面向能源互联网智能感知的边缘计算技术研究

发布时间：2021-08-28 09:41

　　随着能源互联网建设的持续推进,大量的传感器接入到系统中,获取的感知数据是海量级的,导致系统传输压力大、主站计算负荷重。传统的传感信息获取处理方式存在数据良莠不齐、数据缺失、格式不统一的问题,引入边缘计算技术定义了智能感知的系统框架,就地实现数据的处理与判决,通过云边协同机制优化系统设计。文章首先给出了多参量智能感知数据优化传输方法,其次提出了面向多参量感知的边缘计算算法的设计方法,涉及数据统一、数据辨识、分布式群智几方面,最后落地在输电线路巡检,在微风振动、舞动分析、增容设计、视频分析、云边升级等方面做了尝试。 

【文章来源】：电力信息与通信技术. 2020,18(04)

【文章页数】：9 页

【部分图文】：

智能感知边缘计算技术整体框架

智能感知终端处于系统的中枢,受限于感知终端所处的位置、功耗要求、尺寸大小,其智能计算的能力会受到不同程度的影响,需要根据业务的需求进行均衡,综合分析云计算平台与边缘计算终端硬件资源的配置情况与算力,引入“云边协同、数据升降维”等方式,如图2所示,合理设计云边协同的系统架构[8]、交互方式、数据传输等。2.1 智能感知云

智能感知计算参数提取如图3所示,采集的传感器数据基于保留最大有效信息的思路,采用高效计算方法提取特征,通过数据统一、数据辨识、分布式群智实现主流的特征提取;依赖于经验和(或)启发性事实,将特征提取作为一个最优化的问题来分析其发展趋势,处理最小化误报率且最大化的检测/隔离精度。3.1 数据统一

【参考文献】：
期刊论文
[1]基于边-端协同的任务卸载资源分配联合优化算法[J]. 吴柳青,朱晓荣.  电信科学. 2020(03)
[2]泛在物联的配用电优化运行：信息物理社会系统的视角[J]. 刘念,余星火,王剑辉,薛禹胜.  电力系统自动化. 2020(01)
[3]电力架空线路巡检可见光图像智能处理研究综述[J]. 刘志颖,缪希仁,陈静,江灏.  电网技术. 2020(03)
[4]基于边缘智能分析的图像识别技术在输电线路在线监测中的应用[J]. 王艳如,刘海峰,李琳,刘兰方,杨振亚.  电力信息与通信技术. 2019(07)
[5]面向延迟敏感型物联网应用的计算迁移策略[J]. 郭棉,李绮琦.  计算机应用. 2019(12)
[6]基于深度学习的输电线路故障类型辨识[J]. 徐舒玮,邱才明,张东霞,贺兴,储磊,杨浩森.  中国电机工程学报. 2019(01)
[7]基于全面感知和软件定义的配电物联网体系架构[J]. 吕军,栾文鹏,刘日亮,王鹏,林佳颖.  电网技术. 2018(10)
[8]基于支持向量机的配电网设施可靠性参数预测方法[J]. 刘苑红,王卓,苏剑.  电力信息与通信技术. 2018(06)
[9]物联网技术在电力输配电系统中的研究与应用[J]. 刘建明,赵子岩,季翔.  物联网学报. 2018(01)
[10]基于大数据技术的配电网运行可靠性分析[J]. 胡丽娟,刁赢龙,刘科研,栾文鹏,盛万兴.  电网技术. 2017(01)

硕士论文
[1]输电线路覆冰及异物智能视频检测算法研究[D]. 任贵新.哈尔滨理工大学 2019



本文编号：3368276