預裝式變電站智能監測與健康評估系統設計*

姜貝貝,江 冰

（河海大學物聯網工程學院，常州213022）

預裝式變電站智能監測與健康評估系統設計*

姜貝貝,江 冰

（河海大學物聯網工程學院，常州213022）

在“綠色經濟、低碳經濟”大背景下，國網公司提出“兩型一化”電力設備的建設要求，即環境友好型、資源節約型、工業化要求，智能化預裝式變電站在配電網中則是發電機組接入電網的關鍵組成部分。基于物聯網技術設計了預裝式變電站主電量數據硬件監測系統，實現對預裝式變電站主電量數據實時監測、無線傳輸和數據處理。分析預裝式變電站主設備健康評估技術需求，引入模糊綜合評判法、神經網絡算法、灰色關聯理論和DS信息融合技術，提出基于預裝式變電站主設備的健康評估模型，實現對機組運行的健康評估，為智能化預裝式變電站安全鑒定提供參考依據。仿真結果表明，該方法是切實可行的。

預裝式變電站；BP神經網絡；灰色關聯；主電量數據監測；智能電網；信息融合

1 引言

隨著新一代科學技術的飛速發展，將“互聯網+”與現代設備制造業相結合已經成為未來發展趨勢，其代表之一——智能電網的研究方興未艾。為了保證電力系統平穩、安全的運行，對預裝式變電站主電量數據進行實時監測意義重大，可以有效避免因電力設備主電量數據異常而造成的損失。目前，對預裝式變電站運行狀態監測主要集中在變壓器、開關柜等設備參數。文獻[1]提出了基于Zigbee網絡通信方式的預裝式變電站溫度監控系統，文獻[2]提出了一種基于GSM短信業務的預裝式變電站監測系統，文獻[3]提出了基于無線傳感網絡的預裝式智能變電站的監測系統。當前，預裝式變電站健康評估系統采用不同算法設計，文獻[4]采用神經網絡和信息融合技術實現評估功能，文獻[5]將支持向量機與模糊綜合評判方法融合評估了變電站二次設備狀態。

本系統主要研究基于物聯網的預裝式變電站主電量數據監測與健康評估系統設計。本系統建立在Zigbee與4G無線通信協議的基礎上，以采用S3C2440A為處理器搭建電量數據監測電路。使用C#編程語言完成實時監測系統與健康評估系統。

2 系統結構設計

所設計的預裝式變電站主電量數據監測系統主要功能是實時采集預裝式變電站電力設備的主電量數據，并將采集的數據傳輸到遠程監控軟件中，對數據進行處理實現對其健康評估。預裝式變電站主電量數據監測系統的整體設計結構如圖1所示。主電量數據實時監測系統主要包括處理器模塊、電能采集模塊、高低壓開關驅動模塊和無線傳輸模塊。軟件系統包括實時監測模塊、數據管理模塊和健康評估模塊。其中，處理器模塊使用三星S3C2440A處理器，存儲芯片采用EN29LV160AB芯片。電能采集模塊采用IDT90E36電能計量芯片，結合信號調理電路，系統設計對預裝式變電站電力設備進行高低壓電壓、電流同步采集。高低開關驅動模塊包括與處理器控制輸出端相連的光耦模塊和繼電器元件。無線數據傳輸模塊采用基于無線傳感器網絡通信協議的Zigbee節點進行組網，系統組網采用星型網結構，采用7個節點進行系統設計，其中六個節點作為主電能數據采集節點，一個節點用作為協調器節點。主電能數據采集節點采集到的電能數據通過Zigbee無線傳輸到協調器節點，協調器節點通過對數據進行標準化處理通過3G/4G技術傳輸到軟件客戶端中。軟件系統中健康評估采用基于神經網絡評估算法、灰色關聯評價法和基于D-S的數據融合技術。

