泛在电力物联网的边缘节点感知自适应数据处理方法分析

2020-12-20崔孟阳王会琳薛保星高晓丽

通信电源技术 2020年3期

崔孟阳，王会琳，薛保星，高晓丽

（国网河南省电力公司检修公司，河南郑州 450000）

0 引言

电力系统数据的井喷式增长对边缘节点感知自适应数据处理提出了更高的要求，数据处理过程应当按照电力系统的标准，并结合其实际应用效果，选择合适的数据处理方法，来为泛在电力物联网的应用提供保障。但在实际的数据处理过程中，出现了数据处理的安全性有待提高等问题。

1 泛在电力物联网在电力系统中的重要性

泛在电力物联网主要是指围绕电力系统的各个工作部分或者环节，同时充分应用移动互联、人工智能等现代信息技术和先进通信技术来实现电力系统各个工作部分的移动互联、人机交互等功能，并且此系统具有状态全面感知、信息高效处理、应用便捷灵活特征，属于智慧服务系统这一范畴，主要包括感知层、网络层、平台层、应用层四层结构。其中，感知层主要在电网电力系统前期建设上统一通信技术标准，并扩展信息接收的范围，注重对电力系统的信息采集。特别是电力采集类的电表、互感器、集中器、环境状态的传感器以及实物ID等设备，都是感知层建设的核心部分，承担着信息采集的重任[1]。网络层是指建立电力系统各部分设备的连接网，将电力无线专网全面铺开，增加网中的数据终端连接数量，同时将较为分散的区域进行联结。网络层的应用也使得服务器等通信产品的需求急剧增长，并且也推动了电力系统数据服务器的扩容，促进了电力系统的快速发展。平台层的建设内容主要包括一体化云平台、物联管理中心、全业务统一数据中心、企业中台等。通过对泛在电力物联网各个环节的建设，可以有效实现海量电力数据终端的物联管理，实现各类采集数据的应用，并充分挖掘所采集数据的实际应用价值，提升平台的支撑能力，对联接在泛在电力物联网中的电力设备进行精细化管理，从而提升数据处理效率，有效促进平台的开放与共享。

2 泛在电力物联网边缘节点感知自适应数据处理过程中出现的问题

2.1 边缘节点感知自适应数据处理过程的反应时间不符合要求

在泛在物联网的应用过程中，由于其承载数据采集、状态感知以及数据处理等工作的重任，因此需要对其反应时间进行合理设定。但在实际的数据处理过程中，由于边缘节点自适应数据处理的反应时间不符合要求，使得数据处理方法无法在大数据时代发挥应有的作用，限制了泛在电力物联网的应用。

2.2 数据处理方法缺乏明确的标准

任何数据的处理都离不开明确的处理标准，这是因为只有具有明确的处理标准，那处理人员才能够根据要求对电力物联网的边缘节点感知自适应数据进行处理，避免处理问题的出现。但是就当前电力物联网边缘节点感知自适应数据处理来看，数据处理方法缺乏明确的处理标准，这样就可能使得部分电力物联网数据处理人员在数据处理中出现数据处理失误问题。

2.3 数据处理过程的安全性有待提高

除了反应时间不符合要求以及数据处理方法缺乏明确的标准之外，安全性有待提高也是数据处理过程中容易出现的问题。泛在电力物联网对新能源——负荷实时监测和功率预测系统以及电力调度系统有着重要的意义。但在其实际应用过程中，由于泛在电力物联网涉及到的信息较多，使得其安全性难以得到保证，影响泛在电力物联网的应用效率。

