预装式变电站智能监测与健康评估系统设计*

姜贝贝,江 冰

（河海大学物联网工程学院，常州213022）

预装式变电站智能监测与健康评估系统设计*

姜贝贝,江 冰

（河海大学物联网工程学院，常州213022）

在“绿色经济、低碳经济”大背景下，国网公司提出“两型一化”电力设备的建设要求，即环境友好型、资源节约型、工业化要求，智能化预装式变电站在配电网中则是发电机组接入电网的关键组成部分。基于物联网技术设计了预装式变电站主电量数据硬件监测系统，实现对预装式变电站主电量数据实时监测、无线传输和数据处理。分析预装式变电站主设备健康评估技术需求，引入模糊综合评判法、神经网络算法、灰色关联理论和DS信息融合技术，提出基于预装式变电站主设备的健康评估模型，实现对机组运行的健康评估，为智能化预装式变电站安全鉴定提供参考依据。仿真结果表明，该方法是切实可行的。

预装式变电站；BP神经网络；灰色关联；主电量数据监测；智能电网；信息融合

1 引言

随着新一代科学技术的飞速发展，将“互联网+”与现代设备制造业相结合已经成为未来发展趋势，其代表之一——智能电网的研究方兴未艾。为了保证电力系统平稳、安全的运行，对预装式变电站主电量数据进行实时监测意义重大，可以有效避免因电力设备主电量数据异常而造成的损失。目前，对预装式变电站运行状态监测主要集中在变压器、开关柜等设备参数。文献[1]提出了基于Zigbee网络通信方式的预装式变电站温度监控系统，文献[2]提出了一种基于GSM短信业务的预装式变电站监测系统，文献[3]提出了基于无线传感网络的预装式智能变电站的监测系统。当前，预装式变电站健康评估系统采用不同算法设计，文献[4]采用神经网络和信息融合技术实现评估功能，文献[5]将支持向量机与模糊综合评判方法融合评估了变电站二次设备状态。

本系统主要研究基于物联网的预装式变电站主电量数据监测与健康评估系统设计。本系统建立在Zigbee与4G无线通信协议的基础上，以采用S3C2440A为处理器搭建电量数据监测电路。使用C#编程语言完成实时监测系统与健康评估系统。

2 系统结构设计

所设计的预装式变电站主电量数据监测系统主要功能是实时采集预装式变电站电力设备的主电量数据，并将采集的数据传输到远程监控软件中，对数据进行处理实现对其健康评估。预装式变电站主电量数据监测系统的整体设计结构如图1所示。主电量数据实时监测系统主要包括处理器模块、电能采集模块、高低压开关驱动模块和无线传输模块。软件系统包括实时监测模块、数据管理模块和健康评估模块。其中，处理器模块使用三星S3C2440A处理器，存储芯片采用EN29LV160AB芯片。电能采集模块采用IDT90E36电能计量芯片，结合信号调理电路，系统设计对预装式变电站电力设备进行高低压电压、电流同步采集。高低开关驱动模块包括与处理器控制输出端相连的光耦模块和继电器元件。无线数据传输模块采用基于无线传感器网络通信协议的Zigbee节点进行组网，系统组网采用星型网结构，采用7个节点进行系统设计，其中六个节点作为主电能数据采集节点，一个节点用作为协调器节点。主电能数据采集节点采集到的电能数据通过Zigbee无线传输到协调器节点，协调器节点通过对数据进行标准化处理通过3G/4G技术传输到软件客户端中。软件系统中健康评估采用基于神经网络评估算法、灰色关联评价法和基于D-S的数据融合技术。

图1 监测系统整体结构

3 系统硬件设计

3.1 主电量采集硬件设计

对预装式变电站中各电力设备电流、电压信号数据实时采集是智能电网的核心之一。所设计的主电量采集硬件运用于配电网的电压、电流的采集。其硬件设计如图2所示，电能计量模块采用IDT90E36电能计量芯片，其工作频率在16.384MHz,其芯片提供三路电压和电流的A/D采样，支持所设计的高低压测的电压、电流的同步采集。根据不同相路，设计连接了若干个分别采集相应电压、电流互感器。各互感器采集的数据经过调理电路传输至电能计量模块，从而获得电压、电流数据，同时计算出功率因数与功率数据。

