基于人工智能的电力物联网通用芯片集成系统

张 双

（深圳市国电科技通信有限公司，广东 深圳 518000）

0 引 言

人工智能技术、VR技术、大数据技术等现代化技术在电力企业生产运营过程中的应用，不仅加速了时代与产业发展步伐，也对电力公司的未来发展与规划提出了更高的要求。目前，物联网已经借助其独有的优势，广泛应用在电力企业的不同作业领域中[1]。在深入此项工作的研究时发现，物联网通用芯片是电力企业内部传感器实现对反馈信息大规模集成的主要构件之一，不同型号的芯片在电力企业中所发挥的作用不同，为满足通用芯片的更高效能与多元化功能，本文将引进人工智能技术，从硬件与软件两个方面开发一种针对电力物联网的通信芯片集成系统[2]。在开发系统时，应严格遵循系统功能的模块化设计原则，为提高系统的运行效率并实现对系统后续运维成本的简化，应根据芯片的集成需求，设计不同的功能模块，再基于总体层面进行系统的协调规划与部署[3]。同时，还应当遵循低能耗与低成本原则，保证所选用的系统硬件设备具有较优的综合性能与实用性。例如，在进行系统核心运行芯片的选择时，可以对比市场内现用的MPS-450芯片与ARM-1000芯片，发现MPS-450系列芯片的运行能耗较低，因此选择前者作为本文系统的核心芯片，对电力物联网通用芯片集成系统展开设计。

1 硬件设计

为确保开发的系统可以在实际应用中达到预期集成效果，应在开发系统前进行系统硬件结构的开发与设计[4]。本文开发系统的硬件结构如图1所示。

图1 系统硬件结构

本文研究设计的集成系统是在借助电力企业物联网技术的支撑下，对部署在终端的多种电力设备运行信息进行主动采集，并借助传感器与主控芯片对终端不同设备在运行中的射频信息进行处理。同时，根据可控传感器多个通信传输线路，在终端进行通用芯片的集成。为确保本文研究的系统在实际应用中可以达到预期的效果，下面将以射频装置与MPS-450系列主控芯片为例，进行系统硬件结构的设计。

1.1 射频装置选型

此次研究所选的射频装置型号为TT-2350，其中集成了ZigBee构件与IEEE705.3.18.20构件，可以使用此型号的射频装置建立一个成本较低的系统集成网络。在网络中，使用FT收发装置进行8.0～16.0 kB的RAM编程，保证射频装置具有不同的运行模式。

1.2 MPS-450系列主控芯片选型

选择市场内某著名IT公司联合开发的低耗能MPS-450-12000型号的芯片，作为本文系统的主控芯片，此芯片在待机状态下可以达到180.0 μA的超低耗电状态，并可以实现在一个时钟周期内对单条指令的快速执行，通过此种方式实现系统的低耗能性能。此外，在芯片上集成外围模块与直接存储器访问（Direct Memory Access，DMA）定时装置，保证系统可以在外接状态下执行更多的功能。

2 软件设计

2.1 芯片运行参数设置

在上述硬件设计与选型的基础上，针对集成系统软件部分进行设置，针对芯片在运行过程中的参数进行设置。通过对芯片在不同环境中运行时的温度、湿度等最高上限和最低下限进行设置，规定合理的阈值范围。在电力物联网实际运行过程中，若某一设备运行时其相应数值超出了规定的阈值范围，则此时集成系统可立即发出报警，警示灯显示，从而在第一时间对其进行维护和处理[5]。同时，通过这一设计能够为检修部门提供更可靠的基础数据信息。在具体设置芯片运行参数的过程中，为了确保参数设定的准确性更高，引入对电力物联网集成预测误差平均值的方法，并对参数之间的相关度进行计算。

在计算过程中，首先需要对初始数据按照特定的比例进行划分，并将其分为训练集和测试集。其次，在Web框架结构当中，生成多个训练子集[6]。最后，采用加权平均算法的方式得出电力物联网中各参数之间的相关度，并将其作为集成输出。这一过程中，集成输出结果为：

式中：Tx为建立物联网通用芯片集成结果；γ为各个组成电力物联网的参数权值；i为训练集个数；Ti,x为在某一训练层级当中第x个输出的参数设定结果分量。将上述式（1）作为依据，以此完成对芯片运行参数的设置。

