基于嵌入式Linux的電氣設備多傳感數據自動采集方法

金現代信息產業股份有限公司 張延亮 蘇 旋 謝 恒 南京實創信息技術有限公司 孟 濤 朱廣穩

1 設計電氣設備多傳感數據嵌入式Linux 自動采集方法

1.1 數據采集需求及特征設定

通常情況下，電氣設備的運行一般是較為穩定的，所以形成的數據量也是可控的，但是如果日常電氣設備的運行量增加，相對應的數據信息量也會隨之增加，傳統的數據采集方式效率較低，雖然可以在預期的時間之內實現采集任務及目標，但是精準度及穩定性不達標，為此，綜合嵌入式Linux 技術，先進行數據采集需求及特征設置[1]。電氣設備分為高壓電氣設備和低壓電氣設備，所產生的數據一般可以劃分為以下幾種，分別為空間數據、屬性數據以及實踐性的變動數據。

在進行數據采集之前，需要依據分類進行整合篩選，形成一個個定向的階段需求采集目標，便于后期采集過程中對所獲取的數據有針對性地處理與轉換。接下來，進行數據采集特征的提取。通過嵌入式Linux 技術和大數據篩選技術，建立一個多層級的采集層級，將設置的階段目標設置在各個層級之中，進行數據的解析與整合，同時計算出數據特征的重復值，如公式（1）所示：

公式（1）中：L 表示數據特征的重復值，n 表示特征缺失值，w 表示轉換偏差，v 表示交感偏差，s 表示重復次數。根據上述測定，完成對數據特征的重復值計算。接下來，依據得出的數據特征的重復值，對初始數據中存在的重復數據進行剔除，剩余的數據便是具有獨立特征的可采集數據，完成數據采集需求及特征設定后，再進行采集環境的建設。

1.2 可視化多階自動采集流程設計

完成對數據采集需求及特征的設定后，綜合當前的數據采集需求，設計可視化多階自動采集流程。與傳統的數據采集結構相比較，此次所設計的采集流程更加靈活、多變，采集的精度與處理效率較高，再加上可視化技術的輔助，可以進一步強化數據采集的效率。首先，將初始的采集程序接入嵌入式Linux 控制結構之中，進行采集均衡標準的設置，導入內部的控制框架之后，構建一個可視化的自動采集形式，具體如圖1所示。

圖1 可視化多階自動采集流程圖

根據圖1，完成對可視化多階自動采集流程的設計與實踐應用。通過可視化的處理方式，針對每一個采集流程設置對應的接入式監督程序，在進行多傳感數據的采集與處理過程中，相關人員可以依據當前需求及標準的變化，隨時作出修改及調整，增加數據采集的靈活性與可轉變性。

但是需要注意的是，可視化的自動采集流程雖然可以調整調動，但是需要遵循嵌入式Linux 的控制標準，在合理的范圍之內進行處理，最大限度地降低數據采集誤差，消除采集失真及混亂等情況，一定程度上可以進一步擴大當前的數據自動化采集范圍。

1.3 標定多傳感自動采集點位及節點設置

完成對可視化自動采集流程的設計之后，接下來，進行多傳感自動采集點位的標定及節點的設置。先進行電氣設備多傳感數據采集邊緣范圍的確定，如公式（2）所示：

隨即，以此為基礎，在各個點位上設置一定數量的數據自動化節點，節點之間需要進行搭接和關聯，形成循環性的數據自動化采集結構，逐步形成獨立的采集域。此時，利用嵌入式Linux 控制技術，設計一個自動化處理采集矩陣，與節點形成更為完整、細化的數據采集結構。

1.4 構建嵌入式Linux 數據自動采集模型

完成對多傳感自動采集點位的標定及對應節點的設置后，構建嵌入式Linux 數據自動采集模型。在當前的大數據環境下，對于電氣設備數據的采集一般較為復雜且多變，采用信息梳理+數據轉化的復合型方式，相互配合，實現最終的數據采集目標。加固上述基于嵌入式Linux 所設計的數據自動采集矩陣導入初始的模型之中，結合設置的監測采集節點，準確分類獲取的數據以及信息，具體結構如圖2所示。

圖2 嵌入式Linux 數據自動采集模型結構圖示

根據圖2，完成對嵌入式Linux 數據自動采集模型結構的設計與實踐應用。針對電氣設備的運行狀態及需求，分類進行數據信息的采集及轉換，形成一個循環性的處理結構，在相同的處理環境下，綜合嵌入式Linux 技術，強化數據采集的效率及質量。同時，結合實際的可視化數據采集流程，在模型中建立一個遵循GPL 的定向處理協議，形成一個數據自動化采集調整的可變程序，對下達的采集指令進行分化，一定程度上提升模型對于電氣設備多傳感器數據處理的速度及效率，進一步強化模型的應用能力。

