基于物聯(lián)網(wǎng)管理平臺的云邊端協(xié)同研究

摘" 要：電站運行維護(hù)管理是物聯(lián)網(wǎng)技術(shù)應(yīng)用重要場景，目前物聯(lián)網(wǎng)產(chǎn)品廠商和技術(shù)路線眾多，不能很好地將數(shù)據(jù)進(jìn)行整合來支持業(yè)務(wù)和專業(yè)的應(yīng)用，同時，還不能對數(shù)據(jù)的安全性進(jìn)行有效的控制。為此，該文從電廠維護(hù)實際需求出發(fā)，構(gòu)建一套基于邊緣智能體的云端-邊緣協(xié)作物聯(lián)網(wǎng)架構(gòu)，通過多模塊化的通信部件和標(biāo)準(zhǔn)化的接入方法，研究基于物聯(lián)網(wǎng)模型的物聯(lián)網(wǎng)云-邊協(xié)作機(jī)制，從而達(dá)到對物聯(lián)網(wǎng)設(shè)備的標(biāo)準(zhǔn)化接入和對感知數(shù)據(jù)進(jìn)行規(guī)范管理的目的，為電廠運行維護(hù)管理提供有力的支持，提升施工現(xiàn)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(qiáng)的實用價值和推廣價值。

關(guān)鍵詞：物聯(lián)管理;云邊端協(xié)同;架構(gòu)設(shè)計;電廠維護(hù);規(guī)范管理

中圖分類號：TP399" " " 文獻(xiàn)標(biāo)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(lián)網(wǎng)、大數(shù)據(jù)等先進(jìn)技術(shù)與產(chǎn)品，提升電廠的安全性，已成為我國電廠維護(hù)管理領(lǐng)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(lián)網(wǎng)傳感類的終端設(shè)備或者傳感器來實現(xiàn)對施工現(xiàn)場人、機(jī)、料、法、環(huán)、測6大要素的實時數(shù)據(jù)收集與狀態(tài)監(jiān)控，并且已經(jīng)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(chǎn)品眾多，技術(shù)路線雜亂，數(shù)據(jù)結(jié)構(gòu)混亂，使得通信模式和數(shù)據(jù)協(xié)議很難統(tǒng)一，所收集到的感知數(shù)據(jù)很難支撐業(yè)務(wù)應(yīng)用;二是各個廠商的感知設(shè)備和產(chǎn)品大多都是直接與后端進(jìn)行通信，隨著終端數(shù)目的大量增長，會導(dǎo)致通信、計算資源的過度占用，甚至出現(xiàn)停機(jī)等問題[1];三是各個終端都是直接與后臺進(jìn)行通信，沒有對數(shù)據(jù)、網(wǎng)絡(luò)進(jìn)行有效防護(hù)。

為解決上述問題，本文研究邊緣感知智能體設(shè)備的標(biāo)準(zhǔn)化網(wǎng)絡(luò)模型和通信協(xié)議，并與云計算平臺進(jìn)行協(xié)同設(shè)計，從而使各類傳感設(shè)備的接入標(biāo)準(zhǔn)化，為電廠運行維護(hù)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(shù)的興起，云-邊緣協(xié)作技術(shù)受到越來越多的關(guān)注。邊云協(xié)作從一個角度上實現(xiàn)了邊緣計算的規(guī)?；渴穑瑫r實現(xiàn)了邊緣和中央云的協(xié)同，以適應(yīng)不同的應(yīng)用場景需求，然而，當(dāng)前的電力物聯(lián)網(wǎng)數(shù)據(jù)協(xié)作效率較低，已成為制約電網(wǎng)物聯(lián)網(wǎng)發(fā)展的瓶頸。為進(jìn)一步提升數(shù)據(jù)處理效率，亟需開展面向電網(wǎng)的云邊緣協(xié)作技術(shù)的合理應(yīng)用研究。