圖1 監測系統整體結構

3 系統硬件設計

3.1 主電量采集硬件設計

對預裝式變電站中各電力設備電流、電壓信號數據實時采集是智能電網的核心之一。所設計的主電量采集硬件運用于配電網的電壓、電流的采集。其硬件設計如圖2所示，電能計量模塊采用IDT90E36電能計量芯片，其工作頻率在16.384MHz,其芯片提供三路電壓和電流的A/D采樣，支持所設計的高低壓測的電壓、電流的同步采集。根據不同相路，設計連接了若干個分別采集相應電壓、電流互感器。各互感器采集的數據經過調理電路傳輸至電能計量模塊，從而獲得電壓、電流數據，同時計算出功率因數與功率數據。

圖2 主電量采集硬件電路

3.2高低壓開關驅動硬件設計

在預裝式變電站出現主電量數據嚴重異常時，及時斷開高低壓開關能保證整個電力系統的安全。所設計的高低壓開關驅動控制電路包括光耦模塊和與光耦模塊相連的繼電器。如設計圖3所示，光耦模塊分為第一光耦和第二光耦，分別控制高、低壓開關，其輸出端均采用串聯方式，同時將工作電壓接入到繼電器的線圈中。第一光耦的發光體陽極連接處理器S3C2440的第一控制輸出端，并且發光體陰極接地。第二光耦元件的發光體陽極連接一高電平，發光體陰極連接處理器的第二控制輸出端，其設計能防止由于干擾而造成的I/O口輸出錯誤。驅動硬件設計中，在繼電器線圈兩端并聯了二極管和電容，有效防止繼電器在斷電的瞬間所產生的反向電動勢對電路造成的不良影響。

3.3 無線傳輸硬件設計

圖3 高低壓開關驅動硬件電路

根據預裝式變電站現場的實際情況，無線傳輸硬件設計在Z-Stack協議棧的基礎上構建無線傳輸網絡，其拓撲結構為星型網結構，包括六個終端節點和一個協調器節點。Zigbee節點根據不同配置文件，進行工作模式的選擇。如圖4所示為本系統設計的終端節點的工作流程圖。如圖5為本系統設計的協調器的工作流程圖。路由器本系統選用第二代單網口工業級3G路由器，支持10/100M自適應RJ45口和RS232或RS485數據傳輸。

圖4 終端節點工作流程圖

圖5 協調器工作流程圖

4 無線傳感器網絡設計

針對預裝式變電站的運行狀態，如三相電流、電壓、油溫等參數，外加環境狀態，如環境氧氣含量、溫濕度等參數，綜合考慮所述變量參數，設計了預裝式變電站主電量數據監測異構傳感網絡，進行主電量數據的采集。

所設計的無線傳感器網絡包含物聯網信息感知層、節點匯聚網絡層、信息處理和應用管理層四層系統構架。從而實現基于無線傳感網絡核心技術對預裝式變電站的主電量數據的遠程監測與管理。其網絡拓撲結構圖6所示：

圖6 無線傳感器網絡結構

所設計的物聯網信息感知層主要包含對預裝式變電站運行時主電量數據參數的采集。整個無線傳感器網絡通過無線傳感器組網，即終端節點-路由節點-匯聚節點的方式，選用IEEE802.15.4無線通信協議，通過3G/4G、Zigbee傳送到中心站。

5 系統軟件設計

本系統采用C/S模式進行設計，系統設計分為三層結構，實現對預裝式變電站主電量數據實時監測、健康評估以及用戶信息管理等功能。如圖7為本系統結構圖。在預裝式變電站主電量數據實時監測系統中，監測的數據實時顯示與異常數據的報警集成在同一界面中。數據存儲使用Sqlsever2008數據庫管理軟件，實時數據保存采用.NET平臺下的數據庫訪問接口技術ADO從而實現數據動態鏈接。

5.1 系統軟件架構

所設計的系統軟件由訪問層、服務層和管理層構成。各層級相互分離但又相互聯系。系統軟件各層級的設計如下：

圖7 系統軟件結構

（1）訪問層：該層級處于整個系統的頂層，主要為用戶提供界面引導服務。該層為整個系統開發與運維提供了平臺。

（2）服務層：該層為整個系認實現數據處理和程序正確運行功能。所設計的系統核心算法集中在該層。服務層與下一層的數據層緊密聯系，兩層不斷的進行數據信息的交換。

（3）數據層：該層為系統提供基礎數據服務和管理服務。所監測的預裝式變電站主電量數據信息以及標準化處理信息存放在該層。程序運行時該層與服務層進行數據傳輸與交換。同時，管理層對外提供訪問服務，具有較強的數據訪問特性。

