基于邊緣計算算法的區域電網智能操作管理系統設計

摘 要：傳統的電網操作管理系統以中心化模型為核心，難以滿足現代區域電網的智能化需求。該文提出了基于邊緣計算算法的區域電網智能操作管理系統設計，在系統總框架設計的基礎上，分別對數據采集和處理模塊、智能決策支持模塊以及區域電網拓撲優化模塊3個關鍵模塊進行詳細設計。采用邊緣計算技術，構建一個現代化區域電網智能操作管理系統，提高電力信息的實時性和可靠性，使電力運營者動態掌握電網運行情況，使智能電網操作與電力數據高效融合，為電力行業的可持續發展提供有力支持。

關鍵詞：邊緣計算算法；區域電網；邊緣預測；智能監控

中圖分類號：TP 31 " " " " " " 文獻標志碼：A

目前，能源行業正經歷前所未有的變革和挑戰。為應對不斷增長的電力需求、提高能源效率以及減少環境影響，電力系統應該更智能、更高效。由于傳統的電力系統過于集中，缺少實時響應和適應性，因此不能滿足不斷變化的需求。這種情況下，采用區域電網智能操作管理系統具有重要的意義。該系統利用邊緣計算技術，將計算資源更接近電力設備和終端，使數據處理速度更快，制定決策更靈活，不僅可以提高電力系統的韌性，而且可以減少能源浪費，降低運營成本[1]。因此，該文探討了基于邊緣計算算法的電網智能操作管理系統設計，分別從數據采集和處理模塊、智能決策支持模塊以及區域電網拓撲優化模塊3個方面進行詳細規劃，旨在提供高效、安全、智能的區域電網智能操作管理解決方案。試驗結果表明，該文設計的區域電網智能操作管理系統能夠降低電力系統運行風險，減少設備故障和數據不一致的現象，同時提供更多智能數據，協助運營人員更好地管理電力網絡。同時，該系統符合電力行業的數字化轉型趨勢，提高了能源供應的可靠性。

1 系統架構設計

基于邊緣計算算法的區域電網智能操作管理系統總框架設計分為數據采集和處理模塊、智能決策支持模塊以及區域電網拓撲優化模塊，具體系統架構如圖1所示。

區域電網智能操作管理系統展示了先進的電力管理技術的嶄新范式，其核心功能模塊集成了創新性與智能性。首先，數據采集和處理模塊負責收集光伏發電、儲能、充電樁以及交直流負載子系統的實時數據，通過傳感器網絡采集子系統信息。其次，智能決策支持模塊涵蓋了邊緣預測模型和決策算法設計，用于分析數據和進行實時預測，制定最佳電網操作策略[2]。最后，區域電網拓撲優化模塊用于優化電網結構，提高電能交換效率、減少能源損耗，保證電網的穩定性和可維護性。以上3個模塊協同工作，實現了電能系統的智能化管理，提高了能源利用效率，保證電網可靠、高效地運行。

2 區域電網智能操作管理系統的功能模塊設計

2.1 數據采集和處理模塊

在基于邊緣計算算法的區域電網智能操作管理系統設計中，數據采集和處理模塊可以對數據高效、實時地進行采集和處理，以支持電網的智能操作和管理[3]。在這個系統中，數據采集節點位于關鍵位置，用于采集來自光伏發電、儲能、充電樁、交直流負載等子系統的重要數據，以支持電網的智能決策。

光伏發電是區域電網的重要組成部分，為實時監測和管理光伏發電數據，在光伏電池板上安裝太陽能傳感器和溫度傳感器，定期采集太陽能輻射、溫度和電能輸出等數據，然后通過MQTT通信協議傳輸到數據采集節點，以便后續處理和分析；儲能系統對區域電網的平穩運行至關重要，在儲能設備中部署電池電壓傳感器和電流傳感器，實時監測電池狀態和能量存儲情況；充電樁數據采集也是不可或缺的，每個充電樁將配備電流傳感器和電壓傳感器，以監測充電過程中的電流和電壓變化，這些數據將實時傳輸到數據采集節點；需要實時監測電網中的交流和直流等負載，部署電流傳感器和電壓傳感器在負載端口上，以監測負載電流和電壓，然后通過MQTT通信協議傳輸到數據采集節點。為了保證數據采集更全面，需要建立一個密集的傳感器網絡，覆蓋整個電網區域，傳感器節點將互相通信，并將數據傳輸到數據采集節點，利用5G無線通信技術，確保高效的數據傳輸和覆蓋范圍。一旦數據由傳感器采集，數據采集節點將經歷以下步驟，以確保數據的質量和完整性，從而支持區域電網的智能操作和管理。區域電網數據采集與處理流程如圖2所示。首先，數據整理階段將合并來自電流、電壓、溫度和光照強度等不同傳感器的各種參數數據，匯聚到1個集中的數據池中。其次，利用孤立森林算法檢測傳感器數據中的異常值，并實時應用異常檢測算法，識別可能的異常數據點。一旦檢測到異常情況，實時糾正或標記這些數據，保證數據的準確性。數據清洗的過程是至關重要的，它涵蓋了檢測和修復可能由傳感器誤差或干擾引起的錯誤數據，包括傳感器漂移和缺失值填充。數據清洗操作通過均值漂移校正將保證數據具有相似的數值尺度[4]。異常值的檢測和處理階段有助于保證數據的準確性，可以替換異常值或將其刪除。最后，在數據整合階段，已清洗和標準化的數據被整合成一個統一的數據集。整合后的數據可用于深入分析電網性能、能源使用和設備健康狀態。結合邊緣計算算法對數據采集和處理模塊進行詳細設計，以期為未來智能電網的可持續發展奠定堅實基礎。

