孫 晨，楊權(quán)東，袁建濤，朱從亮

(1.華云信息科技有限公司, 浙江 杭州 310012；2.樂清工程師創(chuàng)新服務(wù)中心，浙江 樂清 325600； 3.浙江大學，浙江 杭州 310057)

0 引 言

目前，國家電網(wǎng)加速推廣電力物聯(lián)網(wǎng)(Internet of things,IoT)應(yīng)用，在推進能源生態(tài)建設(shè)、智慧物聯(lián)等方面開展建設(shè)任務(wù)，有效帶動上下游產(chǎn)業(yè)發(fā)展，計劃到2021年初步建成電力物聯(lián)網(wǎng)[1]。智慧路燈、電動汽車智慧車聯(lián)網(wǎng)、智慧物聯(lián)小庫、全感知配電房、配電物聯(lián)網(wǎng)、不停電作業(yè)體驗、新能源云平臺等是電力物聯(lián)網(wǎng)行業(yè)新興技術(shù)與業(yè)務(wù)，電力物聯(lián)網(wǎng)發(fā)展方面的最新技術(shù)、成果和應(yīng)用吸引了眾人的目光[2～5]。

電力物聯(lián)網(wǎng)是充分應(yīng)用移動互聯(lián)、人工智能等現(xiàn)代信息技術(shù)、先進通信技術(shù)，實現(xiàn)電力系統(tǒng)各個環(huán)節(jié)萬物互聯(lián)、人機交互，具有狀態(tài)全面感知[6]、信息高效處理[7]、應(yīng)用便捷靈活特征的智慧服務(wù)系統(tǒng)[8]。

電力物聯(lián)網(wǎng)中智能感知等各種新興應(yīng)用的實現(xiàn)[9～11]，依賴于人工智能技術(shù)的不斷發(fā)展。在實際的應(yīng)用中，人工智能或智能感知已經(jīng)廣泛應(yīng)用于智能家居[4]、工業(yè)生產(chǎn)、智慧農(nóng)藥等各個生產(chǎn)生活場景中，如在自動駕駛中，只有實現(xiàn)了對駕駛環(huán)境、發(fā)動機參數(shù)、位置和碰撞的感知等才能夠?qū)崿F(xiàn)汽車的自動駕駛[12]。因此，未來智能感知技術(shù)將成為智能產(chǎn)品市場應(yīng)用的前提和基礎(chǔ)。

因此，將電力物聯(lián)網(wǎng)與智能感知技術(shù)相結(jié)合，是未來的發(fā)展方向。本文主要對電力物聯(lián)網(wǎng)中的關(guān)鍵技術(shù)分析，從系統(tǒng)層面、網(wǎng)絡(luò)層面、算法層面以及硬件層面分析未來電力物聯(lián)網(wǎng)智能感知的發(fā)展方向以及一些關(guān)鍵問題的解決方案。

1 電力物聯(lián)網(wǎng)架構(gòu)

如圖1所示，電力物聯(lián)網(wǎng)架構(gòu)具有如下特征：1)邊緣與云端智能化：隨著智能感知業(yè)務(wù)的計算需求不斷增加，以及傳輸?shù)臄?shù)據(jù)量不斷增大，為了實現(xiàn)數(shù)據(jù)的快速處理，終端無法及時處理的業(yè)務(wù)需要轉(zhuǎn)移至邊緣端進行，實現(xiàn)實時業(yè)務(wù)、敏捷連接、數(shù)據(jù)優(yōu)化。2)通信技術(shù)的多樣化：采集數(shù)據(jù)以及處理的終端通常使用不同類型的通信技術(shù)，以滿足不同類型的業(yè)務(wù)需求，并且擴大電力物聯(lián)網(wǎng)的網(wǎng)絡(luò)容量，實現(xiàn)真正的廣泛連接，提升數(shù)據(jù)傳輸速率。

圖1 電力物聯(lián)網(wǎng)架構(gòu)

