蔡谷奇,袁飛,馬銳軍,陳育輝,鄧春婷,林宇鋼
(廣東技術師范學院自動化學院,廣州 510000)
由于偷盜電纜等人為破壞現象,臺風暴雨等自然災害、線路本身的老化、負荷運行或者機械損傷等問題,會導致整條電力線路的故障。若不能及時準確地對故障進行定位,將導致維修不及時,給社會生產生活帶來潛在的經濟損失和安全隱患。同時,如果能對電網各用電節點電能等數據準確獲取,結合數據挖掘方法,可以實現電網供配電方案優化,并且線纜檢測系統的準確性和安全性也會得到提高。
目前針對電纜線路檢測的研究主要集中在離線檢測、在線監測以及電纜故障定點三大類型,但是存在無法實時反映電纜狀態的缺陷。各用電節點電量的監測與分析方面,目前多采用聚類分析方法,包括K均值聚類法和模糊C均值聚類法,對用戶的用電行為進行分類建模,以進行異常用電行為識別、電網整體運行狀態評估等。但目前還沒有將電纜線路檢測與電量信息數據分析結合在一起的系統。因此,本文設計一套基于物聯網和數據挖掘的電纜集中監控系統,既可以有效地對電力線纜進行有效監測管理,又能通過數據挖掘方法來分析電量行為特征,為輸電線纜的故障定位、電量信息監控和用電行為分析提供了新方法。
本文設計的系統硬件主要為安裝在各用電單位的監測節點。監測節點以STM32芯片為核心控制模塊,外圍配以電力載波通訊模塊進行線纜連接狀態檢測,電量檢測模塊用于實時監測用戶的用電量情況,4GDTU透傳模塊作為數據傳輸模塊,負責將電纜間連接狀態信息和用戶電量信息上傳到服務器。系統整體結構如圖1所示。
該監控系統在每一電力電纜負載線路上配備一個監測節點,監測節點將采集到的電量信息和電纜連接狀態信息通過4G-DTU透傳模塊發送到網絡上指定的服務器,服務器將收到的數據進行分析處理。通過電量信息特征,挖掘出區域化的特點和用戶用電行為特點等,并進行存儲。終端監控設備再將分析結果數據以表格、圖形界面等形式進行展示,為電網維護與運行狀態監測提供準確且科學的依據。

圖1 電纜集中監控系統原理圖
監測節點硬件原理圖如圖2所示。監測節點核心模塊選用STM32F103C8T6以內核為32位的Cortex-M3 CPU,外圍電力載波通訊模塊選用BWP31電力載波通訊模塊,電力載波模塊與核心模塊之間通過串口進行數據通訊。4G-DTU模塊選用型號為USR-LTE-7S4的4G模塊,該模塊與核心模塊之間通過串口進行數據通訊。系統設置好4G-DTU模塊后,會自動將串口接收到的數據定向傳輸給指定的服務器。電量采集模塊采用RN8209芯片為核心芯片,配合相應的電子元器件,實現高準確測量單相交流電壓、電流、功率、功率因數、頻率、電量等電參數。該模塊具有隔離電路,不需與被測電纜連接,即可進行檢測。具有體積小,使用便捷的特點。
本設計中各監測節點的電力載波通訊模塊與電纜線路相連。線纜連接狀態檢測時,編號為1的檢測節點向電纜線路上發送數據,其他監測節點的電力載波通信模塊接收電纜上發來數據,并將該接收到的數據通過串口發送給相應的核心控制模塊,核心控制模塊再將接收到的數據,進行編號分析,通過接收到的編號序列數據來判斷電纜間是否出現斷路異常。監測節點2再經過固定時間T后進行編號數據發送,其他監測節點作為接受節點。以此類推,循環定時發送編號數據到電纜網絡中。例如監測節點1向電力網絡中發送編號數據“1”,其他監測節點正常收到編號“1”,則保存到編號序列列表中,直到最后一個監測節點發送完編號數據后,各監測節點根據接受到的編號列表來判斷哪些監測節點之間存在斷路異常。例如監測節點2收到的編號列表缺少編號“3”,則判斷監測節點2和監測節點3之間存在斷路異常,此時節點2將異常情況通過監測節點2的4G-DTU模塊發送給服務器,并做好保存。監測節點的節點拓撲結構如圖3所示。

