能源工業(yè)云網(wǎng)設(shè)備通信協(xié)議技術(shù)探究

前言：想要寫(xiě)出一篇引人入勝的文章？我們特意為您整理了能源工業(yè)云網(wǎng)設(shè)備通信協(xié)議技術(shù)探究范文，希望能給你帶來(lái)靈感和參考，敬請(qǐng)閱讀。

摘要：本文主要從能源工業(yè)云網(wǎng)設(shè)備的多源異構(gòu)數(shù)據(jù)接入和融合展開(kāi)，研究設(shè)備數(shù)據(jù)標(biāo)準(zhǔn)及接入體系。以能源工業(yè)云網(wǎng)設(shè)備的通信協(xié)議為載體，研究不同品類、多種類生產(chǎn)數(shù)據(jù)的接入標(biāo)準(zhǔn)，解決多種類感知設(shè)備數(shù)據(jù)接入問(wèn)題。

關(guān)鍵詞：能源工業(yè)云網(wǎng)；強(qiáng)化學(xué)習(xí)；多智能體；人工智能

1引言

能源工業(yè)云網(wǎng)設(shè)備智能接入體系的研究包含設(shè)備通信協(xié)議智能解析和設(shè)備編碼統(tǒng)一規(guī)范。目前，工業(yè)互聯(lián)網(wǎng)的多種協(xié)議可分為現(xiàn)場(chǎng)總線和工業(yè)以太網(wǎng)協(xié)議兩類?，F(xiàn)場(chǎng)總線協(xié)議主要有PROFIBUS，Modbus-RTU、CANopen、OPCUA、OPCDA、MQTT和DNP3等。工業(yè)以太網(wǎng)協(xié)議在技術(shù)上與“商用以太網(wǎng)”兼容，在設(shè)計(jì)、可靠性、實(shí)時(shí)性等方面達(dá)到工業(yè)現(xiàn)場(chǎng)控制的要求，現(xiàn)已成為工業(yè)現(xiàn)場(chǎng)通訊和控制的主要手段。市場(chǎng)上已經(jīng)有眾多以太網(wǎng)絡(luò)協(xié)議解析系統(tǒng)，如Wireshark、Sniffer、Tableau、WinNetCap和WinSockExpert等工具均能對(duì)基于以太網(wǎng)的數(shù)據(jù)協(xié)議進(jìn)行解析。此外還有一些不常用的工業(yè)總控協(xié)議，比如MMS（IEC61850）、GOOSE（IEC61850）、HART-IP和CDT等協(xié)議。對(duì)于設(shè)備編碼而言，歐洲電廠運(yùn)營(yíng)、設(shè)備制造等部門(mén)制定了KKS編碼系統(tǒng)，我國(guó)于2010年12月基于KKS編碼體系發(fā)布的《電廠標(biāo)識(shí)系統(tǒng)編碼標(biāo)準(zhǔn)》被電力設(shè)計(jì)院和電廠廣泛用于標(biāo)識(shí)電廠的物理對(duì)象。但KKS編碼系統(tǒng)繁雜，具有大量重復(fù)的編碼約定的缺點(diǎn)。類似地，還有法國(guó)EDF編碼系統(tǒng)和英國(guó)CCC編碼系統(tǒng)。國(guó)家電網(wǎng)公司目前存在多種編碼方案，分布于不同的業(yè)務(wù)系統(tǒng)。如生產(chǎn)管理系統(tǒng)設(shè)備編碼、ERP設(shè)備編碼、GIS公用基礎(chǔ)平臺(tái)設(shè)備圖元等。設(shè)備接入體系結(jié)構(gòu)的設(shè)計(jì)，既要向下確保不同廠商設(shè)備數(shù)據(jù)融合的實(shí)時(shí)性、穩(wěn)定性、可信性。