2 智能感知

智能感知技術(shù)，即利用現(xiàn)有的數(shù)據(jù)或者網(wǎng)絡(luò)的狀態(tài)，通過算法，分析和感知出數(shù)據(jù)的走向或者網(wǎng)絡(luò)下一時刻的狀態(tài)。其需要利用多維度的信息，對數(shù)據(jù)處理、分析，得到最終的輸出結(jié)果。可以說，智能感知的結(jié)果與數(shù)據(jù)種類，數(shù)據(jù)量有著直接的關(guān)系。數(shù)據(jù)種類越多，數(shù)據(jù)量越大，可以從數(shù)據(jù)中挖掘出的信息越多，效果越好[13]。

多源信息融合是智能感知技術(shù)的代表。利用人工智能算法對多源數(shù)據(jù)進行處理，經(jīng)過大量的訓練，找出各個維度之間的隱含關(guān)系，最后得到融合結(jié)果。

3 電力物聯(lián)網(wǎng)中智能感知關(guān)鍵技術(shù)

3.1 云計算和邊緣計算架構(gòu)

1)云—邊—端智能感知系統(tǒng)架構(gòu)

在電力物聯(lián)網(wǎng)中，智能感知通常需要可觀的計算量。如果由處于末端的終端計算，則會造成很高的計算時延，并且對終端的處理能力的要求也會提高。為了減少終端的計算量，一種云—邊—端的系統(tǒng)架構(gòu)應(yīng)運而生。終端可以將部分計算的量分出給配備邊緣服務(wù)器的基站[14]。對于更大的計算請求，基站可以發(fā)送至處于核心網(wǎng)的云端進行處理，計算完成后將結(jié)果發(fā)送至終端。由于邊緣端或者云端通常具有很高的計算能力，即使智能感知的計算需求量很高，該云—邊—端系統(tǒng)架構(gòu)也可以輕松應(yīng)對，減少計算時延，提高計算精度。

2)基于空中計算的新型傳輸方式

傳統(tǒng)意義上的計算和通信是分開的，即基于香農(nóng)的分離原則，信息經(jīng)過無線信道傳輸，到達接收方。對于電力物聯(lián)網(wǎng)的智能感知，有部分場景需要海量的終端數(shù)據(jù)進行簡單匯總，如果采用傳統(tǒng)的端到端傳輸原則，各個終端需要將各自的數(shù)據(jù)傳輸至邊緣服務(wù)器或者云服務(wù)器，將各個信息解調(diào)后，在邊緣端或者云端進行處理。該方法存在兩個弊端，一是在海量的物聯(lián)網(wǎng)中，由于無線信道資源有限，各個終端同時傳輸待處理的數(shù)據(jù)給無線通信帶來了很大的壓力，造成巨大的通信開銷；另外，也造成了邊緣端或者云端計算復(fù)雜度增加。為了解決這一問題，空中計算成為了一種全新的解決方案[15]。不同于現(xiàn)有的數(shù)字傳輸方案，該空中計算利用以往模擬傳輸方式，將不同的終端的數(shù)據(jù)在同一信道上進行疊加，即在空口上便可以完成計算功能，當數(shù)據(jù)到達接收端時，經(jīng)過簡單的處理，即能得到所需要的數(shù)據(jù)。該數(shù)據(jù)傳輸方式可以降低設(shè)備的復(fù)雜度，減少通信開銷，提高頻譜效率，可以作為電力物聯(lián)網(wǎng)中智能感知的解決方案之一。

3)電力物聯(lián)網(wǎng)中的移動邊緣計算技術(shù)

采用云—邊—端的系統(tǒng)框架，離不開移動邊緣計算的算法支撐[16]。移動邊緣計算給下一代移動通信中計算與通信融合帶來了全新的解決方案。在電力物聯(lián)網(wǎng)中，其仍然可以發(fā)揮很大的作用。當智能感知需要大量的計算資源時，計算量的卸載成為了邊緣計算與云計算的關(guān)鍵。綜合考慮通信與計算資源，如何分配終端處的計算任務(wù)是重大的挑戰(zhàn)。移動邊緣計算在平衡計算與通信資源的同時，所提出的計算卸載方案可以提高計算的效率，減少通信時延與計算時延。如當終端所處的通信信道狀況很差時，智能感知的計算量可以少部分卸載到基站端，以避免因為通信傳輸產(chǎn)生大量的時延。當終端所處的通信狀況很好時，智能感知的計算量卸載可以根據(jù)任務(wù)量的大小，分配給云端與邊緣端進行計算。

3.2 智能感知通信技術(shù)

