摘要：長期以來，配電自動化建設集中在10kV城市配電網，而忽略了0.4kV低壓配用電系統。低壓配電系統發生開關設備故障、線路短路、越級跳閘等事件時，故障定位時間長、事故處理響應慢。基于泛在電力物聯網的建設要求和技術路線，文章提出并設計了一套基于邊緣計算的分布式配電故障處理系統，可實現對低壓配電設施故障及時感知、實時響應。實踐應用表明，該系統可大大加快低壓配電故障處理速度、縮短停電時間、提升供電可靠性和用戶滿意度。

　　關鍵詞：泛在電力物聯網;低壓配電網;邊緣計算;故障處理;分布式

　　0引言

　　0.4kV低壓配電系統直接為用戶提供電力分配供應，是電網的有機組成部分。低壓配電系統中的設施數量多、分布范圍廣，是電力運維監管的難點和盲點。長期以來，配電自動化系統建設集中在10kV配電網絡，而忽視了0.4kV低壓配電系統。目前電網公司對于低壓配電故障處理仍停留在熱線電話故障報修的階段。當低壓配電系統中發生線路或開關本體故障、電纜短路、開關越級跳閘等事件時，故障感知慢、故障定位困難、故障處理響應周期長。

　　而現有的低壓配電監控所采用的“多功能儀表”或“電度表”，遠不能滿足故障感知和故障分析定位的現實需求。基于配電自動化的故障監測、故障定位和故障隔離技術，在10kV配電系統中已得到廣泛應用[1-4]。國內學者提出的多種啟發式和智能算法也大多針對10kV配電網[5-9]。文獻[10]針對低壓配電網提出了基于電話報修的故障定位方法。文獻[11-14]通過信息化平臺對配電故障搶修實現流程管控。

　　近年來，物聯網、云計算、邊緣計算技術正逐步在工業自動化和配電自動化領域中得到應用[15-21]。本文基于泛在電力物聯網的建設要求和技術路線，設計開發了一套基于邊緣計算的分布式配電故障處理系統。實踐應用表明，系統可對低壓配電設施故障及時感知、實時響應，為電網運檢部門低壓配電故障處理提供決策依據，加快故障處理速度，縮短停電時間，提升供電可靠性和用戶滿意度。

　　1配電故障處理邊緣計算架構

　　1.1傳統配電自動化面臨的挑戰

　　目前電網公司配電自動化系統建設主要面向10kV城市配電網。當配電網發生故障時，配電自動化主站會根據采集信息迅速確定故障區域，自動隔離故障區域，并盡快將非故障區域客戶轉接到其他線路，恢復供電。主要的感知層設備來自FTU、DTU和TTU，通信網絡為光纖專網或者GPRS/4G等無線通道。

　　當低壓配電系統設備需要實現故障定位、隔離時，傳統配電自動化系統的高成本故障感知技術、高可靠通信技術、面向集中式數據庫的技術架構都面臨極大的挑戰。面向海量低壓配電設施的數據采集和處理，物聯網和云計算模型無疑更具有競爭力。

　　1.2能源物聯網和云計算架構模型

　　第一種和大多云計算架構相同，是集中式云計算模型。所有的物聯網終端把數據統一上傳到云平臺，由云平臺統一進行數據采集、存儲和分析處理。這種架構適合對實時響應不高的場合，例如抄表應用，可以在15min，甚至1h、1天內完成抄表即可。云平臺應用大多以離線的聯機分析應用(OLAP)和統計分析為主。但是對于實時性要求高的應用，上述架構顯然不能滿足性能要求。

　　對于配電故障處理及智能運維業務，需要實現配用電設備實時在線監測，通過采集的數據進行分析，判定故障，并推送報警。從物聯網數據采集節點傳送數據到云平臺，再由云平臺進行數據分析和判斷，推送告警，處理環節多，且網絡存在延時，實時性很難得到保證。第二種則是“邊緣計算”架構模型。

