新型电力系统设备状态监测与故障诊断传感芯片关键技术与展望

秦潘昊，陈威宇，胡秦然，杜 力，吴在军，杨生哲

（1.东南大学院电气工程学院，江苏省南京市 210096；2.南京大学电子科学与工程学院，江苏省南京市 210023）

0 引言

电力设备是构成电力系统的基本元件，其可靠平稳运行是系统安全高效运行的根本保证。利用传感技术感知电力关键设备运行参数的状态监测和故障诊断（condition monitoring and diagnosis，CMD），是预防和发现设备运行异常和故障的重要手段。为了全面推进能源革命，构建新型能源体系，推动能源高质量发展，践行中国“双碳”目标，需构建以安全高效、清洁低碳、柔性灵活、智慧融合为基本特征的新型电力系统［1］。然而，随着新型电力系统建设的逐步推进，系统电压等级不断升高，电压波动愈发剧烈［2-3］，高频次、高强度的电压冲击影响关键设备的运行可靠性；新能源并网比例大幅提升，越来越多的新能源发电机组通过电力电子设备并网，加剧了电力系统中谐波成分的复杂程度［4］，进而导致绝缘加速老化、关键设备过热，甚至缩短关键设备寿命［5］。以上问题使得电力关键设备CMD 面临严峻挑战，亟需能够实现对电力关键设备实时全面状态监测和及时准确故障诊断的技术手段，以保证新型电力系统中电力关键设备的安全可靠运行。随着相关技术的发展，传感芯片为解决电力关键设备CMD 弊端提供了技术途径。

目前，电力系统中关键设备的CMD 技术主要存在以下弊端:

1）离线检测仍是主要手段。离线检测是指在设备脱离正常带电运行状态的停机状态下以人工试验等方式进行检测。离线检测检修成本高、检测间隔周期长，且难以应对突发情况，该方法对设备运行可靠性提升较为有限。

2）部分关键设备CMD 仅将单一参数作为主要指标，难以反映设备真实运行状况。在设备异常运行与故障发生时，会产生诸如温升、振动、噪声和异常放电等多种异常情况。不同的异常运行状态有可能会表现出相似的外部特征。因此，选取单一运行参数作为设备CMD 指标往往会出现漏判、误判情况，增加运行风险与运维成本。

3）CMD 数据分析效率和挖掘程度低。虽然CMD 数据的统一汇集和分析方式能够全面了解区域电网设备的运行状态，但庞大的数据体量将增加分析运维的难度。设备故障往往不是一蹴而就，故障前的运行状态可以一定程度上反映将要发生的故障。目前，对海量设备CMD 数据的集中分析无法充分挖掘数据的潜在价值。

面向新型电力系统的设备CMD 传感芯片是指集成多种传感元件，具有信号采集、数据分析、信息传输功能的一体化电力关键设备CMD 终端，能够对电力关键设备进行实时全面的状态监测和及时准确的故障诊断，具有小型化、模块化、高精度、低成本、低功耗的特征。一方面，对于不同CMD 场景，传感芯片可以按需集成相应的传感模块，实时在线地采集电力关键设备运行参数，实现对设备运行状态的全面监测，助力新型电力系统的安全高效建设；另一方面，传感芯片利用计算模块本地预分析传感采集数据，利用分布式计算减轻数据终端压力，深度挖掘电力关键设备CMD 数据的潜在价值，推动新型电力系统智慧融合建设。

本文首先从定义、特征以及结构3 个方面介绍传感芯片的概念；接着，综述了传感芯片所包含的传感采集、信号处理、数据分析以及信息传输4 个关键技术模块的发展现状；然后，分析了由新型电力系统中极端工况和监测场景拓展为设备CMD 传感芯片关键技术带来的挑战；最后，展望了电力关键设备CMD 传感芯片的研究方向。

1 电力关键设备CMD 传感芯片概念

1.1 定义

传感器是以特定精确度把被测物理参量按规律转换为电信号或其他形式信号的器件或装置。在传统电力系统中，传感芯片仅是传感器微型化、集成化的产物。它具备集成或外接多种敏感元件的能力，内置转换元件，是将电力设备上的声、光、电、力、化学等参量转换为电信号的重要器件［6-8］。

