胡 畔， 聶祺昕， 劉曉強(qiáng)， 高 強(qiáng)， 孫 巖

(1. 國網(wǎng)遼寧省電力有限公司信息通信分公司，遼寧 沈陽 110000; 2. 國網(wǎng)遼寧省電力有限公司電力科學(xué)研究院，遼寧 沈陽 110000; 3. 國網(wǎng)遼寧省電力有限公司經(jīng)濟(jì)技術(shù)研究院，遼寧 沈陽 110000)

0 引 言

電力的大量使用，對電力工業(yè)與電氣制造業(yè)的發(fā)展起到催化作用。目前電力電子技術(shù)的快速發(fā)展，很多電力移動終端應(yīng)用設(shè)備層出不窮，但因非線性、具有沖擊負(fù)荷的設(shè)備大量投入應(yīng)用，電網(wǎng)電能質(zhì)量受到諧波、電壓波動等干擾，這對電力移動終端設(shè)備的正常運(yùn)行產(chǎn)生負(fù)面影響[1-2]。電力移動終端邊緣節(jié)點(diǎn)是對電力移動終端邊緣網(wǎng)關(guān)、服務(wù)器等邊緣側(cè)多種設(shè)備形態(tài)的基礎(chǔ)共性能力的邏輯抽象[3]。電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)采集屬于電力供需管理的核心環(huán)節(jié)，存在不可忽視的作用，電力系統(tǒng)的發(fā)展對電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)采集系統(tǒng)的精確性、高效性提出更顯著的要求。

現(xiàn)階段有關(guān)學(xué)者針對相關(guān)領(lǐng)域進(jìn)行了研究和分析。文獻(xiàn)[4]提出了數(shù)字控制變換器的大信號模型構(gòu)建方法。對不同調(diào)制方式變換器的采樣數(shù)據(jù)模型進(jìn)行分析，利用等效性判別準(zhǔn)則，判定數(shù)據(jù)模型的精準(zhǔn)性。通過Boost變換器解析，獲取等效電路模型，完成數(shù)據(jù)精準(zhǔn)采集，但該方法的采集實(shí)時性較差。文獻(xiàn)[5]校準(zhǔn)系統(tǒng)使用激光源和光電探測器，通過繞兩塊FPGA板和一條定制的板條箱采集系統(tǒng)數(shù)據(jù)，前端板執(zhí)行一級數(shù)據(jù)集中任務(wù)，讀出主機(jī)控制電路板，實(shí)現(xiàn)事件構(gòu)建功能，管理監(jiān)控接口，并促進(jìn)校準(zhǔn)和調(diào)試任務(wù)，提高數(shù)據(jù)采集的時效性，但該方法的數(shù)據(jù)采集精準(zhǔn)性較差。

為提高電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)采集精度，優(yōu)化電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)采集實(shí)時性。本文設(shè)計基于離散域采樣數(shù)據(jù)模型的電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)采集系統(tǒng)，該系統(tǒng)對電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)的采集效果較好。

1 基于離散域采樣數(shù)據(jù)模型的電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)采集系統(tǒng)設(shè)計

1.1 系統(tǒng)整體結(jié)構(gòu)設(shè)計

基于離散域采樣數(shù)據(jù)模型的電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)采集系統(tǒng)的整體結(jié)構(gòu)如圖1所示。該系統(tǒng)主要包括電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)采集裝置、Internet網(wǎng)絡(luò)、用戶瀏覽器、電力數(shù)據(jù)采集服務(wù)器和數(shù)據(jù)庫。

圖1 系統(tǒng)整體結(jié)構(gòu)圖

電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)采集裝置可通過電力監(jiān)控儀表，獲取電力移動終端邊緣節(jié)點(diǎn)三相電壓、功率等數(shù)字信號，再使用離散域采樣數(shù)據(jù)模型的DC/DC 變換器等效電路，將電力移動終端邊緣節(jié)點(diǎn)的數(shù)字信號變換為具體數(shù)值后，通過Internet網(wǎng)絡(luò)傳輸至電力數(shù)據(jù)采集服務(wù)器。電力數(shù)據(jù)采集服務(wù)器將所采集數(shù)據(jù)，采用集成聚類算法，精細(xì)化分類電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)，通過用戶瀏覽器反饋至用戶，實(shí)現(xiàn)電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)可視化管理，并將所采集數(shù)據(jù)存儲在數(shù)據(jù)庫中作為備份數(shù)據(jù)，用于歷史查詢。系統(tǒng)運(yùn)行原理如圖2所示。