　　在靠近數據源的地方部署“邊緣節點”，由此計算節點就地完成數據采集、數據處理和故障分析，把處理后的結果上送到云平臺，由云平臺進行統一管理和告警推送。這樣，集中式云平臺的計算工作被分散地分配到各個邊緣節點，通過分布式計算實現實時、快速、高效的用戶響應。由此可見，對于低壓故障處理，邊緣計算是非常適合的解決方案。

　　1.3配電故障處理邊緣計算架構所需解決的主要問題

　　具體到低壓配電故障處理這一現實需求，在采用邊緣計算架構時需要解決以下3個核心構件：1)低成本的、可大規模部署的低壓故障感知層設備。2)具備邊緣計算能力的邊緣節點設備。3)支撐海量低壓配電數據采集存儲，并可以和邊緣計算節點協調控制的云平臺及應用。本文以上述需求為出發點，給出了系統解決方案。

　　2系統構成

　　2.1系統總體結構

　　基于邊緣計算的分布式配電故障處理系統總體結構，系統由感知層、網絡層、平臺層和應用層構成，具有典型的泛在電力物聯網結構特征。感知層設備包括部署在變電站/電纜分支箱/動力柜/用戶表箱等分散的低壓配電系統中的故障感知終端和邊緣計算節點。故障感知終端和邊緣計算節點都是嵌入式硬件設備，故障感知終端具有可適配的通信接口，通過多種通信方式接入邊緣計算節點。

　　網絡層包括電力專網(光纖)、物聯網專網、互聯網(運營商寬帶)和移動互聯網(4G)等。邊緣計算節點通過網絡適配器經網絡層接入到平臺層。平臺層是部署在商用公有云/私有云體系下的云服務平臺，具有完整的IaaS/PaaS平臺支撐能力。平臺層部署了用戶管理、權限管理、日志管理、數據存儲等基礎服務軟件。應用層是在平臺層上開發部署的和故障處理相關的應用，如模型維護、故障分析、告警推送、搶修工單、停復電通知、統計和輔助決策分析、APP應用等軟件。

　　2.2低壓配電故障感知終端

　　現有的低壓配電系統中采用最多的測量設備是多功能表或者電度表，這些設備不具有故障監測的功能，且體積大、可擴展性差、安裝不方便。從實際需求出發，設計開發了一套適用于低壓配電系統監測的故障感知終端。

　　裝置采取2P空氣開關尺寸，通過插接式總線連接，可方便組合安裝，尤其適用于變電站低壓配電抽屜柜、動力柜、電纜分支箱等具有多個低壓回路測量的場景。裝置可精確采集回路電流、電壓、剩余電流、溫度等數據信息，并具備故障監測、分析判斷和故障錄波能力，監測到故障時可產生故障告警信號。裝置可通過ZigBee/LoRa/RS485等多種通信模式和邊緣計算節點通信。裝置具備儲能模塊，在失去外電源情況下可提供短時供電，以使裝置在完全失電前能上傳信息到邊緣計算節點。

　　2.3故障處理邊緣計算節點

　　在硬件結構上，邊緣計算節點為一臺小型嵌入式工控機，運行實時Linux操作系統，和故障感知設備以及云平臺通信。根據低壓配電區域規模，可選擇不同規格的硬件平臺，而軟件系統則完全一致。邊緣計算節點中存儲了局部配電網絡模型，部署故障處理應用，配置事件處理規則。

　　邊緣計算節點會在收到實時數據時第一時間進行就地數據處理、故障監測分析，并將處理后的結果信息傳輸到云平臺。在這種模式下，可以在毫秒級的時間內完成故障分析和告警任務。邊緣計算節點具備和云平臺完全一致的配電網圖模對象信息模型，并和云平臺形成數據互備機制。

