淺談基于云網(wǎng)邊端協(xié)同的鐵路無人值守牽引變電所運維研究與分析

張穎姣

安科瑞電氣股份有限公司 上海嘉定 201801

摘要：為解決當前鐵路無人值守牽引變電所運營維護（簡稱：運維）過程中面臨的諸多問題，基于云網(wǎng)邊端協(xié)同概念架構，研究制定鐵路無人值守牽引變電所運維研究，提升無人值守牽引變電所的智能化運維水平。文章介紹了云網(wǎng)邊端協(xié)同概念，闡述了運維研究的架構設計和數(shù)據(jù)流向，與前端智能、邊緣計算、云計算、人工智能、大數(shù)據(jù)等技術緊密結合，通過對場景實現(xiàn)的適應性、可用性、流通性、價值性進行分析，證明該方案的可行性，能夠滿足鐵路無人值守牽引變電所的運維需求口

關鍵詞：牽引變電所；云網(wǎng)邊端協(xié)同；無人值守；運行維護；輔助監(jiān)控；邊緣計算

引言

隨著電氣化鐵路的快速建設，牽引變電所數(shù)量相應增加，所需值班人員的數(shù)量及工作強度與要求也隨之提升。且牽引變電所位置相對分散，較為偏僻，易存在安全隱患。中國國家鐵路集團有限公司（簡稱：國鐵集團）于2020年7月發(fā)布的《新時代交通強國鐵路先行規(guī)劃綱要》（簡稱：規(guī)劃綱要）中指出，安全關鍵及高危工種崗位探索應用自動化、機械化、智能化技術，在有人值守崗位推行無人值守、遠程監(jiān)控，降低勞動強度，減少勞動用工，防范安全風險。同期，國鐵集團先后下發(fā)多個文件申明確無人值守牽引變電所設計標準與工作模式,各鐵路局集團公司也加大了對現(xiàn)有牽引變電所的無人化改造力度。構建標準、規(guī)范、安全、易維護的無人值守牽引變電所，對提高鐵路現(xiàn)代化管理水平,推動鐵路高質量發(fā)展具有重要意義。

當前，鐵路無人值守牽引變電所利用輔助監(jiān)控系統(tǒng)，可在線實時監(jiān)測監(jiān)控牽引變電所設備運行情況和整體環(huán)境，及時發(fā)現(xiàn)并控制異常情況。現(xiàn)有方案多已實現(xiàn)利用圖像視頻識別技術判斷現(xiàn)場狀態(tài)，并通過輔助監(jiān)控系統(tǒng)與相關系統(tǒng)聯(lián)動，來滿足巡視和安全需求。由于設施設備眾多且環(huán)境復雜多變，現(xiàn)有的無人值守牽引變電所的運行維護(簡稱：運維)效果還需進一步改善。如何消除日常管理盲區(qū)，提供更加智能化的運維方案，是亟待解決的問題。

云網(wǎng)邊端協(xié)同作為當前先進的架構理念，已在越來越多的行業(yè)中落地，其可通過與先進信息化技術的深度融合，構建開放的立體感知、多域協(xié)同、判斷和持續(xù)進化的智能系統(tǒng)。國家鐵路局在《“十四五”鐵路科技創(chuàng)新規(guī)劃》中將云網(wǎng)邊端協(xié)同作為前沿技術與鐵路領域深度融合的內(nèi)容之一進行推動回。上述規(guī)劃文件都為云網(wǎng)邊端協(xié)同與鐵路信息化建設的結合指明了方向。

無人值守牽引變電所現(xiàn)有問題分析

1.1監(jiān)控設備性能與運維效果不足

鐵路無人值守牽引變電所部署的監(jiān)控設備涉及室內(nèi)、室外等多種功能、多種款型的設備，且部署數(shù)量大。當前在設備選擇上，仍以傳統(tǒng)的監(jiān)控產(chǎn)品為主，在事前預警、事中處理、事后取證上還存在不足。例如，由于清晰度不足，變電所出現(xiàn)保護裝置告警時，運維人員只能看到保護面板有指示燈點亮，不能確認所代表的具體含義；斷路器分合閘指示燈發(fā)生變化時,無法通過進行確認E同時，大量部署的監(jiān)控設備使得運維工作量和檢測難度大，造成故障處理不及時，導致監(jiān)控的效果未及預期。

