基于物联网技术的电力设备数据实时采集系统

胡吉祥

(国网凉山供电公司，四川 西昌 616550)

电力设备包括发电机、输电线路、变压器以及蒸汽轮机等，根据作用将其划分为电气一次和二次设备2种[1]。电力设备在运行过程中，会产生海量数据，如运行状态数据、故障数据、检修数据等，它们对电力系统的运行、管理、调配等具有重要作用，因此，完成电力设备实时数据的采集和存储，成为电力系统运行和管理的重要内容[2-3]。

有学者分别设计了基于FPGA多通道和大数据云平台的数据实时采集系统，用于完成数据采集[4-5]，这些平台在采集过程中，当面临突发数据流时，无法完成数据调度，网络拥塞率较高；因此，无法完成采集数据的实时性，也容易导致数据重发次数较多。

物联网技术可通过信息传感设备完成物体和网络之间的连接，利用信息传播媒介，完成物体信息的交换和通信，实现智能换识别、定位以及监管等；为此，设计基于物联网技术的电力设备数据实时采集系统，实现电力设备数据的实时采集和通信。

1 电力设备数据实时采集系统

1.1 电力设备数据实时采集系统的总体设计

基于物联网技术的电力设备数据实时采集系统采用3层结构设计，分别为智能感知层、数据通信层以及数据整合层，系统的整体架构如图1所示。

图1 电力设备数据实时采集系统架构Fig.1 Architecture of real time data acquisition system for power equipment

智能感知层依据标识体系完成电力设备的运行状的感知以及数据采集，通过规范化等处理后[6]，通过数据通信层的网关接口实行数据传输和通信后传送至数据整合层；数据整合层完成数据的横向进而纵向的整合后，存储至编码数据库中，为电力系统提供数据依据。

(1) 智能感知层。智能感知层是用于完成电力设备运行全部信息的感知和采集，主要通过智能传感器、RFID等完成设备运行状态感知[7]，并且利用嵌入式微处理器完成数据智能化处理以及规范化处理后，经由数据通信层实行传送。

(2) 数据通信层。该层是系统实行数据传输、通信以及共享的依据以及通道，其采用多网关联合设计，可通过不同网络的接入，包括ZigBee网、LPWAN无线网以及电力企业内部设有的骨干传输网等，保证数据传输的安全、完整以及稳定性传送至数据整合层[8]。同时该层具备数据过滤功能，可最大程度去除数据中冗余信息，提升数据通信效率。

(3) 数据整合层。该层用于完成感知层感知获取数据的横向和纵向整合，存储至编码数据库中。

1.2 电力设备数据实时采集系统的硬件设计

1.2.1 智能感知层结构

智能感知层主要作用是完成电力设备数据的感知和采集，其结构如图2所示。该层主要通过标识体系完成电力设备数据感知，该体系分为感知、编码、标识、识别以及解码5个部分。其中，感知主要依据各类传感器完成[9]；编码和标识以及识别则依据EPC电力设备编码、RFID电子标签和读写器、全景集成平台实现。并且，为将感知和采集的数据实行标准化、一致化处理，该层采用嵌入式微处理器完成。并依据不同编码和标识的区分，构建编码相应数据库，用于存储处理后相对应的电力数据，并通过网络接口完成数据通信。该层在运行过程中，为避免发生电源断连导致数据丢失，在电源部分实行5 V直流电源的外联，同时外挂3 V电池，并且利用MAX6365转换器完成电源转换；CPU部分则采用高速处理器，同时通过协议栈使CPU的频率高达75 MHz，采集的电力设备数据信号经由TCL2543芯片实行转换后，存储至由AM29LV081芯片组成的存储单元中[10]；网络接口用于完成该层与其他层之间的数据通信[11]。

图2 智能感知层结构Fig.2 Intelligent perception layer structure

1.2.2 多网关联合网络结构

多网关联合网络结构是系统数据通信层的关键，其用于实现智能感知层和数据整合层间数据的传输[12]，多网关联合网络结构的核心处理器为ARMv8架构的Cortex-A53，以保证电力设备数据的高效传输，结构如图3所示。智能感知层感知的电力设备数据通过CC2530和CC2591两种单片机转换处理后，通过ARMv8 Cortex-A53核心处理器传输到不同的网络控制器中进行控制传输。其中，多网关网络中的核心处理器中部署加权队列调度算法，可保证在通信数据量突发情况下的通信流畅，避免发生数据拥塞。

1.3 电力设备数据实时采集系统的软件设计

本文设计的电力设备数据实时采集系统软件部分基于Windows NT平台，采用VC++进行编制，充分发挥面向对象的功能，实现软件模块的易升级易修改，设计友好的用户界面，便于用户操作。设计的应用程序内部结构如图4所示。在用户模式下，该程序可以通过调用DLL动态链接库控制数据采集程序；在内核模式下，驱动程序发送指令，实现对硬件的控制。

图4 应用程序内部结构示意Fig.4 Application internal structure diagram

在数据采集程序中，具体流程如图5所示。

图5 电力设备数据实时采集流程Fig.5 Real-time data acquisition process of power equipment

由于本文系统的数据通信采用多网关联合方式完成，为避免电力设备数据在通信以及传输过程中，突发数据流量造成网络拥塞，在多网关联合结构中的核心处理器中部署加权队列调度算法，用于实现突发数据流量的调度，保证电力数据的实时传输。

(1)

(2)

(3)

