基于物聯網管理平臺的云邊端協同研究

摘" 要：電站運行維護管理是物聯網技術應用重要場景，目前物聯網產品廠商和技術路線眾多，不能很好地將數據進行整合來支持業務和專業的應用，同時，還不能對數據的安全性進行有效的控制。為此，該文從電廠維護實際需求出發，構建一套基于邊緣智能體的云端-邊緣協作物聯網架構，通過多模塊化的通信部件和標準化的接入方法，研究基于物聯網模型的物聯網云-邊協作機制，從而達到對物聯網設備的標準化接入和對感知數據進行規范管理的目的，為電廠運行維護管理提供有力的支持，提升施工現場的安全管理水平。通過對實際工程項目的案例分析，證明了該文的研究成果具有很強的實用價值和推廣價值。

關鍵詞：物聯管理;云邊端協同;架構設計;電廠維護;規范管理

中圖分類號：TP399" " " 文獻標志碼：A" " " " " 文章編號：2095-2945（2025）02-0039-04

Abstract： Power station operation and maintenance management is an important scenario for the application of Internet of Things technology. Currently， there are many IoT product manufacturers and technical routes， which cannot integrate data well to support business and professional applications. At the same time， it cannot effectively control the security of data. To this end， based on the actual needs of power plant maintenance， this paper builds a cloud-edge collaborative IoT architecture based on edge agents. Through multi-modular communication components and standardized access methods， we study the Cloud-Edge Cooperative Networking IoT cloud-edge collaboration mechanism based on the IoT model， thereby achieving the purpose of standardized access to IoT equipment and standardized management of perceived data， providing strong support for power plant operation and maintenance management， and improving the safety management level of construction sites. Through case analysis of actual engineering projects， it is proved that the research results of this paper have strong value in practice and for promotion.

Keywords： IoT management; cloud-edge collaborative architecture; architecture design; power plant maintenance; standardized management

如何利用物聯網、大數據等先進技術與產品，提升電廠的安全性，已成為我國電廠維護管理領域的一個重要研究課題。因此，近幾年來，全國各地的電廠中，越來越多地采用了物聯網傳感類的終端設備或者傳感器來實現對施工現場人、機、料、法、環、測6大要素的實時數據收集與狀態監控，并且已經逐漸有了一些成果，但是也存在著不少的問題，尤其是以下幾個方面比較突出：一是廠商和產品眾多，技術路線雜亂，數據結構混亂，使得通信模式和數據協議很難統一，所收集到的感知數據很難支撐業務應用;二是各個廠商的感知設備和產品大多都是直接與后端進行通信，隨著終端數目的大量增長，會導致通信、計算資源的過度占用，甚至出現停機等問題[1];三是各個終端都是直接與后臺進行通信，沒有對數據、網絡進行有效防護。

為解決上述問題，本文研究邊緣感知智能體設備的標準化網絡模型和通信協議，并與云計算平臺進行協同設計，從而使各類傳感設備的接入標準化，為電廠運行維護管理安全管理提供有力的支撐。

1" 研究概況

近幾年，隨著云計算、邊緣計算等新興技術的興起，云-邊緣協作技術受到越來越多的關注。邊云協作從一個角度上實現了邊緣計算的規模化部署，同時實現了邊緣和中央云的協同，以適應不同的應用場景需求，然而，當前的電力物聯網數據協作效率較低，已成為制約電網物聯網發展的瓶頸。為進一步提升數據處理效率，亟需開展面向電網的云邊緣協作技術的合理應用研究。

物聯網是一種基于傳感網絡的網絡，它是一種基于網絡的網絡服務平臺。以傳感器的演化為標志，物聯網的發展經過結構型、固態和智能化3個發展時期。新一代邊緣智能感知系統采用“終端-場-邊”相結合的方式：“端”是將傳統傳感器的信息獲取功能與感知功能相結合;“場”包括遠程無線（LoRa）、窄帶物聯網（NB-IoT）和藍牙等近場通信技術[2];“邊”利用深度學習、低能耗芯片等先進的人工智能技術，在邊緣計算基礎上，完成數據局部存儲、計算分析、本地聯網等多個方面的應用，使之成為智能終端。

