CN112325933B - 一种基于边缘计算的多能源系统采集及预处理方法和终端 - Google Patents

Abstract

本发明公开了一种基于边缘计算的多能源系统采集及预处理方法及终端，包括采集配电网台区数据；对所述数据进行预处理提取关键数据；对所述关键数据进行分析处理并将处理结果发送至相应设备。边缘计算利用靠近边缘侧设备端的特点，可为云端数据采集提供支持，服务云端应用的大数据，具备低延时、自组织、可定义、可调度、安全、标准开放等特点；边缘计算模型在边缘设备和云计算中心之间分配处理、存储和应用，使得其安全性高，边缘计算模型也降低了发生单点故障的可能性；边缘计算提供了更便宜的可扩展性路径，可以通过物联网设备和边缘数据中心的组合来扩展其计算能力，降低扩展成本。

Description

一种基于边缘计算的多能源系统采集及预处理方法和终端

技术领域

本发明涉及边缘计算的技术领域，尤其涉及一种基于边缘计算的多能源系统采集及预处理方法和终端。

背景技术

随着智能电网体系架构的演变，当前边缘计算技术在调度、用、配、变、输以及发等智能电网体系当中得到了普遍的应用，极大的为电网当中发、输、变、配、用等环节提供重要技术支撑。针对电网控制、监控、信息采集等业务，以及物联网应用场景，可通过部署面向智能电网的边缘计算模式，综合利用微超算、数据融合、多智能体、深度学习等技术，在信息网络边缘实现对智能电网中各种采集终端、智能设备、电力用户数据的并行处理与分析，提供大数据量、快速响应的分布式信息计算服务方式，以满足智能电网中设备及用户的快速响应需求，为智能调度、智能检修、智能用户响应、市场快速应变等智能电网的高级应用提供支撑。

同时，由于无线通信以及智能化设备的不断更新，并且在电网当中的发、输、变、配、用等环节的普遍应用，这些都极大的便捷了建设电网智能业务体系的需求，但随之而来的也是保密安全问题的日益严重。物联网和边缘计算技术的应用，使得电力智能化和自动化进入一个新的阶段。实际上自动化作为通过“控制”进行中心化处理的方式。主要是根“信号”的实际情况进行，至于“计算”大多是通过数据开展，边缘计算是处在集成物联网、时间敏感型以及高带宽的环境当中形成的技术手段。当网络边缘接近数据源以及物的情况下，则必须综合应用、储存、计算以及连接等形式搭建平台，对电力传感节点设备的数据就近提供边缘智能服务。

边缘计算作为一种新的计算模式，将计算与存储资源部署在终端设备侧，从而获得更高实时性的计算能力和服务的响应能力；非关键数据在边缘侧经过处理不需要上传到数据中心，从而极大降低网络开销和云计算的资源压力。边缘设备基于规则引擎、函数计算等技术，提供边缘计算的能力，运行在边缘设备上的业务程序主动获取终端设备的数据，并在边缘侧执行部分计算任务，以减少与平台间无用数据的传输。

现有的电气装置呈现分散化的时空分布，导致分析以及获取数据的难度大幅提升。在安全方面，多元电力终端用户供需互动用电，除了产生便捷性意外，同样产生了保密安全隐患。电网安全防护格局为纵向加密、横向隔离的分级分区式。终端安全防护体系不够全面，一旦终端本身被控制，易引发重大电网安全事故。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在多能源系统的问题，提出了本发明。

因此，本发明解决的技术问题是：云计算成本高，随着分布式能源数量的增多，控制中心云计算服务的支出成本会提升；中心化数据收集和服务完全依靠企业相互之间的保证；中心化多能源互联系统安全性低，若中心设备被攻击，相应的分布式设备都会受到影响。

为解决上述技术问题，本发明提供如下技术方案：采集配电网台区数据；对所述数据进行预处理提取关键数据；对所述关键数据进行分析处理并将处理结果发送至相应设备；

所述采集配电网台区数据包括，采集配电台区的温度及湿度数据、台区电能表数据及故障事件记录、配网传输线的电压电流数据、导线温度、断路器的开闭状态以及用户侧的电压电流及功率数据。

所述对所述数据进行预处理包括，进行三相RMS计算、功率跟踪计算、PLL锁相环计算以及电压、电流滤波四种计算方式，所述的四种计算方式针对多能源系统中的不同功能进行的计算，是相互独立的；

