淺談基於雲網邊端協同的鐵路無人值守牽引變電所運維研究與分析

hth下载地址 陳聰

摘要：為(wei) 解決(jue) 當前鐵路無人值守牽引變電所運營維護（簡稱：運維）過程中麵臨(lin) 的諸多問題，基於(yu) 雲(yun) 網邊端協同概念架構，研究製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。文章介紹了雲(yun) 網邊端協同概念，闡述了運維研究的架構設計和數據流向，與(yu) 前端智能、邊緣計算、雲(yun) 計算、人工智能、大數據等技術緊密結合，通過對場景實現的適應性、可用性、流通性、價(jia) 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(guan) 鍵詞：牽引變電所；雲(yun) 網邊端協同；無人值守；運行維護；輔助監控；邊緣計算

1. 引言

隨著電氣化鐵路的快速建設，牽引變電所數量相應增加，所需值班人員的數量及工作強度與(yu) 要求也隨之提升。且牽引變電所位置相對分散，較為(wei) 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）於(yu) 2020年7月發布的《新時代交通強國鐵路先行規劃綱要》（簡稱：規劃綱要）中指出，安全關(guan) 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、遠程監控，降低勞動強度，減少勞動用工，防範安全風險。同期，國鐵集團先後下發多個(ge) 文件申明確無人值守牽引變電所設計標準與(yu) 工作模式,各鐵路局集團公司也加大了對現有牽引變電所的無人化改造力度。構建標準、規範、安全、易維護的無人值守牽引變電所，對提高鐵路現代化管理水平,推動鐵路高質量發展具有重要意義(yi) 。

當前，鐵路無人值守牽引變電所利用輔助監控係統，可在線實時監測監控牽引變電所設備運行情況和整體(ti) 環境，及時發現並控製異常情況。現有方案多已實現利用圖像視頻識別技術判斷現場狀態，並通過輔助監控係統與(yu) 相關(guan) 係統聯動，來滿足巡視和安全需求。由於(yu) 設施設備眾(zhong) 多且環境複雜多變，現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，提供更加智能化的運維方案，是亟待解決(jue) 的問題。

雲(yun) 網邊端協同作為(wei) 當前的架構理念，已在越來越多的行業(ye) 中落地，其可通過與(yu) 信息化技術的深度融合，構建開放的立體(ti) 感知、多域協同、判斷和持續進化的智能係統。國家鐵路局在《“十四五”鐵路科技創新規劃》中將雲(yun) 網邊端協同作為(wei) 前沿技術與(yu) 鐵路領域深度融合的內(nei) 容之一進行推動回。上述規劃文件都為(wei) 雲(yun) 網邊端協同與(yu) 鐵路信息化建設的結合指明了方向。

1. 無人值守牽引變電所現有問題分析

1.1監控設備性能與(yu) 運維效果不足

鐵路無人值守牽引變電所部署的監控設備涉及室內(nei) 、室外等多種功能、多種款型的設備，且部署數量大。當前在設備選擇上，仍以傳(chuan) 統的監控產(chan) 品為(wei) 主，在事前預警、事中處理、事後取證上還存在不足。例如，由於(yu) 清晰度不足，變電所出現保護裝置告警時，運維人員隻能看到保護麵板有指示燈點亮，不能確認所代表的具體(ti) 含義(yi) ；斷路器分合閘指示燈發生變化時,無法通過進行確認E同時，大量部署的監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

現有的智能識別算法還無法較好地解決(jue) 對現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，仍需供電段調度人員通過輔助監控係統提供的“遙視”進行人工幹預。牽引變電所需監控的設備設施較多，監控設備提供商往往僅(jin) 針對單一設備單獨開發智能分析算法，且對實際運行過程中產(chan) 生的誤報、漏報等價(jia) 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，缺乏統一處理措施。上述情況導致輔助監控係統與(yu) 其他係統間的聯動機製雖已建立，但由於(yu) 方案智能化能力不足,並未達到預期的效果。

1.3網絡通道帶寬難以滿足數據傳(chuan) 輸需求

輔助監控係統通過數據通信網並利用鐵路傳(chuan) 輸係統向線路區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網方式，通過傳(chuan) 輸網絡接入臨(lin) 近車站或通信站，各站點接入帶寬多為(wei) 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(ye) 務的虛擬專(zhuan) 用網(VPN,VirtualPrivateNetwork)信道，供電段和鐵路局集團公司接入數據通信網的帶寬多為(wei) 100Mbpso數據傳(chuan) 輸通道上資源的不足已成為(wei) 牽引變電所運維智能化提升的瓶頸之一，鐵路專(zhuan) 用通信網絡也需支持更加豐(feng) 富、靈活的終端接入方式。

