能耗監測數據網絡化采集算法研究與仿真

李 容，周 燕

(西安科技大學高新學院，陜西 西安 710109)

1 引言

當前，能源消耗量逐漸增加，交通業、工業以及建筑業所消耗的能量是現代社會中主要的能源消耗行業[1]。其中，建筑業在目前社會中的發展潛力較大，目前社會中存在的能源無法滿足建筑業未來發展中所消耗的能源，在上述背景下亟需減少能源消耗量[2]。采用物聯網技術的節能減排方案與傳統節能減排技術相比，具有科學決策、泛在感知、可監可測、精準節能等優點。實現數據的量化處理、保障數據在網絡中傳輸的客觀性、實現數據統一管理是智慧能源管控系統在未來工作中的重點，因此對智慧能源能耗監測數據進行采集具有重要意義。

張美燕[3]等人劃分無線傳感網絡，獲得多個聚類區間，且聚類區間之間不存在重疊區域，在聚類區間內通過最小生成樹路由方法對采集的數據傳輸，并通過Dubins曲線實現節點數據的采集和訪問，該算法采集的數據中包含大量的冗余數據，增大了算法的通信開銷。陳琪[4]等人在數據量的基礎上劃分節點，獲得若干個簇，并將節點分級思想應用在簇內，支持數據在網絡中的傳輸，在網絡最短路徑中利用移動采集器對網絡簇頭節點進行訪問，獲取簇頭節點中存在的數據，該算法無法消除數據中存在的冗余數據，導致算法的時間開銷過大。霍崢[5]等人通過逐點插入法在網絡中建立維諾圖，對路網空間進行分割處理，通過隨機擾動方式在不同空間的維諾格中采集數據，該算法采集的數據不精準，存在誤差大的問題。

為解決上述算法存在的問題，提出智慧能源能耗監測數據網絡化采集算法。

2 數據網絡化采集算法

本次研究提出的智慧能源能耗監測數據網絡化采集算法，利用樹型層次模型采集智慧能源能耗監測數據。

1)樹型層次模型構建

中間節點在智慧能源能耗監測數據收集過程中對輸入的多個數據包聚合處理，獲得一個輸出監測數據包，當不同傳感器節點采集的能源能耗監測數據之間存在關聯性時，為降低網絡能量資源的浪費，可以對其聚合處理，降低網絡中需要傳輸的數據[6，7]。

設置系統生存周期T，描述在能量消耗完畢時第一節點中存在的時間單元總數，通過數據收集調度機制將網絡節點中存在的能耗監測數據傳輸到網絡基站中，T個定向樹構成的集合即為一個調度周期，基站中存在定向樹對應著根節點，由網絡中傳感器結構構成剩余樹的節點，調度下的系統存活周期即為調度的生存周期，因此數據收集調度與系統存活周期之間存在聯系。最大化生存周期，節省節點能量資源是智慧能源能耗監測數據網絡化采集的主要目標。

在傳感器節點能量的基礎上，實現能耗監測數據的收集調度S，所有節點在智慧能源能耗監測過程中都具有如下能量約束

(1)

式中，fi，j表示節點i在調度S中傳輸到節點j內的所有數據包，Ti，j表示在調度S中節點i的生存周期；xi代表節點i；R代表節點剩余能量。

數據流網G=(V，E)與監測數據收集調度S之間相對應，數據流網G通常情況下由存在傳輸容量fi，j的邊(i，j)以及所有傳感器節點構成，且容量fi，j的值大于零。

(2)

其中，第一條和第二條約束為傳感器節點數據流在網絡中的守恒規律；第三條約束表示邊在數據流網中傳輸容量的約束；最后一條表示數據流通過傳感器節點k到達基站的約束。

線形規劃模型當上述約束中的變量都為正實數時可以獲得最優數據流網，且存在最大生存周期。

利用子樹在最優數據流網的基礎上構建數據收集樹A。初始樹在數據流網中只存在一個根節點，如果在聚合子樹節點中不存在節點i，其中中節點為節點j，且邊e對應的傳輸量f最小，此時在聚合子樹中引入邊e，通過聚合子樹獲取能耗節點中的監測數據[8，9]。

2)建立監測數據收集聚合樹

用定向圖G(N，A)描述傳感器網絡，Sink節點和傳感器節點構成的集合用N表示，用ID∈{1，2，…，|N|}標記網絡中存在的傳感器節點，其中Sink節點在網絡中的ID標為0，定向圖G(N，A)中的A={(i，j)}表示定向邊集合，定向邊在網絡中主要負責連接傳感器節點，用wij(wij=wji)描述邊(i，j)對應的權值，T=(N，A′)代表Sink節點在根節點G基礎上構成的定向生成樹；A′代表定向邊集合A的子集。

樹形結構被廣泛應用在數據采集領域中，網絡圖中存在的生成樹可以用來表示圖中存在的最小連通結構，所有網絡節點i在樹型結構中均存在通往Sink節點的路徑。

若傳感器網絡G使用的路由結構受時間的影響可以忽略不計，此時網絡G中的路由處于靜態模式。否則數據路由結構在能源能耗監測數據采集過程中隨時間發生變化，此時路由在網絡G中處于動態模式，用{T(t)}描述數據收集樹。

(3)

