金現(xiàn)代信息產業(yè)股份有限公司 張延亮 蘇 旋 謝 恒 南京實創(chuàng)信息技術有限公司 孟 濤 朱廣穩(wěn)

1 設計電氣設備多傳感數(shù)據(jù)嵌入式Linux 自動采集方法

1.1 數(shù)據(jù)采集需求及特征設定

通常情況下，電氣設備的運行一般是較為穩(wěn)定的，所以形成的數(shù)據(jù)量也是可控的，但是如果日常電氣設備的運行量增加，相對應的數(shù)據(jù)信息量也會隨之增加，傳統(tǒng)的數(shù)據(jù)采集方式效率較低，雖然可以在預期的時間之內實現(xiàn)采集任務及目標，但是精準度及穩(wěn)定性不達標，為此，綜合嵌入式Linux 技術，先進行數(shù)據(jù)采集需求及特征設置[1]。電氣設備分為高壓電氣設備和低壓電氣設備，所產生的數(shù)據(jù)一般可以劃分為以下幾種，分別為空間數(shù)據(jù)、屬性數(shù)據(jù)以及實踐性的變動數(shù)據(jù)。

在進行數(shù)據(jù)采集之前，需要依據(jù)分類進行整合篩選，形成一個個定向的階段需求采集目標，便于后期采集過程中對所獲取的數(shù)據(jù)有針對性地處理與轉換。接下來，進行數(shù)據(jù)采集特征的提取。通過嵌入式Linux 技術和大數(shù)據(jù)篩選技術，建立一個多層級的采集層級，將設置的階段目標設置在各個層級之中，進行數(shù)據(jù)的解析與整合，同時計算出數(shù)據(jù)特征的重復值，如公式（1）所示：

公式（1）中：L 表示數(shù)據(jù)特征的重復值，n 表示特征缺失值，w 表示轉換偏差，v 表示交感偏差，s 表示重復次數(shù)。根據(jù)上述測定，完成對數(shù)據(jù)特征的重復值計算。接下來，依據(jù)得出的數(shù)據(jù)特征的重復值，對初始數(shù)據(jù)中存在的重復數(shù)據(jù)進行剔除，剩余的數(shù)據(jù)便是具有獨立特征的可采集數(shù)據(jù)，完成數(shù)據(jù)采集需求及特征設定后，再進行采集環(huán)境的建設。

1.2 可視化多階自動采集流程設計

完成對數(shù)據(jù)采集需求及特征的設定后，綜合當前的數(shù)據(jù)采集需求，設計可視化多階自動采集流程。與傳統(tǒng)的數(shù)據(jù)采集結構相比較，此次所設計的采集流程更加靈活、多變，采集的精度與處理效率較高，再加上可視化技術的輔助，可以進一步強化數(shù)據(jù)采集的效率。首先，將初始的采集程序接入嵌入式Linux 控制結構之中，進行采集均衡標準的設置，導入內部的控制框架之后，構建一個可視化的自動采集形式，具體如圖1所示。

圖1 可視化多階自動采集流程圖

根據(jù)圖1，完成對可視化多階自動采集流程的設計與實踐應用。通過可視化的處理方式，針對每一個采集流程設置對應的接入式監(jiān)督程序，在進行多傳感數(shù)據(jù)的采集與處理過程中，相關人員可以依據(jù)當前需求及標準的變化，隨時作出修改及調整，增加數(shù)據(jù)采集的靈活性與可轉變性。

但是需要注意的是，可視化的自動采集流程雖然可以調整調動，但是需要遵循嵌入式Linux 的控制標準，在合理的范圍之內進行處理，最大限度地降低數(shù)據(jù)采集誤差，消除采集失真及混亂等情況，一定程度上可以進一步擴大當前的數(shù)據(jù)自動化采集范圍。

1.3 標定多傳感自動采集點位及節(jié)點設置

完成對可視化自動采集流程的設計之后，接下來，進行多傳感自動采集點位的標定及節(jié)點的設置。先進行電氣設備多傳感數(shù)據(jù)采集邊緣范圍的確定，如公式（2）所示：

