YDT 4493-2023工业互联网边缘计算 需求

ICS35.240.50

CCSL78

YD

中华人民共和国通信行业标准

YD/TXXXX—20XX

工业互联网边缘计算

需求

EdgecomputingforindustrialInternet—

Requirement

报批稿

XXXX-XX-XX发布XXXX-XX-XX实施

中华人民共和国工业和信息化部发布

YD/TXXXX—202X

前言

本文件按照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。

请注意本文件的某些内容可能涉及专利，本文件的发布机构不承担识别这些专利的责任。

本文件由中国通信标准化协会提出并归口。

本文件起草单位：中国移动通信集团有限公司、华为技术有限公司、中国信息通信研究院、中国科

学院沈阳自动化研究所、联通(浙江)产业互联网有限公司、三菱电机自动化（中国）有限公司、浪潮软

件科技有限公司、赛特斯信息科技股份有限公司、北京邮电大学、中国科学院上海微系统与信息技术研

究所、西安邮电大学、阿里巴巴（中国）有限公司、工业互联网创新中心（上海）有限公司。

本文件主要起草人：刘鹏、耿亮、王晶、罗松、李栋、尚文利、杨宇蒙、杨晨、许方敏、高山青、

王亚鹏、杨帆、周明拓、祝亮、毛健、虞允纲、钱建华、吕宁、陈彦萍、程晓磊、李越、郑忠斌、徐东、

黄海艇。

III

YD/TXXXX—20XX

工业互联网边缘计算需求

1.范围

本文件规定了工业互联网边缘计算需求，包括网络、数据、服务以及安全等多方面。

本文件适用于工业互联网领域边缘计算的技术和场景需求。

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文件必不可少的条款。其中，注日期的引用文

件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适

用于本文件。

IEC61158工业通信网络现场总线规范第1部分：IEC61158和IEC61784系列的概述和指南

（Industrialcommunicationnetworks-Fieldbusspecifications-Part1:Overviewand

guidancefortheIEC61158andIEC61784series）

3.术语和定义

本文件没有需要界定的术语和定义。

4.缩略语

下列缩略语适用于本文件。

CNC集中式网络配置CentralizedNetworkConfiguration

CT通信技术CommunicationTechnology

ERP企业资源计划EnterpriseResourcePlanning

IT信息技术InformationTechnology

OT操作技术OperationTechnology

PLC可编程逻辑控制器ProgrammableLogicController

QoS服务质量QualityofService

SDN软件定义网络SoftwareDefinedNetwork

TSN时间敏感网络TimeSensitiveNetwork

1

YD/TXXXX—20XX

5.概述

在工业互联网体系架构中，网络是基础，为人、机、物全面互联提供基础设施，促进各种工业数据

的充分流动和无缝集成。工业互联网可分为工厂内网络和工厂外网络，工厂内网络主要用于连接生产设

备和办公设备，因此呈现为两层三级的结构：OT网络（又分为现场级和车间级）和IT网络，二者通

过网关实现互联和安全隔离；工厂外网络主要用于分支互联以及访问互联网，包括上网专线、互联专线、

上云专线以及出产产品的上网连接。

边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开

放平台，就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全

与隐私保护等方面的关键需求。

工业互联网边缘计算涉及信息技术、工业现场技术以及网络技术的融合，边缘计算的节点形态、部

署位置和层级多样化，所以需要从网络、数据、服务以及安全等多方面考虑。

本文件描述了边缘计算的需求，并在附录A中提供部分典型的边缘计算场景说明。

6.需求

6.1.边缘网络需求