圖2 系統(tǒng)運(yùn)行原理圖

電力移動終端邊緣節(jié)點(diǎn)的數(shù)字信號將傳輸至芯片STM32F103實(shí)施數(shù)據(jù)變換，變換方法主要是通過基于離散域采樣數(shù)據(jù)模型的 DC/DC 變換器等效電路，將電壓、電流等數(shù)字信號變換為具體數(shù)值，電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)，通過采集變換處理后，在液晶屏中實(shí)現(xiàn)可視化展示。系統(tǒng)信號采集與濾波電路結(jié)構(gòu)如圖3所示。

圖3 系統(tǒng)信號采集與濾波電路結(jié)構(gòu)圖

系統(tǒng)檢測的電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)分為三相電流、零序電流、線電壓三路、一路校正直流等數(shù)據(jù)[6-8]。電流電壓主要使用互感器變換為0～5 V的電壓信號，為了優(yōu)化電流信號采集效果，不使用穿線類電流互感器[9]。

1.2 基于離散域采樣數(shù)據(jù)模型的 DC/DC 變換器等效電路

DC/DC 變換器的狀態(tài)方程為：

通常情況下，電力移動終端邊緣節(jié)點(diǎn)數(shù)字信號各個子狀態(tài)持續(xù)時間為，控制信號為，每個子狀態(tài)持續(xù)時間之和即為開關(guān)周期。設(shè)置電力移動終端邊緣節(jié)點(diǎn)的數(shù)字信號輸入變量不變，變換器的離散域采樣數(shù)據(jù)模型在采樣點(diǎn)之間的迭代關(guān)系能夠描述為：

當(dāng)DC/DC 變換器運(yùn)行模式為開環(huán)時，因?yàn)榭刂菩盘朿和電力移動終端邊緣節(jié)點(diǎn)數(shù)字信號狀態(tài)變量y不存在關(guān)系，式（2）能變換成1個標(biāo)準(zhǔn)的線性差分系統(tǒng)。則在開環(huán)模式中，輸入變量v和狀態(tài)變量y存在線性關(guān)系。如果變換器運(yùn)行模式是閉環(huán)，

c與某個或多個狀態(tài)變量存在直接聯(lián)系，所以離散域采樣數(shù)據(jù)模型中，狀態(tài)矩陣與輸入矩陣

都和狀態(tài)變量存在關(guān)聯(lián)性。式（2）中存在y的高次項(xiàng)，在此條件下，變換器存在非線性屬性[10]。從傳統(tǒng)角度分析，矩陣需要進(jìn)行近似處理，則建立近似的矩陣，使其符合如下約束條件：

所近似的電力移動終端邊緣節(jié)點(diǎn)數(shù)字信號與原始信號具有高度的近似性[11-12]。

另外，直接均分開關(guān)器件，能夠建立變換器大信號等效電路?，F(xiàn)實(shí)中，狀態(tài)空間平均模型就是構(gòu)建于此類平均開關(guān)模型基礎(chǔ)之上的小信號模型[13]。而此均分化方法不具有狀態(tài)矩陣與輸入矩陣的約束，不能使模型具備閉環(huán)系統(tǒng)的動態(tài)性。

為了降低切換過程的復(fù)雜性，直接使用離散域采樣數(shù)據(jù)模型構(gòu)建等效電路，該等效電路的信號狀態(tài)軌跡在采樣點(diǎn)中，需要和原始信號狀態(tài)軌跡高度近似。等效電路的建立方法是：構(gòu)建非對角線元素、對角線元素矩陣。因?yàn)樵摰刃щ娐纺Ｐ驮谕茖?dǎo)步驟中未進(jìn)行線性化，所以獲取的電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)能夠保留原始電力移動終端邊緣節(jié)點(diǎn)數(shù)字信號全局動態(tài)屬性。

