李 敏，姜曉濤，馬曙光，胡倩倩，孟慶琳，孫 越

(國網(wǎng)蚌埠供電公司，安徽 蚌埠 233000)

物聯(lián)網(wǎng)(Internet of Things)是物與物的連接，它將所有有智慧的物體相連在一起，最終的目的是通過傳感器讓每個物體都被接入網(wǎng)絡(luò)[1]，讓我們由享受“隨時、隨地”二維的自由交流轉(zhuǎn)變成“隨時、隨地、隨物”三維的自由交流。將個人日常生活與世界連成一個無形的物物相連的網(wǎng)絡(luò)，將任何時間、任何地點、任何人連接到任何物體上，萬物的連接形成物聯(lián)網(wǎng)。物聯(lián)網(wǎng)指的是世界上的每一物體都可能像因特網(wǎng)一樣跟你的計算機(jī)相互連通[2]。第一次浪潮依托于信息處理和計算機(jī)技術(shù)的發(fā)展[3]。以因特網(wǎng)通信網(wǎng)絡(luò)為代表的信息傳輸技術(shù)很好地推進(jìn)了信息產(chǎn)業(yè)的第二次浪潮。第三次浪潮正是由于現(xiàn)如今的傳感器網(wǎng)絡(luò)以及物聯(lián)網(wǎng)的信息獲取技術(shù)推動出來的。如今很多國家對其進(jìn)行了深入研究。物聯(lián)網(wǎng)技術(shù)是一個多元化的技術(shù)，支撐技術(shù)有 RFID 技術(shù)、組網(wǎng)技術(shù)、ZigBee 技術(shù)、微電子機(jī)械系統(tǒng)(MEMS)技術(shù)和智能技術(shù)[4]。本文主要應(yīng)用的支撐技術(shù)是 ZigBee 技術(shù)。縱觀歷史，物聯(lián)網(wǎng)的提出依托于計算機(jī)和無線通信的發(fā)展。最初他們要下2層樓梯到樓下看咖啡是否煮好。科學(xué)家們編了程序，在樓下咖啡壺旁邊放攝像頭[5]，利用計算機(jī)圖像捕捉技術(shù)對咖啡煮沸狀況進(jìn)行實時監(jiān)測，咖啡煮好后再下去取。該例子最后引起了全世界轟動，充分地將物聯(lián)網(wǎng)理念帶到了世人面前。物聯(lián)網(wǎng)的概念最早是比爾蓋茨于1995 年提出，當(dāng)時無線網(wǎng)絡(luò)、硬件設(shè)備還未發(fā)展起來，物聯(lián)網(wǎng)概念并未得到世人的重視。1999 年，美國麻省理工的 Auto-ID 提出了“物聯(lián)網(wǎng)”，認(rèn)為物聯(lián)網(wǎng)就是所有物品的聯(lián)網(wǎng)和應(yīng)用。在此之后全球都熱衷于觸“網(wǎng)”，在當(dāng)今經(jīng)濟(jì)比較低落的情況下，物聯(lián)網(wǎng)被全世界視為新的經(jīng)濟(jì)增長點。美國提出了“智慧的地球”概念，將物聯(lián)網(wǎng)技術(shù)提升到了國家戰(zhàn)略層次，投入大量資金進(jìn)行物聯(lián)網(wǎng)相關(guān)技術(shù)的研究。通信基礎(chǔ)設(shè)施比較先進(jìn)的日本，由于公共部門信息技術(shù)的進(jìn)程比較緩慢，故日本政府注入大量資金提出了“i-Japan”戰(zhàn)略，逐漸普及和落實“國民電子個人信箱”，在某種程度上將人與人間聯(lián)系得更加緊密。在 2002 年韓國提出了 e-Korea 戰(zhàn)略，將關(guān)注重點落在了加緊建設(shè)IT設(shè)施上，其目的是使所有人可在任何事件任何地點享受信息技術(shù)及物聯(lián)技術(shù)所帶來的方便[6]。在尖端科技的帶領(lǐng)下，物聯(lián)網(wǎng)發(fā)展能夠邁上一個新的臺階。歐盟對物聯(lián)網(wǎng)提出了3點特征：①不能把物聯(lián)網(wǎng)簡單地看成是因特網(wǎng)的延伸，應(yīng)該建立一個獨立的新的聯(lián)網(wǎng)系統(tǒng)；②物聯(lián)網(wǎng)應(yīng)該伴隨著新的業(yè)務(wù)一同發(fā)展；③物聯(lián)網(wǎng)的通信模式分成物與物的通信、人與物的通信，物聯(lián)網(wǎng)通信是多種模式的通信。我國在2009年提出了“感知中國”概念，加入了物聯(lián)網(wǎng)技術(shù)競爭的行列中，成立了傳感器網(wǎng)絡(luò)標(biāo)準(zhǔn)工作組，根據(jù)國家標(biāo)準(zhǔn)化政策積極采用國際標(biāo)準(zhǔn)以及國外先進(jìn)標(biāo)準(zhǔn)的方針，制定和完善傳感器網(wǎng)絡(luò)的標(biāo)準(zhǔn)體系以及通信方式，如今物聯(lián)網(wǎng)技術(shù)在通信方面主要包括2大類技術(shù)(RFID 和傳感器技術(shù))[7]。RFID 用射頻信號來識別目標(biāo)對象信息，是一種非接觸的方法，傳感器技術(shù)是通過被監(jiān)測對象的物理或化學(xué)特征來轉(zhuǎn)化成對應(yīng)電信號的一門技術(shù)。如今傳感器技術(shù)主要應(yīng)用在機(jī)械制造、工業(yè)監(jiān)測和電子產(chǎn)品消費上。眾多的傳感器組成在一起就能形成一張無形的網(wǎng)(物聯(lián)網(wǎng))。物聯(lián)網(wǎng)的標(biāo)志性特征是“感知”，感知信號，對信號進(jìn)行處理，組成智能網(wǎng)絡(luò)[8]。因特網(wǎng)是連接虛擬世界中的信息，進(jìn)行信息共享的。而物聯(lián)網(wǎng)則不然，它是將虛擬與現(xiàn)實、現(xiàn)實與現(xiàn)實相連接的。物聯(lián)網(wǎng)強(qiáng)調(diào)的是現(xiàn)實中物和物的連接。隨著物聯(lián)網(wǎng)的出現(xiàn)，無線傳感網(wǎng)絡(luò)將會得到更廣泛的應(yīng)用。物聯(lián)網(wǎng)是典型的交叉性學(xué)科，涉及到電子計算機(jī)、網(wǎng)絡(luò)、傳感器和測控通信方面的知識。其呈現(xiàn)出來的形式是真實的系統(tǒng)，可以將它應(yīng)用到各個領(lǐng)域。

