基于WSN 与智能感知的电网地下沟管监测数据处理技术研究

宋庆武，蒋峰，李春鹏，蔡兵

（1.江苏方天电力技术有限公司，江苏 南京 210000；2.上海域格信息技术有限公司，上海 200000）

电网地下沟管是电力基础设施的重要组成部分，但配网地下沟管的数据感知与监控存在不足，主要表现在沟管通道内通信网络覆盖深度不够、沟管内环境监测不完善以及安全管理手段缺乏等几个方面[1-3]。无线传感网络（Wireless Sensor Network，WSN）是一种分布式传感网络，可感知外部传感器，在电力行业中应用较为广泛。与传统网络及传感器相比，WSN 具有组建方式灵活、控制集中、安全性高等特点[4-5]。国外的配网沟管组建模式与我国有所差异，一般多采用WiFi 覆盖方案或光纤覆盖，其组网方式也较为明确[6]。而国内通常未采用低功耗的无线通信技术，监控方式还是以人工巡检为主，监测装置一般基于GPRS 信号传输，但该方法容易被屏蔽，且无法与其他设备互联[7-8]。在20 世纪90 年代，由美国高校为主导的无线集成网络传感器项目，设计了通信协议的基础检测理论，研发了低功耗的无线传感网络系统[9]。随着无线通信技术的发展，无线传感网络逐渐应用于电力系统领域，为电网数据监测与控制奠定了基础[10-11]。

该文基于系统工程理论，对电网地下沟管监测系统的WSN 进行整体设计，包括系统构架设计、传感器系统设计、无线传输设计，进而实现了多维环境监测。该文针对监测到的数据进行智能分析及处理，通过结构化的数据挖掘技术，实现了多维数据融合，并对所述方法进行测试与验证。

1 WSN整体设计

1.1 系统架构

基于系统工程理论并结合功能需求展开WSN系统设计，实现电网地下沟管环境监测、发现周围安全隐患、进行数据传输与智能分析等业务[12-14]。通用型配网电缆管道包含电缆隧道、电缆沟管等管道类型，沟管内存在无法取电以及无法接入光纤等限制，因此需要采用先进的低功耗无线技术来组建内部局域网，满足电缆管道全面监控[15-16]。网关型地下沟管监测装置能够接入内部无线网，同时将内部边侧设备所有数据经边缘计算后，通过NB-IoT、低功耗广域网无线技术上报给主站。由于沟管内环境多样且复杂，因此设计的WSN 系统构架如图1 所示。该系统主要由基站、主站、传感器、运维人员组成，设备与人员之间形成了上行、下行的业务流向，终端传感器设置简单，地下沟管监测装置为该系统的核心。

图1 WSN系统构架

1.2 传感器系统设计

传感器系统包括：温度传感器、烟雾传感器、超声波测距模块、溢满传感器、有害气体检测模块。

温度传感器通过I/O 口与MCU 关联，当装置内部以及周边温度达到指定数值后，触发系统中断，同时产生告警。

烟雾传感器通过I/O 口与MCU 关联，其采用红外漫反射原理和光敏传感器组合，对烟雾浓度进行监测，当达到一定浓度后产生告警。

超声波测距模块，该模块通过串口和MCU 关联，系统内部定时使用超声测距进行水位测试。当发现水位上升至预警或告警阈值时，系统产生告警。

溢满传感器通过I/O 口与MCU 进行关联，新型井盖监测装置表面内置不锈钢正负接头。当水位漫淹至正负接头位置时，就会形成电流导通，从而触发中断。

有害气体监测模块在设计上与烟雾传感器模块共用一个槽位。当需要检测气体时，则关闭相应的烟雾探测头，有害气体检测模块通过I/O 口与MCU关联，其可以检测氧气、一氧化碳、甲烷、二氧化硫等气体，当达到系统标定浓度时即触发告警。

1.3 无线传输设计

管道内的无线局域网采用Lora、BLE、ZigBee 无线技术进行组网或自组网，构建无线通信网络。网关型井盖监测装置能够接入内部无线网，同时将内部边侧设备所有数据经边缘计算后，通过低功耗广域网无线技术上报给主站。管道内环境多样且复杂，该文研究了使用全向、定向、双极化等高增益智能天线方案时，在不增加功耗的情况下，尽可能地拓展管道内无线覆盖范围，增强无线信号，具体的低功耗无线传输方案设计，如图2 所示。

图2 低功耗无线传输方案

图3 为低功耗网络设计架构，低功耗CPU 选取STM32L 系列微控制器为主控单元。其加入了多种创新扩展功能，能够使不同配置下的最低功耗电流减小至195 μA。同时保留大部分现有外设，并保持准引脚兼容。

图3 低功耗网络设计架构

低功耗传感器外围器件以及软件，采用中断唤醒CPU 方式保持系统整体的低功耗状态。电源管理系统中电源采用锂亚硫酰氯电池，其具有良好的抗高、低温性能，库仑计持续监控耗能情况，保证系统能够及时进行设备电量运维。无线传输方案中广域网采用NB-IoT 无线传输方案，其中NB-IoT 工作在PSM 模式下，功耗电流低至3.6 μA。局域网采用BLE无线传输方案，发送功耗电流为4～7 mA，接收功耗电流为4～6 mA。