隨即，以此為基礎，在各個點位上設置一定數(shù)量的數(shù)據(jù)自動化節(jié)點，節(jié)點之間需要進行搭接和關聯(lián)，形成循環(huán)性的數(shù)據(jù)自動化采集結構，逐步形成獨立的采集域。此時，利用嵌入式Linux 控制技術，設計一個自動化處理采集矩陣，與節(jié)點形成更為完整、細化的數(shù)據(jù)采集結構。

1.4 構建嵌入式Linux 數(shù)據(jù)自動采集模型

完成對多傳感自動采集點位的標定及對應節(jié)點的設置后，構建嵌入式Linux 數(shù)據(jù)自動采集模型。在當前的大數(shù)據(jù)環(huán)境下，對于電氣設備數(shù)據(jù)的采集一般較為復雜且多變，采用信息梳理+數(shù)據(jù)轉化的復合型方式，相互配合，實現(xiàn)最終的數(shù)據(jù)采集目標。加固上述基于嵌入式Linux 所設計的數(shù)據(jù)自動采集矩陣導入初始的模型之中，結合設置的監(jiān)測采集節(jié)點，準確分類獲取的數(shù)據(jù)以及信息，具體結構如圖2所示。

圖2 嵌入式Linux 數(shù)據(jù)自動采集模型結構圖示

根據(jù)圖2，完成對嵌入式Linux 數(shù)據(jù)自動采集模型結構的設計與實踐應用。針對電氣設備的運行狀態(tài)及需求，分類進行數(shù)據(jù)信息的采集及轉換，形成一個循環(huán)性的處理結構，在相同的處理環(huán)境下，綜合嵌入式Linux 技術，強化數(shù)據(jù)采集的效率及質量。同時，結合實際的可視化數(shù)據(jù)采集流程，在模型中建立一個遵循GPL 的定向處理協(xié)議，形成一個數(shù)據(jù)自動化采集調整的可變程序，對下達的采集指令進行分化，一定程度上提升模型對于電氣設備多傳感器數(shù)據(jù)處理的速度及效率，進一步強化模型的應用能力。

1.5 數(shù)據(jù)自適應對接實現(xiàn)最終采集處理

完成對嵌入式Linux 數(shù)據(jù)自動采集模型的構建之后，接下來，采用數(shù)據(jù)自適應對接的方式實現(xiàn)最終采集處理。結合當前的數(shù)據(jù)采集需求及標準的變動，進行自適應對接指標及參數(shù)的設置，見表1。

表1 數(shù)據(jù)自適應對接指標及參數(shù)設置表

根據(jù)表1，完成對數(shù)據(jù)自適應對接指標及參數(shù)的設置。然后以此為基礎，在設定的環(huán)境下，將采集的數(shù)據(jù)標準與預設的數(shù)據(jù)標準進行自適應對接，確保不存在誤差之后，再對數(shù)據(jù)輸出和存儲。

2 方法測試

此次主要是對基于嵌入式Linux 的電氣設備多傳感數(shù)據(jù)自動采集方法的實際應用效果進行分析與驗證研究，考慮到最終測試結果的真實性與可靠性，采用對比的方式展開分析，選定H 企業(yè)作為本次測試的主要目標對象，設定傳統(tǒng)的物聯(lián)網(wǎng)電氣設備多傳感數(shù)據(jù)自動采集測試組、傳統(tǒng)FPGA 電氣設備多傳感數(shù)據(jù)自動采集測試組，以及本次設計的嵌入式Linux 電氣設備多傳感數(shù)據(jù)自動采集測試組。根據(jù)當前測定需求及標準的變化，對最終得出的測試結果比照研究，然后綜合嵌入式Linux 技術，進行初始測試環(huán)境的搭建。

2.1 測試準備

結合當前的嵌入式Linux 技術，依據(jù)電氣試驗儀器數(shù)據(jù)自動采集格式，對H 企業(yè)電氣設備多傳感數(shù)據(jù)自動采集方法的測試結果比照研究。該企業(yè)的電氣設備數(shù)量較多，一大部分在實際應用的過程中是互為相連的，所以需要標注及監(jiān)測設備，選定其中的6臺設備作為測試的主要目標對象，在設備上接入一定數(shù)量的監(jiān)測節(jié)點，節(jié)點之間互相搭接，形成一個循環(huán)性的實時數(shù)據(jù)信息采集環(huán)境，接下來，綜合當前的數(shù)據(jù)采集需求及標準，進行基礎環(huán)境及指標參數(shù)的設置，具體見表2。

