基于ZigBee协议的分布式光伏电站运行数据实时监控系统

庄清霖

（漳州招商房地产有限公司，福建 漳州363105）

目前我国国民经济快速发展，分布式光伏电站在人们生活中的地位越来越重要，分布式光伏电站作为智慧电网的核心，已经成为智慧电网发展的研究热点，为用户提供动力资源[1]。基于ZigBee协议设计了一个分布式光伏电站运行数据实时监测系统，利用专用网络提供远程监控信息，采用数字技术，提高了监控系统的智能通信能力。分布式光伏电站远程在线监测，能够提高智慧变电站的远程管理效率，降低远程信息传输成本，在很大程度上节省智慧变电站的运行费用。

1 基于ZigBee协议的分布式光伏电站运行数据实时监控系统硬件设计

1.1 数据检测模块

通过接收异常数据检测模块，在硬件环境下监测电源相线的具体异常数据，分析数据的核心属性，并向数据库发送调用原始数据信息的指令。特殊变压器异常数据识别模块在接收到数据库回馈的数据信息后，立即自动进行数据识别[2-3]。若数据与原始数据序列不同，则将电力数据视为特殊异常数据，并将特殊异常数据封装后发送给电力相线区段分数据处理模块进行处理，并将安全数据通过数据库返回电力信息栏，保证电力系统的正常运行。

1.2 数据监控模块

监控模块是系统的硬件核心，监控模块在两次修改监测异常数据的过程中进行两次调用。对电力系统中的所有数据信息进行监测，发现可疑的特殊异常数据信息，呼叫被用来监控系统硬件。对异常数据进行处理后，调用模块完成连续监测，防止数据再次发生变化。存储区的作用是存储特定异常资料。

对于电力系统的数据监测，异常监测模块采用均衡化算法对数据进行均匀划分，并读取各特征点的数据特征值。当模块侦测到数据有多个特征点时，即为特异改变数据[4]。监测模块根据特征点对异常变化数据进行类型分析，数据监测模块立即锁定出现在特征点的电源信息栏，完成异常变化数据的监测。

1.3 处理器

本文设计的处理器型号为GZ57处理器，采用的是SATA2.0接口。这个接口有很强的功率数据传输能力，可以达到12 Mbit/s的传输速度。发现电源相线识别的特殊异常数据后，需要2 s完成对异常数据的截取，以避免不利影响[5]。

1.4 电力相线区分的数据处理模块

电源相线的原理是使电力系统电路中电流相位相对，差120°，以提高电流的传输效率和功率转换功能[6-7]。能量相线鉴别数据处理模块的主要任务是在数据鉴别模块中对识别出的异常数据进行数据格式校正。数据处理完毕后，数据信息被传送到监控模块，监控模块对这些数据进行实时监控[8]。特殊更改发生后，立即进行格式化，以提高电力系统数据的安全性。

2 基于ZigBee协议的分布式光伏电站运行数据实时监控系统软件设计

基于ZigBee协议的分布式光伏电站运行数据实时监控系统软件可进行图形、属性数据的输入、修改、查询，自动生成单行表、联系人表等图表，并提供完整的维护功能，确保整个系统的稳定与安全。

监测与管理系统利用传感器系统收集数据。各传感器之间是独立的，不会互相影响[9-10]。这种传感器的信号可以用来对电网设备和环境进行实时监控。感应器分为两种模式：睡眠模式和工作模式。在传输中，传感器处于休眠状态，数据采集模块处于低电流接收状态；在数据传输中，系统收到数据采集指令，传感器开始采集数据，并发出记录指令[11]。

资料处理机是早期资料收集与后期资料处理的桥梁。该阶段中，处理器接收到各传感器发送的各种信息，对各传感器信息进行序列分析，然后对各信息进行初步分类和排序，并根据需要对各传感器发送的各种信息进行初步分析[12-13]。向量数据分析包括多边形重新分类，边界整合，点线重叠，空间数据查询和分类。网格数据分析包括叠加分析，统计分析，记录分析，滤波分析，区域操作和扩展域操作。