又要向上支持各種網(wǎng)絡(luò)通信模式，為用戶提供設(shè)備數(shù)據(jù)的實(shí)時(shí)分析、處理，系統(tǒng)中資源的合理調(diào)度，提升設(shè)備之間的協(xié)同工作能力，保證對(duì)整個(gè)數(shù)據(jù)共享與交互模型的實(shí)時(shí)監(jiān)控與反饋。異構(gòu)系統(tǒng)數(shù)據(jù)共享交互問(wèn)題自發(fā)生之時(shí)便引起國(guó)內(nèi)外學(xué)者的關(guān)注，目前比較成熟的數(shù)據(jù)共享模式主要有三種：基于數(shù)據(jù)庫(kù)的共享模式、基于中間件技術(shù)的共享模式、基于數(shù)據(jù)交互平臺(tái)的共享模式。比如JETS工業(yè)大數(shù)據(jù)集成分析平臺(tái)利用數(shù)據(jù)庫(kù)共享解決多數(shù)據(jù)源融合、智能分析數(shù)據(jù)等問(wèn)題，有效地支撐工業(yè)互聯(lián)網(wǎng)的裝備運(yùn)維故障預(yù)測(cè)。此外，GDBAI中間件的通用數(shù)據(jù)接口，為頂層應(yīng)用提供統(tǒng)一、透明的訪問(wèn)數(shù)據(jù)方法。再有，中國(guó)移動(dòng)的OneNet平臺(tái)，設(shè)計(jì)了一套工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)管理平臺(tái)，對(duì)數(shù)據(jù)信息進(jìn)行分類保護(hù)以及分級(jí)限制數(shù)據(jù)交互。但是，針對(duì)輕量級(jí)的工業(yè)互聯(lián)網(wǎng)設(shè)備間的數(shù)據(jù)共享問(wèn)題，上述策略與方法過(guò)于繁雜，缺乏可擴(kuò)展性，網(wǎng)絡(luò)資源利用效率低。目前，主流的標(biāo)識(shí)解析系統(tǒng)有Handle、OID、Ecode等，多應(yīng)用于供應(yīng)鏈管理、產(chǎn)品追溯等場(chǎng)景。OID是由ISO/IEC、ITU共同提出的標(biāo)識(shí)機(jī)制，用于對(duì)任何類型的對(duì)象進(jìn)行全球統(tǒng)一命名。其采用分層、樹(shù)狀編碼結(jié)構(gòu)，在信息安全等領(lǐng)域有著較多的應(yīng)用。Ecode是我國(guó)自主研制的標(biāo)識(shí)編碼技術(shù)，由中間件、數(shù)據(jù)標(biāo)識(shí)、解析系統(tǒng)、安全系統(tǒng)等部分組成。設(shè)備智慧物聯(lián)網(wǎng)平臺(tái)是建設(shè)智慧國(guó)網(wǎng)的重要組成部分。隨著近幾年微服務(wù)架構(gòu)和Docker容器概念的火爆，微服務(wù)技術(shù)最近得到一些IT公司的青睞，Netflix公司是成功應(yīng)用微服務(wù)的典范。國(guó)內(nèi)對(duì)微服務(wù)、容器技術(shù)進(jìn)行研究與應(yīng)用，設(shè)計(jì)了基于微服務(wù)的設(shè)備智慧物聯(lián)數(shù)據(jù)匯聚中心的技術(shù)架構(gòu)，解決國(guó)網(wǎng)公司分布式、異構(gòu)環(huán)境的協(xié)同開(kāi)發(fā)與部署應(yīng)用問(wèn)題?？梢?jiàn)，通過(guò)近年來(lái)的實(shí)踐，我國(guó)企業(yè)相應(yīng)的技術(shù)和產(chǎn)業(yè)已經(jīng)具備發(fā)展基礎(chǔ)。

