图片57
在边缘计算中，“边缘”是指在数据产生源之间，通过任意路径拥有计算资源和网络资源。边沿计算的目的是使计算资源移向网络边缘，这样做的目的是提高网络延时，保证任务的执行效率。这就可以快速响应用户的要求，实现更低的延迟和更高的带宽。在物联网中，边缘计算可以将大量控制从集中云转移到边缘，从而实现物联网中大量数据的实时分析。在电网运行不正常或发生故障时，传统的方法是将海量信息上传到集中式系统中进行处理，这样计算机就可以做到。
对数据处理能力的要求非常高，而云/边技术可以解决这一问题。此外，边缘计算可用于智能家庭、传输线监控、智能变电站等，提高了系统的效率和实时性。目前，对边缘计算的研究主要集中在移动边缘网络、雾计算、边缘云等领域，移动边缘计算是未来研究的热点。
非侵入性负载监测。
无创负荷监测支持室内用电数据采集，电能质量监测可以识别并支持用户参与需求侧响应。常规的入侵性负荷监测系统是将传感器安装在各负荷点上，对各负荷进行监测。无入侵性负荷监测具有硬件简单、分析软件较为复杂等特点，通过对采集的数据进行数学分析，从系统中获取有用的信息。这样，只要将该模块添加到用户的电表中，就可以实现对一个用户全部负载的在线监控与分解。无创负荷监控可为用户提供用能状态分析等多种用能服务，实现间接管理，提高能源使用效率，实现用能策略优化；可实现对电机类负荷的非侵入式故障诊断；可利用负荷构成信息并进行需求响应，可用于变电层的扩充和应用中。由于低电压用户分布范围广，群体大，采用边缘计算技术进行无侵入负荷监测，并将处理好的数据传送到云服务器，有利于用户端对数据进行处理，降低了数据传输的负担，实现了对负荷数据的实时监控。
传输线设备的智能监控。
由于配电网络具有结构复杂、点多面广的特点和电网监控存在的问题。现在大多数的解决方法是把采集到的图片信息传送到服务器进行分析，但是视频图像传输量大，有效信息少，会占用和浪费大量网络资源，在后端，采用边缘计算技术，使计算单元具有更强的运算能力，并将回传数据用于深度学习，以减少大量无用数据的传输；加强异常探测能力。所以，边缘计算具有实时聚焦、短时数据分析等特点，更适合实时数据分析和智能处理。另外，由于配线设备数量多，以及管理等方面的问题，通过边缘计算来处理原始数据，减少了传输带宽和处理费用。并且可以将设备常规模型下发到边缘侧，通过边缘端的数据传送进来与模型匹配，从而达到预测性维修和提高设备可靠性。