1.4采集數據缺乏價(jia) 值挖掘

通過部署機、巡檢機器人、傳(chuan) 感器、動環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場數據，但所采集的數據隻用於(yu) 業(ye) 務處理，並未進行深入分析和價(jia) 值挖掘。需進一步采用泛在感知、智能監測、增強現實、事故預測及智聯網等技術，實現預測性運維、主動性安全防控和智能化經營管理時。

2、雲(yun) 網邊端協同架構應用

2.1雲(yun) 網邊端協同概述

隨著計算、存儲(chu) 和網絡技術的持續演進，麵向客戶和業(ye) 務的個(ge) 性化需求，需靈活地支持計算、存儲(chu) 和帶寬等資源在各類終端形態、組網模式下，在雲(yun) 網邊端的分布和智能協同。雲(yun) 網邊端協同主要通過網絡在雲(yun) 、邊、端的分布和智能協同，實現計算和存儲(chu) 等資源利用的效率和效益轉化，平衡整體(ti) 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

基於(yu) 雲(yun) 網邊端協同的鐵路無人值守牽引變電所運維方案整體(ti) 架構，如圖1所示。

1. 端

在牽引變電所部署視頻監控攝像機、巡檢機器人、環境或設備的傳(chuan) 感器、報警器等感知終端，采集牽引變電所的實時運行狀態，形成智能終端感知體(ti) 係，為(wei) 整個(ge) 方案提供數據來源。

圖1基於(yu) 雲(yun) 網邊端協同架構的無人值守牽引變電所運維方案整體(ti) 架構

1. 邊

通過部署在邊緣計算服務器上的邊緣節點管理程序及相應的邊緣應用，增強雲(yun) 端交互，通過下沉雲(yun) 側(ce) 算力，大幅節省雲(yun) 側(ce) 資源和信息化建設成本，並通過縮短傳(chuan) 輸路徑進一步提升計算速度和響應速率，為(wei) 端側(ce) 感知數據提供實時分析和處理能力。

1. 網

通過基於(yu) 5G的下一代鐵路移動通信（5G-R）、數據通信網、分組增強型光傳(chuan) 送網（OTN,OpticalTransportNetwork）、吉比特無源光網絡（GPON,Gigabit-CapablePON）及相應業(ye) 務承載網等多種鐵路專(zhuan) 用通信網絡為(wei) 端、邊、雲(yun) 提供廣覆蓋、高可靠、低時延的傳(chuan) 輸通道，加速數據流轉。

1. 雲(yun)

雲(yun) 是整個(ge) 方案架構的“大腦”和決(jue) 策係統，是海量數據的匯聚點，不僅(jin) 提供計算、存儲(chu) 、網絡等基礎設施資源，同時提供數據使能、應用使能和人工智能（AI,ArtificialIntelligence）使能等服務，構建集數據匯聚、智能分析、場景應用於(yu) 一體(ti) 的“數據+AI”的信息集成平台，讓數據和AI能力持續積累，不斷學習(xi) 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據資產(chan) ，打破數據孤島，實現數據匯集，並通過將AI引入業(ye) 務係統，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(ge) 方案的價(jia) 值呈現，基於(yu) 雲(yun) 所提供的基礎使能能力，提升數據采集與(yu) 監視控製（SCADA,SupervisoryControlAndDataAcquisition）係統、輔助監控、監控等無人值守牽引變電所所需業(ye) 務係統的智能化程度，持續匹配智能化運維需求，實現牽引變電所運維提質、降本、增效。

2.2.2數據流向分析

雲(yun) 網邊端協同實現數據、應用、算法、管理等方麵的多維協同，提供分布式算力，匹配不同業(ye) 務場景對算力、交互時延的需求。基於(yu) 雲(yun) 網邊端協同的無人值守牽引變電所數據流向，如圖2所示。

部署在無人值守牽引變電所的攝像機、傳(chuan) 感器等設備實時記錄變電所設備設施及環境運行狀態，部署在牽引變電所的邊緣計算設備從(cong) 端側(ce) 獲取數據進行智能識別，並進行本地存儲(chu) 。識別後存在異常的結構化數據可利用鐵路專(zhuan) 用通信網絡提交至一體(ti) 化信息集成平台，由鐵路局集團公司/供電段調度中心的供電調度進行響應和處理。其中，在運維過程中發現的漏報、誤報數據可由AI訓練開發平台進行模型訓練並下發至邊緣智能平台，提升對現場數據處理的精度，可利用長期積累的運維大數據對設備運行過程中的異常進行判斷，並提供智能化的處理措施。

