论基于物联网智能终端的智慧运维管理的研究

李榕桂

(福建网能科技开发有限责任公司，福建 福州350003)

随着国内国民经济的高速发展，电力供需矛盾的日益加大，对电力行业运维服务的可靠性提出了更加严格的要求，各级运维人员对现场运维的及时性和消缺率更加重视。如何提供快速、高效、高质量的服务，是摆在电力相关企业面前的“三座大山”。同时信息化作为推进电力企业实现发展战略目标的核心保障体系，作用日益突出，这其中更需要进一步推动运维综合管理系统的深化应用工作。为此，不管从技术角度还是从应用角度上来说，需要建立一套统一、直观、智能化的运维管理系统，自动实现资源整合，定位跟踪，预测分析对于降低运维成文，提高运维响应速率都有深远的意义，以期达到从“受理为主的被动运维”向“预防为主的主动服务”模式转变。伴随着物联网技术[3]的深入应用，给各行各业都带来了新的变革。以物联网智能终端为主导的边缘化产品慢慢的在智慧运维中占据了重要的地位，结合高科技的智能化产品，不仅实现了远程图像、数据的高可靠性的采集和分析；同时基于流媒体技术的智能终端系列产品更是实现了实时动态数据、图像等高保真传输，为电力运维工作带来新局面。

1 基于现场检测装置的运维辅助装置应用研究

基于手持可伸缩“智慧眼”智能装置，有效避免现场作业时不必要的爬杆、登梯操作，解决“最后一公里”够不着的尴尬，以及解决链路断层监控难点。智能终端产品集成红外抄表、图像识别、无线通讯等技术模块，满足现场作业需求。

1.1 检测装置+绝缘伸缩杆。“智慧眼”感知设备，采用“云-网- 边- 端”系统架构，整合现有的通信协议和软硬件资源。“云”端建立运维监控中心，集数据采集、视频流媒体服务于一体；“终端”应用于现场低压补抄表、现场抄表核对、故障排查与检修，集成红外抄表模块，抄表核对一键直达，借助4G/5G 等无线传输方式，实现数据云端共享，借助图像识别、数据网格化、大数据检索技术，实现故障现象预分析；绝缘伸缩杆采用绝缘玻璃钢材质，能够更好的保护作业人员；内置电压感应装置，快速识别危险区域并告警提示；借助4G/5G 及蓝牙传输方式，依托视频流媒体服务，实现现场与监控中心视觉同步，集成图像识别技术，智能匹配数据库，快速定位故障及解决办法。

1.2“云- 网- 边- 端”远程运维服务。采用“云- 网- 边- 端”系统架构，整合现有的通信协议和软硬件资源，通过建设运维监控中心，借助图像识别、RTSP 实时视频传播技术，实现故障快速定位，以及远程专家团队第一视角辅助运维，提高现场作业效率。

2 基于边缘计算的智能终端监测技术应用研究

一款基于多通信方式通用环境采集及视频监控装置，支持多种通信方式，可接入各类智能设备，适用于多种复杂场景，提供完整的设备运行状态及运行环境监控解决方案，同时对于老旧设备及场所，提供协议转换模块设备，减少现场布线工作量，易与安装与维护。通过Wifi、ZigBee、RS485、RJ45 等多种通讯方式与数据采集网关进行通讯；数据网关对采集数据进行整理，并根据预设阀值及场景进行环境调节及告警；同时数据网关通过专网或公网，与前置机进行通信，实现对目标场所的环境数据采集。对采集数据通过大数据分析及深度挖掘，基于事件驱动模型，实现对目标场所的风险评估与异常预警。

2.1 联动控制。基于预设环境阀值及联动场景，数据网关对环境数据、图像数据的进行采集与分析，实现环境自我调节功能，当环境参数出现异常时，网关通过ZigBee3.0 通讯协议采集现场环境数据，经处理确认后，可自动控制执行设备调节环境参数；根据预设联动场景，实现对异常图像视频的及时告警。构建具备智能判断与自适应调节能力的多通信方式入网和分布式管理的智能化监控系统，见图1 系统架构图。

图1 系统架构图

2.2 融合通信[4]。与现有技术相比,集成环境采集与视频监控与一体，方便现场部署，提高安装效率；通过ZigBee 转换模块，降低老式RS485、RJ45 等有线设备的接入难度，减少现场布线工作；采用事件驱动模型，结合人员、设备、事件三维数据，构建高效的分析算法，实现对目标场所的风险评估与异常预警；重构底层采集设备遥信及唤醒机制，实现设备低功耗稳定运行。

3 基于现场故障分析终端实现现场故障研判在智能运维系统中的应用

基于现场故障分析终端通过WIFI、蓝牙、电力线载波通信和RS485 总线技术实现运维检测自动化管控，可通过该设备实现屏显故障、数据异常、事件异常、通信故障、时钟故障5 类20种常见故障的检测分析，通过移动终端及手机实现运维一体化管控APP 软件实现现场运维管理工作的信息化和智能化，很好地解决了电力用电信息采集运维[2]、计量周转柜和其他智能设备相关运维时候，由于检测工具检测功能单一，不具备综合检测功能，不方便携带等原因导致的运维效率低等问题。现场故障分析终端可实现与运维服务系统无缝对接，解决了现场用电用户来回奔波、或多设备仪器携带所带来的人工和设备成本，有效的支撑了终端产品链路故障现场定位分析的空白。

4 基于大数据分析技术的智慧运维系统应用研究

基于构建故障工单智能派发模型、运维设备风险评估[1]及预警模型和运维多维度质量评价模型，通过安全通信模块保证APP 通信安全，基于大数据分析工具，实现快速异常预分析，迅速判断现场故障类别和实时位置信息，实现工单智能派发，故障现象预分析、预告警和供应商评价管理。

4.1 故障工单智能派发模型开发

针对大量运维数据、系统人员历史数据、当前故障点位置及人员位置进行多维度分析，甄别各类异常的严重程度，输出运维效用值模型，通过应用移动作业终端下载数据模型，自动判断异常处理的先后次序，逐步提升异常工单处理的完成率和工作成效的可控性，从而进一步提高系统设备可用率和数据完整性。对于单个产品运维效用值来说，主要有：故障类型、紧急程度、异常持续时间、人员位置和人员工作繁忙度等5 个方面影响。

4.2 运维设备风险评估及预警模型

通过对历史工单进行多维度、大批量数据分析，归纳数据规律，发现各维度下异常工单发生大概率的异常原因，并综合考虑各维度下相同异常原因发生概率，输出单个异常原因概率比值，对比各个异常原因比值的大小，从而对未来发生类似故障现象起到预分析作用，提升运维效率。

4.3 运维多维度质量评价模型

终端产品质量评价模型：根据运维情况对各终端厂商的终端质量进行量化分析，利用各终端厂商的运行终端数、确认终端问题数、异常终端占比、更换终端数、终端时钟异常数等数据，建立终端产品质量分析评价指标。

供应商模块质量评价：根据运维情况对运维产品配件进行量化分析，利用各配件厂商的使用数、确认模块问题数、异常模块占比、更换模块数、异常数等数据，开展各厂商的产品模块质量分析，建立供应商产品及配件质量分析评价指标。

基于智能终端的物联网智慧运维管理系统的研究，通过软硬件结合的模式，引进大数据技术、物联网传感技术、多模式通信技术等大大提升了运维人员现场多业务故障定位，预判、分析和解决的能力，有效提高了运维的效率，节约运维成本，大大提高了用户满意度，具有持续的可发展的市场前景。