所述三相RMS计算包括，利用平滑三相整流电压来消除任何纹波，实现多能源系统三相电压有效值的计算，其中三相电压计算公式如下所示：

其中：max(V_A,V_B,V_C)为三相电压最大值，min(V_A,V_B,V_C)为三相电压最小值，V_RMS为三相有效值；

所述功率跟踪计算包括，利用所述采集数据中的三相电压数据和三相电流数据，计算元件的有功功率和无功功率，其中设定三相电压表达式为如下所示：

其中：V_a、V_b、V_c分别为三相电压瞬时值，V为电压有效值，w为角频率；设定三相电流表达式为如下所示：

其中：I_a、I_b、I_c分别为三相电流瞬时值，I为电流有效值，w为角频率，

为电压电流相角差；由所述三相电压表达式可以得出三相有功功率如下所示：

P＝V_a·I_a+V_b·I_b+V_c·I_c

其中：P为三相有功功率，可以得出最终的三相线电压表达式为如下所示：

其中：V_ab为AB相电压瞬时值，V_bc为BC相电压瞬时值，V_ac为AC相电压瞬时值，于是可以得出：

可以化简为：

其中：Q为三相无功功率，三相无功功率表达式如下所示：

所述PLL锁相环计算包括，三相电网电压瞬时值经Clark变换为e_α、e_β，通过相位乘法器分别与压控震荡环节输出相位的正弦值和余弦值相乘,再经PI调节得到角频率误差Δω，所述Δω与中心角频率ω₀相加后得到角频率，最后经过积分环节得到相位测量值；

所述电压、电流滤波计算包括，采用一阶惯性环节对电压、电流进行滤波，选用RC滤波电路，其中传递函数为：

其中：T＝R·C为滤波时间常数，s为拉普拉斯算子。

所述关键数据包括，所述关键数据是指对多能源系统仿真建模及规划等功能起决定性影响的数据，在多能源系统潮流仿真中，传输线参数、变压器参数、负荷数据、拓扑数据、断路器的开闭状态等为关键数据，而配电台区的温度及湿度，故障事件记录等不起决定性影响的数据为非关键数据。

作为本发明所述的基于边缘计算的多能源系统采集及预处理终端的一种优选方案，其中：包括数据采集模块用于采集配电网台区的相关数据；边缘计算模块连接于所述数据采集模块，对所述采集到的相关数据进行预处理，包括三相RMS计算模块、功率跟踪模块、PLL锁相环模块以及电压、电流滤波模块；电力云平台连接于所述边缘计算模块，用于接收预处理后的数据；数据中心连接于所述电力云平台，所述电力云平台将所述数据传输至数据中心中进行存储，实现数据交互。

本发明的有益效果：边缘计算利用靠近边缘侧设备端的特点，可为云端数据采集提供支持，服务云端应用的大数据，具备低延时、自组织、可定义、可调度、安全、标准开放等特点；边缘计算模型在边缘设备和云计算中心之间分配处理、存储和应用，使得其安全性高，边缘计算模型也降低了发生单点故障的可能性；边缘计算提供了更便宜的可扩展性路径，可以通过物联网设备和边缘数据中心的组合来扩展其计算能力，降低扩展成本。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：

图1为本发明第一个实施例所述的基于边缘计算的多能源系统采集及预处理方法的流程示意图；

图2为本发明第一个实施例所述的基于边缘计算的多能源系统采集及预处理方法的三相电压包络线图；

图3为本发明第一个实施例所述的基于边缘计算的多能源系统采集及预处理方法的三相PLL的电路图；

图4为本发明第一个实施例所述的基于边缘计算的多能源系统采集及预处理方法的RC滤波电路图；

图5为本发明第一个实施例所述的基于边缘计算的多能源系统采集及预处理方法的多能源系统拓扑图；

图6为本发明第一个实施例所述的基于边缘计算的多能源系统采集及预处理方法的功率采集曲线；

图7为本发明第一个实施例所述的基于边缘计算的多能源系统采集及预处理方法的电压有效值采集曲线；

图8为本发明第一个实施例所述的基于边缘计算的多能源系统采集及预处理方法的相角采集曲线；

图9为本发明第一个实施例所述的基于边缘计算的多能源系统采集及预处理方法的电压有效值滤波曲线；

图10为本发明第二个实施例所述的基于边缘计算的多能源系统采集及预处理终端的系统示意图；

图11为本发明第二个实施例所述的基于边缘计算的多能源系统采集及预处理终端的流程示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的保护的范围。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。

