1.技术背景
基于物联网的能源监测数据采集技术主要解决物联网能源监测节点面向目标对象以协同方式进行能源监测数据采集的问题，属于蓝奥声核心技术--边缘协同感知(EICS）技术的关键支撑性技术之一。该项技术涉及无线物联网边缘智能与测控的技术领域，主要涉及面向能源监测的边缘协同感知网络及协同数据管理系统。
能源的综合利用效率主要体现在安全性、节能性及经济性方面。随着物联网智能技术的发展，能源监测与安全监控管理不仅面向能源生产、存储、传输、配送环节，还需要更广泛地、深入地涵盖到分布式能源节点的能源使用消耗的全过程，基于对用户范围内不同目标场景中能源负载对象及关联终端设备进行监测监控。
面向目标场景的物联网边缘智能技术需要解决的问题是，基于场景感知的关联决策与服务。决定目标场景状态的是与目标场景关联的若干目标对象及其关联的状态变量，其中大部分状态变量往往源自作为目标对象设备的无线传感器或其它感知监测设备，这些感知监测设备作为目标感知节点，也是边缘感知网络所服务的目标对象设备，直接与所服务目标场景的移动对象或位置环境建立了关联绑定关系。
考虑物联网场景智能服务的无线覆盖问题，随着周边环境场景目标对象设备数量的增加，如果边缘域面向低功耗目标对象设备的感知服务能力，完全或过多地依赖于专用服务节点或基站设备（如物联网主机、路由器、网关/中继、定位基站等），则将导致感知服务能力的无线覆盖性与算力的不足或者更高的资源成本消耗。
目标感知节点具有面向特定物理对象的感知监测能力，但考虑到功耗、资源、算力、安装数量或技术兼容性等问题，通常并不需要它们复用于网络服务节点，但在必要性时在功耗资源允许时，它们也可以履行网络服务节点角色的部分职责，以提升边缘网络系统硬件设备的复用性及性价比。
建立分布式、持续性、大数据量的设备状态能源监测系统，可以对节点能源利用效率及安全水平，进行监控、汇总、评估、指导等信息服务，为持续改善能源使用效率及安全性管理提供决策依据。
面向工业现场环境的用电设备监控管理，基于无线多模式管理与协同定位追踪等关键技术，建立可提供分布式、低功耗、大数据、持续性、边缘与中心智能管理相结合的信息服务系统。
电能监测节点为一种能源监测节点，对分布式设备用电时段及电能状态进行监测，根据预案进行安全预警及保护的监控。系统可根据实时监测数据与分段记录数据进行在线统计，为用户提供在线可视化监控及信息服务。
用电监测的基础信息包括：1)设备状态：设备匹配绑定、使用时段、位置区域及关联信息；2)实时电能监测数据：实时采集与定时上报数据；3）历史数据记录：包括正常分段记录与异常日志记录；4)用电量、用电状况及用电异常（预警及保护日志）等统计信息。
根据用户需求形成应用管理报表：1)设备节能环保及能源利用效率管理；2)设备使用效率及安全隐患报表；3)用电管理改善指导信息；4）安全监控及调度管理等。
2.2蓝奥声能源监测数据采集技术针对解决现有物联网边缘感知监测技术存在的以下几方面缺陷问题：
1)协同性问题：边缘服务节点设备缺乏完整的无线感知能力模型，现场网络服务节点之间缺乏灵活的协同服务配合。现场环境的分布式能源监测节点仅仅作为目标监测节点，分别将采集数据上传给上位主机；监测节点之间缺乏必要的协同监测能力，包括协同监测数据处理、协同保护、以及对不同目标场景状态，动态调整监测策略及预案。
2)边缘计算问题：从物理层次看，包括边缘云计算、云边协同计算、现场网络计算、智能终端计算、目标对象计算等，现有技术的边缘计算，尤其是边缘域智能硬件设备承担的数据处理与智能决策，尚缺乏整体的层次性，过于依赖个别核心智能设备（物联网主机、智能网关、路由器）。
3)边缘设备的复用性问题：从设备利用效率来看，边缘服务节点复用性较低，过于依赖专用智能设备（物联网主机、智能网关、路由器、定位基站），而较少利用一些同样具有无线感知计算能力的低成本复用节点。
4)面向低功耗对象设备问题：现有边缘无线网络通信技术主要包括无线连接（点对点或点对多点）与Mesh网络两大类型。面向低功耗目标对象设备的无线互操作仍然缺乏快速高效机制。其中，无线连接需要预先基于握手协议进行无线通信参数交换；而Mesh网络节点在响应外围低功耗对象设备时，尚未有效解决快速场景触发响应及应答机制问题。
5)能源/电能监测设备的安全性：能源监测节点设备（如水电气计量表、计量传感器、电能计量插座等）可支持能源/电能监测数据采集，通过状态监测、位置感知、远程控制及异常处理，实现诸多智能管理能力，但在负载设备匹配、瞬态异常响应及保护等方面，其安全性仍需要进一步提升。
