变电站在线监测系统设计及关键技术研究

2022-08-17宋凯诚

通信电源技术 2022年8期

宋凯诚

（国网江苏省电力有限公司常熟供电分公司，江苏常熟 215500）

0 引言

随着我国社会经济的飞速发展，电力行业也走上了一个更高的规模维度，当前变电站的日常维护早已不再是传统的人工巡检，取而代之的是使用远程智能集控的高新技术方式对变电设备进行运行、故障等各项参数监测。尽管变电站的在线监测系统已经广泛投入使用，但是监测系统中的设备故障数据监测难、服务优化差及通信效率低等问题，仍然是制约该系统发挥更大作用的重要因素[1]。基于上述背景，对变电站的在线监测系统进行了一定优化，并采用卡尔曼滤波和灰狼优化双策略算法对设备故障的数据智能监测进行了科学设定，基本满足了用户对变电站数据监测的可视化需求，从而提升了用户与系统的人机交互体验。

1 变电站在线监测系统设计

本次主要对变电站监测系统植入了物联网优化技术，即通过智能物联网关与变电站中控链接，实时获取相应设备的温度、湿度、电流等监测数据，并传输至大数据平台进行处理分析，最后将设备的实时运行、故障等系统参数传送至用户端，以实现人机交互良好的设备智能监测系统。

1.1 系统总体框架

本次变电站监测系统的设计旨在优化当前系统所存在的缺陷，应满足于以下几点要求：（1）设备各类型参数应通过物联网关实时传输到数据云平台；（2）确保设备传输数据的稳定性与安全性，以提升设备故障的报警效率；（3）自主研发配套软件，客户端程序可以基于此进行便捷的可视化数据监测，进而实现人机数据交互的最大化利用[2]。基于上述要求，系统的总体构架主要包括物联网关、云平台及用户端3大部分，构架流程如下文所述。

首先，通过相关的通信协议将变电站中控与物联网关进行链接，传感器接收到的数据传输至数据云平台；其次，利用数据云平台的业务处理模块进行设备数据云分析，并完成传输数据的存储、归结及命令下达；最后，依托自主研发软件提供给用户便捷的可视化监测交互界面，并开发了Web网页，全面提升了程序功能支持，主要包括用户信息管理、历史数据查询、设备实时监控以及设备故障警报等功能模块。

1.2 物联网关设计

1.2.1 硬件设计

物联网关硬件设计主要包括通信模块、射频模块、串口隔离模块、处理模块、电源模块以及显示模块等，如图1所示。

图1 物联网关硬件架构

处理模块包括微控制单元（Micro Controller Unit，MCU）处理模块和JS8322处理模块两类，分别处理由射频模块、通信模块传输过来的数据信息，并进行智能处理分析。除此之外，数据信息的传递也可采用无线IP网络等形式完成与中控云平台的通信传输服务[3]。通信模块主要以5G模式将移动端口与处理模块链接，以实现传输数据的上传下达。射频模块通过处理模块与串行外设接口（Serial Peripheral Interface，SPI）链接，可以将设备实时数据反馈到处理模块，并远程将指令下发给终端设备。串口隔离模块通过一个个通用异步收发器（Universal Asynchronous Receiver Transmitter，UART）串口链接，以确保物联网关与监测系统的良性交互。

1.2.2 软件设计

物联网关作为设备与平台的桥梁纽带，是数据传输层面的核心模块之一。本次的物联网关设计主要满足以下功能：（1）确保设备与云平台间数据交互的安全性与可靠性；（2）可以任意时刻查询监测数据通用异步收发器（Universal Asynchronous Receiver Transceiver，UART），并上传至数据云平台；（3）可以对监控各个关键节点进行指令控制。整体工作流程如图2所示。

图2 物联网关工作流程

本次设计的物联网关主要基于OpenWrt进行程序编写，由于其常被用作路由器的程序编写与研发，因此具有高效的联网功能。此外，其开源性较高，用户可以对其程序进行自主改写、增减等操作，以实现自身需要的应用程序功能。在软件中植入5G通信模块，即可实现5G快速拨号的网络功能。

1.2.3 通信协议设计

本次采用Modbus通信协议，以此实现现场设备、物联网关及数据云平台的实时交互通信[4]。现场设备与物联网关通过通信总线实现物理链接，并依据Modbus通信协议进行帧格式设计，详见表1。

表1 传输协议帧格式

本次选取中国电信天翼云作为数据云平台，以天翼云作为服务中控，采用天翼云提供的相关通信协议作为物联网数据传输的通信方式，通信过程如图3所示。

图3 物联网关和云平台通信过程

中国电信天翼云平台对于传输数据的分析处理和指令下达，主要包括两种形式：（1）用户可以进行便捷的可视化操作；（2）基于通信协议处理数据端口，以便于程序代码的直接调用与编写。除此之外，天翼云数据平台可以定期对设备参数进行数据更新与检索，而且可以存储海量的运行数据、故障数据等。