在新型电力系统中，由于更为复杂的工作环境和应用需求的出现，传感芯片将不再局限于微型化传感器。随着集成电路技术的进步和感算一体、感存算一体等技术的发展［8］，以传感功能模块为核心，结合前端敏感元件与后端数据分析模块和信息传输模 块，通 过SoC（system on chip）、SiP（system in package）等封装技术进行整合，传感芯片将成为一体化电力关键设备CMD 终端。这种演变将为电力关键设备提供更为智能、高效的状态监测和诊断，适应新型电力系统安全高效、智慧融合的建设要求。

1.2 特征

电力关键设备CMD 传感芯片适应于新型电力系统安全高效、清洁低碳、柔性灵活、智慧融合的基本要求，具有以下特征:

1）高精度。传感芯片需要具备灵敏反映关键设备相关参数指标变化的能力。

2）小型化。通过集成电路工艺实现集成化和小型化，便于传感芯片在关键设备上的部署安装，不占用过多空间或改变设备原有结构。

3）低功耗。低功耗是传感芯片大范围部署、长期稳定工作的前提。

4）低成本。按需定制和批量生产可降低成本，支持传感芯片的大面积部署应用。

5）模块化。传感芯片具有丰富的接口，以连接前后端各模块，从而构建关键设备CMD 一体化终端［8-10］。

1.3 结构

如图1 所示，面向新型电力系统的设备CMD 传感芯片主体结构由传感采集模块、信号处理模块、数据分析模块和数据传输模块构成。各模块均由电源管理模块供电，电能可来自电池或自取能器件。

图1 CMD 传感芯片结构示意图Fig.1 Schematic diagram of CMD sensor chip structure

1）传感采集模块:负责采集电力设备的CMD参数，如电压、电流、温度、振动等。该模块主要由面向电力关键设备CMD 场景的敏感元件组成，将采集到的参量转换成电信号以便处理和分析。

2）信号处理模块:负责对传感采集模块采集到的信号进行处理和调制，如滤波、放大、补偿等，将模拟信号转换为数字信号。该模块通常由接口电路、模拟信号处理电路、模数转换电路和数字信号处理电路等组成，对采集到的数据进行实时处理、抑制干扰和噪声以便数据分析和通信。

3）数据分析模块:数据分析模块负责对采集到的数据进行分析处理，如数据挖掘、模型推理、预测分析、计算执行等。通过集成边缘端处理计算芯片，结合大数据分析、云计算等技术，对接收自信号处理模块的数据进行复杂的分析和处理，以支持新型电力系统的智能化管理和运行优化。

4）数据通信模块:负责将采集到的数据传输到远程服务器或其他终端设备，进行数据共享和协同处理。该模块通常由通信芯片、网络接口电路和协议栈等组成，兼容实现多种通信协议和方式，满足不同的通信需求。

2 电力关键设备CMD 传感芯片技术现状

本章将从传感采集技术、传感信号处理技术、数据分析技术以及信息传输技术4 个方面，对电力关键设备传感芯片技术现状进行综述。

2.1 传感采集技术

表1 归纳了目前应用于电力关键设备的CMD场景及技术。传感采集技术在电力关键设备CMD中得到广泛应用。各类型传感器在电力关键设备CMD 中应用场景各异。

表1 电力关键设备CMD 技术现状Table 1 State-of-the-art CMD technology for key power equipment

本节根据传感器信号载体，将传感采集模块相关技术分为电效应传感技术与光纤传感技术，表2对两种传感采集技术进行总结。

表2 传感采集技术分类Table 2 Classification of sensor acquisition technology

2.1.1 电效应传感技术

电效应传感技术的基本原理是通过不同电物理/化学效应，如电磁效应、压电效应、光电效应，将待测物理量转化为电信号，从而进行量化测量［11-14］。

按工作原理划分，基于电效应的传感器主要有:1）电阻式传感器［12］，包含电位器式电阻传感器和应变片式电阻传感器；2）电容式传感器，具有低成本、响应快、非侵入式、无辐射等特点［13］，根据工作原理可以分为变极距型、变面积型和变介质型；3）电感式传感器，可以分为自感式传感器、变压式传感器、涡流式传感器和压磁式传感器；4）压电式传感器，基于压电效应，将受力后产生的电荷转化为与外力成正比的电量输出［14］；5）热电式传感器，将温度变化转换为电阻、热电动势等变化进行测量，如热电偶、温敏电阻等；6）电化学传感器，通过与被测介质中的气体发生反应，产生与气体浓度成正比的电信号，主要分为2 电极和3 电极2 种类型［14］。

