基于IEC 61850的箱式变电站智能电子设备及其预警技术

张俊奇，金建东

(西安工程大学 电子信息学院，陕西 西安710048)



基于IEC 61850的箱式变电站智能电子设备及其预警技术

张俊奇，金建东

(西安工程大学 电子信息学院，陕西 西安710048)

针对各传统箱式变电站监测装置之间互操作性不良以及预警预测准确率低的问题，提出一种箱式变电站智能电子设备设计方案。该方案基于STM3F4和S3C2440A处理器构建平台，采用趋势滤波算法完成高速数据处理，并通过建立的模型完成电力负荷预警及温湿度预测，最后在以太网通信方式下借助IEC 61850协议完成数据封装，实现信息交互。实验结果表明，该方案提高了设备之间通信互操作能力和电力负荷预测的准确度。

箱式变电站；智能电子设备；趋势滤波；负荷预警；IEC 61850

箱式变电站是一种集高压开关设备、配电变压器及低压配电装置于一体，按照一定的接线方案连接而成并应用于配电网的配电设备。随着国家智能变电站建设规划的实施，箱式变电站在线监测已成为变电站智能化改造的重点规划项目。随着计算机、电子和通信技术的不断革新，各式各样的智能电子设备(intelligent electronic devices，IED)相继诞生，由于不同厂家生产的设备在通信接口和通信协议上均不统一，导致设备之间的互操作不容易实现[1-3]。因此研究符合标准协议的IED已成为智能电网建设的首要任务。

本文采用IEC 61850协议进行数据封装，使得协议解析没有二义性。在电力负荷预警方面，国内外虽然已经取得许多研究成果，如组合权重相似日的方法及基于热传学的温升模型[4]，但是，由于天气等气象因素的影响，这些方法并不容易准确判断电力负荷。负荷是触点发热的最根本原因，为此本文对原温升模型进行改进后完成电力负荷预警，同时借助趋势滤波算法完成数据采集过程中的数据处理[5]。

1 IED总体方案设计

1.1 硬件

智能箱式变电站IED主要由电源单元、通信单元、存储单元和复位单元组成[6]，整体采用S3C2440A+TMS320F28335的设计架构，其中Samsung公司的高级精简指令集机器(advanced RISC machine，ARM)芯片S3C2440A作为主控中央处理器(central processing unit，CPU)，在基于传输控制协议-网际协议(Transmission Control Protocol/internet protocol，TCP/IP)参考模型的基础上嵌入IEC 61850协议，通过面向对象技术进行信息建模，实现了标准协议下的数据封装，并通过以太网上传给站控层的监控主机；ST公司的数字信号处理器(digital signal processor，DSP)芯片TMS320F28335作为从CPU，借助其高效的数据处理能力和丰富的外设资源，主要通过RS 485/控制器局域网络(Controller Area Network，CAN)接收来自过程层监控终端的测量数据，进行相应的数据处理，并通过串行外设接口(serial peripheral interface，SPI)实时上传给主控CPU。硬件结构如图1所示。

SD—安全数码卡，secure digital memory card的缩写；JTAG—联合测试工作组，joint test action group的缩写；RTC—实时通信，real-time communications的缩写；SDRAM—同步动态随机存储器，synchronous dynamic random access memory的缩写；EEPROM—电可擦可编程只读存储器，electrically erasable programmable read-only memory的缩写。图1 智能箱式变电站IED硬件结构

图2是智能箱式变电站IED软件流程图。IEC 61850的服务器端读取ICD配置文件后，ARM发送数据采集命令给DSP，并等待SPI接收中断的到来；DSP接收命令并进行命令解析，待命令解析正确进而判断命令类型。如果是数据采集命令，依次获取监控终端上传的数据，并采用FIR进行数据滤波，最后通过建立的模型完成电力负荷预警；之后按照私有协议封装数据，借助SPI通信方式上传数据给ARM；ARM按照IEC 61850协议进行数据封装，并通过以太网将数据发送给IEC 61850的客户端。如果是开出量输出命令，则通过继电器实现开出量控制功能。为了保证开出量能正确输出，需要再次判断开入量，倘若最终判断开出量没有正确输出，则启动重合闸或者直接发出报警信号，反之等待下一次命令的到来。