图2 主电量采集硬件电路

3.2高低压开关驱动硬件设计

在预装式变电站出现主电量数据严重异常时，及时断开高低压开关能保证整个电力系统的安全。所设计的高低压开关驱动控制电路包括光耦模块和与光耦模块相连的继电器。如设计图3所示，光耦模块分为第一光耦和第二光耦，分别控制高、低压开关，其输出端均采用串联方式，同时将工作电压接入到继电器的线圈中。第一光耦的发光体阳极连接处理器S3C2440的第一控制输出端，并且发光体阴极接地。第二光耦元件的发光体阳极连接一高电平，发光体阴极连接处理器的第二控制输出端，其设计能防止由于干扰而造成的I/O口输出错误。驱动硬件设计中，在继电器线圈两端并联了二极管和电容，有效防止继电器在断电的瞬间所产生的反向电动势对电路造成的不良影响。

3.3 无线传输硬件设计

图3 高低压开关驱动硬件电路

根据预装式变电站现场的实际情况，无线传输硬件设计在Z-Stack协议栈的基础上构建无线传输网络，其拓扑结构为星型网结构，包括六个终端节点和一个协调器节点。Zigbee节点根据不同配置文件，进行工作模式的选择。如图4所示为本系统设计的终端节点的工作流程图。如图5为本系统设计的协调器的工作流程图。路由器本系统选用第二代单网口工业级3G路由器，支持10/100M自适应RJ45口和RS232或RS485数据传输。

图4 终端节点工作流程图

图5 协调器工作流程图

4 无线传感器网络设计

针对预装式变电站的运行状态，如三相电流、电压、油温等参数，外加环境状态，如环境氧气含量、温湿度等参数，综合考虑所述变量参数，设计了预装式变电站主电量数据监测异构传感网络，进行主电量数据的采集。

所设计的无线传感器网络包含物联网信息感知层、节点汇聚网络层、信息处理和应用管理层四层系统构架。从而实现基于无线传感网络核心技术对预装式变电站的主电量数据的远程监测与管理。其网络拓扑结构图6所示：

图6 无线传感器网络结构

所设计的物联网信息感知层主要包含对预装式变电站运行时主电量数据参数的采集。整个无线传感器网络通过无线传感器组网，即终端节点-路由节点-汇聚节点的方式，选用IEEE802.15.4无线通信协议，通过3G/4G、Zigbee传送到中心站。

5 系统软件设计

本系统采用C/S模式进行设计，系统设计分为三层结构，实现对预装式变电站主电量数据实时监测、健康评估以及用户信息管理等功能。如图7为本系统结构图。在预装式变电站主电量数据实时监测系统中，监测的数据实时显示与异常数据的报警集成在同一界面中。数据存储使用Sqlsever2008数据库管理软件，实时数据保存采用.NET平台下的数据库访问接口技术ADO从而实现数据动态链接。

5.1 系统软件架构

所设计的系统软件由访问层、服务层和管理层构成。各层级相互分离但又相互联系。系统软件各层级的设计如下：

图7 系统软件结构

（1）访问层：该层级处于整个系统的顶层，主要为用户提供界面引导服务。该层为整个系统开发与运维提供了平台。

（2）服务层：该层为整个系认实现数据处理和程序正确运行功能。所设计的系统核心算法集中在该层。服务层与下一层的数据层紧密联系，两层不断的进行数据信息的交换。

（3）数据层：该层为系统提供基础数据服务和管理服务。所监测的预装式变电站主电量数据信息以及标准化处理信息存放在该层。程序运行时该层与服务层进行数据传输与交换。同时，管理层对外提供访问服务，具有较强的数据访问特性。