电磁信号传感器在电力关键设备CMD 的应用场景主要有温度监测、局部放电检测等［15］。

根据温度监测场景，常用的传感器有温敏电阻、热电偶等。温敏电阻的阻值随温度变化，分为正温度系数和负温度系数温敏电阻，同属半导体器件。温敏电阻因高灵敏度、宽工作范围以及小体积常应用于变压器温度监测［16］。嵌入式温敏电阻配合电刷可用于发电机转子绕组和磁极的温升监测［16］。热电偶通过将温度差转化为电势差，实现温度转化为电信号监测，无需外加电源。热电偶常作为分布式温度传感器监测架空线和电缆的运行温度［17-18］，评估载流情况并依据Arrhenius 方程进行绝缘老化评估［19］。

常用于局部放电检测的传感器有超高频传感器、高频电流互感器以及暂态对地电压传感器等。超高频传感器通过检测由局部放电产生的高频电磁波（0.3～3.0 GHz）定位局部放电发生位置，具有抗电磁干扰的特点［20］。利用夹具可将高频电流互感器固定在高压电缆上，通过感应线圈检测局部放电发生时在导体中流过的高频电流信号［21-23］。高频电流互感器可进行非侵入式量测，克服嵌入式超高频传感器在电缆局部放电故障检测时对电缆本身电场分布产生影响的弊端。暂态对地电压传感器通常安装在高压设备接地点附近的设备表面，通过感应局部放电故障在设备表面与地面之间产生的高频电磁信号来诊断不同局部放电类型［24-25］。

2.1.2 光纤传感技术

光纤不仅是现代信息社会光纤通信的基石，在电力关键设备CMD 技术中光纤传感器也得到了广泛的应用。光纤传感器具有体积小、重量轻、灵敏度高、传输损耗低等优点，同时具备耐腐蚀性和抗电磁干扰能力［26］。由于光波在光纤中传播的特征参量会受外界因素的影响而发生变化，利用光纤传感器能分析探测影响光波传输的外界物理、化学和生物的变化［27］。光纤传感器由光源、入射光纤、出射光纤、光调制器、光探测器以及解调制器等组成。按照光纤功能，可将光纤传感器分为功能型和非功能型。前者将光纤作为敏感元件，光在光纤内受外界被测因素调制；后者的光纤仅作为信息的传输介质，光在其他敏感元件上受被测量调制［28］。

光纤传感器在电力关键设备CMD 的主要应用场景包括分布式温度监测、气体监测以及异常振动及局部放电检测等。

分布式光纤温度传感器可用于变压器内部温升监测，以及架空线、电缆温度监测等，实时反映这些设备关键部件的温升，并具备耐受电磁强干扰的能力［29］。光纤分布式温度传感器可以分成两类:布拉格光栅光纤温度传感器［30-32］和散射光谱光纤温度传感器。散射光谱传感器主要包含瑞利散射［33-35］、布里渊频移［36-38］以及拉曼散射3 种类型［39-42］。

光纤气体传感器广泛应用于油浸式变压器的溶解气体分析（dissolved gas analysis，DGA）和SF6空气断路器的气体成分分析等。这类传感器主要监测气体成分、浓度以及产生速率，通过这些参数可以评估设备的故障类型和程度，例如局部放电、火花、电弧以及过热等。光纤气体传感器主要包括布拉格光栅光纤气体传感器［41］、红外吸收光谱光纤气体传感器［43-44］以及拉曼光谱光纤气体传感器［45-48］。

异常振动信号和局部放电产生的超声信号属于机械波，因而可以使用同类光纤传感器监测和诊断变压器中电磁力引起的绕组振动、磁滞伸缩引起的硅钢片振动以及各类设备中的局部放电故障［49］。这类光纤传感器主要包括布拉格光栅振动超声传感器［50-52］和光干涉振动超声传感器。其中，光干涉振动 超 声 传 感 器 包 括Mach-Zehnder 干 涉 仪 类［53-55］、Michelson 干 涉 仪 类［56-57］、Sagnac 干 涉 仪（Sagnac interferometer，SI）类［58-60］以 及Fabry-Perot 干 涉仪类［61-63］。

