宋凱誠

（國網(wǎng)江蘇省電力有限公司 常熟供電分公司，江蘇 常熟 215500）

0 引 言

隨著我國社會經(jīng)濟的飛速發(fā)展，電力行業(yè)也走上了一個更高的規(guī)模維度，當(dāng)前變電站的日常維護早已不再是傳統(tǒng)的人工巡檢，取而代之的是使用遠(yuǎn)程智能集控的高新技術(shù)方式對變電設(shè)備進行運行、故障等各項參數(shù)監(jiān)測。盡管變電站的在線監(jiān)測系統(tǒng)已經(jīng)廣泛投入使用，但是監(jiān)測系統(tǒng)中的設(shè)備故障數(shù)據(jù)監(jiān)測難、服務(wù)優(yōu)化差及通信效率低等問題，仍然是制約該系統(tǒng)發(fā)揮更大作用的重要因素[1]?；谏鲜霰尘埃瑢ψ冸娬镜脑诰€監(jiān)測系統(tǒng)進行了一定優(yōu)化，并采用卡爾曼濾波和灰狼優(yōu)化雙策略算法對設(shè)備故障的數(shù)據(jù)智能監(jiān)測進行了科學(xué)設(shè)定，基本滿足了用戶對變電站數(shù)據(jù)監(jiān)測的可視化需求，從而提升了用戶與系統(tǒng)的人機交互體驗。

1 變電站在線監(jiān)測系統(tǒng)設(shè)計

本次主要對變電站監(jiān)測系統(tǒng)植入了物聯(lián)網(wǎng)優(yōu)化技術(shù)，即通過智能物聯(lián)網(wǎng)關(guān)與變電站中控鏈接，實時獲取相應(yīng)設(shè)備的溫度、濕度、電流等監(jiān)測數(shù)據(jù)，并傳輸至大數(shù)據(jù)平臺進行處理分析，最后將設(shè)備的實時運行、故障等系統(tǒng)參數(shù)傳送至用戶端，以實現(xiàn)人機交互良好的設(shè)備智能監(jiān)測系統(tǒng)。

1.1 系統(tǒng)總體框架

本次變電站監(jiān)測系統(tǒng)的設(shè)計旨在優(yōu)化當(dāng)前系統(tǒng)所存在的缺陷，應(yīng)滿足于以下幾點要求：（1）設(shè)備各類型參數(shù)應(yīng)通過物聯(lián)網(wǎng)關(guān)實時傳輸?shù)綌?shù)據(jù)云平臺；（2）確保設(shè)備傳輸數(shù)據(jù)的穩(wěn)定性與安全性，以提升設(shè)備故障的報警效率；（3）自主研發(fā)配套軟件，客戶端程序可以基于此進行便捷的可視化數(shù)據(jù)監(jiān)測，進而實現(xiàn)人機數(shù)據(jù)交互的最大化利用[2]?；谏鲜鲆螅到y(tǒng)的總體構(gòu)架主要包括物聯(lián)網(wǎng)關(guān)、云平臺及用戶端3大部分，構(gòu)架流程如下文所述。

首先，通過相關(guān)的通信協(xié)議將變電站中控與物聯(lián)網(wǎng)關(guān)進行鏈接，傳感器接收到的數(shù)據(jù)傳輸至數(shù)據(jù)云平臺；其次，利用數(shù)據(jù)云平臺的業(yè)務(wù)處理模塊進行設(shè)備數(shù)據(jù)云分析，并完成傳輸數(shù)據(jù)的存儲、歸結(jié)及命令下達；最后，依托自主研發(fā)軟件提供給用戶便捷的可視化監(jiān)測交互界面，并開發(fā)了Web網(wǎng)頁，全面提升了程序功能支持，主要包括用戶信息管理、歷史數(shù)據(jù)查詢、設(shè)備實時監(jiān)控以及設(shè)備故障警報等功能模塊。

1.2 物聯(lián)網(wǎng)關(guān)設(shè)計

1.2.1 硬件設(shè)計

物聯(lián)網(wǎng)關(guān)硬件設(shè)計主要包括通信模塊、射頻模塊、串口隔離模塊、處理模塊、電源模塊以及顯示模塊等，如圖1所示。

圖1 物聯(lián)網(wǎng)關(guān)硬件架構(gòu)

