多源异构数据实时主动处理技术在城市轨道交通供电智能运维中的应用研究

2022-11-21何小兵陈学锋周朝辉

城市轨道交通研究 2022年9期

何小兵陈学锋陈俊周朝辉

(1.苏州市轨道交通集团有限公司运营一分公司，215100，苏州；2.上海玖道信息科技股份有限公司，200050，上海∥第一作者，高级工程师)

伴随城市轨道交通网络化建设规模的日益扩大，为提高生产安全和作业效率、提高设备可靠性，全国各地的城市轨道交通运营单位都在致力于智能化运维的应用探索和研究。基于设备在线监测技术和大数据分析技术构建的智能运维系统，已然成为今后城市轨道交通生产运维模式变革的重要趋势。

城市轨道交通超大规模网络化供电系统智能运维建设的关键在于，建立集设备实时感知预警、设备全寿命管理、生产业务流程管控、专家分析系统于一体的供电智能运维系统[1]，实现从传统的依靠人力、物力叠加式维护模式向数字化、网络化、智能化运维模式的转变，能够有效解决“能源、业务、数据”多流合一及“管、用、修”业务融合的系统管控难题，促进对设备、资源和业务的动态监测、优化配置、精准调度和协同运转，推动供电运维技术与管理模式的创新，确保轨道交通供电质量和安全。

设备实时感知预警是通过运用应激式自适应采集、控制、预处理、多协议转换、数据重构等边缘计算技术，综合应用多种监测传感装置，采集设备运行状态数据并根据预置规则报警和分析预警。多传感装置的并行数据采集客观形成了多源异构数据以及关联复杂事件，亟需一种有效的方法实现边缘计算处理。在多源异构数据处理方面，文献[2]提出了一种基于FPGA(现场可编程门阵列)的多源异构数据并行可配置采集方法；文献[3]针对牵引变压器利用多源异构数据进行故障诊断平台的设计和应用；文献[4]基于电力物联网多源异构数据研究了变电站智能健康评估的方法。以上研究采用的方法在指定场景得到了有效应用，但面向城市轨道交通供电智能运维的全场景应用，上述方法对大量多源异构数据采集后的复杂事件分析处理深度不足。

针对上述问题，本文提出了一种基于多源异构数据和复杂事件的实时主动处理技术，并探讨了该技术在实际供电智能运维场景的应用情况，可为轨道交通供电智能运维平台的建设提供借鉴。

1 复合事件多源异构数据主动处理的系统架构和系统分层

城市轨道交通供电智能运维的多源异构数据并行采集和复合事件主动处理技术架构设计包含5个层次：设备设施层、感知层、动态采集层、复合事件处理层和应用可视化层。采集接入点包括设备间隔层智能电子设备(如综合保护装置)、各类传感装置，以及变电所综合自动化系统遥信、遥测、遥脉数据等。多源异构数据并行采集和复合事件处理技术架构如图1所示。

图1 多源异构数据并行采集和复合事件处理技术架构Fig.1 Technical architecture of multi-source heterogeneous data parallel collection and compound event processing

文献[5]定义了CPS(信息物理系统)的5C技术体系架构：智能连接、智能分析、智能网络、智能认知和智能配置与执行。根据CPS理论，设备设施层是运维对象的实体空间(或物理空间)，在其基础上构建的智能运维系统，属于赛博空间(或信息空间)，感知层是连接两者的接口。在本文应用研究中，感知层包含了巡检机器人、红外测温、无线测温、局放监测、温控仪、环境温湿度、臭氧浓度、六氟化硫(SF6)气体浓度等传感装置。

本文设计的动态采集层对应CPS 5C中的智能连接层，包括动态配置管理模块、并行采集模块、采集状态监控模块、数据清洗模块、数据标准化模块、数据链路构建模块和数据分发模块。其中:数据清洗模块负责数据质量校验;数据标准化模块负责内部分类编码、属性编码等的统一；数据分发模块负责数据进入下一步业务逻辑处理过程的数据分发。数据存储设计方面，高频实时数据存储于内存数据库，用于实时数据显示；按照既定频率采集的数据首先缓存于消息队列，然后再存储于时序数据库。