2.2 传感信号处理技术

2.2.1 信号调理

信号调理技术用于改善传感信号质量从而提高关键设备CMD 精度和灵敏度，通过改善信号的特性，如减少噪声、提高信噪比、改变频率响应以及补偿温度漂移等，降低后端模块处理分析信号数据的难度。其主要包括以下几个部分［6］。

1）传感信号放大技术。这一技术通过放大器实现，其功能不局限于将传感采集模块输出的微弱信号放大到合适电平，还包括:通过高共模抑制来抑制共模干扰；通过低输入参考噪声和低噪声系数提升信噪比、保证信号质量；通过高输入阻抗防止信号衰减，保证传感元件正常工作；通过建立补偿电路实现对信号相位、幅值偏移的调整等。在工程应用中，工频及其谐波产生的电磁干扰对微弱信号采集造成了极大困难，故常采用仪表放大器作为输入级，通过较大的共模抑制比放大差模信号并有效去除共模信号，结合偏置与补偿电路构成信号调理前端。

2）传感信号滤波技术。经典滤波技术根据目标信号所在频段，通过软硬件建立低通、高通或带通等滤波实现对干扰噪声频段幅值衰减，能够有效对电力系统中常规干扰进行滤除。而数字实现的现代滤波技术基于信号的随机性本质，将信号和噪声作为随机信号，通过统计特性实现信号估计。例如，通过建立信号与噪声空间状态模型估计系统状态的卡尔曼滤波、基于蒙特卡洛序列采样技术近似后验分布的粒子滤波等。现代滤波技术在电力系统短期负荷预测、动态状态估计、电机状态和参数估计等难以精确观测或数据模糊的场景有较好应用［64-68］。

3）抗干扰与噪声抑制技术。高压电网、无线电发射装置以及雷电造成的干扰可经电磁耦合影响信号放大电路。针对外源性干扰，常通过芯片封装、金属屏蔽及良好接地等方式形成法拉第笼进行有效控制；针对内源性噪声，如电源噪声、模数信号串扰，在传感芯片设计与板级系统设计中需严格考虑模拟、数字、功率各信号域划分，采取地平面分割、分布式电源、信号屏蔽等手段，并进行合适的电源管理与去耦滤波。影响传感信号的噪声主要包括背景噪声和脉冲噪声。通过时域和频域建模可对噪声进行针对性滤除。

2.2.2 模数转换

模数转换器用于将模拟信号转换成数字信号，使电力关键设备CMD 参数数据化。模数转换需经过采样、保持、量化和编码4 个过程。按结构和工作原理，模数转换器包括逐次逼近型模数转换器（successive-approximation register analog-to-digital converter，SAR ADC）、流 水 线 型 模 数 转 换 器（pipelined ADC）和Sigma-Delta 模数转换器（Sigma-Delta ADC）。这3 种模数转换器具有不同的精度和速度范围，对应不同的应用场景。Sigma-Delta ADC 通过过采样、噪声整形和数字滤波实现高精度数模转化，分辨率相对较高但有效采样速度受到限制；Pipelined ADC 相反，它牺牲采样精度来提高采样速度，最高可高达2 GHz；SAR ADC 介于两者中间，具有高精度，低功耗的特点，其最高采样率可达2～5 MHz［69-72］。用 于 物 联 网 传 感 的SAR ADC 在6.4 kHz 采样率下仅需1 V 电源提供560 nA 功耗电流，400 Hz 采 样 率 模 式 下 仅41 nW 功 耗［73］。基 于SAR ADC 结 构 的 模 数 转 换 器 在8 bit、20 kHz 测 量10 kHz 信 号下仅需1.12 μW 功耗，对于100 Hz 正弦波仅需106 nW 功耗［74］。

电力关键设备CMD 中的监测参数通常为低频小信号，信号变化慢，故对模数转换电路的精度和速度要求较低；而由于设备工作环境恶劣，空间小、供电难、运维不易，在体积、成本、功耗方面有更高的需求［75］。结构简单、功耗低的SAR ADC 已成为传感芯片中应用最为广泛的模数转换电路结构，大量应用于温湿度、压力、电压、电流等信号参数采集以及探伤、振动检测等领域。

2.3 数据分析技术

电力系统中的不同类型传感器产生大量异构数据，这些数据增长快速、类型丰富，符合典型大数据特点，涵盖了系统的运行信息，能够反映潜在的设备运行风险与故障。现阶段，新型电力系统的数据分析业务有以下特征:1）终端设备接入泛化，数据多元化，数据量增长迅猛；2）电力系统数据欠挖掘，海量高价值数据应用不充分；3）低延时需求增长，多元化业务实时分析响应需求增大；4）分布式设备部署存在数据“壁垒”，需要协同分析。