1.2圖像智能分析算法的可用性不足

現(xiàn)有的智能識別算法還無法較好地解決對現(xiàn)場獲取圖像視頻的誤報、漏報情況，尤其是在雨、雪、霧、霾等惡劣天氣下，仍需供電段調(diào)度人員通過輔助監(jiān)控系統(tǒng)提供的“遙視”進行人工干預。牽引變電所需監(jiān)控的設備設施較多，監(jiān)控設備提供商往往僅針對單一設備單獨開發(fā)智能分析算法，且對實際運行過程中產(chǎn)生的誤報、漏報等價值樣本沒有較好的積累措施，未能形成惠及鐵路牽引變電所需監(jiān)控的全部設備的智能化分析能力。另外，各牽引變電所進行算法更新時往往需要單獨操作，缺乏統(tǒng)一處理措施。上述情況導致輔助監(jiān)控系統(tǒng)與其他系統(tǒng)間的聯(lián)動機制雖已建立，但由于方案智能化能力不足,并未達到預期的效果。

1.3網(wǎng)絡通道帶寬難以滿足數(shù)據(jù)傳輸需求

輔助監(jiān)控系統(tǒng)通過數(shù)據(jù)通信網(wǎng)并利用鐵路傳輸系統(tǒng)向線路區(qū)間的牽引變電所延伸，相鄰牽引變電所之間的牽引所亭均采用以太共享環(huán)網(wǎng)方式，通過傳輸網(wǎng)絡接入臨近車站或通信站，各站點接入帶寬多為20Mbps,各車站、通信站、供電段、鐵路局集團公司間信息交互利用承載6C業(yè)務的虛擬專用網(wǎng)(VPN,VirtualPrivateNetwork)信道，供電段和鐵路局集團公司接入數(shù)據(jù)通信網(wǎng)的帶寬多為100Mbpso數(shù)據(jù)傳輸通道上資源的不足已成為牽引變電所運維智能化提升的瓶頸之一，鐵路專用通信網(wǎng)絡也需支持更加豐富、靈活的終端接入方式。

1.4采集數(shù)據(jù)缺乏價值挖掘

通過部署機、巡檢機器人、傳感器、動環(huán)測控裝置等方式可在一定程度上獲取大量的牽引變電所現(xiàn)場數(shù)據(jù)，但所采集的數(shù)據(jù)只用于業(yè)務處理，并未進行深入分析和價值挖掘。需進一步采用泛在感知、智能監(jiān)測、增強現(xiàn)實、事故預測及智聯(lián)網(wǎng)等技術，實現(xiàn)預測性運維、主動性安全防控和智能化經(jīng)營管理時。

2、云網(wǎng)邊端協(xié)同架構應用

2.1云網(wǎng)邊端協(xié)同概述

隨著計算、存儲和網(wǎng)絡技術的持續(xù)演進，面向客戶和業(yè)務的個性化需求，需靈活地支持計算、存儲和帶寬等資源在各類終端形態(tài)、組網(wǎng)模式下，在云網(wǎng)邊端的分布和智能協(xié)同。云網(wǎng)邊端協(xié)同主要通過網(wǎng)絡在云、邊、端的分布和智能協(xié)同，實現(xiàn)計算和存儲等資源利用的效率和效益轉化，平衡整體的性能和成本四。

2.2無人值守牽引變電所運維設計

2.2.1架構設計

基于云網(wǎng)邊端協(xié)同的鐵路無人值守牽引變電所運維方案整體架構，如圖1所示。

端

在牽引變電所部署視頻監(jiān)控攝像機、巡檢機器人、環(huán)境或設備的傳感器、報警器等感知終端，采集牽引變電所的實時運行狀態(tài)，形成全方位的智能終端感知體系，為整個方案提供數(shù)據(jù)來源。

圖1基于云網(wǎng)邊端協(xié)同架構的無人值守牽引變電所運維方案整體架構

邊

通過部署在邊緣計算服務器上的邊緣節(jié)點管理程序及相應的邊緣應用，增強云端交互，通過下沉云側算力，大幅節(jié)省云側資源和信息化建設成本，并通過縮短傳輸路徑進一步提升計算速度和響應速率，為端側感知數(shù)據(jù)提供實時分析和處理能力。