式中，li为队列长度；lj表示第j个数据传输包。

(1) 初始时刻，完成每一个节点状态信息的交换，在维护NBi的同时完成lj的更新。

(2) 数据流量的调度在(t，t+T)的时间范围内进行，其中任一数据的处理周期用T表示；H(Ni)的取值存在2种情况，分别为等于1和大于1。取值为前者时，向与Ni最近的本地局域网关实行数据调度，取值为后者时，通过式(1)—(3)求解加权队列后，完成数据调度。

(3)lj的更新需结合状态信息、产生的数据以及到达的中继数据完成[14]，更新过程在t+T时刻内完成；下一个T时刻内循环步骤(2)。

该算法在执行数据调度时，下一跳的获取都是从全部NBi中选择，具备较高的负载均衡，并且可充分衡量网络的即时状态，平均掉包率较低，最大程度减小重传时间，使拥塞最大程度缓解[15]，以此实现数据流量的平衡，避免拥塞发生的同时，可在拥塞发生后，有效实现数据流量的调度降低拥塞程度。

2 仿真分析

为测试本文系统对于电力设备数据采集的性能以及效果，采用MATLAB 2019软件以某配电网为实例对象实行模拟。模拟时最高输出电压为110 kV，最大稳态输出电流为6 500 A，最大输出涌流电流峰值60 kA。其中，设计系统的登录界面如图6所示。

图6 设计系统登录界面Fig.6 Design system login interface

为测试本文系统的电力设备数据实时采集效果，以最大稳态输出电流和最大输出涌流电流峰值作为测试内容，采用本文系统对其实行信号采集，将采集结果与实际结果作对比，衡量本文系统采集效果，如图7所示。依据图7测试结果可知：在电力设备电流处于最大稳定情况下，本文系统采集的最大稳态输出电流信号与实际信号波动结果吻合程度较高，误差极小；并且在电流发生最大涌流波动时，本文系统依旧能够完成信号的准确采集，保证采集结果与实际结果吻合程度较高。该结果表明本文系统具备良好的电力设备数据采集效果，可完成电力设备不同状态下的数据采集，且此采集的数据可靠性较高。

图7 采集效果测试结果Fig.7 Collection effect test results

采用有效值误差和峰值误差作为衡量本文系统的采集性能测试指标，两者公式分别为：

(4)

(5)

采用MATLAB 2019软件模拟4种电压互感器与示波器变比，分别为1 000∶1、1 001∶1、1 002∶1以及1 003∶1，并依据式(4)和式(5)获取本文系统在4种情况下数据采集结果的有效值和峰值误差，结果见表1。要求2种误差均处于限制范围5%以内。依据表1测试结果可知，在4种情况下，本文系统采集结果的有效值误差和峰值误差均在4.5%以内，满足2种误差的限制范围标准，表明本文系统的数据采集性能良好。

表1 不同情况2种误差值测试结果Tab.1 Test results of two error values under different conditions

为测试本文系统的通信能力，以信道调度分配效果作为衡量标准，测试本文系统在4种不同通信信道宽带情况下的信道分布幅度变化结果，用表2所示。其中4种不同通信信道宽带分别是100、120、140、160 Mb/s。依据表2测试结果可知：随着通信数据总量的增加，4条信道的数据分布幅度变化结果较为接近，该结果表明本文系统具备良好的通信效果，可充分完成数据分配，使各条信道被充分利用，以此避免发生信道拥塞。

表2 信道分布幅度测试结果Tab.2 Test results of channel distribution amplitude

为进一步测试本文系统的通信效果，分析电力设备数据在通信时突发流量，测试本文系统在该情况下拥塞率(目标结果为低于5.5%)的变化结果，见表3。依据表3测试结果可知，采用本文系统传输数据过程中，其时间在4 s和10 s时，发生突发数据流量，拥塞率低于4%，并且本文系统可在1 s内完成突发数据流量的调度分配，最大程度降低拥塞率，保证采集数据的实时通信。

表3 突发数据流量拥塞率测试结果Tab.3 Burst data traffic congestion rate test results

由于电力设备数据在通信过程中，电力设备的运行的情况存在差异，因此导致数据的生成速率存在差异。本文系统在不同数据生成速率、不同本地局域网关数量情况下，数据流量分布结果见表4。其中，分布结果通过传输数据包数量占据数据包总量的百分比标准差表示，目标结果低于0.45。依据表4测试结果可知，数据生成速率的增加，4种网关数量的多标准差的结果均呈现下降趋势，并且生成速率超过4 kb/s以后，网关数量越多，下降趋势越明显。该结果表明：本文系统网关数量越多数据生成速率越快，在实行数据传输时通信的负载程度越好，可有效避免拥塞率的发生。

表4 不同数量本地局域数据流量分布测试结果Tab.4 Test results of different amounts of local area data traffic distribution

3 结论

电力设备在运行过程中其全部运行数据的采集，对于电力系统的整体管理以及供电服务的保证具有重要意义，但是由于电力设备的差异性，其数据的产生方式、采集方法等均存在差异，并且结果电力系统的特殊性，数据采集的实时性、传输的完整性均会受到不同程度的影响。因此，本文设计基于物联网技术的电力设备数据实时采集系统，最大限度地保障电力设备数据采集的实时性以及通信的实时性和完整性。经测试：本文系统可有效、可靠完成电力设备运行过程中信号数据的采集，数据采集结果的有效值和峰值误差均在限制范围内，并且多网关联合设计优势明显，发生突发数据流量时可快速完成数据调度，最大程度降低数据通信拥塞率。