针对海量存在的数据采集终端，边缘计算及结合云计算的协同技术能够部署在靠近作为数据源头的传感芯片侧，满足CMD 信息数据体量大、算力资源受限、带宽需求高、灵敏度要求高的需求。

边缘计算是在物联网、人工智能、大数据及云计算快速发展形势下提出的新计算模式，可将具有计算、存储、应用等功能的智慧平台部署在靠近数据源头的网络侧，并提供智能服务，以实现更快的网络服务响应，满足实时业务、应用智能、安全与隐私保护等需求［76］。目前，针对电力系统中已经存在的海量数据采集终端，如智能电表等，电力公司借助云计算平台对各类数据资源进行了整合和管理，为系统调度和控制提供了计算服务和应用需求。然而，随着传感芯片的不断接入，新型电力系统中关键设备运行数据的容量可能上升1 个数量级，而云计算服务器难以负担如此庞大的数据分析任务。通过在网络边缘进行数据处理，边缘计算能够以分布式的数据处理与存储方式提供电力关键设备CMD 数据服务，降低云端网络核心节点的计算压力。

边缘计算具有智能化、低时延、低能耗以及高可靠性的特点，适用于电力关键设备CMD 参数的实时、短周期数据分析需求，以本地决策的方式对设备异常运行状态和即将发生的故障进行预警。但受限于设备体积、功耗要求、芯片算力等，边缘计算难以完成大规模数据的运算。相比之下，云计算更适用于非实时、长周期数据的大数据分析，可以利用累积的设备CMD 数据评估绝缘老化程度等，进而对设备寿命进行预估。但海量数据所带来的数据传输带宽压力使得仅基于云计算的后端计算模式难以满足新型电力系统CMD 设备的实时性要求。

因此，将边缘计算和云计算优势结合，构建云-边协同计算生态是新型电力系统智能化应用的大势所趋。通过将边缘计算部署在传感芯片侧，完成对数据的预处理、计算与预测执行，能够满足低延时响应要求，在进一步提高数据挖掘深度的同时，有效缓解云计算平台网络带宽和计算存储方面的压力；云端长期维护边缘计算上传数据，将大数据分析形成的计算结果反馈到边缘侧终端，有效提高电力系统CMD 设备的维护管理精度与准确度，形成协同互补。

将边缘计算和云计算相结合的云-边协同技术能够发挥边缘计算和云计算的优点，将边缘计算作为云计算的延伸，促进新型电力系统的智能化发展。在这个协同中，云端负责大数据分析、模型训练、算法更新等任务；边缘计算负责传感芯片的就地数据计算、存储和传输等任务［77-79］。在需要借助多种传感数据和多种算法的CMD 数据分析场景下，还可以在不同边缘端的传感芯片之间建立安全的通信机制，利用不同边缘的本地信息进行数据共享和协同，构建边-边协同机制。

云-边协同一般包括3 种模式［80］:1）训练-计算的云-边协同；2）云导向的云-边协同；3）边缘导向的云-边协同。边-边协同也包括3 种模式［80］:1）边-边计算协同；2）边-边分布式训练协同；3）边-边联邦训练协同。

2.4 信息传输技术

2.4.1 电力线载波通信

电力线载波通信（power line communication，PLC）是一种以电力线作为通信介质，利用现有电网进行信息传输的通信技术，将发送数据经过数字调制得到适合电力线传输的信号，输出并耦合至电力线后，接收端从电力线中分离出通信信号，完成解调操作，实现数据、图像以及语音等信息的传输。PLC的优势在于线缆覆盖范围广泛、成本相对低廉、即插即用且应用性强［81］。针对输电线路的传感芯片CMD 信息可以优先考虑PLC 技术传输。

传统PLC 通过单载波调频技术实现，例如频移键控［82-84］（frequency shift keying，FSK）、扩频型频移键控（spread frequency shift，SFSK）以及相移键控（phase shift keying，PSK）［85］等。但单载波调频存在通信速率较低、易受干扰等问题。随着PLC 技术的 发 展，正 交 频 分 复 用［86］（orthogonal frequency division multiplexing，OFDM）技术得到了广泛关注。作为一种多载波调频技术，OFDM 能够将待传输的高速串行数据流串并转换为多个低速并行子数据流，提高码元长度，有效避免了符号间干扰（inter symbol interference，ISI）与 子 载 波 间 干 扰（inter carrier interference，ICI），拥有频谱利用率高、抗多径干扰以及通信速率高等优点［87］。