1 物聯(lián)網(wǎng)傳感技術(shù)研究

物聯(lián)網(wǎng)網(wǎng)絡(luò)如圖1所示。系統(tǒng)由4大部分組成，即傳感器部分、移動網(wǎng)絡(luò)、移動網(wǎng)關(guān)和后臺(Web服務(wù)、地圖、數(shù)據(jù)庫服務(wù)器)，傳感器結(jié)構(gòu)為蜂窩式傳感結(jié)構(gòu)，每個傳感器為一個節(jié)點，每個節(jié)點和移動網(wǎng)絡(luò)接收站，以蜂窩式結(jié)構(gòu)進(jìn)行組網(wǎng)，得到數(shù)據(jù)后通過移動網(wǎng)關(guān)處理后，發(fā)送給后臺Web服務(wù)，Web服務(wù)器將數(shù)據(jù)處理后存入數(shù)據(jù)庫服務(wù)器，Web服務(wù)器將數(shù)據(jù)處理后傳送入地圖API，地圖API將地圖數(shù)據(jù)存入數(shù)據(jù)庫服務(wù)器。

圖1 物聯(lián)網(wǎng)網(wǎng)絡(luò)Fig.1 Internet of Things network diagram

2 物聯(lián)網(wǎng)在系統(tǒng)中的定位技術(shù)

將氣體擴(kuò)散模型及算法分為2類：①粗略地將監(jiān)測到的最大濃度值點作為污染源的近似位置；②基于擴(kuò)散模型的解析類定位算法，即根據(jù)多個觀測點所測濃度值，依據(jù)氣體濃度衰減模型，來估計污染源位置[9]。本文選擇高斯模型和湍流擴(kuò)散模型進(jìn)行討論。

2.1 高斯煙羽擴(kuò)散模型

國際上很多環(huán)保標(biāo)準(zhǔn)都以高斯煙羽擴(kuò)散模型為基礎(chǔ)。煙羽模型適用于連續(xù)的氣體泄漏源的氣體擴(kuò)散，它沒有考慮重力對擴(kuò)散的影響作用，見式(1)。

(1)

式中，原點為排放點地面，x軸為下風(fēng)向，C(x，y，z，H)為任一點處氣體的濃度；u為平均風(fēng)速；q為源強(qiáng)(排放速度)；H=h+Δh有效源高；oy、oz為排放氣體在y、z方向的擴(kuò)散系數(shù)(其中，oy=A(x)oz=B(x)，A(x)、B(x)的取值受到待測點下風(fēng)向距離(x的值)和大氣穩(wěn)定度的影響)。擴(kuò)散系數(shù)計算方法[10]見表1。

