基于边缘计算的电力智慧物联系统设计与实现（论文研读）

基于边缘计算的电力智慧物联系统设计与实现.-论文研读 崔恒志 1, 蒋承伶 1，缪巍巍 2，杨维永 3，马涛 3，沈耀威

摘 要：

随着电力物联网的逐步推进，适应电网特征的边缘计算框架逐渐成为其中的关键技术。目前国家电网有限公司各专业信息系统存在感知信息不共享、未实现一次采集、难共享共用和智能管控等难题，迫切需要应用互联网思维和高效能边缘计算等技术手段，建设智慧物联体系。文章所述边缘计算框架立足于电力物联网边缘计算的功能需求，以国家电网有限公司电力物联网框架为基础，通过物模型、云边交互协议、规则引擎、智能生态等模块的设计，在边缘侧实现国网公司统一智慧物联体系“多元感知，多态接入，统一模型，统一物联”的目标。通过开展在功能性、非功能性、性能以及应用场景等方面的实验验证和试点建设，表明边缘计算框架在业务适配性和数据共享方面具有优势。
关键词：电力物联网；边缘计算框架；智慧物联；多元感知；共享共用

0引言

• 2020年3月，国家电网有限公司将加快打造“具有中国特色国际领先的能源互联网企业”确立为引领公司长远发展的战略目标，融合推进坚强智能电网和电力物联网建设。电力物联网围绕电力系统各环节，充分应用移动互联、人工智能等现代信息技术、先进通信技术，实现电力系统各环节万物互联、人机交互，是具有状态全面感知、信息高效处理、应用便捷灵活特征的智慧服务系统。
• 国家电网有限公司于2019年开始智慧物联体系的相关设计与部署工作。智慧物联体系涉及物联管理平台、边缘物联代理以及营销、配电等多个专业的业务终端。国网江苏省电力有限公司积极实施总部决策，组建了电力物联网实验室，开展了智慧物联体系的测试验证，验证了方案设计的可行性。同年8月国家电网有限公司下发可信边缘计算框架白皮书，完成智慧物联总体架构设计与相关标准规范编制。智慧物联边缘计算框架，针对感知终端、边缘集群与云数据中心之间的系统边界，研究云边协同体系架构，使得电力业务既可以在云–边、边–边之间动态切换，又能通过云端有效管控边缘应用，满足多样化电力业务需求，实现“数据一个源、电网一张图、业务一条线”，打造行业生态、培育新兴业态，支撑“具有中国特色国际领先的能源互联网企业”建设。
• 目前国内外的边缘计算框架[1-4]主要包括百度的OpenEdge、Linux基金会的EdgexFoundary和华为的kubuedge等。这些厂家提供的边缘物联代理和物联管理平台并非都是解耦合的，同时边缘计算支撑能力各异，百度的OpenEdge以函数计算为驱动，接口以远程过程调用（RemoteProcedureCall，RPC）为规范；华为以kubernetes为基础进行修改与适配，推出KubeEdge；Linux基金会的EdgeX模块之间解耦，APP以微服务形式运行，对APP管理也以表述性状态转移（RepresentationalStateTransfer，REST）应用编程接口（ApplicationProgrammingInterface，API）形式运行。此外，国内融合配电变压器监测终端（distributionTransformersupervisoryTerminalUnit，TTU）等边缘物联代理产品与物联管理平台交互能力较弱，难以实现一次录入和共享共用，且对平台的适应能力较差。
• 通过对各个厂家的边缘计算框架对比分析可知，EdgeX仅提供了数据导出的接口，无法直接与物联管理中心通信，需要基于交互规范开发与物联管理中心的交互流程；国内其他厂家边缘计算框架也缺乏应用下发、升级、管理，业务APP控制，设备管理控制、监视等功能，需要设计开发新模块补充完善；国内外边缘计算框架缺少安全加固方案，在安全接入、访问控制、应用命令验证等方面缺少设计。目前还没有适应电力业务需求的采集、控制和边缘计算框架，缺少基于APP开发的软件开发工具包（SoftwareDevelopmentKit，SDK）支持，迫切需要研究针对电网特色的边缘计算框架。