　　2.4故障處理云平臺

　　故障處理云平臺由基礎資源層、數據層、基礎服務層、應用服務層、接入層、展示層構成，具有多層(N-tier)結構特征。平臺支持多租戶架構，可以為不同規模的供電公司和大用戶提供故障處理云服務能力。針對不同用戶角色和應用場景，開發了客戶端、Web、APP、SNS和大屏幕等多種應用軟件。

　　3關鍵技術

　　3.1網絡拓撲模型

　　低壓配電系統由0.4kV出線、分支箱、進戶配電柜、樓層動力箱等多級配電設備組成，構成了輻射狀供電路徑，其結構與10kV城市配電系統的構成類似。要實現故障監測和定位，需要建立低壓配電系統的網絡拓撲模型。設計采用電網領域應用成熟的CIM模型，基于電線包(wire)、拓撲包(topology)、測量包(meas)實現了多級低壓配電網絡模型和測量配置描述。故障處理云平臺和邊緣計算節點共享網絡模型。在故障處理云平臺上開發了基于Web的圖形化建模工具，實現配電系統圖模庫一體化建模。

　　3.2低壓配電故障監測原理

　　低壓配電故障感知終端為一臺嵌入式智能終端。設備輸入為監測回路的三相電流、三相電壓信號，采用頻率跟蹤和同步采樣技術，模擬量經前置低通濾波后，采樣變換為數字信號。故障分析計算采用全波傅里葉算法，具有較強的抗干擾能力。裝置根據電流、電壓突變特征判斷是否發生短路故障。裝置支持故障錄波，錄波報文包括觸發時間和觸發原因，觸發原因為電壓/電流越限或越限返回。

　　錄波內容為各相電壓、電流有效值。故障錄波長度為故障觸發前5周波，觸發后5周波，數據密度為4點/周波。啟動錄波的電壓越限分4種，包括越上限、越下限、短時中斷或停電、故障跳閘。裝置可向邊緣計算節點主動上報遙信量，包括回路帶電/停電、跳閘、電流越限等，也可接收邊緣節點查詢上傳故障錄波數據。

　　3.3邊緣計算節點分布式協調故障處理

　　低壓配電系統按區域劃分為不同分區，每一分區由一個邊緣計算節點負責完成局部數據采集和故障分析計算。邊緣計算節點和云服務平臺建立同步機制，獲取分區內的配電網絡模型信息，并在本地存儲模型信息。邊緣計算節點部署了故障定位分析應用。實際運行中，邊緣計算節點實時獲取故障感知設備上送的數據信息，就地完成拓撲實時分析和故障監測、故障定位分析，把故障處理結果上送云服務平臺。對于跨區域的故障定位分析，如越級跳閘，則由部署在故障處理云平臺的云節點匯總分區上報信息后進行分析判斷。

　　3.4云平臺海量數據分布式存儲

　　配電網絡信息模型涵蓋了關系型數據、實時數據、空間數據、圖形數據、時間序列數據、文檔型數據等多種數據對象模型。配電故障處理云平臺設計要求支撐市級乃至省級低壓配電網信息模型，要具備大規模配電設施建模、存儲，并能提供實時讀寫訪問、分析運算的能力。項目采用分布式能源模型服務(distributedenergymodelservice，DEMS)技術實現了海量配電網數據管理。

　　DEMS是面向能源互聯網領域，以關系型數據庫為底層存儲，以C++語言實現的一個跨平臺、分布式能源網數據模型管理平臺。DEMS的核心思想是通過縱向和橫向分割實現“分而治之”：1)縱向分割，異構的業務數據對象歸類處理。2)橫向分割，海量數據分布式存儲、分布運算。DEMS把能源網信息模型歸類為關系數據、文檔數據、時序數據、實時數據、圖形數據五大類。對于每一類數據，DEMS采用邏輯節點組、邏輯節點、分層管理。一個邏輯節點可以映射到不同的物理存儲設備上。一份數據可以在多個邏輯節點組內存儲形成備份，DEMS負責管理數據同步和一致性。DEMS對外提供了統一的數據訪問API接口。