表1 擴(kuò)散系數(shù)的計算方法Tab.1 Calculation method of diffusion coefficient

2.2 氣體湍流擴(kuò)散模型

氣體湍流擴(kuò)散模型表達(dá)式為：

(2)

(3)

假定泄漏點氣體坐標(biāo)(xt，yt，zt)，則從t0時刻計算釋放速率[11]。

Q向各個方向擴(kuò)散，則由菲克擴(kuò)散定律可得：

(4)

實際t趨近無窮大，改為：

(5)

式中，Q為源強(qiáng)(排放速度)；k為氣體擴(kuò)散系數(shù)，當(dāng)擴(kuò)散系數(shù)增大時，相同條件下相同位置監(jiān)測點的濃度越小[12]。

2.3 加權(quán)平均融合方法

可對接收到的氣體濃度的重要程度賦予不同的權(quán)值，假設(shè)z1，z2，…，zn分別為n個傳感器所采集的數(shù)據(jù)信息，計算公式為：

(6)

式中，wj為加權(quán)系數(shù)；zj為第j個監(jiān)測點監(jiān)測的氣體濃度。

加權(quán)平均數(shù)據(jù)融合過程如圖2所示。

圖2 加權(quán)平均數(shù)據(jù)融合過程Fig.2 Weighted average data fusion process

實際情況中，由于有噪聲的影響，無線傳感器網(wǎng)絡(luò)節(jié)點往往會接收到帶有噪聲等干擾信號影響的氣體濃度值，就會使定位結(jié)果產(chǎn)生偏差。本文對監(jiān)測節(jié)點接受到的氣體濃度處理方法進(jìn)行了改進(jìn)，給出一種加權(quán)平均融合方法，對節(jié)點接受到的氣體濃度進(jìn)行加權(quán)平均，來修正周圍環(huán)境對氣體濃度的誤差[13]。具體過程是先將節(jié)點接收到的氣體濃度作中心化處理；為了縮減中心化后的數(shù)據(jù)間的差異，對數(shù)據(jù)進(jìn)行一次倒數(shù)轉(zhuǎn)換，為防止出現(xiàn)無理運算的局面，倒數(shù)運算時分母加 1。采用權(quán)值為數(shù)據(jù)中心化倒數(shù)轉(zhuǎn)換函數(shù)的加權(quán)平均法，數(shù)據(jù)中心化倒數(shù)轉(zhuǎn)換函數(shù)的目的是消除變量量綱差異，自身變異，數(shù)值大小帶來的影響[14]。

3 電網(wǎng)節(jié)能環(huán)保調(diào)度在線監(jiān)測系統(tǒng)的設(shè)計

根據(jù)系統(tǒng)變配電單元不同的運行方式、顯示狀態(tài)、控制方式等要求，建立變配電單元后臺監(jiān)控系統(tǒng)參數(shù)數(shù)據(jù)庫，繪制變配電單元一次接線系統(tǒng)圖，在數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)參數(shù)庫的遠(yuǎn)程測量、遠(yuǎn)程信號參數(shù)表里生成對應(yīng)的記錄。電網(wǎng)節(jié)能環(huán)保調(diào)度在線監(jiān)控系統(tǒng)軟件設(shè)計以 ZHCD3000 電力一體化系統(tǒng)為平臺，完成變配電單元數(shù)據(jù)庫建立、環(huán)保數(shù)據(jù)監(jiān)測、系統(tǒng)圖繪制、量測數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)參數(shù)及系統(tǒng)調(diào)試。電網(wǎng)節(jié)能環(huán)保調(diào)度在線監(jiān)測系統(tǒng)的設(shè)計如圖3所示。

SCADA 量測庫自動映射流程如圖4所示。利用1個小程序模擬監(jiān)測點，監(jiān)測點每間隔10 min生成1次模擬監(jiān)測數(shù)據(jù)。參照國家標(biāo)準(zhǔn)，生成各污染物數(shù)據(jù)范圍：SO為0～350 mg/m3，NO為0～300 mg/m3，煙塵為0～80 mg/m3。