1)電力物聯(lián)網(wǎng)中混合通信技術(shù)

智能感知所需要的數(shù)據(jù)主要來源可能是不同形式的終端。為了滿足不同應(yīng)用的需求，不同的終端使用的通信技術(shù)不盡相同。因此，在未來電力網(wǎng)中，混合多樣的通信技術(shù)將會是智能感知數(shù)據(jù)的支撐。這些通信技術(shù)主要包括短距離覆蓋的WiFi、射頻識別(radio frequency identification,RFID)和ZigBee技術(shù)，長距離覆蓋主要有窄帶物聯(lián)網(wǎng)(na-rrow band Internt of things,NB-IoT),LoRa以及現(xiàn)有的長期演進(long term evolution,LTE)技術(shù)等等。混合的通信技術(shù)可以滿足不同場景的數(shù)據(jù)采集與快速傳輸。

2)智能感知統(tǒng)一制式數(shù)據(jù)收集系統(tǒng)

混合通信技術(shù)雖然可以滿足不同設(shè)備，不同場景數(shù)據(jù)采集與傳輸?shù)男枨?，對于?shù)據(jù)的接收端來說，數(shù)據(jù)的收集工作卻成為了一個關(guān)鍵問題，如何快速便捷地獲取到不用通信制式的數(shù)據(jù)是一個重大挑戰(zhàn)。這需要智能感知統(tǒng)一制式的數(shù)據(jù)收集系統(tǒng)。該系統(tǒng)可以完成跨設(shè)備與跨通信方式的數(shù)據(jù)收集，通過融合多種通信制式，形成統(tǒng)一的數(shù)據(jù)收集節(jié)點，為進一步數(shù)據(jù)處理做準備。

3)低時延高可靠的數(shù)據(jù)傳輸技術(shù)

智能感知技術(shù)中，有許多場景需要傳輸比較大的數(shù)據(jù)信息，同時，數(shù)據(jù)傳輸?shù)臅r延以及準確性要求比較高，這就需要低時延高可靠的數(shù)據(jù)傳輸技術(shù)。隨著移動通信技術(shù)的發(fā)展，現(xiàn)有的第五代移動通信的關(guān)鍵技術(shù)可以應(yīng)用在電力物聯(lián)網(wǎng)中。第五代移動通信要求數(shù)據(jù)傳輸?shù)臅r延小于1 ms，且數(shù)據(jù)傳輸?shù)目煽啃砸笥?9.999 %。對于電力物聯(lián)網(wǎng)中智能感知的場景，已經(jīng)可以滿足各種不同任務(wù)的需求，以提高感知的準確性，保障電力平穩(wěn)運行。

3.3 算法技術(shù)

1)面向電力物聯(lián)網(wǎng)的大數(shù)據(jù)分析

傳統(tǒng)的數(shù)據(jù)存儲和管理以結(jié)構(gòu)化數(shù)據(jù)為主，因此關(guān)系數(shù)據(jù)庫分析方式可以滿足各類應(yīng)用需求[17]。大數(shù)據(jù)往往是半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)為主，結(jié)構(gòu)化數(shù)據(jù)為輔，而且以電力物聯(lián)網(wǎng)中智能感知為基礎(chǔ)的各種大數(shù)據(jù)應(yīng)用通常是對不同類型的數(shù)據(jù)內(nèi)容檢索、交叉比對、深度挖掘與綜合分析。面對數(shù)據(jù)量龐大，數(shù)據(jù)結(jié)構(gòu)復(fù)雜的電力物聯(lián)網(wǎng)數(shù)據(jù)，為了提高數(shù)據(jù)的存儲與計算的效率，需要利用大數(shù)據(jù)分析技術(shù)[18]，對數(shù)據(jù)進行分布式計算和存儲。目前，Hadoop、MapReduce和Spark等分布式處理方式已經(jīng)成為大數(shù)據(jù)處理各環(huán)節(jié)的通用處理方法。以分布式計算為基礎(chǔ)，大數(shù)據(jù)分析技術(shù)可以提供低時延、低復(fù)雜度的數(shù)據(jù)檢索、存儲與處理，是未來電力物聯(lián)網(wǎng)的大數(shù)據(jù)分析的發(fā)展趨勢。

2)智能感知中的人工智能技術(shù)