6.1.1.概述

边缘网络需要支持工业内各个子网的互联，支持确定性时延、可靠性、高带宽、多接入、柔性组网、

网络计算融合等网络要求。

6.1.2.网络互联

工业互联网边缘计算要支持工业内的各个子网互联，具体要求包括：

a)支持ERP、邮件、文件传输等IT业务的互联，通过商用的交换机和路由器构建，使用标准以太

网协议，并根据需要与互联网相连；

b)支持高阶控制设备如PLC、CNC等之间的对等网络通信业务，一般使用工业以太网协议构建网

络；

c)现场设备与高阶控制设备之间的互联主要采用现场总线。不同的网络层级对带宽、实时性等要

求不同。

6.1.3.确定性时延

工业互联网边缘计算要支持工业控制等业务的确定性时延。工业控制的类型可分为过程自动化、工

厂自动化、运动控制。它们的典型控制周期如下：

a)过程自动化：时延要求<=1s，典型的应用包括:温度检测，压力检测，时间不敏感的设备控制

（如水泵、压缩机、搅拌机等）。

b)工厂自动化：时延要求1ms~100ms，典型的应用包括：金属材料抓取、灌装、打包、盖章、剪

2

YD/TXXXX—20XX

裁、产品分类等。

c)运动控制：时延要求<=1ms，典型的应用场景包括:多轴同步、印刷、印制电路板、电子器件的

抓取与放置等。

工业内部网络应对不同类型的数据帧保障不同级别的确定性时延，工业外部网络不做强制要求。

6.1.4.可靠性

工业设备的网络应对通讯的丢包率负责。其中可靠性的实现可分为：无缝冗余和常规冗余两类。无

缝冗余采用多发选收机制来保障设备零失效时间；而常规冗余机制由于存在网络收敛时间，会存在几十

毫秒级的设备失效时间，网络收敛后设备可以正常工作。对不同的数据类型采用的冗余机制如表1所

示。

表1

信号类型可靠性需求

同步周期性实时信号<=无缝冗余

周期性实时信号<=无缝冗余

网络控制信号<=无缝冗余（视具体场景而定）

音视频信号<=无缝冗余（视具体场景而定）

报警信号<=常规冗余

网络配置、检测信号<=常规冗余

6.1.5.高带宽

随着应用的丰富，视频系统也逐渐在工业界发展起来，视频流相较于普通的数据明显特征是需要的

带宽变高，每一路视频流的带宽要求通常高于4Mbps。随着时间敏感网络的发展，将来网络带宽的趋势

可能会趋于1000Mbps。

6.1.6.多接入

工业现场的设备种类和数量非常丰富，如传感器等，所以新型的工业网络需要支持多设备的接入，

并且通过不同的连接协议进行数据的上报和下发。由于机器设备类型不同、设备接口多样化、设备位置

各异，就使得这些机器设备产生的数据采集工作困难繁杂。边缘计算节点需要支持的终端接口类型包括

RS232、RS485、db25、USB、PS2等。

6.1.7.柔性组网

工业互联网促使工业各个网络之间的互联，使得工业网络呈现“扁平化”的趋势发展，并且个性化

定制也逐渐成为用户的主流需求。边缘计算网络应支持柔性组网，可以根据不同的订单快速组建支持不

同拓扑、协议的柔性网络，例如SDN网络。

3

YD/TXXXX—20XX

6.1.8.网络与计算融合

边缘计算分布式的架构、低时延特性可以为用户带来更高QoS保障，且是OT、IC和CT跨领域融

合的技术，工业互联网边缘计算应支持网络和计算的进一步融合，支持计算力分布在多种网络节点，支

持算力感知、算力度量、算力内生等多种特性。

6.2.边缘数据需求

6.2.1.概述

边缘计算可以帮助IT层/云端去处理边缘侧所产生的海量数据所带来的负荷，识别和标记可能与设

备问题相关联的数据异常，同时筛选、卸载和存储IT层/云端并不需要的数据，降低云上的存储成本，

有效管理本地数据；边缘计算能够给OT层提供所需要的数据处理速度，快速、实时响应现场侧的要求。

此外，对有需要进行深入分析的数据，边缘计算才会发送到云端，由云端对其进行分析和推断。边缘层

的数据的需求，主要包括：数据采集，数据加工，数据诊断，数据反馈，数据存储，数据上传。

6.2.2.数据采集

数据采集需支持：

a)对工业用网络、通用以太网、串行通信连接等各类工业协议的数据的采集。

1)需支持连接器包括：DB9、RJ45，针对部分粉尘较大现场宜采用IP52以上等级的连接器。

2)需支持物理接口包括：RS232、RS485、RS422、以太网接口。