1电力智慧物联系统架构设计

• 电力智慧物联系统包括物联管理平台、边缘计算框架、应用APP、感知层终端等多个部分，其中边缘计算是在靠近物或者数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放平台，就近提供边缘智能服务。国网边缘设备数量今后将具有百万级规模，面临现场巡检、调试、升级成本高难度大等一系列挑战，迫切需要具有标准化远程维护能力，开展涵盖硬件、操作系统、应用的远程维护。
• 本文边缘计算框架定位于电力物联网边缘侧，提供传统终端的接入、设备协议及模型转换、设备数据处理等能力。可统一实现各专业应用远程安装、配置、升级、监控，统一对操作系统进行状态监视、在线升级，以及远程对硬件各功能模块的工况监测、配置管理等功能。

1.1总体框架设计

面向智慧物联系统的边缘计算框架在功能架构上分操作系统层、基础功能层和边缘服务层。其中，操作系统层包括系统监测、安全接入[5-8]等功能；基础功能层包括子设备接入、物模型管理、消息队列、数据缓存等功能；边缘服务层包括流计算、规则引擎[9-11]等功能，并支撑资源、数据、智能、应用管理等的云边协同。系统逻辑架构如图1所示。

1.2物模型设计

• 一般而言，在数据的采集与预处理方面，业务应用程序通过底层驱动从终端设备感知运行数值、环境变化，生成相应数据并报送到物联管理平台，工业场景中也存在大量非智能传感器以不同频率周期性发送数据，并交由边缘计算代理设备转发到物联管理平台。边缘代理需要识别语义信息并进行预处理，如数据去噪去重、紧急事件分析、数据格式转换、传输前加密等。物联管理平台在收到上送的数据后，需要基于特定的数据标准校核数据，开展完整性、数据格式、数据合理性检查。在实际应用中，上述工作通常面临巨大挑战。

图1 电力智慧物联系统逻辑架构

• 电力行业具有终端设备数量大、工控协议复杂、业务需求多样的特点，由于设备类型多样，不同设备生成、传输的数据格式、传输协议等完全不同，造成物联代理在预处理和边缘计算上面临困难。为此，在电力物联网的设计中，引入了物模型概念，旨在统一终端设备模型、终端设备的数据模型，通过对设备能力、功能、属性、状态的标准化规范化描述，实现物联管理平台内部对物联代理、智能终端设备上传数据的校核处理，支撑物联代理对电网业务应用中的传感器进行信息采集和业务控制。
• 物模型基于自描述语法格式[12]，在物模型中包含对设备描述所需的全部信息。通过将设备映射到属性、事件、接口3个维度实现对设备功能的完整描述。属性包含物联终端实体的静态属性和动态属性，静态属性是指在物联终端全生命周期中不会发生变化的天然属性值；动态属性是指终端实体主动周期性上报的业务数据和在全生命周期管理过程中需要动态调整的属性。事件是指终端实体主动上报的业务消息和安全类事件。接口是指物联终端接收控制命令，并做出相应动作的描述。接口由业务部门给出定义，但需要符合一定的格式，物模型中的接口定义见表1所列。
  表1物模型中的接口定义

1.3边缘计算

• 边缘计算目前仍然缺乏准确统一的定义[13-16]。总的来说，边缘计算作为一种新的计算模式，将计算与存储资源部署在终端设备侧，从而获得更高实时性的计算能力和服务的响应能力；非关键数据在边缘侧经过处理不需要上传到数据中心，从而极大降低网络开销和云计算的资源压力。边缘设备基于规则引擎、函数计算等技术，提供边缘计算的能力，运行在边缘设备上的业务程序主动获取终端设备的数据，并在边缘侧执行部分计算任务，以减少与平台间无用数据的传输。
  -本文边缘框架中设计了2类边缘计算的方式，第1类为基于事件触发设备控制操作，其流程如图2所示，当营销APP采集的数据通过规则引擎比对后，将根据规则触发APP对某个设备的控制行为。

图2 基于时间出发设备控制的边缘计算流程

• 第2类边缘计算模式是函数计算方式，APP采集的数据通过规则引擎比对后，符合条件时将触发某个函数的计算，函数计算的实例由本地函数计算、后台引擎统一管理。规则引擎只需要指明需要执行的函数名称，并调用后台引擎接口即可启动函数计算实例，对采集的数据进行处理，如数据去噪、数据格式转换、传输之前的数据加密，或复杂的业务逻辑处理，如线损计算等。

1.4交互协议

交互协议作为物联代理与云端交互的标准[17-18]，规范云边交互的传输层协议、应用层协议和业务的消息类别、消息格式、消息语义、请求和响应时序关系等内容，从而消除物联网互联互通的差异。交互协议作为北向接口的规范，包含管理面和数据面。交互协议内容见表2所列。