1.3 電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)集成聚類算法

1.3.1 算法描述

集成聚類算法的內(nèi)容為：劃分聚類電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)，將獲取的聚類中心以層次聚類的模式組合。集成聚類算法分為3個階段：bootstrap重采樣、劃分聚類、層次聚類[14]。bootstrap重采樣階段可獲取電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)多個時間段的樣本集，使用劃分聚類模式，降低各個樣本集的數(shù)據(jù)規(guī)模，再通過層次聚類將劃分聚類結(jié)果實(shí)施組合。

1）bootstrap重采樣

將容量為m的電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)樣本實(shí)施隨機(jī)采樣，提取的隨機(jī)樣本容量為g，此時抽樣過程中，每個個體被提取的概率一致。由于直接劃分聚類時，算法穩(wěn)定性較差，易進(jìn)入局部最佳，則差異的初始聚類中心或數(shù)據(jù)集的微小變化，將會出現(xiàn)差異的聚類結(jié)果[15]。使用bootstrap重采樣，能夠克服初始聚類中心隨機(jī)因素與原始數(shù)據(jù)集里離群點(diǎn)的干擾，以此降低算法的失穩(wěn)度。

2）劃分聚類

劃分聚類屬于層次聚類的數(shù)據(jù)預(yù)處理環(huán)節(jié)。如果直接層次聚類電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)，則需要運(yùn)算全部目標(biāo)數(shù)據(jù)之間的歐氏距離，并保存此距離矩陣，時間與空間的耗損較為顯著。通過它輸出的聚類中心，描述電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)的結(jié)構(gòu)，可降低數(shù)據(jù)規(guī)模，提高聚類效率。

3）層次聚類

集成聚類算法中，層次聚類就是組合電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)樣本集劃分聚類的輸出結(jié)果[16]。主要使用聚類效果佳、可靠性顯著的層次聚類算法，組合劃分聚類環(huán)節(jié)輸出的聚類中心，以此獲取電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)的聚類結(jié)果，將此聚類結(jié)果分組反饋給用戶，優(yōu)化電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)可視化效果。

1.3.2 算法步驟

算法中樣本數(shù)A與聚類數(shù)R十分重要。樣本數(shù)A和聚類數(shù)R的乘積與存在直接聯(lián)系，則樣本數(shù)A與聚類數(shù)R對電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)的聚類效果存在直接影響。

假設(shè)電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)集存在m個目標(biāo)數(shù)據(jù)，將其抽樣次提取的樣本存在個目標(biāo)數(shù)據(jù)。由于bootstrap重采樣屬于有放回抽樣模式，因此在樣本中將存在重復(fù)數(shù)據(jù)。如果各次抽樣具有獨(dú)立進(jìn)行特征，那么一個樣本里某個數(shù)據(jù)目標(biāo)沒有被選取的概率為：

其中g(shù)表示為電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)集規(guī)模。如果電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)樣本之間具有獨(dú)立性，那么A個樣本數(shù)不存在數(shù)據(jù)目標(biāo)的概率為：

當(dāng)電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)集規(guī)模g顯著時，概率Q的極限值為， 則樣本集存在的原始數(shù)據(jù)。樣本數(shù)A取值范圍與樣本信息含量關(guān)系如表1所示。

表1 樣本數(shù)A取值范圍與樣本信息含量關(guān)系

如表1所示，樣本數(shù)A取值為10時，樣本集中存在電力移動終端邊緣節(jié)點(diǎn)原始數(shù)據(jù)集的所有數(shù)據(jù)。

聚類數(shù)R的取值不存在具體的理論標(biāo)準(zhǔn)，可按照聚類有效性指標(biāo)設(shè)置最優(yōu)聚類數(shù)，聚類數(shù)R的取值需要大于最優(yōu)聚類數(shù)[17]。通過上述步驟，采用離散域采樣數(shù)據(jù)模型的 DC/DC 變換器等效電路，將數(shù)字信號變換為具體數(shù)值，通過采集變換處理后，電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)可視化展示，結(jié)合集成聚類算法，精細(xì)化分類電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)，實(shí)現(xiàn)電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)采集系統(tǒng)設(shè)計。