复合事件处理层对应CPS 5C中的智能分析层，包括规则配置管理模块、简单事件规则引擎、简单事件处理模块、复合事件规则引擎、复合事件合成处理模块、报警/预警模块、趋势分析模块和多维关联分析模块，分析数据存储于关系型数据库和文件系统。应用可视化层是人机界面，实现数据的业务可视化展示。

复合事件多源异构数据处理技术的应用方法如下：首先，在启动时加载数据采集和预处理策略，并加载报警规则，进入待机状态；其次，基于采集数据进行规则运算，完成单一事件处理；然后，按照规则进行复合事件的合成处理，生成报警、预警或分析结果；最后，根据报警和预警信息，动态调整为故障状态下的采集策略并跟踪故障处理状态，待故障关闭且取消报警后，恢复常规采集策略。多源异构数据并行采集和复合事件主动处理过程设计如图2所示。

图2 多源异构数据并行采集和复合事件处理状态机

2 城市轨道交通供电智能运维的多源异构数据构成

城市轨道交通供电系统由外部电源、主变电所、中压供电网络、牵引供电系统、动力照明供电系统、电力监控系统、杂散电流防护系统、防雷和接地系统等部分组成，本文的应用研究对象是正线站的牵引/降压混合变电所。

城市轨道交通供电智能运维系统在充分利用传统电力监控系统数据的基础上，需加强对供电设备本体及运行环境的智能巡检和在线监测，实现对设备健康状态的实时感知预警。主流的监测方法包括智能巡检机器人[6]、红外在线监测[7]、局放在线监测[8]、断路器机械特性监测[9]等。感知层传感装置主要包括巡检机器人、云台摄像机、红外热像仪、无线测温传感器、局放监测传感器、臭氧传感器、六氟化硫(SF6)传感器、温湿度传感器等。感知层多源异构数据如表1所示。

表1 多源异构数据Tab.1 Multi-source heterogeneous data

3 复合事件多源异构数据处理技术的核心构成

牵引/降压混合变电所内的主要设备包括整流变压器、动力变压器、35 kV开关柜、1 500 V直流开关柜、400 V开关柜等，本文主要以变压器和35 kV开关柜为例开展多源处理分析，并探讨有限空间环境监测的多源处理和基于复合事件的联动处理，研究结果有助于明晰复合事件多源异构数据处理技术的核心构成。

3.1 变压器状态的多源处理

针对整流变压器和动力变压器，采用局放监测、红外测温、温控仪测温、臭氧浓度监测和环境温湿度监测等多维度监测，可综合判定变压器设备的健康状态。变压器设备健康状态判定指标如表2所示。

表2 变压器健康状态判定条件Tab.2 Judgment conditions of transformer health state

根据表2所示的判定指标及变压器工作原理所构建的判定变压器设备健康状态的复合事件处理如下：

1) 复合事件1：局部放电过高报警+臭氧浓度超限报警(局放-臭氧)的组合报警。变压器局部放电产生高频电磁波，特高频传感器能够感知并通过特征计算发出报警信息；局部放电使空气中产生臭氧，臭氧浓度传感器产生超限报警。局放-臭氧复合事件可加强变压器局放问题确认，降低单一传感器故障引起的误报。

2) 复合事件2：局放过高报警与环境湿度超限报警(局放-环境湿度)的组合报警，可对局放的裂化趋势进行预判，提醒问题跟踪。

3) 复合事件3：变压器监测点超温+输入电流有效值过高(温度-电流)的组合报警。反映由大电流引起的变压器温度过高问题。变压器测温点包括内部的三相绕组、铁芯，以及外部高、低压侧的电缆终端接头和连杆接头等部位。

4) 复合事件4：变压器监测点超温报警+局放过高报警(温度-局放)的组合报警。反映局部放电引起的变压器温度过高问题，并可结合测温点辅助故障定位。

3.2 35 kV开关柜状态的多源处理

针对35 kV开关柜(以下简称开关柜)，采用电流监测、局放监测、臭氧浓度监测、进/出线电缆温度监测和环境温/湿度监测等多维度监测，综合判定开关柜设备的健康状态。开关柜设备健康状态判定指标如表3所示。

