能源工業(yè)云網(wǎng)設備通信協(xié)議智能解析技術研究

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)設備的多源異構數(shù)據(jù)接入和融合展開，研究設備數(shù)據(jù)標準及接入體系。以能源工業(yè)云網(wǎng)設備的通信協(xié)議為載體，研究不同品類、多種類生產(chǎn)數(shù)據(jù)的接入標準，解決多種類感知設備數(shù)據(jù)接入問題。

關鍵詞：能源工業(yè)云網(wǎng) 強化學習 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)設備智能接入體系的研究包含設備通信協(xié)議智能解析和設備編碼統(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。現(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)議在技術上與“商用以太網(wǎng)”兼容，在設計、可靠性、實時性等方面達到工業(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)絡協(xié)議解析系統(tǒng)，如Wireshark、Sniffer、Tableau、WinNetCap和WinSock Expert等工具均能對基于以太網(wǎng)的數(shù)據(jù)協(xié)議進行解析。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。對于設備編碼而言，歐洲電廠運營、設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《電廠標識系統(tǒng)編碼標準》被電力設計院和電廠廣泛用于標識電廠的物理對象。但KKS編碼系統(tǒng)繁雜，具有大量重復的編碼約定的缺點。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)務系統(tǒng)。如生產(chǎn)管理系統(tǒng)設備編碼、ERP設備編碼、GIS公用基礎平臺設備圖元等。設備接入體系結構的設計，既要向下確保不同廠商設備數(shù)據(jù)融合的實時性、穩(wěn)定性、可信性。又要向上支持各種網(wǎng)絡通信模式，為用戶提供設備數(shù)據(jù)的實時分析、處理，系統(tǒng)中資源的合理調度，提升設備之間的協(xié)同工作能力，保證對整個數(shù)據(jù)共享與交互模型的實時監(jiān)控與反饋。

異構系統(tǒng)數(shù)據(jù)共享交互問題自發(fā)生之時便引起國內外學者的關注，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、基于中間件技術的共享模式、基于數(shù)據(jù)交互平臺的共享模式。比如JETS工業(yè)大數(shù)據(jù)集成分析平臺利用數(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)的裝備運維故障預測。此外，GDBAI中間件的通用數(shù)據(jù)接口，為頂層應用提供統(tǒng)一、透明的訪問數(shù)據(jù)方法。再有，中國移動的OneNet平臺，設計了一套工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)管理平臺，對數(shù)據(jù)信息進行分類保護以及分級限制數(shù)據(jù)交互。但是，針對輕量級的工業(yè)互聯(lián)網(wǎng)設備間的數(shù)據(jù)共享問題，上述策略與方法過于繁雜，缺乏可擴展性，網(wǎng)絡資源利用效率低。目前，主流的標識解析系統(tǒng)有Handle、OID、Ecode等，多應用于供應鏈管理、產(chǎn)品追溯等場景。OID是由ISO/IEC、ITU共同提出的標識機制，用于對任何類型的對象進行全球統(tǒng)一命名。其采用分層、樹狀編碼結構，在信息安全等領域有著較多的應用。Ecode是我國自主研制的標識編碼技術，由中間件、數(shù)據(jù)標識、解析系統(tǒng)、安全系統(tǒng)等部分組成。

設備智慧物聯(lián)網(wǎng)平臺是建設智慧國網(wǎng)的重要組成部分。隨著近幾年微服務架構和Docker容器概念的火爆，微服務技術最近得到一些IT公司的青睞，Netflix公司是成功應用微服務的典范。國內對微服務、容器技術進行研究與應用，設計了基于微服務的設備智慧物聯(lián)數(shù)據(jù)匯聚中心的技術架構，解決國網(wǎng)公司分布式、異構環(huán)境的協(xié)同開發(fā)與部署應用問題?？梢?，通過近年來的實踐，我國企業(yè)相應的技術和產(chǎn)業(yè)已經(jīng)具備發(fā)展基礎。

2 理論及實踐依據(jù)

數(shù)據(jù)接入難度和成本是制約工業(yè)互聯(lián)網(wǎng)平臺應用的核心痛點之一，能源工業(yè)云網(wǎng)正嘗試提供面向不同設備的綜合性接入技術方案，推動平臺快速應用落地。存量設備接入仍以邊緣協(xié)議解析為主要方式，逐步從個性方案發(fā)展成為平臺通用服務。具有較強工業(yè)協(xié)議積累的企業(yè)正在將接入方案轉化為平臺服務，將解析能力下發(fā)至邊緣設備實現(xiàn)數(shù)據(jù)接入。未來，數(shù)據(jù)接入方案將內嵌在新增設備中，直接連平臺有望成為重要趨勢，SDK等數(shù)據(jù)接入方案在商業(yè)物聯(lián)領域已普遍應用，正在加速向工業(yè)互聯(lián)領域延伸。

為滿足工業(yè)實時性要求，降低網(wǎng)絡和IT資源消耗，在邊緣側開展數(shù)據(jù)分析正在成為工業(yè)互聯(lián)網(wǎng)平臺的普遍做法?；凇癐F-THEN”的簡單規(guī)則支撐邊緣側的大部分數(shù)據(jù)應用，PTC ThingWorx、博世IoT、施耐德EcoStruxure、東芝SPINEX等平臺都在邊緣側集成了規(guī)則引擎，IBM Watson IoT可以根據(jù)監(jiān)控數(shù)值的大小和頻率執(zhí)行不同操作，在邊緣識別并警告質量缺陷、安全風險等，AWS IoT 1-Click可以快速執(zhí)行定義好的Lambda程序，提升車間運行效率。邊云協(xié)同實現(xiàn)落地應用，Predix、Uptake、谷歌IoT、AWS IoT等平臺基于工業(yè)智能公司FogHorn的Lightning邊緣智能技術，將云端訓練形成的機器學習乃至深度學習模型推送到邊緣設備上運行，支撐半導體產(chǎn)能優(yōu)化、離心泵狀態(tài)檢測、電容器缺陷檢測等多類應用。以云計算為代表的集中式計算、以邊緣計算為代表的分布式計算，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，平臺的邊緣和云端將會相輔相成、有效整合、共同發(fā)展。