隨著傳感器和智能傳感技術的不斷發展，互聯網的應用范圍不斷擴大，物聯網也得到了迅猛的發展。根據設備的智能程度，物聯網將其劃分為兩大類：一種是云計算，一種是邊緣計算。

多個終端將本地的數據傳輸到云中，然后通過云的智慧運算，將這些數據反饋到終端上。但是，隨著云計算的發展，終端設備的數量與類型越來越多，給云數據中心帶來了巨大的壓力。另一方面，云計算在很多終端應用中很難滿足實時性要求。

邊緣計算因其靠近數據來源和應用場景，可緩解傳輸帶寬壓力，并能快速響應，已逐漸成為物聯網的重要架構和重要支撐部件。

目前，世界上最大的2個邊緣計算機構——多址邊緣計算聯盟（MEC）和產業互聯網聯盟（IIC）已經分別提出了自己的邊緣計算架構。邊緣計算（MEC）是面向4G/5G網絡的邊緣計算架構、架構與標準;IIC從事的是物聯網的架構、系統的研究[3]。2015—2016年，思科、實創時新、美國國立儀表（NI）聯合開展了一系列的研究，并對該框架在智能電網中的應用進行驗證。2018年，Linux基金會發布了開源的EdgeX邊緣計算平臺，目前已經有400萬的下載量。中國率先提出構建開放合作、孵化應用示范的邊緣計算產業合作平臺，并在此基礎上構建起引領產業健康可持續發展的生態圈。其中，數據的采集與傳輸是電力計量系統的核心。“云-管-邊-端”的物聯網架構是國家電網于2019年提出的，其核心是邊緣計算。

當前，國內各大企業已經對物聯網及其相關產品進行了比較成熟的研究和應用。Q/GDW 12113—2021《邊緣物聯代理技術要求》等相關技術規范，對如何在邊緣 Agent中引入容器技術，使其能夠在云端與邊緣之間進行協作，從而為各種服務提供支持。如何在云中實現高效的云-邊界協作是當前物聯網研究的一個熱點問題，已有研究表明，基于容器和Kubernetes的調度體系可以在云與邊2個層次上完成軟件的發布、部署與調度。然而，以上研究大多集中于云邊緣，對于終端感知，目前還沒有形成一個統一的標準系統[4]。例如，在電力系統基礎建設中的一個變電站項目，其中最常用的是智能頭盔、建筑機械定位、環境監控、沉降監控、真空泵和濾油機運行狀況監控等。在不同的企業中，數據的傳遞和訪問方式也各不相同。“智能頭盔”是一種建筑機器定位裝置，它通過內置的通信模塊，將數據傳輸給企業的云計算平臺，再由各廠家提供的云計算平臺，將其傳輸到電網基礎設施平臺，而環境監測設備、沉降監測設備則是由各個生產廠配備的數據采集模塊進行數據采集，然后傳送至電網基礎設施平臺。這種情況廣泛存在于各個變電站中，不同廠商的技術路線也各不相同，“多”“雜”“亂”的現象時有發生，使維護、運行費用增大，數據安全得不到保障[5]。研究了邊緣 Agent與物聯網管理平臺之間的通信協議和互動機制，以達到有效協作的目的。通過對物聯網建模與關鍵過程進行研究，使感知層設備的配置與管理規范化。

2" 云邊架構設計

為此，在物聯網管理平臺上，通過標準化的數據模型，對海量的感知終端數據進行存儲，并通過企業中臺，實現數據的共享和挖掘價值，同時也為云計算的業務應用與專家系統提供了支持。

將邊緣智能體作為感知層的核心數據集合體，將整個物聯網體系結構劃分為邊緣端和云端服務器2個層次，其中邊緣節點由感知終端和邊緣代理設備組成，而云端節點則由平臺和應用層組成。

