基于RFID的电力资产电子化标签管理应用实现.docx

基于RFID的电力资产电子化标签管理应用实现 方涛①② FANG Tao；庞南生① PANG Nan-sheng （①华北电力大学， 北京 102200；②国网河南电力公司洛阳供电公司，洛阳 471023） 摘要： 对于供电企业而言，电力资产事关其整体的核心竞争力，一套高效精准的电力资产管理系统可以有效提升电力企业的核心竞争力。鉴于此，为进一步提升电力资产电子化标签管理效率，本文采用了RFID核心技术，并从多个工作流程和角度对其进行了创新和改进，实现了对电力资产“采、建、运、退、废”这五个基本环节的严格而又创新的管理，从而保持了电力资产构成中“账、卡、物”等数据的一致性，有效提升了供电企业电力资产的寿命和管理效率。 关键词 ： 电力资产；RFID；电子化标签；管理 中图分类号：TP391.4 文献标识码：A 文章编号：1006-4311（2015）26-0060-03 作者简介：方涛（1977-），男，河南洛阳人，本科，高级工程师，研究方向为工业工程。 1 研究背景及意义 近几年来，我国国家电网公司改革在不断深化发展之中，其以“一强三优”作为现代电力企业的发展目标，以“三抓一创”作为基本的改革思路，通过借助制度建设、基础管理以及创新发展等手段来完善电力企业固定资产的管理制度。在改革发展过程中，电力企业管理者面临着许多困难，如固定资产总量较大、价值高、地点分散等，如何解决这些难题则成为了重中之重。 面对这些难题带来的挑战，RFID（Radio Frequency Identification）射频识别技术应用而生，它有效解决电力资产管理过程中遇到的一系列难题，从而提高了电力企业电力资产的科学管理效率。首先，借助RFID标签的核发为电力资产制定了统一有效的识别身份，用来规范日常电力资产的运行、管理流程；然后在仓储采购的基础之上借助RFID实现对日常业务及流程的精细化管理，从而建立起一整套完善、清晰的电子资产管理制度。 在电子化标签管理的搭建过程中，规范电力资产日常运行是基础，辅助部门监督是核心，实现电力资产“储、建、运、退、废”五环节的严格管控是最终目标。这样有利于提高电力资产的管理效率，并能有效提高电力资产的寿命，对电力企业的发展大有好处。 2 RFID技术特点分析 作为上世纪九十年代新兴的一种自动识别技术，RFID技术是一项非接触式的识别技术，是利用射频的方式来实现通信，它能够快速识别目标对象并获取精准的数据，具有较强的抗干扰能力，数据读取也极为精准，因此被广泛应用在电力资产电子化标签管理过程中。 除上述优点之外，在实际的电力资产管理过程中，RFID技术还可以借助与各种具体应用的融合来最大限度地发挥其技术特长，其也因此而呈现出一些更为复杂、具体、高科技的技术特点： 2.1 非接触性数据读取 传统的电力资产管理方式为条码管理或是手工管理方式，其需要在比较近的距离范围内才可获得相关的数据，局限性比较大。而目前所应用的RFID技术是一种超高频技术，无需近距离操作，在一米以外就可以进行数据的读取。 2.2 批量读取 RFID技术的最关键之处便在于其能够读取批量数据，这比起传统的单个数据的读取已经是一个非常大的进步，同时还能够确保数据读取的准确性，这样节省了大量时间，大大提高了管理工作效率。 2.3 数据存储 RFID芯片是整个技术中最为核心的构成部分，其具有大容量的存储功能，能够将相关数据信息进行及时准确地存储。同时，该数据存储功能还支持数据离线查询、资产运行管理、操作步骤的记录等辅助功能。 2.4 安全机制 对于电力资产管理而言，信息安全占有着十分重要的地位，其对技术开发提出了较高的要求。无论是在底层原理、硬件设置、软件开发还是软件应用方面，RFID技术都为其制定了一整套切实可行的安全机制，从而为数据信息安全提供了多方面的保障。 