5.2 系統數據庫設計

所設計的系統數據庫模塊以SqlSever2008作為存儲數據的數據庫，結合數據庫訪問接口技術ADO實現數據庫的動態連接。系統利用多線程和Socket網絡編程技術開發服務器端軟件，針對不同的監測數據參數類型，給出不同的數據庫表設計方案，實現數據庫的動態處理和存儲功能。

6 預裝式變電站主電量數據評估結果

本研究針對按上述方案設計的預裝式變電站主電量數據監測與健康評估系統進行數據實驗驗證。系統選取的標準數據來自110KV-50MVA三相雙繞組變壓器，其額定值如表1所示：

表1 額定值

將測試樣本值，放入到本研究設計的預裝式變電健康評估系統中進行測試，所得結果如表2所示：

表2 評估結果

由評估結果可得，通過神經網絡、灰色關聯評估算法對預裝式變電站高低壓側的電壓、電流分別進行健康評估，其各自結果使用D-S信息融合計算進行融合，判斷出預裝式變電站當前的狀態情況。實際操作界面如圖8所示：

圖8 操作界面

7 結束語

對預裝式變電站主電量數據監測與健康評估系統進行了研究。運用物聯網技術進行主電量數據監測硬件設計，運用神經網絡、灰色關聯理論和D-S信息融合技術實現了對預裝式變電站的健康評估，通過實例驗證了該系統的可行性以及健康評估的有效性，為未來構建智能預裝式變電站奠下基石。

[1]李小博,黃新波,陳紹英,等.基于ZigBee網絡的智能變電站設備溫度綜合監測系統 [J].高壓電器,2011,47(8):18-21.Li Xiaobo,Huang Xinbo,Chen Shaoying et al.Zigbee Network-based Intelligent Substation Temperature Monitoring System[J].High Voltage Apparatus,2011,47(8):18-22.

[2]郭學梅,劉曙光,王宏斌.基于GSM短信息業務的預裝式變電站監測系統[J].電力自動化設備,2003,23(6):65-67.Guo Xuemei,Liu Shuguang,Wang Hongbin.Prefabricated Substation Supervisory System Based on GSM Short Message Service[J].Electric Power Automation Equipment,2003,23(6):65-67.

[3]何金鑫.基于無線傳感網絡的智能變電站環境監測系統設計[D].安徽：安徽理工大學，2016.He Jinxin.The Design of Environmental Monitoring System in Smart Substation Based on Wireless Sensor Network[D].An-Hui：AnHui University OF Science&Technology,2016.

[4]阮羚，謝齊家，高勝友，等.人工神經網絡和信息融合技術在變壓器狀態評估中的應用[J].高電壓技術，2014,40(3):822-828.Ruan Ling,Xie Qijia,Gao Shenyou,et al.Application of Artificial Neural Network and Information Fusion Technology in Power Transformer Condition Assessment[J].High Voltage Engineering,2014,40(3):822-828

[5]馬博，董海鷹，任偉.基于模糊綜合支持向量機的特高壓變電站二次設備狀態評估[J].計算機系統應用，2014,23(9):191-197.Ma Bo,Dong Haiying,Ren Wei.Status Assessment of UHV Substation Secondary Equipment Based on Fuzzy Comprehensive Support Vector Machine Method[J].Computer Systems&Applications,2014,23(9):191-197.

[6]陳朋永.基于層次分析的GIS運行狀態模糊綜合評估研究[D].保定：華北電力大學,2013.Chen Pengyong.Gas Insulated Switchgear Running State Comprehensive Evaluation Based On Analytic Hierarchy Process of Fuzzy Theory[D].Baoding:North China Electric Power University,2013.

[7]王曉亮,董海鷹,任偉.基于信息融合的750kV電網二次設備狀態評估[J].電力系統及其自動化學報,2013,25(1):40-46.Wang Xiaoliang,Dong Haiying,Ren Wei,State Evaluation of Secondary Device In 750 kV Power Grid Based On Information Fusion[J].Proceedings of the CSU—EPSA,2013,25(1):40-46.

