内蒙古电力技术  2020, Vol. 38 Issue (01): 27-30   PDF    
泛在电力物联网的技术架构与关键技术研究
梁作放1, 潘华2, 朱兆顺2, 肖雨涵2     
1. 国网山东省电力公司菏泽供电公司, 山东 菏泽 274000;
2. 上海电力大学, 上海 200090
摘要:介绍了泛在电力物联网的概念与技术架构,泛在电力物联网的核心是利用智能芯片、人工智能、大数据、云计算及无线通信等先进技术对电力信息等进行可靠、高效、实时地传输与利用。并从信息采集、信息识别、信息传输与信息处理4个方面阐述了泛在电力物联网的关键技术,分析了泛在电力物联网建设中存在的信息采集的准确性、信息传输的安全性、可再生能源消纳等难点,并提出未来展望。
关键词泛在电力物联网     技术架构     信息采集     信息识别     信息传输    
Research on Technical Framework and Key Technology of Ubiquitous Power Internet of Things
LIANG Zuofang1, PAN Hua2, ZHU Zhaoshun2, XIAO Yuhan2     
1. State Grid Heze Power Supply Company, Heze 274000, China;
2. School of Economics and Management, Shanghai University of Electric Power, Shanghai 200090, China
Abstract: The concept and technical framework of ubiquitous power Internet of things are introduced. The core of ubiquitous power Internet of things is to use advanced technologies such as smart chip, artificial intelligence, big data, cloud computing and wireless communication to transmit and utilize power information reliably, efficiently and timely. The key technologies of ubiquitous power Internet of things are set forth from four aspects of information collection, information identification, information transmission and information processing. The accuracy of information collection, security of information transmission, consumption of renewable energy and other difficulties in the ubiquitous power Internet of things construction are analyzed. And future prospects of ubiquitous power Internet of things are expounded.
Key words: ubiquitous power Internet of things     technical architecture     information identification     information transmission    
0 引言

未来电网架构将具备分布式电源与新型负荷高密度接入、系统电力电子化以及交直流混联等显著特点,导致电力系统在结构、运行等方面发生根本性变革,因此亟需加大人工智能等新技术在电力系统中的应用[1-3]。为突破电力系统发展瓶颈,将传统物联网与电力系统结合,建设泛在电力物联网是未来电力系统的发展趋势[4-5]

1 泛在电力物联网概述 1.1 概念

泛在电力物联网是指电力系统发、输、变、配、用全过程中各个环节之间所涉及的企业、设备与人员之间的实时互联与动态交互。泛在电力物联网具备网络与控制双重属性,具有实时性、高效性、可靠性及包容性等优点。其本质上是物联网技术、大数据、云计算、人工智能等信息技术与电力技术的结合,可以将其视作能源互联网中信息物理系统的升级与扩展,主要由传感器等数据采集设备、计算机等计算设备和变压器等物理设备组成,将信息的采集传输、数据的计算处理及设备的控制决策等先进技术深度融入到电力相关设备等实体物理系统中,实现电力系统中人与物的互联与交互[5-8]

1.2 技术架构

泛在电力物联网技术架构包括感知层、网络层、平台层及应用层(见图 1)。感知层是利用各类高精度智能传感器、智能电能表等对发、输、变、配、用全过程进行数据采集并响应相关指令。网络层是基于高通量卫星及5G等先进的无线通信技术对数据进行高速、实时与可靠传输。平台层则是通过数据中心、物联管理中心等对数据信息进行统一处理,并利用云平台进行数据存储与共享。应用层为泛在电力物联网的架构建设关键目标,利用平台层处理后的数据信息,为电网调度与检修、售电企业、用户等提供决策支持,并结合相关电力技术,促进清洁能源消纳,进一步保障电网安全稳定经济运行。

图 1 泛在电力物联网技术架构
2 泛在电力物联网关键技术

泛在电力物联网的核心是利用智能芯片、人工智能、大数据、云计算及无线通信等先进技术对电力信息、天气信息等进行可靠、高效、实时地传输与利用,其关键技术主要体现在信息采集、信息识别、信息传输与信息处理4个方面,目前这些技术在电力系统中已有一定的应用,但尚未形成规模。

