基于多傳感器數據融合的高壓斷路器操動機構溫濕度在線監測裝置的研究

王 文

(三峽大學電氣與新能源學院，湖北 宜昌 443002)

高壓斷路器操動機構是斷路器主要組成部分，斷路器正常分合主要由操動機構來完成[1]。由于斷路器一般安裝在戶外機構箱中，惡劣的運行環境給操動機構正常運行帶來很大影響，特別是操動機構的氣動機構對環境要求很高，在炎熱的夏季和寒冷的冬季，過熱和過冷的氣候環境導致氣動機構打壓頻繁[2-4]。惡劣的氣候導致液壓機構使用周期變短，故障頻發，嚴重影響斷路器正常分合[5-7]。目前，常規方法主要是通過運維人員定期檢查以及根據設備使用年限進行定檢，但是常規方法只能通過眼睛和人體溫濕度感知去判斷，并且和人工巡視及定檢次數有關，對斷路器操動機構的好壞判斷沒有明顯的分界線，無法精準判斷[8-10]。人工巡視還有很大的弊端，不僅和運維人員的積極性有關，還和運維人員的巡視位置有關，種種不確定因素導致很難發現潛在的故障，給電力系統安全可靠運行帶來安全隱患。隨著自動化技術不斷發展，智能監測技術被廣泛應用，如何通過智能監測技術進行斷路器操動機構溫濕度監測是未來的重點研究方向。

1 斷路器操動機構監測裝置

1.1 監測原理

高壓斷路器操動機構監測裝置采用多個高精度的智能化溫濕度傳感器對機構箱內的溫濕度進行監測，通過傳輸性能好的高性能無線通信模塊實現數據傳輸；采用數據融合技術對采集數據進行處理；采用最新5G技術實現與遠程后臺監測中心的通信；采用信號處理模塊對采集信號進行放大與濾波處理；采用數據融合算法保證機構箱內溫濕度數據的準確性。根據控制核心模塊處理結果與系統設定的溫濕度閾值進行綜合比較，當溫濕度高于閾值時，本裝置可快速啟動現場蜂鳴報警裝置以及遠程后臺監測中心報警，提醒運維人員進行現場處理，消除安全隱患，確保電網可靠安全。

1.2 監測裝置組成

監測裝置主要由以下部分組成：具有多個傳感節點的溫濕度傳感器，對信號放大與濾波的信號處理器，無線通信模塊，直流供電裝置，核心控制模塊，報警模塊以及遠程后臺監測中心。溫濕度傳感器安裝的位置及個數根據不同廠家的機構箱結構確定，一般是在機構箱內側各個柜體分別安裝2個，采用貼片式安裝；直流供電裝置主要采用小型電壓調壓裝置；報警模塊主要通過聲光報警來完成，報警信息通過液晶顯示。整個裝置智能化程度很高，完全能夠滿足現場要求，其結構如圖1所示。

圖1 監測裝置結構

a.溫濕度檢測模塊

溫濕度檢測模塊主要由前端的溫濕度傳感器進行數據采集。為保證采集數據精確度，通過市場調查研究，采用應用比較廣泛的DHTII型傳感器，通過預留的固定螺旋孔實現貼片式安裝，對檢測電路進行優化設計，使采集數據準確有效。檢測電路如圖2所示。

圖2 溫濕度檢測電路

b.信號處理模塊

信號處理模塊對采集的溫濕度信號進行濾波和放大，輸出給控制核心模塊。由于現場機構箱內還存在其他信號，檢測的溫濕度信號可能存在信號干擾，如果不進一步過濾以及過濾后放大，控制核心模塊可能接收不到。信號放大電路如圖3所示，濾波電路如圖4所示。

圖3 信號放大電路

圖4 濾波電路

2 斷路器操動機構在線監測數據融合

機構箱內的溫濕度通過安裝多個溫濕度傳感器進行檢測，4個機構箱門各安裝2個，頂端4角各安裝1個，通過多個傳感器數據融合獲得機構箱內溫濕度的精確數據進行綜合判斷。多數據融合方法步驟如下。

a.利用小波包能量譜方法對多個溫濕度傳感器信號進行分解處理，提取特征向量。

(1)

式中:Ej為第j個傳感器頻帶能量;xjk(k=1,2,…,N)為信號Ej各離散點的值。然后求出各頻帶能量占總能量的百分比。

ei=Ei/∑En

(2)

式中：En為第n個傳感器頻帶能量，作為穩定性診斷的輸入特征量。

表1 實測數據及后臺數據

b.利用徑向基(radial basis function,RBF)神經網絡方法對機構箱內的溫濕度進行初步穩定性診斷；RBF神經網絡由輸入層、隱層和輸出層組成，完成非線性映射。

(3)

(4)

式中：e為輸入向量；wi為權值；ci和σi分別為基函數的數據中心和寬度；n為中心數目；φ(·)為徑向基函數；ω0為偏差。

c.利用貝葉斯推理對初步診斷結果融合，實現最終融合結果。

(5)

(6)

式中：u(k)和un(k)為二值函數；a0(k)為第k次測量下Hi的先驗概率；Pk(H1/u1(k),…,u1(k),…,un(k))為第k次測量下Hi的后驗概率(i=0.1)；H1為目標存在該信號；H0為目標不存在該信號。

3 斷路器操動機構在線監測調試

該裝置運行一段時間后，通過專業的環境工程師對機構箱內的溫濕度進行檢測，并且與遠程后臺監測中心溫度進行對比，確保實測值與監測值一致，同時通過與該裝置設置的溫濕度閾值進行對比，實現現場與遠方報警。實測數據及后臺數據如表1所示。由表1可以看出，現場實際測量的溫濕度數值與監測數值完全一致，根據監測數值與閾值比較，超過閾值時實現了自動報警；同時還記錄了采集數據的當天環境溫度，再次證明采集數據的準確性。2019年8月8日12：14：29實測溫度值超過閾值40 ℃，2020年6月21日18：35：57及2020年7月19日16：28：21濕度實測值超過閾值30%，系統都發生了報警，充分證明該系統的穩定性和精確性比較好，現場實用性強。

4 結論

a.采用短距離無線Zigbee與5G通信技術相結合，實現數據傳輸，達到了理想效果，證明了該裝置的可適用性。

b.采用數據融合技術實現多傳感器采集數據融合，較好解決了數據采集過程中的偶然性問題帶來的誤差。

c.采用智能自動監測技術，大大降低了運維人員的工作強度，提高了工作質量，可為后期其他設備智能監測提供參考。

d.該裝置提高了電網的安全性與可靠性，可繼續推廣應用。