基于物联网技术的电力资产管理与评估系统

郑超

摘要：将电力资产管理和物联网技术相融合，在仓储管理、人员管理、设备监控管理和流程管理等不同管控环节中利用全数字化、信息化管理手段，形成一套全新的资产智能管理方案。进一步为提升资产数据管理的高效性和准确性，设计了一种以科技知识图谱技术的数据管理和展示方法，能帮助管理人员有效提取具有高价值的资产数据信息。理论研究及模型建立，对电网资产管理与运营提供了一种有效的创新思路，也是电力资产管理与泛在电力物联网技术结合应用的典范。

关键词：泛在物联网；资产；管理；知识图谱

中图分类号：TP391.44文献标志码：A文章编号：1008-1739（2020）01-64-4

0引言

资产高效管理一直是每个企业重点关注的问题，尤其针对资产量庞大的大型企业，要综合考虑企业管理经济效益。电力资产管理系统是对电力资产全寿命周期下涉及到的部门、流程、人员及数据进行统一的管控。由于管控范围广泛、跨越部门多，为便于全管控，将管理过程按照不同维度划分成了功能块/业务块独立操作，每个独立小块将管理结果传输到主管控系统备份。在这种传统管控方式中，数据处理都是依靠人工表单的方式进行，管理流程间的衔接很被动，存在严重的数据孤岛现象，缺乏系统间协同管理能力，因此在系统资金管理与评估方面存在较多的风险漏洞，主要因为资金数据变动机率大，过程性数据记录不完全，无法较好地进行资金综合评价。

泛在物联网技术体系中包含全景感知、安全连接、高效协同计算和优化服务等先进技术，在“三型两网”实现目标提出后，各部门都积极挖掘各自系统可提升之处，拟借助新技术融合手段，提升原管理方式执行效率。电力资产管理系统在企业管理系统中占据重要地位，其管理效率和安全性直接影响着企业资金环境。因此选择将泛在物联网先进技术渗透入企业资产管理系统可用的点、线、面中，一方面形成灵活、稳固的资金管理能力模式，另一方面形成泛在物联网技术在资产管理业务中的应用典范。

1泛在数字化电力资产全流程管控模型

在前期的研究中，已有很多研究学者将物联网体系中的一种或几种技术与电力资产管理系统结合，例如利用RFID技术进行物资仓储管理，大数据技术应用在資产平台数据分析中等，但应用效果均不明显。因电力资产管理是一个全局的管理方法，仅对局部管理，无法获取到方法真正的价值。因此本文提出将物联网的“泛在”提升思路融入到电力资产全流程管理系统中，涵盖到资产管理各子系统和子流程，通过RFID、传感器、桌面数据截取软件等多种形式的终端获取资产业务完整数据信息，利用顶层设计的视角统筹分析企业资产管理中存在的数据漏洞，便于为资产管控组及审计等单位提供数据依据和管理参考。

电力资产管理系统按照不同的维度划分成多个流程阶段，本文依据全寿命周期数据处理流程把管理系统纵向划分为：数据采集、数据传输、数据处理、数据应用和业务应用，横向按照数据流转业务方向划分为资金业务子系统，形成纵横交错的泛在电力资产管控模型，具体如图1所示。

资产管控模型以数据处理为贯穿主线，细分为不同的步骤和流程规范。所有如仓储管理、监控管理、人员管理和流程管理等管理事件都以数据的形式表达。借助RFID标签、RFID中间件、视频监控、红外传感和桌面数据截取软件等采集模块获取电力资产所有的源数据及监控数据，借助容器功能、边缘计算和深度学习等数学模型构建技术结合电力资产管理流程，形成智能性资产数据管理数学逻辑模型，通过数据输入就可快速得到想要的资产分析结果，并可与实际登记的数据进行核对，判断数据的真假性，从而达到了资产管理目的。

数据采集层由信息采集终端和移动作业终端组成，通过RFID标签、传感器模块、定位系统和无线通信技术可以将电力资产静态的台账信息及动态的资产运行信息，通过射频方式采集到移动终端或者核心采集模块；数据传输层借助物联网终端管理设备将收集到的零散数据汇聚过滤，并安全地转发到资产管理系统；数据处理层集成在管理系统中，是资产管理的核心，所有管控流程和数据分析功能都在这里制定和实现，利用容器技术将数据功能分类，为上层应用提供虚拟引擎；数据计算模块对资产流程管理提供精准的决策，将计算结果供于数据应用层中的各资产管理共享，与资产业务应用系统无缝对接。泛在协同式的资产管理模式彻底改变了传统管理方式的低效率和错误率多等问题，给人、财、物管理带来了新的高效发展思路。

