国家电网泛在电力物联网分析—架构形式

简介: 分析了国家电网关于电力泛在物联网建设大纲中的物联网架构方式

国家电网公司在2019年3月7日发布了泛在电力物联网建设大纲,对于电力物联网的建设和发展进行了工作部署。根据文件内容,通过三年攻坚,到2021年初步建成泛在电力物联网;通过三年提升,到2024年建成泛在电力物联网。本文以大纲中提供的信息来分析泛在电力物联网的架构形式。
泛在电力物联网的架构形式同其他形式的物联网系统一样,分为4层,分别为:感知层、网络层、平台层和应用层,因为平台层为整个物联网系统的核心,所以通常来说,以平台层为界限,往上至应用层的方向称为北向,往下至感知层的方向为南向,而平台层又会被称为中台。

image

1、 感知层

感知层是物联网系统4层的最底层,也是北向上层结构的基础。其主要的功能为负责信息采集和信号处理。通过感知识别技术,让物与物通过网络连接,这是物联网区别于其他网络的最独特的部分。

image


感知层目前面临的最大的困难是现场设备终端种类众多,造成终端的操作系统不统一,而终端提供的数据和信息在到达平台层之前需要经过网关来进行区域信息的整合和边缘计算处理。没有一个统一的终端设备操作系统对于数据的清洗、加密、编码、解码和权限控制等必须的处理手段都会造成影响。
从国家电网的大纲中可以明确看到,对于感知层的几个要求首先是“实现终端标准化统一接入”这个标准化主要指的就是操作系统的标准化。物联网操作系统和一般的操作系统不同的地方在于需要满足轻量级、低功耗,快速启动等特性,支持多传感协同,同时支持多架构处理器,有统一的应用开发平台,支持长短距连接,实现全连接覆盖。
其次为“通信、计算等资源共享”,物联网终端数据的种类包括结构化数据和半结构化数据,又以半结构化的数据为主,如JASON格式、XML格式等,由于需要保证传输安全和区分不同设备的原因,这些呈现为文件形式的数据在北向传输至平台层后,平台层需要有一个解码过程来读取数据内容,而平台层南向将控制信息下发到终端时,需要将数据文件编码成机器语言。因此编码和解码的规范将会成为通信、计算等资源能否共享的关键。
最后大纲的要求为“在源端实现数据融通和边缘智能。”,由于泛在电力物联网的终端设备数量极其庞大,数据即呈现强时序的特性也有时空的属性,因此如果计算都在平台层进行处理,会对服务器集群产生极大的压力,利用边缘计算在网关处理一些区域化的计算任务是减轻平台层服务器集群计算压力的很好手段,在感知层就完成了部分数据和信息的整合处理。

2、 网络层

网络层的作用为通过现有的互联网、移动通信网、卫星通信网等基础网络设施,对来自感知层的信息进行接入和传输。在物联网系统中网络层接驳感知层和平台层,具有强大的纽带作用。
大纲内并未提及网络层的具体要求,因为网络层不管是哪种通讯协议,都有很明确的规范,在传输方式上,有线无线共有十几种,有线的包括最常用的RS485、PLC(电力载波通信)等,无线的包括ZIGBEE、LORA、NB-IOT和LTE等,在泛在物联网中都有可能用到,具体用何种形式的传输方式需要根据设备与平台或者网关的距离、功能、对功耗的要求等来进行选择。但是从大纲附件的课题中可以发现,PLC(电力载波通信)是泛在电力物联网中研究的重点,其工作方式是以高频将信息和数据通过电流进行传输。在物联网传输协议上,MQTT协议和COAP协议已经成为了公认的物联网通讯协议,有明确的规范可以遵循。

3、 平台层

image


从平台层的要求来看,国家电网对于泛在电力物联网平台的未来规划会和目前大型的互联网公司一样采用大中台。在服务器集群或者数据中心的环境下,平台层的作用为将网络内海量的信息资源通过计算力整合成一个可互联互通的大型网络,解决数据存储、检索、使用、挖掘和安全隐私保护等问题。平台层位于感知层和网络层之上,处于应用层之下,是物联网的核心。通常把物联网应用冠以“智慧”的名称,其中的智慧就来自于这一层。

