电力系统中配电柜体内温湿度检测与自动调节

谢正新

摘 要：分析、研究了配电柜内温湿度的检测和自动调节技术，并在此技术上提出了数据融合技术和多传感器数据检测技术。实际研究发现，在利用多传感器采集数据时，使用分布图法可以有效地降低误差，提高采集数据的精度，在一定程度上改善了单点采集温度、传感器失效造成的误差和PID控制的不足之处。

关键词：电力系统；配电柜；温湿度；自动调节

中图分类号：TM642 文献标识码：A 文章编号：2095-6835（2014）07-0061-02

在电力系统中，配电柜中的恒温湿度对电力系统有着重要的影响，如果温湿度过高或过低，都会给电能配送带来巨大的负面影响，还会对整个电网造成不利的影响，甚至引起电能爆炸。因此，在实际中要尽量使配电柜内的温度和湿度保持恒定。而要想保证柜内的温度和湿度处于恒定状态，就需要对其检测系统和自动调节系统进行分析。

传统的PID和单点采集温度的温湿度控制器存在着许多不足之处，本文就在传统研究方法的基础上，去探索新的检测和自动调节技术，即适当地加入了数据融合算法，并使用加湿器、散热风扇和实时控制的加热器。该系统由于可靠、稳定，还简单实用，被广泛使用在实际工作中，有良好的发展前景。

1 系统构成分析

在配电系统中，配电柜的温室系统构成部分主要有AD转换电路、湿度传感器、温度传感器输入电路和控制器的输出接口。在实际工作中，为了使测量的配电柜温度和湿度更加可靠，还需要在各个温区控制中的典型位置处安装传感器。这样测量湿度的电路就会通过HIH--3610D的湿度传感器把需要变送的信号转换成0～5 V的直流电压，经过AD转化器把8个温区的控制信号与MCU数据进行融合，并根据各个温度范围内设定和测量的温度值，选择合理的温度控制方式；根据算法的结果对继电输出器的状态进行控制，实现对温度和湿度负反馈的闭环控制；同时，LED还能够正确地显示出当前设定和测量的温度、湿度值。

该系统的工作原理主要是：当配电柜内系统内部的温度比设定温度的下限还要低或者柜内的湿度值比设定的上限值还高时，系统内的单片机就会启动双向可控的内部干燥设备或者硅加热；当设备内的温度比设置的上限值高或内部湿度值比设定的最小值还要小时，系统就会停止加热。另外，当配电柜内的湿度比排风降温设备上限值还高时，相应的控制继电器就会进行吸合，而排风扇也会开始工作，使空气对流，进行散热；当系统内部的温度比排风降温设定的最小值低时，相应的排风扇就会停止工作。

2 系统内部的温湿度检测与自动调节技术分析

2.1 融合系统温度数据的方法

数据融合其实就是对人脑综合处理问题的能力进行模仿，采用计算机技术对按时序取得的多传感器观测信息在一定的信息准则下加以自动分析、综合、支配和使用，并以此来完成相应的决策和估计任务，从而对信息进行处理。在实际中应用数据融合理论具有一定的优越性，对有限次的数据测量进行数据融合，可以获得比利用算数平均值算法更加准确的结果。在工作中，对电力系统柜内的温湿度数据进行融合，可以消除各个温区温度测量中数据的不确定性，获得更加可靠、准确的温度测量结果，从而提高系统控制的性能。在某一个温区中，当有一个或者数个传感器失效时，不会影响到其他没有失效的传感器的正常工作，整个系统也依然可以依据这些没有失效的传感器提供的信息，来对各个温区内的温度获得准确的测定。在实际工作中，引进湿度的变量不仅能够对周围环境的湿度进行检测，还可以作为一个变量对温度的输出进行判断。

2.2 有效地消除疏失误差

在实际工作中，经常会由于现场的一些突发性干扰或者热处理器件的传送影像、测量设备自身的故障，在进行温度测量时产生一些误差，要对这些误差进行消除，并消除由温度测量中随机干扰造成的影响。在测量温度分布图中，需要分析的参数有上四分位数、中位数、下四分位数和四分位数的离散程度。在这些数据中，中位数、四分位数的离散程度的选择和测量与极值的大小没有关系，但是却与温度测量中测量数据分布的位置密切相关，并且获得的有效区间也与需要排除疏失误差值没有太大的关系。所以，在实际中利用数据分布图法来获取数据的测量，可以增强融合数据时对不确定性因素的适应性。

2.3 对温度测量数据进行数据融合

利用配电柜内的温湿度检测和自动调节技术，可以在同一个时刻对配电柜的8个传感器进行测量。在测量时，首先要按照由小到大的顺序进行排列，以得到中位温度值为23.6 ℃，上四分位数温度为23.9 ℃，下四分位数温度为23.2 ℃，相应的离散度是0.8.在此基础上对数据进行融合，可以得到融合后的温度为24.6 ℃。根据实践经验可知，在实际中经过融合后的数据更接近实际数据。

2.4 控制结果分析

在相同的条件下，智能型的温湿度控制器加强了数据融合和温湿度变量控制PID控制的实验效果，同时根据这些数字绘制出相应的效果图。在绘制图中，虚线代表的是基本PID控制效果，而实线代表的是在加入融合数据和湿度之后PID的算法。根据实际情况设定相应的湿度为26 ℃，相对湿度为71%，初始温度控制在0 ℃，测量条件控制在G（S）=50S+1.在传统的利用PID控制温度和湿度中，需要进行的调量较大，也需要很长的过渡时间使系统达到稳定状态，并且需要的上升时间也较长。但增加了数据融合和湿度变量后，对温度调节的超调量就会减低一半，需要的上升时间和稳定过渡的时间也极大地降低，并且在非常短的时间内就达到控制要求的精确度。所以在电力系统配电柜中增加数据融合和湿度变量，明显地改善了系统对温度和湿度的控制。

3 结束语

综上所述，在电力系统配电柜中温湿度检测和自动调节技术中，利用多点数据的采集进行算法融合，并且加入湿度变量多传感器数据融合，有效地克服了传统湿度传感器进行单点采集温度控制的不足之处，也避免了使用PID控制中产生的不足之处，从而来达到控制的精确度要求。在实际工作中，明显加大了温湿度的控制速度，也保证了电力系统配电柜中温湿度的恒定，在实际中应用中前景非常广阔。

参考文献

[1]项新建.基于多传感器数据融合的粮食仓库温度监测系统[J].仪器仪表学报，2003（05）.

[2]王建新，童官军，杨世凤，等.基于模糊控制算法的温室温度监控系统研究[J].天津科技大学学报，2005（04）.

[3]任朝晖，王永富，闻邦椿.闪蒸干燥机温度的自适应模糊PID控制[J].控制工程，2006（01）.

〔编辑：李珏〕