3 如何更好地应用泛在电力物联网边缘节点感知自适应数据处理方法

3.1 合理设置边缘节点感知自适应数据处理过程的反应时间

要想更好地应用泛在电力物联网边缘节点感知自适应数据处理方法，首先需要做的是合理设置数据处理过程的反应时间。数据处理经常采用的方法是利用bloom滤波器作为边缘节点数据自适应分类机制。由于UEP-IoT数据包括IoT数据与非IoT数据两种类型，因此需要边缘节点对此类数据进行辨识分类，但此种方法会降低正向误检概率。若采用云计算方法进行数据处理，会导致通信的时间延迟过大，反应时间不符合数据处理的要求，特别是当数据范围拓展至泛在电力物联网这一范围时，单一的数据统一准则将不再适用，所以需要合理设置数据处理过程的反应时间。

例如，在利用计数bloom滤波器进行边缘节点感知自适应数据处理时，需要在边缘数据辨识分类时增加数据插入与删除环节。这样可以有效改善原有bloom滤波器的静态存储与查询结合特性，将其特征比特位拓展成为一个计数器，并根据边缘数据的数据类型进行计数操作，提高正向误检概率。特别是对泛在电力物联网的动态数据变化情况来说，其存储与查询特性将会根据数据变化的情况进行相应的转变，通过检测信息的标记位来识别该信息是否处在相应的数据库中，来提升检索速度并节省存储空间，以节省数据处理与反应的时间，并减少通信的时间延迟[2]。

3.2 为数据处理方法制定明确的标准

另一个需要采取的措施是为数据处理方法制定明确的标准。边缘节点感知自适应数据处理方法主要包括文件尾EOF插件机制以及边缘计算数据副本管理方法。泛在电力物联网中的数据文件不仅包括IoT与非IoT数据类型，还包括文件的长度以及在文件上的标志位。文件尾EOF插件主要应用于数据文件的结尾，通过识别文件上的标志位来控制文件的结束，此种方式主要针对文件在硬件上的存储不够连续。而在实际的应用过程中，文件尾EOF插件机制的工作过程为首先对经过bloom滤波器处理后的文件数据进行读取，其次该机制会根据IoT与非IoT两种数据类型设置不同的奇偶校验位，通过检验奇偶校验码中“1”的个数来确定数据是否正确。由于数据文件在传输过程中有被恶意篡改的可能性，因此需要根据文件特点设定不同的标志位，确保文件的准确性与真实性。通过为数据处理方法制定明确的标准，可以为数据处理方法的应用提供依据与保障。

在对边缘计算数据副本管理方法进行应用时，首先需要对存储在系统中的文件进行唯一的资源标识，通过SHA-1算法对该文件在存储系统中的位置进行计算。其次，结合该文件所在存储系统的位置，在主计算节点所构成的环上寻找存储簇，同时将文件按照相同的尺寸进行分割、编号，使其成为数据块，通过向主计算节点发出存储请求，得到相关节点的存储信息，将数据块存储至相应的节点中。最后，经过节点的存储之后，数据的各项信息，如资源标识、名称以及存储位置会存储至节点中，并创建两份副本，重复上述过程，返回存储结果。只有为数据计算方法的每一个环节制定明确的标准，泛在电力物联网才可以真正地发挥作用。

3.3 提高数据处理过程的安全性

除了合理设置反应时间以及为数据处理方法制定明确的标准之外，提高数据处理过程的准确性也是促进其应用的重要措施。通过泛在电力物联网边缘节点感知自适应数据处理方法的正确应用，可以有效提高电力系统的安全性。数据处理主要是针对泛在物联网数据中心负担过大而进行的数据运算，其可以将数据计算分析功能拓展至网络边缘部分，减小中心区域的数据分析计算压力，同时边缘节点数据处理还具有延时较低的特点，可以对边缘节点数据进行实时的分析与运算。

感知自适应数据处理方法需要设计一种数据类型感知机制，以提高边缘节点对网络边缘的自适应辨识。通过边缘节点对UEP-IoT数据的感知自适应辨识，可以有效降低网络边缘的数据传输压力。此外，根据UEP-IoT数据来设计一种数据处理方法对其进行自适应存储管理，以适应大数据时代对泛在电力物联网的数据处理要求[3]。