控，一定程度上促進了電力物聯網的數據聯系性，使電力物聯網設備按照一定級別進行分化，從而便于管控。電力物聯網設計采用D2D通信方式和云邊協同結構，可加強各層級的聯系性，將電力物聯網各設備數據的調度規律層次化，同時加強了三維數據通信的傳輸速度[8]。

2 基于D2D通信模型的云邊協同組織架構

D2D通信模型在5G通信領域應用廣泛。本研究根據電力物聯網結構組建D2D模型，使電力物聯網通信速度得到加強。經過改進的電力物聯網能夠在復雜的電力數據中進行專屬數據的通信，對建立網絡化的電力供應體系具有重要作用[9]。

D2D通信模式在電力物聯網中的應用方式主要通過信號塔維持，通過將近鄰用戶設備(user equipment,UE)與信號塔的基站進行連接，組成中繼通信網絡，完成電力物聯網數據的快速傳輸[10]。通信的整體設計結構采用異構網絡的形式，實現UE-BS和D2D之間的同時連接，即保證電力物聯網在本地通信和聯網通信等領域的全面覆蓋。D2D通信的1種主要技術方式為本地網(local area network,LAN)。LAN將一定的D2D設備根據電力網需求資源進行分配，使運行中的緩存數據通過邊緣計算和多入多出(multiple-input multiple-output,MIMO)等多種通信方式完成網絡的互聯[11]。D2D傳輸模式主要技術特征為多跳傳輸和終端-終端的通信模式，通過信號塔和小基站的形式，將多種信號模式周邊化分布。其分布結構由終端-基站通信、D2D應用場景的分布和D2D-LAN的分布這3種分布元素構成。各分布關系與通信模式相互連接，共同建造D2D異構網絡環境，使電力物聯網數據達到最大化輸出的效果。

基于D2D通信模型的云邊協同組織架構如圖2所示。

圖2 基于D2D通信模型的云邊協同組織架構Fig.2 Cloud-edge association organization architecture based on D2D communication model

通過上述技術設計，D2D通信模型被融入云邊協同組織架構中。這樣能夠增加電力物聯網的中心數據庫與邊緣運營設備的協同能力。該架構在能源行業中部署的設備能夠最大程度地滿足大批量的數據傳輸。因此，云邊協同組織架構的建立能夠順應目前電網的發展進程。云邊協同組織架構的核心是大數據庫，能夠把電力物聯網產生的電力數據儲存在大數據庫中，然后供給各個邊緣設備，通過架設數據通道完成數據的準確傳達和整體調度。

整個組織結構分為1個中心云和4個子系統。云服務是指中心云平臺，主要進行電力物聯網數據的錄入和電網信息物理系統(cyber physical system,CPS)建模，根據采集的協同數據建立電網協同物理融合模型[12]。4個子系統分別為計算機算法子系統、廣域網管控中心子系統、邊緣平臺子系統和數字集成技術子系統。計算機算法采用的是完全分布式協同算法。廣域網管控中心負責安全管控，主要對輸出電廠、電力市場和用電單位進行監控和電力運行分析。邊緣平臺設有邊緣設備，對電力物聯網產生的數據進行收集和上報。數據集成技術通過互聯網和顯示屏呈現在屏幕上，或者輸入到瀏覽器中，以便后續檢索[11]。

整個云邊協同組織架構根據中心擴散的思想，把大數據作為中心，將數據擴散到眾多邊緣設備。該設計增強了電力物聯網運行數據的協同能力，提高了云邊數據的協同效率[13]。

3 改進SDM算法的數據交互方法

數字通信交互裝置各模塊結構如圖3所示。

圖3 數字通信交互裝置各模塊結構Fig.3 Structure of each module of digital communication interaction device

本研究通過現場可編程門陣列(field programmable gate array,FPGA)技術實現電力物聯網數據交互過程中的信息傳遞和數據控制，在網絡交互過程中引入數據交換機，通過可編程語言實現數據信息控制，進而增加母線數量和擴展交換容量、提升輸入輸出母線的速率[14]。數字通信交互裝置發送端將內部的并行數據轉換為串行數據進行發送。數字交換芯片具有32條輸入母線和32條輸出母線。每條母線的輸入輸出數據速率為8 MB/s以上。通信容量實現4 096×4 096通道數據存儲器的每個存儲單元為8 bit的并行碼[15]。

時鐘生成模塊為整個數字通信交互裝置提供具體的時鐘，保證整個系統處于正常的工作狀態，將幀同步信號的上升沿和下降沿信號作為控制信號使用。Testbench產生的16.38 MHz時鐘用于驅動整個電路。幀同步信號的周期為125 μs。輸入時鐘周期為61 μs。因此，需要對輸出信號和幀同步信號進行邊沿采集，從而得到上升沿信號和下降沿信號[16]。在數據發送模塊中將地址信號和數據信號保存在持續存儲器中，以完成地址數據的交換。

數據發送模塊結構如圖4所示。

圖4 數據發送模塊結構Fig.4 Data transmission module structure

接續存儲器的隨機存取存儲器(randor access memary,RAM)深度為4 096，位寬包含功能選擇。RAM的寬度為16，接續存儲器由2個16×4 096容量的RAM組成[17]。其中：1個RAM用于交換機的交換模式和消息模式;1個RAM由微控制器控制進行讀操作。數據通信在電力物聯網的數據傳輸過程中，數據阻塞現象會嚴重影響通信質量，可根據信道狀態判斷阻塞概率，從而進行相應的調頻操作。阻塞概率判斷方式為：

(1)