邊緣設備從“功能機”走向“智能機”已經(jīng)成為平臺發(fā)展必然趨勢，將大幅提升邊緣應用深度和廣度。當前主要聚焦網(wǎng)絡設備的智能化，未來將進一步向工業(yè)設備延伸?，F(xiàn)階段“通用處理器+通用操作系統(tǒng)”成為邊緣網(wǎng)關的主流架構，能夠支持高性能電機控制等邊緣工業(yè)需求。

開源技術向邊緣側下沉，在邊緣側形成一個統(tǒng)一的數(shù)據(jù)和應用創(chuàng)新生態(tài)。EdgeX Foundry、Azure IoT Edge、Cloud IoT Edge、Eclipse Kura、KubeEdge、OpenEdge等邊緣架構將推動邊緣設備的開發(fā)標準化，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推動邊緣軟硬件資源更高效和靈活的管理，Azure IoT Edge支持MOBY和Kubernetes，推動邊緣網(wǎng)關快速靈活的建立和更新業(yè)務邏輯。Apache Nifi/MiNiFi等數(shù)據(jù)管理和集成架構將進一步改變邊緣數(shù)據(jù)集成方式，工業(yè)平臺Sciemetric與數(shù)據(jù)接入平臺Attunity和數(shù)據(jù)管理平臺Hortonworks合作，基于Apache Nifi實時采集邊緣制造數(shù)據(jù)，構建工廠數(shù)據(jù)湖，支撐流程優(yōu)化、預測性維護、供應鏈優(yōu)化等分析應用。

為了更好滿足工業(yè)用戶的實時性、可靠性要求，工業(yè)互聯(lián)網(wǎng)平臺開始將計算能力下放到更為靠近物或數(shù)據(jù)源頭的網(wǎng)絡邊緣側。一是邊緣層直接運行實時分析算法，新增了機器學習、認知服務、流數(shù)據(jù)分析等功能，支持在嵌入式邊緣設備上運行復雜分析和人工智能算法，基于Azure IoT Edge在邊緣實現(xiàn)了流數(shù)據(jù)分析和機器學習算法，使故障處理時延大幅降低。二是邊緣與平臺協(xié)同，實現(xiàn)模型不斷成長和優(yōu)化。

3 源工業(yè)云網(wǎng)智能設備接入數(shù)據(jù)通信中的機器學習算法

研究基于輕量級機器學習策略和數(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，研究模式識別技術，研究多品類多種類生產(chǎn)數(shù)據(jù)智能分析技術。通過研究終端信息的處理與數(shù)據(jù)共享機制，建立數(shù)據(jù)存證、鑒證和溯源體系，完成智慧物聯(lián)網(wǎng)關的設計與研發(fā)，實現(xiàn)物聯(lián)平臺和各設備供應廠商之間的信息共享和業(yè)務協(xié)同。具體的研究內容分為：（1）數(shù)據(jù)邊端處理與存證溯源機制;（2）云邊業(yè)務協(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)塊鏈技術對數(shù)據(jù)進行存證，鑒證和溯源，有效解決終端數(shù)據(jù)存儲不安全，不可信問題。同時，將大量數(shù)據(jù)處理轉移到邊端，減輕數(shù)據(jù)傳輸鏈路壓力，提高平臺數(shù)據(jù)處理速度。

云邊業(yè)務協(xié)同與邊緣資源共享方面，基于排隊網(wǎng)絡和凸優(yōu)化技術設計云邊協(xié)同的資源分配與任務調度機制，調度生產(chǎn)過程中品類中心的協(xié)同任務，充分利用智能網(wǎng)關的計算和存儲資源，降低任務處理延遲和系統(tǒng)能耗，解決智能網(wǎng)關負載不均衡導致的工業(yè)需求響應不及時、邊緣資源利用率低、系統(tǒng)資源浪費和用戶體驗差的問題。

智能物聯(lián)網(wǎng)關的設計與研發(fā)方面，基于現(xiàn)有工業(yè)物聯(lián)網(wǎng)網(wǎng)關功能模塊，融合區(qū)塊鏈和邊緣計算技術，新增區(qū)塊鏈服務模塊、數(shù)據(jù)清洗模塊、資源管理模塊和緊急預警模塊，下放存儲和計算任務，降低數(shù)據(jù)鏈路壓力和提升平臺處理速度，從而建立云邊業(yè)務協(xié)同體系及數(shù)據(jù)存證、鑒證和溯源體系。

參考文獻：

[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化學習分布式信號控[J].交通運輸系統(tǒng)工程與信息，2020，20（2）：76-82，100.

[2]杜威，丁世飛.多智能體強化學習綜述[J] . 計算機科學，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].計算機仿真，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，2014，22（2）：14-17.

[5]羅瀟軒.對計算機人工智能識別技術應用的思考[J].電子元器件與信息技術，2020，4（12）：65-66.