基于邊緣計算的電力檢修數(shù)據(jù)融合識別技術(shù)

張秋雁，周洪波，代吉玉蕾，鄧鑰丹，張崇海

（1.貴州電網(wǎng)有限責(zé)任公司電力科學(xué)研究院，貴州貴陽 550002；2.貴州泛聯(lián)信息技術(shù)有限公司，貴州貴陽 550022）

電力系統(tǒng)的建設(shè)包含了各種先進(jìn)技術(shù)，其覆蓋的領(lǐng)域很多，如通信技術(shù)、網(wǎng)絡(luò)技術(shù)、計算機(jī)技術(shù)等，因此需要結(jié)合邊緣計算定義與其技術(shù)特點，解決發(fā)生故障的電力系統(tǒng)。電力系統(tǒng)管控在用戶與配電網(wǎng)、變電站之間的電力輸送、轉(zhuǎn)運等重要操作環(huán)節(jié)中扮演關(guān)鍵性的角色，電力系統(tǒng)直接影響用電用戶的體驗感以及配電網(wǎng)的供電質(zhì)量。隨著我國電力系統(tǒng)不斷完善，電力系統(tǒng)所管控的數(shù)據(jù)越來越多，電力系統(tǒng)一旦損壞，人們的生活會受到嚴(yán)重影響，因此對于電力系統(tǒng)檢修的研究十分重要。

電力系統(tǒng)所需處理的數(shù)據(jù)種類繁多，性質(zhì)難以確定，電力系統(tǒng)的損壞因素有多種，因此需要將這些數(shù)據(jù)和因素進(jìn)行數(shù)據(jù)融合，相關(guān)領(lǐng)域?qū)W者針對數(shù)據(jù)融合進(jìn)行了較多的研究。文獻(xiàn)[1]提出的卷積神經(jīng)網(wǎng)絡(luò)的電力檢修，通過卷積神經(jīng)網(wǎng)絡(luò)來提升檢修的準(zhǔn)確率和識別效率，但此方式只適用于固定的幾種損壞因素，并不適用于全部的電力系統(tǒng)問題的修復(fù)，因此不適用于修復(fù)電力系統(tǒng)。文獻(xiàn)[2]提出了變電站自動化系統(tǒng)時間同步協(xié)同攻擊的檢測與防護(hù)方法，通過智能機(jī)器人來對電力系統(tǒng)的損害因素進(jìn)行分析并提出解決方案，但此方式造價過于昂貴，不適用于大面積的普及使用，因此不適用于電力系統(tǒng)的修復(fù)。

對于電力系統(tǒng)損害的修復(fù)，數(shù)據(jù)融合識別是最實用的方案之一，因此該文基于邊緣計算研究了一種新的電力檢修數(shù)據(jù)融合識別技術(shù)。

1 基于邊緣計算的電力檢修數(shù)據(jù)融合

利用邊緣計算的理念，將檢修數(shù)據(jù)由中心節(jié)點轉(zhuǎn)移到邊緣節(jié)點中，建立基于邊緣計算的分散式運算架構(gòu)，采用廣義冪變換的多源數(shù)據(jù)進(jìn)行分散化處理[3-4]。

通過建設(shè)基于邊緣計算的分散式運算架構(gòu)，可有效尋找電力系統(tǒng)在運行時發(fā)生故障的因素，基于邊緣計算的分散式運算架構(gòu)如圖1 所示。

圖1 基于邊緣計算的分散式運算架構(gòu)

觀察圖1 可知，設(shè)定變換矩陣，分析其特征，選擇標(biāo)準(zhǔn)化變換方案進(jìn)行多源數(shù)據(jù)分散化處理，匯聚數(shù)據(jù)處理結(jié)果，提取特征屬性，計算特征屬性集合函數(shù)值，并建立信任區(qū)間，完成數(shù)據(jù)融合[5-6]。分散式運算架構(gòu)作用于末端的電力運行設(shè)備以及監(jiān)測設(shè)備之間，在充分考慮不同數(shù)據(jù)信息間的特征屬性的關(guān)聯(lián)程度后，將應(yīng)用程序、數(shù)據(jù)資料與服務(wù)端的運算分隔開，分散式運算架構(gòu)并不只是單純地將數(shù)據(jù)進(jìn)行分隔，同時可以完成電力系統(tǒng)中的多源異構(gòu)信息數(shù)據(jù)量綱與量級的處理與轉(zhuǎn)換[7-8]。

電力系統(tǒng)運行過程中，不同數(shù)據(jù)源的特征性質(zhì)不同，其量綱、數(shù)量級存在較大的差別。為分散由于各種不一致原因而造成的電力系統(tǒng)損傷，該文對損壞數(shù)據(jù)源進(jìn)行分散化處理。