4、 应用层

image


应用层是物联网系统的用户接口,位于架构的最顶端,通过分析处理后的数据为用户提供丰富的特定服务。应用层接收平台层传来的信息,并对信息进行处理和决策,再通过平台层和网络层南向发送信息以控制感知层的设备终端。 应用层可以是以网站的形式存在,也包括APP、公众号、小程序等方式,只要涉及到人机互动的都可以归入应用层的范围。
根据大纲对于应用层的对象划分,分为面向内部对象的业务和外部对象的业务,特别对于外部对象的业务,又细分为很多产品,不同的产品实现不同的功能,其实对于应用层的要求已经非常明确,就是“依托企业中台,共享平台服务能力,支撑各类应用快速构建”。只有做到一个大中台,才能达到所有业务所需要的下游数据信息来自同一个平台,才能支撑快速构建应用的需要。
根据泛在电力物联网建设大纲,分析下4层结构的特点和要求可以发现,平台层建设为统一的大中台的速度直接关系着泛在电力物联网的建设成果。因为感知层包括操作系统、硬件和网关的选择和统一可以和平台层的建设同时进行,并且由于感知层的终端会通过网关进行初步整合所以感知层的建设是并行式的,而平台层的建设即使采用分区域的并行建设方式也无法像感知层分得那么细,而最上层应用层的业务产品和功能能否做到大纲提出的要求也完全取决于平台对于数据的整合能力,所以对于泛在电力物联网的建设过程需要特别关注平台层的建设进度。
相关实践学习
钉钉群中如何接收IoT温控器数据告警通知
本实验主要介绍如何将温控器设备以MQTT协议接入IoT物联网平台,通过云产品流转到函数计算FC,调用钉钉群机器人API,实时推送温湿度消息到钉钉群。
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
目录
相关文章
|
18天前
|
机器学习/深度学习 安全 算法
十大主流联邦学习框架:技术特性、架构分析与对比研究
联邦学习(FL)是保障数据隐私的分布式模型训练关键技术。业界开发了多种开源和商业框架,如TensorFlow Federated、PySyft、NVFlare、FATE、Flower等,支持模型训练、数据安全、通信协议等功能。这些框架在灵活性、易用性、安全性和扩展性方面各有特色,适用于不同应用场景。选择合适的框架需综合考虑开源与商业、数据分区支持、安全性、易用性和技术生态集成等因素。联邦学习已在医疗、金融等领域广泛应用,选择适配具体需求的框架对实现最优模型性能至关重要。
253 79
十大主流联邦学习框架:技术特性、架构分析与对比研究
|
3天前
|
SQL 运维 BI
湖仓分析|浙江霖梓基于 Doris + Paimon 打造实时/离线一体化湖仓架构
浙江霖梓早期基于 Apache Doris 进行整体架构与表结构的重构,并基于湖仓一体和查询加速展开深度探索与实践,打造了 Doris + Paimon 的实时/离线一体化湖仓架构,实现查询提速 30 倍、资源成本节省 67% 等显著成效。
湖仓分析|浙江霖梓基于 Doris + Paimon 打造实时/离线一体化湖仓架构
|
5月前
|
安全 数据处理 数据安全/隐私保护
C/S架构与B/S架构的适用场景分析
C/S架构(客户端/服务器架构)与B/S架构(浏览器/服务器架构)在适用场景上各有特点,主要取决于应用的具体需求、用户群体、系统维护成本、跨平台需求等因素。
415 6
|
1月前
|
测试技术 双11 开发者
一文分析架构思维之建模思维
软件里的要素不是凭空出现的,都是源于实际的业务。本文从软件设计本源到建模案例系统的介绍了作者对于建模的思维和思考。
|
2月前
|
机器学习/深度学习 存储 人工智能
基于AI的实时监控系统:技术架构与挑战分析
AI视频监控系统利用计算机视觉和深度学习技术,实现实时分析与智能识别,显著提升高风险场所如监狱的安全性。系统架构包括数据采集、预处理、行为分析、实时决策及数据存储层,涵盖高分辨率视频传输、图像增强、目标检测、异常行为识别等关键技术。面对算法优化、实时性和系统集成等挑战,通过数据增强、边缘计算和模块化设计等方法解决。未来,AI技术的进步将进一步提高监控系统的智能化水平和应对复杂安全挑战的能力。
|
3月前
|
存储 SQL Apache
Apache Doris 开源最顶级基于MPP架构的高性能实时分析数据库
Apache Doris 是一个基于 MPP 架构的高性能实时分析数据库,以其极高的速度和易用性著称。它支持高并发点查询和复杂分析场景,适用于报表分析、即席查询、数据仓库和数据湖查询加速等。最新发布的 2.0.2 版本在性能、稳定性和多租户支持方面有显著提升。社区活跃,已广泛应用于电商、广告、用户行为分析等领域。
Apache Doris 开源最顶级基于MPP架构的高性能实时分析数据库
|
3月前
|
运维 NoSQL Java
后端架构演进:微服务架构的优缺点与实战案例分析
【10月更文挑战第28天】本文探讨了微服务架构与单体架构的优缺点,并通过实战案例分析了微服务架构在实际应用中的表现。微服务架构具有高内聚、低耦合、独立部署等优势,但也面临分布式系统的复杂性和较高的运维成本。通过某电商平台的实际案例,展示了微服务架构在提升系统性能和团队协作效率方面的显著效果,同时也指出了其带来的挑战。
119 4
|
4月前
|
存储 SQL 分布式计算
湖仓一体架构深度解析:构建企业级数据管理与分析的新基石
【10月更文挑战第7天】湖仓一体架构深度解析:构建企业级数据管理与分析的新基石
328 1
|
3月前
|
SQL 监控 物联网
ClickHouse在物联网(IoT)中的应用:实时监控与分析
【10月更文挑战第27天】随着物联网(IoT)技术的快速发展,越来越多的设备被连接到互联网上,产生了海量的数据。这些数据不仅包含了设备的状态信息,还包括用户的使用习惯、环境参数等。如何高效地处理和分析这些数据,成为了一个重要的挑战。作为一位数据工程师,我在一个物联网项目中深入使用了ClickHouse,以下是我的经验和思考。
167 0
|
5月前
|
存储 监控 安全
SaaS业务架构:业务能力分析
【9月更文挑战第20天】在数字化时代,软件即服务(SaaS)模式逐渐成为企业软件解决方案的首选。SaaS 业务架构设计对于提供高效、可靠的服务至关重要。其核心业务能力包括:用户管理(注册登录、角色权限)、数据管理(存储备份、安全共享)、业务流程管理(设计定制、工作流自动化)、应用集成(第三方应用、移动应用)及客户服务(支持培训、反馈改进)。通过优化这些能力,可为企业提供更高效、可靠的 SaaS 服务。
95 11

相关产品

  • 物联网平台