在邊緣側，分別由感知終端、邊緣感知 Agent等構成。邊緣 Agent基于分布式和邊緣計算框架，具有信息采集、聚集、本地處理、分析決策、協作計算和通信等多種功能。

根據云管側的部署范圍，將其劃分為2個層次：一個是平臺級，一個是應用級。在平臺層面上，以物聯網管理平臺、數據中臺為各行業應用提供支撐，并以此為基礎構建了相應的技術體系。數據中臺將各種數據聚集在一起，經過對數據的清洗、轉化和集成，達到了標準化、集成化、標記化的目的，能夠為各種商業應用和專業系統提供數據共享和數據服務[6]。如圖1所示。

本文以感知層標準化建設為主線，將邊緣智能體作為傳感節點，通過對其進行統一規范的研究，建立一套統一的數據傳輸機制，從而解決多智能體系統中存在的“多”“雜”“亂”等問題。

3" 物聯網平臺

物聯網是一種以物為中心的網絡。簡單地說，就是通過網絡等通信技術，將傳感器、終端設備和管理者連接起來，通過這種方式，可以形成物-人-物相連接的網絡形式，從而實現對遠程的控制與管理。物聯網在汽車聯網、智慧家居、智慧醫療、能源和公共安全等領域有著重要的應用。從廣義上講，物聯網最早是由麻省理工的一個學生在1991年提出來的。目前，物聯網終端數量達到歷史新高， Gartner預測，全球M2M連接數將達到190億，年均增長30.2%。當然，物聯網的發展也并不順利，目前存在著許多問題，例如，沒有統一的標準，一個用戶一個方案，一個廠商一個標準，另外，不同的傳感器要與不同的平臺相連，對不同的智能數據要進行不同的大數據處理[7]。物聯網平臺是實現業務重構的重要手段，包括網絡資源層、執行層和復合層。本文提出了一種新的網絡資源模型。在執行層，也就是在不同的網絡環境下，通過Servicemix來實現對數據的采集和處理。復合層就是根據各類使用者的需要，開放我們預先設置好的模版組合，能夠滿足不同使用者的需求。要使物聯網這一塊完整的拼圖順利完成，必須要有一個完整的物聯網平臺，其中包括協議、網絡設備和數據庫等。

4" 實驗及應用

本文以基于邊緣感知的智能體為核心，對感知層的終端進行標準化的數據采集，其主要內容是使用物聯網終端對工地上的人員進行安全監控，例如通過對安全頭盔的定位，就能看出統計員的工作地點、工作活動軌跡等。傳統的定位方法是通過頭盔上安裝的定位終端來獲取用戶的位置，然后將用戶的位置信息發送給各個廠商的云計算平臺，然后傳輸給商業應用系統。圖2是利用邊緣網絡智能體設備和標準協議的標準化信息獲取過程的原理圖。

最后，將基于邊緣 Agent的智能體接入LoRa無線傳感器網絡，對所提方法的可行性及性能進行驗證。

4.1" 實驗測試

4.1.1" 檢驗方法

將邊界 Agent和多人的安全頭盔應用于實際的變電站工程環境中。該邊緣代理使用了DRF1665，它通過USB與PC機主機相連，LoRa模塊的參數包括：節點類型比較器，網絡ID 2279，57通道，LoRa參數是LoRa09;本系統采用內置ModBus RTU協議的DRF3201芯片，通過對邊緣 Agent發送的ModBus指令進行無線傳輸，并將結果反饋給用戶。

本文采用ModBus Poll軟件，實現數據的自動收集（超時丟包、校驗錯誤、數據錯誤），并對數據的無線傳輸性能進行實時監測，使用廣州市創輝計算機科技有限公司開發的LoRa網狀網絡軟件，對網路中的訊號強度進行量測，以了解在不同的傳送距離下，網絡中的訊號強度。

4.1.2" 檢驗結果

設定波特率16 300、超時900 ms、指令時間100 ms、10 B一次讀取、LoRa參數LoRa09。

在網絡中部署了8臺定位終端，并與邊緣網絡智能體進行了一周的測試，得到了以下的結果：

最佳的情形是：發送50 000次，每一個終端發生1次差錯，丟包率為2.2×10-6;

