CN112383427A - 一种基于iotips故障预警的5g网络切片部署方法及系统 - Google Patents

Abstract

本发明公开了一种基于IOTIPS故障预警的5G网络切片部署方法及系统，包括，建立数据分类样本库，获取实时数据、确定数据类型并进行数据传输；结合所述数据特点进行切片选择、切片编排与管理以及切片自主运维；根据不同切片的不同要求，确定相应的边缘处理方案，完成部署。本发明提高了数据传输效率、降低了网络时延、优化了用户体验，可以显著提高电力物联网故障预警系统的网络传输能力。

Description

一种基于IOTIPS故障预警的5G网络切片部署方法及系统

技术领域

本发明涉及5G网络切片的技术领域，尤其涉及一种基于IOTIPS故障预警的5G网络切片部署方法及系统。

背景技术

近年来，随着电力物联网的发展，各种新型设备更新迅猛，感知层末端的接入节点越来越多，这也使得电力系统故障处理预警面临着更大的挑战，在确保新增电力设备工作可靠性的基础上还要进一步的保证数据传输的稳定与速率。

2/3/4G网络主要使面向个人用户的通信服务，主要包括语音、消息以及数据上传业务，而对于有着而庞大数据传输需求的现代工业来讲，并没有太大的帮助，5G作为新一代通信技术，在时延、带宽、连接数量等各方面远超于前几代移动通信技术，为故障预警系统的数据传输提供一套可行的方案。

网络切片技术与边缘计算是5G网络的两大关键技术。网络切片技术利用NFV(network function virtualization，网络功能虚拟化)将通用的物理网络抽象为虚拟网络后，指定不同的网络功能作为单一的模块，在网络切片运行时可以通过SDN(softwaredefined networking，软件定义网络)技术根据不同的业务需求为用户提供更加便捷的服务，不同业务放在不同的网络切片上进行传输时可以大大提高网络数据传输的速率与可靠性，同时也便于用户进行数据管理，边缘计算的定义是在网络边缘或用户终端提供一定的计算能力，数据可以在边缘服务器进行初步处理后再上传到云计算中心，通过对边缘计算的合理部署可以进一步提高数据传输效率、降低网络时延、优化用户体验。因此网络切片与边缘计算的结合部署可以显著提高电力物联网故障预警系统的网络传输能力，目前电力物联网在传输层的部署方案主要采用电力专网或者运营商提供的传统通信网路。

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。

鉴于上述现有存在的问题，提出了本发明。

因此，本发明解决的技术问题是：没有可行的方案来设计一套符合电力故障检测系统的网络切片。

为解决上述技术问题，本发明提供如下技术方案：建立数据分类样本库，获取实时数据、确定数据类型并进行数据传输；结合所述数据特点进行切片选择、切片编排与管理以及切片自主运维；根据不同切片的不同要求，确定相应的边缘处理方案，完成部署。

作为本发明所述的基于IOTIPS故障预警的5G网络切片部署方法的一种优选方案，其中：所述数据分类样本库包括，电网的现有数据、综合各项数据的类型以及对电力系统性能指标影响程度。

作为本发明所述的基于IOTIPS故障预警的5G网络切片部署方法的一种优选方案，其中：获取所述实时数据过程包括，根据末端感知节点实时采集数据，并传入数据分类器。

作为本发明所述的基于IOTIPS故障预警的5G网络切片部署方法的一种优选方案，其中：感知末端节点所采集的数据包括，电网运行数据、设备状态数据、环境监测数据及计量仪表数据。

作为本发明所述的基于IOTIPS故障预警的5G网络切片部署方法的一种优选方案，其中：所述切片选择包括，根据请求参数自动为该类型数据匹配符合业务要求的电力子切片。

作为本发明所述的基于IOTIPS故障预警的5G网络切片部署方法的一种优选方案，其中：所述切片编排与管理包括，处理各所述电力子切片的请求，并为其编排相应的网络功能；根据业务临时或额外的业务需求，为所述电力子切片加载相应的网络功能；协调所述电力子切片之间的网络功能分配问题。