2理論及實(shí)踐依據(jù)

數(shù)據(jù)接入難度和成本是制約工業(yè)互聯(lián)網(wǎng)平臺(tái)應(yīng)用的核心痛點(diǎn)之一，能源工業(yè)云網(wǎng)正嘗試提供面向不同設(shè)備的綜合性接入技術(shù)方案，推動(dòng)平臺(tái)快速應(yīng)用落地。存量設(shè)備接入仍以邊緣協(xié)議解析為主要方式，逐步從個(gè)性方案發(fā)展成為平臺(tái)通用服務(wù)。具有較強(qiáng)工業(yè)協(xié)議積累的企業(yè)正在將接入方案轉(zhuǎn)化為平臺(tái)服務(wù)，將解析能力下發(fā)至邊緣設(shè)備實(shí)現(xiàn)數(shù)據(jù)接入。未來(lái)，數(shù)據(jù)接入方案將內(nèi)嵌在新增設(shè)備中，直接連平臺(tái)有望成為重要趨勢(shì)，SDK等數(shù)據(jù)接入方案在商業(yè)物聯(lián)領(lǐng)域已普遍應(yīng)用，正在加速向工業(yè)互聯(lián)領(lǐng)域延伸。為滿足工業(yè)實(shí)時(shí)性要求，降低網(wǎng)絡(luò)和IT資源消耗，在邊緣側(cè)開(kāi)展數(shù)據(jù)分析正在成為工業(yè)互聯(lián)網(wǎng)平臺(tái)的普遍做法?；凇癐F-THEN”的簡(jiǎn)單規(guī)則支撐邊緣側(cè)的大部分?jǐn)?shù)據(jù)應(yīng)用，PTCThingWorx、博世IoT、施耐德EcoStruxure、東芝SPINEX等平臺(tái)都在邊緣側(cè)集成了規(guī)則引擎，IBMWatsonIoT可以根據(jù)監(jiān)控?cái)?shù)值的大小和頻率執(zhí)行不同操作，在邊緣識(shí)別并警告質(zhì)量缺陷、安全風(fēng)險(xiǎn)等，AWSIoT1-Click可以快速執(zhí)行定義好的Lambda程序，提升車間運(yùn)行效率。邊云協(xié)同實(shí)現(xiàn)落地應(yīng)用，Predix、Uptake、谷歌IoT、AWSIoT等平臺(tái)基于工業(yè)智能公司FogHorn的Lightning邊緣智能技術(shù)，將云端訓(xùn)練形成的機(jī)器學(xué)習(xí)乃至深度學(xué)習(xí)模型推送到邊緣設(shè)備上運(yùn)行，支撐半導(dǎo)體產(chǎn)能優(yōu)化、離心泵狀態(tài)檢測(cè)、電容器缺陷檢測(cè)等多類應(yīng)用。以云計(jì)算為代表的集中式計(jì)算、以邊緣計(jì)算為代表的分布式計(jì)算，在成本、可靠性、靈活性、安全性等方面各具優(yōu)勢(shì)，適用于不同的工業(yè)場(chǎng)景，平臺(tái)的邊緣和云端將會(huì)相輔相成、有效整合、共同發(fā)展。邊緣設(shè)備從“功能機(jī)”走向“智能機(jī)”已經(jīng)成為平臺(tái)發(fā)展必然趨勢(shì)，將大幅提升邊緣應(yīng)用深度和廣度。當(dāng)前主要聚焦網(wǎng)絡(luò)設(shè)備的智能化，未來(lái)將進(jìn)一步向工業(yè)設(shè)備延伸?，F(xiàn)階段“通用處理器+通用操作系統(tǒng)”成為邊緣網(wǎng)關(guān)的主流架構(gòu)，能夠支持高性能電機(jī)控制等邊緣工業(yè)需求。開(kāi)源技術(shù)向邊緣側(cè)下沉，在邊緣側(cè)形成一個(gè)統(tǒng)一的數(shù)據(jù)和應(yīng)用創(chuàng)新生態(tài)。EdgeXFoundry、AzureIoTEdge、CloudIoTEdge、EclipseKura、KubeEdge、OpenEdge等邊緣架構(gòu)將推動(dòng)邊緣設(shè)備的開(kāi)發(fā)標(biāo)準(zhǔn)化，提升互操作性。博世融合Eclipse開(kāi)源組織，圍繞博世IoT打造了一個(gè)從數(shù)字雙胞胎到嵌入式編程的邊緣開(kāi)放生態(tài)。MOBY、Kubernetes等容器管理和編排技術(shù)推動(dòng)邊緣軟硬件資源更高效和靈活的管理，AzureIoTEdge支持MOBY和Kubernetes，推動(dòng)邊緣網(wǎng)關(guān)快速靈活的建立和更新業(yè)務(wù)邏輯。ApacheNifi/MiNiFi等數(shù)據(jù)管理和集成架構(gòu)將進(jìn)一步改變邊緣數(shù)據(jù)集成方式，工業(yè)平臺(tái)Sciemetric與數(shù)據(jù)接入平臺(tái)Attunity和數(shù)據(jù)管理平臺(tái)Hortonworks合作，基于ApacheNifi實(shí)時(shí)采集邊緣制造數(shù)據(jù)，構(gòu)建工廠數(shù)據(jù)湖，支撐流程優(yōu)化、預(yù)測(cè)性維護(hù)、供應(yīng)鏈優(yōu)化等分析應(yīng)用。為了更好滿足工業(yè)用戶的實(shí)時(shí)性、可靠性要求，工業(yè)互聯(lián)網(wǎng)平臺(tái)開(kāi)始將計(jì)算能力下放到更為靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)。一是邊緣層直接運(yùn)行實(shí)時(shí)分析算法，新增了機(jī)器學(xué)習(xí)、認(rèn)知服務(wù)、流數(shù)據(jù)分析等功能，支持在嵌入式邊緣設(shè)備上運(yùn)行復(fù)雜分析和人工智能算法，基于AzureIoTEdge在邊緣實(shí)現(xiàn)了流數(shù)據(jù)分析和機(jī)器學(xué)習(xí)算法，使故障處理時(shí)延大幅降低。二是邊緣與平臺(tái)協(xié)同，實(shí)現(xiàn)模型不斷成長(zhǎng)和優(yōu)化。

