直流输电工程具有输送容量大、损耗小、输送距离不受限制等优点，在我国三峡水电外送、西电东送和全国联网中发挥了重要作用。近年来随着直流工程的陆续投运，特高压直流线路沿线电磁环境引起了民众和环保部门的广泛关注。直流合成电场是直流输电工程电磁环境的重要表征之一，其测量和预测为输电工程设计、电磁环境影响评价和设备运行提供重要的技术支撑。直流合成电场会受到温湿度、灰尘、海拔、风速等诸多环境因素影响，需要进行长期监测。

由于特高压直流输电线分布广泛，采用有线测量方式需要人工布线，人力耗费大且成本高。采用无线通信技术传输方式的合成电场测量方式较为适合。文献[1]将具有自组网、功耗低、速率低、通信距离短等特性的紫蜂(ZigBee)无线通信技术应用于地面直流合成电场的测量中。文献[2-3]分别提出了基于ZigBee无线技术的离子流密度与空间电荷密度测量方法。文献[4]研制了一种基于ZigBee的无线电场测量系统并分析了系统的电磁兼容性能。然而，基于Zigbee的无线技术需要复杂的组网，其网络的动态拓扑性受测量环境约束较大，如草地、建筑物、车辆等都对会Zigbee网络的通信性能造成影响。此外，采用Zigbee的电场测量系统，其数据只能存储于现场的测量计算机中，无法实现对数据的多人共享和远程操作，使得数据利用效率较低。

文献[5]设计了基于无线通信技术的工频电场测量系统，测量所得的电场数据可在现场的移动终端显示或上传至云服务器进行后续分析。采用云计算技术的集中测量方式虽然能够解决服务对象广泛等问题^[6]，但这些工作仍是所有测量数据全部上传至云端处理，网络带宽会承受巨大压力的同时，云端计算也负荷较重。此外，直流合成电场的测量设备有时部署在山区、高原等偏远地区，网络传输条件难以满足大批量的数据实时传输，因此仅使用云计算架构不能从根本上满足直流合成电场的测量要求。

为分担云端的数据压力，在靠近特高压直流输电线路一侧部署边缘节点，对汇集至此的直流合成电场数据进行预处理等工作。边缘计算适用于对采集到的电场数据进行实时、周期短的数据处理场景，而云端计算适用于对各地汇集的边缘节点电场数据进行大批量数据分析。因此，边端计算与云端计算的协同具有诸多优势^[7-10]。

1 系统整体架构

图1为边云协同感知的直流合成电场测量架构，由云端计算系统，边缘计算系统与电场测量终端模块组成。

1)云端计算系统。直流合成电场测量系统的云端计算中心汇集各地边缘计算系统的电场数据，将其分种类分时段地存储备份，并开发Web系统供多用户协作与数据共享，通过对海量合成电场数据分析得出适当的调度命令，再由边缘计算系统分发至各终端模块。

2)边缘计算系统。边缘计算的硬件部分包括数据采集模块、通信模块等。边缘计算的软件系统接收云端中心下发的调度命令，并根据调度命令作用于终端模块，控制电场数据的测量频率以及数据量。同时边缘计算系统对终端模块上传的电场测量数据进行预处理，判断电场数据是否在设定的正常范围之内，发现异常电场数据时快速响应预警机制，保障人的安全及设备的正常运行。

3)电场测量终端。直流合成电场传感器模块，部署在特高压直流输电线附近，通过边缘接入认证方式实现连接管理。

2 电场测量终端

电场测量终端为电场传感器。直流合成电场传感器为旋转感应式，称为场磨。利用高斯定理来测量电场，电机带动屏蔽片旋转，在被测电场中，感应片会呈周期性地被屏蔽片掩挡，感应片会产生周期变化的感应电流^[11-13]。

测量直流线路地面合成电场分布时，将多个电场传感器沿档距中心垂直于线段方向布置，所需传感器数量较多，通常超过20个(具体数量与被测线路参数和测量需求有关)，同时为保证试验仪器良好接地，需要在被测点处铺设接地铁板，如图2所示。

