基于物联网边缘计算的智能配网故障定位与自愈控制研究唐明

首页 -> 往期阅览-> 2025年

《科技研究与应用》( ISSN3081-135X、EISSN3081-1368 )

发布者：Quest Press

发布日期：2026/1/22

10.12479/questpress-kjyjyyy.20250203

Open Access

下载0次

浏览16次

基于物联网边缘计算的智能配网故障定位与自愈控制研究

唐明

四川农业大学，四川成都，611430

摘要：随着分布式新能源大规模并网、用户侧负荷多元化发展，智能配电网对故障处理的“实时性”“可靠性”需求显著提升。传统依赖云端集中计算的配网故障定位与自愈控制模式，存在数据传输时延高、带宽占用大、极端工况下可靠性不足等问题。本文提出一种融合物联网IoT 与边缘计算EC 的智能配网故障处理方案：通过物联网感知层部署多类型终端实现故障数据多源采集；利用边缘节点本地化执行数据预处理、故障定位算法与自愈控制策略，减少云端交互时延；构建“感知-边缘计算-协同控制”三层架构，明确各层级功能与数据交互机制。基于IEEE 33 节点配网模型搭建仿真平台，对比传统云端模式与本文方案的性能差异。
关健词：物联网；边缘计算；智能配电网；故障定位；多源数据融合

Research on fault location and self-healing control of intelligent distribution network based on edge computing of Internet of Things

Ming Tang
Sichuan Agricultural University, Chengdu, Sichuan 611134 , China

Abstract: With the large-scale integration of distributed renewable energy and diversified development of user-side loads, smartdistribution networks face significantly increased demands for "real-time" and "reliable" fault handling. Traditional faultlocation and self-healing control models relying on centralized cloud computing suffer from high data transmission latency,excessive bandwidth consumption, and insufficient reliability under extreme conditions. This paper proposes an intelligent faulthandling solution for distribution networks that integrates IoT and Edge Computing. The solution employs multi-terminaldevices deployed at the IoT perception layer to achieve multi-source fault data collection. Edge nodes perform localized datapreprocessing, fault localization algorithms, and self-healing control strategies to reduce cloud interaction latency. A three-tierarchitecture of "perception-edge computing-collaborative control" is constructed to clarify functional roles and data interactionmechanisms across layers. Using the IEEE 33-node distribution network model, a simulation platform is established to compareperformance differences between traditional cloud-based approaches and the proposed solution.
Keywords : Internet of Things; Edge computing; Smart distribution networks; Fault location; Multi-source data fusion

参考文献
[1]国家电网公司.配电网发展规划（2021-2025年）[R].北京：国家电网公司，2021.
[2]李鹏，张焰，陈彬.智能配电网故障定位技术研究综述[J].中国电机工程学报，2020，40（12）：3801-3815.
[3]SatyanarayanaS，MishraS，TripathyM.EdgeComputingforSmartGrid:ASurveyonApplications,Architectures,andFutureDirections[J].IEEETransactionsonSmartGrid，2022，13（4）：2890-2910.
[4]王继业，刘建明，余晓鹏.边缘计算在配电自动化中的应用场景与技术架构[J].电力系统自动化，2021，45（18）：1-8.
[5]AmericanElectricPower.EdgeComputingPilotProjectReportforOhioDistributionNetwork[R].Columbus：AEP，2022.
[6]国家电网公司.Q/GDW12139-2022配电网边缘计算技术导则[S].北京：中国电力出版社，2022.
[7]张兴，谢震，李海涛.低功耗广域网在配网感知中的应用研究[J].电力系统保护与控制，2020，48（20）：145-152.
[8]陈杰，吴华华，赵振兵.物联网与边缘计算融合的配网故障处理技术[J].电网技术，2022，46（7）：2680-2688.
[9]刘健，程红丽，贠保记.配电网故障定位的多源信息融合方法[J].电工技术学报，2021，36（15）：3256-3265.
[10]王钢，李海锋，陈皓.智能配电网自愈控制关键技术与展望[J].电力系统自动化，2020，44（2）：1-12.
[11]李泉，王增平，刘思捷.边缘节点协同的配网跨区域故障自愈策略[J].中国电机工程学报，2023，43（5）：1830-1842.

论文收录证明 / 文献检索报告

Document Retrieval Certificate / Proof of Publication Indexing

作者贡献声明 / 贡献确认书

Author Contribution Statement / Certificate of Authorship Contribution

同行评审报告 / 评审意见

Peer Review Report / Peer Review Comments

利益冲突

Conflict of Interest

作者声明不存在任何利益冲突。

The author declares no conflict of interest.

本文采用知识共享“署名 4.0 国际”许可 (CC BY 4.0) 进行许可。许可协议详情请访问： https://creativecommons.org/licenses/by/4.0/。

This article is licensed under a Creative Commons Attribution 4.0 International License (CC BY 4.0). For details of the license, please visit:https://creativecommons.org/licenses/by/4.0/.