圖4 SCADA 量測庫自動映射流程Fig.4 SCADA flow of automatic mapping of measurement library

4 應(yīng)用情況

該系統(tǒng)的氣象數(shù)據(jù)來源于中國氣象數(shù)據(jù)信息網(wǎng)，通過調(diào)用中國氣象數(shù)據(jù)網(wǎng)提供地氣象API接口，在系統(tǒng)中集成應(yīng)用氣象數(shù)據(jù)。氣象API以RestfulWebServices的方式提供，對于要素型數(shù)據(jù)以Json格式直接返回，對于文件型數(shù)據(jù)以Json格式返回文件清單列表，通過文件清單的文件URL進(jìn)行文件下載[15]。文檔中時間、時次沒有明確說明的，都是以世界時(GMT)為標(biāo)準(zhǔn)。數(shù)據(jù)調(diào)用類型分為要素型和文件型。例如，需要調(diào)用2017年3月6日2時(GMT)的北京站(54511)的中國地面氣象站逐小時觀測資料的所有要素，可以選用要素型數(shù)據(jù)調(diào)用；需要調(diào)用2017年3月2日6:18(GMT)時次的北京大興(Z9010)的雷達(dá)基本反射率圖像產(chǎn)品，可以用文件型數(shù)據(jù)調(diào)用。監(jiān)測點如圖5所示。

圖5 監(jiān)測點Fig.5 Monitoring points

對每個監(jiān)測點后實現(xiàn)動態(tài)加載信息窗口顯示實時監(jiān)測數(shù)據(jù)，信息窗口顯示離點擊時刻最近的上一個整10 min的數(shù)據(jù)。鼠標(biāo)左鍵點擊地圖上的標(biāo)注，可以查看每個點的信息；右鍵點擊這些標(biāo)注，會彈出右鍵菜單，通過選擇可以選擇查看歷史值。右鍵菜單選擇查看歷史值如圖6所示。

圖6 右鍵菜單選擇查看歷史值Fig.6 Right-click menu to select view historical values

右鍵菜單查看歷史數(shù)據(jù)如圖7所示，主要分為過去24 h趨勢和過去21 d趨勢。本系統(tǒng)調(diào)用JpGraph類庫通過讀取數(shù)據(jù)庫數(shù)據(jù)來實現(xiàn)污染物濃度數(shù)據(jù)信息的柱形趨勢圖。引用JpGraph類庫和需要繪制圖形的圖形模型文件，初始化graph類對象，創(chuàng)建基本繪圖類，然后將繪圖數(shù)據(jù)導(dǎo)入list結(jié)構(gòu)中實現(xiàn)繪圖，最后調(diào)用Stroke()將圖形輸出到瀏覽器。

圖7 過去24 h趨勢和過去21 d趨勢Fig.7 Trend in the past 24 hours and trend in the past 21 days

在地圖上，用水滴符號表示監(jiān)測點，正常時呈黃色，超標(biāo)顯示紅色。警示符號表示污染源，正常呈綠色，疑似污染源用藍(lán)色顯示，準(zhǔn)確污染源定位點用紅色顯示。當(dāng)污染源位置已知。對各污染源對監(jiān)測點的濃度影響(濃度貢獻(xiàn))值，進(jìn)而判斷污染源是否為準(zhǔn)確污染源或疑似污染源。判斷結(jié)果顯示在信息窗口中。實驗以粉塵為例，輸入一定粉塵排放數(shù)據(jù)，在東北風(fēng)速1.6 m/s，大氣穩(wěn)定度為B條件下，得到實驗結(jié)果，如圖8所示。

圖8 污染源排放定位Fig.8 Pollution source of emission location

當(dāng)污染源位置未知，系統(tǒng)從數(shù)據(jù)庫取得監(jiān)測點坐標(biāo)，后臺通過基于濃度比值的加權(quán)質(zhì)心定位算法計算污染源在監(jiān)測區(qū)域內(nèi)的坐標(biāo)。將計算到的污染源經(jīng)緯度坐標(biāo)通過AJAX異步交互傳到瀏覽器。前臺生成自定義marker對象，用以顯示污染源位置。實驗以粉塵為例，輸入一定粉塵排放數(shù)據(jù)，在東北風(fēng)風(fēng)速1.2 m/s，大氣穩(wěn)定度為B條件下，得到實驗結(jié)果。污染源位置定位如圖9所示。

圖9 污染源位置定位Fig.9 Location of pollution source

5 結(jié)論

通過對物聯(lián)網(wǎng)在系統(tǒng)中的融合技術(shù)進(jìn)行了詳細(xì)介紹，通過研究氣體擴(kuò)散模型中的高斯煙羽模型和氣體湍流擴(kuò)散模型，對監(jiān)測環(huán)境中的單一氣體源加權(quán)質(zhì)心定位算法進(jìn)行分析，針對風(fēng)速影響導(dǎo)致氣體源加權(quán)質(zhì)心算法定位精度降低的問題提出了基于氣體濃度比的加權(quán)質(zhì)心定位算法，說明地圖 API 接口作用并繪制加載地圖流程圖，介紹了地圖的使用特點和方法。