孫喜民　劉丹　李慧超　孫博　鄭斌

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，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

Research on Intelligent Analysis Technology of Communication Protocol of Energy Industry Cloud Network Equipment

Sun Ximin，Liu Dan，Li Huichao，Sun Bo，Zheng Bin

Abstract：This article mainly starts from the multi-source heterogeneous data access and integration of energy industry cloud network equipment， and studies equipment data standards and access systems. Using the communication protocol of the energy industry cloud network equipment as the carrier， the article explores the access standards of different categories and multiple types of production data， and solves the data access problem of multiple types of sensing equipment.

Key words：energy industry cloud network， reinforcement learning， multi-agent， artificial intelligence

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)場總線和工業(yè)以太網(wǎng)協(xié)議兩類?，F(xiàn)場總線協(xié)議主要有PROFIBUS，Modbus-RTU、CANopen、OPC UA、OPC DA、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)場控制的要求，現(xiàn)已成為工業(yè)現(xiàn)場通訊和控制的主要手段。市場上已經(jīng)有眾多以太網(wǎng)絡(luò)協(xié)議解析系統(tǒng)，如Wireshark、Sniffer、Tableau、WinNetCap和WinSock Expert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、設(shè)備制造等部門制定了KKS編碼系統(tǒng)，我國于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EDF編碼系統(tǒng)和英國CCC編碼系統(tǒng)。國家電網(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)共享交互問題自發(fā)生之時(shí)便引起國內(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)庫共享解決多數(shù)據(jù)源融合、智能分析數(shù)據(jù)等問題，有效地支撐工業(yè)互聯(lián)網(wǎng)的裝備運(yùn)維故障預(yù)測。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、透明的訪問數(shù)據(jù)方法。再有，中國移動(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)共享問題，上述策略與方法過于繁雜，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)，解決國網(wǎng)公司分布式、異構(gòu)環(huán)境的協(xié)同開發(fā)與部署應(yīng)用問題?？梢?，通過近年來的實(shí)踐，我國企業(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，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，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”的簡單規(guī)則支撐邊緣側(cè)的大部分?jǐn)?shù)據(jù)應(yīng)用，PTC ThingWorx、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，IBM Watson IoT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，AWS IoT 1-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、AWS IoT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、電容器缺陷檢測等多類應(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，適用于不同的工業(yè)場景，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，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)。EdgeX Foundry、Azure IoT Edge、Cloud IoT Edge、Eclipse Kura、KubeEdge、OpenEdge等邊緣架構(gòu)將推動(dòng)邊緣設(shè)備的開發(fā)標(biāo)準(zhǔn)化，提升互操作性。博世融合Eclipse開源組織，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，Azure IoT Edge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。Apache Nifi/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Apache Nifi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Azure IoT Edge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。具體的研究內(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.