3 边缘计算系统 3.1 硬件设计

边缘计算系统的硬件部分为边缘节点。边缘节点的结构框图如图3所示，包含微控制器、电池、线性电源、窄带物联网(narrow band internet of things, NB-IoT)无线通信模块、模数转换单元与液晶显示器等。边缘节点由低压差线性稳压器供电，通过A/D模块将直流合成电场数据送入微控制器进行计算，并在液晶显示器显示数值。经边缘节点处理后的电场数据通过NB-IoT基站上传至云服务器。

3.2 通信单元

随着互联网、云计算、边缘计算、分布式可再生资源等技术的发展，能源互联网应运而生。能源互联网实现了大量能源信息交互设备在广域范围的互联互通与实时交互，对信息传递的“质”与“量”都有较高的要求。因此适用于能源互联网中的直流合成电场测量系统，其无线通信技术需要满足传输功率低、覆盖范围广、可靠性较强等需求。NB-IoT无线技术属于典型的低功率广域网技术之一，其低功耗和广覆盖特点可满足能源互联网中的电场测量需求^[14]。

边缘节点采用NB-IoT无线通信单元实电场测量数据的上云。边缘节点的NB-IoT无线通信单元的供电电压典型值为3.6 V，支持B1、B3、B5、B8、B20、B28频段。NB-IoT无线通信单元的下行数据传输速率为25.2 Kb/s，上行支持单频传输与多频传输，数据传输速率分别为15.6 Kb/s与54 Kb/s，电场测量的典型数据帧为80 bit，可实现0.1 s内将数据上云。由于合成电场属于准静态场，对其采样的间隔一般大于10 s，因此所选用的边缘节点的通信速率可满足数据通信需求。

当终端节点被网络较好地覆盖时，上行数据传输采用多频方式以提高吞吐率，从而降低边缘节点上行数据传输功耗和时间延迟。

NB-IoT无线通信单元的功耗低、灵敏度高。其最大输出功率为23 dBm±2 dB，灵敏度为−129 dBm+1 dB。在省电模式与空闲模式下，典型耗流值分别为3 μA与0.5 mA；当处于发射和接收状态时典型耗流分别为250 mA和60 mA。

综合来看，其能耗水平跟Zigbee无线通信节点相当，因此具有较好的低功耗数据传输性，可以满足一些缺乏长期供电条件的测量场景。

3.3 边云交互的设计与实现

边云交互的主要功能是完成边缘节点与云服务器的通信，实现边缘节点处理后的电场数据的上传，以及云计算中心分析后的电场调度命令的下发。云平台选用云弹性可伸缩的计算服务(elastic compute service，ECS)云服务器，并使用NB-IoT调试工具进行开发。

在云服务器中，设定云服务器的端口号，并在安全组中放行该端口号以及添加相应规则，之后启动云端服务端程序。在边缘节点客户端，设定边缘节点的端口号与云服务器的端口号一致，通过NB-IoT调试工具连接基站，使用GNU编译器套件(GNU compiler collection，GCC)指令编译程序连接云服务器。边缘节点与云端的连接建立后，电场调度命令、电场数据和设备状态等信息就可以在测量系统中被上传或下发。

边云交互的流程如图4所示。

4 云端计算系统 4.1 云端存储

合成电场数据与设备状态经由边云通信系统上传至云端数据库进行存储。能源互联网系统中的数据具有高并发高流量，实时性要求高的特点^[15]，采用非关系型数据库MongoDB(基于分布式文件存储的数据库)对其进行存储可以满足要求。云端直流合成电场数据的特点详述如下。

1)高并发和高流量：云端上的直流合成电场数据是由多地区的边缘节点定时上传所得，并且系统的用户量较大，查询请求每秒可达到数千条，具有较强的并发性。

2)实时性要求高：在测量系统的云端计算中心，需要快速地对边缘节点汇集的海量电场数据进行分析处理，从而做出相应的电场调度命令。因此要求对直流合成电场数据的读写与超限预警功能有较强的实时性。

