張新陽， 李輝

(云南電網(wǎng)有限責(zé)任公司 信息中心，云南 昆明 650217)

0 引言

協(xié)同處理技術(shù)發(fā)生在多臺計算機中，分擔(dān)一個程序或者同一個任務(wù)的分布式處理，該技術(shù)的處理過程，主要是一個復(fù)雜的程序，實現(xiàn)網(wǎng)絡(luò)中的負載分配、數(shù)據(jù)共享等。在分布式處理任務(wù)展開的同時，保證信息的同步性、安全性以及準確性[1]。傳統(tǒng)的協(xié)同處理技術(shù)，以時間順序或事件重要程度順序為依托，對計算系統(tǒng)中的任務(wù)進行處理，但隨著移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)的發(fā)展，越來越多的工作任務(wù)都利用計算機系統(tǒng)實現(xiàn)，因此計算機需要處理的業(yè)務(wù)數(shù)據(jù)飆升，傳統(tǒng)協(xié)同處理技術(shù)面對日趨海量的任務(wù)數(shù)據(jù)，不能完全實現(xiàn)對海量數(shù)據(jù)的全面覆蓋、數(shù)據(jù)采集，因此根據(jù)用電信息采集系統(tǒng)的功能特性，研究全新的多業(yè)務(wù)高效協(xié)同處理技術(shù)。

用電信息采集系統(tǒng)的主要功能包括自動采集用電信息、實時監(jiān)測異常信號、集中管理用電方案、及時發(fā)布用電信息，是一個可以實現(xiàn)信息交互、分布式處理的系統(tǒng)[2]。該系統(tǒng)作為目前應(yīng)用最為廣泛的系統(tǒng)之一，以高級測量、高效管理、高速通信、迅速存儲等技術(shù)為基礎(chǔ)，實現(xiàn)對計算系統(tǒng)中，所有業(yè)務(wù)信息的全時段采集，以此達到快速響應(yīng)、計量無誤等效果[3]。此次所提出的協(xié)同處理技術(shù)，利用該系統(tǒng)實現(xiàn)對海量業(yè)務(wù)的高效協(xié)同處理，為協(xié)同技術(shù)的創(chuàng)新和發(fā)展，提供科學(xué)的技術(shù)支持。

1 基于用電信息采集系統(tǒng)設(shè)置業(yè)務(wù)協(xié)同處理規(guī)則

保證業(yè)務(wù)之間的關(guān)聯(lián)后，基于用電信息采集系統(tǒng)，設(shè)置對海量業(yè)務(wù)的協(xié)同處理規(guī)則[4-5]。利用用電信息采集系統(tǒng)，挖掘已經(jīng)建立其可靠連接的業(yè)務(wù)，并對得到的業(yè)務(wù)數(shù)據(jù)進行預(yù)處理[6]，對挖掘結(jié)果的預(yù)處理過程如圖1所示。

圖1 業(yè)務(wù)預(yù)處理過程

將任務(wù)格式標準化、異常數(shù)據(jù)重復(fù)數(shù)據(jù)以及錯誤數(shù)據(jù)清除糾正后，形成一個全新的同步處理數(shù)據(jù)集合，則該集合中，每一待處理子集之間的歐氏距離為式(1)。

(1)

式中，d表示子集合u與z之前的歐氏距離；i表示第i類業(yè)務(wù)類型；n表示子集合中的變量。根據(jù)上述結(jié)果設(shè)置的協(xié)同處理規(guī)則如圖2所示。

圖2 協(xié)同處理規(guī)則

按照上述規(guī)則對海量業(yè)務(wù)進行協(xié)同處理，至此基于用電信息采集系統(tǒng)的協(xié)同處理技術(shù)，實現(xiàn)對多業(yè)務(wù)的高效協(xié)同處理[7]。