表2 基礎環(huán)境及指標參數(shù)設置表

根據(jù)表2，完成對基礎環(huán)境及指標參數(shù)的設置。以此為基礎，在初始的環(huán)境中設置防干擾裝置及設備，最大限度地降低采集過程中的不穩(wěn)定因素。接下來，進行初始數(shù)據(jù)采集邊緣值的計算，如公式（3）所示：

公式（3）中：F 表示初始數(shù)據(jù)采集邊緣值，λ表示可控覆蓋范圍，k 表示單元采集范圍，m 表示初始設置采集次數(shù)，h 表示堆疊識別區(qū)域。根據(jù)上述測定，實現(xiàn)對初始數(shù)據(jù)采集邊緣值的計算，利用初始數(shù)據(jù)采集邊緣值變動，對監(jiān)測節(jié)點的位置進行定向調整，結合多傳感數(shù)據(jù)自動化采集的靈活性。至此，完成對基礎測試環(huán)境的搭建，接下來，基于嵌入式Linux 的技術，進行具體的測試驗證。

2.2 測試過程及結果分析

結合當前設置的測試環(huán)境，基于嵌入式Linux技術，對H 企業(yè)電氣設備多傳感數(shù)據(jù)自動采集方法進行測試研究。首先，利用上述設置的采集節(jié)點實時獲取電氣設備的運行狀態(tài)，然后整合、分類處理，以待后續(xù)處理。當前的數(shù)據(jù)信息獲取是模糊的，無法達到預期的采集標準，接下來，進行采集周期的設置。以兩天為1個周期，共設置5個周期。結合嵌入式Linux技術，設定一個定向的自動轉換空間，并與初始設定的多傳感器進行搭接，設計多個目標的數(shù)據(jù)采集目標，并建立對應的多傳感數(shù)據(jù)采集流程，具體如圖3所示。

圖3 嵌入式Linux 技術多傳感采集流程

根據(jù)圖3，完成對嵌入式Linux 技術多傳感采集流程的設計與實踐分析。依據(jù)上述的流程，輸出對等的多傳感數(shù)據(jù)。隨后，在電氣設備的核心控制位置設定自動化中轉基站，進行采集數(shù)據(jù)的處理及格式轉換。一般會轉換為數(shù)據(jù)包的形式，通過基站處理之后的數(shù)據(jù)依據(jù)順序及分類自動傳輸?shù)酱鎯ξ恢弥?，最終進行多傳感數(shù)據(jù)自動化采集耗時的計算，如公式（4）所示：

公式（4）中：K 表示多傳感數(shù)據(jù)自動化采集耗時，α 表示基站覆蓋范圍，s 表示定向可識別距離，θ 表示轉換誤差。根據(jù)以上測定，實現(xiàn)對多傳感數(shù)據(jù)自動化采集耗時的測定核算。接下來，綜合當前的測試結果，進行分析，如圖4所示。

圖4 測試結果對比分析圖示

根據(jù)圖4，完成對測試結果的分析：對比于傳統(tǒng)的物聯(lián)網(wǎng)電氣設備多傳感數(shù)據(jù)自動采集測試組、傳統(tǒng)FPGA 電氣設備多傳感數(shù)據(jù)自動采集測試組，本次設計的嵌入式Linux 電氣設備多傳感數(shù)據(jù)自動采集測試組最終得出的自動采集耗時被較好地控制在0.25s 以下。與傳統(tǒng)的電氣設備多傳感數(shù)據(jù)自動采集結構相比，此次綜合嵌入式Linux 技術，所設計的電氣設備多傳感數(shù)據(jù)自動采集模式更加穩(wěn)定、多元，自身具有更強的針對性。結合不同的應用實踐環(huán)境，該數(shù)據(jù)采集形式也精準定位分類，構建多目標、多層級的數(shù)據(jù)采集篩選體系，形成等效的輸出處理框架，過程中利用自動采集程序，提高當前的采集速度及效率，強化采集效果，打破傳統(tǒng)數(shù)據(jù)采集方法的限制，形成更好的處理效果。