最壞的情形是：傳送50 000次，出錯1次，丟包率4.7×10-5;

在3 380 412次的發送中，數據包丟失82次，總丟失率為2.2×10-5。

在傳輸距離上，考慮到LoRa傳輸距離受LoRa結構參數和周圍遮擋情況的影響，本文將LoRa參數設定為LoRa03，實現了在全開放視野下不需要中繼的情況下，實測距離可達5.0 km。在部分遮擋的條件下，實際測量距離可以達到1.5 km。

實驗結果表明，該協議在 MCU主板上運行良好，邊緣智能體可以在LoRa通信中同時接入多個位置節點，從而更好地適應了工業生產的實際需要。

網絡感知模型為前、后端數據交互和存儲提供了基礎。物聯網模型多根據實際應用需求來構建，例如在高邊坡、深基坑、水泥地基等環境下，通過對地基變形進行監測，實現對地基穩定狀態的監測。

4.2" 應用

本文對建筑現場的安全管理進行了探討，并指出了一些具有代表性的案例：

1）使用自動門，實時收集變電站現場出入和值勤人員的信息，并將其與面部識別技術結合起來，確定他們的合法身份，并向違規的人報警。

2）在極高的壓力下，或者在特定的工作環境中的工人，可以利用隨身攜帶的智能手環，實時采集人體的心率和血壓等健康信息，從而對身體狀況不佳的人進行及時的調整和更換。

3） 戴上定位頭盔、智能手環或人體定位芯片，對工地上的工作狀態，如實時定位和歷史軌跡進行管理。與施工總圖相結合，對警戒區進行了分區，設置了相應的警戒級別，并在整個站點上安裝了一個定位基站，將整個站點都覆蓋起來，并將人員的實時位置信息和警戒范圍相結合，一旦發現有人的位置有了異常，就會自動報警。

5" 結束語

本文利用邊緣 Agent對多種通信模式進行整合，為主流的物聯網感知企業和終端產品提供標準化的訪問和數據采集，使用統一的通信接口和數據協議，有效解決“多”“雜”和“亂”的問題。當資料搜集完畢后，對其進行預處理，提升其智能程度和實時性，把問題隱患提前檢測到邊緣，降低通信流損失，緩解后端的計算負擔，提升工地的安全控制效率與管理水平。采用網絡感知模式和身份驗證等技術手段，提升設備的標準化管理和數據的安全性。針對電網基礎設施領域的實際需求，探索更多的應用場景，并將更多的人工智能與大數據融合到邊緣 Agent設備中，以提升邊緣智能體的前置智能處理能力。

參考文獻：

[1] 劉雯，劉欣然，龔舒，等.邊緣計算的電力網關設計及數據傳輸安全研究[J].單片機與嵌入式系統應用，2022，22（4）：42-46，51.

[2] 陳玉平，劉波，林偉偉，等.云邊協同綜述[J].計算機科學，202 1，48（3）：259-268.

[3] 王大蕾. 物聯網技術在配電網智能巡檢中的應用研究[J].電子測試，2022，36（6）：56-58.

[4] 胡吉祥. 基于物聯網技術的電力設備數據實時采集系統[J].能源與環保，2022，44（6）：231-236.

[5] 楊定坤，趙南，馬紅雙，等. 面向電力物聯網的云邊協同應用研究[J].電氣工程學報，2022，17（1）：192-198.

[6] 黃杰，肖志清，毛冬.面向電力物聯網的云邊數據協同方法[J].電力信息與通信技術，2022，20（1）：35-42.

[7] 吳建波，朱文霞，劇亮，等.邊緣計算在智慧交通系統中的應用[J].計算機與現代化，2021（12）：103-109，122.

基金項目：中國長江電力股份有限公司科研項目資助（1622020005）

第一作者簡介：張輝（1979-），男，博士，正高級工程師。研究方向為電力系統及其自動化、自動控制、數字與信息化。