0 引言

电子化和信息化时代的到来，给电力通信网的管理和维护带来了新的挑战。如何保证电力通信网络的通信质量和信道要求，如何减少运维人员压力，如何保证电力通信网的稳定性和可靠性等问题是亟待解决的问题。借助电子信息技术和人工智能技术打造“互联互通”的智能电网，实现电力网和通信网的一体化深度融合，国家电网有限公司提出了建设泛在电力物联网的方针。泛在电力物联网的建设依托现有智能电网展开，致力于实现电力系统各个环节万物互联、人机交互、动态信息感知和高效信息处理等^[1]。泛在电力物联网为传统电网赋能，可实现电力系统各环节设备及客户的状态全面感知，达到高度信息交互与数据共享^[2]。

传统电力骨干通信网缺陷诊断主要依靠各级运维人员定期巡检设备网管，根据专家知识和运维经验进行缺陷分析和缺陷定因。其准确性依赖于人为经验，并且需要操作员根据实时情况动态调整缺陷诊断规则。

由于电力通信网在保证经济建设、社会生产中的重要性，要求其保证高度的可靠性和出现故障时保持服务的能力。基于人工经验的缺陷诊断方法，主观因素影响较大，并且难以应付指数级增长的海量告警信息。

缺陷诊断分为事件检测和定位。事件检测和定位则基于事件分类。传统事件分类由运维人员根据运维经验确定，这种分级分类只考虑电力系统中发生频率最高的事件^[3]。已经有许多研究将人工智能技术应用到电力通信网事件分类和缺陷诊断领域中以摆脱对规则的依赖，减少人力资源的投入^[4]。电力通信网的智能化以及人工智能技术的应用提升了电网整体运营能力，提高了电力通信网的运维效率和可靠性。但智能电网的大量监管数据汇入带来了新的挑战，业务依靠海量数据支撑并且要求短时内处理高并发信息，完成数据采集、数据传输、数据清洗、数据分析，对运维中心带来了巨大的计算压力和开销。

为了应对海量数据和计算量带来的挑战，边缘云和边缘计算(Edge Computing，EC)技术被应用到电力通信领域^[7]。

边缘计算技术能够有效支撑分布式数据采集和处理，分布式模型训练，分布式需求响应，将计算压力下沉到边缘侧，减轻运维中心压力。作为一种新兴的计算模式，边缘计算将电力通信网中心的云计算资源扩展到网络边缘，使得计算中心从电力通信骨干网扩展到边缘节点，缩短了业务与计算资源之间的距离，协同完成电网所分配的业务。目前已有的边缘计算包括移动云计算^[8]、雾计算^[9]和移动边缘计算^[10]等。边缘计算生态搭建已在国内逐步推行，部分工业领域正积极部署边缘计算的应用。

本文提出一种电力通信网边缘计算架构，旨在构建智能电网运维新生态，实现电力网通信网有机结合、互联互通，并提出一套基于边缘计算架构，面向电力通信网告警数据进行缺陷诊断的技术方案。

本文详细内容请下载:http://www.chinaaet.com/resource/share/2000003459

作者信息:

朱鹏宇1，蔡新忠1，徐士元1，吴季桦2，王敬宇2

(1.国网电力科学研究院有限公司，江苏 南京210012；2.北京邮电大学网络与交换国家重点实验室，北京100876)