3)需支持通信协议包括：Ethernet/IP，以及以下工业通信协议的一种或多种：PROFIBUS、

DeviceNet、CAN、PROFINETIO、Modbus、FFH1等。

b)需实现对工业现场侧设备/装置/生产线的实时、完整的数据采集；

6.2.3.数据加工

数据加工需支持：

a)对采集来的大量多样化的异构数据的加工与优化；

b)将数据转换为适用于后续数据诊断所需要的格式。数据加工包括数据的抽取、数据的转换、数

据的计算等。

6.2.4.数据诊断

把经过采集和加工的数据，传送到数据诊断软件（边缘应用程序）中进行诊断分析。

6.2.5.数据反馈

数据反馈应：

a)能够获取边缘应用程序/IT层/云端反馈回来的响应数据；

b)能够向现场侧输出反馈/响应数据。根据用户指定的执行条件，对现场侧设备进行通知与处理

4

YD/TXXXX—20XX

（反馈）或者执行可执行的程序。

6.2.6.数据存储

数据存储应：

a)按照指定格式保存实时采集/加工的数据；

b)按照指定格式保存上层（边缘应用程序/IT层/云端）中获取的反馈/响应数据。指定的保存格式

如：文件、数据库等。

6.2.7.数据上传

能够根据上层需求将需要上传的数据上传到IT层/云端，实现数据的二次处理与分析。

6.3.边缘服务需求

6.3.1.概述

边缘计算服务是指在工业中利用边缘计算技术，基于数据基础实现的具体的应用。服务会将采集的

数据进行进一步处理，以满足工业的不同业务。

6.3.2.协议转换

边缘计算需要支持不同协议的识别和协议间的转换，解决不同协议系统的协议互通问题，提高业务

数据处理效率。主要包括：

a)总线协议：可支持IEC61158Ed.3定义的10种类型总线，以及常见的公有/私有总线协议。

b)工业以太网协议：可支持Profinet、CC-LINKIE、ModbusTCP、EtherCAT等协议

c)普通以太网协议：应支持IEEE802.3定义的以太网协议

d)时间敏感网络协议：宜支持IEEE802.1定义的TSN协议

e)其他协议。

6.3.3.工业控制

工业控制是工业中典型的对时延以及安全性要求极高的业务，需求包括：

a)支持能够在边缘设备上实现业务控制的逻辑，由本地直接进行控制信令的下发

b)支持控制模块的可编程能力，可按需升级和更新

6.3.4.边缘设备管理

边缘计算设备由于其海量性，在管理方面的需求包括：

a)通过统一接口，实现对边缘计算节点网元设备和系统资源的管理

b)根据垂直行业业务属性和商业模式的不同需求，采用层次化的方式灵活部署管理平台

c)以能力开放的方式为垂直行业用户按需提供自主管理接口，满足垂直行业的个性化需求

5

YD/TXXXX—20XX

d)对海量设备分组并管理这些设备组的访问策略，以实现设备的安全管理和远程升级的能力

6.3.5.离线业务处理

无论是设备运行中产生故障，还是发生自然灾害，设备在运行过程往往会出现断电断网等本地断连

的情况，给工厂生产带来损失。边缘计算需要支持在网络中断的情况下，设备也可以依靠本地网络进行

数据的通信和处理的能力。

6.3.6.边缘应用开放

应支持边缘计算应用的灵活部署，以及扩展引入第三方边缘计算应用的能力，具体包括：

a)工业边缘计算设备应支持虚拟化/容器化部署的架构。

b)应用应支持远程的部署、更新、维护、删除等操作。

c)支持第三方边缘计算应用的引入，包括认证、部署和管理。

6.3.7.边云协同

边缘端应支持和云端的统一协作，实现边缘端、云端、应用端的统一性和互操作性以及边缘生态和

云生态的一致性，具体需求包括：

a)基础设施层面，包括计算、存储、网络等方面的资源协同；

b)平台层面，应支持数据协同，智能协同，应用管理协同，以及业务协同。

c)数据协同，支持数据预处理，包括数据脱敏、数据清洗、数据诊断等

d)智能协同，支持云端训练优化并下发模型，边缘侧运行模型来进行推理决策。

e)应用管理协同，支持边缘节点部署运行环境以及相关应用，云端执行对边缘应用的全生命周期

进行管理。

f)业务管理协同，支持云端定义任务执行逻辑，对边缘侧业务进行编排。

g)服务层面，可以结合具体场景实现服务逻辑的协同。

6.3.8.边缘智能

支持在边缘端实现分布式的工业智能数据分析和处理，满足边缘业务的实时性、可靠性以及多样化

需求。具体包括：

a)生产边缘智能