物聯(lián)網(wǎng)是一種基于傳感網(wǎng)絡(luò)的網(wǎng)絡(luò)，它是一種基于網(wǎng)絡(luò)的網(wǎng)絡(luò)服務(wù)平臺。以傳感器的演化為標(biāo)志，物聯(lián)網(wǎng)的發(fā)展經(jīng)過結(jié)構(gòu)型、固態(tài)和智能化3個發(fā)展時期。新一代邊緣智能感知系統(tǒng)采用“終端-場-邊”相結(jié)合的方式：“端”是將傳統(tǒng)傳感器的信息獲取功能與感知功能相結(jié)合;“場”包括遠(yuǎn)程無線（LoRa）、窄帶物聯(lián)網(wǎng)（NB-IoT）和藍(lán)牙等近場通信技術(shù)[2];“邊”利用深度學(xué)習(xí)、低能耗芯片等先進(jìn)的人工智能技術(shù)，在邊緣計算基礎(chǔ)上，完成數(shù)據(jù)局部存儲、計算分析、本地聯(lián)網(wǎng)等多個方面的應(yīng)用，使之成為智能終端。

隨著傳感器和智能傳感技術(shù)的不斷發(fā)展，互聯(lián)網(wǎng)的應(yīng)用范圍不斷擴(kuò)大，物聯(lián)網(wǎng)也得到了迅猛的發(fā)展。根據(jù)設(shè)備的智能程度，物聯(lián)網(wǎng)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(shù)據(jù)傳輸?shù)皆浦?，然后通過云的智慧運算，將這些數(shù)據(jù)反饋到終端上。但是，隨著云計算的發(fā)展，終端設(shè)備的數(shù)量與類型越來越多，給云數(shù)據(jù)中心帶來了巨大的壓力。另一方面，云計算在很多終端應(yīng)用中很難滿足實時性要求。

邊緣計算因其靠近數(shù)據(jù)來源和應(yīng)用場景，可緩解傳輸帶寬壓力，并能快速響應(yīng)，已逐漸成為物聯(lián)網(wǎng)的重要架構(gòu)和重要支撐部件。

目前，世界上最大的2個邊緣計算機(jī)構(gòu)——多址邊緣計算聯(lián)盟（MEC）和產(chǎn)業(yè)互聯(lián)網(wǎng)聯(lián)盟（IIC）已經(jīng)分別提出了自己的邊緣計算架構(gòu)。邊緣計算（MEC）是面向4G/5G網(wǎng)絡(luò)的邊緣計算架構(gòu)、架構(gòu)與標(biāo)準(zhǔn);IIC從事的是物聯(lián)網(wǎng)的架構(gòu)、系統(tǒng)的研究[3]。2015—2016年，思科、實創(chuàng)時新、美國國立儀表（NI）聯(lián)合開展了一系列的研究，并對該框架在智能電網(wǎng)中的應(yīng)用進(jìn)行驗證。2018年，Linux基金會發(fā)布了開源的EdgeX邊緣計算平臺，目前已經(jīng)有400萬的下載量。中國率先提出構(gòu)建開放合作、孵化應(yīng)用示范的邊緣計算產(chǎn)業(yè)合作平臺，并在此基礎(chǔ)上構(gòu)建起引領(lǐng)產(chǎn)業(yè)健康可持續(xù)發(fā)展的生態(tài)圈。其中，數(shù)據(jù)的采集與傳輸是電力計量系統(tǒng)的核心?！霸?管-邊-端”的物聯(lián)網(wǎng)架構(gòu)是國家電網(wǎng)于2019年提出的，其核心是邊緣計算。

