智能电网建设为我国电力发展“十三五”规划的重要任务,在智能电网中,用电信息采集终端是不可或缺的一部分,正处于升级换代的过程中。其中采集终端无线通信模块性能的好坏直接影响抄表数据的准确性。针对目前各类抄表方式存在的不足,例如485集中抄表实时性差,安装和维护成本高,公网通信抄表需缴费运营等。本文提出了采用低功率广域网技术(Lo Ra技术)进行无线抄表的方法,此方法既可以降低无线抄表的运营成本,又可以保证信息的安全传输,这对于建设智能电网具有实际的意义。按照无线电委员会规定,采集终端无线模块都应工作在470—510MHz的频段,因此在该频段会有大量无线设备接入,所以处理好该频段无线设备的发射功率和通信冲突,对改善无线网络环境和提高无线设备性能具有重要意义。为此本文提出了基于Lo Ra的改进动态功率控制算法和基于机器学习的冲突分解算法以优化采集终端无线设备的性能。同时本文对采集终端的原理图和PCB电路板进行了设计,对电路板的软硬件调试做了说明。对于提出的改进动态功率控制算法,本文按照Lo Ra扩频因子对处于不同距离范围的接收节点划分了不同的距离范围等级和节点发射功率基础值,并使用功率动态微调节的方式,在保证通信数据可达的前提下进一步降低节点的发射功率。通过实验仿真发现,改进的功率控制算法能有效降低了节点的发射功率。为了验证降低节点发射功率对改善无线网络的传输环境具有积极的作用,本文采用Chirp扩频调制方式(Lo Ra的原始调制方式),在MATLAB中仿真了接收信号误码率受干扰信号强度的影响。通过实验仿真发现,降低节点发射功率确实可以降低此节点对其它传输节点的无线干扰。目前对于冲突分解算法的研究相对成熟,本文详细分析了多种冲突分解算法的改进算法,并在此基础上提出了一种基于机器学习的冲突分解改进算法。本文对IEEE802.11的CSMA/CA策略进行了实验仿真,由此获取机器学习所需的原始数据,包括系统吞吐量、系统延迟、数据包重发率和退避窗口增大倍数,然后采用误差反向传播算法建立退避窗口增大倍数与系统性能参数之间的非线性回归模型,此模型可以对不同退避窗口增大倍数下的系统性能进行有效预测。通过预测结果,选取使系统性能最优的退避窗口增大倍数,将其用于CSMA/CA协议中来提升无线通信的性能。通过对比实验仿真结果可以发现,改进的冲突分解算法相对于IEEE 802.11协议中的冲突分解算法,在系统性能方面确实得到了有效的提升。最后本文对采集终端原理图所设计的各个模块进行了说明,对设计PCB电路板的过程和思路进行了叙述,并对设计出的样机进行了调试。