支持生产过程人机交互：采用人工智能技术对人类动作及语义的分析，增强协作机器的学习、感知

能力，提升生产效率。

支持生产过程优化：采用人工智能技术对设备运行、工艺参数等数据进行实时分析得到最优参数，

提升生产效率与质量。

b)检测边缘智能

支持机器视觉实时检测：采用人工智能技术对产品质量数据进行实时分析和处理，实现产品质量的

在线实时检测和检测精度的持续提升。

c)维护边缘智能

支持设备或系统预测性维护：采用人工智能技术对设备或系统状态实时分析，实现预测性维护，并

持续优化维护计划，延长资产生命周期。

d)物流边缘智能

6

YD/TXXXX—20XX

支持产品或零部件运输过程管理：采用人工智能技术对产品或者零部件运输过程进行管理和实时

数据分析，提升运输效率。

6.4.边缘安全需求

6.4.1.概述

在工业场景中，安全隐私问题非常敏感。工业互联网边缘计算应支持物理、隐私、可信及冗余性等

多方面安全。

6.4.2.物理安全

系统运行不会直接或间接造成人身健康损害或环境破坏和财产损失的状态

6.4.3.隐私安全

隐私安全需求包括：

a)信息只能够被授权者使用。

b)不受各种原因破坏。

c)任何参与者都不能抵赖已经完成的操作和承诺的特性。

6.4.4.冗余备份

冗余备份需求包括：

a)支持关键业务节点的冗余备份，在主业务节点故障时无缝切换至备份节点。

b)支持关键网络节点的冗余备份，在网络故障或者结构发生变化时仍能提供部分关键业务。

c)在随机破坏或部分节点或组件失灵时，仍保持一定的可靠性，满足部分业务要求。

d)支持故障或其他特殊情况下的重新初始化。

6.4.5.可信性

可信性需求包括：

a)保证边缘计算环境可信，包括物理环境、网络环境等。

b)保证边缘应用行为可控，包括对应用的权限等管理。

c)保证边缘用户身份可信，用户身份需经过认证，且需要具备防篡改等能力。

7

YD/TXXXX—20XX

附录A

（资料性）

工业典型边缘计算场景分析

A.1预测性维护

A.1.1概述

预测性维护是工业中的典型应用需求，工业常涉及到大型设备等重资产的投入，更新升级周期较慢，

需要长时间的维护等。传统基于人工的维护方式存在以下几方面的问题：

无法及时发现和定位问题所在，传统生产过程的监控等只能粗粒度的发现问题。

无法及时实施维护修理，不一定可以第一时间安排相应的检修人员，以及进行有效的维护。

这些问题将会影响生产和维护效率。本案例将以现场设备——机器人/数控机床为对象，开展基于

边缘计算平台的预测性维护实例。

A.1.2解决方案

A.1.2.1方案架构

实现基于边缘计算平台的预测性维护系统架构如图A.1所示。

图A.1预测性维护系统架构

由图A.1可知，预测性维护系统架构分为5层：等级0～等级4。等级0为物理流程层，等级1为

传感及操作流程层，等级2为监视控制层，等级3为生产操作管理层，等级4为经营系统层。在等级2

及以下分层中，边缘计算平台与生产设备（如机器人、数控机床等）、传感器、以及其他智能设备的协

作，实现数据的采集/加工/诊断（AI分析）/反馈/执行，实现预测性维护功能。边缘计算平台作为中间

层，向下收集现场数据，进行快速处理与反馈；向上传输需要上传的数据，用于制造执行系统和企业资

8

YD/TXXXX—20XX

源计划系统等各类上层系统的决策。每层的具体功能如表A.1所示。

表A.1预测性维护相关功能的分层模型

等级功能及动作时间帧

等级4进行预测性维护计划所需的设备运转履历管理、基准整个经月、周、日

营计划及后请系统，同时根据边缘层上传的数据、维护要求

等变更基准生产计划。

等级3实现等级2及以下的预测性维护功能与等级4的联动，也即日、班次、时间、分、秒

连接边缘层和IT层，并实现对生产线、设备维护业务、质量

检查实施和合格判断结果的管理。

等级2在生产单元和生产线内部，以细小的生产流程为对象，通过时间、分、秒、1秒以下

等级1现场设备和传感器收集现场参数，与边缘计算平台进行数据秒、毫秒

等级0联动，通过AI解析实现预测性维护功能。实时

A.1.2.2方案内容

边缘计算平台通过对机器人/数控机床运行的数据进行采集，并进行现场侧的分析处理与反馈，实

现现场设备在运转状态下的异常检测及损伤评估，从而达到预测性维护的目的。

a)机器人