設Ri(t)代表在監測數據采集輪回t中節點i對應的剩余能量，如果數據路由模式在數據采集過程中為動態方式，則節點i經過t輪數據收集后的剩余能量Ri(t)可通過下式計算得到

(4)

式中，Ri(0)代表節點初始能量。

如果網絡G在數據采集過程中應用靜態路由模式，則節點i在樹T中的生存時間li可通過下式計算得到

(5)

(6)

邊的生存時間lij可通過邊在樹中的權值wij進行描述，即wij=lij。通過上述過程實現靜態數據收集路由樹的構建。

(7)

數據收集樹在初始構建時只存在一個Sink節點，可用無窮量∞描述該節點的生存時間[10]，此時邊對應的權值可通過下式計算得到

(8)

在數據收集樹中加入最大權值wij對應的邊，直到網絡中存在的全部節點都存在于樹中，完成數據收集樹的構建，實現智慧能源能耗監測數據的采集。

3 數據重構

獲取智慧能源能耗監測數據的采集結果后，為優化數據質量，下面對其完成重構。設存在N個滿足稀疏模型的原始信號x1，x2，…，xN，可通過下述公式描述信號之間存在的相關性

(9)

式中，z1，z2，…，zN代表信號中存在的特有部分；zc代表信號中存在的公共稀疏部分。

采用DCS算法對信號x1重構時，將信號x1的測量值向量x1φ1和測量矩陣φ1作為譯碼端的輸入，譯碼端中信號x2，x3，…，xN對應的輸入為φ2，φ3，…，φN。

設r1，r2，…，rN代表DCS重構算法中譯碼端輸入信號對應的初始迭代余量，其表達式如下：

(10)

對智慧能源能耗監測數據重構的具體步驟如下：

1)傳感器節點在LEACH協議的基礎上進行分簇，獲得簇頭。設置閾值T(n)，如果T(n)大于簇內節點產生的隨機數，則將其作為簇頭，閾值T(n)可通過下式計算得到

(11)

式中，p為有機會成為簇頭的節點數量；G代表非簇頭節點在前r輪中構成的集合；r代表輪數。

2)向簇頭傳輸簇內節點中存在的信息，并通過原始測量矩陣對節點信息進行編碼處理。

3)通過正交匹配追蹤算法在匯聚節點中對信息進行重構處理[12]，其余信號的邊信息即為所得的估計值。

4)通過邊信息對監測數據編碼過程進行簡化處理。

5)在匯聚節點中聯合重構節點中存在的能源能耗監測數據，完成智慧能源能耗監測數據的重構。

4 實驗與分析

為驗證智慧能源能耗監測數據網絡化采集算法的整體有效性，需要對智慧能源能耗監測數據網絡化采集算法進行測試。分別采用智慧能源能耗監測數據網絡化采集算法(算法1)、基于Dubins曲線的無線傳感網聚類移動數據采集算法(算法2)、無線傳感器網絡中移動節點輔助的數據采集效率優化研究(算法3)進行性能測試。

1)通信開銷

設OHhier-d代表數據采集的通信開銷，其計算公式如下

(12)

通信開銷OHhier-d在區間[0，1]內取值，算法1、算法2和算法3的數據采集通信開銷如下

根據圖1中的數據可知，采用算法1對能源能耗監測數據進行采集時，經過6min后算法采集數據所用的時間不再發生變化，保持穩定，采用算法2和算法3對能源能耗監測數據進行采集時，隨著時間的增長以上兩種算法的通信開銷不斷增加，通過上述分析可知，算法1的通信開銷優于算法2和算法3的通信開銷，因為算法1在數據采集過程中對數據重構，消除了監測數據中存在的冗余數據，降低了數據傳輸量，進而降低了算法1的通信開銷。

圖1 不同算法的通信開銷

2)時間開銷

設timehier-d代表采集數據的時間開銷，其計算公式如下

(13)

算法1、算法2和算法3采集能源能耗監測數據的時間開銷如下

圖2 不同算法的時間開銷

分析圖2可知，在多次時間開銷測試過程中，算法1采集能源能耗監測數據的時間開銷在0.5s上下波動，算法2采集能源能耗監測數據的時間開銷在1.0s～1.5s內波動，最大時間開銷為1.5s，采用算法3采集能源能耗監測數據時的時間開銷波動較大，且高達2.0s。對比上述算法的測試結果可知，算法1采集能源能耗監測數據的時間開銷最低。

3)誤差

將誤差作為指標進一步對算法1、算法2和算法3的整體數據采集性能進行測試，測試結果如表1所示。

表1 不同算法的數據采集誤差

根據表1中的數據可知，采用算法1對不同類型的能源能耗監測數據進行采集時，誤差均在0.04以內，對能源能耗監測數據的采集精度不產生影響，采用算法2和算法3對不同類型的能源能耗數據進行采集時，誤差分別在0.1和0.2左右，遠高于算法1的誤差，會對能源能耗數據的采集精度產生影響。通過上述分析可知，算法1可精準地完成智慧能源能耗監測數據的采集。

5 結束語

作為我國支柱行業之一，建筑業在使用和建設過程中產生了大量的能源消耗。通過采集能源能耗數據可以有效地實現能源監測。提出智慧能源能耗監測數據網絡化采集算法，通過在采集過程中重構能源能耗監測數據，解決了傳統算法存在的問題，為節能減排措施的制定提供了相關依據。