摘要：本文介绍了一种基于边缘计算技术实现电网视频智能分析管控云平台的方案，详细介绍了系统结构、功能结构等。在变电站、营业厅、供电所、基建现场等重要区域或场所，就近部署具有人工智能分析能力的边缘计算终端，旨在有效解决电网现有视频平台传输数据量大而带宽资源有限、网络时延大、实时性要求高的问题。
关键词：边缘计算、模型训练、云平台
1.
引言
随着全球各行各业数字化、网络化和智能化的不断提升，大数据、云计算和机器学习和推理等智能化技术在制造、电力、交通、医疗、水利、公共事业等行业的应用越来越广泛，从而对存储、算力和传输带来了巨大的挑战。随着专业计算芯片和通用设备智能化水平的不断提升，边缘计算以一种新的身份重新成为人们的关注点，在传统数据采集和网关基础上与云中心形成了一种新的云边协同的网络架构，在靠近物和数据源头的网络边缘侧，融合了计算、
存储、网络和应用核心能力的分布式开放平台。
边缘计算将处于云中心的算力进行分布式下放，靠近数据采集层，可以对数据进行就地的计算和分析，从而降低了云中心计算的压力；同时，由于数据在边缘进行了有效的筛选、过滤和分析计算，将计算的结果和必要的信息通过无线或有线的方式传输给数据中心进行进一步的分析和全局性的大数据挖掘，从而降低对传输带宽的压力，尤其是在利用无线网络进行传输时，这一作用更加明显。除了以上两点外，相对于数据回传到云中心，云中心处理后再做相关的联动过程来说，边缘计算就近计算就地处理的特点，对事件处理的时延有很大的降低，可以有效缩短事件响应的时间，同时离线自治的能力，可以在回传网络不可靠时继续保持稳定的闭环工作。边缘计算开放的平台架构，可以利用容器、微服务等方式执行不同的应用，从而根据不同业务的需要在云端平台进行业务和应用的灵活编排，使得边缘侧的功能可以随云而动。
边缘计算与云计算相辅相成，构成了一个云边协同的高效的开放的网络架构，可以将算力、存储和计算资源进行虚拟化的统一管理（如图1）。
图 1 基于边缘计算的云边协同网络架构
电网现有视频统一平台，主要用于公司变电站、营业厅、供电所、计量中心、基建现场等固定或移动视频接入。由于电力网络带宽资源有限，各路视频流不能实时上传汇聚到数据中心存储，而是存在现场本地的各个厂家NVR设备（网络录像机）中，如需要调阅视频，就要通过远程视频下载后进行视频监视回放，或通过视频统一平台分配的权限进行远程单路调阅视频录像。通过视频监视发现事故或安全监察完全依靠人工，耗时费力，无法达到
生产安全的事前预防、事中监视、事后分析的效果。因此，急需建设一套视频智能分析管控云平台来解决电力系统设备、人员和作业现场的实际安全问题，提升技术安全管理的手段和成效。以边缘计算技术为支撑，充分利用4G\5G技术高带宽、低延迟、支持大规模通信的特点，在边缘预置AI算法，将大量的计算下放到执行端，增强前端设备的视频和图像预处理，以及智能分析、智能联动控制的能力，将预处理和智能分析的结果传回数据中心来，或因网络中断还可以通过边缘设备预案机制采取应急处置措施，这样就可以有效缓解网络带宽压力，提升实时响应现场异常事件处置的能力。
1.
实现方案
基于边缘计算技术的视频智能分析系统技术架构由终端侧、边缘侧、传输层、平台层和应用层组成（如图2）。视频智能分析管控云平台与边缘计算终端采用“云边协同”机制，由边缘计算终端将事件告警信息、图像、短视频上传给视频智能分析管控云平台，为变电站、营业厅、供电所、计量中心、基建现场等场景提供视频智能分析应用。
人脸抓拍
视频智能分析管控云平台建设在国网公司数据中心，实现对电力多种安监场景需求，进行大数据挖掘、分析与管理、算法模型训练、算法模型管理、边缘设备管理、接口服务等功能。视频智能分析管控云平台南向协同管理边缘计算终端，下发算法模型和管控信息，北向为电力应用系统提供数据交互接口服务，为大屏系统、安全风险管控平台等相关应用系统提供接口。模型算法训练平台则提供从数据上传、模型训练到模型发布全过程AI服务管理，为视频智能分析管控云平台提供模型发布、模型下载等服务。边缘侧则部署高性能或轻便型的边缘计算终端，实现各专业各单位多场景下视频数据采集和智能分析处理，如人脸识别、行为识别、区域边界识别、设备识别等，并将分析的事件、图像、告警记录等信息上传至视频智能分析管控云平台。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议