圖2 節點硬件原理圖
監測節點在檢測電纜之間的連通狀態的同時,各監測節點通過電量檢測模塊對用電節點進行電量數據采集,并將電量數據通過4G-DTU模塊實時傳給服務器進行保存。在服務器中,本文設計的系統利用Apri?ori算法挖掘電量與電能負載熱區進行的關聯性。

圖3 電力載波節點拓撲結構圖
本文的軟件設計流程圖如圖4所示,系統啟動之后,初始化各節點的電纜監控系統,包括STM32主控芯片的初始化、電力載波模塊的初始化、電量采集模塊的初始化以及4G-DTU模塊的初始化。各節點之間采用輪詢的方式進行載波通訊,電力載波模塊第n+1個節點接收來自上個節點n的載波數據,并通過USART的通訊方式將數據傳給主控芯片,主控芯片經過預先設定的通信協議進行數據驗證。假如數據正常,則節點n與節點n+1線路正常;假如經過多次驗證,節點n+1等待上一結點的載波信號超時,則節點n與節點n+1之間的線路異常。最后,主控芯片將線路信息和電量采集模塊采集的電流、電壓、電量數據通過4G-DUT模塊遠程通信傳送給終端監控系統,并且節點n+1發送相應的載波數據給節點n+2。其中,線路異常時將會緊急報警,并定位節點位置,通知工作人員前來處理。
為驗證本文設計系統的有效性,構建了如圖5所示的驗證系統。驗證系統中由5個負載并聯構成,每個負載線纜上并聯監測節點,每個負載之間的間距為400米,且各負載位于同一變壓器供電范圍之內。由于只是做驗證性試驗,所以負載選用了功率較小的節能燈進行模擬。

圖4 軟件設計流程圖

圖5 驗證系統結構圖
試驗中,負載之間的線路按照表1所示的故障狀態進行故障模擬,在終端監控設備上可以觀察到相應的故障狀態。將終端監控設備上顯示的故障狀態記錄在表1的“故障定位”列中。從表1結果可以看出,該系統可以實時監測到電纜之間的故障狀態,可以及時發現故障線纜所在區域。

表1 系統測試結果
除了故障點檢測外,我們還對采集到的多個時間段實時電壓數據進行深度分析,得出電能負載熱區以及用電高峰期。圖6所示為1周內,每天在10點、14點、18點和22點四個時間點上的電壓情況。由圖6所示曲線可知:14時測得的電壓值最低,該時間點處于一個用電高峰期之內,用戶用電量都相對較高,通過需要調節該區域的供電水平,防止過負荷運行,以滿足該區域各用戶供電需求。

圖6 一周內多時間點電壓情況曲線圖
另外,我們對各負載實時的用電量情況進行的采集,得到表2的數據。從表2可以看出各個用戶區的用電量,通過對數據的整理分析,分析出整個區域的電能負載熱區為負載5。若某個時間段內,負載4的用電量持續較高狀態,那么可以判斷負載4有可能存在異常用電行為,可以指導電力管理部分進行異常用電行為的排查。

表2 一周12小時各負載用電量(kW★h)
本文設計了基于物聯網和數據挖掘的電纜集中監控系統,該系統可對電纜間故障進行實時監控,且通過對監測節點采集到的電量數據、電壓數據等統計與分析,挖掘出用戶負載熱區以及異常用電信息等。該系統具有部署簡便、數據實時和檢測準確度高的優點,可以提高現有中低壓電網區域的實時監控能力,具有較高的實用價值。