电工装备智慧物联平台信息自适应推送系统

王献忠,杨瑜婷,刘承鑫

（国网上海市电力公司奉贤供电公司，上海 201499）

1 引言

电工装备智慧物联平台通过结合电力设备生产数据与企业运行数据，让信息成为建设电力物联体系的主要支撑；以自动化采买、智能化物流、全方位质量把控为中心，架构智慧供应链体系；基于“开放、合作、共赢”的发展理念[1-2]，把感知层扩展至供应商，整合、深化物联信息，使产业透明化，使电工装备生态圈相辅相成，互惠互利。

目前，相关研究人员对信息推送进行了大量研究，并取得了相应的研究成果。其中，文献[3]设计了一种基于消息队列遥测传输协议的切削数据主动推送系统，充分利用移动设备的优势，依据消息队列遥测传输协议，设计数据主动推送系统，实现切削数据的推送功能。实验结果表明，该系统可以在用户使用过程中实现无障碍的信息推送功能，并且具备数据修改的功能，但是该系统存在稳定性较差的问题。文献[4]设计了一种基于最大互信息系数的图书馆文献个性化推送系统，将信息推送作为一个整体流程，实现流程中包括用户安全认证、文献资源检索、文献个性化推送等模块。实验结果表明，该系统具有面向用户范围较广的优点，但是易受干扰因素影响。文献[5]设计了一个基于MQTT协议的海洋观测数据推送系统，该系统依据MQTT 协议重点在数据的加密与验证方面进行设计，保障数据的安全性，虽然取得了一定的进步，但是该系统的智能性不佳，仍需要进行改进。

综上所述，电工装备智慧物联平台不仅需要为供需双方提供一个实时的交互平台，而且还应根据物资管理业务与电工装备智慧物联业务，合理地为供需双方推送信息。因此，为保障物资质量与物资供应，本文面向电工装备智慧物联平台，架构出一个信息自适应推送系统。采用Docker 开源应用容器引擎与微服务架构模式，从根本上提升系统性能；利用Redis与My SQL关系型数据库，解决物联环境的高并发与高复杂度问题；通过推荐单元与过滤单元的相关处理策略，强化信息推送的自适应性，有助于准确推送信息。

2 智慧物联平台信息整合模块

电工装备智慧物联平台的常用软件是Virtualbox 6.1.12虚拟机，将其与17.03版本的Docker容器进行性能对比后可知(见表1)，相对于以往的虚拟机，Docker 容器性能优势更大，符合电工装备智慧物联平台的发展趋势与应用需求。

表1 虚拟机与Docker对比

利用Spring cloud开发的微服务架构模式与Docker开源应用容器引擎，组建出图1所示的电工装备智慧物联平台信息整合模块。前者能够聚类单一应用程序为一组服务，该组服务在独立运行的基础上，具有一定的协调性与配合度，各服务间的交互主要通过HTTP的RESTful API通信机制得以实现，该机制属于轻量级机制，有助于理想交互；而后者的功能则是赋予开发者一种打包能力，将应用与依赖包装进可移植容器，以便于Linux机器发布。

图1 平台信息整合模块框架图

从图1中可以看出，整合模块框架的组成部分为提供者物联信息与品项管控中心的整合单元、提供者业务信息与品项管控中心的交互单元以及品项管控中心与信息汇总单元的交互单元构成，具体描述如下：

(1) 提供者物联信息与品项管控中心的整合单元：采用物联数据网关，把业务标签标记在提供者相同品类的物联信息上，完成物联信息与品项管控中心的汇总。

(2) 提供者业务信息与品项管控中心的交互单元：在品项管控中心内添加提供者业务信息，由API(Application Programming Interfaces，应用程序编程接口)接口完成。

(3) 品项管控中心与信息汇总单元的交互单元：经过整合、运算物联信息与业务信息，品项管控中心为信息外网的信息汇总单元推送信息，再与信息内网进行整合后，得到整合模块的全业务信息单元。

3 信息存储与自适应推送模块

3.1 平台信息存储模块

作为物联平台推送系统的核心部分，存储模块需兼具能够快速读写的数据库与能够解决物联环境高并发问题的能力[6]，因此，通过融合分布式缓存与数据库使其功能得以实现。根据电工装备智慧物联平台的高并发、大规模以及复杂性等特征，缓存数据库与常规数据库分别采用Redis[7]与My SQL[8]关系型数据库。平台信息存储模块的数据读取流程如图2所示。

图2 平台信息存储模块数据读取流程图

3.2 平台信息自适应推送模块

3.2.1 自适应推送模块结构

为用户推送有效信息是自适应推送模块的关键功能，由于信息全部通过其他系统而非推送系统生成，因此，利用信息采集单元采集初始信息；采用自适应推送模块中的信息推荐单元与信息过滤单元，处理所得的初始信息；通过信息推送单元把经过处理的初始信息推送至客户端。自适应推送模块框架如图3所示。