當(dāng)前，國內(nèi)各大企業(yè)已經(jīng)對物聯(lián)網(wǎng)及其相關(guān)產(chǎn)品進(jìn)行了比較成熟的研究和應(yīng)用。Q/GDW 12113—2021《邊緣物聯(lián)代理技術(shù)要求》等相關(guān)技術(shù)規(guī)范，對如何在邊緣 Agent中引入容器技術(shù)，使其能夠在云端與邊緣之間進(jìn)行協(xié)作，從而為各種服務(wù)提供支持。如何在云中實現(xiàn)高效的云-邊界協(xié)作是當(dāng)前物聯(lián)網(wǎng)研究的一個熱點問題，已有研究表明，基于容器和Kubernetes的調(diào)度體系可以在云與邊2個層次上完成軟件的發(fā)布、部署與調(diào)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(tǒng)一的標(biāo)準(zhǔn)系統(tǒng)[4]。例如，在電力系統(tǒng)基礎(chǔ)建設(shè)中的一個變電站項目，其中最常用的是智能頭盔、建筑機(jī)械定位、環(huán)境監(jiān)控、沉降監(jiān)控、真空泵和濾油機(jī)運行狀況監(jiān)控等。在不同的企業(yè)中，數(shù)據(jù)的傳遞和訪問方式也各不相同?！爸悄茴^盔”是一種建筑機(jī)器定位裝置，它通過內(nèi)置的通信模塊，將數(shù)據(jù)傳輸給企業(yè)的云計算平臺，再由各廠家提供的云計算平臺，將其傳輸?shù)诫娋W(wǎng)基礎(chǔ)設(shè)施平臺，而環(huán)境監(jiān)測設(shè)備、沉降監(jiān)測設(shè)備則是由各個生產(chǎn)廠配備的數(shù)據(jù)采集模塊進(jìn)行數(shù)據(jù)采集，然后傳送至電網(wǎng)基礎(chǔ)設(shè)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(shù)路線也各不相同，“多”“雜”“亂”的現(xiàn)象時有發(fā)生，使維護(hù)、運行費用增大，數(shù)據(jù)安全得不到保障[5]。研究了邊緣 Agent與物聯(lián)網(wǎng)管理平臺之間的通信協(xié)議和互動機(jī)制，以達(dá)到有效協(xié)作的目的。通過對物聯(lián)網(wǎng)建模與關(guān)鍵過程進(jìn)行研究，使感知層設(shè)備的配置與管理規(guī)范化。

2" 云邊架構(gòu)設(shè)計

為此，在物聯(lián)網(wǎng)管理平臺上，通過標(biāo)準(zhǔn)化的數(shù)據(jù)模型，對海量的感知終端數(shù)據(jù)進(jìn)行存儲，并通過企業(yè)中臺，實現(xiàn)數(shù)據(jù)的共享和挖掘價值，同時也為云計算的業(yè)務(wù)應(yīng)用與專家系統(tǒng)提供了支持。

將邊緣智能體作為感知層的核心數(shù)據(jù)集合體，將整個物聯(lián)網(wǎng)體系結(jié)構(gòu)劃分為邊緣端和云端服務(wù)器2個層次，其中邊緣節(jié)點由感知終端和邊緣代理設(shè)備組成，而云端節(jié)點則由平臺和應(yīng)用層組成。

在邊緣側(cè)，分別由感知終端、邊緣感知 Agent等構(gòu)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(xié)作計算和通信等多種功能。

根據(jù)云管側(cè)的部署范圍，將其劃分為2個層次：一個是平臺級，一個是應(yīng)用級。在平臺層面上，以物聯(lián)網(wǎng)管理平臺、數(shù)據(jù)中臺為各行業(yè)應(yīng)用提供支撐，并以此為基礎(chǔ)構(gòu)建了相應(yīng)的技術(shù)體系。數(shù)據(jù)中臺將各種數(shù)據(jù)聚集在一起，經(jīng)過對數(shù)據(jù)的清洗、轉(zhuǎn)化和集成，達(dá)到了標(biāo)準(zhǔn)化、集成化、標(biāo)記化的目的，能夠為各種商業(yè)應(yīng)用和專業(yè)系統(tǒng)提供數(shù)據(jù)共享和數(shù)據(jù)服務(wù)[6]。如圖1所示。

本文以感知層標(biāo)準(zhǔn)化建設(shè)為主線，將邊緣智能體作為傳感節(jié)點，通過對其進(jìn)行統(tǒng)一規(guī)范的研究，建立一套統(tǒng)一的數(shù)據(jù)傳輸機(jī)制，從而解決多智能體系統(tǒng)中存在的“多”“雜”“亂”等問題。

