基于无线传感网络的智能电力安全器具管理系统设计

沈牧宙，方能助，苏建华，方忠闪

（1.宁波永耀电力投资集团有限公司，浙江宁波 315000；2.国网宁波供电公司，浙江宁波 315010；3.宁波送变电建设有限公司永耀科技分公司，浙江宁波 315020）

在电力系统中，电力安全工器具是较为重要的生产工具，其一方面保证了电力作业的开展，另一方面保障了电力工人的人身安全。为了更优地管理安全工器具，电力系统的各个部门均设计了不同的电力安全工器具管理系统。这些系统在安全工器具的录入、借还上，仍大多依靠班组的安全员进行手工录入，容易产生登记不及时、登记遗漏、器具遗失、器具忘记归还等现象，造成了工器具管理的混乱。随着电力系统的发展，电力安全工器具的数量也不断增长，因此迫切需要智能化的工器具管理方式[1-7]。

无线传感网络（WSN）是一种基于无线传感器的感知网络，其可以借助传感器采集外部信息，借助数据接口自动化地完成信息的录入、变更。因此借助WSN 网络采集安全工器具，实现自动化的入库、出库是未来工器具管理的方向。由于WSN 网络在电力器具管理领域应用较少，所以对于WSN 网络的规模如何设计、路由算法如何选择仍处于探讨阶段。该文在详细阐述了WSN 的相关理论后，重点介绍了WSN 的路由算法，并结合电力生产实际对该算法进行改进，然后，在电力安全器具软件管理系统上，设计了一套WSN 网络，最终采用不同的路由算法评估了WSN 的 性能[8-13]。

1 理论基础

1.1 无线传感网络

在物联网领域，无线传感网络（WSN）是常用的无线技术之一。该网络借助各种类型的传感器完成信息采集，然后将数据依靠自组织的网络系统传递至数据处理后台，实现信息的交换和监控。常见的WSN 结构如图1 所示[14-16]。

图1 WSN结构

对于图1 给出的WSN 结构，在采集区域部署了各种传感器节点，各个采集节点通过自组织的方式构成了传感器网络。节点采集到信号后，经其他节点逐步在整体网络中进行传输，途径的各传输节点均有可能对数据进行处理。最后汇聚节点将信息经由无线网络发送至接收器，接收器通过互联网传输至管理节点，在管理节点中最终完成数据的分析和处理。

对于WSN，路由算法对于整个网络的能量消耗和网络生命周期有着重要的影响，决定了WSN 的性能。现在常用的WSN 路由算法为低能自适应聚类算法（LEACH），其基本原理如下：

LEACH 算法包括成簇、稳定两个基本阶段。

在成簇阶段，首先要选举簇头，簇头的选举依据式（1）：

其中，n是指定的传感器节点，P为选中概率，r为选举簇头的轮次，G为前一轮所有非簇头的集合。在选举时，每个传感器节点上任取一个随机数。若该随机数小于T(n)，则在该轮次中，该节点被选举为簇头。在LEACH 算法中，为了保证各个节点能耗的均衡，每个节点只能成为一次簇头。

簇头选举完成后，簇头向非簇头进行广播；非簇头节点接收广播并发送成簇请求，请求通过后，非簇节点入簇，这一过程如图2 所示。

图2 成簇示意图

随后，簇头为簇内的每个成员创建传输时隙，时隙保证了每个节点均可在分配好的通道上进行数据传输。LEACH 算法的流程如图3 所示。

图3 LEACH算法流程

1.2 无线传感网络路由算法改进

LEACH 利用簇头聚集网络节点，减少无线网络中的流量。利用单跳路由的方式，缩短通信距离，降低无线传感器的能耗。但一方面，LEACH 算法的簇头选择是完全随机的。簇头无法根据传感器的节点数量区分分布的疏密，这会影响簇头的传输负荷，降低路由的生命周期；另一方面，簇头选择时，未考虑簇头到基站的距离。当簇头远离基站时，单跳传输将极大地增加传输所需的能耗，此时可以利用多跳传输降低传输能耗。基于以上分析，该文对LEACH算法进行改进，得到了A-LEACH 算法。

在A-LEACH 算法中的分簇阶段前，增加了网络部署准备阶段。在该阶段中，将所有节点布置于指定区域，基站利用广播消息获取所有节点自身能量、ID 编码、至基站的相对距离等信息。

