面向燃煤發(fā)電廠多源異構(gòu)數(shù)據(jù)物聯(lián)網(wǎng)平臺設計

摘 要：傳統(tǒng)的數(shù)據(jù)聚合方法只能處理同一個類型的數(shù)據(jù)，當對多源異構(gòu)數(shù)據(jù)進行融合時，物聯(lián)網(wǎng)平臺融合質(zhì)量差，處理速度慢。因此，本文提出面向燃煤發(fā)電廠多源異構(gòu)數(shù)據(jù)物聯(lián)網(wǎng)平臺的設計。在硬件設計方面，選擇合適的硬件，保證平臺的穩(wěn)定性。在軟件設計方面，利用傳感器采集燃煤發(fā)電廠的數(shù)據(jù)，對采集的數(shù)據(jù)進行多源數(shù)據(jù)融合，將融合后的數(shù)據(jù)進行結(jié)構(gòu)化存儲，同時在物聯(lián)網(wǎng)平臺中進行共享。測試結(jié)果表明，當處理多源異構(gòu)數(shù)據(jù)時，面向燃煤發(fā)電廠多源異構(gòu)數(shù)據(jù)物聯(lián)網(wǎng)平臺融合質(zhì)量高，融合效果好，平臺能夠較快處理響應。

關鍵詞：燃煤發(fā)電廠；多源異構(gòu)數(shù)據(jù)；物聯(lián)網(wǎng)平臺；平臺設計

中圖分類號：TU 452 " " " 文獻標志碼：A

隨著物聯(lián)網(wǎng)技術快速發(fā)展，海量燃煤發(fā)電廠的數(shù)據(jù)呈現(xiàn)多源異構(gòu)的特點，對多源異構(gòu)數(shù)據(jù)進行聚合分析，獲取燃煤發(fā)電廠數(shù)據(jù)的類別信息，有助于感知燃煤發(fā)電廠的安全態(tài)勢并處理[1]。目前的難題是對海量的多源異構(gòu)數(shù)據(jù)進行有效的聚合分析，并形成物聯(lián)網(wǎng)平臺。傳統(tǒng)物聯(lián)網(wǎng)平臺數(shù)據(jù)處理方式單一，只能對來源、相同類型的數(shù)據(jù)進行處理。

因此，本文研究面向燃煤發(fā)電廠多源異構(gòu)數(shù)據(jù)物聯(lián)網(wǎng)平臺設計，目的是建造一個能夠整合燃煤發(fā)電廠多源異構(gòu)數(shù)據(jù)的物聯(lián)網(wǎng)平臺。本文研究燃煤發(fā)電廠物聯(lián)網(wǎng)平臺合理的硬件設計，實現(xiàn)平臺運行穩(wěn)定、快速響應的目標[2]。在軟件設計方面，對燃煤發(fā)電廠多源異構(gòu)數(shù)據(jù)進行有效融合、存儲，采用平臺共享的方式，提高燃煤發(fā)電廠的運行效率，控制能耗排放。綜上所述，本文面向燃煤發(fā)電廠多源異構(gòu)數(shù)據(jù)物聯(lián)網(wǎng)平臺進行設計，為燃煤發(fā)電廠的智能化發(fā)展提供支持。

1 硬件設計

在面向燃煤發(fā)電廠多源異構(gòu)數(shù)據(jù)物聯(lián)網(wǎng)平臺進行設計的過程中，硬件設計十分重要，合適的硬件能夠保證平臺穩(wěn)定運行。平臺硬件包括傳感器、微控制器、執(zhí)行器、通信接口和調(diào)制解調(diào)器等。將傳感器安裝在燃煤發(fā)電廠的多個位置，利用傳感器檢測并收集燃煤發(fā)電廠的溫濕度、二氧化碳濃度和二氧化硫濃度等數(shù)據(jù)，將這些數(shù)據(jù)信息按照一定規(guī)律轉(zhuǎn)化為所需的信號模式進行輸出。微控制器是物聯(lián)網(wǎng)平臺的核心，可以控制和協(xié)調(diào)平臺各個部分，stm32f103c8t6芯片穩(wěn)定性較高。執(zhí)行器的作用是控制燃煤發(fā)電廠設備的物理輸出，使用RS-485接口將燃煤發(fā)電廠設備與網(wǎng)絡進行連接。使用的調(diào)制解調(diào)器是AD9850數(shù)字頻率合成器，將數(shù)字信號轉(zhuǎn)換為模擬信號。在收集、處理以及存儲數(shù)據(jù)的過程中，對硬件進行合理搭配可以提高效率。