5.2 系统数据库设计

所设计的系统数据库模块以SqlSever2008作为存储数据的数据库，结合数据库访问接口技术ADO实现数据库的动态连接。系统利用多线程和Socket网络编程技术开发服务器端软件，针对不同的监测数据参数类型，给出不同的数据库表设计方案，实现数据库的动态处理和存储功能。

6 预装式变电站主电量数据评估结果

本研究针对按上述方案设计的预装式变电站主电量数据监测与健康评估系统进行数据实验验证。系统选取的标准数据来自110KV-50MVA三相双绕组变压器，其额定值如表1所示：

表1 额定值

将测试样本值，放入到本研究设计的预装式变电健康评估系统中进行测试，所得结果如表2所示：

表2 评估结果

由评估结果可得，通过神经网络、灰色关联评估算法对预装式变电站高低压侧的电压、电流分别进行健康评估，其各自结果使用D-S信息融合计算进行融合，判断出预装式变电站当前的状态情况。实际操作界面如图8所示：

图8 操作界面

7 结束语

对预装式变电站主电量数据监测与健康评估系统进行了研究。运用物联网技术进行主电量数据监测硬件设计，运用神经网络、灰色关联理论和D-S信息融合技术实现了对预装式变电站的健康评估，通过实例验证了该系统的可行性以及健康评估的有效性，为未来构建智能预装式变电站奠下基石。

[1]李小博,黄新波,陈绍英,等.基于ZigBee网络的智能变电站设备温度综合监测系统 [J].高压电器,2011,47(8):18-21.Li Xiaobo,Huang Xinbo,Chen Shaoying et al.Zigbee Network-based Intelligent Substation Temperature Monitoring System[J].High Voltage Apparatus,2011,47(8):18-22.

[2]郭学梅,刘曙光,王宏斌.基于GSM短信息业务的预装式变电站监测系统[J].电力自动化设备,2003,23(6):65-67.Guo Xuemei,Liu Shuguang,Wang Hongbin.Prefabricated Substation Supervisory System Based on GSM Short Message Service[J].Electric Power Automation Equipment,2003,23(6):65-67.

[3]何金鑫.基于无线传感网络的智能变电站环境监测系统设计[D].安徽：安徽理工大学，2016.He Jinxin.The Design of Environmental Monitoring System in Smart Substation Based on Wireless Sensor Network[D].An-Hui：AnHui University OF Science&Technology,2016.

[4]阮羚，谢齐家，高胜友，等.人工神经网络和信息融合技术在变压器状态评估中的应用[J].高电压技术，2014,40(3):822-828.Ruan Ling,Xie Qijia,Gao Shenyou,et al.Application of Artificial Neural Network and Information Fusion Technology in Power Transformer Condition Assessment[J].High Voltage Engineering,2014,40(3):822-828

[5]马博，董海鹰，任伟.基于模糊综合支持向量机的特高压变电站二次设备状态评估[J].计算机系统应用，2014,23(9):191-197.Ma Bo,Dong Haiying,Ren Wei.Status Assessment of UHV Substation Secondary Equipment Based on Fuzzy Comprehensive Support Vector Machine Method[J].Computer Systems&Applications,2014,23(9):191-197.

[6]陈朋永.基于层次分析的GIS运行状态模糊综合评估研究[D].保定：华北电力大学,2013.Chen Pengyong.Gas Insulated Switchgear Running State Comprehensive Evaluation Based On Analytic Hierarchy Process of Fuzzy Theory[D].Baoding:North China Electric Power University,2013.

[7]王晓亮,董海鹰,任伟.基于信息融合的750kV电网二次设备状态评估[J].电力系统及其自动化学报,2013,25(1):40-46.Wang Xiaoliang,Dong Haiying,Ren Wei,State Evaluation of Secondary Device In 750 kV Power Grid Based On Information Fusion[J].Proceedings of the CSU—EPSA,2013,25(1):40-46.

[8]HOSPFIELD J.Neural Networks and Physical Systems With Emergent Collective Computer Abilities[J].Proc Natl Acad Sci,1982,79(6):2554-2558.