電力物聯(lián)網(wǎng)中智能感知的重要環(huán)節(jié)是從大數(shù)據(jù)中挖掘出信息，從而實現(xiàn)數(shù)據(jù)的預(yù)測、分類等功能。傳統(tǒng)的數(shù)據(jù)處理算法在處理大數(shù)據(jù)時，一般具有非常高的復(fù)雜度，并且無法充分利用數(shù)據(jù)優(yōu)勢，無法在結(jié)果中體現(xiàn)出來。而人工智能技術(shù)恰恰相反，隨著數(shù)據(jù)量的增大，人工智能技術(shù)的性能逐步上升，并且其計算復(fù)雜度的優(yōu)勢也凸顯出來。尤其是采用深度神經(jīng)網(wǎng)絡(luò)的人工智能算法，其利用大量神經(jīng)元相互非線性作用，在海量數(shù)據(jù)的訓練下，調(diào)整相關(guān)參數(shù)，實現(xiàn)搞準確率建模與估計，以支撐越來越復(fù)雜的電力系統(tǒng)內(nèi)部業(yè)務(wù)和外部服務(wù)場景。

3)聯(lián)邦學習與智能感知

一般地，采用人工智能技術(shù)進行數(shù)據(jù)分析時，首先要進行模型訓練，這需要集中式的數(shù)據(jù)與高性能的服務(wù)器。隨著電力物聯(lián)網(wǎng)的發(fā)展，物聯(lián)網(wǎng)終端呈現(xiàn)分布式的布局，將數(shù)據(jù)統(tǒng)一傳輸至中心或者云端的服務(wù)器將會產(chǎn)生巨大的通信時延。另外，獲得的多元的數(shù)據(jù)通常含有用戶的隱私信息，如果采用集中式的模型訓練方法，很難保證用戶的安全性。因此，在充分考慮模型特點與數(shù)據(jù)的隱私性，聯(lián)邦學習可以被用于進行模型訓練。其不需要將所有的數(shù)據(jù)上傳至服務(wù)器，取而代之的是上傳模型訓練的參數(shù)或者梯度信息。因此，使用聯(lián)邦學習進行智能感知算法訓練，可以保證用戶的隱私性和數(shù)據(jù)的安全性，同時還可以提升訓練的性能和降低訓練時延。

3.4 硬件技術(shù)

1)低功耗物聯(lián)網(wǎng)終端

獨立的檢測終端通常分布在變電等危險的地方，只有降低終端的功耗，提高終端的使用壽命，才能降低維修成本，提高使用的安全性。物聯(lián)網(wǎng)終端的功耗主要體現(xiàn)在通信開銷與待機上，終端需要經(jīng)常向基站發(fā)送確認連接的信息，以保證通信的質(zhì)量。但同時造成很大的功耗，降低終端的使用壽命。因此，對于低功耗的物聯(lián)網(wǎng)終端，可以降低與基站或者熱點間交互的頻率，通過更有效的確認機制，保證終端在線；另外，由于物聯(lián)網(wǎng)終端的數(shù)據(jù)采集間隔時間長，因此在不需要數(shù)據(jù)采集以及傳輸時，設(shè)置終端處于休眠狀態(tài)，可以大幅降低終端的能耗，提升壽命。

2)高性能的計算芯片

上式中X為高斯平面橫坐標；a為橢球長半軸；B為大地經(jīng)度；L為大地維度；M為某點曲率半徑；△B=B-B0；Y是相對于某帶圓點的高斯平面縱坐標。

在復(fù)雜的智能感知應(yīng)用場景，終端通常需要進行一定的計算，配合基站完成智能感知算法。因此，傳統(tǒng)僅僅作為傳輸數(shù)據(jù)工具的終端無法再適用，更高性能的電力物聯(lián)網(wǎng)終端的計算芯片可以支持復(fù)雜的計算需求，如人工智能算法等。隨著數(shù)據(jù)量的進一步增多，計算芯片的性能要求將會變高，這也是未來電力物聯(lián)網(wǎng)終端的發(fā)展趨勢。

4 電力物聯(lián)網(wǎng)智能感知應(yīng)用場景

4.1 用電智能服務(wù)