2.1 信息采集技术

信息采集技术主要是利用各类智能传感器对电力信息进行采集,采集内容包括用电量、温度、湿度等。某些电力设备长期高负荷运转,会出现设备温度过高、损耗增加,降低设备使用寿命,甚至造成停电故障,因此需要设置温度传感器对设备温度进行采集。文献[9]分析了多种电力电缆温度传感器的原理及其应用。文献[10]根据GIS开关内部温度分布规律,分析了温度传感器安装的最佳位置,认为湿度会影响设备部分参数的测量以及设备可靠性。文献[11]将LoRa技术与传感器相结合并应用于电力设备的湿度监测,实现电力设备的远距离自动监控。文献[12]将激光传感器、紫外传感器、红外传感器等多种传感器结合应用在电力线路巡检系统中,提高了电力线路的巡检效率。文献[13]以光纤传感器为核心研发了1套电力电缆故障在线测距系统,该系统可靠性强、精度高。文献[14]改进了磁传感器的安装偏角,使得三芯电力电缆各芯线电流的测量更准确。

2.2 信息识别技术

泛在电力物联网中对物理世界的识别是实现全方位感知的基础,其中以物体识别为主,常用的识别技术有射频、图像及二维码识别等[15]。射频识别为一种电子标签,利用射频信号及其传输特性对特定目标进行自动识别[16]。文献[17]将射频识别芯片置于电能表内部,实现了电能计量无线采集与传输。随着深度学习技术的发展,图像识别性能得到了大幅提高,在电力系统中也得到了一定的应用[18]。文献[19]将深度学习与随机森林相结合对变压器、断路器、输电线等电力系统关键设备进行智能化识别。文献[20]利用图像识别对输电线进行边缘监测,通过对比输电线边界轮廓实现输电线覆冰厚度的计算。

2.3 信息传输技术

电力信息传输技术主要分为有线传输技术、无线传输技术及移动通信技术等,其中无线传输技术应用最为广泛[21-22]。文献[23]采用傅里叶分解法对电流波形进行分解,并选取三阶谐波分量来实现电力信息的无线传输,为电力信息无线传输提供了1种新方案。文献[24]以北斗通信的组包、补包、拆包机制为基础设计了1套电力计费信息远程传输系统,确保了电力抄表的成功率。文献[25]基于电力无线虚拟专网设计了1种继电保护智能运维管理系统,提升了继电保护设备及二次回路的运维效率。

2.4 信息处理技术

信息处理是实现泛在电力物联网智能控制的基础,主要是利用大数据、云计算等技术进行海量电力信息的深度挖掘,为电力系统的操作与决策提供有力的数据支撑,并向电力设备发出智能控制指令。传统的数据分析与储存技术已不能满足泛在电力物联网海量数据处理的要求,需要分析能力更强的运算技术[26-27]。文献[28]构建了基于云计算的智能电网大数据信息管理框架。文献[29]认为云计算能够实现计算高电压工程学的资源整合共享、作业调度与实时监控等作用。文献[30]在深度学习算法中融入云计算技术,对电力电容器进行故障诊断,提高了故障识别与诊断的精度。

3 建设难点与展望 3.1 信息采集的准确性

目前电力系统已经采用了多种信息识别与采集技术,但仍以传统的工业采集装置为主,设备智能化水平普遍较低,可靠性难以保证,准确率有待继续提高。随着新一代智能芯片的研发及应用,将大幅改善传统传感器的不足,实现微型与低功耗;在图像识别方面,新的模型与算法[31-32]不断提出,对电力设备及障碍物的识别将更加精确,将在一定程度上推动泛在电力物联网的建设。

3.2 信息传输的高效性与安全性

泛在电力物联网建设背景下,电力系统更加复杂,不仅包含原有电力系统的大量数据,还涉及用户智能用电、电动汽车行驶、可再生能源发电等数据,发、输、变、配、用等各环节的电力数据都将更加庞大。海量电力信息的传输既要满足用户对数据安全的要求,又要保证数据传输的实时性。传统的信息传送技术将难以满足新形势下信息传输的要求,亟需更新、更为安全高效的传输技术。目前5G通信技术与LPWAN(低功耗广域网)技术在电力系统中的应用较少。5G通信技术具有高带宽、低时延、低功耗等诸多优势,将多方面支撑泛在电力物联网的建设[5]。LPWAN技术具有覆盖广、能耗小、成本低、连接数量大等优点,是我国确定在物联网中采用的信息传输技术,也将在泛在电力物联网建设中起到重要作用[4, 33]

