基于流式計算和微服務的可視化智慧配電房監控云平臺研究

基金項目：中央引導地方科技發展專項“廣西智慧道路機電系統新技術綜合平臺建設”（編號：桂科ZY20111015）

作者簡介：朱其義（1976—），高級工程師，主要從事智能交通機電管理工作。

摘要：為了滿足未來高速公路運營管理手段數字化、網絡化、智慧化的發展趨勢，文章以欽州至北海高速公路改擴建機電項目為例，利用大數據技術體系中“流式計算”和“微服務”技術，將供配電房、開閉所、開關站組成路段級的供電數據監管群，并構建可視化智慧配電房監測云平臺，對配電房電力設備的運行狀態、設備管理進行可視化集中監控，提高配電房設備的安全運行可靠性。

關鍵詞：高速公路運營管理；智慧配電房；可視化云平臺；流式計算；微服務

中圖分類號：U491.1⁺16A481663

0 引言

2020-01-01，高速公路機電設備的運行狀態和可靠性隨著全國收費“一張網”模式的實施而變得異常重要，而供電系統又是所有系統的能源供給源，傳統的供配電系統設備管理一直處于人工職守、人工巡查、定期除塵、故障報修等比較被動原始的管理模式，無法由配電管理數據直接到用電設備的聯動監管、預警、運維等。每年因監管預警不及時導致的用電設備損壞，因用電情況無檢測、管理導致的用電浪費和火災隱患持續存在，對此配電房的智慧化成為必須。本文提出了基于流式計算和微服務的可視化智慧配電房監控云平臺，將低壓配電網中的低壓配電房、箱變站等組成一個數據節點，形成路段級的供電數據監管群，對配電房電力設備的運行狀態、設備管理進行遠程實時集中監控，實現無人值守、電子巡檢、線上實時監控、線下巡視檢修的自動化目標，提高多配電房管理水平和電網安全運行可靠性。

1 平臺概述

基于流式計算和微服務的可視化智慧配電房監控云平臺，利用最新的物聯網信息技術、微服務技術、大數據技術、增強現實技術等，依托欽州至北海高速公路改擴建機電項目為現實背景，對區域內的15所配電房納入智能型設備，利用智能饋線柜、SVG精準無功補償設備、有源濾波設備、ATS智能開關監測系統、自動三相負荷均衡設備、智能管理數據采集終端，實時采集現場監控數據。其中，云平臺需要采集以下數據：

（1）智能型饋線柜，回路數據實時監測、在線實時投切監測、控制。

（2）高壓進線“四遙”數據。

（3）低壓出線設備各電參量，包括電壓、電流、功率、功率因數、電度、頻率等。

（4）電氣安全情況，包括變壓器、高低壓開關柜母排和觸點溫度等。

（5）電氣設備運行環境情況，包括溫濕度、氣體、水浸、紅外、煙感、視頻畫面等。

（6）AR實景可視化數據，建立實景化運維巡檢系統。

以上供配電采集數據通過站級通信系統或無線寬帶網絡，實時上傳至智慧配電房可視化云平臺。平臺通過流式計算和微服務技術融合增強，將采集的數據建立實景可視化和供配電可視化智能監測控制，使各設備運行環境狀態信息能實時可測、可視、可預警，實現自動化智能化可視化監測管理。

