文章详情

摘要

针对工业现场电能质量监测点分散、监测终端多样、网络环境复杂以及海量监测数据难以集中管控等问题，该文提出并实现了一种面向工业现场部署的端边云协同电能质量在线监测系统。系统采用“现场采集终端—边缘网关—云平台”三层架构：边缘侧负责多源异构终端统一接入、协议适配、数据标准化汇聚及连接维护；云端负责多监测点统一建档、实时监测、趋势分析、越限异常判别与事件管理。根据某典型工业用户配电现场的实际部署与连续运行测试，验证了该系统的工程应用效果。测试结果表明，系统能稳定采集并集中管理三相电压、电流、谐波等关键电能质量数据，识别并记录电压暂降等异常事件；在弱网等复杂工况下，系统具备异常自动重连能力，重连成功率达到100%，可为工业现场电能质量长期在线监测提供工程参考。

关键词

电能质量；在线监测；端边云协同；边缘网关；工业现场

参考文献

1. [1] 张少儒. 基于物联网的电能质量监测系统及评估方法的研究[D]. 上海：华东理工大学，2018.
2. [2] 屈志坚，袁慎高，范明明. 电能质量在线监测系统海量数据的双列族存储设计[J]. 电力系统保护与控制，2019，47（2）：154-160.
3. [3] 滕召威. 基于嵌入式平台的电能质量在线监测系统研究[D]. 北京：华北电力大学，2020.
4. [4] 项松. 高速动车组便携式网侧过电压及电能质量综合监测系统设计[D]. 成都：西南交通大学，2024.
5. [5] 施巍松，张星洲，王一帆，等. 边缘计算：现状与展望[J]. 计算机研究与发展，2019，56（1）：69-89.
6. [6] Zhou Z，Chen X，Li E，et al. Edge Intelligence: Paving the Last Mile of Artificial Intelligence With Edge Computing[J]. Proceedings of the IEEE，2019，107（8）：1738-1762.
7. [7] Ren J K，Yu G D，He Y K，et al. Collaborative Cloud and Edge Computing for Latency Minimization[J].IEEE Transactions on Vehicular Technology，2019，68（5）：5031-5044.
8. [8] Liu Y，Yang C，Jiang L，et al. Intelligent Edge Computing for IoT-Based Energy Management in Smart Cities[J]. IEEE Network，2019，33（2）：111-117.
9. [9] 朱斌庚，陈晓曼. 基于Modbus协议的边缘计算电能质量网关设计[J]. 现代信息科技，2023，7（22）：174-178.
10. [10] 官国飞，宋庆武，张万生，等. 基于边缘计算与强化学习的配电物联网体系架构研究与应用[J]. 机械与电子，2020，38（7）：14-22.
11. [11] 王海涛. 基于边缘计算的综合能源系统分布式协同优化调度策略研究[D]. 沈阳：东北大学，2022.
12. [12] 朱斌庚，陈晓曼. 基于云计算SaaS的电能质量在线监测平台设计和开发[J]. 自动化与仪器仪表，2023（8）：49-51，55.
13. [13] 张明泽. 基于配变终端边缘计算的配电物联网智能感知应用技术研究[D]. 北京：华北电力大学，2024.
14. [14] 李武，高奇，杨慧，等. 基于边缘计算与深度强化学习的主动配电网实时优化调度策略[J]. 电测与仪表，2026，63（1）：105-114.
15. [15] 仝杰，齐子豪，蒲天骄，等. 电力物联网边缘智能：概念、架构、技术及应用[J]. 中国电机工程报，2024，44（14）：5473-5496.
16. [16] 代宇航. 云边端协同下配电物联网业务传输调度及资源分配优化研究[D]. 南昌：华东交通大学，2025.
17. [17] 钟加勇. 配电物联网智能融合终端云边协同模型及应用研究[D]. 重庆：重庆大学，2021.
18. [18] 刘媛媛. 云边协同架构下配电网保护控制业务调度方法研究[D]. 广州：华南理工大学，2024.

作者简介

陈晓曼（1987—），女，汉族，广东揭阳人，高级工程师，硕士研究生，研究方向为智能感知与检测技术。