ICD—接口控制文件，interface control document的缩写；FIR—有限长单位冲激响应，finite impulse response的缩写。图2 智能箱式变电站IED软件流程

1.3 通信

为了解决生产厂家因通信协议不一致而导致互操作性能不友好等问题，依据IEC 61850基于可扩展置标语言(extensible markup language，XML)建立信息模型，提高了设备之间的互操作性[7-8]。智能箱式变电站按照功能可以分解成多个逻辑节点实例，逻辑节点和一些逻辑节点之外的信息就构成了逻辑设备(logic device，LD)，一个或者多个LD就构成了IEC 61850规定的服务器，而一个或者多个服务器就构成一个IED。

1.3.1 LD建模

智能箱式变电站按功能可分成5个LD(如图3所示)，每个实际功能都定义为逻辑节点类的一个实例。每个LD都定义了LLN0和LPHD两个必不可少的逻辑节点，其中LLN0表示LD的公共数据，如铭牌、设备运行状态信息；LPHD代表拥有逻辑节点的物理设备的公共数据，如物理设备的铭牌、运行状况等信息。

AI—人工智能，artificial intelligence的缩写；FTU—馈线远方终端单元，feeder terminal unit的缩写；HMI—人机界面，human-machine interface的缩写。图3 IED建模

LD1驻留在AI中，主要用于实现采样功能；LD2在智能箱式变电站的FTU中，主要用于实现测量功能；LD3在智能箱式变电站的FTU中，主要用于实现开入、开出和控制功能；LD4在智能箱式变电站在线监测装置的FTU中，主要用于实现保护功能；LD5驻留在HMI卡件中，主要用于实现HMI功能。

由表12说明，土样2土壤中添加2%土壤修复剂Ⅰ(D)时土壤中的重金属锌、铅、铬、铜、砷、镉含量均有所下降。其中在种有狼尾草的土壤区域主要污染物锌含量下降幅度最大，下降值为142.0mg/L。在种有狼尾草的土壤区域主要污染物砷含量下降幅度最大，最大值为3.15mg/L。

1.3.2 逻辑节点建模

TCTR、TVTR和MMXU是实现箱式变电站智能化功能的主要逻辑节点，数据通过LD1中的TCTR(逻辑节点电流互感器)、TVTR(逻辑节点电压互感器)、THUM(湿度传感器)和TTMP(温度传感器)采集，并通过LD2检测得到，用于实现智能箱式变电站开入-开出控制和逻辑保护等功能；而逻辑节点MMXU继承了LLN0公用逻辑节点中的全部指定数据对象，包括Mod、Beh、Health、NamPlt等，以及状态信息数据对象EEHealth；由于IEC 61850中MMXU的数据对象并不能完全满足需求，因此除标准的被测量之外，还应根据扩展规则增加新的被测量信息的数据对象，如总有功功率、总无功功率、总视在功率、平均功率因数、频率、线电压、相电压、相电流、单相有功功率、无功功率、温度和湿度等信息。

2 IED数据预处理

一般电力设备在线监测装置传送过来的数据总会存在一定的采集误差，必然会影响早期预警的准确性。可以把传送过来的信号看成实际采样温度信号与误差数据的组合，运用趋势滤波消除误差数据，进而完成数据滤波。

趋势滤波包括滑动平均滤波、指数平滑滤波、HP滤波及Ll趋势滤波。本文采用Kim等在近几年提出的Ll趋势滤波，它是在HP滤波基础上改进的新型滤波算法，使得估计趋势在分段的线性范围内更平滑。其完成基本趋势数据估计主要通过加权目标函数实现，加权目标函数