2 平臺設計

平臺設計思路及處理流程考慮業務與子系統分離、低耦合原則，通過分離后的微服務接口通信實現各子系統之間的交互。

2.1 總體架構設計

平臺完全遵循電力系統物聯網分層分布式物理體系，即數據融合層、云端數據中心層、通信網絡層、站級數據應用層、數據采集層，構建成一體化的智慧監控云平臺。見圖1。

數據采集層：主要用于現場環境監測、供配電設備、狀態信號、安防火災、視頻監控等數據采集和控制。

通信網絡傳輸層：主要用于現場數據采集管理終端與云控平臺的數據傳遞和信號交互。

云端數據中心層：云平臺采用云計算技術架構，由多個服務組件組成，實時進行數據采集、數據存儲、計算與分析，提供遠程監控、能效管理與設備運維等云端服務。

中心級數據應用層：系統通過瀏覽器和APP即可訪問，主要是云端的數據綜合應用，如預警提示、數據查看、數據巡檢、數據可視化顯示等。

數據視頻融合層：將不可見數據變為可見數據，結合現場可控云臺攝像機對現場設備進行數據可視化監測，形成AR實景數據可視化場景。

2.2 平臺子系統設計

基于流式計算和微服務的可視化智慧配電房監控云平臺研究/朱其義，吳壯松

2.2.1 實時監測子系統

實時監測各變壓器及配電回路的運行參數和直流屏等的運行參數，支持一次圖方式展示，并支持在線畫圖；實時監測配電房、開關柜等區域的環境參數和空氣質量，支持視頻在線巡檢，支持巡檢記錄，并截取當前視頻內容進行歸檔；實時監測電能質量，可顯示線路諧波、相角矢量圖等。

2.2.2 故障預警子系統

故障報警子系統主要實現對配電房設備運行故障的監測，可配置各報警類型的報警值、報警級別、報警信息，實現即時告警，精確定位。提供故障智能診斷、實時短信、APP通知，以提高故障發現、故障處理的效率，減小故障造成的影響，更加有效地保障安全運行。

2.2.3 報表子系統

用戶可自定義分類、分項內容，系統可自動按照用戶分析進行統計分析和展示。分析方法支持排名、同比、環比、趨勢等。可按照用戶的要求動態配置分類、分項生成用能報表，支持月度報表自動匯總推送，可通過Excel來設計報表模板導入系統，支持Excel基本樣式和常用公式。

2.2.4 AR實景可視化子系統

通過智慧配電房可視化監測云平臺和手機APP終端實現運維的全過程記錄與管理、數據傳輸和匯聚、同站點高清視頻融合，將不可見數據變為可見數據，結合現場可控云臺攝像機對現場設備進行AR數據實景可視化監測，形成AR實景運維場景，有效降低運維人員勞動強度，提高日常運維效率。

2.2.5 智能AI數據處理子系統

在云平臺中建立智能AI數據處理分析，實現供配電系統可視化智能監測控制，使各設備運行環境狀態信息能實時網絡自動化、智能化、可視化預警監測管理，以保障用電安全、優化運維管理。

2.2.6 供配電數據采集子系統

智能型變電所的各類現場自動投切設備、智能管控設備、安全設備、數據傳感器和智能表計的監測數據實時傳送至數據集中采集終端，采集終端將數據上傳至監控分中心，實現智能配電房的可視化遠程集中監控和運維管理。

2.2.7 設備控制子系統

設備控制子系統包含對三相不平衡治理裝置控制、ATS開關控制、發電機組聯動控制等，實現日常負載情況對三相不平衡治理裝置維持正常工作，達到無人監控，自由啟停的智能模式；實現對ATS是否過壓、欠壓、過頻、欠頻、相位檢測、兩點間的電壓值等數據監控和ATS設備狀態控制管理；對發電機的水、油、溫度、柴油機轉速、發電參數等實時進行在線監測，實現發電機管理無人值守和自動化運行。

3 關鍵技術

為了應對高速公路電力監控快速變化和大量數據所顯現的實時性、易失性、突發性、多樣性、無限性等特征^［2］，以及路段配電房的分散性，采用的是大數據流式計算的技術體系和微服務體系等關鍵技術。

3.1 流式計算技術

大數據流式計算技術實現數據流轉的過程包含數據采集側、數據傳輸側、數據計算側三個部分。

（1）數據采集側采用Netty+Flume的組合框架。Netty摒棄傳統電力監控系統多采用的BIO通訊方式，使得智慧配電房子系統在接入設備數量和通信效率上均取得了數量級的提高，且Flume可獨立或以集群方式運行，具備集群規模的水平擴展。

（2）數據傳輸側的作用主要是將接收到的大量結構化數據進行有方向性的分發。在本平臺中采用分布式、高可用、低延時、可集群化的Kafka作為數據傳輸側組件。

（3）數據計算側是生成應用功能所依賴各種判據的地方，通過引入大數據流式計算引擎Storm，支持對采集數據進行篩選、過濾、計算、分析、統計處理^［3］，生成可以反映實際情況的實時監控數據和統計數據。

在下頁圖2中，現場測控裝置的采集數據通過管理機上報給Flume，Flume集群中的Flume0、Flume1、Flume2分別用于接收不同區域的監控數據，并將接收到的數據格式化后發送給Kafka；Kafka將接收到的數據以隊列的形式存放在不同的分區內，進入Storm集群中的服務器，通過blot處理單元進行不同的數據處理過程。

