論基于物聯網智能終端的智慧運維管理的研究

李榕桂

(福建網能科技開發有限責任公司，福建 福州350003)

隨著國內國民經濟的高速發展，電力供需矛盾的日益加大，對電力行業運維服務的可靠性提出了更加嚴格的要求，各級運維人員對現場運維的及時性和消缺率更加重視。如何提供快速、高效、高質量的服務，是擺在電力相關企業面前的“三座大山”。同時信息化作為推進電力企業實現發展戰略目標的核心保障體系，作用日益突出，這其中更需要進一步推動運維綜合管理系統的深化應用工作。為此，不管從技術角度還是從應用角度上來說，需要建立一套統一、直觀、智能化的運維管理系統，自動實現資源整合，定位跟蹤，預測分析對于降低運維成文，提高運維響應速率都有深遠的意義，以期達到從“受理為主的被動運維”向“預防為主的主動服務”模式轉變。伴隨著物聯網技術[3]的深入應用，給各行各業都帶來了新的變革。以物聯網智能終端為主導的邊緣化產品慢慢的在智慧運維中占據了重要的地位，結合高科技的智能化產品，不僅實現了遠程圖像、數據的高可靠性的采集和分析；同時基于流媒體技術的智能終端系列產品更是實現了實時動態數據、圖像等高保真傳輸，為電力運維工作帶來新局面。

1 基于現場檢測裝置的運維輔助裝置應用研究

基于手持可伸縮“智慧眼”智能裝置，有效避免現場作業時不必要的爬桿、登梯操作，解決“最后一公里”夠不著的尷尬，以及解決鏈路斷層監控難點。智能終端產品集成紅外抄表、圖像識別、無線通訊等技術模塊，滿足現場作業需求。

1.1 檢測裝置+絕緣伸縮桿?！爸腔垩邸备兄O備，采用“云-網- 邊- 端”系統架構，整合現有的通信協議和軟硬件資源?！霸啤倍私⑦\維監控中心，集數據采集、視頻流媒體服務于一體；“終端”應用于現場低壓補抄表、現場抄表核對、故障排查與檢修，集成紅外抄表模塊，抄表核對一鍵直達，借助4G/5G 等無線傳輸方式，實現數據云端共享，借助圖像識別、數據網格化、大數據檢索技術，實現故障現象預分析；絕緣伸縮桿采用絕緣玻璃鋼材質，能夠更好的保護作業人員；內置電壓感應裝置，快速識別危險區域并告警提示；借助4G/5G 及藍牙傳輸方式，依托視頻流媒體服務，實現現場與監控中心視覺同步，集成圖像識別技術，智能匹配數據庫，快速定位故障及解決辦法。

1.2“云- 網- 邊- 端”遠程運維服務。采用“云- 網- 邊- 端”系統架構，整合現有的通信協議和軟硬件資源，通過建設運維監控中心，借助圖像識別、RTSP 實時視頻傳播技術，實現故障快速定位，以及遠程專家團隊第一視角輔助運維，提高現場作業效率。

2 基于邊緣計算的智能終端監測技術應用研究

一款基于多通信方式通用環境采集及視頻監控裝置，支持多種通信方式，可接入各類智能設備，適用于多種復雜場景，提供完整的設備運行狀態及運行環境監控解決方案，同時對于老舊設備及場所，提供協議轉換模塊設備，減少現場布線工作量，易與安裝與維護。通過Wifi、ZigBee、RS485、RJ45 等多種通訊方式與數據采集網關進行通訊；數據網關對采集數據進行整理，并根據預設閥值及場景進行環境調節及告警；同時數據網關通過專網或公網，與前置機進行通信，實現對目標場所的環境數據采集。對采集數據通過大數據分析及深度挖掘，基于事件驅動模型，實現對目標場所的風險評估與異常預警。