准备阶段后，算法进入分簇阶段。在该阶段，引入k-means 算法将所有节点划分为k个类：

其中，n为WSN 中节点的个数，F为WSN 的覆盖面积，dth为门限距离，dBS为所有节点至基站的平均距离。结合k-means 算法，再引入竞争半径Rc(i)：

其中，α+β=1，RLmax是竞争WSN 区域内最大的竞争半径。在k-means 算法的迭代过程中，使用的是欧几里得距离：

分簇完成后，进入与LEACH 算法相似的簇头选举阶段。但在A-LEACH 算法中，选举的簇头节点只在各个簇内进行。在簇头选举时，选拔机制如下。

首先，各个候选节点获知各自的邻居节点数目；然后，为每个候选节点获取权值：

A-LEACH 算法进入数据传输阶段。在该阶段，为了降低传输能耗，对于不需要进行数据传输的节点，算法将其置为休眠状态；当事件发生时，最近的传感节点被唤起，将获取的外部信息传送至簇头；在A-LEACH 中，信息传送的方式为基于Dijkstra 最短路径的多跳传输。其步骤如下：

1）在传输前，定义参与通信的节点集Dg，初始节点集S0；

2）搜索S0的邻居节点，若节点距离小于S0的通信半径，则将该节点置为邻居节点；

3）计算邻居节点的连接权值：

其中，γj是模糊隶属度，ICCCx是该簇内所有节点的通信成本，其各自的计算方式如下：

其中，Er(Sj)是当前簇头邻居节点的剩余能量，其计算方法如下：

2 电力安全器具管理系统实现

2.1 系统设计

上文中算法设计的目的是应用于某电力安全器具管理系统。该文基于系统工程的理论进行了需求分析，结合电力系统现有的网络基础，设计了基于WSN 的智能化电力安全器具管理系统。在该系统下，安全工器具的生命周期如图4 所示。

图4 安全工器具生命周期

该系统借助WSN 网络，感知工器具的状态，实现安全工器具的入库、出库。借助数据管理后台，仓库管理人员可以实现库存状况的查询、安全工器具领用状态查询及安全工器具库存状况分析。

该数据管理后台基于B/S 架构和SSH 框架实现，系统实现的界面如图5 所示。

图5 系统实现界面

该系统对于安全工器具的识别效率依赖于WSN 网络的路由算法，不同的工器具管理部门需要根据自身的仓库面积、管理的安全工器具数量合理地配置传感器、采集器的数量。该文的配置如表1所示。

表1 WSN网络配置参数

2.2 无线路由算法评估

该文使用网络生存时间和网络总能耗作为WSN 的性能评价指标。网络生存时间越长，WSN 的性能越稳定；网络总能耗越低，WSN 的工作越高效。

图6 给出了A-LEACH 算法经分簇后，所有节点的分布状态。可以看出，簇的规模受到簇至基站距离的影响。当簇靠近基站时，簇的规模会减小；当簇远离基站时，簇的规模会增加。这一机制减小了簇内的通信能量消耗，从而降低了整个网络的能耗。

图6 分簇后节点的分布

为了更优地评估该文提出的A-LEACH 算法性能，文中引入了当前常用的LEACH 算法作为对比。两种算法的运行结果如图7 所示。

从图7（a）可以看出，LEACH算法在迭代160轮左右时，即产生了死亡节点；A-LEACH 在迭代280轮左右时，才开始产生死亡节点。从两个曲线的斜率来看，LEACH 算法的斜率明显大于A-LEACH 算法。最终，LEACH 算法中节点的平均生存时间为534 轮；A-LEACH 算法中节点的平均生存时间为762 轮。

从图7（b）可以看出，两个算法的能耗均随着算法迭代轮次的增加而增长。从两条曲线的斜率对比来看，LEACH 算法曲线斜率明显高于A-LEACH 算法。在530 轮后，LEACH 算法的能耗不再增加；而A-LEACH 算法在830 轮后，能耗不再增加。可以看出，在相同的轮次下，LEACH 算法的能耗更大，ALEACH 虽然后期能耗较高，但该算法能耗增长平缓，能耗性能更均衡。

图7 WSN网络性能仿真

3 结束语

随着我国电网建设步伐的加快，电力安全器具的地位将越来越高。该文对智能化的电力工器具管理系统进行了研究，重点研究采集安全工器具的无线传感网络的路由算法。文中对传统的LEACH 路由算法进行改进，提出了A-LEACH 路由算法。该算法相较于原有的路由算法，降低了WSN 网络的能耗，提升了网络节点的生存周期，符合电网公司清洁、高效的企业追求。