2 實(shí)驗(yàn)分析

為測試本文系統(tǒng)的有效性，將該系統(tǒng)部署于一臺服務(wù)器中，配置為Intel XeonE5450，在此服務(wù)器中，對本文系統(tǒng)的使用效果進(jìn)行具體測試。使用本文系統(tǒng)對用戶電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)進(jìn)行采集，檢測結(jié)果如圖4所示。

圖4 電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)采集結(jié)果圖

由圖可知，本文系統(tǒng)的電壓數(shù)據(jù)、電流數(shù)據(jù)的采集結(jié)果與實(shí)際值的偏差值最大值分別為0.01 V、0.01 mA，功率因數(shù)采集結(jié)果與實(shí)際值不存在偏差值。由此可知，本文系統(tǒng)對用戶電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)采集精度較高，驗(yàn)證了該系統(tǒng)對電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)采集的有效性。本文系統(tǒng)引入集成聚類算法，精細(xì)化分類電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)，從而有效提高電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)采集精度。

隨機(jī)選取該戶電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)，以A相電壓、電流數(shù)據(jù)為例，測試本文系統(tǒng)對其數(shù)據(jù)采集的實(shí)時性，結(jié)果如表2所示。

表2 本文系統(tǒng)數(shù)據(jù)采集實(shí)時性測試結(jié)果

由表可知，在不同時間段中，隨著實(shí)際電壓、電流值的變化，本文系統(tǒng)采集的電壓、電流與實(shí)際的電壓、電流值的偏差區(qū)間均為[0,0.01]。由此可知，本文系統(tǒng)可實(shí)時采集該戶電力移動終端邊緣節(jié)點(diǎn)電壓、電流數(shù)據(jù)，能夠有效提高數(shù)據(jù)采集實(shí)時性。因?yàn)楸疚南到y(tǒng)采用離散域采樣數(shù)據(jù)模型，構(gòu)建 DC/DC變換器等效電路，降低切換過程的復(fù)雜性，從而提高了電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)采集實(shí)時性。

測試本文系統(tǒng)在采集電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)時，對電力移動終端邊緣節(jié)點(diǎn)電壓、電流、功率因數(shù)數(shù)據(jù)的聚類效果，以卡林斯基原巴斯指數(shù)（Calinski-Harabasz index，CHI）體現(xiàn)，CHI指標(biāo)可描述數(shù)據(jù)類間的分散性與類內(nèi)的緊湊性，其表達(dá)式為：

CHI指標(biāo)值越顯著，表示電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)類簇間分散性與類簇內(nèi)的緊湊性越好，對電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)的聚類處理效果越好。本文系統(tǒng)的測試結(jié)果如圖5所示。

圖5 CHI指標(biāo)測試結(jié)果

由圖可知，本文系統(tǒng)在采集電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)時，對節(jié)點(diǎn)電壓、電流、功率因數(shù)數(shù)據(jù)聚類后，CHI指標(biāo)值均高達(dá)0.98，數(shù)值較為顯著。由此可知，本文系統(tǒng)對電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)類簇間分散性與類簇內(nèi)的緊湊性較好，對電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)的聚類處理效果較好。因?yàn)楸疚南到y(tǒng)采用集成聚類算法，獲取電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)多個時間段樣本集，降低各個樣本集的數(shù)據(jù)規(guī)模，組合劃分聚類結(jié)果，確保了數(shù)據(jù)聚類處理效果。

3 結(jié)束語

本文設(shè)計基于離散域采樣數(shù)據(jù)模型的電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)采集系統(tǒng)，該系統(tǒng)使用ST公司的ARM芯片STM32F103，基于離散域采樣數(shù)據(jù)模型的 DC/DC 變換器等效電路，快速將電力移動終端邊緣節(jié)點(diǎn)的電壓、電流等數(shù)字信號變換成具體數(shù)值，并引入電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)集成聚類算法，將電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)結(jié)果分類顯示，實(shí)現(xiàn)電力移動終端邊緣節(jié)點(diǎn)數(shù)據(jù)的全面采集。經(jīng)過系統(tǒng)測試，本文數(shù)據(jù)采集系統(tǒng)的數(shù)據(jù)采集精度和采集實(shí)時性較高，數(shù)據(jù)聚類處理效果較好。