3" 物聯(lián)網(wǎng)平臺

物聯(lián)網(wǎng)是一種以物為中心的網(wǎng)絡(luò)。簡單地說，就是通過網(wǎng)絡(luò)等通信技術(shù)，將傳感器、終端設(shè)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(wǎng)絡(luò)形式，從而實現(xiàn)對遠(yuǎn)程的控制與管理。物聯(lián)網(wǎng)在汽車聯(lián)網(wǎng)、智慧家居、智慧醫(yī)療、能源和公共安全等領(lǐng)域有著重要的應(yīng)用。從廣義上講，物聯(lián)網(wǎng)最早是由麻省理工的一個學(xué)生在1991年提出來的。目前，物聯(lián)網(wǎng)終端數(shù)量達(dá)到歷史新高， Gartner預(yù)測，全球M2M連接數(shù)將達(dá)到190億，年均增長30.2%。當(dāng)然，物聯(lián)網(wǎng)的發(fā)展也并不順利，目前存在著許多問題，例如，沒有統(tǒng)一的標(biāo)準(zhǔn)，一個用戶一個方案，一個廠商一個標(biāo)準(zhǔn)，另外，不同的傳感器要與不同的平臺相連，對不同的智能數(shù)據(jù)要進(jìn)行不同的大數(shù)據(jù)處理[7]。物聯(lián)網(wǎng)平臺是實現(xiàn)業(yè)務(wù)重構(gòu)的重要手段，包括網(wǎng)絡(luò)資源層、執(zhí)行層和復(fù)合層。本文提出了一種新的網(wǎng)絡(luò)資源模型。在執(zhí)行層，也就是在不同的網(wǎng)絡(luò)環(huán)境下，通過Servicemix來實現(xiàn)對數(shù)據(jù)的采集和處理。復(fù)合層就是根據(jù)各類使用者的需要，開放我們預(yù)先設(shè)置好的模版組合，能夠滿足不同使用者的需求。要使物聯(lián)網(wǎng)這一塊完整的拼圖順利完成，必須要有一個完整的物聯(lián)網(wǎng)平臺，其中包括協(xié)議、網(wǎng)絡(luò)設(shè)備和數(shù)據(jù)庫等。

4" 實驗及應(yīng)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(jìn)行標(biāo)準(zhǔn)化的數(shù)據(jù)采集，其主要內(nèi)容是使用物聯(lián)網(wǎng)終端對工地上的人員進(jìn)行安全監(jiān)控，例如通過對安全頭盔的定位，就能看出統(tǒng)計員的工作地點、工作活動軌跡等。傳統(tǒng)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(fā)送給各個廠商的云計算平臺，然后傳輸給商業(yè)應(yīng)用系統(tǒng)。圖2是利用邊緣網(wǎng)絡(luò)智能體設(shè)備和標(biāo)準(zhǔn)協(xié)議的標(biāo)準(zhǔn)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(wǎng)絡(luò)，對所提方法的可行性及性能進(jìn)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(yīng)用于實際的變電站工程環(huán)境中。該邊緣代理使用了DRF1665，它通過USB與PC機(jī)主機(jī)相連，LoRa模塊的參數(shù)包括：節(jié)點類型比較器，網(wǎng)絡(luò)ID 2279，57通道，LoRa參數(shù)是LoRa09;本系統(tǒng)采用內(nèi)置ModBus RTU協(xié)議的DRF3201芯片，通過對邊緣 Agent發(fā)送的ModBus指令進(jìn)行無線傳輸，并將結(jié)果反饋給用戶。

本文采用ModBus Poll軟件，實現(xiàn)數(shù)據(jù)的自動收集（超時丟包、校驗錯誤、數(shù)據(jù)錯誤），并對數(shù)據(jù)的無線傳輸性能進(jìn)行實時監(jiān)測，使用廣州市創(chuàng)輝計算機(jī)科技有限公司開發(fā)的LoRa網(wǎng)狀網(wǎng)絡(luò)軟件，對網(wǎng)路中的訊號強(qiáng)度進(jìn)行量測，以了解在不同的傳送距離下，網(wǎng)絡(luò)中的訊號強(qiáng)度。

4.1.2" 檢驗結(jié)果

設(shè)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(shù)LoRa09。

在網(wǎng)絡(luò)中部署了8臺定位終端，并與邊緣網(wǎng)絡(luò)智能體進(jìn)行了一周的測試，得到了以下的結(jié)果：

最佳的情形是：發(fā)送50 000次，每一個終端發(fā)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(fā)送中，數(shù)據(jù)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(jié)構(gòu)參數(shù)和周圍遮擋情況的影響，本文將LoRa參數(shù)設(shè)定為LoRa03，實現(xiàn)了在全開放視野下不需要中繼的情況下，實測距離可達(dá)5.0 km。在部分遮擋的條件下，實際測量距離可以達(dá)到1.5 km。