总之，本部分从不同的角度对电力资产管理以及技术进行了深入的分析论述，同时结合RFID技术创新设计出了一整套科学、完整、合理、安全、高校、精准的信息管理系统。通过借助核发RFID标签，有关电力资产的各种孤立的数据以及设备实体都被统一到了一体，从而为电力资产的日常有效管理提供了更为便捷化的手段。 3 系统设计与功能实现 电力资产关系到多个业务部门以及外系统，因此在对电力资产管理系统进行设计的过程中要充分考虑到用户的需求、严格把控管理设计流程，并且要重点构建系统的软件、硬件以及数据框架。在对具体的电子化标签管理系统的设计过程中，要综合外围的数据接入、数据存储、数据开发、数据存储等方面的内容，从软件建设与硬件架构两个发面来优化设计。 3.1 外围系统数据接入 在接入外围系统数据的时候，可以采用“非侵入式系统接入”方案，其最大限度地融合了现有数据资源，不会对已经形成的数据产生太大的影响，同时也避免了数据的重复，从而确保了数据的完整性、一致性，有效缓解了电力资产管理中的“信息孤岛”现象带来的弊端。此外，为确保系统数据的及时、准确、有效，接入数据的同时还要对数据进行校验。面对如此繁琐的外围系统数据，此时便可运用人工只能技术，这样不仅实现了 “多因子智能校验算法”的创新应用，而且还确保了数据的准确以及校验效率。 多因子智能校验算法以K-均值算法为基础，采用两级聚类并引入偏转因子，来优化检验路径的选取。 K-均值算法选取两个校验元素，每个元素包含n个校验因子。 X={x1，x2，…，xn} Y={y1，y2，…，yn} 算法中采用标量型聚类因子，因此聚类采用欧几里德距离确定元素的相异度。 样本S中对既定中心Ki，聚合簇的中心离散度  针对校验数据特点及自学习智能校验功能的自身设计，算法中引入4个聚类因子与3个偏转因子共两类校验元素。聚类因子是两次聚类过程的重要指标参数，偏转因子只对第二次聚类过程中，对字段属性聚类簇，影响处理算法决策树取向。 聚类因子范式：F={f1，f2，f3，f4}。（聚类因子采用标量标识） 分别代表： f1：更新因子；f2:校验因子；f3：干预因子；f4：权重因子。 聚类迭代过程： ①从给定样本中抽取三个具有某类迭代因子均值特征的样本点作为中心。 ②对其它样本元素分别计算到三个中心的欧氏距离，比较相异度并划分到低相异度的簇中。 ③计算三个聚类簇的中心。 ④迭代步骤2与步骤3，直到中心距离不在收敛。 3.2 系统数据存储模型   不同外围业务系统中的数据模型也是不同的，各个数据模型之间存有一定的差异，为了尽可能减小这些差异以确保数据模型的平稳，电力企业系统数据存储模型在谨遵国家电网公司规章制度和基础数据的基础之上，构建了“双路多数据源统一标准数据架构”模型，如图1所示。    “双路”是指双重ETL（Extract，Transform，load ）抽取、转换、装载的方法。平台使用ORM（Object Relationship Mapping）对象关系影射与WebService调用两种方式完成外围系统的数据获取；“多数据源”是指在大型应用中对数据进行切分，然后采用多个数据库实例进行管理，这样就能够有效提升系统的水平伸缩性，其主要涉及到PMS设备信息数据源以及ERP设备财务信息数据源；“统一标准数据”是将过电网统一规范准则与实践中的业务模型相互结合之后而生成的一种特殊的系统模式。 3.3 系统开发技术 数据管理与数据决策支持是电力资产管理系统中最主要的两大功能。同时，该系统的目标使用群体多种多样，在业务需求上也不尽相同，无形中为系统功能增加了许多不确定性，也加大了该系统的开发难度。为有效解决了这一难题，本文在基于SOA设计理念的基础上对系统进行了架构（如图2 所示）。 基于SOA的设计理念：作为一个组件模型，SOA（se