基于云-边-端协同的电力物联网用户侧数据应用框架

doi:10.12204/j.issn.1000-7229.2020.07.001

电力建设 ›› 2020, Vol. 41 ›› Issue (7): 1-8.doi: 10.12204/j.issn.1000-7229.2020.07.001

• 能源互联网环境下电力系统安全可靠、经济运行 ·栏目主持黄涛研究员· • 上一篇下一篇

基于云-边-端协同的电力物联网用户侧数据应用框架

原吕泽芮，顾洁，金之俭

大数据工程技术研究中心（上海交通大学电子信息与电气工程学院），上海市 200240

出版日期:2020-07-01
作者简介:原吕泽芮（1995），女，博士研究生，主要研究方向为边缘计算及深度学习在电力系统中的应用；顾洁（1971），女，工学博士，副教授，通信作者，主要研究方向为大数据在电力系统中的应用、电力系统规划；金之俭（1965），男，博士，研究员，主要研究方向为超导应用技术、智能电网技术。
基金资助:
国家重点基础研究发展计划项目“高比例可再生能源并网的电力系统规划与运行基础理论”（2016YFB0900100）；上海市科委重大项目“典型用户精细化能耗建模与合同管理应用关键技术研究”（18DZ1100303）

User-Side Data Application Framework Based on Cloud-Edge-User Collaboration in Power Internet of Things

YUAN Lüzerui, GU Jie , JIN Zhijian

Research Center for Big Data Engineering and Technologies（School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University）, Shanghai 200240, China

Online:2020-07-01
Supported by:
This work is supported by National Key Research and Development Program of China（No.2016YFB0900100） and Key Project of Science and Technology Commission of Shanghai Municipality （No.18DZ1100303）.

摘要/Abstract

摘要： 物联网技术渗透到电力系统所形成的电力物联网承载着海量数据流，通过电力业务数据化和电力网络信息化，促进电力数据业务化目标的实现。目前电网基于云计算的集中式数据存储与处理，使得海量细粒度的用户侧数据无法得到有效应用。基于此，文章提出了基于云-边-端协同的用户侧数据应用框架，以打破由于计算资源有限而导致用户侧与电力系统的交互壁垒。利用边缘计算与云计算的互补性，以预测预警、分类聚类和需求响应3类用户侧基础数据应用为例，设计了用户侧数据应用框架，以期实现自下而上和自上而下的双向数据流、业务流的协同循环，从而达到对用户侧数据进行广而深的价值挖掘的目标。最后，从物理层、平台层和业务层3个维度对实现该框架的关键技术进行了分析与总结。

关键词: 边缘计算, 云边端协同, 数据中台, 大数据, 电力物联网

Abstract: Power Internet of Things, which is formed by the application of Internet of Things technology to power system, undertakes the massive data streams of power system. It can promote to realize power data business through power business data and power network informationization. Nowadays, massive and fine-grained user-side data cannot be effectively applied because of the centralized data storage and processing methods based on cloud computing in power grid. In order to break the interaction barrier between the user end and the power system due to the limited computing resources, this paper proposes a user-side data application framework based on cloud-edge-user collaboration. Taking three kinds of user-side essential data applications as examples, i.e., prediction and early warning, classification and clustering, and demand response, the framework is designed according to the complementarity between edge computing and cloud computing. It aims to achieve the collaborative cycle of the bottom-top and top-bottom two-way data flow and business flow, so as to mine the value of user-side data widely and deeply. Finally, this paper analyzes and summarizes the key technologies of the framework from three aspects which are physical layer, platform layer and business layer.

Key words: edge computing, cloud-edge-user collaboration, data middle platform, big data, power Internet of Things

中图分类号:

TM 73

原吕泽芮，顾洁，金之俭. 基于云-边-端协同的电力物联网用户侧数据应用框架[J]. 电力建设, 2020, 41(7): 1-8.

YUAN Lüzerui, GU Jie,JIN Zhijian. User-Side Data Application Framework Based on Cloud-Edge-User Collaboration in Power Internet of Things[J]. Electric Power Construction, 2020, 41(7): 1-8.