式中：t为时间；n为采集数量；yt为时间序列；xt为基本趋势，即未受干扰信号；λ为用来控制xt的平滑性和平衡余项大小的非负参数。

写成矩阵形式为

其中：

式中y、x、D、R均为二阶差分矩阵。加权目标函数对xt来说是一个严格的凸函数，所以只有一个最小值，即滤波后的趋势数xL1。

L1趋势滤波求解问题等同于对正则化矩阵求解最小二乘解的问题，通过最小二乘法求得趋势滤波结果xL1。正则化矩阵为

其中

式中A为下三角矩阵。

本文首先在一组故障原始温度信号X0=[30 60 83 90 95 100 115 118]中加入高斯旁白噪声，信噪比为20；接着运用趋势滤波法消除波动数据X1=[0.16 0.08 13.33 10.67 5.92 1.92 6.61 0.02]，其中λ=1 600；最终得到原趋势数据X2=[29.84 59.92 69.67 79.39 89.08 98.08 108.39 118.02]。可看出趋势滤波基本消除了短期波动数据，较好地还原了真实数据。

3 IED预警

电力负荷预警已经取得很多研究成果，但是多为采用相似日的方法。本文所采用的方法需结合天气，但是天气本身是个不确定的因素，对于由一个天气转向另一个天气情况，求取相似日时量化数值不好确定，由此导致求出的相似日也不同。根据热传学建立了触点温升模型，由于在电力系统正常工作下，负载是触点发热的根本原因，为此本文对此模型进行改进。由于温度是热的累积效应，在短时间近似线性变化，故本文采用趋势外推法进行预测[9]。

3.1 电力系统负荷预警

相比系统负荷预测，短期母线负荷预测(short-termbusloadforecasing，STBLF)具有预测基数小、稳定性强、误差数据较少等突出特点，为此本文采用短期母线负荷预测作为整个系统的负荷预测。当负载变化时，触头温度也随之变化。根据热传学建立的温升模型求出触头温度与负载的对应关系，进而求得负荷的变化趋势。

在触点唯一确定的条件下，可将触点看作集总热容，即得温度θ关于实际时间τ的函数，而与空间位置坐标无关。根据热力学第一定律得

其中：

QV=I2R.

式中：Q为整个边界面传入触点的热流量，QV为内热源产生的热量，ρ为物体密度，c为物体比热容，V为物体体积，α为整个边界面上的平均换热系数，A为物体表面积，θf为环境温度，I为载流导体的电流，R为触点电阻。

当负载发生变化时，触点温度会发生变化，得

其中：

3.2 温度预警

4 实验验证

4.1 通信结果分析

本文利用IEDScout软件连接服务器端的IP地址，从而更为直观地看到服务器端的数据；同时对另一台电脑配置主机通信客户端，利用Wireshark软件实时获取客户端的各项操作与服务器对应的参数数据。图4为IEC61850通信界面，可看出客户端的信息与建模时提供的信息一致，从而验证了模型的正确性和通信的可靠性。

图4 IEC 61850通信界面

4.2 触点温度预测

将某变电站高压开关柜2011年8月的一组温度故障数据作为实验样本，采样周期为3 s。故障触点温度预测结果如图5所示，可看出基本还原了实际温度变化趋势。

图5 故障触点温度预测

4.3 负荷预测

以中国某电网2013年4月13日的数据作为预测样本，图6对实际负荷与预测负荷进行了对比，可看出基本预测了负荷变化的整体趋势。

图6 实际负荷与预测负荷特性曲线对比

5 结束语

本文设计的智能箱式变电站IED按照DSP+ARM的设计架构，基本实现了数据处理和数据通信的功能。在以太网通信方式下，借助IEC 61850协议实现与间隔层的信息交互。趋势滤波算法提高了数据采集的精度，温湿度模型提前预测了温湿度发展趋势，触点模型较好地预测了电力负荷发展趋势。

[1] 林建钦.电气设备智能无线测温预警系统的研究与实践[D].杭州：浙江大学，2008.

[2] 王德文，葛亮.变电站在线监测智能电子设备的自动化测试[J].电力系统自动化，2014,38(14)：84-89.

WANG Dengwen,GE Liang. Automated Testing of Substation On-line Monitoring Intelligent Electronic Device[J].Automation of Electric Power Systems, 2014,38(14)：84-89.

