输电线主动除冰机器人后台监控系统的设计与实现＊

庄红军,严奉军,毛先胤,谢云鹏,鲁彩江

(1．贵州电网有限责任公司毕节供电局，贵州 毕节 330006；2．贵州电网有限责任公司电力科学研究院，贵州 贵阳 550002；3．西南交通大学 机械工程学院 机电测控系，四川 成都 610036）

1 引言

近几年我国输电线路不断发生大面积覆冰事件，覆冰厚度可达50～100mm，个别地区甚至达到120mm，严重时会引起倒塔事故[1-3]，在覆冰已经形成的后期覆冰的厚度和强度较强会给除冰带来很大的困难，不利于机器人的除冰，故设计一种能通过气象数据和输电线数据智能预测覆冰并在覆冰的初期主动除冰的机器人是一个高效智能的解决方案。

然而受传感技术、通信技术、电源和抗强干扰技术等因素的制约，覆冰在线监测技术的发展十分缓慢。现在输电线路覆冰在线监测系统主要有定量分析和定性分析两种。定量分析的在线监测系统主要是定时/实时采集环境温度、湿度、风速、风向、雨量等信息，将其打包为短信息，通过全球移动通信(GSM)模块发送至监测中心，由专家软件判断该线路导线的覆冰情况。定性分析主要是采用高性能摄像机和特殊传感器，借助GPRS/CDMA网络拍摄现场图片，通过图像直接监测导线覆冰情况[4-8]。本文结合定量分析和定性分析两种在线监测方法设计了一种更全面的监控方法。该方法能在采集数据进行覆冰预测的同时结合摄像头和光栅尺对覆冰的过程进行实时监控。通过多维的数据对输电线路覆冰情况进行监控从而有效的指导除冰机器人实现智能主动除冰。

2 系统结构

本文提出的主动除冰机器人后台监控系统，能通过输电线路实时的气象数据进行定量预测，通过摄像头和光栅尺的监控信息进行定性监控，实现了监控中心和除冰机器人的远程通信和控制，从而可以准确的监控覆冰情况及时的做出应对，对于抵抗强雨雪天气可能带来的危害有较好的预防效果，减少了恶劣天气带来的损失，是预防输电线路覆冰的有效手段。

如图1所示，该系统有数据采集装置、通信模块、除冰机构和监控中心主机四个部分，其中数据采集装置由安装在除冰机器人上的各类传感器组成，这些传感器能定时/实时的监测输电线路的各项状态参数(气温、湿度、降水、风速、风向、气压、输电线温度、覆冰厚度等)。通信模块采用RTU 测控终端来实现，它拥有丰富的I/O 接口，能够通过RS485接口和模拟量输入接口接收传感器采集的数据并通过4G 信号将数据传输给后台软件进行数据处理。监控中心主机采用虚拟串口联通上位机和下位机，上位机软件基于Kingview 开发并集成了Makkonen 模型能对覆冰进行实时预测和报警。该软件运行于Windows10系统，可以可视化监控现场采集的实时数据并通过采集的数据预测输电线的覆冰情况，当覆冰达到预警值时能发出报警并启动除冰机器人进行除冰作业。

3 覆冰厚度预测理论

Makkonen数值计算模型[9]是目前最为经典和全面的输电线路覆冰理论之一，该模型已成为以热平衡为基础的覆冰生长、防冰策略的基础理论[10]。Makkonen模型将覆冰生长分解为空气中过冷却液滴碰撞、粘附和冻结三个过程，分别通过碰撞系数、粘附系数和冻结系数来表示，公式[9]如下。

图2 覆冰预测参数获取

3.1 碰撞系数

空气中过冷却水滴在风的作用下向输电线运动时部分水滴会在惯性力的作用下绕过输电线表面，另一部分水滴则会与输电线发生碰撞，并被输电线表面捕获，用来表示水滴与输电线碰撞概率的参数被称为碰撞参数。计算a1时需要实时风速和覆冰对象的直径，其中风速可以通过微气象站获取，覆冰对象的直径计算初始可以直接取输电线的直径，但是在覆冰过程中直径是一个变化的值，故本方案中采用光栅尺实时测量输电线覆冰直径，在计算中不断修正参数并提高计算精度。计算公式[11]如下。