2.1 聯動控制。基于預設環境閥值及聯動場景，數據網關對環境數據、圖像數據的進行采集與分析，實現環境自我調節功能，當環境參數出現異常時，網關通過ZigBee3.0 通訊協議采集現場環境數據，經處理確認后，可自動控制執行設備調節環境參數；根據預設聯動場景，實現對異常圖像視頻的及時告警。構建具備智能判斷與自適應調節能力的多通信方式入網和分布式管理的智能化監控系統，見圖1 系統架構圖。

圖1 系統架構圖

2.2 融合通信[4]。與現有技術相比,集成環境采集與視頻監控與一體，方便現場部署，提高安裝效率；通過ZigBee 轉換模塊，降低老式RS485、RJ45 等有線設備的接入難度，減少現場布線工作；采用事件驅動模型，結合人員、設備、事件三維數據，構建高效的分析算法，實現對目標場所的風險評估與異常預警；重構底層采集設備遙信及喚醒機制，實現設備低功耗穩定運行。

3 基于現場故障分析終端實現現場故障研判在智能運維系統中的應用

基于現場故障分析終端通過WIFI、藍牙、電力線載波通信和RS485 總線技術實現運維檢測自動化管控，可通過該設備實現屏顯故障、數據異常、事件異常、通信故障、時鐘故障5 類20種常見故障的檢測分析，通過移動終端及手機實現運維一體化管控APP 軟件實現現場運維管理工作的信息化和智能化，很好地解決了電力用電信息采集運維[2]、計量周轉柜和其他智能設備相關運維時候，由于檢測工具檢測功能單一，不具備綜合檢測功能，不方便攜帶等原因導致的運維效率低等問題?，F場故障分析終端可實現與運維服務系統無縫對接，解決了現場用電用戶來回奔波、或多設備儀器攜帶所帶來的人工和設備成本，有效的支撐了終端產品鏈路故障現場定位分析的空白。

4 基于大數據分析技術的智慧運維系統應用研究

基于構建故障工單智能派發模型、運維設備風險評估[1]及預警模型和運維多維度質量評價模型，通過安全通信模塊保證APP 通信安全，基于大數據分析工具，實現快速異常預分析，迅速判斷現場故障類別和實時位置信息，實現工單智能派發，故障現象預分析、預告警和供應商評價管理。

4.1 故障工單智能派發模型開發

針對大量運維數據、系統人員歷史數據、當前故障點位置及人員位置進行多維度分析，甄別各類異常的嚴重程度，輸出運維效用值模型，通過應用移動作業終端下載數據模型，自動判斷異常處理的先后次序，逐步提升異常工單處理的完成率和工作成效的可控性，從而進一步提高系統設備可用率和數據完整性。對于單個產品運維效用值來說，主要有：故障類型、緊急程度、異常持續時間、人員位置和人員工作繁忙度等5 個方面影響。

4.2 運維設備風險評估及預警模型

通過對歷史工單進行多維度、大批量數據分析，歸納數據規律，發現各維度下異常工單發生大概率的異常原因，并綜合考慮各維度下相同異常原因發生概率，輸出單個異常原因概率比值，對比各個異常原因比值的大小，從而對未來發生類似故障現象起到預分析作用，提升運維效率。

4.3 運維多維度質量評價模型

終端產品質量評價模型：根據運維情況對各終端廠商的終端質量進行量化分析，利用各終端廠商的運行終端數、確認終端問題數、異常終端占比、更換終端數、終端時鐘異常數等數據，建立終端產品質量分析評價指標。

供應商模塊質量評價：根據運維情況對運維產品配件進行量化分析，利用各配件廠商的使用數、確認模塊問題數、異常模塊占比、更換模塊數、異常數等數據，開展各廠商的產品模塊質量分析，建立供應商產品及配件質量分析評價指標。

基于智能終端的物聯網智慧運維管理系統的研究，通過軟硬件結合的模式，引進大數據技術、物聯網傳感技術、多模式通信技術等大大提升了運維人員現場多業務故障定位，預判、分析和解決的能力，有效提高了運維的效率，節約運維成本，大大提高了用戶滿意度，具有持續的可發展的市場前景。