电力物联网技术在电力设备在线监测中的应用研究

高崧， 郭磊

(国网冀北电力有限公司信息通信分公司，北京 100053)

0 引 言

随着信息科技化的发展，人们对于电力设施的需求也在提高，随之电网的结构和输电线路也变得相对复杂。为提高电力设备的安全性与稳定性[1-2]，需实时监控整个运转状态，其与物联网技术相结合，将电力设备推向了智能化、信息化。使用物联网技术对电力设备进行状态监测，提升了一次设备的感知能力，将用电设施推向智能化服务。如何实现电力设备监测就成为当前亟待解决的技术问题。

文献[3]电网错综复杂，数据信息多元化，但是数据在不同系统中以不同结构存储，有些信息比较单一无法高效利用，各种输变站和状态检测系统得不到统一标准化。用传统的方法解决这些问题，大大提高了运行经济成本。文献[4]在实时监控系统加入了低频振荡创新技术，使得监测电力设备的可靠性大大提高，但由于计算的数据量较大，算法时间相对长，系统的在线监测会有延时性。

针对上述研究存在的技术缺陷，本文提出了将物联网技术应用于电力设备在线监测系统中，既解决了运行成本问题，又提高了系统的可靠性和稳定性[5]。

1 电力设备物联网体系构架

本文中，电力物联网的变电站在线监测体系包括四个层面，它主要由智能感知层、数据通信层、信息集成层和智能应用层组成。使用传感器对外界的信息采集和信号处理，系统中GPPS服务器与SMS服务器建立起数据通信关系，最终通过云服务数据中心传送到应用程序服务器[6]。人员通过设备就能获取不同的信号信息以作调整。电力设备在线监测物联网系统总体架构如图1所示。

图1中的电力设备在线监测系统总结架构可分为四个层次：智能感知层主要负责一定距离内系统运行过程中传递的各种网络信息的接收，同通信设备间的连接通过短距离无线通信网络实现[7]，智能感知层是网络中的最底部，其主要的功能是通过传感器来接受外界的数据和处理所接受的信号，从而实现网络计算机端部的智能化[8]；数据通信层通过无线通信网传输来自传感器所传达的信息，它是感知层与计算机系统连接的桥梁；信息集成层将大量的信息资源接入物联网平台，实现统一化管理，挖掘数据采集价值，提高效率；智能感应层为物联网的最顶端，接受传感器通过处理传输的信息，实现通信的转换、数据的接受和识别，对输电线路实施在线监测。

2 优化方案关键技术设计

在图1的系统架构设计中，应用电力设备的在线监测技术能够及时发现隐患，处理事故功能。主要亮点在于：①通过新型LPWAN网络架构对电网进行实时监测，降低运营成本的投入，并采用星型组网方式可同时连接多种设备，提高网络运行效率;②使用Viterbi算法并将算法进行改进，该技术能够实现在多个电力设备中不同故障点的精确定位，通过Viterbi算法网络提高了该技术的计算速率，能够实时反射出故障信息[9]。

2.1 低功耗广域网络(LPWAN)技术

广域网连接的距离可达到几十千米以上, 网络通过特定方式连接，实现局域资源与广域资源的共享。广域网结构仿真示意图如图2所示。

图2 广域网结构仿真示意图

广域网是由两个以上的局域网通过特定的连接方式相互连接所形成的。一般一个地区的供电系统统一组成一个局域网，一个省级的范围较大则需连成一个广域网。如果一个电力企业的规模过大，则需要和其他的局域网相互连接来满足生产需求。

图3 输电线路检测模型

目前采用新型LPWAN网络组网架构实现网络中不同的传送技术。LPWAN技术具有覆盖面积广、能耗低和连接数量多等优点，可为电力物联网技术提供较完美的解决方案。LPWAN技术和目前的电力专网、无线网相辅相成，共同促进物联网的发展，其输电线路检测模型如图3所示。

LPWAN技术目前是我国主流技术，通过无线通信技术可以实现过去无法实现的功能。本文采用了NB-IoT技术，相比传统的蓝牙、ZigBee等功耗大、距离短的技术，NB-IOT具备覆盖范围广、应用灵活以及适应大型的电网连接数量等特点，对不同的电网场合能灵活使用。NB-IoT是IoT规模创新的技术，因它在连接中功耗低、使用时间长，所以被称为LPWAN。NB-IoT配用的电池寿命可以提升至少10年，同时还能让数据连接更加全面。

NB-IoT比GPRS来说，主要的特点就是功耗低，除NB-IoT的传输速率比较低以外，又把eDRX省电技术和PSM省电技术加入NB-IoT。在eDRS省电技术情形下，减少信号接收单元不必要的启动，在PSM省电技术下，NB-IoT终端仍在注册，但是不接受指令，从而使更长的时间留在深度睡眠以达到省电的目的。

NB-IoT的多址技术，上行采用SC-FDMA，下行采用OFDMA。上行发射功率为23 dBm，下行为43 dBm。调制方法以QPSK和PSK为主。

如果设置周期为10 min，设备每天上传一次设备。两节5号电池可以用9年之久，如表1所示。

表1 NB-IoT时长

由表1可知:在对于精密和安全要求高的地方监测周期为10 s，设备每15 min上传一次，NB-IoT可以使用4～5个月；而对于安全性高的设备监测周期1 d，设备一年上传一次，NB-IoT可达到12 a之久。