[8]HOSPFIELD J.Neural Networks and Physical Systems With Emergent Collective Computer Abilities[J].Proc Natl Acad Sci,1982,79(6):2554-2558.

[9]Liu S,Ding L W,Zeng H H.Design and Implementation of IntegratedProtectionApparatusinPrefabricatedSubstation[J].AutomationofElectricPowerSystems,2003(5):2804-2808.

[10]鄭含博.電力變壓器狀態評估及故障診斷方法研究[D].重慶：重慶大學,2012.Zheng Hanbo.Study on Condition Assessment and Fault Diagnosis Approaches for Power Transformers[D].Chongqing：Chongqing University,2012.

[11]陳發廣,周步祥,曾瀾鈺.基于多信息融合的變壓器運行狀態評估模型[J].電力系統及其自動化學報,2013,25(4):140-144.Chen Faguang,Zhou Buxiang,Zeng Lanyu.State Evaluation Modelof Transformer Operation Based on Multi-information Fusion[J].Proceedings of the CSU-EPSA,2013,25(4):140-144.

[12]張樺,魏本剛,李可軍,等.基于變壓器馬爾可夫狀態評估模型和熵權模糊評價方法的風險評估技術研究 [J].電力系統保護與控制,2016,44(5):134-140.Zhang Hua,Wei Bengang,Li Kejun et al.Research on Risk Assessment Technology Based on Markov State Evaluation Model for Power Transformer and Entropy-weighted Fuzzy Comprehensive Evaluation[J].Power System Protection and Control,2016,44(5):134-140.

[13]王新普,周想凌,刑杰,楊軍.一種基于改進灰色BP神經網絡組合的光伏出力預測方法 [J].電力系統保護與控制,2016,44(18):81-87.Wang Xinpu,Zhou Xiangling,Xing Jie,Yang Jun.A Prediction Method of PV Output Power Based on the Combination of Improved Grey Back Propagation Neural Network[J].Power System Protection and Control,2016,44(18):81-87.

[14]薛浩然,張珂珩,李斌，等.基于布谷鳥算法和支持向量機的變壓器故障診斷[J].電力系統保護與控制，2015，43(8):8-13.Xue Haoran,Zhang Keheng,Li Bin,et al.Fault Diagnosis of Transformer Based on the Cuckoo Search and Support Vector Machine[J].Power System Protection and Control,2015,43(8):8-13.

[15]Toledo O M,Oliveira Filho D,Diniz A S A C.Distributed photovoltaic generation and energy storage systems:A review[J].Renewable and Sustainable Energy Reviews,2010,14(1):506-511.

Design of Intelligent Monitoring and State Evaluation System for Prefabricated Substation

Jiang Beibei,Jiang Bing
(College of Internet of Things Engineering,Hohai University,ChangZhou,213022)

Under the background of"green economy,low carbon economy",State Grid Corporation of China proposed the recommendations of"two-type and one-ization"of power equipment,that is environmentallyfriendlytype,resource-savingtypeand industrialization,intelligentprefabricated substation is the key component of the generator connected to the grid in distribution network.A prefabricated substation main power capacity data hardware monitoring system is designed on the basis of IoT,which realizes real-time monitoring,wireless transmission and data processing of prefabricated substation main power data.Analysing the technology requirement of prefabricated substation main equipment state assessment,the fuzzy comprehensive evaluation method,neural network algorithm,grey correlation theory and DS information fusion technology are introduced,and the model of the state assessment based on prefabricated substation main equipment is proposed,which realizes the state evaluating to unit operation,and provides reference on safety appraisal of intelligent prefabricated substation.The simulation results show that this method is practical and operable.

Prefabricated substation；BP neural network；Gray correlation；Main power data monitoring；Smart Grid；Information fusion

10.3969/j.issn.1002-2279.2017.04.019

TP202

B

1002-2279-（2017）04-0077-05

常州市科技攻關項目（CE20150086）

姜貝貝（1991—），男，江蘇省海門市人，碩士研究生，主研方向：信息獲取與處理。

江冰（1960—），女，江蘇省常州市人，碩士生導師，主研方向：智能信息處理理論與技術。

2017-02-22