網(wǎng)

通過基于5G的下一代鐵路移動通信（5G-R）、數(shù)據(jù)通信網(wǎng)、分組增強型光傳送網(wǎng)（OTN,OpticalTransportNetwork）、吉比特無源光網(wǎng)絡（GPON,Gigabit-CapablePON）及相應業(yè)務承載網(wǎng)等多種鐵路專用通信網(wǎng)絡為端、邊、云提供廣覆蓋、高可靠、低時延的傳輸通道，加速數(shù)據(jù)流轉。

云

云是整個方案架構的“大腦”和決策系統(tǒng)，是海量數(shù)據(jù)的匯聚點，不僅提供計算、存儲、網(wǎng)絡等基礎設施資源，同時提供數(shù)據(jù)使能、應用使能和人工智能（AI,ArtificialIntelligence）使能等服務，構建集數(shù)據(jù)匯聚、智能分析、場景應用于一體的“數(shù)據(jù)+AI”的信息集成平臺，讓數(shù)據(jù)和AI能力持續(xù)積累，不斷學習和改進，幫助鐵路局集團公司及站段快速構建牽引變電所的數(shù)據(jù)資產(chǎn)，打破數(shù)據(jù)孤島，實現(xiàn)數(shù)據(jù)匯集，并通過將AI引入業(yè)務系統(tǒng)，輔助牽引變電所的智能化運維。

（5）智能應用

智能應用是整個方案的價值呈現(xiàn)，基于云所提供的基礎使能能力，提升數(shù)據(jù)采集與監(jiān)視控制（SCADA,SupervisoryControlAndDataAcquisition）系統(tǒng)、輔助監(jiān)控、監(jiān)控等無人值守牽引變電所所需業(yè)務系統(tǒng)的智能化程度，持續(xù)匹配智能化運維需求，實現(xiàn)牽引變電所運維提質、降本、增效。

2.2.2數(shù)據(jù)流向分析

云網(wǎng)邊端協(xié)同實現(xiàn)數(shù)據(jù)、應用、算法、管理等方面的多維協(xié)同，提供分布式算力，匹配不同業(yè)務場景對算力、交互時延的需求。基于云網(wǎng)邊端協(xié)同的無人值守牽引變電所數(shù)據(jù)流向，如圖2所示。

部署在無人值守牽引變電所的攝像機、傳感器等設備實時記錄變電所設備設施及環(huán)境運行狀態(tài)，部署在牽引變電所的邊緣計算設備從端側獲取數(shù)據(jù)進行智能識別，并進行本地存儲。識別后存在異常的結構化數(shù)據(jù)可利用鐵路專用通信網(wǎng)絡提交至一體化信息集成平臺，由鐵路局集團公司/供電段調(diào)度中心的供電調(diào)度進行響應和處理。其中，在運維過程中發(fā)現(xiàn)的漏報、誤報數(shù)據(jù)可由AI訓練開發(fā)平臺進行模型訓練并下發(fā)至邊緣智能平臺，提升對現(xiàn)場數(shù)據(jù)處理的精度，可利用長期積累的運維大數(shù)據(jù)對設備運行過程中的異常進行判斷，并提供智能化的處理措施。

圖2基于云邊協(xié)同的無人值守牽引變電所數(shù)據(jù)流向分析

3、場景實現(xiàn)分析

3.1前端智能提升環(huán)境適應性

無人值守牽引變電所涉及眾多具體場景的監(jiān)控需求，例如，監(jiān)控需對牽引變壓器油位刻度、戶外高壓斷路器的分/合指示牌、隔離開關運行狀態(tài)、戶內(nèi)高壓開關柜分合指示牌、開關柜指示燈、避雷器動作計數(shù)器、氣壓表等各類儀表讀數(shù)進行識別；巡檢設備需判斷被檢設備外觀是否完好，有無傾斜、破損、膨脹、變形、漏油、冒煙、起火等情況。

隨著前端設備芯片計算能力的日趨提升，對監(jiān)控的智能分析已前移，前端設備的圖像處理能力、人工智能程度不斷提升，推動了前端設備從“單維數(shù)據(jù)采集”到“維數(shù)據(jù)感知”的轉變。