参考文献［27］

［1］	辛耀中. 坚强智能电网与泛在电力物联网面临的六大挑战［EB/OL］.（2019-04-19）［2019-11-10］.http://www.escn.com.cn/news/show-728559.html.
［2］	国家电网有限公司. 泛在电力物联网建设大纲［EB/OL］.（2019-03-11）［2019-11-10］. http://www.chinasmartgrid.com.cn/news/20190311/632172.shtml.
［3］	李彬, 贾滨诚, 陈宋宋, 等. 边缘计算在电力供需领域的应用展望［J］. 中国电力, 2018, 51（11）: 154-162.
	LI Bin, JIA Bincheng, CHEN Songsong, et al. Prospect of application of edge computing in the field of supply and demand［J］. Electric Power, 2018, 51（11）: 154-162.
［4］	OKAY F Y, OZDEMIR S. A fog computing based smart grid model［C］//2016 International Symposium on Networks, Computers and Communications （ISNCC）, 11-13 May 2016, Yasmine Hammamet, Tunisia. IEEE, 2016: 1-6.
［5］	李彬, 贾滨诚, 曹望璋, 等. 边缘计算在电力需求响应业务中的应用展望［J］. 电网技术, 2018, 42（1）: 79-87.
	LI Bin, JIA Bincheng, CAO Wangzhang, et al. Application prospect of edge computing in power demand response business［J］. Power System Technology, 2018, 42（1）: 79-87.
［6］	祁兵, 夏琰, 李彬, 等. 基于边缘计算的家庭能源管理系统: 架构、关键技术及实现方式［J］. 电力建设, 2018, 39（3）: 33-41.
	QI Bing, XIA Yan, LI Bin, et al. Family energy management system based on edge computing: Architecture, key technology and implementation［J］. Electric Power Construction, 2018, 39（3）: 33-41.
［7］	龚钢军, 罗安琴, 陈志敏, 等. 基于边缘计算的主动配电网信息物理系统［J］. 电网技术, 2018, 42（10）: 3128-3135.
	GONG Gangjun, LUO Anqin, CHEN Zhimin, et al. Cyber physical system of active distribution network based on edge computing［J］. Power System Technology, 2018, 42（10）: 3128-3135.
［8］	KUMAR N, ZEADALLY S, RODRIGUES J J P C. Vehicular delay-tolerant networks for smart grid data management using mobile edge computing［J］. IEEE Communications Magazine, 2016, 54（10）: 60-66.
［9］	HUANG Y T, LU Y H, WANG F, et al. An edge computing framework for real-time monitoring in smart grid［C］//2018 IEEE International Conference on Industrial Internet （ICII）, 21-23 Oct. 2018, Seattle, WA, USA. IEEE, 2018: 99-108.
［10］	SHI W S, CAO J, ZHANG Q, et al. Edge computing: Vision and challenges［J］. IEEE Internet of Things Journal, 2016, 3（5）: 637-646.
［11］	边缘计算产业联盟. 边缘计算与云计算协同白皮书（2018年）［EB/OL］.（2018-11-10）［2019-11-10］.http://www.ecconsortium.org/Lists/show/id/335.html.
［12］	中共中央国务院关于进一步深化电力体制改革的若干意见（中发〔2015〕9号）［EB/OL］.（2015-03-15）［2019-11-10］. https://news.ncepu.edu.cn/xxyd/llxx/52826.htm.
［13］	国家电网国际发展有限公司. 边缘计算与泛在电力物联网［EB/OL］. （2019-06-10）［2019-11-10］.http://www.stategrid.com.cn/html/sgid/col1230000105/2019-06/10/20190610153556157454944_1.html.
［14］	车品觉. 建设数据中台赋能创新改革［J］. 新经济导刊, 2018（10）: 22-24.
［15］	彭楚宁, 罗冉冉, 王晓东. 新一代智能电能表支撑泛在电力物联网技术研究［J］. 电测与仪表, 2019, 56（15）: 137-142.
	PENG Chuning, LUO Ranran, WANG Xiaodong. Research on a new generation of smart meter-technology supports ubiquitous power Internet of Things［J］. Electrical Measurement & Instrumentation, 2019, 56（15）: 137-142.
［16］	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.
	WANG Yi, CHEN Qixin, ZHANG Ning, et al. Fusion of the 5G communication and the ubiquitous electric internet of things: Application analysis and research prospects［J］. Power System Technology, 2019, 43（5）: 1575-1585.
［17］	杨濮源. 基于多介质设备的混合存储系统关键技术研究［D］. 合肥: 中国科学技术大学, 2014.
	YANG Puyuan. Key technology research for hybrid storage systems based on multi-media device［D］. Hefei: University of Science and Technology of China, 2014.
［18］	华为麒麟970处理器正式发布: 全球首款AI芯片［J］. 电子世界, 2018（1）: 208.
［19］	王振. 自动控制系统在智能建筑中的应用［J］. 仪表技术, 2018（3）: 44-46.
	WANG Zhen. Application of automatic control system in intelligent building［J］. Instrumentation Technology, 2018（3）: 44-46.
［20］	TALEB T, SAMDANIS K, MADA B, et al. On multi-access edge computing: A survey of the emerging 5G network edge cloud architecture and orchestration［J］. IEEE Communications Surveys & Tutorials, 2017, 19（3）: 1657-1681.
［21］	YU W, LIANG F, HE X F, et al. A survey on the edge computing for the Internet of Things［J］. IEEE Access, 2018, 6: 6900-6919.
［22］	谭虎, 陈晓勇. 详解阿里云数据中台［N］. 中国信息化周报, 2019-10-28（14）.
［23］	VAZQUEZ-POLETTI J L, LLORENTE I M, HINSEN K, et al. Serverless computing: From planet Mars to the cloud［J］. Computing in Science & Engineering, 2018, 20（6）: 73-79.
［24］	陈伯朗. “掌上川电”移动APP的设计与实现［D］. 天津: 天津大学, 2016.
	CHEN Bolang. The design and implementation of mobile APP“palm Chuan electric”［D］. Tianjin: Tianjin University, 2016.
［25］	SANTOYO-GONZLEZ A, CERVELL-PASTOR C. Edge nodes infrastructure placement parameters for 5G networks［C］//2018 IEEE Conference on Standards for Communications and Networking （CSCN）, 29-31 Oct. 2018, Paris, France. IEEE, 2018: 1-6.
［26］	BRAGADEESH S A , ARUMUGAM U . A conceptual framework for security and privacy in edge computing: From hype to reality［M］. Springer Innovations in Communication and Computing. Springer, Cham，2019.
［27］	WANG S Q, TUOR T, SALONIDIS T, et al. Adaptive federated learning in resource constrained edge computing systems［J］. IEEE Journal on Selected Areas in Communications, 2019, 37（6）: 1205-1221.