本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。

同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

实施例1

参照图1～9，为本发明的第一个实施例，该实施例提供了一种基于边缘计算的多能源系统采集及预处理方法，包括：

S1：采集配电网台区数据。其中需要说明的是：

采集配电网台区数据包括，利用安装在配电网台区侧的温湿度传感器采集配电台区的温度及湿度数据、利用采集集中器台区电能表数据及故障事件记录、利用安装在低压线路侧的DTU采集配网传输线的电压电流数据、通过温度传感器采集导线温度、通过断路器状态采集设备采集断路器的开闭状态以及通过安装在用户侧的智能电表采集用户侧的电压电流及功率数据。

S2：对数据进行预处理提取关键数据。其中需要说明的是，

对数据进行预处理包括，进行三相RMS计算、功率跟踪计算、PLL锁相环计算以及电压、电流滤波四种计算方式；

进一步的是，三相RMS计算包括，利用平滑三相整流电压来消除任何纹波，实现多能源系统三相电压有效值的计算，其中三相有效值是电力系统功率计算的基本参数，也是判断系统是否处于正常运行工况的重要指标，熔断器、母排、导线和断路器的热元件等部件都以有效值电流来标明额定值，因为它们的主限制作用与热量耗散有关，因此要检查一个电路有无过载，需要测量电流有效值，并将测量值与有关部件的额定值进行比较，参照图2为三相电压包络线，由黑色包络线实线所示，其三相电压计算公式如下所示：

其中：max(V_A,V_B,V_C)为三相电压最大值，min(V_A,V_B,V_C)为三相电压最小值，V_RMS为三相有效值；

功率跟踪计算包括，利用采集数据中的三相电压数据和三相电流数据，计算元件的有功功率和无功功率，有功和无功功率损耗是区域多能源系统安全稳定运行的重要指标，是分布式能源是否正常运行的判断标准，同时也是系统仿真规划，优化控制的基本参数，该功率跟踪计算由瞬时电压计算和瞬时电流计算组成，计算时，首先采集元件的三相电压数据和三相电流数据，然后求解元件的有功功率和无功功率，其中设定三相电压表达式为如下所示：

其中：V_a、V_b、V_c分别为三相电压瞬时值，V为电压有效值，w为角频率；设定三相电流表达式为如下所示：

其中：I_a、I_b、I_c分别为三相电流瞬时值，I为电流有效值，w为角频率，

为电压电流相角差；由三相电压表达式可以得出三相有功功率如下所示：

P＝V_a·I_a+V_b·I_b+V_c·I_c

其中：P为三相有功功率，可以得出最终的三相线电压表达式为如下所示：

其中：V_ab为AB相电压瞬时值，V_bc为BC相电压瞬时值，V_ac为AC相电压瞬时值，于是可以得出：

可以化简为：

其中：Q为三相无功功率，三相无功功率表达式如下所示：

PLL锁相环计算包括，参照图3为三相PLL的电路图，它是由鉴相环节、PI调节器和压控振荡环节三部分组成，三相电网电压瞬时值经Clark变换为e_α、e_β，通过相位乘法器分别与压控震荡环节输出相位的正弦值和余弦值相乘,再经PI调节得到角频率误差Δω，Δω与中心角频率ω₀相加后得到角频率，最后经过积分环节得到相位测量值；

其中，锁相环(Phase-Locked Loop,PLL)是使电路的输出信号能够跟踪其输入信号的一种相位检测电路，电力系统中广泛应用的锁相环的电路结构与应用于通信等领域的锁相环结构有所不同，它充分利用三相系统的特点,采用同步旋转坐标变换的办法,通过控制q轴(或d轴)电压为零来获得同步相位；

电压、电流滤波计算包括，采用一阶惯性环节对电压、电流进行滤波，选用RC滤波电路，其中滤波器是一种选频装置，可以使信号中特定的频率成分通过，而极大地衰减其他频率成分，利用滤波器的这种选频作用，可以滤除干扰噪声或进行频谱分析，部分多能源数字采集信号是不同频率的正弦波线性叠加而成的，组成信号的不同频率的正弦波叫做信号的频率成分或叫做谐波成分，可以通过滤波器或滤波电路只允许一定频率范围内的信号成分正常通过，而阻止另一部分频率成分通过，

进一步的是，在此采用一阶惯性环节对电压、电流进行滤波，选用RC滤波电路，其电路图参照图4所示，其传递函数为：

其中：T＝R·C为滤波时间常数，s为拉普拉斯算子。

S3：对关键数据进行分析处理并将处理结果发送至相应设备。

为了更好地对本发明方法中采用的技术效果加以验证说明，以科学论证的手段验证本方法所具有的真实效果；本实施例选择某典型的多能源系统算例为研究对象，对该系统进行基于边缘计算的数据采集及预处理分析，该系统的拓扑参照图5：