圖2基於(yu) 雲(yun) 邊協同的無人值守牽引變電所數據流向分析

3、場景實現分析

3.1前端智能提升環境適應性

無人值守牽引變電所涉及眾(zhong) 多具體(ti) 場景的監控需求，例如，監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(guan) 運行狀態、戶內(nei) 高壓開關(guan) 櫃分合指示牌、開關(guan) 櫃指示燈、避雷器動作計數器、氣壓表等各類儀(yi) 表讀數進行識別；巡檢設備需判斷被檢設備外觀是否完好，有無傾(qing) 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(cong) “單維數據采集”到“維數據感知”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(jia) 比相對純後端模式提升30%〜60%,減

輕邊緣節點的算力壓力。

（2）前端智能部署可對海量數據進行初步的智能化篩選，把價(jia) 值數據提取後送到後端，進行判斷和綜合分析處理，有利於(yu) 保障業(ye) 務的實時性，提升係統的響應效率。

（3）前端智能設備通過輕量化容器技術構建麵向多算法的集成框架，讓各算法運行，實現算法的快速加載與(yu) 在線迭代，提供麵向行業(ye) 應用場景的智能能力選擇，同時，前端智能算法還可根據現場環境變化實時調節機圖像信號處理(ISP,SignalProcessing)參數，增強圖像質量，適應牽引變電所複雜的工作環境。

視頻監控的前端智能在鐵路領域已得到逐步推廣，例如，基於(yu) “雷視擬合”算法的周界入侵警報係統叫通過端側(ce) 和邊側(ce) 智能實現對軌旁數據的實時感知和分析，實現智能從(cong) 中間向端側(ce) 和邊側(ce) 的延伸。

3.2邊雲(yun) 協同滿足算法可用性

牽引變電所監測檢測場景眾(zhong) 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(guan) 鍵異常信息的漏報、誤報導致現場安全事故的發生。

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現的漏報或誤報數據，尤其是小概率數據樣本，對提升算法能力至關(guan) 重要，對鐵路類似型號設施設備的應用場景也很有價(jia) 值。部署在雲(yun) 側(ce) 的AI訓練及邊緣推理與(yu) 開發平台通過對價(jia) 值樣本的訓練可持續提升既有算法的可用性，並通過該過程的持續迭代，形成統一的知識圖譜，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(chuan) 輸信道保障通暢性性

基於(yu) 雲(yun) 網邊端協同的無人值守牽引變電所方案對雲(yun) 、邊、端的數據傳(chuan) 輸均有實時、可靠、安全的傳(chuan) 輸要求。因此通信網絡不僅(jin) 要提升帶寬，也要更新通信網絡技術。國鐵集團已啟動5G-R專(zhuan) 網及相應承載網、數據通信網等相關(guan) 技術規範的製定與(yu) 更新工作。其中，5G-R專(zhuan) 網將會(hui) 成為(wei) 鐵路無線通信的發展方向，其廣應用、大連接、多切片的網絡特征,符合無人值守牽引變電所的站場覆蓋需求，為(wei) 雲(yun) 網邊端協同連接提供更加安全、可靠、高速、暢通的傳(chuan) 輸信道。

圖3邊雲(yun) 協同滿足算法可用性示意

3.4“數據+AI”平台挖掘數據的價(jia) 值性

雲(yun) 網邊端的協同需構建“數據+AI”計算平台，統一提供高算力。國鐵集團主數據已建成並投入使用，信息集成完成工程建設，鐵路大數據和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於(yu) 部署在雲(yun) 側(ce) 的大數據和智能算法，通過對牽引變壓器、斷路器、開關(guan) 櫃、隔離開關(guan) 、避雷器等供電設備的在線監測數據、離線檢測數據及保護動作信息、斷路器分合狀態進行分析，提供對現場設備的健康評估，判斷故障類型、位置、時間、原因等，並分析設備狀態變化趨勢，及時發現故障隱患，識別可能的故障類型及嚴(yan) 重程度，綜合判斷故障發展變化趨勢，及時進行預警，確保現場設備設施持使用狀態，實現對運維研究的持續優(you) 化。

4、hth下载地址AcrelCloud-1000變電所運維雲(yun) 平台

4.1概述

基於(yu) 互聯網＋、大數據、移動通訊等技術開發的雲(yun) 端管理平台，滿足用戶或運維公司監測眾(zhong) 多變電所回路運行狀態和參數、室內(nei) 環境溫濕度、電纜及母線運行溫度、現場設備或環境視頻場景等需求，實現數據一個(ge) 中心，集中存儲(chu) 、統一管理，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，並完成有關(guan) 設備日常和定期巡檢和派單等管理工作。

