T_CEC 980—2024 电力边缘计算框架技术和功能要求.docxVIP

  • 0
  • 0
  • 约1.04万字
  • 约 13页
  • 2026-03-12 发布于广西
  • 举报

T_CEC 980—2024 电力边缘计算框架技术和功能要求.docx

T/CEC980—2024电力边缘计算框架技术和功能要求

前言

本标准按照GB/T1.1—2020《标准化工作导则第1部分:标准化文件的结构和起草规则》的规定起草。

本标准由电力行业信息标准化技术委员会归口。

本标准起草单位:国网江苏省电力有限公司信息通信分公司、国网江苏省电力有限公司、南瑞集团有限公司、南方电网数字电网科技(广东)有限公司、中国电力科学研究院有限公司、中国能源建设集团江苏省电力设计院有限公司、南京邮电大学。

本标准起草人:缪巍巍、李世豪、夏元轶、韦磊、曾锃、武卫东、周成、蒋承伶、李马峰、邱文元、岳东、窦春霞、区永通、蔡世龙、张瑞、毕思博、滕昌志、张震、余益团、张明轩、洪涛、肖茂然、汤国龙、陈重辰、邓轲、周忠冉、侯继鑫、刘庆、乔柱、黄天航、底晓梦、陈琛、王双、徐健、唐超、王召、刘卉、黄曙。

本标准为首次制定,自2025年5月1日起实施。

1范围

本标准规定了电力边缘计算框架的参考架构、技术要求、功能要求、性能要求、安全要求及兼容性要求。

本标准适用于电力系统中边缘计算节点的规划、设计、研发、部署、运行及运维,覆盖发电、输电、变电、配电、用电、调度等电力业务全场景,为电力边缘计算相关产品的研发和应用提供统一规范,也可作为电力企业开展边缘计算项目建设的参考依据。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本标准必不可少的条款。其中,注日期的引用文件,仅该日期对应的版本适用于本标准;不注日期的引用文件,其最新版本(包括所有的修改单)适用于本标准。

GB/T36572—2018电力监控系统安全防护技术规范

GB/T28181—2016公共安全视频监控联网系统信息传输、交换、控制技术要求

IEC61850电力系统自动化领域的通信标准

T/CEC152—2018电力大数据平台技术要求

T/CEC335—2020电力物联网边缘计算节点技术要求

IEEE802.15.4—2011低速率无线个人区域网协议

SNMPv3简单网络管理协议第3版

MQTTv5.0消息队列遥测传输协议第5版

3术语和定义

3.1电力边缘计算PowerEdgeComputing(PEC)

部署在电力系统边缘侧(靠近终端设备、数据采集点),具备数据采集、本地计算、实时处理、协同调度、安全防护等能力,能够为电力业务提供低时延、高可靠、广连接支撑的分布式计算架构,是电力物联网的核心组成部分,可实现电网边缘决策速度的提升,满足分布式能源、电动汽车等新型电力元素的接入需求。

3.2边缘计算框架PowerEdgeComputingFramework

支撑电力边缘计算节点运行的软硬件集合,包括硬件架构、软件平台、协议栈、接口规范等,为电力边缘计算应用提供统一的运行环境和服务能力,是整合边缘侧资源、实现业务协同的核心载体。

3.3边缘节点EdgeNode

部署在电力边缘侧,具备数据采集、计算、存储、通信等基础能力,能够独立运行边缘应用或协同云端/其他边缘节点完成业务处理的设备或设备集群,包括边缘网关、边缘服务器、智能终端等,是边缘计算框架的核心执行单元。

3.4边缘应用EdgeApplication

基于边缘计算框架开发,面向电力具体业务场景(如设备监测、故障诊断、负荷调控等),能够在边缘节点上运行的应用程序,可实现本地数据处理和实时业务响应。

3.5协同调度CollaborativeScheduling

边缘节点之间、边缘节点与云端平台之间,基于预设策略实现资源分配、任务调度、数据交互的协同机制,确保电力边缘计算系统整体高效、稳定运行,兼顾本地实时响应与全局优化。

3.6确定性计算DeterministicComputing

无论系统负载如何变化,都能提供有保证的响应时间的计算方式,是满足电力保护、电能质量校正等关键业务低时延需求的核心技术。

4参考架构

电力边缘计算框架采用分层架构设计,自下而上分为硬件层、基础软件层、应用支撑层和应用层,同时包含安全层和协同层贯穿各层级,确保架构的完整性、可扩展性和安全性。各层级功能相互支撑,形成闭环的边缘计算服务体系,适配电力系统多场景、高可靠、低时延的业务需求。

4.1硬件层

作为整个框架的硬件基础,负责提供计算、存储、通信、感知等硬件资源,部署于变电站、配电房、电力通信基站等电力现场,需适应极端环境运行要求。主要包括:

计算资源:支持X86_64、AArch64、RISC-V等多种指令集架构的CPU,至少包含2个物理处理核心,基础运行频率不低于1.0GHz,具备强实时性和确定性计算能力;可配置NPU等人工智能加速单元,支持AI模型快速推理。

存储资源:包括本地固态硬盘(SSD)、内存等,最小持久化存储空间不小于2GB

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档