（1）前端分析可*大化利用攝像機智能算力效能，算力性價比相對純后端模式提升30%?60%,減

輕邊緣節(jié)點的算力壓力。

（2）前端智能部署可對海量數(shù)據(jù)進行初步的智能化篩選，把價值數(shù)據(jù)提取后送到后端，進行判斷和綜合分析處理，有利于保障業(yè)務的實時性，提升系統(tǒng)的響應效率。

（3）前端智能設備通過輕量化容器技術構建面向多算法的集成框架，讓各算法運行，實現(xiàn)算法的快速加載與在線迭代，提供面向行業(yè)應用場景的智能能力選擇，同時，前端智能算法還可根據(jù)現(xiàn)場環(huán)境變化實時調(diào)節(jié)機圖像信號處理(ISP,SignalProcessing)參數(shù)，增強圖像質量，適應牽引變電所復雜的工作環(huán)境。

視頻監(jiān)控的前端智能在鐵路領域已得到逐步推廣，例如，基于“雷視擬合”算法的周界入侵警報系統(tǒng)叫通過端側和邊側智能實現(xiàn)對軌旁數(shù)據(jù)的實時感知和分析，實現(xiàn)智能從中間向端側和邊側的延伸。

3.2邊云協(xié)同滿足算法可用性

牽引變電所監(jiān)測檢測場景眾多，無人值守的工作模式要求智能分析算法能夠提供更加準確的識別能力，適應各類惡劣天氣，滿足“零漏報”和“低誤報”的運維要求，避免因關鍵異常信息的漏報、誤報導致現(xiàn)場安全事故的發(fā)生。

智能分析算法的應用需要海量樣本的支持，在無人值守牽引變電所的運維過程中發(fā)現(xiàn)的漏報或誤報數(shù)據(jù)，尤其是小概率數(shù)據(jù)樣本，對提升算法能力至關重要，對鐵路類似型號設施設備的應用場景也很有價值。部署在云側的AI訓練及邊緣推理與開發(fā)平臺通過對價值樣本的訓練可持續(xù)提升既有算法的可用性，并通過該過程的持續(xù)迭代，形成統(tǒng)一的知識圖譜，惠及鐵路牽引變電所的無人值守運維場景,如圖3所示。

3.3高速傳輸信道保障通暢性性

基于云網(wǎng)邊端協(xié)同的無人值守牽引變電所方案對云、邊、端的數(shù)據(jù)傳輸均有實時、可靠、安全的傳輸要求。因此通信網(wǎng)絡不僅要提升帶寬，也要更新通信網(wǎng)絡技術。國鐵集團已啟動5G-R專網(wǎng)及相應承載網(wǎng)、數(shù)據(jù)通信網(wǎng)等相關技術規(guī)范的制定與更新工作。其中，5G-R專網(wǎng)將會成為鐵路無線通信的發(fā)展方向，其廣應用、大連接、多切片的網(wǎng)絡特征,符合無人值守牽引變電所的站場覆蓋需求，為云網(wǎng)邊端協(xié)同連接提供更加安全、可靠、高速、暢通的傳輸信道。

圖3邊云協(xié)同滿足算法可用性示意

3.4“數(shù)據(jù)+AI”平臺挖掘數(shù)據(jù)的價值性

云網(wǎng)邊端的協(xié)同需構建“數(shù)據(jù)+AI”計算平臺，統(tǒng)一提供高算力。國鐵集團主數(shù)據(jù)已建成并投入使用，信息集成完成工程建設，鐵路大數(shù)據(jù)和AI應用水平得到顯著提高。

無人值守牽引變電所運維研究依托于部署在云側的大數(shù)據(jù)和智能算法，通過對牽引變壓器、斷路器、開關柜、隔離開關、避雷器等供電設備的在線監(jiān)測數(shù)據(jù)、離線檢測數(shù)據(jù)及保護動作信息、斷路器分合狀態(tài)進行分析，提供對現(xiàn)場設備的健康評估，判斷故障類型、位置、時間、原因等，并分析設備狀態(tài)變化趨勢，及時發(fā)現(xiàn)故障隱患，識別可能的故障類型及嚴重程度，綜合判斷故障發(fā)展變化趨勢，及時進行預警，確保現(xiàn)場設備設施持使用狀態(tài)，實現(xiàn)對運維研究的持續(xù)優(yōu)化。