驱动系统：根据机器人内部的控制数据进行驱动系统（电机、皮带、齿轮、轴承）的异常检测；

机械系统：实现减速器消耗度、轴承消耗度、滚珠丝杆·滚珠花键消耗度、减速器润滑油补给时间

的检测；

控制系统：对各轴电机的编码器内部温度、控制器内部温度进行检测；

b)数控机床

主轴：对主轴等价负载率、主轴电机绝缘劣化状态进行诊断；

X、Y、Z轴：对累计移动距离（用于滚珠丝杆的寿命诊断）、电机绝缘劣化状态进行诊断；对驱动装

置电池电压进行监测；对加工精度·刀具磨损的异常状况进行诊断。

A.1.3方案实例

机器人的故障模式主要分为两种：驱动控制故障和电子部件/传感器系统故障。

a)驱动控制故障：根据驱动波形的变化，捕捉异常的征兆；

b)电子部件/传感器故障：通过将控制器/传感器内部的异常状态进行“可视化”操作，从而捕捉

异常征兆。

图A.2所示是机器人故障模式分类和异常征兆的捕捉方法。

9

YD/TXXXX—20XX

＜故障模式分类＞＜异常征兆的捕捉方法＞＜运转时的数据收集＞

■驱动控制相关的故障

·电机异常（编码器异常）根据电机电流/速度/位置等的·通过与模型响应的比较，进行

·电机异常（电机本体异常）驱动波形的变化，捕捉异常的不依存于动作的稳定数据获取，

·驱动系统异常（皮带）征兆进行异常诊断

·驱动系统异常（波动齿轮装置）

·驱动系统异常（轴承）

■电子部件·传感器系统相关的故障

·编码器异常（电子部件系统）通过将控制器·传感器内部的·控制器异常：控制柜内温度监视

·电流传感器异常异常状态“可视化”，·传感器异常：编码器温度监视

·放大器异常捕捉异常的征兆

·电源异常

·电路板异常

图A.2机器人故障模式分类和异常征兆的捕捉方法

机器人的驱动控制故障检测示意如图A.3示。边缘计算平台嵌入机器人的动力学模型和控制模型，

通过获取现场机器人实际响应数据，并与模型进行对比判断，从而推断出机器人是否存在异常。如，

对机器人的转矩进行实际数据的采集，并与模型数据进行对比。首先，通过过滤器，将不需要的数据进

行排除，并将容易出现误差的动作进行加权处理，从而提高判断的可靠性。在机器人动作时，有可能因

为每次动作的略微差异会导致判断结果的不稳定，因此利用模型数据与实际采集数据差作为判断数据，

从而可以实现不依赖于动作的稳定故障预测。

图A.3机器人驱动系统故障征兆检测示意图

A.1.4需求分析

根据以上案例可得出：

网络需求：边缘计算（平台）处于OT/FA层和IT层之间的中间层。主要是实现对OT/FA层数据的

集中采集，预处理后对生产现场做出高速反馈，并将需要的数据上传至IT层，用于深入分析或者企业

管理。

数据需求：边缘计算（平台）可以通过传感器（内置或外挂）、PLC等采集现场所有设备的运行数

10

YD/TXXXX—20XX

据，无论采用什么工业协议。平台对采集到的数据可以进行快速处理，存储和反馈。

服务需求：边缘计算（平台）可嵌入各类分析与服务软件，从而实现某种目的。比如用于机器人故

障检测的模型分析软件，用于加工精度趋势预测的诊断模型软件等。这样可以减轻IT/Cloud层对数据

处理的负担，且只有需要深入分析或者用于企业管理的数据才会上传至IT/Cloud层。

安全需求：由于机器人/数控机床等的运行数据属于工厂生产的保密数据，边缘计算平台能够将这

些数据保存在现场侧，从而防止上传至IT侧或云端导致的数据泄漏问题。

A.2产品质量视觉检测与优化

A.2.1概述

在产品质量是企业生命的今天，如何持续提高产品质量的检测精度和效率是企业一直关注的重点。

而当前很多产品的质量视觉检测手段主要依靠人工识别或传统的图像量化检测技术，在实际应用中都

存在很大的局限性：

其中人工检测的局限性为：

a)识别效率低，劳动强度高；

b)识别精度低，检测不稳定；

其中传统的图像量化检测技术的局限性为：

a)缺乏检测弹性和自主学习性，无法实现多样性产品和复杂性缺陷的检测；

b)检测精度较低，误检率较高；

而通过边缘计算、工业云平台、人工智能的系统结合，能实现产品实时在线高精度高效率检测，同

时通过工业云平台实现检测模型的迭代提高，持续优化检测效果。

A.2.2解决方案

针对现工业现场产品质量在线检测的问题，可通过机器视觉、边缘计算、工业云平台的系统结合，

实现产品质量的视觉实时检测与持续优化，解决方案整体架构如图A.4所示.