2.4.2 卫星通信

卫星通信作为一项重要的通信技术，具备广泛覆盖和灵活部署的特点。随着电网的大规模互联和能源互联网的兴起，卫星通信在电力系统领域发挥着越来越重要的作用，展现出强劲的增长潜力和融合能力，推动了电力系统产业结构的调整和发展方式的转变［88］。卫星通信技术主要以非移动通信的方式为电力系统提供调度业务和应急业务的服务支持，包括数据、语音以及视频等［89-93］。对于传感芯片，通信卫星主要用于传输状态参数和故障信息等数据，在数据传输上技术成熟度较高，异步传输速率为19.2～75.0 kbit/s，同步传输速率为1.2～65.0 kbit/s，延迟小于1.5 s，误码率小于1×10-7，丢包率小于0.01%［88］，适用于部署在偏远山区设备中的传感芯片CMD 信息传输。

同时，卫星通信的超小型孔径终端（very small aperture terminal for satellite communications，VAST）技术发展也为传感芯片数据传输模块小型化 提 供 便 利［94］。VAST 由1 个 小 型 天 线（称 为VSAT 终端）和1 颗地球轨道卫星组成，主要特点是天线小型化，直径在0.75～1.2 m 之间［95］。相比于传统的大型卫星接收器和发射器，VSAT 天线更加紧凑和易于安装，适用于各种环境，包括农村地区、偏远地区以及其他对移动通信需求较高的环境。

2.4.3 无线通信技术

表3 归纳了可应用于传感芯片的无线通信技术。

表3 传感芯片无线通信技术Table 3 Wireless communication technology for sensor chips

1）无线蜂窝网络主要基于分布式基站的网络设计。每个基站都为其覆盖区域提供通信服务。蜂窝网络的优点包括覆盖范围广、移动性高。5G 等现代蜂窝网络技术实现了高数据传输和低延迟，并具有接入大量设备的能力。

2）WiFi 基于IEEE 802.11 系列标准发展而来，通常用于搭建家庭、办公室无线局域网和公共热点，提供Internet 接入服务。WiFi 的数据传输速度高且适应不同的数据传输速率和频段。

3）全球微波互联接入（WiMax）是基于IEEE 802.16 标准的无线通信技术，主要用于提供宽带无线接入。WiMax 的优点是覆盖范围广，可以达到几十千米，并且能够提供高速的数据传输，适合用于覆盖大范围的网络接入需求。

4）ZigBee 基于IEEE 802.15.4 标准实现，其低功耗的特点尤其适合于低数据速率的应用，例如智能家居、工业控制等。ZigBee 支持大量节点接入的网络并具有较高的安全性和可靠性。

5）Z-Wave 同样也是一种低功耗无线通信技术，专为自动化设备和智能家居设备设计。Z-Wave 使用较低的频率，在物理障碍物之间的穿透力更强，支持大量设备的互联，并且每个设备都可以充当网络的中继器。

6）Insteon 是一种家居自动化协议，它结合了无线和电力线通信技术，具有更高的可靠性。Insteon设备可直接互相通信形成一个网状网络，提高了信号的传播范围。

7）蓝牙是基于IEEE 802.15.1 标准的近距离无线通信的技术，被广泛应用于智能手机、电脑、耳机、汽车等设备中，用以替代传统的有线连接。最新的蓝牙5.0 标准提供了更高的数据传输速率和更大的通信距离。

无线通信技术提供了海量传感芯片的CMD 信息接入数据终端的能力，适用于传感芯片部署密度大、关键设备集中的发电厂、变电站等区域。

3 电力关键设备CMD 传感芯片技术挑战

传感芯片关键技术的发展已经为电力系统关键设备CMD 提供一定的保障，对潜在的运行风险和设备故障做出预警，避免重大事故的发生。但面临一些极端工况时，参数监测准确度和故障诊断可靠性尚有不足，对于旋转设备以及新型并网设备缺乏CMD 手段，严重影响了新型电力系统的可靠运行。本文从极端工况和监测技术拓展两方面对传感芯片面临的挑战展开讨论。