1)用電量預(yù)測

用電量的預(yù)測即通過以往的數(shù)據(jù)，基于人工智能等算法，預(yù)測用電的發(fā)展趨勢。電量的預(yù)測可以使得電網(wǎng)運營部門提前預(yù)知用電的負荷量，尤其是用電量高發(fā)的季節(jié)，做好預(yù)備方案，降低運營風險，為城市居民用電提供保障。同時，對于一天的用電量也可以進行分析，通過調(diào)整價格等方法，來引導(dǎo)用戶，產(chǎn)生最大的經(jīng)濟效益，避免形成用電高峰期，減輕線網(wǎng)的壓力。

2)線網(wǎng)優(yōu)化

變電站的設(shè)點或者輸電線路的安全不合理同樣會導(dǎo)致運行商成本增加。由于供電的環(huán)境可能會發(fā)生改變，供電區(qū)域的密度以及區(qū)域的走向可能會發(fā)生變化。如隨著人口的遷移，農(nóng)村的供電面積在不斷的減少，供電的密度也在不斷減少。通過電力物聯(lián)網(wǎng)的智能感知技術(shù)，可以基于用電數(shù)據(jù)，對線網(wǎng)的規(guī)劃進行優(yōu)化，降低運營成本，便于管理。

3)異常提醒

用戶的用電或者某一個地區(qū)的用電通常情況不會發(fā)生太大的變化，如果發(fā)生明顯的變動很大程度上可以說明用電異常，可能會發(fā)生安全隱患。智能感知技術(shù)可以通過數(shù)據(jù)分析處理，對用電數(shù)據(jù)進行異常檢測。

4)家庭智慧用電

由于電網(wǎng)存儲有家庭用電的信息，智能感知技術(shù)可以用來使得家庭用電更加智慧。一方面，對于電網(wǎng)的運營人員，對家庭用電數(shù)據(jù)進行分析，可以做出決策，緩解高峰時期的用電狀況。另外一方面，對于用戶，數(shù)據(jù)的分析結(jié)果可以指導(dǎo)如何合理地用電才能最節(jié)約，最安全。

4.2 安全變電保障

1)變電站故障檢測

對于輸電線路以及變電站等特殊場合，由于距離長，范圍大，檢查耗費的人力成本，時間成本大，且環(huán)境危險，利用智能感知技術(shù)進行處理先得更加重要，對輸電環(huán)節(jié)進行故障檢測，及時維修，確保輸電網(wǎng)能夠正常運行。

2)數(shù)據(jù)安全存儲

用戶的用電數(shù)據(jù)屬于隱私數(shù)據(jù)，因此在進行分析時，應(yīng)該最大程度地保護數(shù)據(jù)的隱私，確保數(shù)據(jù)能夠安全存儲。智能感知技術(shù)可以在保證數(shù)據(jù)隱私與安全的同時，有效地利用大數(shù)據(jù)帶來的信息，對數(shù)據(jù)進行處理。

3)遠程操控

由于電力物聯(lián)網(wǎng)的規(guī)模不斷擴大，遠程操控在電力物聯(lián)網(wǎng)中的地位越來越重要。智能感知的系統(tǒng)架構(gòu)中，云—邊—端的網(wǎng)絡(luò)結(jié)構(gòu)可以有效地部署遠程操控的技術(shù)，利用智能感知的結(jié)果，遠程實施相應(yīng)的決策，達到快速相應(yīng)的目的。

5 結(jié)束語

本文主要對電力物聯(lián)網(wǎng)的概念以及電力物聯(lián)網(wǎng)中存在的智能感知技術(shù)進行介紹，從系統(tǒng)層面、網(wǎng)絡(luò)層面、算法層面以及硬件層面對智能感知的關(guān)鍵技術(shù)進行分析，最后介紹了電力物聯(lián)網(wǎng)的應(yīng)用場景。

電力物聯(lián)網(wǎng)已經(jīng)是電力行業(yè)的發(fā)展方向，并且隨著硬件與軟件水平的不斷進步，智能感知技術(shù)在電力物聯(lián)網(wǎng)中的應(yīng)用將更加廣泛，以支撐更加豐富的電力應(yīng)用場景，提高電網(wǎng)設(shè)備的工作效率，為用戶提供智能化的用電服務(wù)和體驗，帶動其他產(chǎn)業(yè)的發(fā)展。