2 軟件設計

2.1 采集燃煤發(fā)電廠多源異構(gòu)數(shù)據(jù)

當采集燃煤發(fā)電廠多源異構(gòu)數(shù)據(jù)時，對燃煤發(fā)電廠物聯(lián)網(wǎng)層次結(jié)構(gòu)進行設計。燃煤發(fā)電廠物聯(lián)網(wǎng)平臺的整體架構(gòu)分為4個層次，分別為由各種傳感器組成的數(shù)據(jù)感知層、由各種拓撲路由連接傳感器和服務器的網(wǎng)絡層、由感知層和網(wǎng)絡層數(shù)據(jù)儲存服務器組成的數(shù)據(jù)層以及燃煤發(fā)電廠物聯(lián)網(wǎng)應用層[3]。物聯(lián)網(wǎng)層次架構(gòu)如圖1所示。

燃煤發(fā)電廠通常安裝了許多傳感器，配套相應的采集模塊、調(diào)理器和解調(diào)儀等設備，采集燃煤發(fā)電廠多源異構(gòu)數(shù)據(jù)。傳感器包括溫濕度計、氣體傳感器等，由于每個傳感器的采集方式、通信方式和通信協(xié)議不同，因此本文生成1個配置文件來記錄這些通信參數(shù)[4]。在程序設計中，將每個傳感器抽象為一個“對象”，傳感器的相關信息是該對象的屬性。

2.2 多源異構(gòu)數(shù)據(jù)融合

由于采集的燃煤發(fā)電廠數(shù)據(jù)來自不同傳感器，數(shù)據(jù)類型不同，因此，數(shù)據(jù)是多源異構(gòu)數(shù)據(jù)。本文將采集的燃煤發(fā)電廠多源異構(gòu)數(shù)據(jù)進行融合處理。融合方法包括以下3個步驟。1）利用小波分析方法去除多源異構(gòu)數(shù)據(jù)中的隨機誤差與其他干擾因子[5]。2）對多源異構(gòu)數(shù)據(jù)去噪時間序列進行處理，得到1組對應的綜合時間序列。3）將各個指標的綜合時間序列進行整合，得到位移、應力和傾角等一系列信息。具體過程如下。

將多源異構(gòu)數(shù)據(jù)視為包括干擾信息的時間序列，如公式（1）所示。

f（t）=s（t）+x（t） " " " （1）

式中：f（t）為實測數(shù)據(jù)；s（t）為實際數(shù)據(jù)；x（t）為干擾數(shù)據(jù)。

小波門限值去除干擾的主要步驟如下：選取適當?shù)男〔ㄗ儞Q基函數(shù)和小波分解層數(shù)，對實測數(shù)據(jù)進行多尺度分解。利用所選取的門限算法以及門限處理函數(shù)來限定小波系數(shù)[6]。對經(jīng)過門限處理的高頻、低頻系數(shù)進行重建，獲得消除干擾結(jié)果。

計算門限值λ，如公式（2）所示。

（2）

式中：σ為干擾的標準差；M為信號長度。

σ的計算過程如公式（3）所示[7]。

（3）

式中：m為中值函數(shù)；wj，k為小波變換前的去除干擾系數(shù)。門限處理函數(shù)有2種形式，一種是硬門限形式，另一種是軟門限形式。

硬門限處理如公式（4）所示。

（4）

軟門限處理如公式（5）所示[8]。

（5）

式中：wi，j為小波變換后的系數(shù)；sign為分支決策函數(shù)。

為滿足各種數(shù)據(jù)指標的要求，須將多個傳感器配置在不同的位置中。采用加權(quán)平均方法對同類多個傳感器的實測數(shù)據(jù)進行數(shù)據(jù)融合。該方法對各個時間點、各個傳感器采集的信號進行加權(quán)平均處理。假定使用n個位移傳感器采集燃煤發(fā)電廠的數(shù)據(jù){X1，X2，…，XN}，Xj（j=1，2，…，n）為位移為j的傳感器輸出的數(shù)據(jù)序列。假設wj（j=1，2，…，n）是位移為j的傳感器的權(quán)值，那么加權(quán)平均值的融合模型如公式（6）所示。