3源工業(yè)云網(wǎng)智能設(shè)備接入數(shù)據(jù)通信中的機(jī)器學(xué)習(xí)算法

研究基于輕量級(jí)機(jī)器學(xué)習(xí)策略和數(shù)據(jù)采樣策略的通用協(xié)議智能解析與數(shù)據(jù)分析技術(shù)，研究模式識(shí)別技術(shù)，研究多品類多種類生產(chǎn)數(shù)據(jù)智能分析技術(shù)。通過(guò)研究終端信息的處理與數(shù)據(jù)共享機(jī)制，建立數(shù)據(jù)存證、鑒證和溯源體系，完成智慧物聯(lián)網(wǎng)關(guān)的設(shè)計(jì)與研發(fā)，實(shí)現(xiàn)物聯(lián)平臺(tái)和各設(shè)備供應(yīng)廠商之間的信息共享和業(yè)務(wù)協(xié)同。具體的研究?jī)?nèi)容分為：（1）數(shù)據(jù)邊端處理與存證溯源機(jī)制；（2）云邊業(yè)務(wù)協(xié)同與邊緣資源共享策略。整體框架如下圖所示。在終端信息處理方面，使用區(qū)塊鏈技術(shù)對(duì)數(shù)據(jù)進(jìn)行存證，鑒證和溯源，有效解決終端數(shù)據(jù)存儲(chǔ)不安全，不可信問(wèn)題。同時(shí)，將大量數(shù)據(jù)處理轉(zhuǎn)移到邊端，減輕數(shù)據(jù)傳輸鏈路壓力，提高平臺(tái)數(shù)據(jù)處理速度。云邊業(yè)務(wù)協(xié)同與邊緣資源共享方面，基于排隊(duì)網(wǎng)絡(luò)和凸優(yōu)化技術(shù)設(shè)計(jì)云邊協(xié)同的資源分配與任務(wù)調(diào)度機(jī)制，調(diào)度生產(chǎn)過(guò)程中品類中心的協(xié)同任務(wù)，充分利用智能網(wǎng)關(guān)的計(jì)算和存儲(chǔ)資源，降低任務(wù)處理延遲和系統(tǒng)能耗，解決智能網(wǎng)關(guān)負(fù)載不均衡導(dǎo)致的工業(yè)需求響應(yīng)不及時(shí)、邊緣資源利用率低、系統(tǒng)資源浪費(fèi)和用戶體驗(yàn)差的問(wèn)題。智能物聯(lián)網(wǎng)關(guān)的設(shè)計(jì)與研發(fā)方面，基于現(xiàn)有工業(yè)物聯(lián)網(wǎng)網(wǎng)關(guān)功能模塊，融合區(qū)塊鏈和邊緣計(jì)算技術(shù)，新增區(qū)塊鏈服務(wù)模塊、數(shù)據(jù)清洗模塊、資源管理模塊和緊急預(yù)警模塊，下放存儲(chǔ)和計(jì)算任務(wù)，降低數(shù)據(jù)鏈路壓力和提升平臺(tái)處理速度，從而建立云邊業(yè)務(wù)協(xié)同體系及數(shù)據(jù)存證、鑒證和溯源體系。

參考文獻(xiàn)：

[1]曲昭偉，潘昭天，陳永恒，李海濤，王鑫.考慮博弈的多智能體強(qiáng)化學(xué)習(xí)分布式信號(hào)控[J].交通運(yùn)輸系統(tǒng)工程與信息，2020，20（2）：76-82，100.

[2]杜威，丁世飛.多智能體強(qiáng)化學(xué)習(xí)綜述[J].計(jì)算機(jī)科學(xué)，2019，46（8）：1-7.

[3]丁曉燕，席裕庚.基于博弈模型的多智能體覆蓋控制問(wèn)題[J].計(jì)算機(jī)仿真，2009，26（10）：148-152.

[4]杭飛.基于博弈論的多智能體協(xié)同控制算法[J].電腦與信息技術(shù)，2014，22（2）：14-17.

[5]羅瀟軒.對(duì)計(jì)算機(jī)人工智能識(shí)別技術(shù)應(yīng)用的思考[J].電子元器件與信息技術(shù)，2020，4（12）：65-66.

作者:孫喜民 劉丹 李慧超 孫博 鄭斌 單位:國(guó)網(wǎng)電子商務(wù)有限公司 國(guó)網(wǎng)電商科技有限公司