基于人工智能的電力物聯網通用芯片集成系統

張 雙

（深圳市國電科技通信有限公司，廣東 深圳 518000）

0 引 言

人工智能技術、VR技術、大數據技術等現代化技術在電力企業生產運營過程中的應用，不僅加速了時代與產業發展步伐，也對電力公司的未來發展與規劃提出了更高的要求。目前，物聯網已經借助其獨有的優勢，廣泛應用在電力企業的不同作業領域中[1]。在深入此項工作的研究時發現，物聯網通用芯片是電力企業內部傳感器實現對反饋信息大規模集成的主要構件之一，不同型號的芯片在電力企業中所發揮的作用不同，為滿足通用芯片的更高效能與多元化功能，本文將引進人工智能技術，從硬件與軟件兩個方面開發一種針對電力物聯網的通信芯片集成系統[2]。在開發系統時，應嚴格遵循系統功能的模塊化設計原則，為提高系統的運行效率并實現對系統后續運維成本的簡化，應根據芯片的集成需求，設計不同的功能模塊，再基于總體層面進行系統的協調規劃與部署[3]。同時，還應當遵循低能耗與低成本原則，保證所選用的系統硬件設備具有較優的綜合性能與實用性。例如，在進行系統核心運行芯片的選擇時，可以對比市場內現用的MPS-450芯片與ARM-1000芯片，發現MPS-450系列芯片的運行能耗較低，因此選擇前者作為本文系統的核心芯片，對電力物聯網通用芯片集成系統展開設計。

1 硬件設計

為確保開發的系統可以在實際應用中達到預期集成效果，應在開發系統前進行系統硬件結構的開發與設計[4]。本文開發系統的硬件結構如圖1所示。

圖1 系統硬件結構

本文研究設計的集成系統是在借助電力企業物聯網技術的支撐下，對部署在終端的多種電力設備運行信息進行主動采集，并借助傳感器與主控芯片對終端不同設備在運行中的射頻信息進行處理。同時，根據可控傳感器多個通信傳輸線路，在終端進行通用芯片的集成。為確保本文研究的系統在實際應用中可以達到預期的效果，下面將以射頻裝置與MPS-450系列主控芯片為例，進行系統硬件結構的設計。

1.1 射頻裝置選型

此次研究所選的射頻裝置型號為TT-2350，其中集成了ZigBee構件與IEEE705.3.18.20構件，可以使用此型號的射頻裝置建立一個成本較低的系統集成網絡。在網絡中，使用FT收發裝置進行8.0～16.0 kB的RAM編程，保證射頻裝置具有不同的運行模式。

1.2 MPS-450系列主控芯片選型

選擇市場內某著名IT公司聯合開發的低耗能MPS-450-12000型號的芯片，作為本文系統的主控芯片，此芯片在待機狀態下可以達到180.0 μA的超低耗電狀態，并可以實現在一個時鐘周期內對單條指令的快速執行，通過此種方式實現系統的低耗能性能。此外，在芯片上集成外圍模塊與直接存儲器訪問（Direct Memory Access，DMA）定時裝置，保證系統可以在外接狀態下執行更多的功能。

2 軟件設計

2.1 芯片運行參數設置

在上述硬件設計與選型的基礎上，針對集成系統軟件部分進行設置，針對芯片在運行過程中的參數進行設置。通過對芯片在不同環境中運行時的溫度、濕度等最高上限和最低下限進行設置，規定合理的閾值范圍。在電力物聯網實際運行過程中，若某一設備運行時其相應數值超出了規定的閾值范圍，則此時集成系統可立即發出報警，警示燈顯示，從而在第一時間對其進行維護和處理[5]。同時，通過這一設計能夠為檢修部門提供更可靠的基礎數據信息。在具體設置芯片運行參數的過程中，為了確保參數設定的準確性更高，引入對電力物聯網集成預測誤差平均值的方法，并對參數之間的相關度進行計算。

在計算過程中，首先需要對初始數據按照特定的比例進行劃分，并將其分為訓練集和測試集。其次，在Web框架結構當中，生成多個訓練子集[6]。最后，采用加權平均算法的方式得出電力物聯網中各參數之間的相關度，并將其作為集成輸出。這一過程中，集成輸出結果為：

式中：Tx為建立物聯網通用芯片集成結果；γ為各個組成電力物聯網的參數權值；i為訓練集個數；Ti,x為在某一訓練層級當中第x個輸出的參數設定結果分量。將上述式（1）作為依據，以此完成對芯片運行參數的設置。