利用基于边缘计算的多能源系统数据采集及预处理方法中的功率跟踪计算实时获取母线8的有功功率及无功功率，得到的功率采集曲线参照图6：

由上图可得，功率跟踪计算实时获取了该多能源系统的有功功率和无功功率数据，并且由曲线分析结果可知：母线8的有功和无功功率经过暂态启动过程后达到稳态，并分别与负荷实际消耗功率保持一致，利用三相RMS计算获取母线3的电压有效值，得到的电压有效值采集曲线参照图7：

由上图可得，三相RMS计算实时计算了该多能源系统的三相电压有效值，并且由曲线分析结果可知：母线3的电压有效值经过暂态启动过程后达到稳态，并保持在额定电压附近；利用三相PLL计算实时跟踪母线4的相角，得到母线4的相角采集曲线参照图8：

由上图可得，三相PLL计算实时跟踪了该节点的相角，并且由曲线分析结果可知：母线4的相角在0-360°范围内进行循环变化；利用电压、电流滤波计算对母线4的A相电压进行滤波，得到母线4的A相电压有效值滤波前后波形参照图9：

由上图可得，母线4的电压在经过滤波之后曲线变得平滑。

而传统的数据采集及处理方法，通过相关传感器对数据进行采集，当数据量不断增多时，所使用的传感器数量也会随之增多，并且在数据到达目的地之前需要通过本地网络连接路由器，这一过程会增加10-65s的时延；在数据到达云端后，需要对大量数据进行云端处理，并要将处理结果反馈到数据采集端，因此数据采集需要更多的响应时间；而本发明方法采用边缘计算，通过缩短处理源与数据源之间的物理距离，减小延迟，有效解决数据时延、减少云端运算负荷的问题。

实施例2

参照图10～11，为本发明的第二个实施例，该实施例不同于第一个实施例的是，提供了一种基于边缘计算的多能源系统采集及预处理终端，包括：数据采集模块100、边缘计算模块200、电力云平台300以及数据中心400其中需要说明的是，

数据采集模块100用于采集配电网台区的相关数据，其中包括利用安装在配电网台区侧的温湿度传感器采集配电台区的温度及湿度数据、利用采集集中器台区电能表数据及故障事件记录、利用安装在低压线路侧的DTU采集配网传输线的电压电流数据、通过温度传感器采集导线温度、通过断路器状态采集设备采集断路器的开闭状态以及通过安装在用户侧的智能电表采集用户侧的电压电流及功率数据；边缘计算模块200连接于数据采集模块100，对采集到的相关数据进行预处理，包括三相RMS计算模块201、功率跟踪模块202、PLL锁相环模块203以及电压、电流滤波模块204；电力云平台300连接于边缘计算模块200，用于接收预处理后的数据；数据中心400连接于电力云平台300，电力云平台300将数据传输至数据中心中进行存储，实现数据交互。

本发明基于边缘计算的多能源系统采集及预处理系统将计算与存储资源部署在终端设备侧获得更高实时性计算能力和服务的相应能力，并且通过计算进行关键数据的划分，其中非关键数据在边缘计算模块200处理后不需要上传至电力云及数据中心，极大得降低网络开销和充分利用云计算的资源；边缘计算模块200在边缘侧执行部分计算任务，减少与平台间的无用传输，降低了传统系统成本；边缘计算模块200与数据中心400通过电力云平台300实现了数据交互，解决了传统系统安全指数低，数据交互相互依赖的问题。

不难理解的是，本实施例中所提供的系统，其涉及数据采集模块100、边缘计算模块200、电力云平台300以及数据中心400的连接关系，例如可以是运行在计算机可读程序，通过提高各模块的程序数据接口实现。

应当认识到，本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现，其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。

此外，可按任何合适的顺序来执行本文描述的过程的操作，除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可作为共同地在一个或多个处理器上执行的代码(例如，可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。

进一步，所述方法可以在可操作地连接至合适的任何类型的计算平台中实现，包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现，无论是可移动的还是集成至计算平台，如硬盘、光学读取和/或写入存储介质、RAM、ROM等，使得其可由可编程计算机读取，当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外，机器可读代码，或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时，本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时，本发明还包括计算机本身。计算机程序能够应用于输入数据以执行本文所述的功能，从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中，转换的数据表示物理和有形的对象，包括显示器上产生的物理和有形对象的特定视觉描绘。