1.3 云平台设计

1.3.1 设备云

本次考虑到现场设备入网的难易程度，并降低一定的研发成本，拟采用中国电信天翼云数据平台。天翼云数据平台基于Modbus通信协议与物联网关进行稳定长效的数据传输链接，以实现实时数据交互及操作指令的上传下达，使得用户可以在可视化状态下进行设备的管理、数据参数的分类设置及故障警报的触发阈值设置等一系列操作。

1.3.2 业务云

本次云平台服务器选取4台NetSuite虚拟主机（Suite Cloud）来进行自主构建，负载均衡通过Suite Cloud负载均衡机制，采取最小连接数轮询负载算法，并基于Suite Cloud中云端数据库以实现海量数据存储服务。本次在业务云开发过程中采用前端与后端分离的功能模式，以避免职能交叉带来的数据处理不便，并可通过相关的通信协议进行数据的编写与增添。

1.4 Web端设计

1.4.1 Web组态

Web组态界面即为现场设备接线配电图，便于用户进行可视化的查看变电设备数据参数，其中包括组态的编辑、发布及运行3大子模块。通过编辑文档模型的可交互性，在浏览器中的常用基础图元进行编辑、合成程序配电图，以实现配电接线图的合理映射。服务端传输数据通过通信协议将数据传送至Web组态中，以备查验设备的运行状态。生成相应的组态配置文件，将其传送至云端，以实现远程中控编辑[5]。

1.4.2 用户及设备管理

本次对用户进行业务管理的功能划分，功能设计主要包括用户的注册、登录、信息修改、权限设置。每位用户的User ID唯一，支持手机号、各类邮箱等方式注册登录；信息更改通过校验用户ID，来更改姓名、头像等基本信息；权限级别由高到低依次为 Owner、Administrators、Engineer、Recorder 4 种级别角色。Owner是系统后台的拥有者，有一切权限、Administrators可以对数据参数进行增添修改、Engineer可以对数据参数进行读取编写、Recorder只可以进行数据的读取操作[6]。对于设备管理，系统设计其具备增加、删减、更改功能，为每一台设备设置唯一序列号，并附上各类型参数。若用户想要删除，则需通过设备码权限来判定是否可以进行删除，记录保留，以避免用户误删无法恢复。

1.4.3 可视化

本次结合数据库设计了一套变电站监测可视化系统，其主要包括设备安装地点显示、设备运行状态、警报阈值统计、发电量月报表等诸多模块，并可记录运行期间设备发生故障的具体事件记录（包括故障类型、发生位置、发生时间、故障时长以及接触时间等数据信息），并可通过物联网关导出相应的数据报表，可视化界面详见图4。

图4 可视化界面

2 基于双策略算法的故障预测方案

当前在变电站设备的故障预测方案上，有BP神经网络、粒子群算法及卡尔曼滤波等算法手段对设备故障进行预测，但由于上述手段无论在数据建模还是计算分析上的效率均较为低下，因此难以得到较为广泛的应用[7]。本文提出一种记忆位置更新和非线性收敛因子的双策略算法，来对MGWO算法进行完善优化，进而提升卡尔曼滤波算法的状态精度，以提升设备故障的科学预测性。

2.1 整体设计思路

首先，为了提升MGWO的算法收敛性，引入记忆位置更新方程和非线性收敛因子来优化改进灰狼算法，形成双策略的优化算法；其次，通过双策略优化算法经多次迭代计算得出卡尔曼滤波算法的噪声矩阵，以提升其估计精度；最后，求出相应的预估值，并在与数据实测值的差异对比中判断设备是否发生故障。

2.2 故障预测方案

2.2.1 测试流程

本次对MGWO卡尔曼滤波算法进行了优化改进，系统故障阈值采取二倍预测残差标准差值，倘若明显偏离正常的预测分布范围，则表明设备出现故障，二倍标准差公式可以表示为：

式中：σ为二倍标准差；数值x1，x2，x3，…，xN皆为实数；μ为其平均值。

故障预测流程如下：（1）设定初始噪声矩阵、系统初始值及方差值；（2）依据上一时间的状态估计值和方差估计值求出下一时间的卡尔曼增益和方差估计值，并依据优化后的MGWO算法对噪声矩阵进行求解；（3）判别实验值与实测值是否存在差异。依据残差处理技术判别器是否发生设备故障，达到一定阈值则下达指令报警。

2.2.2 实验测试

为测试该算法性能，本次进行实验定值信号仿真实验测试，仿真参数如下：实测值为30（固定幅值）的信号植入到高斯白噪声（系数为2）进行测试模拟、噪声协方差为2个、算法迭代次数最大为80、种群规模为70、初始噪声矩阵分别为0.02、0.15，运行结果如图5所示。从图5可以发现，测试效果主要取决于系统初始值，而MGWO优化算法正是通过80次迭代次数得到最佳参数估计值，因此预测结果更为科学和稳定。