1.5 數據自適應對接實現最終采集處理

完成對嵌入式Linux 數據自動采集模型的構建之后，接下來，采用數據自適應對接的方式實現最終采集處理。結合當前的數據采集需求及標準的變動，進行自適應對接指標及參數的設置，見表1。

表1 數據自適應對接指標及參數設置表

根據表1，完成對數據自適應對接指標及參數的設置。然后以此為基礎，在設定的環境下，將采集的數據標準與預設的數據標準進行自適應對接，確保不存在誤差之后，再對數據輸出和存儲。

2 方法測試

此次主要是對基于嵌入式Linux 的電氣設備多傳感數據自動采集方法的實際應用效果進行分析與驗證研究，考慮到最終測試結果的真實性與可靠性，采用對比的方式展開分析，選定H 企業作為本次測試的主要目標對象，設定傳統的物聯網電氣設備多傳感數據自動采集測試組、傳統FPGA 電氣設備多傳感數據自動采集測試組，以及本次設計的嵌入式Linux 電氣設備多傳感數據自動采集測試組。根據當前測定需求及標準的變化，對最終得出的測試結果比照研究，然后綜合嵌入式Linux 技術，進行初始測試環境的搭建。

2.1 測試準備

結合當前的嵌入式Linux 技術，依據電氣試驗儀器數據自動采集格式，對H 企業電氣設備多傳感數據自動采集方法的測試結果比照研究。該企業的電氣設備數量較多，一大部分在實際應用的過程中是互為相連的，所以需要標注及監測設備，選定其中的6臺設備作為測試的主要目標對象，在設備上接入一定數量的監測節點，節點之間互相搭接，形成一個循環性的實時數據信息采集環境，接下來，綜合當前的數據采集需求及標準，進行基礎環境及指標參數的設置，具體見表2。

表2 基礎環境及指標參數設置表

根據表2，完成對基礎環境及指標參數的設置。以此為基礎，在初始的環境中設置防干擾裝置及設備，最大限度地降低采集過程中的不穩定因素。接下來，進行初始數據采集邊緣值的計算，如公式（3）所示：

公式（3）中：F 表示初始數據采集邊緣值，λ表示可控覆蓋范圍，k 表示單元采集范圍，m 表示初始設置采集次數，h 表示堆疊識別區域。根據上述測定，實現對初始數據采集邊緣值的計算，利用初始數據采集邊緣值變動，對監測節點的位置進行定向調整，結合多傳感數據自動化采集的靈活性。至此，完成對基礎測試環境的搭建，接下來，基于嵌入式Linux 的技術，進行具體的測試驗證。

2.2 測試過程及結果分析

結合當前設置的測試環境，基于嵌入式Linux技術，對H 企業電氣設備多傳感數據自動采集方法進行測試研究。首先，利用上述設置的采集節點實時獲取電氣設備的運行狀態，然后整合、分類處理，以待后續處理。當前的數據信息獲取是模糊的，無法達到預期的采集標準，接下來，進行采集周期的設置。以兩天為1個周期，共設置5個周期。結合嵌入式Linux技術，設定一個定向的自動轉換空間，并與初始設定的多傳感器進行搭接，設計多個目標的數據采集目標，并建立對應的多傳感數據采集流程，具體如圖3所示。

圖3 嵌入式Linux 技術多傳感采集流程

根據圖3，完成對嵌入式Linux 技術多傳感采集流程的設計與實踐分析。依據上述的流程，輸出對等的多傳感數據。隨后，在電氣設備的核心控制位置設定自動化中轉基站，進行采集數據的處理及格式轉換。一般會轉換為數據包的形式，通過基站處理之后的數據依據順序及分類自動傳輸到存儲位置中，最終進行多傳感數據自動化采集耗時的計算，如公式（4）所示：

公式（4）中：K 表示多傳感數據自動化采集耗時，α 表示基站覆蓋范圍，s 表示定向可識別距離，θ 表示轉換誤差。根據以上測定，實現對多傳感數據自動化采集耗時的測定核算。接下來，綜合當前的測試結果，進行分析，如圖4所示。

圖4 測試結果對比分析圖示

根據圖4，完成對測試結果的分析：對比于傳統的物聯網電氣設備多傳感數據自動采集測試組、傳統FPGA 電氣設備多傳感數據自動采集測試組，本次設計的嵌入式Linux 電氣設備多傳感數據自動采集測試組最終得出的自動采集耗時被較好地控制在0.25s 以下。與傳統的電氣設備多傳感數據自動采集結構相比，此次綜合嵌入式Linux 技術，所設計的電氣設備多傳感數據自動采集模式更加穩定、多元，自身具有更強的針對性。結合不同的應用實踐環境，該數據采集形式也精準定位分類，構建多目標、多層級的數據采集篩選體系，形成等效的輸出處理框架，過程中利用自動采集程序，提高當前的采集速度及效率，強化采集效果，打破傳統數據采集方法的限制，形成更好的處理效果。