表2 物联代理交互协议内容

• 交互协议基于消息队列遥测传输协议（MessageQueuingTelemetryTransport，MQTT），以JS对象简谱（JavaScriptObjectNotation，JSON）作为业务消息的格式，大大简化了与云端的交互协议的复杂度。以设备升级操作为例，云端下发设备升级命令，物联代理接收到云端系统升级指令后触发完整的升级操作。交互协议中设备升级的消息格式见表3所列。

1.5面向云边协同的智能生态

1.5.1应用开发

• 1）开发模式

表3 交互协议中设备升级的消息格式

图3 边缘框架提供的开发模式

• 边缘计算框架提供3种应用开发模式，如图3所示，包括基于SDK的开发模式、基于API接口的开发模式和基于交互协议的开发模式。
• 在基于SDK的开发模式中，开发人员重点实现与底层设备的交互协议，实现数据转换与控制命令执行等业务逻辑，SDK中封装与边缘计算框架的交互细节，开发人员不需要关心数据缓存数据转发到物联管理平台等组件提供的功能。
• 在基于API接口的开发模式中，开发人员通过调用边缘计算框架各组件提供的API方法，采用超文本传输协议（HyperTextTransferProtocol，HTTP）方式进行通信，这种模式对框架依赖程度低，具备一定的灵活性。
• 在基于交互协议的开发模式中，业务应用程序独立实现业务应用的数据采集、系统控制逻辑，通过交互协议与物联管理平台通信。

典型应用场景

• 边缘框架可广泛应用于智慧物联体系建设中电网生产、营销等专业边缘代理和终端设备的接入和管理，其典型应用场景如图4所示。

图4智慧物联系统典型应用场景

1.5.2智能生态

• 通过应用互联和管控协议，实现多种异构系统的相互协同，形成一个完整的电力物联网系统。
• 在应用互联方面，借鉴微内核架构思想[19-21]，所有内核功能和业务功能均以服务方式对外提供，并支持本地和远程的连接和访问。智能应用服务业务向本地服务管理器注册，并由服务管理器发布服务；本地业务通过进程间通信（Inter-ProcessCommunication，IPC）机制访问服务管理器，并由服务管理器建立服务连接实现本地访问服务功能。远程业务也可同样访问服务管理器（负责建立远程服务通信通道）并查找到服务节点。通过此技术实现跨节点的智能互联互操作功能，应用业务可透明使用本地服务或远端服务。在协议方面，边缘框架针对不同场景需求，提供了应用互联互通互操作的业务协议和安全管控协议，包括物联网的类web协议即约束应用协议（ConstrainedApplicationProtocol，COAP）、MQTT等应用互联协议。

1.5.3云边协同

• 云边协同的核心是实现云、边的资源协同、数据协同、智能协同、应用管理协同、业务管理协同和服务协同。
• 其中资源协同是指边缘节点基础设施、设备、南向资源的全生命周期管理，物联管理平台结合云端分析向下进行资源使用调整。为实现高效的面向电力物联网的智能协同机制，提升系统整体的资源使用效率与可靠性，需要构建高效率的边缘信息传输机制，多边缘物联代理的分布式一致性管理机制，并设计灵活的任务迁移框架。当某个边缘侧出现状况后，另一个边缘则可以协同处理，建立边边智能协同机制，多边协同基础架构如图5所示。

ྫྷ图5多边协同基础架构

• 数据协同是指数据的边缘采集与集中分析；智能协同是指数据在平台侧的集中式训练，分布式智能推理，并将训练好的模型下发到边缘框架侧执行；应用管理协同是指应用开发、测试/应用的全生命周期管理；业务管理协同是指业务应用的统一管理；服务协同是指服务的统一编排。这6类协同基本可以满足电力物联网所有的云边协同应用场景。

2实验验证及试点建设

为了验证框架的有效性和适应性，国网江苏省电力有限公司自2019年始从功能、性能、非功能性以及应用场景验证4方面对其开展实验测试、现场试点建设工作。

2.1实验测试

2.1.1功能型测试

对边缘框架的基础功能进行验证，主要包括设备接入能力、设备管理能力、模型定义及下发、设备影子、数据收集、数据分发、固件升级、APP管理、数据通信能力、规则引擎、运维管理等10项功能。具体见表4所列。