3.3 可再生能源的消纳

由于光伏、风电等可再生能源具有随机性、波动性与不可调峰特性,导致一定的弃风、弃光现象存在,造成资源浪费。随着大数据、云计算与人工智能在电力系统中的应用,将更加准确地预测可再生能源出力,降低对系统造成的冲击。区块链技术具有的去中心化、公开透明等特点与可再生能源发电的特性较吻合,能源区块链技术在泛在电力物联网中的应用将进一步促进可再生能源的消纳[34]

3.4 智慧能源服务

通过大数据分析制定出合理的电价激励措施与服务模式,引导用户参与电力系统的削峰填谷;基于区块链技术构建电动汽车充电权交易机制与模型[35],引导电动汽车用户参与调频调峰,进一步保障电力系统的安全稳定运行;通过能源路由器等推动多能源耦合技术在更大范围内的应用,建立冷热电综合能源系统,进一步打造智慧能源服务平台。

4 结语

泛在电力物联网以物联网技术为基础,以传统电力系统为核心,结合5G、大数据、云计算、深度学习及新型传感器等先进技术,构成了一个高效、可靠、实时的能源系统。作为未来能源产业的发展方向,通过人与物之间的互联互通,打造智慧能源综合服务平台,进一步保障电网的可靠与经济运行。

