基于边缘计算的电能质量监测系统的数据布局优化方法与流程

本发明涉及电力系统的电能质量监测与控制，具体为基于边缘计算的电能质量监测系统的数据布局优化方法。

背景技术：

1、电能质量是指电力系统向用户提供的电压、电流和频率等参数是否符合规定标准的一种度量。电能质量问题是指由于各种原因导致电力系统中出现的电压、电流和频率等参数偏离规定标准的现象。电能质量问题会影响电力系统的安全稳定运行，降低用电设备的寿命和效率，增加用电成本和损失，甚至引发事故和灾难。因此，电能质量监测与控制是保障电力系统正常运行和提高用电效益的重要手段。

2、随着新能源、分布式发电、微网、智能用电等技术的发展和应用，以及多样性、非线性、冲击性等用电侧负荷的增加，电力系统中出现了更多、更复杂的电能质量问题，如谐波、闪变、三相不平衡、暂态过电压、暂降暂升等。这些问题不仅存在于输配电网中，也广泛存在于用户侧终端电网中。为了有效地检测、分析和解决这些问题，需要建立一套完善的电能质量监测系统。

3、目前，常见的电能质量监测系统主要采用基于云计算的数据布局方法，即将从各个监测终端采集到的所有数据统一上传到云端节点进行存储和处理。这种方法虽然可以实现数据的集中管理和分析，但也存在以下缺点：

4、(1)数据传输量大，网络带宽消耗高，网络延迟长。由于云端节点距离电能质量监测终端距离较远，需要通过公共网络进行通信，因此传输大量数据会占用大量网络资源，并导致数据传输时间增加。

5、(2)数据安全性低，隐私泄露风险高。由于云端节点通常由第三方服务商提供，并且可能受到黑客攻击或恶意篡改等威胁，因此上传到云端节点的数据可能存在被窃取或泄密的风险。

6、(3)数据处理效率低，实时性差。由于云端节点需要处理来自多个监测终端的大量数据，并且受到网络延迟等因素的影响，因此云端节点的数据处理速度和实时性可能不够理想。

7、为了克服上述缺点，提高电能质量监测系统的运行效率和数据安全性，同时降低数据传输量和网络延迟，本发明提出了基于边缘计算的电能质量监测系统的数据布局优化方法。

技术实现思路

1、本发明的目的在于提供基于边缘计算的电能质量监测系统的数据布局优化方法，具备高效、安全、节省、智能等优点，解决了基于云计算的电能质量监测系统的数据布局方法存在的数据传输量大、网络延迟长、数据安全性低、数据处理效率低等问题。

2、为实现上述目的，本发明提供如下技术方案：基于边缘计算的电能质量监测系统的数据布局优化方法，包括以下步骤：

3、s1、从电能质量监测终端采集电能质量监测数据，并将其分为隐私数据集和公共数据集，其中隐私数据集只能存储在特定的边缘节点，公共数据集存储在任意的边缘节点或云端节点；

4、s2、根据电能质量监测系统的工作流，确定各个边缘节点和云端节点需要执行的计算任务和需要接收或发送的数据集；

5、s3、根据各个边缘节点和云端节点的计算能力、存储空间、网络带宽和数据传输时长，对公共数据集进行优化布局，使工作流中的所有计算任务的总完成时间最小化；

6、s4、在各个边缘节点和云端节点上执行相应的计算任务，并将计算结果或中间数据发送到其他边缘节点或云端节点，直至工作流完成；

7、s5、在云端节点上对各个边缘节点发送的计算结果或中间数据进行汇聚、分析和展示。

8、优选的，所述隐私数据集包括用户身份信息、用户用电行为、用户用电设备信息、用户台账信息、设备台账信息、敏感指标数据与用户或设备相关的信息。

9、优选的，所述公共数据集包括电压、电流、频率、功率因数、谐波和与电能质量相关的数据，以及专项分析数据，包括换流站、分布式光伏、风电场、光伏电站、冶炼负荷、电气化铁路、集中式/分布式储能、集中式电动汽车充电站特殊场景下的电能质量数据。