图3 自适应推送模块结构示意图

3.2.2 自适应推送模块相关策略

自适应推送模块中包含推荐与过滤两个单元，对平台信息的自适应推送效果有着直接的决定作用，因此，深入探讨推荐单元与过滤单元的相关处理策略。

(1) 推荐单元处理策略

若电工装备智慧物联平台页面的最多链入、链出个数分别为link_inmax、link_outmax，页面最多层次数量可达page_layermax，则平台页面P的链入、链出个数以及页面层次分别是link_inp、link_outp、page_layerp，与该页面信息推荐重要程度相关的指标运算策略具体描述如下：

1) 信息推荐重要程度：针对页面P所含有的信息，假设用户行为推荐重要程度是user_recw，信息内容推荐重要程度是info_recw，则电工装备智慧物联平台信息推荐重要程度由下式解得：

其中，f(x)表示信息推荐重要程度的函数模型，x[0，+∞]，界定公式如下所示：

2) 信息内容推荐重要程度：已知页面链入、链出的推荐重要程度是linkw，采用下列表达式描述平台信息内容推荐重要程度：

其中，page_layerw表示页面层次推荐重要程度，计算公式如下所示：

其中，page_layerp表示页面层次的权值系数；page_layermax表示页面层次推荐重要程度最大值。

3) 页面链入、链出个数推荐重要程度：若页面链入、链出个数推荐重要程度之间呈黄金分割，用phi表示，则平台页面链入、链出个数的推荐重要程度表达式如下所示：

其中，页面链入、链出个数推荐重要程度分别为link_inw、link_outw。

根据解得的各平台页面信息推荐重要程度，为用户自适应推送平台信息，所推信息即为具有推荐重要程度最大值的页面信息。

(2) 过滤单元处理策略

基于信息推荐重要程度性质(即当系统滤除某信息时任意因素的干扰程度)推导出平台任意信息的过滤重要程度计算公式：

其中，平台信息内容与场景的过滤重要程度分别用A、B表示。

假定t为任意平台信息，其内容与场景过滤重要程度分别为con_filterw、sce_filterw，两者之间的关系是a：b，则结合式(5)、(6)推导出下列表达式：

平台信息内含有信息内容与详细信息链接，若用户查看信息详细内容，说明此条信息能够引起用户兴趣。假设信息i的内容值为v，该信息近七天的用户点击均值为v0，则其内容过滤重要程度con_filterw的条件式如下所示：

其中，E表示状态类信息；E'表示数据类信息。

假设信息生成时间与推送频率的过滤重要程度分别是tw、fw，则下式所示为对应的场景过滤重要程度表达式：

其中，信息生成时间与推送频率的过滤重要程度分别是tw和fw。

利用上式，结合信息过滤阈值，计算平台信息过滤重要程度：

其中，信息内容与信息场景的过滤重要程度阈值分别为con_thw、sce_thw。

4 仿真实验

为了验证所设计的电工装备智慧物联平台信息自适应推送系统的性能，进行仿真实验验证。

4.1 仿真实验环境

按照表2 所示的配置参数搭建电工装备智慧物联平台信息自适应推送系统仿真实验平台。

表2 仿真实验环境配置

4.2 功能检测实验

为验证系统的有效性，分别以推送系统的常用功能为切入点展开仿真实验，功能检测结果如表3所示。

表3 推送系统常用功能检测结果统计表

根据推送系统常用功能检测结果可以看出，因系统采用微服务架构模式的RESTful API 轻量级通信机制，实现了各服务间的交互，利用具有较大性能优势的开源应用Docker 容器引擎，完成了应用与依赖包的打包、移植，因此，系统常用功能成功实现概率较高，截止至目前，功能检测结果尚未出现失败情况，这表明本文系统具有一定的有效性，能够满足实际的应用需求。

4.3 性能检测实验

为检验推送系统稳定性与抗压性，分别利用推送时长与推送数量、推送时间间隔与推送数量之间的相关性，评估系统性能。性能检测结果示意如图4所示。

图4 性能检测结果示意图

由性能检测结果可知，由于本文系统通过融合分布式缓存与数据库，兼具了能够快速读写的数据库与能够解决物联环境高并发问题的能力，利用信息推荐单元与信息过滤单元，实现了系统的自适应推送。因此，推送数量不随推送时长与推送时间间隔的延长而下降，且与理想的推送数量拟合度较高，这说明本文系统具有较为理想的免疫性能，受影响程度较小。

5 结束语

为提高电工装备行业智能化制造质量，以电工装备智慧物联平台为研究对象，设计信息自适应推送系统，实验结果证明该系统具有较好的应用性能。在今后的工作中需将本文系统应用于实际的物联平台与其他推送领域中，完善系统性能，扩展系统适用性。