参考文献
[1]
彭克, 张聪, 徐丙垠, 等. 含高密度分布式电源的配电网故障分析关键问题[J]. 电力系统自动化, 2017, 41(24): 184-192. DOI:10.7500/AEPS20170609003
[2]
刘吉臻. 大规模新能源电力安全高效利用基础问题[J]. 中国电机工程学报, 2013, 33(16): 1-8.
[3]
杨挺, 赵黎媛, 王成山. 人工智能在电力系统及综合能源系统中的应用综述[J]. 电力系统自动化, 2019, 43(1): 2-14.
[4]
杨东升, 王道浩, 周博文, 等. 泛在电力物联网的关键技术与应用前景[J]. 发电技术, 2019, 40(2): 107-114.
[5]
王毅, 陈启鑫, 张宁, 等. 5G通信与泛在电力物联网的融合:应用分析与研究展望[J]. 电网技术, 2019, 43(5): 1575-1585.
[6]
XUE Yusheng, YU Xinghuo. Beyond Smart Grid-A Cyber-Physical-Social System in Energy Future[J]. Proceedings of the IEEE, 2017, 105(12): 2290-2292. DOI:10.1109/JPROC.2017.2768698
[7]
曹军威, 孙嘉平. 能源互联网与能源系统[M]. 北京: 中国电力出版社, 2016.
[8]
刘林, 张运洲, 王雪, 等. 能源互联网目标下电力信息物理系统深度融合发展研究[J]. 中国电力, 2019, 52(1): 2-9.
[9]
高云鹏, 谭甜源, 刘开培. 电力电缆温度监测方法的探讨[J]. 绝缘材料, 2014, 47(6): 13-17. DOI:10.3969/j.issn.1009-9239.2014.06.004
[10]
陈强, 李庆民, 丛浩熹, 等. 基于多点分布式光纤光栅的GIS隔离开关触头温度在线监测技术[J]. 电工技术学报, 2015, 30(12): 298-306. DOI:10.3969/j.issn.1000-6753.2015.12.037
[11]
李时杰, 何怡刚, 罗旗舞, 等. 基于LoRa的电气设备温湿度监测终端设计[J]. 传感器与微系统, 2018, 37(4): 89-91.
[12]
彭向阳, 陈驰, 饶章权, 等. 基于无人机多传感器数据采集的电力线路安全巡检及智能诊断[J]. 高电压技术, 2015, 41(1): 159-166.
[13]
赵展, 卜树坡, 刘昊. 基于光纤传感器的电力电缆故障在线测距系统[J]. 电测与仪表, 2017, 54(13): 75-78, 84. DOI:10.3969/j.issn.1001-1390.2017.13.013
[14]
袁燕岭, 李凯特, 董杰, 等. 确定测量三芯电力电缆芯线电流用磁传感器安装偏角的方法[J]. 电测与仪表, 2018, 56(6): 1-6, 25. DOI:10.3969/j.issn.1001-1390.2018.06.001
[15]
张倩, 张盛, 林孝康, 等. 物联网:发展、应用及关键技术[J]. 电讯技术, 2012, 52(12): 1990-1997. DOI:10.3969/j.issn.1001-893x.2012.12.024
[16]
HAN Wenyuan, LIU Weijiang, ZHANG Kaiye, et al. A protocol for detecting missing target tags in RFID systems[J]. Journal of Network and Computer Applications, 2019, 132(8): 40-48.
[17]
吕伟嘉, 翟术然, 乔亚男. 电力电能计量与采集网格化融合体系研究与应用[J]. 中国电子科学研究院学报, 2018, 13(5): 103-108.
[18]
Nakamura K, Nitta N, Babaguchi N. Encryption-Free Framework of Privacy-Preserving Image Recognition for Photo-Based Information Services[J]. IEEE Transactions on Information Forensics and Security, 2018, 14(5): 1264-1279.
[19]
李军峰, 王钦若, 李敏. 结合深度学习和随机森林的电力设备图像识别[J]. 高电压技术, 2017, 43(11): 3705-3711.
[20]
Wang Jingjing, Wang Junhua, Shao Jianwei, et al. Image recognition of icing thickness on power transmission lines based on a least squares Hough transform[J]. Energies, 2017, 10(4): 415-430. DOI:10.3390/en10040415
[21]
Kehinde O F, Oluwole A D, Mohd S M F. An overview of RF energy harvesting and information transmission in cooperative communication networks[J]. Telecommunication Systems, 2019, 70(2): 295-308. DOI:10.1007/s11235-018-0483-8
[22]
李瑾, 郭美荣, 高亮亮. 农业物联网技术应用及创新发展策略[J]. 农业工程学报, 2015, 31(Z2): 200-209. DOI:10.11975/j.issn.1002-6819.2015.z2.031
[23]
Yan Z, Xiang Z, Wu L, et al. Study of Wireless Power and Information Transmission Technology Based on the Triangular Current Waveform[J]. IEEE Transactions on Power Electronics, 2017, 33(2): 1368-1377.
[24]
王涛, 周宜, 王立福, 等. 基于北斗通信SRP机制的电力计费信息远程传输系统的设计与实现[J]. 合肥工业大学学报(自然科学版), 2017, 40(12): 1630-1636. DOI:10.3969/j.issn.1003-5060.2017.12.010
[25]
崔玉, 吴奕, 张志, 等. 基于电力无线虚拟专网的继电保护智能移动运维系统设计及实现[J]. 电力系统保护与控制, 2018, 46(23): 175-181.
[26]
冯庆东. 能源互联网与智慧能源[M]. 北京: 机械工业出版社, 2015.
[27]
Yinghui Z, Menglei Y, Dong Z, et al. Efficient and secure big data storage system with leakage resilience in cloud computing[J]. Soft Computing, 2018, 22(23): 7763-7772. DOI:10.1007/s00500-018-3435-z
[28]
Baek J, Vu Q H, Liu J K, et al. A Secure Cloud Computing Based Framework for Big Data Information Management of Smart Grid[J]. IEEE Transactions on Cloud Computing, 2015, 3(2): 233-244. DOI:10.1109/TCC.2014.2359460
[29]
李立浧, 饶宏, 董旭柱, 等. 计算高电压工程学的思考与展望[J]. 高电压技术, 2018, 44(11): 3441-3453.
[30]
黄予春, 曹成涛, 顾海. 基于云计算和深度学习的电力电容器故障诊断和识别[J]. 电力电容器与无功补偿, 2018, 39(4): 77-81.
[31]
高明亮, 尹丽菊, 蒋俊, 等. 一种基于蝙蝠算法的视觉跟踪方法[J]. 北京邮电大学学报, 2016, 39(5): 72-77.
[32]
Sun Jun, Chen Qidong, Sun Jianan, et al. Graph-struc tured multitask sparsity model for visual tracking[J]. In formation Sciences, 2019(2): 133-147.
[33]
陈皓勇, 陈永波, 王晓娟, 等. 基于LPWAN的泛在电力物联网[J]. 电力系统保护与控制, 2019, 47(8): 1-8.
[34]
王蓓蓓, 李雅超, 赵盛楠, 等. 基于区块链的分布式能源交易关键技术思考[J]. 电力系统自动化, 2019, 43(7): 1-12.
[35]
王浩然, 陈思捷, 严正, 等.基于区块链的电动汽车充电站充电权交易: 机制、模型、方法[J/OL].中国电机工程学报, 2019-04-22[2019-05-06]https://doi.org/10.13334/j.0258-8013.pcsee.182244.