4.2應用場所

適用於(yu) 電信、金融、交通、能源、醫用衛生、文體(ti) 、教育科研、農(nong) 林水利、商業(ye) 服務、公用事業(ye) 等行業(ye) 變配電運行維護係統的新建、擴建和改建。

4.3係統結構

係統可分為(wei) 四層：即感知層、傳(chuan) 輸層、應用層和展示層。

感知層：包含變電所安裝的多功能儀(yi) 表、溫濕度監測裝置、攝像頭、開關(guan) 量采集裝置等。除攝像頭外，其它設備通過RS485總線接入現場智能網關(guan) RS485端口。

傳(chuan) 輸層：包含現場智能網關(guan) 和交換機等設備。智能網關(guan) 主動采集現場設備層設備的數據，並可進行規約轉換，數據存儲(chu) ，並通過交換機把數據上傳(chuan) 至對應的服務器端口，網絡故障時數據可存儲(chu) 在本地，待網絡恢複時從(cong) 中斷的位置繼續上傳(chuan) 數據，保證服務器端數據不丟(diu) 失。

應用層：包含應用服務器和數據庫服務器，若變電所數量小於(yu) 30個(ge) 則應用服務器和數據庫服務器可以合一配置。服務器需要具備固定IP地址，以接收各智能網關(guan) 主動傳(chuan) 送過來的數據。

展示層：用戶通過手機、平板、電腦等多終端的方式訪問平台信息。

4.4係統功能

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(wei) 月。

4.4.2站點監測

站點監測包括概況、運行狀態、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

變壓器狀態支持用戶查詢所有或某個(ge) 站所的變壓器功率、負荷率、等運行狀態數據，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(guan) 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(guan) 狀態、電流等運行狀態及信息，支持電壓、電流、功率等詳細運行參數查詢。

4.4.6視頻監控

視頻監控展示了當前實時畫麵（視頻直播），選中某一個(ge) 變配電站，即可查看該變配電站內(nei) 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相應采集間隔運行參數和電能抄表的實時值及平均值行統計。

4.4.8報警信息

對平台所有報警信息進行分析。

4.4.9任務管理

任務管理頁麵可以發布巡檢或消缺任務，查看巡檢或消缺任務的狀態和完成情況，可以點擊查看任務查看具體(ti) 的巡檢信息。

4.4.10用戶報告

用戶報告頁麵主要用於(yu) 對選定的變配電站自動匯總一個(ge) 月的運行數據，對變壓器負荷、配電回路用電量、功率因數、報警事件等進行統計分析，並列出在該周期內(nei) 巡檢時發現的各類缺失及處理情況。

4.4.11APP監測

電力運維手機支持“監控係統”、“設備檔案”、“待辦事項”、“巡檢記錄”、“缺失記錄”、“文檔管理”和“用戶報告”七大模塊，支持一次圖、需量、用電量、視頻、曲線、溫濕度、同比、環比、電能質量、各種事件報警查詢，設備檔案查詢、待辦事件處理、巡檢記錄查詢、用戶報告、文檔管理等。

4.5係統硬件配置

5、結語

基於(yu) 雲(yun) 網邊端協同的鐵路無人值守牽引變電所運維研究可較好地滿足無人值守牽引變電所的智能化運維要求，切實保障電氣化鐵路的安全穩定運行，具備可實施性。可以預見，雲(yun) 網邊端協同架構可與(yu) 包括鐵路無人值守牽引變電所在內(nei) 的更多需求相結合，實現從(cong) 技術到數據、從(cong) 數據到應用的多域協同，釋放數據價(jia) 值，賦能鐵路及相關(guan) 產(chan) 業(ye) ，推動在模式、業(ye) 態、產(chan) 品、服務等方麵的聯動創新，滿足智能鐵路建設要求。

參考文獻

[1]趙春豔.高鐵牽引變電所無人值守設計方案淺析[邛電氣化鐵道，2020(S2)：153-156.

[2]陳潔.鄂爾多斯牽引變電所無人值守技術方案研究及應用[J],中國設備工程，2020(17)：174-175.

[3]孫興(xing) 虎.關(guan) 於(yu) 實現牽引變電所無人化的思考[J],電氣化鐵道，2017(S1)：84-86,90.

[4]王通.基於(yu) 雲(yun) 網邊端協同的鐵路無人值守牽引變電所運維方案研究

[4]hth下载地址企業(ye) 微電網設計與(yu) 應用設計,2019,11版.