基于高海拔無信號地區營銷數據采集多態網絡模式的研究與應用

摘要：本文針對高海拔、無信號區域環境復雜性導致的無法實現智能化電力數據采集的問題，提出一種基于北斗短報文通信的電力數據采集模型。該模型對用電信息傳輸框架進行了搭建，利用數據傳輸格式協議優化報文豐富性，并將IC卡用于數據傳輸路徑改進。同時，根據模型覆蓋率等優點，利用分布式網絡實現了節點定位，搭建了針對高海拔地域的信息網絡模型。在實際應用分析中，結果表明優化后的用電數據通信模型的采集成功率平均達到了99.84%，相比于以太網無源光網絡通信技術提升了6.44%。因此，本研究提出的優化用電數據傳輸技術，能夠實現較高精度的高海拔無信號地區數據傳輸過程。

關鍵詞：RSMC；用電采集；無信號；高海拔；網絡

一、引言

隨著智能化系統的不斷建設，電網系統已在城鄉大面積完成了智能用電數據采集工程，并針對高海拔區域需求，提出了相應的完善目標，即全覆蓋、全采集以及全費控[1]。然而，其在地域高度、氣候，以及無信號特性上的限制，給智能用電數據采集建設提出了更高的要求，因此，在高海拔無信號區域，通常還是采用人工抄表的傳統數據采集形式。一般通過光纖和無線的通信形式進行遠程抄表，再傳輸至電網的數據采集方法，在地勢復雜的高海拔地區，往往會由于搭建成本過高、信號覆蓋困難等因素失敗[2]。所以，實現高海拔無信號區域的智慧化用電數據采集，是當下電網系統發展的重難點。針對這一問題，學者注意到了北斗短報文（Regional Short Message Communication， RSMC）技術在信號覆蓋和雙向傳輸性能上的優勢，因此選擇其實施高海拔地域的電力數據收集。然而，在實際應用中，常出現短報文丟包的問題，并最終造成電網中心數據收集失敗，甚至產生信息泄露的風險[3]。針對該現象，本研究設計了一種基于信息分布式網絡的RSMC通信技術，對電力數據收集過程中的問題進行優化。

二 、高海拔無信號區域信息采集模型搭建

（一）RSMC用電信息傳輸系統框架搭建與數據采集優化

RSMC的定位覆蓋率大，很適合高海拔等地形復雜廣闊的區域，整體通信傳輸框架如圖1所示。

儲存數據庫能夠彌補遠距離傳輸缺陷，實現高效響應處理，符合高海拔無信號區域的數據采集需求。但由于單發送長度的有效性，需建立有效的數據傳輸格式協議，以豐富報文內容[4-5]。在基站安裝IC卡，實現同一范圍內不同北斗通信基站的數據傳輸，最后傳輸至通信中心[6]。IC卡的選取會影響數據的傳輸頻度等，因此需要搭建一個可實現遠程電力信息采集的裝置，進行RSMC和抄表的雙向連接。利用RS-485實現和電網變壓器的聯通，采集中心則使用TCP/IP通信完成內網和集中器數據的傳輸，最后嵌入北斗衛星的通信路徑。再進行RSMC鏈路優化，采集中心應該利用電力集中器向外發送采集指令，子站進行回復后開始執行命令[7]。引入RSMC鏈路優化后，主站僅需要對抄表發送指令，按照一定順序的傳輸鏈進行信息傳輸，但在采集子站接收前，需要提前進行規約轉換[8]。

（二）基于信息分布式物聯網的電力通信模型節點定位與加密傳輸優化

研究引入信息分布式網絡優化，以物聯網基陣為基礎進行設計。傳感器節點分布于居民用電監控區間，由基陣組網形式實現數據的智能化篩選[9]。高海拔無信號地域下特征提取的狀態矩陣y（m+1），如公式（1）所示：

式（3）中，xk為數據流模型幅值，an/bn為不同節點數據。節點定位完成后，可進行數據采集的加密工作，完成加密之后才能進行數據采集，采集成功即可顯示數據采集結果，并完成輸出。加密通信的關鍵是協商，即對回話密鑰的生成以及輸送等，之后便能進行北斗短報文雙向通信。協商過程大致可分為四步，首先是生成隨機數1，并通過加密簽名后進行發送，接著按照同樣的步驟生成隨機數2，同時傳出安全認證因子，隨后向外傳輸加密回話密鑰，最后確認安全認證的合法性，并傳輸回話密鑰1。協商完成即可開始加密。加密過程大致可分為三大步驟，首先需要對電力數據信息進行篩查。因為原始數據量龐大，且數據長度不一，因此需要從中選取具有一定數據長度的信息，同時對其實施字節填充，并將數據長度設置為32B。假設初始數據長度僅為14B，則需要篩選出這部分信息，對其進行填充。假設原始數據長度超過了32B，則只需要將該部分信息篩查出來，無需再進行其他步驟。其次，需要將篩查的數據一一加入對應的文本信息，包括固定字節、數據長度和報文種類等。需要注意的是，在高海拔無信號區域中，受到復雜環境的影響，極易出現丟包的現象，可通過對部分數據實時分包或組包處理的方式加以防范。在進行文本信息添加的同時，還要及時答復協商密鑰的超時判斷，以得到最完整和正確的文本信息。最后即可進行數據加密，以確保采集中心免受傳輸頻率的影響。