10、优选的，所述边缘节点是指部署在各个区域电网下属省级电网公司或地市级供电公司或县级供电公司或变电站或用户不同层级的数据中心，具有存储容量、计算能力和网络带宽，执行部分或全部的计算任务，并存储部分或全部的数据集；所述云端节点是指部署在国家电网公司总部的汇聚节点，具有存储容量、计算能力和网络带宽，对汇聚的计算结果或中间数据进行高级应用功能。

11、优选的，所述工作流是指按照以下顺序或逻辑执行的一系列计算任务和数据传输过程：

12、台账管理：实现主网监测点台帐、配网监测点台帐、主网设备台帐、配网设备台帐、主网用户台帐、配网用户台帐管理功能，涉及隐私数据集和公共数据集；

13、指标统计分析：按照监测点分类、省公司分类、变电站分类统计展示监测点主要指标数据超标情况，涉及公共数据集；

14、专项分析：对换流站、分布式光伏、风电场、光伏电站、冶炼负荷、电气化铁路、集中式/分布式储能、集中式电动汽车充电站特殊场景下的电能质量进行专门的分析和评估，并生成相应的报表和报告，涉及公共数据集；

15、过程监督管理：对管辖区域内的电能质量过程监督管理工作开展情况进行统计和展示，包括谐波普测管理、新增干扰源用户管理、电能质量问题管理，涉及隐私数据集和公共数据集；

16、运行管理：按照管理规定对电能质量监测点设置情况进行管理，包括应设点管理、终端运维管理、数据质量管理，涉及隐私数据集和公共数据集；

17、高级应用：在云端节点上对汇聚的计算结果或中间数据进行高级应用功能，包括行业数据/区域数据与宏观经济分析、电网关键参数在线估算、设备全寿命周期状态监测、运行设备性能评价与故障诊断、电能质量治理设备与后评估，涉及公共数据集。

18、优选的，所述数据传输时长是指从数据源节点发送数据到目标节点接收数据所需的时间，包括网络延迟和数据传输速率两个因素。

19、优选的，所述优化布局基于以下算法：对于每个边缘节点和云端节点，计算其可用的存储空间和网络带宽；对于每个公共数据集，计算其大小和被引用的次数；对于每对边缘节点和云端节点，计算其之间的网络延迟和数据传输速率；以数据传输时长为目标函数，以边缘节点和云端节点的存储空间和网络带宽为约束条件，以公共数据集的分配方案为决策变量，建立混合整数规划模型；采用启发式算法或元启发式算法求解该混合整数规划模型，得到最优或近似最优的公共数据集分配方案。

20、优选的，所述启发式算法或元启发式算法包括遗传算法、粒子群算法、蚁群算法、模拟退火算法、禁忌搜索算法。

21、优选的，所述边缘节点和云端节点还包括以下操作：对隐私数据集进行加密处理；对公共数据集进行压缩处理；对计算结果或中间数据进行校验处理；对计算结果或中间数据进行可视化处理，生成图表、曲线、地图，展示电能质量监测系统的运行状态、指标趋势、问题分布、专项分析信息；对计算结果或中间数据进行智能分析处理，提供电能质量评价、预警、诊断、优化建议。

22、优选的，所述可视化处理基于web的可视化框架，支持多种图形类型和交互方式。

23、与现有技术相比，本发明的有益效果如下：

24、1、本发明通过使用边缘计算，优化了数据的存储和处理，提高了电能质量监测系统的效率和安全性，同时减少了数据的传输量和延迟。本发明还可以对数据进行可视化和智能分析，提供电能质量的评价和建议。

25、2、本发明通过使用机器学习，分析了电能质量的类别和水平，提高了电能质量监测系统的精度和实时性。本发明还可以对电能质量进行预测和诊断，提供电能质量的预警和优化。