1.4 多维环境监测

沟管一体化设备集成Lora、ZigBee、BLE 之一的无线通信单元，其能够接入配网电缆井道内低功耗局域网，将内部局域网中其他监测终端的数据汇总至网关型井盖监测装置。此处充分利用了边缘计算方法，在该装置内完成数据计算与处理，从而保证网络传输的整体数据带宽与功耗。装置集成了NB-IoT无线通信单元，将处理后的数据传输到主站。网关式的电网地下沟管多维环境监测设计如图4 所示。

图4 电网地下沟管多维环境监测设计

2 监测数据处理技术

2.1 网络数据融合

由于监测数据流向单一，越是靠近地下沟管的节点能量消耗越严重，且CPU 承担的任务量越重。处于同一子网的节点，由于其地理位置的原因，监测到的数据有较高的重叠性，因此需要考虑数据融合所传输的数据容量，以减少能量和通信压力。在WSN 理论中，监测到的数据融合通常汇聚于一点，并按照现实情况发送与接收数据。待数据传输之后，可缓解通信压力，增加网络的使用次数。

监测到的数据传输通常分两种情形：一种是每隔半个小时进行采样，向中心节点汇聚；另一种是通过网关接收命令，查询温度信息并传输数据信息。对于第二种情形，无需进行数据融合处理，直接汇聚节点并传送到基站。该文采用简单的数据融合算法，即通过多个传感器采集数据进行平均值计算，同时保存数据值并传输到基站。

2.2 结构化数据挖掘

电网地下沟管的监测数据和环境影响变量繁多，若全面考虑所有变量，则整个系统将非常复杂且参数记录不全面。因此需要挑选具有代表性的数据参数作为输入量，通过关联分析，分析出检测数据与各个指标参数之间的联系，从而实现综合的在线监测。Bi-LSTM 模型可用于分析处理上述数据，并将结构化信息组成数据序列，用于信息挖掘。

2.3 多维数据融合

对于监测到的文本序列数据，Softmax 层的输出即为属于L1-L3数据等级的概率函数p1(L1)、p2(L2)、p3(L3)，系统自动进行记录并输出；对于监测到的定量数据序列，Softmax 层的输出为结构化数据，p1和p2函数两者的概率加权即可得到总的p(L1)、p(L2)、p(L3)，表达式如下：

图5 是多维数据融合的流程图，左侧为文本数据挖掘框架，右侧为结构化数据分析框架。通过融合两类数据，可以全面分析电网地下沟管状况。

图5 多维数据融合流程

3 验证与测试

3.1 实验环境配置

因实验条件和环境限制，在室内搭建监测环境条件对该文所述技术进行测试与验证。整个系统包括传感器部分、网关节点、微型电网地下沟管、监控中心、数据处理中台，以上述实验条件为基础，搭建硬件环境。在测试验证过程中，选取STM32 系列STM32L152RE 为主控单元，采用ZigBee 模块和CC2520 组成网关节点。传感器在采集温度信息时，通过单片机将模拟信号转换为数字电压，传输至网关；在发送/接收命令时，首先判断命令。然后，根据信息内容回传至网关节点。使用通信接口与上位机进行通信，将PC 机与USB 连接，实现传感器与网络节点之间的正常通信。在软件配置方面，选择ZigBee 协议栈进行各个节点的软件配置，采用EW 作为集成开发平台。

3.2 测试结果

针对电网地下沟管的实时环境状况，对各个传感器进行功能测试，主要包括实时温度监测、实时湿度监测、实时可燃气体浓度监测等。智能终端汇集各个传感器的监测数据进行智能感知，当被监测的数据指标超出预定范围时，智能感知系统发出报警提醒，运维工作人员进行现场处理。表1 所示为应用WSN 技术监测到的现场数据。

从表1 可以看出，设置了三组实验分别监测电网地下沟管的温度、湿度、可燃气体浓度，将WSN 监测到的数据与实际测量的数据进行对照分析。其中温度与湿度的监测误差均在1%以内，可燃气体浓度的监测误差均在设计要求范围以内，因此具有一定的工程应用价值，可为管理人员根据检测数据进行远程交互。

表1 电网地下沟管监测数据对照

为了进一步测试系统的硬件参数，对终端传感设备的运行指标参数进行记录，如表2 所示。从表中可以看出，三个沟管的设备工作寿命相差较小，但通信时间的增大对每日功耗与工作寿命均会产生影响。

表2 终端传感设备运行参数

4 结束语

该文方法实现了电网地下沟管内的多维环境监测，并对监测数据进行智能感知与分析处理。结合实际的功能需求设计了WSN 系统，实现了沟管环境监测；基于结构化的数据挖掘技术，实现了多维环境检测数据的融合与分析处理。实验结果表明，所述方法可实时监测沟管内环境数据，测量误差在可控范围之内，具有一定的工程应用价值。下一步将研究WSN 的低功耗无线传输技术，以降低监测过程的成本。