2关键技术

重点研究支撑电力资产管理办法的泛在化及数据化的关键技术，融合实现全网范围内资产数据的跟踪与信息共享。

（1）标签信息采集及处理技术

所有电力资产管理设备均利用RFID标签安全登记和管理。利用无线射频识别方式，动态地读写设备标签信息，可同时读取多个标签ID数据。RFID控制器可将读取标签数据缓存，也能对标签信息进行随时读取和擦写；RFID中间件可理解为多种面向消息处理软件程序的集合，消息形式简单易于实现，利用API接口直接与应用程序对接；核心部件中间件可将标签数据与应用需求数据完成协议适配。协议层完成标签数据格式统一化，数据处理层完成数据的聚合、过滤和验证，通过消息队列组件，支持来自读写器数据流的异步处理。全数据电力资产采用统一的RFID标签进行标识，实现了资产信息的记录与实时跟踪。

（2）传感器全景全息监控采集

传感网将电力资产管理系统中的设备与人员所处环境进行综合布控，提供了一个可管可控的管理环境。传感器本身向着无源、低功耗、小型化特性发展，可隐形地藏匿在管理环境中，实时监控，杜绝资产系统中不安全及不法行为漏洞出现。传感网最大的难点在于传感网路的组网问题，通过频谱感知、通道质量判决和频道切换方式去除同频干扰；传感网利用LPWAN低功耗自组网的方式，LPWAN网路可选择Sigfox，NB-IoT，Wimax等不同物联网通信方案。灵活的组网架构和抗干扰手段共同支撑大量传感信息的采集上报，全景全息感知技术利用各类传感器监控设备运行环境，维护电力资产存储及运行的环境和秩序。

（3）大数据计算平台基础

它是平台的根基和支撑，也是贯穿在资产管理平台中的神经脉络，可以为各部门间提供优质协同的数据服务。具体数据处理流程如下：

①分类：将各业务部门采集的资产数据按照功能分类汇总。

②格式转换：统一编码方式，将异构数据格式转变成系统可辨识的数据形式，便于数据联合处理；选择UTF-8这种变字长的编码方式，深度学习可统一辨识，格式简单，易于扩展。

③数据预处理：去除统一格式后数据资源中的噪声或冗余数据，通过小波去噪或者特征参量提取等方式将主成分抽取出来，大大缩减系统数据，减轻后期计算压力。

④形成有效的数据共享资源池：经过预处理后的数据较干净，形成有效的源数据资源池，供各业务部门共享使用。

⑤调用数据挖掘算法：根据业务应用需求，选择合适的算法模型进行知识匹配，例如聚类算法、预测算法、知识图谱算法和神经网络算法等，并根据计算范围、计算结构、计算精度等要求及功能要求，确定算法类型，例如基于贝叶斯神经网络一般是故障预测算法，聚类属于分类算法，知识图谱属于数据系统性管理算法等。系统会根据业务关键词，搜索并调用合适的算法完成计算过程；当发现计算结果不匹配时，可人工适当调整算法模型结构。

⑥数据虚拟应用接口：设计功能虚拟化容器API接口与各应用系统衔接，将业务需求与资产数据管理平台对接。开放的接口形式，快速对接，灵活扩展，以功能包的形式开发，减少了开发流程，提供更多的接口空间。

RFID标签有效地管理电力资产静态数据，传感网有效地监控电力资产动态数据，数据计算模型有效地计算出资产数据合理性，电力资产管理系统完成了数字化和泛在化的技术转型。