2.2 运行状态实时显示

在整个电力物联网运行过程中，为实现对各类设备运行状态的实时监测和显示，引入CC2530中的Z-S协议栈，实现电力物联网复杂网络结构的连接。由于电力企业各类设备在运行的过程中会产生大量数据信息，导致最后构建的网络结构更加庞大，要想在这一结构中实现电力物联网设备运行参数的实时传输相对困难。针对这一问题，引入Z-S协议栈，在实际应用中基于集成系统的思想和事件轮循机制，在协议栈中的每一层结构完成初始化处理后，自动控制本文集成系统进入到功耗的运行模式中，并当具体事件发生时，可通过直接唤醒的方式将集成系统的相应功能唤醒。在完成任务后，再次进入到低功耗的模型中。因此不仅可以实现对电力设备运行状态的实时显示，同时还能够降低本文集成系统的运行负担。将电力设备运行状态的显示需求，在集成系统上位机当中完成，并引入C#语言对上位机中的显示界面进行开发。通过C#语言的开发得到电力设备运行中各项从芯片上获取数据的实时展现，为了进一步体现集成系统上位机显示的可视化，将得到的数据以曲线的方式进行展示，以此能够更加直观地观测到参数的变化趋势。

2.3 基于人工智能的电力物联网芯片节点集成控制

为了实现对电力物联网中各个节点的实时增减，对电力物联网系统芯片节点进行集成控制。在本文集成系统当中，基于人工智能技术引入一个分配器，该模块的主要运行模式是通过可扩展标记语言实现对集成结果的查询。同时，在实际应用中通过解析器完成对分配器输出结果的转换，最终将所需的电力物联网参数进行展示，并将其交由集成系统用户层进行处理。针对上述芯片运行参数设置和运行状态实时显示层进行管理，可实现对数据源信息从注册阶段开始，到数据在电力物联网中运维整个阶段的集成控制，当集成系统接收到查询相关电力物联网参数的请求时，在构建的数据源集合当中找寻这一数据信息。在实际应用中，通过引入人工智能技术，可针对各类不同功能芯片进行集中控制和管理，确保对电力物联网中各个设备运行参数的获取，使各个芯片的协作更加有序。同时，在用户查询的过程中，可向数据源集合中添加一个动态化的数据源信息，在对电力物联网芯片节点集成控制时实现参数的动态装卸，从而进一步提升节点集成的效果。

3 对比实验

通过本文上述论述，分别从软件层面和硬件层面完成了对集成系统理论设计，为了更直观地得到该系统在设计、开发以及应用到实际中的可行性，选择基于MC68HC08单片机的集成系统作为对照组，本文提出的集成系统作为实验组，将两种集成系统应用到完全相同的运行环境当中，通过对比所选择的评价指标，实现对其应用效果的对比。实验过程中选择以某电力企业作为依托，将该电力企业当前运行过程中现有的多种不同类型芯片作为实验对象，分别利用两种系统实现对各个芯片的集成化处理。为了实现对集成效果的检验，将集成速率作为评价指标，对应的计算公式为：

式中：v为集成的速率；c为规定时间内的集成量；t为规定时间。根据式（1）计算得出两种集成系统的集成速率，并将实验结果记录如表1所示。

表1 实验组与对照组集成系统集成速率对比

从表1中记录的实验结果可以看出，实验组的集成速率均超过120.00×103bit/s，而对照组集成速率仅为100.00×103～110.00×103bit/s，明显实验组系统的集成速率更高。因此，通过上述实验及得出的实验结果数据能够证明，本文提出的基于人工智能的集成系统在实际应用中能够实现对电力物联网通用芯片的快速集成，进而促进电力物联网运行速率的提升，促进电力企业整体的智能化发展。

4 结 论

信息化建设作为电力公司构建的重点工作，其目的在于实现电力公司相关部门社会服务水平的提升。本文在引入人工智能技术的基础上，提出了一种全新的集成系统，并结合对比实验的方式验证了这一系统实际应用的优势。将这一系统应用到电力物联网领域可以进一步促进电力物联网的智能化发展，同时促进多种不同应用功能芯片的运行质量提升。同时，通过该集成系统的建立能够实现对电力物联网中各类芯片的自动化监控。在电力物联网中，其数据的采集需要多种芯片共同协作完成，并不能通过单独某一芯片实现对数据的采集，而应用本文集成系统后，能够使芯片的管理和控制达到统一，为电力领域数据的采集提供重要的借鉴。

在后续的研究中，将基于本文上述集成系统的设计思路把对芯片的集成控制应用到通用发控系统中，并实现对整个电力物联网的集成控制和管理，从而进一步提高电力企业的管理水平。