数据经输入设备数字化后，再传送至主机做进一步处理。数字处理就是把扫描后的栅格数据转换成点、线、面积、拓扑关系等形式，再利用矢量数据识别地图，从而实现地图的数字化。将处理后的数据存储起来，并与预设的报警数据进行比较。当输出的数据量超过设定值时，报警系统启动报警装置，并将报警信息发送到相关维修单位，紧急处理事故，消除安全隐患，数据分析的结果都通过输出设备输出到相关用户。

3 实验研究

为了检测本文提出的基于ZigBee协议的分布式光伏电站运行数据实时监控系统的有效性，设计对比实验。选用本文提出的基于ZigBee协议的分布式光伏电站运行数据实时监控系统，与传统的基于数据挖掘的分布式光伏电站运行数据实时监控系统，基于物联网的分布式光伏电站运行数据实时监控系统进行对比实验。

2.1发病概况2011~2016年大庆市细菌性痢疾累计报告病例4642例,年平均发病率为26.88/10万。2011年发病率最高,为30.57/10万;2014年发病率最低,为23.19/10万。见图1。

设定实验参数如下：工作电压为200 V，工作电流为150 A，工作频率为150 Hz，操作系统为Windows 10系统，操作语言为C++语言，同时配合Java语言，操作次数为10次。

3.1 不同方法的监控时间实验结果

不同方法的监控时间实验结果如图1所示。

图1 不同方法的监控时间实验结果

观察图1可知，当实验次数为1次时，提出的基于ZigBee协议的分布式光伏电站运行数据实时监控系统监控时间为5 min，传统的基于数据挖掘的分布式光伏电站运行数据实时监控系统监控时间为44 min，基于物联网的分布式光伏电站运行数据实时监控系统监控时间为20 min；当实验次数为4次时，基于ZigBee协议的分布式光伏电站运行数据实时监控系统监控时间为10 min，传统的基于数据挖掘的分布式光伏电站运行数据实时监控系统监控时间为48 min，基于物联网的分布式光伏电站运行数据实时监控系统监控时间为30 min；当实验次数为7次时，提出的基于ZigBee协议的分布式光伏电站运行数据实时监控系统监控时间为12 min，传统的基于数据挖掘的分布式光伏电站运行数据实时监控系统监控时间为51 min，基于物联网的分布式光伏电站运行数据实时监控系统监控时间为35 min。由此可知，提出的基于ZigBee协议的分布式光伏电站运行数据实时监控系统的监控时间较短。

3.2 不同方法的监控成本实验结果

不同方法的监控成本实验结果如表1所示。

表1 不同方法的监控成本实验结果

根据表1中的数据可知，本文提出的基于Zig-Bee协议的分布式光伏电站运行数据实时监控系统监控成本为1000000元，基于物联网的分布式光伏电站运行数据实时监控系统监控成本为2500000元，基于数据挖掘的分布式光伏电站运行数据实时监控系统监控成本为4000000元。由此可知，本文提出的基于ZigBee协议的分布式光伏电站运行数据实时监控系统的监控成本更低，监控效果更好。

3.3 不同方法的监控准确率实验结果

不同方法的监控准确率实验结果如图2所示。

图2 不同方法的监控准确率实验结果

观察图2可知，当实验次数为4次时，本文提出的基于ZigBee协议的分布式光伏电站运行数据实时监控系统的平均监控准确率为99.25%，而基于物联网的分布式光伏电站运行数据实时监控系统的平均监控准确率为79.36%，基于数据挖掘的分布式光伏电站运行数据实时监控系统的平均监控准确率为60.44%。由此可知，本文提出的基于ZigBee协议的分布式光伏电站运行数据实时监控系统的监控准确率较高。

4 结束语

分布式光电伏电站监控系统，对于分布式光电伏电站正常运行具有重要意义。本文提出的监控系统对硬件和软件都进行了优化处理，从而确保能够短时间内，实现信息分配，完成数据的监控。本文提出的监控系统能够有效降低监控成本和监控时间，提高监控准确率。