[3] 侯广松.变电站故障数据处理与分析系统研究开发[D].合肥：山东大学，2014.

[4] 张慧源.电力设备载流故障预警与预测的若干关键技术研究[D].杭州：浙江大学，2014.

[5] 张明，冯坤，江志农.基于动态自学习阈值和趋势滤波的机械故障智能预警方法[J].振动与冲击，2014,33(24)：9-13.

ZHANG Ming，FENG Kun，JIANG Zhinong. A Mechanical Fault Early Warning Methodology Based on Dynamic Self-learning Threshold and Trend Filtering Techniques[J].Journal of Vibration and Shock，2014,33(24)：9-13.

[6] 黄新波，王霄宽，方寿贤，等.智能变电站断路器状态监测IED设计[J].电力系统自动化，2012，36(22):95-99.

HUANG Xinbo, WANG Xiaokuan, FANG Shouxian, et al. Design on Status Monitoring IED of Circuit Breaker for Smart Substation[J]. Automation of Electric Power Systems，2012, 36(22): 95-99.

[7] 赵翠然. 基于IEC61850的配电终端建模及自描述建模[D]. 北京: 华北电力大学，2013.

[8] 韩国政，徐丙垠. 基于IEC 61850标准的智能配电终端建模[J].电力自动化设备，2011，31(2):104-107.

HAN Guozheng, XU Bingyin. Modeling of Intelligent Distribution According to IEC 61850[J]. Electric Power Automation Equipment,2011,31(2):104-107.

[9] 王德文，肖磊，肖凯.智能变电站海量在线监测数据处理方法[J].电力自动化设备，2013,33(8):150-154.

WANG Dewen,XIAO Lei,XIAO Kai. Processing of Massive Online Monitoring Data in Smart Substation [J]. Electric Power Automation Equipment, 2013,33(8):150-154.

[10] 王方，邱道尹，岳艳杰，等.基于红外技术的变电站温差无线温度监控[J].电力自动化设备，2011，31(8):135-138.

WANG Fang，QIU Daoyin, YUE Yanjie, et al.Wireless Thermoelectric Temperature Monitoring of Substation Based on Infrared Technology[J]. Electric Power Automation Equipment，2011,31(8)：135-138.

[11] 孟晓，胡炎，邰能灵，等.变电站无线测温告警算法[J].电力系统自动化，2013,37(5)：81-86.

MENG Xiao,HU Yan,TAI Nengling,et al. Algorithm of Wireless Temperature Measurement and Alarm in Substations[J]. Automation of Electric Power Systems,2013,37(5)：81-86.

(编辑 李丽娟)

Intelligent Electronic Equipment of Box-type Substation and Its Pre-warning Technology Based on IEC 61850

ZHANG Junqi, JIN Jiandong

(College of Electronics and Information, Xi’an Polytechnic University, Xi’an, Shaanxi 710048, China)

In allusion to problems of poor interoperation of monitoring devices of traditional box-type substations and low pre-warning accuracy rate, this paper presents a kind of design scheme for intelligent electronic equipment in box type substation. Based on STM3F4 and S3C2440A processors, this scheme constructs a platform and uses trend filter algorithm to complete high speed data processing. It can complete power load pre-warning and humiture prediction by means of the established model and finish data packaging with the help of IEC 61850 protocol under the mode of Ethernet communication so as to realize information interaction. Experimental results indicate that this scheme has improved communication interoperation between devices and accuracy of power low prediction.

box-type substation; intelligent electronic equipment; trend filter; load pre-warning; IEC 61850

2016-05-29

2016-07-22

博士科研启动基金(BS0808)

10.3969/j.issn.1007-290X.2016.10.009

TM633.3

A

1007-290X(2016)10-0049-05

张俊奇(1989)，男，山西运城人。在读硕士研究生，研究方向为智能电网及故障诊断。

金建东(1987)，男，甘肃兰州人。在读硕士研究生，研究方向为智能电网输变电设备在线监测理论与关键技术。