6).节能性与异常处理能力的平衡问题：在负载对象处于不同运行状态（如未接入或接入后的正常运行、潜在异常或临界异常状态），缺乏根据当前目标场景及负载对象状态进行由针对性的灵活选择与适应能力。不加区别的实时监测数据处理，不仅会导致敏感性资源（如功耗、算力、带宽）的无谓损失、大量的数据冗余；也会导致在重点目标负载对象真正出现瞬态异常时，缺乏更为实时、有效的异常处理能力。
7)对接入接出瞬态缺乏安全保护：现有技术的安全保护主要针对负载对象运行过程，而对负载对象接入接出（如插拔）的瞬态过程，缺乏更有针对性行的有效保护。例如对于特殊工业环境的用电负载热插拔，为了进行防弧而不得不采取过于结构过于复杂、成本极高的特殊防弧保护技术。
因此，在面向目标对象进行能源监测数据采集过程，基于物联网的能源监测节点需要具有更好的复用性、协同性及灵活性：如何针对当前不同场景对象状态选择合理的能源监测模式，达到在安全性、节能性、实时响应能力及系统数据需求等方面的动态平衡；如何对物联网边缘域的能源监测数据采集的协同监测数据处理过程进行协同管理，以针对能源监测场景对象状态具有更好的数据采集实时性及综合效率，成为亟待解决的技术问题。
2.关于蓝奥声能源监测数据采集技术
2.1蓝奥声能源监测数据采集技术所解决的技术问题
该项技术要解决的技术问题在于，目标监测节点与周边协同感知节点通过协同监测，基于场景状态信息通过状态模式解析获得监测模式信息，使得目标监测节点能够弹性调整监测模式参数，通过监测数据处理获取目标监测信息，从而解决能源监测模式的协同性与灵活性问题；在协同监测的基础上，周边协同感知节点通过对目标监测信息进行分类监测数据处理获得分类监测数据，并以弹性数据上传方式将所述分类监测数据传送至协同数据管理系统，从而进一步解决对能源监测数据采集的边缘协同数据处理和协同管理系统问题。
2.2类似竞争技术的缺陷问题（→见前述）
3.技术解决方案
3.1概述
周边若干能源监测节点面向目标对象以协同方式进行能源监测数据采集，其中不同的能源监测节点作为目标监测节点与/或协同感知节点，所述方法包括以下步骤：
首先，某一目标监测节点以当前监测模式，通过对信号采集数据进行监测数据处理获取目标监测信息，并发送给周边协同感知节点；所述协同感知节点根据接收到的所述目标监测信息，通过场景状态解析在场景状态跳变时将相应的场景状态信息反馈发送给所述目标监测节点；所述目标监测节点基于接收到的所述场景状态信息，对于当前目标监测信息通过状态模式解析导出监测模式参数，并启动对应的监测模式。
其次，某一协同感知节点根据获得的目标监测信息，通过状态模式解析获得监测模式信息，并将所述监测模式信息反馈发送给关联的目标监测节点；所述目标监测节点按照接收到的所述监测模式信息，调整设置监测模式参数，通过监测数据处理获取目标监测信息，并发送给周边协同感知节点；所述协同感知节点通过对所述目标监测信息进行分类监测数据处理获得分类监测数据，并将所述分类监测数据传送至协同数据管理系统。
3.2 主要技术特征
1)时隙隔离：所述目标监测节点对前置信号输入之耦合采集的瞬态过程进行时隙隔离保护，避免信号采集时隙与功率脉冲时隙存在时域交叠；使得所述信号采集时隙处于相对较低干扰的时隙。
2)协同服务：所述协同感知节点为一种提供无线协同感知服务的设备角色，所述协同感知服务至少包括状态监测模式管理、边缘监测数据管理；所述能源监测节点作为目标监测节点，当获得前置触发响应时复用于协同感知节点；所述能源监测节点作为协同感知节点时，为周边其它目标监测节点及其关联的目标对象，基于有限敏感处理提供无线协同感知服务。
3)状态模式：所述状态模式解析为，所述能源监测节点根据当前的目标状态信息对监测模式在安全性、节能性、实时响应能力及系统数据需求进行平衡取向评估。
4)分类监测：所述协同感知节点基于边缘监测数据管理，通过分类监测数据处理形成分类监测数据，所述分类监测数据包括实时监测数据、历史监测数据、日志及统计数据记录。
5)目标核验：所述目标监测节点在需要进行对象匹配核验之前发送核验触发信号，对象识别标签通过对所述核验触发信号的响应，以应答方式发送所述对象识别信号，所述目标监测节点对所述对象识别信号进行对象匹配核验。
6)能效监控：管理系统至少包括数据采集管理模块与监控信息服务模块，用以提供能效/安全监控信息服务；所述数据采集管理模块包括分类采集数据处理与目标采集数据管理； 所述监控信息服务模块用于，通过对实时监测数据的监控处理和对历史监测数据的引用分析，获得与目标能效监控关联的实时展示、安全应急处理及敏感对比评估的服务信息。