針對電力系統(tǒng)大數(shù)據(jù)分析的時序化因素特點，加入基于廣義冪變換的多源數(shù)據(jù)分散化處理方法。通過假設(shè)主數(shù)據(jù)庫的異化數(shù)據(jù)為遵循正態(tài)分布法則的數(shù)據(jù)因子的方法，解決連續(xù)響應(yīng)且損壞數(shù)變量不滿足正態(tài)分布規(guī)律的情形，從一定程度上減少電力系統(tǒng)正常運行在出現(xiàn)故障時數(shù)據(jù)源不一的問題，確保基于邊緣運算的分散型運算架構(gòu)平穩(wěn)運轉(zhuǎn)，更好地分隔應(yīng)用程序和數(shù)據(jù)資料[9-10]。數(shù)據(jù)融合過程如圖2 所示。

圖2 數(shù)據(jù)融合過程

根據(jù)圖2 可知，通過計算機(jī)進(jìn)行數(shù)據(jù)控制，利用迭代處理實現(xiàn)數(shù)據(jù)匯總，同時使用管理服務(wù)器、數(shù)據(jù)識別器、內(nèi)部服務(wù)器管理電力檢修數(shù)據(jù)。由于電力系統(tǒng)故障的數(shù)據(jù)多為多源異構(gòu)形式，為保證應(yīng)對不同源的信息數(shù)據(jù)均能實現(xiàn)變換處理，該文設(shè)置不同的應(yīng)對方案，根據(jù)選定的多源性處理方案，對數(shù)據(jù)進(jìn)行迭代處理，直到任務(wù)輸出的數(shù)據(jù)保持一致后，進(jìn)行輸出保存。

通過基于邊緣計算的分散式運算架構(gòu)，結(jié)合廣義冪變換的多源數(shù)據(jù)分散化處理，達(dá)到將電力檢修故障發(fā)生時產(chǎn)生的故障因素分割開來，并將其進(jìn)行分散化處理，為下一步的數(shù)據(jù)識別提供支持[11-12]。

2 基于邊緣計算的電力檢修數(shù)據(jù)識別

通過分散式運算架構(gòu)和廣義冪變換的多源數(shù)據(jù)分散化處理，將數(shù)據(jù)匯總，根據(jù)匯總結(jié)果實現(xiàn)融合，在融合之后，對數(shù)據(jù)進(jìn)行識別。建立邊緣計算模型如圖3 所示。

圖3 邊緣計算模型

根據(jù)圖3 的邊緣計算模型完成計算下行遷移、數(shù)據(jù)緩存、數(shù)據(jù)處理、請求分布、服務(wù)分布、IoT管理和隱私保護(hù)，將原本完全由中心節(jié)點處理的大型服務(wù)分解，切割成多個小型服務(wù)，并更加容易管理，將這些分散后的小型服務(wù)分布到邊緣節(jié)點處理[13]。

該文采取減少數(shù)據(jù)交互中雜質(zhì)的方式減少邊緣節(jié)點的數(shù)據(jù)響應(yīng)問題，根據(jù)電力檢修的技術(shù)請求進(jìn)行數(shù)據(jù)交換。邊緣計算服務(wù)器為每個小型服務(wù)提供數(shù)據(jù)轉(zhuǎn)移，通過邊緣算法進(jìn)行改進(jìn)，在電力檢修技術(shù)請求中尋找最佳的服務(wù)節(jié)點進(jìn)行標(biāo)記、轉(zhuǎn)移。在電力檢修技術(shù)請求中，將每個請求的節(jié)點當(dāng)作出發(fā)原點。節(jié)點到轉(zhuǎn)移節(jié)點的調(diào)度算法如式（1）所示：

其中，Z表示算法復(fù)雜度；W表示數(shù)據(jù)產(chǎn)生點集；U表示邊緣節(jié)點；Q表示設(shè)備處理節(jié)點；反應(yīng)時間為T；任務(wù)量為M。

根據(jù)式（1）可尋找最優(yōu)節(jié)點，因為W包含了電力檢修請求的節(jié)點即初始點，且請求數(shù)據(jù)量M是從初始點中開始傳輸?shù)模虼擞校?/p>

根據(jù)式（2）完成尋找最優(yōu)節(jié)點。

在電力系統(tǒng)中，由多個因素引起的連鎖故障危害巨大，常常不可控制。由于無法確定所有故障因素，所以在維修故障過程中無法清除所有故障因素，導(dǎo)致故障不斷發(fā)生，損壞電力系統(tǒng)[14-15]。因此，需要將故障因素進(jìn)行數(shù)據(jù)融合，采用邊緣計算的冗錯算法設(shè)計拓?fù)浣Y(jié)構(gòu)，將電力系統(tǒng)網(wǎng)絡(luò)與故障信息采集系統(tǒng)完成數(shù)據(jù)共享，實現(xiàn)不確定信息的閉環(huán)融合，在連鎖故障發(fā)生時，提取兩次運行節(jié)點數(shù)據(jù)R1、R2，對數(shù)據(jù)進(jìn)行初步的分散，并通過式（3）進(jìn)行計算：