[1]	赵长枢，邱晓燕，赵有林，李凌昊，张楷，刘梦依. 泛在电力物联网框架下的新型UPFC系统[J]. 电力建设, 2020, 41(1): 39-44.
[2]	廖家齐，钱科军，方华亮，周承科，徐彦. 基于泛在电力物联网的电动汽车充电站运维关键技术[J]. 电力建设, 2019, 40(9): 20-26.
[3]	沈博，蔡泽祥，戴观权，郭采珊. 面向泛在电力物联网的智能配用电信息采集业务通信分析[J]. 电力建设, 2019, 40(9): 27-34.
[4]	葛磊蛟，汪宇倩，戚嘉兴，王慧，林强，彭莹. 面向城市能源互联网的电力物联网内涵、架构和关键技术[J]. 电力建设, 2019, 40(9): 91-98.
[5]	徐晓，陈中，丁宏恩，方国权，陈妍希，杜璞良. 面向区域售电公司的边缘计算架构设计探讨[J]. 电力建设, 2019, 40(7): 41-47.
[6]	张亚健，杨挺，孟广雨. 泛在电力物联网在智能配电系统应用综述及展望[J]. 电力建设, 2019, 40(6): 1-12.
[7]	傅质馨，李潇逸，袁越. 泛在电力物联网关键技术探讨[J]. 电力建设, 2019, 40(5): 1-12.
[8]	杨军，林洋佳，陈杰军，李逸欣，詹祥澎. 未来城市共享电动汽车发展模式[J]. 电力建设, 2019, 40(4): 49-59.
[9]	祁兵1,2, 夏琰1, 李彬1, 石坤2, 薛溟枫3. 基于边缘计算的家庭能源管理系统：架构、关键技术及实现方式[J]. 电力建设, 2018, 39(3): 33-.
[10]	刘思放，邓春宇，张国宾，祁兵，李彬，李德智，石坤，杨斌，奚培锋. 面向居民智能用电的边缘计算协同架构研究[J]. 电力建设, 2018, 39(11): 60-68.
[11]	戴彦, 王刘旺, 李媛, 颜拥, 韩嘉佳, 文福拴. 新一代人工智能在智能电网中的应用研究综述[J]. 电力建设, 2018, 39(10): 1-11.
[12]	李莉，朱永利，宋亚奇. 电力设备监测数据的流式计算与动态可视化展示[J]. 电力建设, 2017, 38(5): 91-.
[13]	赵东元，高峰. 能源互联网对电力需求侧管理变革的影响[J]. 电力建设, 2017, 38(5): 11-.
[14]	刘敦楠，唐天琦，赵佳伟，叶彬，马静，王宝，杨敏. 能源大数据信息服务定价及其在电力市场中的应用[J]. 电力建设, 2017, 38(2): 52-.
[15]	刘琪琛, 雷景生, 郝珈玮,黄燕刚,李强,罗海波. 基于Spark平台和并行随机森林回归算法的短期电力负荷预测[J]. 电力建设, 2017, 38(10): 84-.

基于云-边-端协同的电力物联网用户侧数据应用框架

User-Side Data Application Framework Based on Cloud-Edge-User Collaboration in Power Internet of Things

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献［27］

相关文章 15

编辑推荐

Metrics

本文评价

基于云-边-端协同的电力物联网用户侧数据应用框架

User-Side Data Application Framework Based on Cloud-Edge-User Collaboration in Power Internet of Things

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献 ［27］

相关文章 15

编辑推荐

Metrics

本文评价

参考文献［27］