如在本申请所使用的，术语“组件”、“模块”、“系统”等等旨在指代计算机相关实体，该计算机相关实体可以是硬件、固件、硬件和软件的结合、软件或者运行中的软件。例如，组件可以是，但不限于是：在处理器上运行的处理、处理器、对象、可执行文件、执行中的线程、程序和/或计算机。作为示例，在计算设备上运行的应用和该计算设备都可以是组件。一个或多个组件可以存在于执行中的过程和/或线程中，并且组件可以位于一个计算机中以及/或者分布在两个或更多个计算机之间。此外，这些组件能够从在其上具有各种数据结构的各种计算机可读介质中执行。这些组件可以通过诸如根据具有一个或多个数据分组(例如，来自一个组件的数据，该组件与本地系统、分布式系统中的另一个组件进行交互和/或以信号的方式通过诸如互联网之类的网络与其它系统进行交互)的信号，以本地和/或远程过程的方式进行通信。

应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (2)

1.一种基于边缘计算的多能源系统采集及预处理方法，其特征在于：包括，

采集配电网台区数据，包括：采集配电台区的温度及湿度数据、台区电能表数据及故障事件记录、配网传输线的电压电流数据、导线温度、断路器的开闭状态以及用户侧的电压电流及功率数据；

对所述数据进行预处理提取关键数据；

对所述关键数据进行分析处理并将处理结果发送至相应设备；

所述对所述数据进行预处理包括，进行三相RMS计算、功率跟踪计算、PLL锁相环计算以及电压、电流滤波四种计算方式，所述的四种计算方式针对多能源系统中的不同功能进行的计算，是相互独立的；

所述三相RMS计算包括，利用平滑三相整流电压来消除任何纹波，实现多能源系统三相电压有效值的计算，其中三相电压计算公式如下所示：

其中：max(V_A,V_B,V_C)为三相电压最大值，min(V_A,V_B,V_C)为三相电压最小值，V_RMS为三相有效值；

所述功率跟踪计算包括，利用所述采集数据中的三相电压数据和三相电流数据，计算元件的有功功率和无功功率，其中设定三相电压表达式为如下所示：

其中：V_a、V_b、V_c分别为三相电网电压瞬时值，V为电压有效值，w为角频率；设定三相电流表达式为如下所示：

其中：I_a、I_b、I_c分别为三相电网电流瞬时值，I为电流有效值，w为角频率，

为电压电流相角差；由所述三相电网电压表达式可以得出三相有功功率如下所示：

P＝V_a·I_a+V_b·I_b+V_c·I_c

其中：P为三相有功功率，可以得出最终的三相线电网电压表达式为如下所示：

其中：V_ab为AB相电压瞬时值，V_bc为BC相电压瞬时值，V_ac为AC相电压瞬时值，于是可以得出：

可以化简为：

其中：Q为三相无功功率，三相无功功率表达式如下所示：

所述PLL锁相环计算包括，三相电网电压瞬时值经Clark变换为e_α、e_β，通过相位乘法器分别与压控震荡环节输出相位的正弦值和余弦值相乘,再经PI调节得到角频率误差Δω，所述Δω与中心角频率ω₀相加后得到角频率，最后经过积分环节得到相位测量值；

所述电压、电流滤波计算包括，采用一阶惯性环节对电压、电流进行滤波，选用RC滤波电路，其中传递函数为：

其中：T＝R·C为滤波时间常数，s为拉普拉斯算子；

所述关键数据包括，所述关键数据是指对多能源系统仿真建模及规划等功能起决定性影响的数据，在多能源系统潮流仿真中，传输线参数、变压器参数、负荷数据、拓扑数据、断路器的开闭状态等为关键数据，而配电台区的温度及湿度，故障事件记录等不起决定性影响的数据为非关键数据。

2.一种采用如权利要求1所述基于边缘计算的多能源系统采集及预处理方法的终端，其特征在于，包括，

数据采集模块(100)用于采集配电网台区的相关数据；

边缘计算模块(200)连接于所述数据采集模块(100)，对所述采集到的相关数据进行预处理，包括三相RMS计算模块(201)、功率跟踪模块(202)、PLL锁相环模块(203)以及电压、电流滤波模块(204)；

电力云平台(300)连接于所述边缘计算模块(200)，用于接收预处理后的数据；

数据中心(400)连接于所述电力云平台(300)，所述电力云平台(300)将所述数据传输至数据中心中进行存储，实现数据交互。

Images