2.1.2非功能性测试

表4功能性测试Table4Functionaltest

基于电网物联网应用场景特殊需求，开展对物联代理远程运维能力和边缘框架自身非功能性指标的测试验证，主要包括物联代理远程配置、远程监测、远程调试，以及边缘框架可靠性、稳定性、安全性等8项测试项目。具体见表5所列。

表5非功能性测试

2.2现场试点建设

溧水智慧台区试点建设遵循智慧物联体系规范，依托省级物联管理平台，在台区现场部署了边缘物联代理等关键系统，在统一边缘计算框架和设备物模型的基础上，充分利用现有台区设备资源，通过对关口表、Ⅱ型集中器软硬件升级，实现了电表数据的分钟级实时采集，发掘电表的非计量功能，实现台区状态实时感知、故障态势研判、用户用电行为感知、实时精确线损分析等功能，促进了生产数据与营销数据的融合贯通，有效提升了配电抢修效率、供电服务能力水平。智慧台区整体系统框架如图6所示。

图6智慧台区整体系统框架

• 此前台区应用场景是营销专业、设备专业分别建设用电信息采集系统、配电自动化系统，并部署低压故障、监测单元、智能电表等采集设备实现台区状态的感知，由智能配变终端TTU、集中器等设备汇聚数据，传送至内网系统。考虑到用电、配电的采集内容重合度较高，因此在试点建设中统筹两专业需求整体设计，共建共享一套较高性能的现场数据采集子系统，实现源数据的统一采集、统一处理。
• 具体做法是：针对现有用采系统的采集器和集中器进行软硬件升级，优化采集策略和协议，实现电表数据的分钟级实时采集，有效拓展电表的非计量功能，同时引入边缘物联代理，统筹感知台区状态，满足不同专业的数据需求。基于边缘计算的电表分钟级采集方案如图7所示。

1）在采集器侧，增加对电表的分钟级采集任务；增加存储模块，预先采集、异步应答；
2）采集器至集中器通道，采用载波并发模式提高HPLC通道利用率；
3）集中器侧，增加对采集器分钟级采集任务，扩展1376.2协议，实现多表多数据项单次采集；
4）引入边缘物联代理，统筹台区环境、状态等感知接入；实现APP应用在线管理、远程升级。延伸云计算能力，减轻主站计算负担支撑边缘计算和区域自治；5）接入省级物联管理平台，实现设备管理、应用管理、数据采集与控制等公司级公共感知基础平台功能。基于云计算平台实现资源柔性扩展，提升可靠性和稳定性。

• 试点建设采用了一系列电力物联网新技术，包括物联平台、边缘计算、应用容器化、高压液相色谱（HighPerformanceLiquidChromatography，HPLC）载波高并发扩展、4G无线专网等。项目方案针对城市住户密集型台区，采用边端分离型物联代理，“一个配电房一个边”，大幅降低台区整体接入的投资，经济性好、通用性强；试点建设中应用了统一“物模型”规范，接入台区电压、电流、电能等电气量和环境量，实现实时数据汇聚；同时在用户侧部署新Ⅰ型/Ⅱ型集中器，低成本实现分钟级的数据采集，与原有关口表等感知设备达到同频采集周期，拓展电表非计量功能，提高用户侧感知粒度，实现线损精益化测量。试点建设方案具有较好的经济实用性，具备大规模推广的价值。

图7基于边缘计算的电表分钟级采集方案

3结语

• 在电力物联网的建设中，构建适应电力物联网的边缘计算框架是建设智慧物联体系的核心。本文设计实现了一套边缘计算框架，完成物模型、边缘计算以及云边交互等的设计，明确了云边协同的智能生态，开展了实验验证和现场试点建设，使得电力业务既可以在云–边、边–边之间动态切换，又能通过云端有效管控边缘应用，满足多样化电力业务需求，实现“数据一个源、电网一张图、业务一条线”，打造行业生态、培育新兴业态，支撑“具有中国特色国际领先的能源互联网企业”建设，具有巨大的经济效益和社会效益。