2.2 Viterbi算法及其改进

非侵入式监测方法通常采用Viterbi算法进行求解，它属于一种动态规划算法，该算法不仅能够减少对电力监测过程中非侵入式监测方法求解耗时问题，对不同的用电场合也可适用。

首先使用HMM对总的负荷和电力设备进行建模，将所有的电力设备建成一个HMM。用电设备为HMM状态，总的负荷功率为HMM的观测。HMM主要由以下五部分组成：

(1)状态集S={s1,s2,···,sK}。式中：K为模型的状态数；sK为模型的第K个状态。

(2)观测集V。如果对系统进行持续观测，则V是连续的，如果对系统进行间段监测，则V是断续状态的。

(3)状态转移概率A={aij}。式中：aij为模型从状态si转移到状态sj的概率。则

aij=P(qt+1=sj|qt=si)

(1)

(4)观测概率B={bi(o)}。式中：bi(o)为状态在si的条件下观测为o(o∈V)的概率(或概率密度)，即

bi(o)=P(o|si)

(2)

如果对系统进行连续观测，bi(o)为观测概率，如果对系统进行离散观测，bi(o)为观测概率密度。

(5)初始状态概率π={πi}。式中：πi为初始状态下si的概率。则

πi=P(q1=si)

(3)

式(3)为NILM问题的数学描述，一般采取属于动态规划算法的Viterbi计算方法进行求解，它通过浏览所有的移动情况来查找最佳的序列状况。传统的Viterbi算法计算复杂度过高，它需要每时每刻计算并比较所有状态转移情况概率，在输变电用电设备较多的场合，增加了对HMM求解时间较长，同时也增加了系统的计算难度。针对这一问题，本文对Viterbi算法进行了改进，使用相邻两个用电设备，用电量之间的状态维持不改变，只在用电量发生改变时才去考虑用电设备状态发生改变，缩减了Viterbi算法游历项目，降低了Viterbi计算复杂程度，同时在用电设备较多的场合也适用。

改进Viterbi算法步骤如下：

(1) 初始化

(4)

(2) 递归计算

(5)

(6)

(3)终止

(7)

(8)

(4)状态序列回溯

(9)

本文对 Viterbi 算法进行改进，最大极限缩减了NILM 问题的求解耗时，提高了Viterbi算法在 NILM 应用中的适用性，扩展了电力设备在线监测中的应用范围。

3 试验结果与分析

为了验证本文物联网在设备在线监测技术上的应用效果，本文将Internet交互方式和光纤通信方式进行对比。对某输变站电力公司进行实时监测，使用新型LPWAN技术，添加NB-IoT无线通信，通过云数据传输到设备进行监测，利用改进Viterbi算法分析评估并实行在线监测。在试验时，采用的硬件计算机操作系统为Microsoft Windows 2015，64 位[10]，主要开发工具为Visual Studio 2015和OpenCV 3.0。运行环境硬件参数为CPU：Inter(R)Core(TM)i7；主频为2.59 GHz；内存16G。图4为某输变站电力公司做监测试验的架构示意图。

图4 试验方法架构示意图

对本研究的组网架构进行验证。通过30个不同的数据节点对三种不同的方法在数据接收量上进行对比，假设输出相同数据量，该数据量为5 000 GB，在1 h内，接收到的数据信息如表2所示。

表2 信息数据集 GB

通过数据接收对比，发现在相同的时间内，采用物联网通信技术，数据接收量较多。因此，在应用电力物联网技术时，电力设备监测效率高。再从组网方案延时方面进行对比分析。组网方案延时时间对比示意图如图5所示。

图5 组网方案延时时间对比示意图

在采用三种不同组网方式后，随着组网数据量的增多。组网延时时间增多，传统技术的互联网组网方式时间增加，光纤通信的方式时间也在增加。但是与光纤通信相比，时间明显降低，在采用本文的物联网方式之后，所耗费的时间最小，说明本文方式通信效率高。因此，本文方法提高了电力设备在线监测的效率。

对采用LPWAN无线通信监测方式进行验证，再利用传统技术中的终端设备通信的方式与本文方案进行对比分析，得出图6所示的对比图。

通过图6可以看出，传统的监测方法待机时长，一般在0.5～5 a之间，传输距离在5 km以下。采用LPWAN无线通信监测方法待机时长可达到6 a以上，有的芯片甚至能达到11 a，它的传输距离一般在10～20 km。由此可知，LPWAN不仅节能而且传输距离广，无论在大型的电网中还是在基型的电网中都可广泛适用。

对文献[1]方法(在线监测通信的方式)与本文改进Viterbi方法在求解的准确率方面进行对比，监测准确率对比示意图如图7所示。

从图7可以看出，随着监测电力设备数据量不断增加，本文所采用的改进型Viterbi算法要比文献[1]所用的基础型Viterbi准确率要高，采集耗时相对较短。在数据量为2 TB时，本文采集系统采集准确率要高出大约10%。由此可见，本文所使用的改进型Viterbi算法在电力设备中具有高精准度和高效性。

图7 两种方法监测准确率对比

4 结束语

在电网技术信息化、智能化发展的形势下，LPWAN技术逐步代替传统的组网技术，使电力调度方案逐步迈向新的历史时代。本文区别于物联网技术中对在线监测的应用，在组网方式和计算速率上实现了技术方案。通过仿真，本文设计的电力设备在线监测方案提高了网络资源利用率，使电力企业在面对不同通信需求时，能够快速实现并达到最佳效果。本文的技术方案使得电力设备在线监测提升到一个新的技术高度，也为未来相关LPWAN技术的发展和进一步研究奠定理论基础和事实依据。