2.2 運行狀態實時顯示

在整個電力物聯網運行過程中，為實現對各類設備運行狀態的實時監測和顯示，引入CC2530中的Z-S協議棧，實現電力物聯網復雜網絡結構的連接。由于電力企業各類設備在運行的過程中會產生大量數據信息，導致最后構建的網絡結構更加龐大，要想在這一結構中實現電力物聯網設備運行參數的實時傳輸相對困難。針對這一問題，引入Z-S協議棧，在實際應用中基于集成系統的思想和事件輪循機制，在協議棧中的每一層結構完成初始化處理后，自動控制本文集成系統進入到功耗的運行模式中，并當具體事件發生時，可通過直接喚醒的方式將集成系統的相應功能喚醒。在完成任務后，再次進入到低功耗的模型中。因此不僅可以實現對電力設備運行狀態的實時顯示，同時還能夠降低本文集成系統的運行負擔。將電力設備運行狀態的顯示需求，在集成系統上位機當中完成，并引入C#語言對上位機中的顯示界面進行開發。通過C#語言的開發得到電力設備運行中各項從芯片上獲取數據的實時展現，為了進一步體現集成系統上位機顯示的可視化，將得到的數據以曲線的方式進行展示，以此能夠更加直觀地觀測到參數的變化趨勢。

2.3 基于人工智能的電力物聯網芯片節點集成控制

為了實現對電力物聯網中各個節點的實時增減，對電力物聯網系統芯片節點進行集成控制。在本文集成系統當中，基于人工智能技術引入一個分配器，該模塊的主要運行模式是通過可擴展標記語言實現對集成結果的查詢。同時，在實際應用中通過解析器完成對分配器輸出結果的轉換，最終將所需的電力物聯網參數進行展示，并將其交由集成系統用戶層進行處理。針對上述芯片運行參數設置和運行狀態實時顯示層進行管理，可實現對數據源信息從注冊階段開始，到數據在電力物聯網中運維整個階段的集成控制，當集成系統接收到查詢相關電力物聯網參數的請求時，在構建的數據源集合當中找尋這一數據信息。在實際應用中，通過引入人工智能技術，可針對各類不同功能芯片進行集中控制和管理，確保對電力物聯網中各個設備運行參數的獲取，使各個芯片的協作更加有序。同時，在用戶查詢的過程中，可向數據源集合中添加一個動態化的數據源信息，在對電力物聯網芯片節點集成控制時實現參數的動態裝卸，從而進一步提升節點集成的效果。

3 對比實驗

通過本文上述論述，分別從軟件層面和硬件層面完成了對集成系統理論設計，為了更直觀地得到該系統在設計、開發以及應用到實際中的可行性，選擇基于MC68HC08單片機的集成系統作為對照組，本文提出的集成系統作為實驗組，將兩種集成系統應用到完全相同的運行環境當中，通過對比所選擇的評價指標，實現對其應用效果的對比。實驗過程中選擇以某電力企業作為依托，將該電力企業當前運行過程中現有的多種不同類型芯片作為實驗對象，分別利用兩種系統實現對各個芯片的集成化處理。為了實現對集成效果的檢驗，將集成速率作為評價指標，對應的計算公式為：

式中：v為集成的速率；c為規定時間內的集成量；t為規定時間。根據式（1）計算得出兩種集成系統的集成速率，并將實驗結果記錄如表1所示。

表1 實驗組與對照組集成系統集成速率對比

從表1中記錄的實驗結果可以看出，實驗組的集成速率均超過120.00×103bit/s，而對照組集成速率僅為100.00×103～110.00×103bit/s，明顯實驗組系統的集成速率更高。因此，通過上述實驗及得出的實驗結果數據能夠證明，本文提出的基于人工智能的集成系統在實際應用中能夠實現對電力物聯網通用芯片的快速集成，進而促進電力物聯網運行速率的提升，促進電力企業整體的智能化發展。

4 結 論

信息化建設作為電力公司構建的重點工作，其目的在于實現電力公司相關部門社會服務水平的提升。本文在引入人工智能技術的基礎上，提出了一種全新的集成系統，并結合對比實驗的方式驗證了這一系統實際應用的優勢。將這一系統應用到電力物聯網領域可以進一步促進電力物聯網的智能化發展，同時促進多種不同應用功能芯片的運行質量提升。同時，通過該集成系統的建立能夠實現對電力物聯網中各類芯片的自動化監控。在電力物聯網中，其數據的采集需要多種芯片共同協作完成，并不能通過單獨某一芯片實現對數據的采集，而應用本文集成系統后，能夠使芯片的管理和控制達到統一，為電力領域數據的采集提供重要的借鑒。

在后續的研究中，將基于本文上述集成系統的設計思路把對芯片的集成控制應用到通用發控系統中，并實現對整個電力物聯網的集成控制和管理，從而進一步提高電力企業的管理水平。