式中：E為信道阻塞概率；Mi為信道調整幅度；M0為初始信道狀態；m為傳輸數據量；r為信道半徑；s為一定時間內信道數據傳輸量；i為信道變化程度；Na為隨機跳頻序列。

在調頻過程中，算法編碼的誤碼率為：

(2)

式中：Pi為調頻過程中算法的誤碼率；PG為傳統SDM算法編制下的誤碼數據。

在電力物聯網的通信過程中，不同信道的誤碼率存在差別。為降低誤碼率，需要計算其平均值：

(3)

式中：P為電力物聯網通信傳輸信道誤碼率均值;L為建立的傳輸信道長度;PB為改進SDM算法編制下的誤碼數據。

本文通過改進SDM算法對傳輸信道的誤碼數據進行抑制，主要對堵塞的信道進行疏通，利用數據傳遞的形式逐層遞進[18]，以實現信道數據的線性輸送。

(4)

式中：B為電力物聯網經過抑制后的輸送數據量;N為改進SDM算法建立的信道數量;Q為有效輸出量。

經過改進的SDM算法根據誤碼率進行順序化疏通，使傳輸信道以最佳狀態傳輸數據。反映在電力物聯網中，所得到的數據之間的傳遞量為：

(5)

式中：R為疏通后的電網數據傳遞量;Pj為改進SDM算法疏通后的信道誤碼率;T為算法對數據傳輸效率改進幅度;a為數據在信道中的傳輸速度變化量;Lj為變化的信道長度;Lf為信道拓寬量。

改進SDM算法通過疏通信道的方式降低誤碼率，使電網數據傳輸更快。而信道路由的改進加強了5G通信的兼容性，完美契合了電力物聯網現階段的技術改進策略，增強了電力數據的傳輸進程。

4 試驗結果與分析

本研究針對電力物聯網通信系統改進進行研究。首先，根據電網數據的需求，分析現有通信技術的不足。然后，通過融合5G通信相關技術進行系統化改進，對改進后的電力物聯網通信過程進行試驗。最后，通過記錄試驗仿真結果，將數據整理成圖表形式完成研究分析。試驗過程在Intel i9 9600KF計算機、4.0 GHz CPU和64+256 GB內存雙核計算機運行。現場試驗環境設置：表格采用數據統計法；軟件采用EXCEL制表軟件；電網數據通信模式為D2D通信模式；計算機運算速度達到25億次；算法程序運算誤差<2.0%。在此環境下進行試驗，參數配置如表1所示。

表1 參數配置

本試驗對電力物聯網數據通信過程進行研究，對電力通信速度和編制誤碼率進行試驗，根據Proteus仿真軟件對電力物聯網通信線路過程進行仿真。電力物聯網5G通信仿真如圖5所示。根據圖5仿真結果對比各設計方案具體效果，對不同信道的數據傳輸量和通信速度進行對比。通過式(3)評估得到誤碼率數據，并建立對比數據，與文獻[2]和文獻[3]通信系統形成對比方案。

圖5 電力物聯網5G通信仿真圖Fig.5 Power IoT 5G communication simulation diagram

為驗證本研究的有效性，將試驗結果匯總至數據表。電力物聯網通信試驗數據如表2所示。

表2 電力物聯網通信試驗數據表

通過表2數據分析可知，本文研究的電力物聯網通信模式具有較高可行性。

根據試驗結果顯示的3種不同方案的系統通信速度變化規律，通過對比方式分析各系統性能，電力物聯網通信速度曲線如圖6所示。圖6結果顯示3種通信模式在系統數據量為30～50 TB時，本文設計通信速度為2.2～9.16 MB/s；DS-CDMA系統通信速度為1.8～5.82 MB/s；TDCS通信方式通信速度為1.7～3.79 MB/s。從整體變化曲線來看，本文設計優于其他2種方案。

圖6 電力物聯網通信速度曲線Fig.6 Power IoT communication speed curves

通過對比各設計方案的誤碼率計算方法，進一步完成對比試驗，根據Proteus軟件實現電力物聯網通信系統運行的仿真，得到的通信系統誤碼率曲線對比如圖7所示。

圖7 通信系統誤碼率曲線對比Fig.7 Comparison of BER curves of communication systems

通過對比發現3種系統通信誤碼率受到電網傳輸總數據量的影響，本文研究通信系統誤碼率為0.47%～0.61%，平均為0.54%；DS-CDMA系統誤碼率為0.94%～1.34%，平均為1.14%；TDCS誤碼率為0.68～1.94%，平均為1.81%。

綜上所述，本文研究對電力物聯網通信系統的改進具有明顯效果。試驗結果表明，本文研究的5G通信技術改進的電力物聯網總傳輸量更高、通信速度更快、算法編制誤碼率更低，體現出本文電力物聯網通信系統的優越性。

5 結論

本文對5G通信技術在電力物聯網中的應用問題進行研究，針對系統數據協同性和通信速度進行技術設計，對三維電力物聯網各層級之間架設云邊協同組織架構，加強層級之間的協調性，使系統運行更加穩定。大數據集中的方式使管理更為嚴謹。本文采用5G技術中的D2D通信方式，將LAN與D2D結合，使數據通信過程更完整，加快了平臺與終端之間的通信速度。本文利用改進SDM算法疏通電力數據網中的堵塞信道，使系統通信過程更為流暢，從而降低了誤碼率。

通過對本設計電力物聯網通信過程進行測試，本文將試驗結果匯總為系統通信試驗數據表，發現所研究的5G通信技術改進的電力物聯網總傳輸量更高、通信速度更快、算法編制誤碼率更低。但是，本文研究在試驗過程中仍存在待解決的問題，如通信速度過快導致數據錯亂、電力設備之間的干擾影響通信數據質量等。