基于物联网的电气设备温度感知系统设计

国能大渡河新能源投资有限公司 邹 浩 姚福明 舒晓东 侯 璐

随着社会的不断发展，时代的日益更迭，智能电网也逐步步入了成熟化发展里程，在结合通讯技术以及网络技术的测量手段下，能够对电力网络的各个节点进行更加全面且深入地监控，为精确掌握电气设备的运行工况和事故提供决策信息[1]。对电气设备进行温度测量，是当前控制电路故障的主要方法之一，在超高压和超高电磁等多种因素的影响下，电力系统若持续不断地运行就必然会对其内置设备产生破坏，一旦出现电力事故就会导致多条主干线路产生断电的巨大危害。但是由于现阶段我国对于电气设备监控关注的焦点依旧放在本体设备的故障信息收集当中，缺乏不同设备之间信息的有效交流，能够进行关联的有效数据不能形成闭环，对可能存在或者即将发生的事故不能作出及时预测[2]。

物联网技术主要发挥的作用是对产生的数据信息进行有效整合，在所需要的历史数据中能够形成联系的网络框架，以及对需要监测的设备进行数据获取和处理[3]。由于无线传感系统监测节点的体积设置过大，在对电气设备进行全程温度感知的时候，定位效果并不理想，这在一定程度上会导致数据的精准度出现偏低状况，研究基于物联网的电气设备温度感知系统设计方法。此次在物联网技术下对电气设备的感知系统进行科学设计，通过对不同线路中的电气设备采集点进行设置，弥补原有无线传感系统的不足，为电气设备的稳定运行提供理论方面的强力支持。

在硬件设计方面，以物联网重新构建温度感知框架，对需要监测的设备进行多个模块设定。在软件设计方面，基于物联网定位电气设备监测节点，最小风险决策联动感知设备温度，完成基于物联网的电气设备温度感知系统方法设计。实验结果表明：以实际运行的变压器设备为测试条件，在进行超高压电力运输时监测其实时温度数据，本文系统感知到的温度值与真实数据基本处于一致状态，能够及时对发生故障的装置进行排查，具有实际应用效果。

1 电气设备温度感知系统设计硬件设计

以物联网为整体框架，对需要监测的电气设备，在其设备内部设计多个温度感知标签，获取不同状态下的设备数据，并根据标签的内容设定数据采集间隔，按照一定的频率进行数据储存和发送。在物联网架构中对中心控制器进行选取，按照环境温度的等效处理进行不同功能区域划分，在每个模块内设置温度感知标签，具体框架示意图如图1所示。

根据图1中内容所示，物联网温度感知框架内以需求为分类，分别按照设备供电模块和电力控制模块进行标签设定，在每个单元内进行温度感知数据采集。其中控制模块主要是对检测到的数据进行信号转换，以驱动供电电源进行相关传感器和储存器的运行，完成接收数据的处理工作[4]。供电模块主要是为架构内运行的各个单元进行持续电能供给，并通过显示灯闪烁模式来表示电路运行状态，以此判断供电模块是否处于正常工作电压范围内。将整个感知架构进行分类，重新对需要监测的电力设备进行标签设定，在相应周期内完成对其的温度监测。

2 电气设备温度感知系统设计软件设计

2.1 基于物联网定位电气设备监测节点

根据传感器的接入位置设计温度监测节点，在线路的主导位置以多条链路组合的方式进行终端设备的拟合连接，分别将监测节点安置在传感器的多个方位中。此次监测节点务必要避免体积过大影响，在装置的两头分别设置开合闸位置，以双重确认的方式进行温度感知数据的采集[5]。在监测传感器定位的电气设备中，根据不同位置角度来进行旋转采集，可以对平行角度内的相关设备进行判断，按照是否能够完成开闸和合闸两个模式进行数据的读取和储存。

以物联网架构中的传感器开合位置，能够将固定点位的信息按照设计线路依次有序传输，在对输出的无源节点时直接进行关联补充，减少空白数据和缺失数据的接受风险，实现对电气设备的双重数据确认[6]。根据采集到的有效数据，在传感器将状态信号上传至物联网平台中时，需要对后台的数据按照时间顺序进行依次整合，采用最小风险决策法完成数据关联，以此感知不同线路中电气设备的运行温度。