7) 敏感评估：所述管理系统通过分类采集数据处理获得的分类监测数据，并基于所述分类监测数据通过敏感对比评估提供能效监控信息；所述管理系统通过分类差异性对比计算获得各类差异性参数，并根据对应类别的差异性指数进行敏感对比评估。
4.技术效果
4.1解决的技术问题
该项技术电能监测节点通过发送核验触发信号，获得当前用电负载对象以应答响应方式发送的对象识别信号，以对用电负载接入进行识别感知；对接收到的对象识别信号进行对象匹配核验，以配置调整与当前负载对象相匹配的监测模式参数，以此解决针对当前负载对象的匹配安全性及监测模式的灵活性问题；当所述负载对象处于临界异常状态时，启动临界监测模式，获得瞬态异常特征参数，从而提升对瞬态异常的响应速度，并解决节能性与安全性的平衡问题；发送异常触发状态信标，以被周边的协同感知节点接收并进行异常处理；从而解决针对目标异常状态感知触发的协同性问题。
因此，相对于现有技术，该项技术基于对用电负载的识别感知进行感知监测及异常响应处理，通过对监测模式的弹性调整及协同监测处理，并对能源监测数据采集的协同监测数据处理过程进行协同管理，使得针对能源监测场景对象状态具有更好的数据采集实时性及综合效率，解决能源监测过程的安全性、实时性、节能性及灵活性问题、。
4.2技术效果（具体有益效果）：
该项技术具有监测数据解析处理效率高、节点互操作协同性好、异常触发响应快且安全性高等有益效果；具体体现在以下几个方面：
1)能源监测节点在负载对象接人接出环节，通过对负载对象接入进行识别感知；对接收到的对象识别信号进行对象匹配核验，以配置调整与当前负载对象相匹配的监测模式参数，以此解决针对当前负载对象的匹配安全性及监测模式的灵活性问题。
3)能源监测节点对于负载对象在常态下采取低功耗的节能监测模式。当负载对象未接(空载）或正常运行时，能源监测节点处于节能监测模式，有利于节约电能监测功耗，减少数据冗余；尤其为了减少安装成本在无线窄带无线通信时，通过弹性数据上传，减少无线干扰及数据资源竞争。
4）能源监测节点基于目标监测信息处理，通过状态模式评估，对于处于异常状态的负载对象，通过提升监测模式等级而提升监测数据的实时性和安全性；在负载对象处于潜在异常状态时，启动潜在异常监测模式；有利于快速异常响应及异常响应处理，包括记录异常过程、保护数据、异常告警等处理。
5）能源监测节点在负载对象处于临界异常状态时，启动临界异常监测模式，以临界实时跟踪处理获得瞬态异常特征参数，有利于提升对异常响应的实时性与一致性；通过发送具有有更高活跃度的异常触发状态信标，具有触发响应快、优先级高，使得协同感知节点可以在短时间快速、可靠地获得前置触发响应。
6)能源监测节点在临界异常监测模式下，通过对状态变量Xi以临界实时跟踪处理获得瞬态异常特征参数，并通过瞬态冲击量预测及临界反馈监测，解决瞬态异常响应的稳定性与一致性问题；当电能信号出现瞬态畸变时可以快速响应，解决了实时性与稳定性之间的平衡问题。
7）能源监测节点基于边缘协同感知网络面向用电场景对象，其中全部或部分电能监测节既可作为目标监测节点又可作为协同感知节点，使得能源监测节点设备具有较好的硬件复用性和无线互操作协同性。
8）通过目标场景状态感知、前端数据敏感预选、状态模式评估、模式参数调整等处理，解决数据实时性与资源占用、稳定性与响应速度、节能性与安全性等之间的平衡性与灵活性问题。
9)按敏感性优先级，监测数据处理效率高：按敏感状态变化优先处理及上传；减少（或非优先）不必要的数据冗余（已经上传且没有有效状态变化），对于目标对象实时位置、状态变化监测及数据上传处理，具有更高的协同数据处理效率。
10)网络设备资源复用性强：协同感知节点可以是一种服务角色，边缘域中不同拓扑类型(如目标、中继或中心)的感知节点均可动态角色复用（基于分时切换或配置）；不仅专用无线网络服务节点（网关、基站），可更多利用其它应用节点(智能插座、智能灯光节点、电能监测节点)作为协同感知节点；
11)协同性好、覆盖性强：协同感知节点基于前置感知触发与任务机制对周边目标感知节点提供协同服务；根据场景状态解析算法，对不同的前置触发，提供不同优先级与有效持续器的变量跟踪计算。
12)具有网络自愈能力、稳定性高：多节点协同服务数据传输为弹性数据路径，具有动态平衡性、可选择性及冗余性，具有更好的网络自愈能力，从而具有更高的稳定性、可靠性及离线（断网）处理能力。