3.1 极端工况挑战

在电能的生产和传输环节，系统电压等级较高且存在着众多电磁信号发射源，传感芯片的信号采集和数据传输将会遭受这些信号源产生的强电磁干扰。电磁干扰可能由设备本身造成，如开关操作、电压/电流突变等，或是外部干扰信号，如雷击、无线电等。干扰信号可能会被传感芯片误识别为真实的电力设备状态参数或是故障信号，尤其在电磁干扰源具有与局部放电相似的电磁信号特征时，极易导致误识别［16］，给电力设备的运行维护造成不必要的风险和损失。虽然目前的传感采集技术，如各类光纤传感技术，可以通过采集非电信号来抵抗电磁干扰对CMD 的影响，但强电磁仍有可能会影响传感芯片向数据终端反馈关键的CMD 信息，使得传感芯片功能失效，提高传感芯片在电磁干扰下的数据通信可靠性仍然面临较大挑战。

由于电磁力的作用，静止设备和旋转设备都时刻承受着机械应力，当电力设备故障发生时，电压/电流骤变也会使传感芯片及敏感元件所受应力发生突变，并可能造成短时高频高强度的机械振动，导致传感芯片及敏感元件发生损坏。作为设备CMD 终端，传感芯片本身对异常振动和应力的耐受程度不足将会使被监测设备暴露在由机械力造成的故障风险中。对此，一方面，需要提高传感芯片元件的机械强度；另一方面，也需要根据电力关键设备中实际机械应力的分布情况评估传感芯片的部署方式。

涡流和集肤效应是造成设备金属部件发热的主要原因。关键设备内部的运行温度不仅是受传感芯片监测的重要指标，同时也影响着传感芯片的正常运行。一方面，长期过高的设备温度在缩短设备自身绝缘寿命的同时，对传感芯片的敏感元件、电路板以及芯片的长久平稳工作也会造成较大影响；另一方面，异常状态下设备的高温可能会直接导致传感芯片的损坏。传感芯片的设计应当考虑避免涡流对关键元件可能造成的影响，同时，在嵌入式安装时考虑设备内部的温度分布，避免重要元件暴露在高温下。

3.2 监测技术拓展

对于电力系统中的静止设备，即便不采用无线数据传输的方式也可以通过有线连接的方式获取设备运行的状态参数。然而，对诸如同步发电机转子、风机转子等旋转部件，停机检修仍是设备CMD 的主要手段。发电机较少发生单纯的机械或电磁故障，从单一参数进行发电机状态监测和诊断的准确程度和可靠性难以保证。当前，对转子绕组相关参数监测，如转子绕组、铁芯、磁极等部件的温度监测，主要通过温敏电阻配合电刷输出信号，并结合励磁电流、励磁电压计算转子绕组电抗和温升。但数值计算方法求得的平均温度不能及时反映短时异常温升。另外，对于发电机气隙参数的在线监测手段十分匮乏，潜在的转子偏心、磁极缺陷等故障只能通过定期检修的方式排除。风电机组是新型电力系统发电环节中的重要组成部分，其风轮、发电机以及调向器均为旋转部件，特殊的安装方式更是增加了人工检修的危险性，如何利用传感芯片对机械旋转部件进行CMD 是其在监测技术上面临的挑战。

4 电力关键设备CMD 传感芯片技术展望

4.1 传感采集技术展望

1）提高电力关键设备CMD 传感技术的监测精度。随着新型电力系统的建设，新能源渗透率的提高，不同类型机组的灵活发电技术、不同时间尺度与规模的储能技术和柔性交直流输电技术的发展，新型电力系统将在更小时间尺度内有更强的调节能力，需要对电力设备运行状态有更加精确的把握。因此，传感技术需要具备更高的测量精度和时间/空间分辨率。

2）增强电力关键设备CMD 传感技术的抗干扰能力和环境耐受能力。电力系统电压等级的提高以及谐波成分的增加使得传感芯片需要面临更高强度、更宽频段的电磁干扰，一些通过感知高频脉冲来检测局部放电故障的传感技术更需区分干扰信号与目标信号。传感芯片应当能够耐受极端工况和极端气候造成的影响，从而在电力设备最有可能出现故障时提供可靠的监测能力。