4、安科瑞AcrelCloud-1000變電所運維云平臺

4.1概述

基于互聯(lián)網(wǎng)＋、大數(shù)據(jù)、移動通訊等技術開發(fā)的云端管理平臺，滿足用戶或運維公司監(jiān)測眾多變電所回路運行狀態(tài)和參數(shù)、室內(nèi)環(huán)境溫濕度、電纜及母線運行溫度、現(xiàn)場設備或環(huán)境視頻場景等需求，實現(xiàn)數(shù)據(jù)一個中心，集中存儲、統(tǒng)一管理，方便使用，支持具有權限的用戶通過電腦、手機、PAD等各類終端鏈接訪問、接收報警，并完成有關設備日常和定期巡檢和派單等管理工作。

4.2應用場所

適用于電信、金融、交通、能源、醫(yī)用衛(wèi)生、文體、教育科研、農(nóng)林水利、商業(yè)服務、公用事業(yè)等行業(yè)變配電運行維護系統(tǒng)的新建、擴建和改建。

4.3系統(tǒng)結構

系統(tǒng)可分為四層：即感知層、傳輸層、應用層和展示層。

感知層：包含變電所安裝的多功能儀表、溫濕度監(jiān)測裝置、攝像頭、開關量采集裝置等。除攝像頭外，其它設備通過RS485總線接入現(xiàn)場智能網(wǎng)關RS485端口。

傳輸層：包含現(xiàn)場智能網(wǎng)關和交換機等設備。智能網(wǎng)關主動采集現(xiàn)場設備層設備的數(shù)據(jù)，并可進行規(guī)約轉換，數(shù)據(jù)存儲，并通過交換機把數(shù)據(jù)上傳至指定的服務器端口，網(wǎng)絡故障時數(shù)據(jù)可存儲在本地，待網(wǎng)絡恢復時從中斷的位置繼續(xù)上傳數(shù)據(jù)，保證服務器端數(shù)據(jù)不丟失。

應用層：包含應用服務器和數(shù)據(jù)庫服務器，若變電所數(shù)量小于30個則應用服務器和數(shù)據(jù)庫服務器可以合一配置。服務器需要具備固定IP地址，以接收各智能網(wǎng)關主動傳送過來的數(shù)據(jù)。

展示層：用戶通過手機、平板、電腦等多終端的方式訪問平臺信息。

4.4系統(tǒng)功能

4.4.1用能月報

用能月報支持用戶按總用電量、變電站名稱、變電站編號等查詢所管理站所的用電量，查詢跨度可設置為月。

4.4.2站點監(jiān)測

站點監(jiān)測包括概況、運行狀態(tài)、當日事件記錄、當日逐時用電曲線、用電概況。

4.4.3變壓器狀態(tài)

變壓器狀態(tài)支持用戶查詢所有或某個站所的變壓器功率、負荷率、等運行狀態(tài)數(shù)據(jù)，支持按負荷率、功率等升、降序排名。

4.4.4運維

運維展示當前用戶管理的有關變電所在地圖上位置及總量信息。

4.4.5配電圖

配電圖展示被選中的變電所的配電信息，配電圖顯示各回路的開關狀態(tài)、電流等運行狀態(tài)及信息，支持電壓、電流、功率等詳細運行參數(shù)查詢。

4.4.6視頻監(jiān)控

視頻監(jiān)控展示了當前實時畫面（視頻直播），選中某一個變配電站，即可查看該變配電站內(nèi)視頻信息。

4.4.7電力運行報表

電力運行報表顯示選定站所選定設備各回路指定采集間隔運行參數(shù)和電能抄表的實時值及平均值行統(tǒng)計。

4.4.8報警信息

對平臺所有報警信息進行分析。

4.4.9任務管理

任務管理頁面可以發(fā)布巡檢或消缺任務，查看巡檢或消缺任務的狀態(tài)和完成情況，可以點擊查看任務查看具體的巡檢信息。

4.4.10用戶報告

用戶報告頁面主要用于對選定的變配電站自動匯總一個月的運行數(shù)據(jù)，對變壓器負荷、配電回路用電量、功率因數(shù)、報警事件等進行統(tǒng)計分析，并列出在該周期內(nèi)巡檢時發(fā)現(xiàn)的各類缺失及處理情況。

審核編輯 黃宇