2 用電信息采集系統(tǒng)交易協(xié)同處理技術(shù)的架構(gòu)規(guī)劃

在總體架構(gòu)設(shè)計過程中，規(guī)劃設(shè)計遵循“業(yè)務(wù)驅(qū)動”的原則，采用由業(yè)務(wù)架構(gòu)到應(yīng)用架構(gòu)和數(shù)據(jù)架構(gòu)再到技術(shù)架構(gòu)逐層驅(qū)動的方法[8]。業(yè)務(wù)架構(gòu)是從用電信息采集系統(tǒng)電力市場化交易過程管理和服務(wù)角度對業(yè)務(wù)覆蓋范圍內(nèi)的過程、環(huán)節(jié)、規(guī)則的細化、抽象和建模；應(yīng)用架構(gòu)是基于業(yè)務(wù)架構(gòu)，從用電信息采集系統(tǒng)功能需求的角度去清晰準確定義應(yīng)用范圍、功能及模塊等[9-10]；數(shù)據(jù)架構(gòu)是基于應(yīng)用架構(gòu)，從用電信息采集系統(tǒng)數(shù)據(jù)需求的角度去準確定義數(shù)據(jù)分類、數(shù)據(jù)來源及數(shù)據(jù)部署等；技術(shù)架構(gòu)根據(jù)信息技術(shù)和人工智能發(fā)展趨勢以及相應(yīng)的實踐經(jīng)驗，結(jié)合業(yè)務(wù)架構(gòu)、數(shù)據(jù)架構(gòu)及應(yīng)用架構(gòu)的特點從用電信息采集系統(tǒng)具體實現(xiàn)角度提出系統(tǒng)總體的技術(shù)實現(xiàn)方案和軟硬件物理部署方式。

2.1 實體機器人客服應(yīng)用分析

電力交易人工智能實體機器人客服應(yīng)用是結(jié)合電力交易大廳的業(yè)務(wù)場景功能需求，充分考慮人工智能技術(shù)發(fā)展現(xiàn)狀、人與機器人的協(xié)同辦公適應(yīng)期創(chuàng)新性開展的，主要包括人工智能模式、人工輔助智能模式、人工接管模式3種類型。應(yīng)用功能包括人機協(xié)作、語音交互、業(yè)務(wù)咨詢、智能迎賓、參觀講解、信息查詢、嘉賓預(yù)約、人臉識別、大屏互動、遠程視頻、通用聊天等。

2.2 渠道機器人客服應(yīng)用分析

渠道機器人客服應(yīng)用分析圍繞用電信息采集系統(tǒng)電力市場化交易實際工作各業(yè)務(wù)域場景需求，應(yīng)用功能通過嵌入某電力市場交易網(wǎng)站的智能問答頁面、嵌入移動交易App的智能問答頁面、接入電力交易公眾號3個方式實現(xiàn)7×24小時智能化服務(wù)。應(yīng)用功能包括電力交易業(yè)務(wù)咨詢、交易知識問答、交易信息查詢、交易相關(guān)資訊推送、交易方式智能推薦、用戶評價等功能。

2.3 知識庫應(yīng)用分析

電力交易知識智庫由IBOT實現(xiàn)。主要包括智能引擎、前端平臺和管理后臺。智能引擎模塊，是處理自然語言和集成各種專業(yè)處理引擎的基礎(chǔ)平臺，其智能性、準確度、并發(fā)性能等各方面都會對整個系統(tǒng)產(chǎn)生關(guān)鍵影響。主要包括文本處理、句法分析、語義分析、對話管理、答案渲染、知識管理等。前端平臺模塊，是用戶使用智能機器人系統(tǒng)的所有前端用戶交互能力基礎(chǔ)，負責(zé)機器人的登錄驗證，響應(yīng)調(diào)度，負載平衡等。主要包括運行框架、消息處理、服務(wù)接口、通訊控制、二開框架等。管理后臺模塊，是通過智能服務(wù)引擎及機器人前端平臺提供的API，對機器人進行統(tǒng)一的管理及維護。主要包括系統(tǒng)管理、知識管理、運維管理、授權(quán)管理等。