其中，Re为雷诺数；μ为空气粘滞系数；ρw为水滴密度；ρa为空气密度；a 为水滴中值体积直径；D为输电线直径。

3.2 粘附系数

过冷却液滴与输电线碰撞后有一部分会反弹飞溅并不会全部附着在输电线上，粘附系数就是过冷却水滴碰撞输电线后附着在输电线上的水滴与实际碰撞输电线水滴总量的比值。过冷却水滴反弹飞溅与风速有较大关系，风速越大反弹飞溅水滴会越多，当风速很小时可以近似将粘附系数取1，粘附系数的计算公式[12]如下所示。

3.3 冻结系数

冻结系数是指过冷却水滴附着在输电线上后最终能冻结成冰的比例。根据过冷却水滴冻结系数是否等于1，可以将覆冰生长过程分为干增长和湿增长[13-15]。计算a3时覆冰表面的温度是重要参数之一，而实时获取输电线表面温度在不布置专门传感器监测的情况下很难获取准确数据，本方案中布置在输电线正上方的红外测温仪可以实时监测输电线覆冰表面温度，为计算提供了准确的数据。冻结系数的计算公式[16]如下所示。

式中，hc为对流热交换系数；σ为斯蒂芬玻尔兹曼常数；a 为辐射常熟；ε为水汽摩尔分子比；P为大气压；Ts，Tf，Td分别为冰面温度，气温和液滴碰撞温度；es，ef分别为Ts，Tf下的饱和蒸汽压强；Lice，Le分别为水冻结潜热和汽化潜热；Cf，Cw分别为空气和水的比热；r为输电线表面恢复系数[17]。

将上述碰撞系数、粘附系数和冻结系数带入公式(1)即可得到覆冰的速率，再将该值导入到后台可视化界面上即可得到覆冰预测曲线。

4 除冰机器人数据采集装置设计

数据采集装置由红外测温仪、六要素微气象站、光栅尺和两个摄像头组成。传感器的采集数据分为定量预测数据和定性监控数据两种。其中红外测温仪和微气象站监测的参数为定量预测数据，这些数据将回传到数据处理后台通过Makkonen数学模型进行覆冰的预测。光栅尺和摄像头监测的是定性监控数据，这些数据传输到数据处理平台后会被实时显示在监控界面。通过这一套传感器设备可以从定量预测和定性监控两个方面全方位的监控输电线路的实时状态。

表1 传感器信息

4.1 红外测温仪

红外线测温仪采用的是CK-01A系列低温红外测温仪，这种红外测温仪性价比高，小巧易安装拥有IP64级防尘防水，量程范围在-20℃到150℃之间且测量精度能达到±1%，能够适应多种工作环境。该红外测温仪安装在除冰机器人内部正对着输电线的正上方位置，用于监测输电线表面的实时温度。为冻结系数的计算提供了精确参数。

4.2 六要素微气象站

本方案使用的六要素微气象站能精确监测气温、湿度、降水、风速、风向、气压六个气象数据，测量精度可以达到1%并且该气象站功耗极低不会对除冰机器人的功耗负载带来太大的负担。数据传输方面采用RS485接口并支持ModBus-RTU传输协议。

4.3 光栅尺

光栅尺安装在除冰机器人的前方用于测量前侧输电线的覆冰厚度。该光栅尺尺寸小重量轻且拥有IP64级防水防尘，拥有达到毫米级的测量精度，性价比较高。该光栅尺采用RS485 接口支持ModBus-RTU 传输协议能够十分便捷的和RTU测控终端进行数据传输。