T1=[w1，w2，…，wn][X1，X2，…，XN]T " " "（6）

式中：T1為綜合位移的時序。

由公式（6）可知，各個傳感器所對應的權(quán)值是加權(quán)平均值的關鍵。一般情況下，一些傳感器采集的數(shù)據(jù)規(guī)律性很強，其他傳感器采集的數(shù)據(jù)不一定具有規(guī)律性。熵能夠測量傳感器提供的信息是否有效。在實際應用中，如果獲得的數(shù)據(jù)是有規(guī)律的，其熵值就越低，能提供的信息就越多，其權(quán)值就越大。反之，如果獲得的數(shù)據(jù)是不規(guī)律的，那么其能提供的信息就越少，相應的權(quán)值也就越小。計算第j個傳感器的熵Hj，如公式（7）所示。

（7）

式中：fij為第j個傳感器在狀態(tài)i下的相對頻率。

fij的計算過程如公式（8）所示。

（8）

式中：Xij為第j個傳感器的第i次測定值。當fij=0時，fijlnfij為0。第j個傳感器的權(quán)值計算過程如公式（9）所示。

（9）

式中：wj為第j個傳感器的熵權(quán)；n為同類傳感器的數(shù)目。

主成分分析（Principal Component Analysis，PCA）是一種有效的函數(shù)型數(shù)據(jù)降維方法，基于主成分分析進行信息融合[9]。假定數(shù)據(jù)指標T1，T2，…，TP為用熵權(quán)方法得到的各種指標的合成時間序列，p維向量T=（T1，T2，…，TP），T的成分相互關聯(lián)。對T進行主成分分析。

為了克服各指標維數(shù)對合成時間序列的影響，須將其歸一化。設T中第j個數(shù)據(jù)指標的第i個采樣值為tij=（i=1，2，…，M；j=1，2，…，p），歸一化矩陣Z如公式（10）所示。

（10）

式中：z11為位于矩陣第一行第一列的元素值；zij為第j個數(shù)據(jù)指標的第i個樣本值經(jīng)過歸一化處理后的值；tij為T中第j個數(shù)據(jù)指標的第i個采樣值；μj為期望值；σj為方差。

計算歸一化矩陣Z的相關系數(shù)矩陣R以及其相應的特征值，如公式（11）所示。

（11）

計算累積貢獻量，并對主要成份進行識別，如公式（12）所示。

（12）

式中：a為累計貢獻量；λi為第i個特征值。當a≥0.85時，說明可用L個主成分來表達矩陣Z中包括的信息，完成對燃煤發(fā)電廠多源異構(gòu)數(shù)據(jù)的融合處理。

2.3 結(jié)構(gòu)化數(shù)據(jù)存儲

不同類型傳感器采集的物理量不同，因此在存儲數(shù)據(jù)的過程中，每種類型的傳感器須有一套獨立的數(shù)據(jù)表。這樣的設計只是將數(shù)據(jù)分門別類地存放，并沒有結(jié)構(gòu)化、集成化存儲[10]。因此，本文在這個基礎上提出一種新型的結(jié)構(gòu)化存儲方法，對多種傳感器數(shù)據(jù)進行統(tǒng)一管理，進一步提高數(shù)據(jù)的集成度。傳感器數(shù)據(jù)見表1。

雖然這2種傳感器獲得的物理量不同，但是都能夠有效分離多種物理量，對多源異質(zhì)數(shù)據(jù)進行結(jié)構(gòu)化、一體化存儲。傳感器類型見表2。

