基于物联网的电缆接头智能监测系统研究

2024-05-07李扬杨正富张晓剑李温静

粘接 2024年3期

李扬杨正富张晓剑李温静

摘要：为了实现对电缆接头温度的实时化、精确化监测，应用窄带物联网技术，设计一款功能完善、实用性强的电缆接头温度监测系统。从供电单元设计、温度采集节点设计2个方面入手，进行系统硬件设计。从MCU主控程序设计、窄带物联网通信设计、物联网通信协议设计、SSA-BP神经网络模型设计等入手，完成系统软件设计，测试了系统性能。结果表明，在窄带物联网技术的应用背景下，所设计的电缆接头温度监测系统运行正常、可靠、稳定，具有功耗低、测量精确度高特点，完全满足电缆接头温度智能化监测需求。

关键词：窄带物联网；物联通信协议；电缆接头；温度监测；神经网络

中图分类号：TQ325.3；TP311.5

文献标志码：A文章编号：1001-5922（2024）03-0141-04

Research on intelligent monitoring system for cable joints based on the internet of things

LI Yang1，YANG Zhengfu1，ZHANG Xiaojian1，LI Wenjing2

（1.State Grid Xiongan Sgitg Digital Technology Co.，Ltd.，Xiongan New Area 071701，China;

2.State GridInformation & Telecommunication Co.，Ltd.，Beijing 100192，China）

Abstract：In order to achieve real-time and accurate monitoring of cable joint temperature，a cable joint temperature monitoring system with perfect functions and strong practicability is designed by using narrow band Internet of Things technology.Starting from the design of the power supply unit and the temperature acquisition node，the system hardware design was carried out.Starting from MCU control program design，narrowband IoT communication design，IoT communication protocol design，SSA-BP neural network model design，etc.，the system software design was completed and the system performance was tested.The results showed that under the application background of narrowband Internet of Things technology，the designed cable joint temperature monitoring system operated normally，reliably and stably，had the characteristics of low power consumption and high measurement accuracy，fully meeting the requirements of intelligent monitoring of cable joint temperature.

Key words：narrow band internet of things;IoT communication protocol;cable connector;temperature monitoring;neural network

在智能電网的不断发展下，电力系统设备是否稳定运行，直接影响了电力系统整体运行性能。与架空输电线路相比，电力电缆具有占地空间小、可靠性高等特点，被广泛地应用于城市输配电网中［1］。电缆线路内部含有大量的电缆接头，电缆接头因制作工艺不佳、电缆接头胶粘剂性能低、接触电阻过大很容易出现高电压、高电流等问题，这就增加了异常温升风险，导致电缆线路出现快速老化现象，如果这些故障问题没有得到及时解决，会引发严重的火灾事故，所以，加强对电缆接头温度的实时化、智能化监测，并及时发现和解决电缆接头温度异常问题，才能有效地提高电力系统的运行性能［2］。传统电缆接头温度监测主要采用人工巡检模式，但是，这种模式的运用，会增加监测工作量，同时，还降低监测结果的准确性［3］。而基于窄带物联网的电缆接头温度监测系统的设计和应用，可以突破传统电缆接头温度监测方式的局限性，实现对电缆接头温度的实时化、高效化、智能化监测［4-6］。

1 系统硬件设计

系统硬件设计示意图如图1所示。

从图1中可以看出，该系统终端硬件主要是由供电单元、温度采集节点、窄带物联网网关节点三个部分组成，现重点介绍供电单元设计、温度采集节点设计。

1.1 供电单元设计

供电单元的设计和应用，可以为整个终端装置提供源源不断的电能，确保电平转换功能、电源管理功能实现，所选用的供电电源是锂电池组［7-9］，该电池组型号为ICR18650CL，同时，还选用了稳压芯片，该芯片型号为MAX77827，并借助电源管理电路，不断延长锂电池组使用寿命。