作为本发明所述的基于IOTIPS故障预警的5G网络切片部署方法的一种优选方案，其中：所述边缘处理方案包括，对于电网运行数据：利用边缘计算将数据在边缘侧进行处理后结果上传至云计算中心；对于环境监测数据：将边缘计算服务器下沉至用户终端；对于设备状态数据：边缘计算不下沉，数据断点监测；对于计量仪表数据：利用传统通信网络接入，经边缘计算服务器汇总后上传至云计算中心。

作为本发明所述的基于IOTIPS故障预警的5G网络切片部署方法的一种优选方案，其中：感知末端节点所采集的数据包括，电网运行数据、设备状态数据、环境监测数据及计量仪表数据。

作为本发明所述的基于IOTIPS故障预警的5G网络切片部署方法的一种优选方案，其中：所述电网运行数据包括，电网在运行过程电力设备以及输电线路所产生的运行数据，其包括电网运行稳态数据、暂态数据。

作为本发明所述的基于IOTIPS故障预警的5G网络切片部署方法的一种优选方案，其中：所述设备状态数据包括设备腐蚀情况、设备绝缘电阻。

作为本发明所述的基于IOTIPS故障预警的5G网络切片部署系统的一种优选方案，其中：数据分类模块用于分类末端感知节点所采集的数据；切片运行与管理模块和数据分类模块连接，其包括切片选择模块、切片编排与管理模块以及切片自主运维模块，所述切片选择模块为所述数据匹配符合业务要求的电力子切片，所述切片编排与管理模块为所述切片选择模块协调各电力子切片之间的网络功能分配问题，所述切片自主运维模块将功能监测数据反馈给所述切片选择模块，所述切片编排及管理模块接到请求后再对电力子切片的功能进行相应的调整，通过接收所述数据分类模块在运行时所反馈回来的实时数据对所述电力子切片功能进行适当的调整；边缘处理模块连接所述数据分类模块及所述切片运行与管理模块，其根据系统自动判别传输过来的数据结果，为其确定在边缘用户侧下沉相应的计算能力。

本发明的有益效果：提高数据传输效率、降低网络时延、优化用户体验，可以显著提高电力物联网故障预警系统的网络传输能力。

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为本发明一个实施例所述的一种基于IOTIPS故障预警的5G网络切片部署方法及系统的基本流程图；

图2为本发明一个实施例所述的一种基于IOTIPS故障预警的5G网络切片部署方法及系统的数据分类流程图；

图3为本发明一个实施例所述的一种基于IOTIPS故障预警的5G网络切片部署方法及系统的切片运行与管理模块示意图；

图4为本发明一个实施例所述的一种基于IOTIPS故障预警的5G网络切片部署方法及系统的边缘处理模块功能实现示意图；

图5为本发明一个实施例所述的一种基于IOTIPS故障预警的5G网络切片部署方法及系统的边缘计算部署方案示意图；

图6为本发明一个实施例所述的一种基于IOTIPS故障预警的5G网络切片部署方法及系统的系统总架构示意图；

图7为本发明一个实施例所述的一种基于IOTIPS故障预警的5G网络切片部署方法及系统的感知延伸层示意图；

图8为本发明一个实施例所述的一种基于IOTIPS故障预警的5G网络切片部署方法及系统的网络切片部署方案示意图。

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

目前现有技术所采用的网络切片据为运营商提供的针对于三大典型应用场景的切片：增强移动宽带(Enhance Mobile Broadband，eMBB)型切片，大规模机器类通信(Massive Machine Type Communication，mMTC)型切片和超高可靠低时延通信(UltraReliable&Low Latency Communication，uRLLC)型切片，但对于如何设计一套符合电力故障检测系统的网络切片，没有给出可行的方案。

参照图1，为本发明的一个实施例，该实施例提供了一种基于IOTIPS故障预警的5G网络切片部署方法，包括：

S1：建立数据分类样本库，获取实时数据、确定数据类型并进行数据传输。需要说明的是，数据分类样本库包括：

电网的现有数据、综合各项数据的类型以及对电力系统性能指标影响程度。

获取实时数据过程包括:

根据末端感知节点实时采集数据，并传入数据分类器。

感知末端节点所采集的数据包括:

电网运行数据、设备状态数据、环境监测数据及计量仪表数据。

其中，电网运行数据包括:

电网在运行过程电力设备以及输电线路所产生的运行数据，其包括电网运行稳态数据、暂态数据。

设备状态数据包括设备腐蚀情况、设备绝缘电阻。

其具体步骤包括根据末端感知节点将数据进行实时采集，并传入数据分类器；传入的数据根据数据分类样板库，利用数据分类器确定数据类型；数据类型确定后，将数据传入下一模块。

更加具体的，IOTIPS表示电力物联网，建立数据样本库：利用电网的现有数据，综合各项数据的类型以及对电力系统性能指标影响程度，可以将感知末端节点所采集的数据分为以下几类：电网运行数据、设备状态数据、环境监测数据、与计量仪表数据；根据四类数据制作一个数据分类器，其中电网运行数据主要来源于电网在运行过程电力设备以及输电线路所产生的运行数据，主要包括电网运行稳态数据、暂态数据等，该类数据有以下特点：数据需要实时监控，数据浮动有规律，数据量大；其中设备状态数据主要用于监测各电力设备自身的参数，主要包括设备腐蚀情况、设备绝缘电阻等，该类数据有以下特点：主要为模拟量，可以采用断点监测，可以通过数据来预测设备生命周期；其中环境监测数据主要来源于巡检机器人与实时监控摄像头，可以实时监测设备异常人员与突发情况。该类数据有以下特点：为图像数据，高带宽，需要出现异常时需要实时回传，故障不可预测；其中计量仪表数据主要来源于各计量仪表，用于记录设备的各项参数，该类数据有以下特点：数据连接密度大，故障发生率低，造成设备损害小，上述内容如表1所示。

表1：故障数据库模板表。

S2：结合数据特点进行切片选择、切片编排与管理以及切片自主运维。需要说明的是，切片选择包括:

根据请求参数自动为该类型数据匹配符合业务要求的电力子切片。

切片编排与管理包括:

处理各电力子切片的请求，并为其编排相应的网络功能；

根据业务临时或额外的业务需求，为电力子切片加载相应的网络功能；

协调电力子切片之间的网络功能分配问题。

具体的，数据经过数据分类处理后，结合上一点所分析的数据特点，切片选择功能向切片管理功能发送切片选择请求，切片管理功能根据请求参数自动为该类型数据匹配符合业务要求的电力子切片用于数据传输。切片编排与管理功能主要是处理各电力子切片的请求，并为其编排相应的网络功能，根据业务临时或额外的业务需求，为电力子切片加载相应的网络功能，协调各电力子切片之间的网络功能分配问题。电力子切片在运行过程中，一方面，通过对电力子切片中的各项功能实时监测，并将监测数据反馈给切片选择功能，切片选择功能结合反馈参数，向切片编排及管理功能发送请求，切片编排及管理功能接到请求后再对电力子切片的功能进行相应的调整；另一方面，通过接收数传输模块在运行时所反馈回来的实时数据来对电力子切片功能进行适当的调整。

S3：根据不同切片的不同要求，确定相应的边缘处理方案，完成部署。

边缘处理方案包括:

对于电网运行数据：利用边缘计算将数据在边缘侧进行处理后结果上传至云计算中心；

对于环境监测数据：将边缘计算服务器下沉至用户终端；

对于设备状态数据：边缘计算不下沉，数据断点监测；

对于计量仪表数据：利用传统通信网络接入，经边缘计算服务器汇总后上传至云计算中心。

具体的，边缘计算通过将云计算的部分计算能力下沉到用户边缘，一方面可以减缓核心网的传输压力，另一方，对于时延要求高的数据也可以在边缘服务器处理，降低数据传输时延。对于电网运行数据，大多时候处于稳定状态，因此可以通过边缘计算将数据在边缘侧进行处理后将结果上传至云计算中心即可，但因为电网运行数据的数据接口数量少，因此可以将边缘计算服务器部署在网络边缘(市级数据中心或区域数据中心)，末端数据汇总至一个边缘节点进行统一处理，经过边缘计算节点对数据进行初步的数据处理后再上传至云计算中心，具体部署方式如图5所示。对于环境监测数据，故障预警系统的该类数据有高带宽低时延的要求，该类数据容量大，但更多时候所采集的均为无价值数据，因此可以将边缘计算服务器下沉至用户终端，数据经边缘计算处理后再上传至云计算中心，大大减少承载网的压力，服务器部署参照图5。对于设备状态数据，因为该类数据变化有规律，且故障预警系统对该类型数据各项指标要求较低，为节省设备资源，可以选择边缘计算不下沉，数据断点监测的方式，服务器部署参照图5。对于计量仪表数据，该类型数据是属于系统的正常监测数据，故障发生率低，系统各项指标要求低，但接入数量庞大，从成本角度触发，可以采用2/3/4G等传统通信网络接入，经边缘计算服务器汇总后上上传至云计算中心，服务器部署参照图5。