5 数据处理后台

如图3所示，数据处理后台接收来自除冰机器人传感器的数据，并将数据分为定量分析数据和定性分析数据，定量分析数据会先导入Makkonen 模型进行覆冰预测，预测后的结果和定性分析数据一起被导入Kingview 后台软件，在后台软件上所有的数据将以折线图的方式呈现在可视化界面上方便维护人员直观的监控输电线的覆冰状况，与此同时所有数据也会被实时的保存在数据报表中，维护人员可以随时调用历史记录。当分析预测的数据显示有覆冰风险时将触发报警系统，报警系统会第一时间弹出报警信息并启动除冰机器人进行除冰作业，同时所有的报警信息也会以报表的形式保存，可以随时查看。

图3 数据处理后台结构

5.1 后台软件设计

后台软件是基于工控软件Kingview进行开发的，功能划分如图4所示，其中系统管理可以设置多用户登录，不同用户可以设置不同的使用权限方便精细化管理；可视化界面是将传感器监测数据和覆冰的预测结果通过折线图的方式进行显示，并在折线图中设置有报警区域，能直观的观测各数据的波动情况；数据报表管理能将监测数据和报警预测数据以报表的形式显示并以Excel 表格形式保存在本地指定的文件夹内；预测与报警模块是利用Kingview 的脚本编程功能自动将传感器数据导入Makkonen 数值模型进行覆冰预测进行并报警。该软件可以与除冰机器人装载的RTU 测控终端通过互联网实时远程传输数据。

图4 功能模块

5.2 监控中心界面

如图5所示，该界面通过折线图和实时数值集成显示了来自传感器监测的数据，每一个数据可以勾选隐藏或显示方便仔细查看；在界面的最下方是各个功能按键，可以跳转查看监控数据的历史报表和报警记录，其中监控画面1可以打开除冰机器人侧方的云台摄像机，监控画面2 可以打开除冰机器人顶部的固定摄像机。通过该界面维护人员可以清晰直观的掌握输电线的覆冰状况，能够在发生恶劣冰雪灾害时及时做出反应，避免输电线严重覆冰现象的出现。

图5 监控中心

5.3 预测与报警界面

如图6所示，该界面包含覆冰趋势曲线和报警记录两个信息，其中覆冰趋势曲线的数据来源于传感器监测的实时数据在导入Makkonen 覆冰预测模型后计算的结果，维护人员仅需要输入当前监控线缆直径一个参数即可进行自动运算。在折线图中划分有三个报警区域，其中绿色为低报警区，橙色为中报警区，红色为高报警区，当覆冰趋势曲线上升到不同区域时系统将自动产生报警弹窗和报警记录。

图6 预测与报警线上模拟实验

输电线主动除冰机器人在实验室环境下通了110kV和500A的电磁兼容实验，并在模拟电路上进行了多次线上爬坡和线上除冰模拟实验。如图7所示为除冰机器人线上爬坡模拟实验的爬坡效果，实验表明机器人在较为陡峭的45°坡度上依然能实现正常的行走和驻停，有较好的防打滑性能，为除冰作业提供了动力保障。如图8所示为机器人除冰模拟实验，实验环境为室外模拟输电线，环境温度为-10℃，覆冰厚度为40mm。实验中除冰机器人的冰刀高速旋转能轻松的应对40mm 左右的覆冰，实验表明机器人在面对高硬度、高厚度的覆冰情况时依然拥有较好的除冰性能。

图7 主动除冰机器人线上爬坡

图8 主动除冰机器人除冰实验

综上所述，以上实验均取得了较好的效果，尤其是在除冰实验中，机器人拥有较好的除冰性能，整体表明了本文研制的输电线主动除冰机器人具有运行稳定、操控性能好、除冰效率高等特点。该机器人性能设计能够满足设计需求和实际应用需求。

6 结束语

主动除冰机器人数据采集和监控系统的设计结合了定量分析和定性分析两方面监控数据，实现了除冰机器人在覆冰前期及时主动除冰，使机器人除冰的效率得到了极大的提升。基于Kingview 开发的上位机软件提供了很好的后台人机交互界面，实现了丰富的功能，方便了运营的精细化管理。这一整套系统能有效地预防恶劣风雪天气带来的覆冰危害，降低了电力单位输电线维护的风险和成本，有较好的工程实用性。