[9]Liu S,Ding L W,Zeng H H.Design and Implementation of IntegratedProtectionApparatusinPrefabricatedSubstation[J].AutomationofElectricPowerSystems,2003(5):2804-2808.

[10]郑含博.电力变压器状态评估及故障诊断方法研究[D].重庆：重庆大学,2012.Zheng Hanbo.Study on Condition Assessment and Fault Diagnosis Approaches for Power Transformers[D].Chongqing：Chongqing University,2012.

[11]陈发广,周步祥,曾澜钰.基于多信息融合的变压器运行状态评估模型[J].电力系统及其自动化学报,2013,25(4):140-144.Chen Faguang,Zhou Buxiang,Zeng Lanyu.State Evaluation Modelof Transformer Operation Based on Multi-information Fusion[J].Proceedings of the CSU-EPSA,2013,25(4):140-144.

[12]张桦,魏本刚,李可军,等.基于变压器马尔可夫状态评估模型和熵权模糊评价方法的风险评估技术研究 [J].电力系统保护与控制,2016,44(5):134-140.Zhang Hua,Wei Bengang,Li Kejun et al.Research on Risk Assessment Technology Based on Markov State Evaluation Model for Power Transformer and Entropy-weighted Fuzzy Comprehensive Evaluation[J].Power System Protection and Control,2016,44(5):134-140.

[13]王新普,周想凌,刑杰,杨军.一种基于改进灰色BP神经网络组合的光伏出力预测方法 [J].电力系统保护与控制,2016,44(18):81-87.Wang Xinpu,Zhou Xiangling,Xing Jie,Yang Jun.A Prediction Method of PV Output Power Based on the Combination of Improved Grey Back Propagation Neural Network[J].Power System Protection and Control,2016,44(18):81-87.

[14]薛浩然,张珂珩,李斌，等.基于布谷鸟算法和支持向量机的变压器故障诊断[J].电力系统保护与控制，2015，43(8):8-13.Xue Haoran,Zhang Keheng,Li Bin,et al.Fault Diagnosis of Transformer Based on the Cuckoo Search and Support Vector Machine[J].Power System Protection and Control,2015,43(8):8-13.

[15]Toledo O M,Oliveira Filho D,Diniz A S A C.Distributed photovoltaic generation and energy storage systems:A review[J].Renewable and Sustainable Energy Reviews,2010,14(1):506-511.

Design of Intelligent Monitoring and State Evaluation System for Prefabricated Substation

Jiang Beibei,Jiang Bing
(College of Internet of Things Engineering,Hohai University,ChangZhou,213022)

Under the background of"green economy,low carbon economy",State Grid Corporation of China proposed the recommendations of"two-type and one-ization"of power equipment,that is environmentallyfriendlytype,resource-savingtypeand industrialization,intelligentprefabricated substation is the key component of the generator connected to the grid in distribution network.A prefabricated substation main power capacity data hardware monitoring system is designed on the basis of IoT,which realizes real-time monitoring,wireless transmission and data processing of prefabricated substation main power data.Analysing the technology requirement of prefabricated substation main equipment state assessment,the fuzzy comprehensive evaluation method,neural network algorithm,grey correlation theory and DS information fusion technology are introduced,and the model of the state assessment based on prefabricated substation main equipment is proposed,which realizes the state evaluating to unit operation,and provides reference on safety appraisal of intelligent prefabricated substation.The simulation results show that this method is practical and operable.

Prefabricated substation；BP neural network；Gray correlation；Main power data monitoring；Smart Grid；Information fusion

10.3969/j.issn.1002-2279.2017.04.019

TP202

B

1002-2279-（2017）04-0077-05

常州市科技攻关项目（CE20150086）

姜贝贝（1991—），男，江苏省海门市人，硕士研究生，主研方向：信息获取与处理。

江冰（1960—），女，江苏省常州市人，硕士生导师，主研方向：智能信息处理理论与技术。

2017-02-22