表3 35 kV开关柜健康状态判定条件Tab.3 Judgment conditions of 35 kV switchgear health state

根据表3所示的判定指标及开关柜工作原理所构建的判定开关柜设备健康状态的复合事件处理如下：

1) 复合事件1：局部放电过高报警+臭氧浓度超限报警(局放-臭氧)的组合报警。开关柜局部放电产生高频电磁波，特高频传感器能够感知并通过特征计算发出报警信息；局部放电使空气中产生臭氧，臭氧浓度传感器产生超限报警。局放-臭氧复合事件可加强开关柜局放问题确认，降低单一传感器故障引起的误报。

2) 复合事件2：局放过高报警与环境湿度超限报警(局放-环境湿度)的组合报警，可对局放的裂化趋势进行预判，提醒问题跟踪。

3) 复合事件3：进/出线电缆监测点超温+输入电流有效值过高(温度-电流)的组合报警。反映由大电流引起的进/出线电缆温度过高问题，三相电缆测温点选在开关柜电缆室内电缆终端接头附近。

4) 复合事件4：开关柜监测点超温报警+局放过高报警(温度-局放)的组合报警。反映局部放电引起的开关柜温度过高问题，并可结合测温点辅助故障定位。

3.3 35 kV开关柜断路器状态的多源处理

通过巡检机器人或摄像机对35 kV开关柜设备进行智能巡检，通过对指示灯状态和开关位置的图像识别处理，综合判定断路器分/合闸状态，判定指标如表4所示。

表4 35 kV开关柜断路器状态判定条件

根据表4所示的判定指标及35 kV开关柜工作原理所构建的判定断路器分/合状态的复合事件处理如下：

判定条件0100，状态为合闸；判定条件1011，状态为分闸；判定条件00XX或11XX，判定为指示灯故障或图像识别错误，可下达再识别指令进行二次确认；判定条件XX01或XX10，判定为机械位置故障或图像识别错误，可下达再次识别指令进行二次确认。

3.4 35 kV开关柜气室压力状态的多源处理

SF6气体处于密封的气室内，主要作用于主回路的绝缘，SF6气体压力过高或过低均会对设备造成影响。SCADA系统只有SF6压力过高或过低的报警信息，没有气室压力值的数字量。可通过巡检机器人或摄像机对开关柜SF6压力表读数进行图像识别处理，结合SF6传感器和SCADA系统报警信息，综合判定35 kV开关柜气室压力状态，判定指标如表5所示。

表5 35 kV开关柜气室压力状态判定条件

根据表5所示的判定指标及35 kV开关柜工作原理所构建的判定气室压力状态的复合事件处理如下：

通过智能巡检图像识别SF6压力表读数，根据阈值设定过高/过低报警，同时结合SCADA系统SF6压力过高/过低报警，互为判定，加强报警事件的双确认；对SF6气室压力值巡检数据生成历史曲线，比较环境SF6气体浓度变化历史曲线，进行趋势判断，实现预告报警。

面对多传感器和异构系统产生的多源异构数据，研制感知数据智能网关软件,实现数据的采集、汇聚，并基于复合事件的实时主动处理，基于可视化技术的人机界面，实现了供电设备状态、环境参数的全覆盖，多维展示设备健康状态。

4 应用实例

本文研究设计的复合事件多源异构数据的实时主动处理技术，在苏州轨道交通4号线吴江人民广场站进行了测试和试点应用。该站变电所类型为牵引、降压混合变电所，主要设备用房包括35 kV/1 500 V开关柜室、400 V开关柜室(含动力变压器)、整流变压器室和控制室，现场感知层设备安装部署如图3所示。通过设备安装调试和软件开发测试，实现了复合事件多源异构数据的实时主动处理技术在供电智能运维站级系统的有效应用，部分应用如图4～6所示。

5 结语

本文基于多传感器协同监测问题，提出了一种基于精确感知多种不同传感器可能在短时间内产生大量多层次数据的并行采集方法，研究了复合事件多源异构数据的实时主动处理技术。该技术以单一传感器的状态监测作为简单事件，通过逻辑操作和时序操作，将不同层次的简单事件融合为复杂事件，从多个维度描述设备的健康状态，实现了供电设备状态、表计、指示、环境等参数的全覆盖，在具体的工程实践中获得应用。