　　3.5故障處理跟蹤管控

　　配電故障處理系統在監測到跳閘故障，并成功定位故障后，即刻推送故障分析結果到運檢人員移動作業終端，運檢人員及時啟動線下搶修服務。系統提供了完整的工單發送，現場簽到，恢復供電上報管控流程。基于流程數據可精確分析故障搶修及供電恢復各環節時間占比，為不斷優化搶修流程、提升工作效率提供決策依據。

　　4工程應用實踐

　　4.1工程情況

　　以合肥高新區智慧能源“互聯網+”服務平臺建設項目為契機，開發并實施了基于邊緣計算的分布式配電故障處理系統。針對高新區內的43座用戶變電站/光伏站實施自動化改造，加裝配電感知終端和邊緣計算節點，基于私有云構建了分布式配電故障處理云服務平臺。邊緣計算節點和云服務平臺通過4G網絡通信。

　　4.2應用效果

　　基于邊緣計算的分布式配電故障處理系統實現了配電故障監測、定位、分析、工單、搶修上報全業務流程。低壓配電系統中發生跳閘故障時，可第一時間由邊緣計算節點感知并及時處理上報，可把故障感知和故障定位時間從小時級縮短到秒級，大大加快了故障搶修速度，縮短用戶停電時間。

　　5結語

　　在泛在電力物聯網的建設背景下，如何綜合運用“大云物移智”等信息通信新技術，實時聯接電力生產運行和消費各環節的人、機、物，全面承載并貫通電網生產運行，對電網運檢部門提出了更高的要求。

　　針對低壓配電系統中故障感知缺失、故障處理周期長的現狀，基于泛在電力物聯網的技術架構和指導思想設計并開發了基于邊緣計算的分布式配電故障處理系統，從感知層、網絡層、平臺層和應用層給出了系統解決方案。工程實踐表面，系統可顯著提高低壓配電故障診斷和故障定位水平，加快故障處理速度，提升供電可靠性和用戶滿意度。該系統具有分區、自治、邊緣故障處理能力，能大規模應用于地市和省級電網。

　　參考文獻

　　[1]劉健.配電網故障處理研究進展[J].供用電，2015，32(4)：8-15.LIUJian.Advancesondistributionnetworkfaultprocessingtechnology[J].Distribution&Utilization，2015，32(4)：8-15.

　　[2]劉健，張志華，張小慶.配電網故障處理若干問題探討[J].電力系統保護與控制，2017，45(20)：1-6.LIUJian，ZHANGZhihua，ZHANGXiaoqing.Investigationonfaultprocessingforelectricpowerdistributionnetworks[J].PowerSystemProtectionandControl，2017，45(20)：1-6.

　　[3]吳棟萁，楊濤，黃曉明，等.虛實結合的饋線自動化系統測試平臺設計[J].電力系統保護與控制，2018，46(19)：137-143.WUDongqi，YANGTao，HUANGXiaoming，etal.Testingplatformoffeederautomationsystemwiththecombinationofvirtualandreality[J].PowerSystemProtectionandControl，2018，46(19)：137-143.

　　[4]王哲，葛磊蛟，王浩鳴.10kV配電網饋線自動化的優化配置方式[J].電力系統及其自動化學報，2016，28(3)：65-70.WANGZhe，GELeijiao，WANGHaoming.Optimalconfigurationof10kVfeederautomationfordistributionsystems[J].ProceedingsoftheCSU-EPSA，2016，28(3)：65-70.

　　電力方向論文投稿刊物：電力系統保護與控制(半月刊)創刊于1973年，是由國家電網中電裝備許繼集團有限公司主管、國家電網中電裝備許昌智能電網裝備試驗研究院(原許昌繼電器研究所)主辦的全國性電工技術類科技期刊。