3 實驗研究

為了驗證基于用電信息采集系統(tǒng)的多業(yè)務(wù)高效協(xié)同處理技術(shù)的可行性以及有效性，提出對比實驗，將此次研究的基于用電信息采集系統(tǒng)的協(xié)同處理技術(shù)，與傳統(tǒng)協(xié)同處理技術(shù)進行對比，通過比較2個技術(shù)對全時段數(shù)據(jù)的覆蓋能力，分析2種技術(shù)對多業(yè)務(wù)的處理進度。

3.1 實驗準備

搭建實驗測試平臺，分別在該平臺中載入2種技術(shù)所需的處理系統(tǒng)，此次實驗的網(wǎng)絡(luò)結(jié)構(gòu)框圖如圖3所示。

圖3 網(wǎng)絡(luò)結(jié)構(gòu)框圖

提取該網(wǎng)絡(luò)環(huán)境中的業(yè)務(wù)，并對其進行編號，此次測試選取的實驗對象的數(shù)據(jù)如表1所示。

將此次研究的協(xié)同處理技術(shù)測試結(jié)果，作為實驗組；將傳統(tǒng)協(xié)同處理技術(shù)測試結(jié)果，作為對照組，分別對表1中的5組實驗測試對象，進行協(xié)同處理。經(jīng)過無量綱化處理后，5組數(shù)據(jù)在4個階段內(nèi)的占比分布情況如表2所示。

表1 實驗測試對象

表2 5組數(shù)據(jù)的占比分布示意圖

根據(jù)表1和表2中的有效數(shù)據(jù)，分別利用2種不同的協(xié)同處理技術(shù)，對系統(tǒng)中的海量、多級業(yè)務(wù)進行處理，該業(yè)務(wù)協(xié)同處理過程中，實驗監(jiān)測模塊的多級監(jiān)測線路示意圖如圖4所示。

圖4 監(jiān)測模塊的各級監(jiān)測線路

經(jīng)過圖4中的監(jiān)測線路監(jiān)測可知，2種協(xié)同處理技術(shù)的響應(yīng)時間略有不同，響應(yīng)時間監(jiān)測結(jié)果如圖5所示。

圖5 監(jiān)測時間響應(yīng)曲線

根據(jù)圖5中的2組響應(yīng)曲線可知，實驗組對5組實驗數(shù)據(jù)的平均響應(yīng)時間，在1.5 s左右；對照組中對5組實驗數(shù)據(jù)的平均響應(yīng)時間，超過了1.75 s。根據(jù)圖中曲線可知，基于用電信息采集系統(tǒng)的協(xié)同處理技術(shù)，面對類型多樣、體量極大的實驗對象，其響應(yīng)時間并沒有因為數(shù)據(jù)量的增加出現(xiàn)極大改變，其初始響應(yīng)時間與最終響應(yīng)時間的差值僅為0.43 s；而傳統(tǒng)協(xié)同處理技術(shù)由于采集數(shù)據(jù)的能力偏弱，當(dāng)數(shù)據(jù)達到一定體量時，該技術(shù)的響應(yīng)時間隨之增加，其初始響應(yīng)時間與最終響應(yīng)時間的差值達到了1.26 s，遠遠高于此次研究的協(xié)同處理技術(shù)，因此分析導(dǎo)致響應(yīng)時長出現(xiàn)較大差異的原因。

3.2 結(jié)果分析

分析2種協(xié)同處理技術(shù)，響應(yīng)時間相差較大的原因，利用測試系統(tǒng)中的追蹤代碼查詢單次協(xié)同處理下，2種技術(shù)識別實驗測試對象后，得到多級任務(wù)覆蓋量。覆蓋量追蹤結(jié)果如圖6所示。