2.4 共享物聯(lián)網(wǎng)平臺多源異構(gòu)數(shù)據(jù)

在燃煤發(fā)電廠多源異構(gòu)數(shù)據(jù)物聯(lián)網(wǎng)平臺設計過程中，本文以知識圖譜為基礎，將多源異構(gòu)數(shù)據(jù)分布在處理器中，以此為基礎，對多源異構(gòu)數(shù)據(jù)進行共享。共享原理如公式（13）所示。

（13）

式中：P（Sij）為多源異構(gòu)數(shù)據(jù)的共享函數(shù)；Sij為異構(gòu)數(shù)據(jù)節(jié)點i的來源庫；m為異構(gòu)數(shù)據(jù)節(jié)點i的異構(gòu)數(shù)據(jù)多源類型；bkij為描述異構(gòu)數(shù)據(jù)源中Sij的位置優(yōu)先權(quán)，當符合時間標記時，值取0，否則取1；F（Sij）為異構(gòu)數(shù)據(jù)多源類別的權(quán)重；gkij為異構(gòu)數(shù)據(jù)源中k個異構(gòu)節(jié)點被分享的次數(shù)。分享度越高，其在數(shù)據(jù)庫中的作用越大，能夠?qū)⑵渑c異構(gòu)的數(shù)據(jù)節(jié)點進行共享。當異構(gòu)數(shù)據(jù)協(xié)同性良好時，請求與異構(gòu)數(shù)據(jù)的多個來源進行共享，達到共享的目的。為共享多源異構(gòu)數(shù)據(jù)，本文提出一種基于知識圖譜的方法，知識圖譜拓撲結(jié)構(gòu)如圖2所示。

本文以多源異構(gòu)數(shù)據(jù)為研究對象，分析其特性以及屬性集合關系，獲取異構(gòu)數(shù)據(jù)的語義，以此為基礎構(gòu)建多源異構(gòu)數(shù)據(jù)共享模型，如公式（14）所示。

（14）

式中：Gv，i為多源異構(gòu)數(shù)據(jù)對其他異構(gòu)數(shù)據(jù)的分享度；Xi為多源異構(gòu)數(shù)據(jù)集的參考值。

在無法確定干擾來源的情況下，需要對多源異構(gòu)數(shù)據(jù)進行差分處理和數(shù)據(jù)驗證。提高多源異構(gòu)數(shù)據(jù)源的優(yōu)先度，從而提高多源異構(gòu)數(shù)據(jù)的共享效率，達到燃煤發(fā)電廠多源異構(gòu)數(shù)據(jù)物聯(lián)網(wǎng)平臺共享的目的。

3 測試

3.1 測試準備

為了驗證本文面向燃煤發(fā)電廠多源異構(gòu)數(shù)據(jù)物聯(lián)網(wǎng)平臺設計的可行性，本文利用MATLAB仿真平臺，進行模擬試驗。試驗建立150 m×150 m的無線局域網(wǎng)，并在該局域網(wǎng)內(nèi)隨機布設80個傳感節(jié)點。由于網(wǎng)絡中的各個結(jié)點都是同質(zhì)的，因此設置的初始節(jié)點的能量都是0.47 J，節(jié)點的帶寬是3 bit/s，網(wǎng)絡的傳送長度是25 m。傳感器采用GB-AEnet-FL網(wǎng)絡進行配置，并設置節(jié)點，使其正確運行。設置500 m×500 m的節(jié)點分布范圍，并對采集的數(shù)據(jù)進行監(jiān)聽。多源異構(gòu)的數(shù)據(jù)發(fā)送至網(wǎng)絡節(jié)點，以1個星期為周期進行監(jiān)聽。為了驗證本文平臺的有效性，本研究設計了3個組別，將使用本文所提出方法的群組作為試驗組，另外2個采用傳統(tǒng)物聯(lián)網(wǎng)平臺數(shù)據(jù)處理方法的群組作為對照組。分別進行多源異構(gòu)數(shù)據(jù)的融合，獲得融合后的數(shù)據(jù)質(zhì)量，數(shù)據(jù)融合質(zhì)量個數(shù)在100個以上為最佳。