根據(jù)式（3）完成對故障數(shù)據(jù)的篩查，通過將故障信息分散到邊緣節(jié)點處理，實現(xiàn)對電力系統(tǒng)的檢修。該文采用全量抽取對該部分?jǐn)?shù)據(jù)進(jìn)行處理，經(jīng)過抽取以后，數(shù)據(jù)格式與發(fā)生檢修數(shù)據(jù)請求的格式相同，為了保持?jǐn)?shù)據(jù)的一致，對于數(shù)據(jù)源要時刻保持監(jiān)控狀態(tài)，以便發(fā)生故障時工作人員能夠立即進(jìn)行抽取篩查[16]。

基于電力系統(tǒng)通用服務(wù)器設(shè)計邊緣節(jié)點，并采用網(wǎng)絡(luò)虛擬化的形式作為檢修數(shù)據(jù)請求的流入端，冗余數(shù)據(jù)的加入，使得連鎖電力系統(tǒng)故障得以控制，利用邊緣計算為電力系統(tǒng)檢修進(jìn)行優(yōu)化，為數(shù)據(jù)融合識別技術(shù)在電力檢修中的穩(wěn)定運行提供保障。

3 實驗研究

為了驗證該文提出的基于邊緣計算的電力檢修數(shù)據(jù)融合識別技術(shù)的實際應(yīng)用效果，選用該文提出的識別技術(shù)和傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)電力融合技術(shù)和變電站自動化系統(tǒng)時間同步協(xié)同攻擊的檢測與防護(hù)方法進(jìn)行實驗對比。

設(shè)置實驗參數(shù)如下：工作電壓為200 V，工作電流為150 A，操作系統(tǒng)為Windows10，操作次數(shù)為10次，工作頻率為220 Hz。

實驗過程使用的配電網(wǎng)如圖4 所示。

圖4 配電網(wǎng)結(jié)構(gòu)

根據(jù)圖4 的配電網(wǎng)結(jié)構(gòu)進(jìn)行實驗，數(shù)據(jù)融合結(jié)果如表1-3 所示。

表1 配電網(wǎng)數(shù)據(jù)融合結(jié)果

表2 終端監(jiān)測數(shù)據(jù)融合結(jié)果

表3 環(huán)境信息數(shù)據(jù)融合結(jié)果

根據(jù)上表可知，該文提出的基于邊緣計算的電力檢修數(shù)據(jù)融合識別技術(shù)通過對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理來分析數(shù)據(jù)之間的關(guān)系，確定數(shù)據(jù)格式，實現(xiàn)統(tǒng)一變換，該文研究的識別技術(shù)對數(shù)據(jù)特征取值絕對值在0～1 之間，能夠很好地消除由于檢測過程中出現(xiàn)的不一致信息所帶來的限制，而傳統(tǒng)的融合識別方法在檢測過程中元素絕對值取值超過1，很容易受到不同因素限制，難以實現(xiàn)信息的深度挖掘。造成這種現(xiàn)象的原因是，該文設(shè)計的邊緣計算技術(shù)將核心節(jié)點處理的事務(wù)分散到各個邊緣節(jié)點來進(jìn)行處理，確保邊緣節(jié)點更靠近用戶終端，更方便高效管理，達(dá)到加快處理資料的目的，提高了資料傳輸?shù)乃俣取ＷR別準(zhǔn)確率實驗結(jié)果如圖5 所示。

根據(jù)圖5 可知，該文提出的基于邊緣計算的電力檢修數(shù)據(jù)融合識別技術(shù)的識別準(zhǔn)確率與傳統(tǒng)方法相比提高了20%～50%。在電力系統(tǒng)檢修的大背景下，對檢修數(shù)據(jù)進(jìn)行融合識別，其設(shè)計思想都是通過邊緣計算相比于傳統(tǒng)方式的優(yōu)點建立而成。在進(jìn)行數(shù)據(jù)信息融合識別時，該文設(shè)計的技術(shù)能夠保留各個信息的優(yōu)勢。在檢修數(shù)據(jù)請求的節(jié)點建立中，存在拓展結(jié)構(gòu)，在對數(shù)據(jù)信息分散化的同時，將網(wǎng)絡(luò)側(cè)減壓部分加入其中，使得分散到邊緣節(jié)點處理的檢修請求不給電力系統(tǒng)造成過大的數(shù)據(jù)處理壓力。

4 結(jié)束語

電力系統(tǒng)維修是電力系統(tǒng)研究領(lǐng)域方向之一，優(yōu)良的電力系統(tǒng)維修方案能推進(jìn)電力系統(tǒng)領(lǐng)域的整體發(fā)展，帶給用電用戶更好的體驗感，并節(jié)省了大量過去維修所花費的不必要的資金，該文提出的電力檢修數(shù)據(jù)融合識別技術(shù)通過邊緣計算進(jìn)行數(shù)據(jù)分析，完成數(shù)據(jù)識別，該技術(shù)可有效解決電力檢修中存在的問題，以期為后來學(xué)者在該領(lǐng)域的研究提供有效參考。