2.2 最小风险决策联动感知设备温度

根据物联网技术应用下多个传感器对电气设备的温度监测节点设计，能够对运行中的实时数据进行采集和储存，当出现异常温度数据时作出响应，以此保护电力系统的稳定。但由于物联网架构中的数据本身存在分型特性，在进行数据整合是需要将其进行滤波处理，从而得到相对简单的数据序列结构，在规律的变化函数内进行温度的及时预测，以滤波定义公式进行多组数据处理，设定原有产生的温度数据集合为qi，在滤波处理完成后能够得到相似序列和残缺序列，表达式为：

公式中：原始集合中的数据序号用i来表示，其中i=1,2……滤波处理后的原始数据集合会分为两个序列，相似序列用wi来表示，残缺序列用ei来表示，将两个序列在神经网络预测模型的接入下进行数据序列的组合预测。根据数据作出的反馈结果，进行设备的临界值温度判断，引入上下文管理模块在两个集合内进行组合调整，以最小风险决策法完成对电气设备的实时温度感知处理。其中最小风险决策以平均函数进行计算，表达式为：

公式中：残缺序列集合设置为状态集用K=(e1,…,ei)来表示，相似序列集合设置为决策集用J=(w1,…,wi)来表示，其中ei在对应情况内会启动wi决策方案，使之产生对应风险函数体系用z(ei,wi)来表示。当产生的对应风险函数符合决策集合预选值，则表示此刻产生的温度数据在正常运行标准之内，反之会超过标准值。至此，在构建物联网接入感知架构内，通过多个传感器的采集点设置对不同电气设备的实时温度数据进行处理，完成基于物联网的电气温度感知系统设计。

3 测试与结果分析

为验证此次设计的系统具有实际应用效果，可对不同的电气设备进行实时温度感知，采用实验测试的方式进行验证。选取实际运行的某省电力系统，以其中变压器为此次监测的电气设备，在持续运行10小时的状态下会产生较高电压，变压器内部的电阻装置对应产生超高温度。变压器的正常运行电压在220V到360V范围内，当处于临界值时，若不及时停止变压器使供电更改传输线路，会发生系统故障，针对选定的电力系统线路变压器装置，采集12月10号的运行电压进行实验测试，数据如表1所示。

表1 变压器的运行电压数据（V）

根据表1中内容所示，在该线路中共监测了四组变压器装置，每组变压器的工作初始电压均为220V，在运行时间段内，I1组和I2组变压器装置出现高压数据。按照显示可知其出现高压以后并没有停止运行，但会产生线路故障。将选取数据接入MATLAB测试平台中，通过引入传统无线传感系统进行对比测试，分别对上述数据进行监测，超高压监测结果如图2所示。

图2 不同系统应用下的电力数据监测对比

根据图2中内容所示，以两组不同系统接入模拟线路中，分别对变压器装置进行电压监测，按照其持续运行时间为监测间隔，只有本文系统能够在出现超高压数值时进行有效识别。综合实验结果来看：传统系统均在高压持续一段时间内进行标记，一旦超过临界值会发生线路故障，造成整个系统的短路影响；本文系统在出现超高压的对应时间段内，能够直接对高压数据进行标记，及时对电气设备作出反馈，具有实际应用意义。

为进一步验证本文系统，能够对电气设备的温度检测结果提高准确度，在两组系统均能够产生识别的检测时间内，进行临界点高压状态的变压器温度测试。采用感知测温仪进行温度测试，其中I1组和I2组变压器装置的温度分别为32℃和36℃，根据历史数据对线路运行的第6小时进行两组变压器装置的温度测试，多轮测试结果如表2所示。

根据表2中内容所示，通过多轮测试可知不同系统的感知结果各不相同，在本文系统应用下测试结果与实际数据一致，传统无线传感系统的测试结果偏低，一旦发生线路故障不能及时作出响应。综合结果来看：以不同运行状态的变压器为测试对象，本文系统能够对其实际的运行状态进行监测，且在超高压产生时能够准确感知器装置温度，完成对电气设备的有效监测，保证系统的稳定运行，具有实际应用意义。

表2 不同系统变压器温度监测结果（℃）

4 结语

本次在物联网的基础上进行电气设备温度感知系统设计，对数据采集架构和节点重新设置，利用最小风险滤过法进行电气控制。实验结果表明：在多个变电器设备监测中，运用本文系统进行温度感知控制，其产生的温度数据能够与实际值一致，具有实际应用效果。但由于本人时间限制，在研究过程中仍存在些许不足，实验测试过程中仅能对单一设备进行测试，所得结果具有偏差性。后续研究中会利用多种设备共同进行温度感知测试，为保证电力系统的稳定运行提供理论支持。