图A.4解决方案架构

该方案具有如下特性：

a)实时性：产品图像数据在靠近设备的边缘侧进行分析处理并实时反馈操作，满足了工业应用实

时性的要求。

b)精确性：在云端基于历史数据完成对检测模型的训练，训练后的算法模型在边缘层持续完成迭

代更新，识别精度随着模型的训练逐步提高。

c)数据安全：数据在本地边缘层进行实时分析和处理，在满足实时性的同时更大限度的保障产品

数据的安全。

d)边云协同：边缘层实现数据预处理、存储、分析、决策，以及任务的编排和调度，同时将历史

数据上传到云端进行数据的挖掘和共享以及模型的训练和迭代，边缘端与云端协同处理，实时

检测并持续优化检测效果。

11

YD/TXXXX—20XX

A.2.3方案实例

由于汽车零部件要求有很高的可靠性和安全性，其质量检测标准有严格的要求，如汽车轴承、一字

轴、万向节等。通过边缘计算、工业云平台、人工智能的系统结合，可以实现产品质量的视觉实时高精

度高效率检测与持续优化。

a)视觉检测

通过工业高清相机、线阵相机实现产品的质量图像实时检测，并将实时图像数据传输至边缘层进行

智能检测分析，同时根据反馈结果实时操作。

b)边缘计算

边缘计算层接收来自工业相机形成的产品图像数据，基于人工智能算法模型进行实时分析决策。边

缘层将数据经过聚合后上传到云平台，同时接收经过训练的数据处理模型进行更新，以优化检测精度并

满足多样性产品的检测。

c)工业云平台

接收来自边缘云聚合的数据信息，训练模型，将更新模型推送到边缘端，完成数据的分析和处理，

云平台根据周期数据流完成模型迭代。各产品生产系统可以基于工业云平台实现人工智能检测模型的

调用和共享。

A.2.4需求分析

根据以上案例可得出：

网络需求：由于采集的数据都是图像和视频数据，对网络的带宽又较高的需求。同时为了提高检测

效率，对网络的实时性有较高需求。

数据需求：方案需要支持非结构化数据采集、存储、上传等功能。

服务需求：云平台需要首先对模型进行训练，并且根据后续检测的实例可以不断的更新。边缘层可

以对检测任务实时反馈，达到本地智能决策的效果。

安全需求：工业的模型信息以及实时采集的信息都属于隐私数据，对于云平台和边缘层的网络有较

高的安全需求。

A.3智能电力运维

A.3.1概述

低压配电网是供电服务的“最后一公里”，是供电系统的基本要素，随着配用电需求增长以及外部环

境变化，低压配电网面临着越来越多的问题。一方面，长期以来，我国的10kV配电台区存在几大明显

的问题。第一，故障抢修效率低下，目前主要依靠用户人工报修，难以合并工单，不能提前预测防护，

非常被动；第二，低压台区拓扑不准确，缺乏有效的技术手段建立配电台区与户表间的拓扑关系，目前

主要通过人工方式，管理难度大、成本高、核查准确率和及时性难以保证；第三，管理精细化程度低，

缺乏对低压配变及低压配电设备的状态进行有效监测手段。另一方面，配电网的外部环境出现了“电能

替代”、电动汽车充电设施数量增长、分布式电源并网发电等变化，配电台区内电能质量、供电可靠性、

经济运行等面临新的挑战。低压配电网亟需利用先进科技手段，提高自动化和智能化能力，提高运维效

率，因此智能低压配电台区势在必行。

边缘计算能够在靠近物或者数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布

式开放平台/架构，就近提供边缘智能服务。在低压配电台区应用边缘计算，结合物联网技术，可获得的

收益包括但不限于：

a)自动台区识别-通过在配变、分支箱、户表、充电桩、分布式能源等关键节点应用低成本的智

能设备，通过边缘计算判断线路相位关系，自动识别“站-线-变-户”关系。

b)故障快速处置–通过边端的本地化计算，快速处理区域内故障，提升配电网智能处置和自愈

12

YD/TXXXX—20XX

能力。

c)台区能源自治-通过智能配变终端边缘计算就地管控能力，统筹协调换相开关、智能电容器、

SVG等设备，实现对电网的三相不平衡、无功、谐波等电能质量问题快速响应及治理。

d)线损实时分析-通过边缘计算就地开展台区线损统计分析，实现对中低压线损进行实时监管。

国家电网已在规划在配电站、台区管理、综合能源服务等场景中应用边缘计算技术。

A.3.2解决方案

基于边缘计算的智能低压台区的架构如图A.5所示。

智能决策层配网管控平台

生产管理系统

数据融合层配电自动化主站

用电信息采集系统

智能配电台区

本地计算层智能配电终端

智能感知层

台区本地采线路分支采用户侧负荷

II型集中器

集点集点采集点

图A.5基于边缘计算的智能低压台区总体架构。

基于边缘计算的智能台区总体架构包括智能感知层、本地计算层、数据融合层和智能决策层。

a)智能感知层–主要感知和收集终端设备的信息和环境等信息，例如感知采集环境变量、进线

开关状态、光伏发电负荷、电动汽车充电桩负荷和低压线路的电压和电流等。主要采集点包括

台区本地采、线路分支、用户侧负荷和低压检测单元等。感知层包括无线和有线通信，可以将

感知采集到数据通过本地通信方式发送到边缘设备即智能配电终端，也可以通过蜂窝通信方

式发送到基站然后传输到云端的数据中心。

b)本地计算层–主要对感知层收集到的数据进行存储、处理和转发等操作。提供基本边缘计算

框架工具，负责设备注册，保证只接入已注册传感器设备数据，屏蔽未注册传感器设备数据，

实现感知设备数据的永久或短期存储，满足历史数据调阅需求，对感知数据进行函数计算且返

回结果，并实现感知设备数据的实时转发。通过设置路由规则，实现感知设备数据的规整，以

及在通用框架、边缘计算应用以及物联管理平台之间的流转。进行边缘计算管理服务，实现边

缘计算各模块的运行状态监管、日志记录和上报，以及各模块的启动、停止和重启等功能。

c)数据融合层–在配电自动化主站融合多个智能配电终端传输上来的配电网的运行工况、设备

状态、环境情况等信息，应用配用电统一模型、物联网通用标准协议，实现配电侧、用电侧各

类感知终端互联互通互操作，通过线路拓扑、电源相位、户变关系的自动识别支持“站-线-变

-户”关系自动适配，推动跨专业数据同源采集，实现配电网状态全感知、信息全融合、业务全

管控。

d)智能决策层–在云端对电网进行区域全景态势、台区全景、台区运行状况、运行指标等进行

13

YD/TXXXX—20XX

综合分析和管控，对区域和台区进行预警和告警处理，对区域和台区的各类电能的分配、存储、

消费进行有机协调与优化，实现用户需求、负荷预测、设备管理、信息化管理、配电运维、需

求响应，提供有效的决策支撑服务。

A.3.3方案实例

在电力系统中，台区是指（一台）变压器的供电范围或区域。如图A.6所示，以树形连接为例，低

压台区线路连接的核心设备主要包括：配电变压器、出线柜、分支箱和用户表箱。其中，出线柜为台区

线路首端设备，级联的分支箱为台区线路中间设备，用户表箱为台区线路末端设备。