1.2 温度采集节点设计

1.2.1 主控芯片

主控芯片型号为STM32L431RCT6，该芯片内部主要用到了Cortex-M4内核［10-12］，所支持的低功耗模式相对较多，多达7种，该芯片最低工作电压、最高工作电压分别是1.8 V、3.7 V；同时，还要将该芯片运行功耗设置为85 Ua/MHz，并选用功耗极低模式，确保系统功耗降到最低。另外，还要将该芯片的最高主频统一设置为81 MHz，确保系统表现出功耗低、数据处理能力强等特点。在此基础上，通过运用温度传感器，完成对电缆接头温度数据的实时化、精确化读取［13］，同时，还要确保串口与窄带物联网模块之间形成良好的通信关系，只有这样，才能达到监测装置设计相关标准和要求;

1.2.2 温度传感器

系统设计所选用的温度传感器是数字传感器，该传感器型号为HDC1080，并将该芯片的分辨率统一设置为14位，将温度最小测量值、最大测量值分别设置为-39、124 ℃；将电缆接头温度测量精度最小值、最大值分别设置为-0.2、0.2 ℃。另外，在睡眠模式下，将该温度传感器工作电流、平均工作电流分别设置为100 nA、1.4 μA，避免电池供电操作不便问题。

2 系统软件设计

2.1 终端单片机主控程序设计

终端单片机主控程序作为一种重要的主导模块，主要用于对监测终端软件的设计，通过运用监测终端，采集电缆接头温度数据，并对异常情况进行检测，并发出相关报警声，同时，还能对云平台所下发的指令进行解析等。

（1）通过运用该系统上电启动的方式，初始化操作各个模块［14］。运用窄带物联网模块，科学配置网络资源，在通信设备鉴权等相关数据之前，做好对相关网络连接工作有效开展。当初始化操作结束后，分析和判断是否存在云端控制消息，如果存在，需要对消息类型进行判断，并对相关命令和数据进行存储;

（2）利用传感器可以对电缆接头温度信息进行全面化采集，并将这些温度信息安全、可靠地传输到终端单片机中［15］，由终端单片机编码和存储这些数据，同时，还要分析和判断这些数据是否超过所设置好的报警阈值，如果超出，系統会在第一时间内发送数据，并弹出相关报警信息［16］。这些数据通过借助窄带物联网模块，直接传输到云平台，由云平台对接收到的数据进行处理。另外，监测终端在采集和上传数据期间，采用定时上电方式，结合电缆接头温度监测需求，科学设置数据采集和上传时间间隔。

2.2 窄带物联网通信设计

窄带物联网通信模块在实际设计中，通过将终端数据安全、可靠地传输到云平台中，并对这些控制消息进行接收和处理。通过利用串口，可以将终端终端单片机与窄带物联网模块进行有效连接，并采用发送指令的方式，智能化控制窄带物联网模块［17］，确保主控芯片与窄带物联网模块之间能够安全化、高效化传输。另外，通过将窄带物联网模块与网络进行有效连接，并利用云平台，完成对设备的创建，从而获得设备识别码。最后，利用通信协议，向云平台安全、可靠地传输封装打包后的数据。

2.3 物联网通信协议设计

考虑到资源受限设备的低处理能力和低功耗限制，重新定义CoAP协议的Payload部分数据格式，使其可适配不同类型设备的接入。

CoAP是一个完整的二进制应用层协议，带有报文头，负载（Payload）和报文头之间使用单字节分隔符0xFF隔离。

Payload部分由DevideID、Length、DataNum、DeviceData和Check组成。其中，DeviceID为设备唯一标识，即温度传感器设备ID，确保云平台识别不同的设备接入，DeviceID占用6个字节；Length为DataNum+DeviceData的总长度；DataNum记录DeviceData数据中共有多少设备；Check采用CRC校验，占用2个字节。DeviceData报文记录了设备的具体测量点表的ID、数据类型以及数据值。

2.4 SSA-BP神经网络模型设计

2.4.1 麻雀搜索算法

麻雀搜索算法（英文简称为“SSA”）作为一种新型算法，具有一定的群智能性，在该算法的应用背景下，通过采用迭代寻优的方式，对麻雀种群捕食与反捕食行为进行迭代处理。通过运用麻雀搜索算法，所获得的优化BP神经网络实现流程如下：