参考文献：

[1]梁家越,刘斌,刘芳.边缘计算开源平台现状分析[J].中兴通讯技术,2019,25(3):8-14.LIANGJiayue,LIUBin,LIUFang.Thepresentsituationofopensourceplatformsforedgecomputing[J].ZTETechnologyJournal,2019,25(3):8-14.
[2]AIY,PENGM,ZHANGK,etal.Edgecloudcomputingtechnologiesforinternetofthings:aprimer[J].DigitalCommunicationsandNetworks,2017,4(2):77-86.
[3]边缘计算产品联盟(ECC),工业互联网产业联盟(AII).边缘计算参考架构3.0[R].2018.
[4]SHIW,CAOJ,ZHANGQ,etal.Edgecomputing:visionand challenges[J].IEEEInternetofThingsJournal,2016,3(5):637-646.
[5]杨悦梅,宋执环.工业物联网安全及防护技术研究[J].物联网技术,2015,5(3):64-66.
[6]左培良,周琴,戴星.浅析智能工厂中的工业物联网技术[J].科技风,2019(8):88.
[7]王浩,李玉,秘明睿,等.一种基于监督机制的工业物联网安全数据融合方法[J].仪器仪表学报,2013,34(4):817-824.WANGHao,LIYu,MIMingrui,etal.Securedatafusionmethodbasedonsupervisorymechanismforindustrialinternetofthings[J].ChineseJournalofScientificInstrument,2013,34(4):817-824.
[8]沙乐天,肖甫,陈伟,等.面向工业物联网环境下后门隐私泄露感知方法[J].软件学报,2018,29(7):1863-1879.SHALetian,XIAOFu,CHENWei,etal.Leakageperceptionmethodforbackdoorprivacyinindustryinternetofthingsenvironment[J].JournalofSoftware,2018,29(7):1863-1879.[9]DAVIDF,RAMANUJANAS,IBITAYOKY.Rulesenginearchitectureandimplementation:U.S.7853786[P].2010-11-14.
[10]QUKun,GONGTing,SHAOJianfei.Designandimplementationofsystemgeneratorbasedonruleengine[J].ProcediaComputerScience,2020(166):517-522.
[11]朱龙梅.Drools规则引擎在管理会计系统设计中的应用研究[J].微型电脑应用,2019,35(10):148-151.ZHULongmei.Applicationofdroolsruleengineinthedesignofmanagementaccountingsystem[J].MicrocomputerApplications,2019,35(10):148-151.
[12]RAYE.LearningXML:creatingself-describingdata[M].O’ReillyMedia,Inc,2003.
[13]SATYANARAYANANM.Theemergenceofedgecomputing[J].IEEEComputer,2017,50(1):30-39.
[14]PAVELM,BECVARZ.LearningXML:creatingself-describingdata[J].IEEECommunicationsSurveys&Tutorials,2017,19(3):1628-1656.
[15]HUYC,PATELM,SABELLAD,etal.Mobileedgecomputing:akeytechnologytowards5G[R].2015.
[16]MAOYY,YOUCS,ZHANGJ,etal.Asurveyonmobileedgecomputing:Thecommunicationperspective[J].IEEECommunicationsSurveys&Tutorials,2017,19(4):2322-2358.
[17]ALRAHMANYA,VIEIRAHT.Acoordinationprotocollanguageforpowergridoperationcontrol[J].JournalofLogicalandAlgebraicMethodsinProgramming,2019(109):100487.
[18]BOULOUKAKISG,GEORGANTASN,NTUMBAP,etal.Automatedsynthesisofmediatorsformiddleware-layerprotocolinteroperabilityintheIoT[J].FutureGenerationComputerSystems,2019(101):1271-1294.
[19]杨维永,刘苇,黄皓,等.基于微内核的电力专用安全操作系统技术研究[J].电力信息与通信技术,2016,14(11):22-27.YANGWeiyong,LIUWei,HUANGHao,etal.Researchonpowerprivatemicrokernel-basedsecureoperatingsystemtechnology[J].ElectricPowerInformationandCommunicationTechnology,2016,14(11):22-27.
[20]张建雄,吴晓丽,杨震,等.基于工业物联网的工业数据采集技术研究与应用[J].电信科学,2018,34(10):124-129.ZHANGJianxiong,WUXiaoli,YANGZhen,etal.Researchandapplicationofindustrialdataacquisitionbasedonindustrialinternetofthings[J].TelecommunicationsScience,2018,34(10):124-129.
[21]施巍松,孙辉,曹杰,等.边缘计算:万物互联时代新型计算模型[J].计算机研究与发展,2017,54(5):907-924.SHIWeisong,SUNHui,CAOJie,etal.Edgecomputing:anemergingcomputingmodelfortheinternetofeverythingera[J].JournalofComputerResearchandDevelopment,2017,54(5):907-924.