實驗結(jié)果表明，該協(xié)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(jié)點，從而更好地適應(yīng)了工業(yè)生產(chǎn)的實際需要。

網(wǎng)絡(luò)感知模型為前、后端數(shù)據(jù)交互和存儲提供了基礎(chǔ)。物聯(lián)網(wǎng)模型多根據(jù)實際應(yīng)用需求來構(gòu)建，例如在高邊坡、深基坑、水泥地基等環(huán)境下，通過對地基變形進(jìn)行監(jiān)測，實現(xiàn)對地基穩(wěn)定狀態(tài)的監(jiān)測。

4.2" 應(yīng)用

本文對建筑現(xiàn)場的安全管理進(jìn)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(xiàn)場出入和值勤人員的信息，并將其與面部識別技術(shù)結(jié)合起來，確定他們的合法身份，并向違規(guī)的人報警。

2）在極高的壓力下，或者在特定的工作環(huán)境中的工人，可以利用隨身攜帶的智能手環(huán)，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(jìn)行及時的調(diào)整和更換。

3） 戴上定位頭盔、智能手環(huán)或人體定位芯片，對工地上的工作狀態(tài)，如實時定位和歷史軌跡進(jìn)行管理。與施工總圖相結(jié)合，對警戒區(qū)進(jìn)行了分區(qū)，設(shè)置了相應(yīng)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(jié)合，一旦發(fā)現(xiàn)有人的位置有了異常，就會自動報警。

5" 結(jié)束語

本文利用邊緣 Agent對多種通信模式進(jìn)行整合，為主流的物聯(lián)網(wǎng)感知企業(yè)和終端產(chǎn)品提供標(biāo)準(zhǔn)化的訪問和數(shù)據(jù)采集，使用統(tǒng)一的通信接口和數(shù)據(jù)協(xié)議，有效解決“多”“雜”和“亂”的問題。當(dāng)資料搜集完畢后，對其進(jìn)行預(yù)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(fù)擔(dān)，提升工地的安全控制效率與管理水平。采用網(wǎng)絡(luò)感知模式和身份驗證等技術(shù)手段，提升設(shè)備的標(biāo)準(zhǔn)化管理和數(shù)據(jù)的安全性。針對電網(wǎng)基礎(chǔ)設(shè)施領(lǐng)域的實際需求，探索更多的應(yīng)用場景，并將更多的人工智能與大數(shù)據(jù)融合到邊緣 Agent設(shè)備中，以提升邊緣智能體的前置智能處理能力。

參考文獻(xiàn)：

[1] 劉雯，劉欣然，龔舒，等.邊緣計算的電力網(wǎng)關(guān)設(shè)計及數(shù)據(jù)傳輸安全研究[J].單片機(jī)與嵌入式系統(tǒng)應(yīng)用，2022，22（4）：42-46，51.

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

[3] 王大蕾. 物聯(lián)網(wǎng)技術(shù)在配電網(wǎng)智能巡檢中的應(yīng)用研究[J].電子測試，2022，36（6）：56-58.

[4] 胡吉祥. 基于物聯(lián)網(wǎng)技術(shù)的電力設(shè)備數(shù)據(jù)實時采集系統(tǒng)[J].能源與環(huán)保，2022，44（6）：231-236.

[5] 楊定坤，趙南，馬紅雙，等. 面向電力物聯(lián)網(wǎng)的云邊協(xié)同應(yīng)用研究[J].電氣工程學(xué)報，2022，17（1）：192-198.

[6] 黃杰，肖志清，毛冬.面向電力物聯(lián)網(wǎng)的云邊數(shù)據(jù)協(xié)同方法[J].電力信息與通信技術(shù)，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(tǒng)中的應(yīng)用[J].計算機(jī)與現(xiàn)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(tǒng)及其自動化、自動控制、數(shù)字與信息化。