关系型数据库的多表关联查询会使访问效率降低。而非关系型数据库中的集合单独设计，不支持各个集合之间的连接操作，从而避免了关联查询造成的速度较慢的不足。此外，非关系型数据库的读写性能高，可将云端汇集的直流合成电场数据分布式地存储在多个服务器上，架构分级层次清晰，扩展性强，便于未来新的数据类型写入。

4.2 云端Web系统 4.2.1 登陆系统的设计与实现

直流合成电场测量系统采用单点登陆(Single Sign-on)的方式。单点登陆的原理与实现如图5所示。

在全局测量系统中创建一个独立的电场测量系统认证中心，只有该测量系统认证中心可以对用户的用户名及密码进行核验，核验无误后颁发授权令牌。其他测量子系统没有用户登录的接口，可通过共享令牌的方式获得间接授权，在本系统创建局部会话，免去多次登录^[16-17]。

当用户访问子系统1受保护的直流合成电场数据时，测量系统将引导用户跳转至认证环节，显示登录界面，用户提交相关信息后，测量系统的认证中心对其进行核验，核验无误后就开启用户与测量系统认证中心的整体会话，并创建令牌。之后系统跳转回子系统1的地址，子系统1得到共享令牌并由测量系统认证中心验证其有效性，校验有效后，创建用户与子系统1的局部对话，受保护的电场数据被返回到用户端。

使用单点可以降低访问第三方网站的风险，提高安全系数。此外，系统构建用户与权限管理的映射关系，针对系统管理员与普通用户设置不同的权限，采用SSL加密技术保障系统网站的真实性与数据传输的机密性与安全性。

4.2.2 条件筛选及可视化系统的设计与实现

直流合成电场测量系统定时收集着不同种类、不同地区的数据，因此快速直观地获取所需的数据对提升用户使用效率有着积极的意义。本节设计并实现了电场数据的条件筛选及数据可视化模块。

根据时间、种类、地区设置系统查询条件，并定义直流合成电场、传感器状态、通信模块状态作为查询类。电场数据的条件筛选及数据可视化流程如图6所示。

用户在浏览器发送的条件筛选请求被提交至前置控制器，经它找出处理请求的后端控制器，再由后端控制器与业务层进行交互，访问事务缓存与直流合成电场的数据库，当前置控制器拿到业务层筛选返回的电场数据后，再将其渲染至视图层，由Echarts(Enterprise Charts，商业级数据图表，一种可视化工具)获取数据并按照配置绘图。

数据可视化后可将电场数据的各个属性以多维度的方式展现，绘制的动态图支持放大与缩小的功能，并且可以下载为图片的格式，便于用户进行存储记录。数据可视化后可将电场数据的各个属性以多维度的方式展现，绘制的动态图支持放大与缩小的功能，并且可以下载为图片的格式，便于用户进行存储记录。

按照如图2将多个电场传感器沿档距中心垂直于线段方向进行布置，通过电脑或者手机登陆系统。在系统中设定云服务器的端口号，在边缘节点客户端设定与云服务器一致的端口号。边缘节点与云端的连接建立后，点击测量指令，指定传感器就开始启动，并在本地自动保存数据，系统可以对测量数据进行显示、存储、统计分析和超限预警等操作。

实际得到如图7所示的2020年7月16日13时52分到14时10分，在某一位置测量所得的电场强度可视化结果。

5 结论

本文针对直流合成电场传统现场测量方式存在危险性高、操作繁琐的不足，以及采用云计算技术的集中式测量方式存在网络压力大、实时性差的问题，开发了边云协同感知的直流合成电场测量系统。在测量现场部署的边缘节点可以对电场数据及设备状态进行初步计算以及超限预警，经各地边缘节点处理后的电场数据汇集至云端，并进行大数据分析以及数据备份，从而决策出下一时刻的电场调度命令下发至边缘节点。本文开发的边云协同感知的直流合成电场测量系统能够及时感知设备状态，实现合成电场数据的超限预警功能，为能源互联网的运行提供技术支撑。