3.2 測試結(jié)果及分析

為了驗證本文面向燃煤發(fā)電廠多源異構(gòu)數(shù)據(jù)物聯(lián)網(wǎng)平臺的多源異構(gòu)數(shù)據(jù)融合技術的優(yōu)越性，按照上述測試準備進行測試，得到測試結(jié)果（如圖3所示）。

由測試結(jié)果可知，2個對照組在不同的時間限制條件下都未能實現(xiàn)預定目標。與其進行對比，本文的面向燃煤發(fā)電廠多源異構(gòu)數(shù)據(jù)物聯(lián)網(wǎng)平臺的多源異構(gòu)數(shù)據(jù)融合技術在15 s內(nèi)就獲得數(shù)據(jù)融合質(zhì)量100個，隨著融合時間延長，數(shù)據(jù)融合質(zhì)量個數(shù)仍然在上升。測試結(jié)果表明，燃煤發(fā)電廠多源異構(gòu)數(shù)據(jù)物聯(lián)網(wǎng)平臺使用本文技術進行多源異構(gòu)數(shù)據(jù)融合，平臺處理數(shù)據(jù)的速度較快，保證了燃煤發(fā)電廠多源異構(gòu)數(shù)據(jù)物聯(lián)網(wǎng)平臺的穩(wěn)定性。

4 結(jié)語

面向燃煤發(fā)電廠多源異構(gòu)數(shù)據(jù)物聯(lián)網(wǎng)平臺的設計是一項艱巨而意義重大的工作，使用本文的設計能夠搭建面向燃煤發(fā)電廠多源異構(gòu)數(shù)據(jù)物聯(lián)網(wǎng)平臺。其成功應用可以提升燃煤發(fā)電廠的運行以及管理效率，為燃煤發(fā)電廠提供了一個智能化平臺。面向燃煤發(fā)電廠多源異構(gòu)數(shù)據(jù)物聯(lián)網(wǎng)平臺發(fā)展前景將會更好。

參考文獻

[1]肖漫漫，馬迎，劉驥琛.基于端邊云協(xié)同的物聯(lián)網(wǎng)平臺的設計與實現(xiàn)[J].物聯(lián)網(wǎng)技術，2023，13（11）：55-58.

[2]賴均友.基于GB-AEnet-FL網(wǎng)絡的物聯(lián)網(wǎng)多源異構(gòu)數(shù)據(jù)聚合處理方法[J].長江信息通信，2023，36（9）：62-64.

[3]李曉如，韓勇華，彭燁.多源異構(gòu)數(shù)據(jù)監(jiān)控管理平臺的設計與應用[J].廣東水利水電，2021（11）：91-95.

[4]盛剛，李勇，張效華.某特鋼企業(yè)MES系統(tǒng)多源異構(gòu)數(shù)據(jù)采集架構(gòu)設計與應用[J].儀器儀表用戶，2022，29（12）：16-19.

[5]庫新勃，張海龍，楊帥.基于XML格式融合多源異構(gòu)數(shù)據(jù)建設智慧社區(qū)數(shù)據(jù)管理平臺[J].電力勘測設計，2023（8）：1-5，17.

[7]王潤澤.基于多源異構(gòu)數(shù)據(jù)的蘋果信息資源系統(tǒng)研發(fā)[D].泰安：山東農(nóng)業(yè)大學，2022.

[8]張合沛，陳饋.面向多源異構(gòu)信息融合的隧道群組裝備數(shù)據(jù)提取技術研究[J].隧道建設（中英文），2022，42（1）：41-47.

[9]WEIMIN G ，JIAMING Z ，YICHEN L .Research on the processing

method of multi-source heterogeneous data in the intelligent agriculture

cloud platform[J].Applied mathematics and nonlinear sciences，2022，8（1）：2367-2376.

[10]SHEHAB W，ELGOKHY M S，SALLAM E.ROHDIP：

Resource oriented heterogeneous data integration platform[J].International

journal of advanced computer science and applications（IJACSA），2016，7（9）：104-116.