處理模塊包括微控制單元（Micro Controller Unit，MCU）處理模塊和JS8322處理模塊兩類，分別處理由射頻模塊、通信模塊傳輸過來的數(shù)據(jù)信息，并進行智能處理分析。除此之外，數(shù)據(jù)信息的傳遞也可采用無線IP網(wǎng)絡(luò)等形式完成與中控云平臺的通信傳輸服務(wù)[3]。通信模塊主要以5G模式將移動端口與處理模塊鏈接，以實現(xiàn)傳輸數(shù)據(jù)的上傳下達。射頻模塊通過處理模塊與串行外設(shè)接口（Serial Peripheral Interface，SPI）鏈接，可以將設(shè)備實時數(shù)據(jù)反饋到處理模塊，并遠(yuǎn)程將指令下發(fā)給終端設(shè)備。串口隔離模塊通過一個個通用異步收發(fā)器（Universal Asynchronous Receiver Transmitter，UART）串口鏈接，以確保物聯(lián)網(wǎng)關(guān)與監(jiān)測系統(tǒng)的良性交互。

1.2.2 軟件設(shè)計

物聯(lián)網(wǎng)關(guān)作為設(shè)備與平臺的橋梁紐帶，是數(shù)據(jù)傳輸層面的核心模塊之一。本次的物聯(lián)網(wǎng)關(guān)設(shè)計主要滿足以下功能：（1）確保設(shè)備與云平臺間數(shù)據(jù)交互的安全性與可靠性；（2）可以任意時刻查詢監(jiān)測數(shù)據(jù)通用異步收發(fā)器（Universal Asynchronous Receiver Transceiver，UART），并上傳至數(shù)據(jù)云平臺；（3）可以對監(jiān)控各個關(guān)鍵節(jié)點進行指令控制。整體工作流程如圖2所示。

圖2 物聯(lián)網(wǎng)關(guān)工作流程

本次設(shè)計的物聯(lián)網(wǎng)關(guān)主要基于OpenWrt進行程序編寫，由于其常被用作路由器的程序編寫與研發(fā)，因此具有高效的聯(lián)網(wǎng)功能。此外，其開源性較高，用戶可以對其程序進行自主改寫、增減等操作，以實現(xiàn)自身需要的應(yīng)用程序功能。在軟件中植入5G通信模塊，即可實現(xiàn)5G快速撥號的網(wǎng)絡(luò)功能。

1.2.3 通信協(xié)議設(shè)計

本次采用Modbus通信協(xié)議，以此實現(xiàn)現(xiàn)場設(shè)備、物聯(lián)網(wǎng)關(guān)及數(shù)據(jù)云平臺的實時交互通信[4]?，F(xiàn)場設(shè)備與物聯(lián)網(wǎng)關(guān)通過通信總線實現(xiàn)物理鏈接，并依據(jù)Modbus通信協(xié)議進行幀格式設(shè)計，詳見表1。

表1 傳輸協(xié)議幀格式

本次選取中國電信天翼云作為數(shù)據(jù)云平臺，以天翼云作為服務(wù)中控，采用天翼云提供的相關(guān)通信協(xié)議作為物聯(lián)網(wǎng)數(shù)據(jù)傳輸?shù)耐ㄐ欧绞?，通信過程如圖3所示。

圖3 物聯(lián)網(wǎng)關(guān)和云平臺通信過程

中國電信天翼云平臺對于傳輸數(shù)據(jù)的分析處理和指令下達，主要包括兩種形式：（1）用戶可以進行便捷的可視化操作；（2）基于通信協(xié)議處理數(shù)據(jù)端口，以便于程序代碼的直接調(diào)用與編寫。除此之外，天翼云數(shù)據(jù)平臺可以定期對設(shè)備參數(shù)進行數(shù)據(jù)更新與檢索，而且可以存儲海量的運行數(shù)據(jù)、故障數(shù)據(jù)等。