图A.6低压配电台区拓扑结构示意图。

台区识别即是对电能表的台区归属进行判定，可以根据同台区同相位智能电能表的实际相位基本

一致，不同台区智能电能表的实际相位有较大差异进行台区归属判定。低压台区相线上的实时电压相位

在本台区和邻台区是不同的，具有明确的统计规律。因此，智能配电终端（也即边缘计算节点）通过电

力线载波获取智能电能表的相位信息并进行统计分析，可自动判定智能电能表的台区归属。

典型的低压台区分为独立台区和“背靠背”台区。独立台区是指一个区域内，仅有一台变压器供电，

该变压器与其他变压器相距甚远。独立台区的特点是台区供电域与载波的通信域一致，利用载波通信可

以直接判定负荷的台区归属。“背靠背”台区是指一个区域内，有两台或多台变压器在一起，相距非常

近，多数是共零线，载波信号可以从一个台区经过零线到达另一个台区。因此，“背靠背”台区的特点

是台区供电域与载波的通信域不一致，不能直接利用载波通信判定负荷的台区归属。

一个台区的某一相上，由于负荷的接入和切出，尤其是感性、容性负载的接入和切出，会造成交流

电相位出现某些特征，如电压过零点偏移，相位畸变等。在同一台区同一相线上的不同位置，相位特征

14

YD/TXXXX—20XX

具有相似性，不同台区的同一相线上，相位特征具有差异。

针对“背靠背”台区，智能配电终端（即边缘计算节点）需要采集电压相位偏差，进行具体分析（即

边缘计算）。为降低数据采集和数据分析的难度，台区交流电压相位特征采用电压过零点偏移来表示。

通过对多个独立台区和“背靠背”台区进行实验数据采集和分析，发现本台区相线上不同位置的过零偏

差基本在1μs以内，抖动方向相同，偏差数据具有聚集性；不同台区相同相位上，过零偏差大多在

15~30μs，且过零抖动方向不同，有超前和滞后现象，偏差数据具有离散性，如图A.7所示。

图A.7不同台区相位偏移示意图

基于此，智能配电终端（即边缘计算节点）可以连续采集每个智能电能表所在处的相位值，通过简

单的方差计算便可以统计出该智能电能表与台区集中器所在位置的相位关系，从而得出该智能电能表

的台区归属。如果智能电能表属于本台区，则其与台区集中器所在位置的相位差的方差小。反之，如果

智能电能表不属于本台区，则其与本台区集中器所在位置的相位差的方差大。

A.3.4需求分析

根据以上案例可得出，边缘计算的一些基础需求有：

网络需求：本地计算层（即边缘计算/智能配电终端）处于智能感知层和数据融合层/智能决策层之

间。需要通过有线或无线通信网络从智能感知层收取数据，并通过有线或无线通信网络将数据传输到数

据融合层/智能决策层。

数据需求：本地计算层（即边缘计算/智能配电终端）需要通过协议工具比如MQTT，MODBUS等

获取智能感知层的传感器数据。

服务需求：

本地计算层（即边缘计算/智能配电终端）需要基础框架工具，进行设备注册，对感知数据进行函数

计算且返回结果，并实时转发。需要对感知设备数据进行规整，以及转发感知数据中间结果给本层其他

应用及数据融合层/智能决策层。

本地计算层（即边缘计算/智能配电终端）需要对边缘计算各模块的运行状态监管、日志记录和上

报，以及各模块的启动、停止和重启等功能。需要对边缘计算应用的资源占用进行有效管理，边缘计算

应用不能过度占用资源，以免系统出现拥挤和崩溃，造成重大损失。

安全需求：电网属于重要基础设施，其运行和配置的数据特别需要安全保护，避免无关或有害人生

15

YD/TXXXX—20XX

/机构恶意获取和利用。

16

YD/TXXXX—20XX

参考文献

[1]工业互联网产业联盟（AII），《工业互联网网络连接白皮书（2018年）》

17

YD/TXXXX—202X

目次

前言...............................................................................III

1.范围..............................................................................1

2.规范性引用文件....................................................................1

3.术语和定义........................................................................1

4.缩略语............................................................................1

5.概述..............................................................................2

6.需求..............................................................................2

6.1.边缘网络需求....................................................................2

6.1.1.概述........................................................................2

6.1.2.网络互联....................................................................2

6.1.3.确定性时延..................................................................2

6.1.4.可靠性......................................................................3

6.1.5.高带宽......................................................................3

6.1.6.多接入......................................................................3

6.1.7.柔性组网....................................................................3

6.1.8.网络与计算融合..............................................................4

6.2.边缘数据需求....................................................................4