3）提高设备兼容性，降低安装和维护成本。新型电力系统中，并网电力设备种类更加丰富，传感芯片需要提高对不同品牌设备的兼容性。采取嵌入式和非侵入式传感技术相结合的方式，密切监测设备重要部件运行状态，同时，降低传感芯片对原设备电磁场分布的影响。对于需更换耗材的传感器，应当预留便捷的维护途径以降低成本。

4.2 信息传输展望

1）提高电力关键设备CMD 信息传输速率与可靠性。传感终端的数量大幅增加以及采样频率的大幅提升使得电力关键设备CMD 信息的时间、空间分辨率提升，数据更新间隔缩短但更新内容增多。因此，需要更高的数据传输速率。但数据传输过程中的延迟和丢包可能会导致CMD 信息出现数据不同步、缺失等问题的发生，数据传输的可靠性问题不容忽视。

2）提高电力关键设备CMD 信息传输安全性。大量的CMD 数据中包含着详尽的电力关键设备运行状态参数和故障诊断信息，多种无线信息传输技术使感知参数的传输更加便利，但也因此增加了数据暴露的风险，数据安全漏洞将直接威胁电力系统的安全稳定，传感芯片信息传输过程中的数据保护和加密技术需要得到重视。

3）提高传感芯片的上行数据兼容性，推进标准化。传感芯片服务于电力系统的优化调度与维护管理，兼容性更强的数据传输技术便于融合不同途径的CMD 数据，进而提升数据传输性能，统筹多元数据，充分挖掘CMD 数据价值。此外，需要推进传感芯片信息传输管理的标准化，降低数据预处理过程的复杂度，进一步提高数据利用效率。

4.3 数据分析展望

1）结合本地计算和在线服务，实现状态参数实时分析。边缘计算及其协同技术极大程度提升了对高维度、大体量设备状态参数的计算和分析能力。随着芯片技术的发展，传感芯片本地处理数据的能力将逐步提升，预先完成噪声滤波、数据压缩、数据特征提取等分析步骤能减少数据传输体量，从而提高数据传输效率和同步率。将人工智能算法集成到传感芯片上可以强化传感芯片对高维数据的本地分析能力，降低原始数据传输的延迟。

2）挖掘多源、海量的CMD 数据价值。传感芯片单位时间内采集的数据体量巨大但价值密度低，集成计算单元的传感芯片通过挖掘不同数据源的状态参数，可实现数据价值升格。在进行多源数据融合过程中，应当通过加权平均、贝叶斯估计、模糊集理论等方法解决可能出现的数据冲突问题。

4.4 芯片技术展望

1）低功耗、高效能、长续航。随着传感芯片的数量和覆盖范围的增加，低功耗、高效能、长续航是必然的发展趋势。在部分模块进行无源化处理，以实现功耗的进一步降低。传感芯片也可以通过自取能自供电的方式，实现无需电池供电的超长续航，提高稳定性并降低成本。

2）集成化、小型化。随着集成电路工艺的不断发展，芯片小型化、微型化的成本也在不断下降。电力系统关键设备CMD 的应用环境复杂，安装传感系统的空间有限，要求传感芯片具有更高的集成度与更小的体积以适配不同的应用场景。

3）智能化。面对新型电力系统的应用场景，传感芯片将进一步结合大数据分析和云计算等技术。感存算一体的芯片设计技术可实现数据采集、处理和存储的一体化。本地算力的提高使传感芯片可通过在线学习不断收集CMD 数据样本以具备决策能力，从而推进新型电力系统的智慧融合建设。

5 结语

新型电力系统的构建是适应能源系统结构化改革和践行“双碳”目标的必要举措，但同时也对电力关键设备的安全平稳运行提出了更高的要求。目前，电力关键设备的CMD 手段存在的时效性不足、准确度欠佳以及无法对潜在故障进行预警等问题逐渐凸显，通过新型传感芯片进行CMD 可有效解决所面临的困境。本文从面向新型电力系统的设备CMD 传感芯片的概念出发，综述了传感芯片的传感采集、信号处理、数据分析以及信息传输4 项关键技术的发展现状，并提出由新型电力系统中极端工况和监测场景拓展所带来的传感芯片技术挑战。最后，从传感采集技术、信息传输技术、数据分析技术以及芯片技术展望了面向新型电力系统的设备CMD 传感芯片的研究方向，希望对后续研究提供参考。

本文研究得到镇江市重点研发计划重大科技专项（ZD2020005）资助，谨此致谢！