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，本实施例中选择传统方案即运营商提供的三大典型切片与本发明方法进行对比测试，以科学论证的手段对比试验结果，以验证本方法所具有的真实效果。

在本实施例中，选取增强移动宽带(Enhance Mobile Broadband，eMBB)型切片、大规模机器类通信(Massive Machine Type Communication，mMTC)型切片和超高可靠低时延通信(Ultra Reliable&Low Latency Communication，uRLLC)型切片与本发明方法在电力物联网中进行部署测试，其得到的结果对比如下表2所示。

表2：测试结果对比表。

比较变量	传统方法	本发明方法
			数据传输最低时延	≥2s	≤200ms
数据利用率	50％-60％	≥80％
			是否有边缘计算能力	无	有
数据分类处理	无	有
			网络传输能力	低	高
事故突发率	高	低

由对比结果可看出，传统方法传输数据为数据集中式上传、数据无分类处理；传统电网网络切片设计方案直接采用运营商提供的三大典型切片，不能满足故障数据的特定需求；传统电网将计算资源集中部署在云计算中心，云计算中心负荷大，采用云边端协同计算可以缓解核心网络压力。

实施例2

参照图2～8，为本发明的另一个实施例，该实施例不同于第一个实施例的是，提供了一种基于IOTIPS故障预警的5G网络切片部署系统，包括：数据分类模块、切片运行与管理模块和边缘处理模块，其中需要说明的是:

数据分类模块用于分类末端感知节点所采集的数据，其数据分类流程如图2所示；

切片运行与管理模块和数据分类模块连接，其包括切片选择模块、切片编排与管理模块以及切片自主运维模块，切片选择模块为数据匹配符合业务要求的电力子切片，切片编排与管理模块为切片选择模块协调各电力子切片之间的网络功能分配问题，切片自主运维模块将功能监测数据反馈给切片选择模块，切片编排及管理模块接到请求后再对电力子切片的功能进行相应的调整，通过接收数据分类模块在运行时所反馈回来的实时数据对电力子切片功能进行相应的调整，切片运行与管理模块流程框图如图3所示；

具体的，切片选择模块：数据经过数据分类处理后，结合上一点所分析的数据特点，切片选择子模块向切片管理模块发送切片选择请求，切片管理模块根据请求参数自动为该类型数据匹配符合业务要求的电力子切片用于数据传输。

切片编排与管理模块：该模块主要实现以下功能：处理各电力子切片的请求，并为其编排相应的网络功能；根据业务临时或额外的业务需求，为电力子切片加载相应的网络功能；协调各电力子切片之间的网络功能分配问题。

切片自主运维模块：电力子切片在运行过程中，一方面，通过对电力子切片中的各项功能实时监测，并将监测数据反馈给切片选择功能，切片选择功能结合反馈参数，向切片编排及管理功能发送请求，切片编排及管理功能接到请求后再对电力子切片的功能进行相应的调整；另一方面，通过接收数传输模块在运行时所反馈回来的实时数据来对电力子切片功能进行适当的调整。

边缘处理模块连接数据分类模块及切片运行与管理模块，其根据系统自动判别传输过来的数据结果，为其确定在边缘用户侧下沉相应的计算能力，边缘处理模块功能实现如图4所示。

以下为一套基于5G网络切片+边缘计算的电力物联网故障预警系统，下面结合系统实例，进一步地阐述本发明的具体实施方式。

在系统架构方面采用感知延伸层、网络传输层、平台应用层三层架构组成，其中感知延伸层用来进行故障数据的采集，网络传输层利用5G网络切片技术与边缘计算技术用于进行数据传输与处理，数据经网络传输层上传至云计算中心，云计算中心对数据进行处理与分析，平台应用层可以根据用户需求定制个性化服务，系统总架构如图6所示。