2.2 智能決策支持模塊

2.2.1 邊緣預測模型

在智能決策支持模塊中，邊緣預測模型的構建是關鍵步驟之一，它有助于系統預測光伏發電、儲能、充電樁和各種交直流負載在區域電網中的行為，以支持智能運營和管理決策。模型的建立始于影響因子的關聯分析，通過提取相關指標來建立各因素之間的關聯模型，以更好地理解電網行為與各種影響因素之間的關系。采用多元回歸分析方法，將影響因子中的各自變量與電網行為的因變量進行分析，以揭示各因素對電網行為的貢獻程度，并建立它們之間的數學模型，以量化描述這些因素與電網行為之間的關系[5]。將電網運行結果作為因變量，建立因變量y序列，如公式（1）所示。

y=γ0+γ1x1+γ2x2+...+γpxp+ε " " " " " " （1）

式中：y為光伏發電、儲能、充電樁或負載的預測結果；γ為估計系數；x1，x2，…，xp為影響因子系數；ε為誤差項。

這個模型反映了各影響因子與電網行為之間的關聯性，但是不同的因素對于光伏發電、儲能、充電樁和負載的影響程度不同。因此，引入XGBoost對每個預測因素的影響進行分類計算，設第i個影響因子位置為yi，f（xi），該位置的XGBoost計算過程如公式（2）所示。

（2）

式中：L為損失函數，用于衡量模型的預測誤差；k為模型迭代次數；n為訓練數據的樣本數量；λ為正則化項的權重。

在這個公式中，第一項表示模型對訓練數據的擬合誤差；第二項代表正則化項，用于控制模型的復雜度。通過調整參數λ，可以靈活地控制正則化程度，以更好地適應不同的電網行為和資源分配需求，為實現后續更準確的智能決策提供支持。

2.2.2 智能監控算法設計

在區域電網智能操作管理系統的智能監控算法設計中，關鍵的目標是實現對電網設備和參數的智能監測和實時決策支持。其中，主要設備包括變電站、輸電線路以及開關設備等，參數包括電流、電壓以及負載等電網環境參數。通過采用邊緣計算算法，系統可以基于歷史數據分析和實時數據讀取，計算每個設備和參數的預測值。當某個設備或參數的實際值超過預設的安全閾值時，系統將發出報警信號，以便于及時采取措施，防止潛在的問題。在智能監控算法的設計過程中，需要明確監控的需求，確立所需監控的電網設備和參數以及監控精度。系統將收集和分析過去的電網數據，了解設備和參數的正常范圍和變化趨勢。基于歷史數據，電網智能操作管理系統的電流、電壓、負載、溫度和濕度等監控參數，其閾值范圍在系統中被明確定義。當電網環境中的傳感器檢測到異常情況時，基于邊緣計算算法的區域電網智能操作管理系統會觸發報警機制，具體流程如圖3所示。首先，系統按照預定的時間間隔進行傳感器數據讀取，以獲取當前電網環境參數的實際值。其次，這些數據被送入異常檢測階段，與預測值和設定的閾值進行比較，用于檢測是否存在異常情況。一旦異常情況被檢測到，系統將觸發報警機制。再次，報警信息將根據異常情況的嚴重程度分配相應的優先級，以確保緊急情況得到及時處理。最后，這些報警信息將被上傳到中央監控服務器，為操作人員提供及時了解和處理異常情況的機會。操作人員可以通過歷史數據分析傳感器之間的關聯，查找趨勢并進行數據挖掘，以確定異常情況的原因和根本問題，并獲得關于如何應對異常情況的建議和決策支持。這個全面的監測和反應系統有助于保障電網環境安全，并提供及時的決策支持應對各種異常情況和緊急事件。通過物聯網技術和邊緣計算算法的結合，區域電網得以更智能、更高效地運行和管理。

2.3 區域電網拓撲優化模塊

為優化區域電網的拓撲結構，提高其運行效率和可靠性，采用邊緣計算算法中的數據重放技術，保證系統的穩定性和有效性。該模塊的任務是根據歷史數據和實時信息來優化區域電網的拓撲結構，以實現更有效的電力分配、故障處理和資源利用。