3基于知识图谱技术的电力资产数据管理模型优化

基于上文设计的数字资产管理模型中提到的数据挖掘算法，本文知识图谱算法来提升资产数据分类与管理性能，满足资产管理系统中对数据搜索的需求。知识图谱技术是基于大数据技术深入推广后兴起的一门先进数据处理技术，它具备海量数据采集、计算、分析、决策和搜索展示的能力，客户根据需求通过搜索关键字等方式可及时获取到想要的数据资料。知识图谱采用三元组描述事实，三元组的基本形式主要包括（实体1—关系—实体2）和（实体—属性—属性值）等，通过数据引接—知识建模—图谱建设—图谱计算—多形式展示开环流程形成图谱体系架构。知识图谱构建从最原始的数据（包括结构化、半结构化、非结构化数据）采集出发，通过各类数据库自动或者半自动对接采集及输入，提取到知识实体，并将其存入知识库的数据层；进入知识建模和图谱建设过程，这部分包含一系列数据处理：信息提取、知识表示和知识推理。处理模型如图2所示。

针對三元组数据进行一维的数据推理基于数据源是相对单纯干净的三元组映射数据，但实际情况并非如此，数据源中会存在较多的长尾数据或者多维数据属性，针对这部分数据源应选择更加灵活的推理算法，包容更多异型网络的数据形式。本文还设计了一种基于循环神经网络构建知识图谱最优路径的方法来弥补传统神经网络算法的缺点。

知识图谱路径是指知识元素间的距离，可表示为（1，2，3，...，），传统循环神经网络算法进行数据对齐就是顺序距离集合逐步处理，通过传统的神经网输入—权值训练—输出的计算模型进行训练，能够最终获取知识图谱建模。路径串中表示的数据意义为实体和关系，序数为奇数时代表实体，序数为偶数时表示实体关系，它们之间是交替出现的。传统神经网络表达式：

将知识图谱算法模型以编译的形式集成到电力管理平台中，将电力知识库的内容借助知识图谱手段形成有效的知识输出，可满足图1中设计的业务管理部门对资产数据的搜索需求。通过知识图谱技术将电力资产数据汇聚，并形成有序的资产知识路径拓扑图，赋予每个拓扑结构关键词属性，内外部资产管理员可通过页面搜索形式，按照知识拓扑路径，快速定位到需要的资产数据。知识图谱还具备知识同步和FAQ应答能力，支持各业务部门特殊性需求的解答。

数字化资产管理模型中借助知识图谱大数据处理手段，将各系统、各流程的资产数据按照一定逻辑形成有规律的数据结构，便于资产数据的提取和应用。

4结束语

由于电力资产涉及面较大，产生的数据及流程传统处理方式将其分区分块对接实施，在确保办理时间、办理效率和办理准确性的前提下，仅能实现资产管理的一小部分功能。随着物联网技术的推广，电网充分利用其技术优势，将感知技术、RFID技术和大数据技术等应用到不同领域，而资产管理的泛在性刚好匹配物联网核心技术。本文在此基础上提出了一种数字化的电力资产管理模式，台账信息的全报备、设备的全息感知、数据特色挖掘分析给电力资产管理赋予了智慧特性，使资产部门间快速地互知互悉，互动分析，联动管理，使得电力资产在一个数据协调环境下运行。针对资产数据逻辑及流程混乱的现象，借助知识图谱技术梳理了电力资产数据关系，有助于提升资产数据管理效率。

参考文献

[1]李云峰，张勇.国家电网公司资产全寿命周期管理框架体系研究[J].华东电力，2010，38（8）：1126-1131.

[2]于勇.智能电网大数据处理技术现状与挑战[J].城市建设理论研究，2015（28）：96-97.

[3]熊德智，陈向群，杨帅，等.计量资产全寿命周期管理系统的设计与应用[J].湖南电力，2014，34（6）：38-40.

[4]何滢.供电企业资产全生命周期管理系统探究[J].广东科技， 2009（14）：16-17.

[5]王琳.提升企业经营管理能力的措施分析[J].商场现代化， 2015（15）：126.

[6]李正忠，刘佳宾，李涛.电力物资仓储管理现状与优化策略[J].中国储运，2011（12）：101-102.

[7]杨凌.现代电力企业物资仓储优化管理[J].华东科技，2012（7）：23-25.

[8]伍亚萍，李洪斌.资产全寿命周期管理在电力企业的应用研究[J].经营管理者，2013（18）：211.

[9]朱木易洁，鲍秉坤，徐常胜.知识图谱发展与构建的研究进展[J].南京信息工程大学学报（自然科学版），2017，9（6）：575-582.

[10]侯梦薇，卫荣，陆亮，等.知识图谱研究综述及其在医疗领域的应用[J].计算机研究与发展，2018，55（12）：2587-2599.