在感知延伸层，系统对发、输、配电侧的各项数据通过传感器进行采集后在经过数据分类器对数据进行分类将数据上传至网络传输层，各项数据详细分类可参考图7。

末端感知数据采集分类后，根切片管理模块、数据传输模块与边缘处理模块后确立一套最终方案，方案部署如图8所示。本实施例共采用两套电力子切片(Slice1与Slice2)，其中Slice1主要负责传输运行监测数据与计量仪表数据，Slice2重要负责传输环境监测数据与设备状态数据，在接入网侧，两套切片采用物理资源部分隔离，对于类似业务可以共用一个接入点，，在传输网侧，两套切片共用一套传输网方案，在核心网侧，两套切片共用一套物理资源，但在网络功能上实行部分隔离，在边缘计算侧，根据两套切片承载的数据特点，按需下沉计算资源。

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 (10)

1.一种基于IOTIPS故障预警的5G网络切片部署方法，其特性在于，包括：

建立数据分类样本库，获取实时数据、确定数据类型并进行数据传输；

结合所述数据特点进行切片选择、切片编排与管理以及切片自主运维；

根据不同切片的不同要求，确定相应的边缘处理方案，完成部署。

2.如权利要求1所述的基于IOTIPS故障预警的5G网络切片部署方法，其特征在于：所述数据分类样本库包括，、

电网的现有数据、综合各项数据的类型以及对电力系统性能指标影响程度。

3.如权利要求1或2所述的基于IOTIPS故障预警的5G网络切片部署方法，其特征在于：获取所述实时数据过程包括，

根据末端感知节点实时采集数据，并传入数据分类器。

4.如权利要求1所述的基于IOTIPS故障预警的5G网络切片部署方法，其特征在于：所述切片选择包括，

根据请求参数自动为该类型数据匹配符合业务要求的电力子切片。

5.如权利要求1所述的基于IOTIPS故障预警的5G网络切片部署方法，其特征在于：所述切片编排与管理包括，

处理各所述电力子切片的请求，并为其编排相应的网络功能；

根据业务临时或额外的业务需求，为所述电力子切片加载相应的网络功能；

协调所述电力子切片之间的网络功能分配问题。

6.如权利要求1所述的基于IOTIPS故障预警的5G网络切片部署方法，其特征在于：所述边缘处理方案包括，

对于电网运行数据：利用边缘计算将数据在边缘侧进行处理后结果上传至云计算中心；

对于环境监测数据：将边缘计算服务器下沉至用户终端；

对于设备状态数据：边缘计算不下沉，数据断点监测；

对于计量仪表数据：利用传统通信网络接入，经边缘计算服务器汇总后上传至云计算中心。

7.如权利要求3所述的基于IOTIPS故障预警的5G网络切片部署方法，其特征在于：感知末端节点所采集的数据包括，

电网运行数据、设备状态数据、环境监测数据及计量仪表数据。

8.如权利要求7所述的基于IOTIPS故障预警的5G网络切片部署方法，其特征在于：所述电网运行数据包括，

电网在运行过程电力设备以及输电线路所产生的运行数据，其包括电网运行稳态数据、暂态数据。

9.如权利要求7所述的基于IOTIPS故障预警的5G网络切片部署方法，其特征在于：所述设备状态数据包括设备腐蚀情况、设备绝缘电阻。

10.一种基于IOTIPS故障预警的5G网络切片部署系统，其特征在于：

数据分类模块用于分类末端感知节点所采集的数据；

切片运行与管理模块和数据分类模块连接，其包括切片选择模块、切片编排与管理模块以及切片自主运维模块，所述切片选择模块为所述数据匹配符合业务要求的电力子切片，所述切片编排与管理模块为所述切片选择模块协调各电力子切片之间的网络功能分配问题，所述切片自主运维模块将功能监测数据反馈给所述切片选择模块，所述切片编排及管理模块接到请求后再对电力子切片的功能进行相应的调整，通过接收所述数据分类模块在运行时所反馈回来的实时数据对所述电力子切片功能进行适当的调整；

边缘处理模块连接所述数据分类模块及所述切片运行与管理模块，其根据系统自动判别传输过来的数据结果，为其确定在边缘用户侧下沉相应的计算能力。

Images