3.2 微服務技術

微服務體系將一個大型復雜軟件應用所涵蓋的功能解構為多個功能較為單一的、標準化的、小規模且可獨立運行的服務^［4］，可視化智慧監控云平臺采用了微服務平臺化的構建理念，由若干個獨立的微服務為組合的方式構建而成，如圖3所示。

主要的微服務及其功能分述如下：

（1）AR實景數據可視化服務。將不可見數據變為可見數據^［5］，結合現場可控云臺攝像機對現場設備進行AR數據實景可視化監測。

（2）告警及消息推送服務。將采集的告警信息依據設定的規則推送給Web端頁面、手機APP終端。

（3）實時監控服務。實時監控流式計算分析與處理后的數據，通過服務方式反映被監控對象的實時情況。

（4）遠程控制服務。對有遙控要求的設備下發遙控命令，實現遠程控制^［6］。

（5）圖形服務。提供在線圖形設計器，用于繪制一次接線圖、管線圖、平面布置圖、含動畫效果的示意圖等。

（6）數據報表分析服務。對采集到的數據進行分析，生成能源成本分析、費用分析、對標分析、同比環比、能源分類及占比等報表。

（7）數據接口服務。系統對第三方可提供數據接口服務，基于采用的RESTful接口方式將平臺的實時數據和統計結論共享給其他服務。

（8）定時任務管理服務。主要用于設定具有定時執行性質的任務，并按預定要求完成設定的任務。

（9）移動端服務。主要以數據接口的方式提供手機APP端訪問。

（10）系統服務。負責將各個微服務組裝成一個總體服務。

4 平臺應用

本文提出的基于流式計算和微服務的可視化智慧配電房監控云平臺，應用于欽州至北海高速公路改擴建項目。項目分為兩段，分別為主線蘭花高速公路欽州至山口段及北海支線，路段長度分別為55.78 km和26.78 km，區域內共有15所配電房。該平臺對這15所配電房進行統一集中可視化監控，采用流式計算進行數據采集、分析、處理，采用Springboot+Vue前后端分離對微服務進行開發，建設了專屬的智慧配電房可視化云平臺，并采用支撐這種微服務化的、云原生化的Kubernetes進行應用，部署于該項目路段管理中心，取得了以下應用實效：

（1）平臺可對配電房電力設備的運行狀態、設備管理進行遠程實時集中監控，實現線上數據監測自動化，有效減少了人工現場巡檢成本。

（2）平臺可實時進行電量、電壓、電流、功率等大數據分析，監測各分支鏈路能耗占比及能流方向，實現預測性維修，降低運維難度，降低電能浪費，使設備運行與管理更可控更高效。

（3）平臺可通過AR實景可視化，有效降低運維人員的勞動強度，實現運維標準化、高效化，實現智能變電站的數據共享和實景可視化遠程集中監控及實景化運維管理。

5 結語

本文以欽州至北海高速公路改擴建項目的可視化智慧配電房監測云平臺為應用背景，闡述了從單純電力監控到可視化智慧監測云平臺這一轉變的必要性、可行性，對大數據技術體系下多子系統的數據共享、數據融合進行分析，并采用大數據流式計算和微服務的關鍵技術實現可視化和智慧化。實際應用表明，該云平臺可達到數據監測自動化、運維派單智能化、故障預警提前化、工單效率提高化、搶修時間縮短化的效果。

參考文獻

［1］張煥炯.高速公路運管“一張網”建設探析［J］.中國交通信息化，2022（S1）：112-114.

［2］王全強.智能電網電力大數據技術研究［J］.電子技術與軟件工程，2016（1）：181-182.

［3］劉少偉.基于Storm框架的電網電力設備監測大數據并行診斷方法［D］.北京：華北電力大學，2018.

［4］王 陽.基于微服務架構的云容器管理系統設計與實現［D］.成都：西南交通大學，2019.

［5］周國亮，呂凜杰，王桂蘭.電力大數據全景實時分析關鍵技術［J］.電信科學，2016，32（4）：159-168.

［6］張 健.負荷程序化控制在電網中的應用［J］.電子世界，2014（20）：328-328.