三、基于RSMC的高海拔地區用電數據采集系統有效性實驗分析

（一）優化前后RSMC用電數據采集系統性能分析

為評估RSMC數據傳輸方法在高海拔地區進行信號傳輸的可行性，對傳統北斗通信方法和改進方法進行了對比。改進模型的發射功率為37dBm±1dBm，接收靈敏度不大于-127.6dBm，工作電壓為5.0V±0.25V，環境溫度為-40℃～+85℃，環境濕度小于95%，待機功耗不大于0.65W@5.0V。兩模型均在上述相同環境中進行實驗，以拆包前后的樣本數據集包長為對比指標進行分析，最終得到的兩系統拆包前后的包長變化，如圖2所示。

拆包前數據集包長的理想長度在[0，90]byte區間中，呈正態分布，拆包后的理想長度應lt;1byte。在圖2（a）中，傳統北斗通信方法近似于正態分布，但峰值超過了理論優秀區間，數據集包長最高接近100byte，而拆包后的數據集包長沒有實現理論期望的變化，最高為4.85 byte。在圖2（b）中，拆包前的數據集包長樣本分布與理想相符，平均包長明顯小于傳統方法，最大值為89 byte，相對降低了11%。而在拆包后，改進方法的數據集包長均分布在理想區間中，平均為0.235byte，相比于傳統方法，相對降低了93.51%。

（二）以太網無源光網絡與RSMC通信技術對比評估分析

進一步將常見的基于以太網的無源光網絡（Ethernet Passive Optical Network， EPON）技術，與本研究設計的方法對比。對比形式是以報文長度進行分類的，結果如表1所示。

本研究提出的方法數據采集成功率均gt;99.5%，均值為99.84%，而EPON技術成功率均值為93.2%，相差6.44%。兩種通信模型在傳輸完整度上的差距更大，最大相差完整度為20%，即當報文長度為10 byte時，本研究模型的傳輸完整度為100%，EPON技術僅達到了80%。在后續的傳輸中，以太網無源光網絡通信技術的完整度最高達到了90%以上，低于RSMC模型7.22%，傳輸完整度均值低于RSMC模型13.61%。因此，研究提出的基于RSMC的通信模型，在高海拔無信號區域中具有更好的用電數據傳輸性能。

四、結束語

為解決高海拔無信號地區智能電力數據采集困難的問題，本研究提出使用RSMC通信技術實現智能化電力數據采集的模型。利用IC卡優化數據采集，并引入分布式網絡進行節點定位，使用密鑰協商加強信息傳輸安全性。研究對傳統北斗通信模型和優化技術進行了對比，結果表明，拆包前后優化模型的數據集包長均分布在理想范圍內，前后的平均長度分別為78.3 byte和0.235byte，相對于傳統方法，分別降低了27.34%和93.51%。在與EPON的對比中，優化后的用電數據通信模型的采集成功率平均達到了99.84%，相比于EPON技術，提升了6.44%。因此，研究提出的針對高海拔無信號地區的電力數據采集系統具有一定的可靠性。然而，北斗短信通信存在一定的延遲現象，因此，相關工作者及研究人員后續應從這一方向進行持續研究和具體分析。

作者單位：郝天新 程泰富 郭守龍 顧喜良 哈青青

中國聯合網絡通信有限公司青海省分公司

參考文獻

[1]劉宣，唐悅，盧繼哲，等.基于概率預測的用電采集終端電量異常在線實時識別方法[J].電力系統保護與控制， 2021， 49（19）：99-106.

[2]劉晨，白泰，王家駒，等.用戶用電信息采集系統的深化應用研究綜述[J].電測與儀表， 2022，59（02）： 1-8.

[3]馮馳，吳麗莎，丁蕾，等.基于LoRa自組網無線傳輸技術實現用電信息采集系統設計[J].計算機測量與控制， 2021， 29（04）：175-180.

[4]錢奇，閆海峰，唐偉寧，等.基于分布式技術的用電信息采集主站系統設計與應用[J].電力系統自動化， 2021， 45（23）：170-178.

[5]黃公躍，付婷婷，林思遠，等.用電信息采集系統電能計量數據異常識別研究[J].電網與清潔能源， 2023， 39（04）：25-30.

[6]王雪晶，張潔敏，張航.電力用戶用電信息采集系統優化設計與實現[J].微型電腦應用， 2020，36（12）：158-160.

[7]招景明，張捷，宋鵬，等.一種高效的基于云邊端協同的電力數據采集系統[J].電網與清潔能源， 2022， 38（05）： 49-55.

[8]楊欣，鄭祿，帖軍，等.基于RSMC的農業環境數據采集通信機制研究[J].電子技術應用， 2021， 47（11）：47-52.

[9]李浩，劉靜雯，鄭楠等.信號盲區用戶用電信息采集通信方案的應用探討[J].技術與市場，2021，28（04）：122-124.

[10]Bunn DW， Kermer SOE. Statistical Arbitrage and Information Flow in an Electricity Balancing Market[J].The energy journal， 2021，42（5）： 19-40.

[11]易庚，何琳，劉錦明，等.基于遷移學習算法的電力數據挖掘模型[J].沈陽工業大學學報， 2023， 45（5）：510-515.

[12]張翔宇，孟永東，蔡征龍，等.基于RSMC通訊和物聯網的滑坡監測系統研究[J].地球物理學進展， 2022， 37（002）：911-919.