1.3 云平臺設(shè)計

1.3.1 設(shè)備云

本次考慮到現(xiàn)場設(shè)備入網(wǎng)的難易程度，并降低一定的研發(fā)成本，擬采用中國電信天翼云數(shù)據(jù)平臺。天翼云數(shù)據(jù)平臺基于Modbus通信協(xié)議與物聯(lián)網(wǎng)關(guān)進行穩(wěn)定長效的數(shù)據(jù)傳輸鏈接，以實現(xiàn)實時數(shù)據(jù)交互及操作指令的上傳下達，使得用戶可以在可視化狀態(tài)下進行設(shè)備的管理、數(shù)據(jù)參數(shù)的分類設(shè)置及故障警報的觸發(fā)閾值設(shè)置等一系列操作。

1.3.2 業(yè)務(wù)云

本次云平臺服務(wù)器選取4臺NetSuite虛擬主機（Suite Cloud）來進行自主構(gòu)建，負(fù)載均衡通過Suite Cloud負(fù)載均衡機制，采取最小連接數(shù)輪詢負(fù)載算法，并基于Suite Cloud中云端數(shù)據(jù)庫以實現(xiàn)海量數(shù)據(jù)存儲服務(wù)。本次在業(yè)務(wù)云開發(fā)過程中采用前端與后端分離的功能模式，以避免職能交叉帶來的數(shù)據(jù)處理不便，并可通過相關(guān)的通信協(xié)議進行數(shù)據(jù)的編寫與增添。

1.4 Web端設(shè)計

1.4.1 Web組態(tài)

Web組態(tài)界面即為現(xiàn)場設(shè)備接線配電圖，便于用戶進行可視化的查看變電設(shè)備數(shù)據(jù)參數(shù)，其中包括組態(tài)的編輯、發(fā)布及運行3大子模塊。通過編輯文檔模型的可交互性，在瀏覽器中的常用基礎(chǔ)圖元進行編輯、合成程序配電圖，以實現(xiàn)配電接線圖的合理映射。服務(wù)端傳輸數(shù)據(jù)通過通信協(xié)議將數(shù)據(jù)傳送至Web組態(tài)中，以備查驗設(shè)備的運行狀態(tài)。生成相應(yīng)的組態(tài)配置文件，將其傳送至云端，以實現(xiàn)遠(yuǎn)程中控編輯[5]。

1.4.2 用戶及設(shè)備管理

本次對用戶進行業(yè)務(wù)管理的功能劃分，功能設(shè)計主要包括用戶的注冊、登錄、信息修改、權(quán)限設(shè)置。每位用戶的User ID唯一，支持手機號、各類郵箱等方式注冊登錄；信息更改通過校驗用戶ID，來更改姓名、頭像等基本信息；權(quán)限級別由高到低依次為 Owner、Administrators、Engineer、Recorder 4 種 級別角色。Owner是系統(tǒng)后臺的擁有者，有一切權(quán)限、Administrators可以對數(shù)據(jù)參數(shù)進行增添修改、Engineer可以對數(shù)據(jù)參數(shù)進行讀取編寫、Recorder只可以進行數(shù)據(jù)的讀取操作[6]。對于設(shè)備管理，系統(tǒng)設(shè)計其具備增加、刪減、更改功能，為每一臺設(shè)備設(shè)置唯一序列號，并附上各類型參數(shù)。若用戶想要刪除，則需通過設(shè)備碼權(quán)限來判定是否可以進行刪除，記錄保留，以避免用戶誤刪無法恢復(fù)。

1.4.3 可視化

本次結(jié)合數(shù)據(jù)庫設(shè)計了一套變電站監(jiān)測可視化系統(tǒng)，其主要包括設(shè)備安裝地點顯示、設(shè)備運行狀態(tài)、警報閾值統(tǒng)計、發(fā)電量月報表等諸多模塊，并可記錄運行期間設(shè)備發(fā)生故障的具體事件記錄（包括故障類型、發(fā)生位置、發(fā)生時間、故障時長以及接觸時間等數(shù)據(jù)信息），并可通過物聯(lián)網(wǎng)關(guān)導(dǎo)出相應(yīng)的數(shù)據(jù)報表，可視化界面詳見圖4。

