【摘 要】随着智能电网建设的深入推进，配网自动化终端数量激增，产生的海量数据对传统集中式数据处理模式提出了严峻挑战。边缘计算凭借低时延、高带宽、分布式处理等优势，为配网自动化系统提供了新的技术路径。文章针对配网自动化终端的数据处理需求与协同控制难题，研究基于边缘计算的解决方案。分析了配网自动化终端数据的特征及处理痛点，设计出边缘计算架构下的数据处理流程，包括数据采集、预处理、分析；在此基础上，提出多终端协同控制模型，构建了边缘节点间的通信机制与任务调度算法。通过仿真实验验证，该策略可有效降低数据传输时延，提升配网故障处理效率与系统稳定性，为配网自动化的智能化升级提供技术支撑。

【关键词】边缘计算；配网自动化终端；数据处理；协同控制；智能电网

引言

配网是电力系统与用户对接的最近环节，其运行状态监测与控制水平是保障供电可靠性和电能质量的关键。配网自动化终端是配网中监测数据采集及执行故障检测与处理命令的开关装置。在原“终端—主站”分散式配网自动化控制系统架构下，终端负责采集配网线路数据并传输到主站分析决策。此模式下终端仅感知网络，面临大量高负载高带宽传感器数据，而主站作为决策机构，负载集中，存在网络通信负载高、带宽占用多等弊端，故障时主站难以实时对终端感知并回传命令。在边缘计算背景下，将其用于配网自动化终端，可在终端或边缘节点完成数据分析或故障判断，少传或不传数据给主站，减轻主站数据处理负担，缩短数据传输时延；边缘节点本地化实时决策可缩短主站控制命令和配网故障响应时间，减少停电时间，提高故障处理精度。

一、配网自动化终端数据特征与处理痛点

（一）数据特征分析

配网自动化终端遍布配电网各侧，包括馈线终端、配电终端、柱上开关终端等类型，产生的数据具有以下特点。（1）海量性。一个终端常采用毫秒级或秒级采集频次，配网系统中终端数量为数千乃至数万个，每日数据总量达到TB级，大量配网运行业务数据汇集在一起。（2）实时性。配网发生故障处置、功率调整等控制任务对数据处理的时效性提出了较高的要求，例如故障电流数据的处理必须在毫秒级响应，否则无法及时开展故障隔离。配网数据的实时性要求越来越高。（3）异构性。各类配网终端采集对象不同，数据类型存在差异，如模拟量、数字量、状态量等，数据格式及数据精度也不相同。（4）时空关联性。配网数据具有明显的时间与空间关联特征，时间上，负荷数据、电压数据随用电时段呈现周期性变化；空间上，相邻终端采集的数据反映配网线路的拓扑关联，故障数据往往在一定区域内集中出现[1]。

（二）传统数据处理痛点

传统集中式数据处理模式在应对配网自动化终端数据时，存在以下突出问题。（1）网络带宽瓶颈：海量终端数据集中上传至主站，导致配网通信网络带宽压力过大，易出现数据丢包、传输延迟等问题，影响数据的完整性与实时性。（2）数据处理时延高：主站需同时处理大量终端上传的数据，数据处理与决策流程复杂，端到端时延通常在数百毫秒甚至秒级，难以满足故障处理等实时性要求高的场景。（3）数据价值挖掘不足：集中式架构下，主站主要关注终端上传的关键运行参数，大量潜在的设备状态数据、环境数据未能得到有效分析，无法为配网设备健康管理、负荷预测等增值服务提供支撑。（4）系统可靠性差：当主站或通信网络发生故障时，配网自动化终端将失去控制中心，无法实现故障自愈等功能，导致配网运行陷入瘫痪状态，降低了供电的可靠性。

二、基于边缘计算的配网自动化终端数据处理架构

（一）边缘计算架构设计

针对配网自动化系统的特点，设计了“终端—边缘节点—区域主站—云端”四级边缘计算架构，各层级功能如下。

（1）终端层：由配网自动化终端组成，负责采集配网运行数据，并执行边缘节点下发的控制指令。终端具备基础的数据滤波、格式转换功能，可对采集的数据进行初步处理，减少无效数据上传。

（2）边缘节点层：部署于配网变电站、配电房等靠近终端的位置，每个边缘节点覆盖一定区域内的终端。