在每個時間步，當前電網拓撲狀態和操作被捕獲并記錄，包括電網組件的連接狀態、負載情況以及潛在的電力分配路徑，這些數據經過存儲和處理后形成粒子數據快照，被存儲在數據存儲區中，定期用于優化拓撲結構。在訓練過程中，從數據存儲區中隨機抽樣一批粒子數據，使用粒子群速度更新公式計算更新拓撲結構的效益，以打破拓撲操作的時間相關性，提高訓練的穩定性。如公式（3）所示。

Vl（t+1）=w×Vlt+c1×r1×（pl-xlt）+c2×r2×（g-xlt） （3）

式中：Vlt為第l個粒子當代的速度；Vl（t+1）為第l個粒子在下一代的速度；w為慣性權重，c1和c2為學習因子；r1和r2為隨機數；pl為第l個粒子的個體最佳位置；g為全局最佳位置；Vlt為第l個粒子在當前代的位置。同時，跟蹤整個粒子群中效益最好的粒子位置g，其代表了整個電網系統中的最佳拓撲結構。通過不斷迭代和優化，找到最適合當前電網需求和條件的拓撲結構，實現以下3個目標：1）電力分配的優化。通過改變拓撲結構，更好地分配電力，減少能量浪費，并確保供電的穩定性。2）故障處理的優化。拓撲優化提高電網的魯棒性，減少故障對供電系統的影響。3）資源利用的優化。通過有效的拓撲結構能夠更好地利用可再生能源和電池儲能等資源，提高能源利用率。模塊的關鍵目標是通過邊緣計算算法和粒子群優化技術來提高區域電網的效率、可靠性和靈活性。通過合理的拓撲優化，更好地應對電力供需波動、故障情況和可再生能源集成等挑戰，從而實現可持續電力分配和管理。

3 測試試驗

3.1 試驗環境準備

為評估基于邊緣計算算法的區域電網智能操作管理系統的穩定性和可行性，對區域電網智能操作管理系統的性能進行模擬測試。在測試中，采用AMD Ryzen Threadripper PRO 5000 WX-Series處理器，其擁有64核128線程，能夠同時處理如渲染、模擬、虛擬化和科學計算等大量線程密集型任務；配備32 MB的L2緩存和256 MB的L3緩存，減少內存訪問的延遲，從而更快地執行任務；基礎頻率為2700 MHz，加速頻率為4500 MHz，在需要更多性能時可以提供更高的時鐘速度；支持八通道DDR4-3200內存，最大容量為2 TB，提供了128條PCIe 4.0通道，能夠處理大規模數據集和內存密集型應用，并提供卓越的內存性能。操作系統選擇了Windows 10，數據庫系統采用MySQL。此外，利用5G無線通信技術保證數據高效地傳輸和處理，創建適宜數據傳輸的網絡環境。

3.2 試驗結果分析

選取5個不同節點資源值，測試基于邊緣計算算法的區域電網智能操作管理系統的數據傳輸速率、穩定性、準確率，測試結果見表1。

試驗數據表明，通過對5個不同數據節點的測驗，得出該系統平均操作響應時間為8.24 ms，表明系統對于操作請求的響應速度非常快；系統平均數據傳輸速率為22.06 Mbit/s，表明系統數據傳輸效率較高，可以快速傳輸大量數據；且數據準確率達到98%以上，表明系統在處理數據的過程中非常精確，錯誤率低。綜合來看，基于邊緣計算算法的區域電網智能操作管理系統設計，有助于提高電網的管理效率、可靠性和實時性，能夠更好地滿足用戶需求以及應對各種電力管理挑戰。

4 結語

綜上所述，該文從邊緣計算算法在區域電網智能操作管理中的應用角度出發，對區域電網智能操作管理系統進行全面設計，對數據采集和處理模塊、智能決策支持模塊幾個方面分別進行研究，通過邊緣計算技術實現了電網數據的實時采集、分析和管理，提高了電網操作管理的效率和準確性。試驗結果表明，基于邊緣計算算法的區域電網智能操作管理系統在提高電網運行效率、降低風險以及應對突發事件方面取得了顯著的成效。采用該系統能夠更好地應對復雜多變的電力市場環境，為電力行業的可持續發展和智能化進程做出貢獻。

參考文獻

[1]陳天宇，孫儀，田躍軍，等.基于故障樹的智能電網調度防誤操作拓撲分析[J].電工技術，2023（12）：198-200，203.

[2]陳根奇，黃振華，王少春，等.基于圖數據庫和圖算法的轉供電方案在配電網智能操作票系統的研究和應用[J].電力學報，2023，38（1）：73-82.

[3]肖成健.變電站智能操作關鍵技術研究與應用[J].云南電力技術，2023，51（1）：78-83.

[4]邱丹驊，吳龍騰，陳純，等.電網設備狀態智能校核及操作到位研判技術研究[J].電子設計工程，2022，30（24）：135-138，143.

[5]楊華，林先堪，廖柏程.人工智能與大數據在變電領域的實踐與運用[J].設備管理與維修，2023（4）：128-130.

通信作者：謝梟楠（1986.10—），男，漢族，浙江杭州人，碩士，初級工程師，研究方向為微電網信息系統。

電子郵箱：xxn16@tsinghua.org.cn。