6.2.1.概述........................................................................4

6.2.2.数据采集....................................................................4

6.2.3.数据加工....................................................................4

6.2.4.数据诊断....................................................................4

6.2.5.数据反馈....................................................................4

6.2.6.数据存储....................................................................5

6.2.7.数据上传....................................................................5

6.3.边缘服务需求....................................................................5

6.3.1.概述........................................................................5

6.3.2.协议转换....................................................................5

6.3.3.工业控制....................................................................5

6.3.4.边缘设备管理................................................................5

6.3.5.离线业务处理................................................................6

6.3.6.边缘应用开放................................................................6

6.3.7.边云协同....................................................................6

6.3.8.边缘智能....................................................................6

6.4.边缘安全需求....................................................................7

6.4.1.概述........................................................................7

6.4.2.物理安全....................................................................7

I

YD/TXXXX—202X

6.4.3.隐私安全....................................................................7

6.4.4.冗余备份....................................................................7

6.4.5.可信性......................................................................7

附录A（资料性）工业典型边缘计算场景分析........................................8

A.1预测性维护.......................................................................8

A.1.1概述.........................................................................8

A.1.2解决方案.....................................................................8

A.1.3方案实例.....................................................................9

A.1.4需求分析....................................................................10

A.2产品质量视觉检测与优化..........................................................11

A.2.1概述........................................................................11

A.2.2解决方案....................................................................11

A.2.3方案实例....................................................................12

A.2.4需求分析....................................................................12

A.3智能电力运维....................................................................12

A.3.1概述........................................................................12

A.3.2解决方案....................................................................13

A.3.3方案实例.......