（1）初始化处理。通过对网络结构参数进行科学设置，确定出神经网络层数、神经元个数，同时，还要结合麻雀种群规模，确定出合适的种群进化次数，并归一化处理所收集好的样本数据［18］;

（2）计算适应度。通过对麻雀种群个体适应度进行计算，并对最终计算值进行排序，然后，确定出最高适应度和最低适应度;

（3）更新预警者的位置，从而获得预警的最优位置;

（4）在BP神经网络的应用背景下，对电缆接头温度进行补偿处理。

2.4.2 模型训练

在进行模型训练期间，要结合所采集好的样本数据［9-13］，对电缆接头温度进行监测和获取。同时，将电缆接头温度值、环境温度值直接设置为神经网络的输入值，将电缆接头温度标准值设置为神经网络输出值。部分样本数据如表1所示。

通过运用SSA-BP神经网络，对温度数据进行训练［14-18］，从而完成对单隐层神经网络模型的构建，然后，将网络输入层神经元个数设置为2个，将网络隐含层神经元个数设置为5个，将网络输出层神经元个数设置为1个；同时，将网络最大训练次数、学习速率、训练精度分别设置为500、0.01、0.000 01。另外，还要将麻雀种群规模、迭代进化次数、搜索空间纬度分别设置为20、100、21。当以上参数设置结束后，采用训练测试的方式［19-20］，对神经网络进行训练处理。在传统BP神经网络的应用背景下，所获得的预测误差表现出的波动，其最大误差绝对值、误差绝对值之和分别是0.40、3.18 ℃。在SSA-BP神经网络的应用背景下，所获得的预测误差表现出的波动，其最大误差绝对值、误差绝对值之和分别是0.15、2.32 ℃。这表明SSA-BP神经网络所获得的预测误差表现出较低的波动，有效地降低了预测误差最大值；同时，还能确保绝对值之和降到最低，从而获得显著的电缆接头温度校正效果，进而保证电缆接头温度监测结果的精确性和真实性。

3 系统性能测试

为了更好地考量该系统负载能力，验证该系统性能稳定性，测试人员在测试系统性能期间，要求600名用户在线同时登录和访问该系统，系统性能测试结果如表2所示。

由表2可以看出，当同时登录系统的员工用户达到600位时，系统仍然可以正常、稳定地运行，这表明该系统具有较高的负载能力，完全可以应对海量用户登录和操作系统需求。

4 结语

（1）通过选用低功耗的监测终端器件，完成对节能电源管理电路的科学化设计，同时，通过对低功耗工作模式进行设置，可以确保终端功耗降到最低，使得电池供电时间得以有效延长，确保监测终端供电的稳定性、便捷性和高效性;

（2）通过运用SSA-BP神经网络模型，可以对电缆接头温度测量数据进行校正，确保电缆接头温度测量结果的精确性和真实性得以大幅度提高，同时，还能真实、有效地反映出电缆接头的实际温度变化状态;

（3）在窄带物联网的应用背景下，通过运用该系统，可以对电缆接头监测数据进行远程化、无线化传输，有效地避免了传统传输方式存在功耗高、通信效率低等问题。

【参考文献】

［1］袁林峰，徐勇明，史建勋.基于GIS与物联网集成的地下电缆井在线监测系统［J］.农村电气化，2021（2）：49-52.

［2］张鹏程.基于荧光测温技术的开关柜温度监测预警系统［J］.今日制造与升级，2021（3）：26-27.

［3］秦焕鑫，谭国竞，王永清，等.10 kV环网柜电缆接头温度在线监测方案设计［J］.电子设计工程，2020，28（6）：165-169.

［4］秦焕鑫，谭国竞，王永清，等.10 kV环网柜电缆接头温度在线监测方案设计［J］.电子设计工程，2020，28（5）：165-169.