(a)實驗組的任務(wù)覆蓋量

根據(jù)圖6中的節(jié)點任務(wù)數(shù)據(jù)覆蓋圖可知，此次研究的協(xié)同處理技術(shù)，在執(zhí)行單次協(xié)同處理任務(wù)時，利用用電信息采集系統(tǒng)，將所有類型的業(yè)務(wù)全部識別，從而實現(xiàn)對海量多級業(yè)務(wù)的同步處理。而傳統(tǒng)方法中的數(shù)據(jù)采集系統(tǒng)功能較弱，單次協(xié)同處理時，面對數(shù)量龐大、種類繁多的多級業(yè)務(wù)，只能獲取其中的一部分業(yè)務(wù)信息，從圖6(b)中的識別結(jié)果可以看出，同樣的測試條件下，該方法只將K1數(shù)據(jù)完全識別；對K2、K3業(yè)務(wù)，只識別出了極少量的數(shù)據(jù)；而K4、K5數(shù)據(jù)完全沒有得到識別。根據(jù)上述分析可知，傳統(tǒng)協(xié)同處理不能單次對所有數(shù)據(jù)完全識別，而需要進行多次協(xié)同處理，才能完成處理任務(wù)，因此增加了傳統(tǒng)協(xié)同處理技術(shù)的累積響應(yīng)時間，最終導(dǎo)致協(xié)同處理技術(shù)對多業(yè)務(wù)處理效率低下。為了令實驗測試結(jié)果更加具體，我們再對2種協(xié)同處理技術(shù)的處理效率進行評估，選用的評估模型最后一步為式(2)。

(2)

式中，xi表示第i組業(yè)務(wù)的協(xié)同處理響應(yīng)時間；Δx表示期望響應(yīng)時間，需要注意，此次實驗將期望時間設(shè)置為1.4 s；n表示一組業(yè)務(wù)中的任務(wù)組數(shù)量。2種技術(shù)應(yīng)用下的2組實驗參數(shù)如表3、表4所示。

表3 實驗組協(xié)同處理響應(yīng)時間參數(shù)

表4 對照組協(xié)同處理響應(yīng)時間參數(shù)

根據(jù)表3、表4中的數(shù)據(jù)可知，實驗組中的響應(yīng)時間更加接近期望值，而對照組中的響應(yīng)時間，當(dāng)數(shù)據(jù)體量較小時比較接近期望值；當(dāng)數(shù)據(jù)體量較大時，則距離期望響應(yīng)時間稍遠。將上表中第1、3、5、7、9作為A組，將第2、4、6、8、10組數(shù)據(jù)作為B組，已知A組的數(shù)據(jù)量遠少于B組，則利用式(3)計算其處理效率。

(3)

式中,q表示處理效率；U表示業(yè)務(wù)數(shù)據(jù)總量；t表示響應(yīng)時間。利用式(3)分別計算2種技術(shù)的處理效率，整理計算平均值，可知實驗組對照組，對A組數(shù)據(jù)的處理效率分別為94.58%和94.56%；對B組數(shù)據(jù)的處理效率分別為92.16%和78.52%。綜合上述實驗結(jié)果可知，此次研究的協(xié)同處理技術(shù)，利用用電信息采集系統(tǒng)，可以將全時段數(shù)據(jù)完全覆蓋，對多業(yè)務(wù)實現(xiàn)高效協(xié)同處理；而傳統(tǒng)協(xié)同處理技術(shù)只能將體量較少的數(shù)據(jù)進行完全覆蓋，面對海量業(yè)務(wù)時，只能分次協(xié)同處理，降低了對多業(yè)務(wù)的處理效率。

4 總結(jié)

隨著用電需求的增加、用電范圍的擴展，計算系統(tǒng)中會出現(xiàn)越來越多的業(yè)務(wù)類型和海量的實時數(shù)據(jù)，因此，利用用電采集系統(tǒng)的高效性、統(tǒng)計性和全時段覆蓋性，對所有數(shù)據(jù)進行識別與覆蓋，提高單次協(xié)同處理多業(yè)務(wù)的數(shù)據(jù)量，以此降低協(xié)同處理技術(shù)的協(xié)同響應(yīng)時間，實現(xiàn)對多業(yè)務(wù)的高效協(xié)同處理。但此次提出的協(xié)同處理技術(shù)，雖然增加了單次協(xié)同處理量，但并不能在真正意義上實現(xiàn)一次性協(xié)同處理，今后的研究與分析還需對該技術(shù)進行改進，將所有數(shù)據(jù)一次處理完畢，降低響應(yīng)時間、提升處理效率。