圖4 可視化界面

2 基于雙策略算法的故障預(yù)測方案

當(dāng)前在變電站設(shè)備的故障預(yù)測方案上，有BP神經(jīng)網(wǎng)絡(luò)、粒子群算法及卡爾曼濾波等算法手段對設(shè)備故障進行預(yù)測，但由于上述手段無論在數(shù)據(jù)建模還是計算分析上的效率均較為低下，因此難以得到較為廣泛的應(yīng)用[7]。本文提出一種記憶位置更新和非線性收斂因子的雙策略算法，來對MGWO算法進行完善優(yōu)化，進而提升卡爾曼濾波算法的狀態(tài)精度，以提升設(shè)備故障的科學(xué)預(yù)測性。

2.1 整體設(shè)計思路

首先，為了提升MGWO的算法收斂性，引入記憶位置更新方程和非線性收斂因子來優(yōu)化改進灰狼算法，形成雙策略的優(yōu)化算法；其次，通過雙策略優(yōu)化算法經(jīng)多次迭代計算得出卡爾曼濾波算法的噪聲矩陣，以提升其估計精度；最后，求出相應(yīng)的預(yù)估值，并在與數(shù)據(jù)實測值的差異對比中判斷設(shè)備是否發(fā)生故障。

2.2 故障預(yù)測方案

2.2.1 測試流程

本次對MGWO卡爾曼濾波算法進行了優(yōu)化改進，系統(tǒng)故障閾值采取二倍預(yù)測殘差標(biāo)準(zhǔn)差值，倘若明顯偏離正常的預(yù)測分布范圍，則表明設(shè)備出現(xiàn)故障，二倍標(biāo)準(zhǔn)差公式可以表示為：

式中：σ為二倍標(biāo)準(zhǔn)差；數(shù)值x1，x2，x3，…，xN皆為實數(shù)；μ為其平均值。

故障預(yù)測流程如下：（1）設(shè)定初始噪聲矩陣、系統(tǒng)初始值及方差值；（2）依據(jù)上一時間的狀態(tài)估計值和方差估計值求出下一時間的卡爾曼增益和方差估計值，并依據(jù)優(yōu)化后的MGWO算法對噪聲矩陣進行求解；（3）判別實驗值與實測值是否存在差異。依據(jù)殘差處理技術(shù)判別器是否發(fā)生設(shè)備故障，達到一定閾值則下達指令報警。

2.2.2 實驗測試

為測試該算法性能，本次進行實驗定值信號仿真實驗測試，仿真參數(shù)如下：實測值為30（固定幅值）的信號植入到高斯白噪聲（系數(shù)為2）進行測試模擬、噪聲協(xié)方差為2個、算法迭代次數(shù)最大為80、種群規(guī)模為70、初始噪聲矩陣分別為0.02、0.15，運行結(jié)果如圖5所示。從圖5可以發(fā)現(xiàn)，測試效果主要取決于系統(tǒng)初始值，而MGWO優(yōu)化算法正是通過80次迭代次數(shù)得到最佳參數(shù)估計值，因此預(yù)測結(jié)果更為科學(xué)和穩(wěn)定。

圖5 標(biāo)準(zhǔn)卡爾曼與 MGWO 卡爾曼算法的結(jié)果對比

本次實驗數(shù)據(jù)來自于武漢某變電站，通過該站傳感器每30 min所采集的電流器溫度監(jiān)測數(shù)據(jù)，連續(xù)采集1天，得到了6組1天的整點數(shù)據(jù)，結(jié)果對比詳見表2。并以RMSE為標(biāo)準(zhǔn)衡量算法進行精確預(yù)測，結(jié)果表明，使用雙策略的MGWO卡爾曼算法比標(biāo)準(zhǔn)算法精度提升了近一倍，預(yù)測精度更接近實測值，精度較高。

表2 卡爾曼濾波算法改進前后的電壓器溫度預(yù)測結(jié)果對比（單位：℃）

3 結(jié) 論

本次針對當(dāng)前變電站在線監(jiān)測系統(tǒng)存在的不足，結(jié)合物聯(lián)網(wǎng)、5G傳輸技術(shù)等將變電設(shè)備鏈接入網(wǎng)，保證了設(shè)備數(shù)據(jù)傳輸?shù)姆€(wěn)定性和實時性，在系統(tǒng)穩(wěn)定、用戶需求上基本實現(xiàn)了最初設(shè)計目標(biāo)，使得變電站在線監(jiān)測的智能化得到了一定的升級和優(yōu)化。