物聯網電力通信運維架構系統設計及關鍵技術

周 戈，謝妮娜，潘宇晨

（1.國網浙江省電力有限公司臺州市供電公司，浙江 臺州 318000；2.國網浙江省電力有限公司臨海市供電公司，浙江 臺州 318000）

分布式電力系統（如太陽能熱發電、風力渦輪機）的優點是低碳消耗、能源利用率高、更好的供電可靠性和靈活的安裝位置［1］。然而，許多電力電子逆變器應用于配電網的常規并網，產生諧波和三相負載不平衡等電能質量擾動，增加了控制成本，影響了供電系統的可靠性［2-3］。

針對上述存在的問題，文獻［4］基于概率神經網絡利用故障樣本和正常樣本的歷史數據建立故障診斷模型。這種特征提取方法要求信號處理熟練程度高。文獻［5］提出一種模糊邏輯評估模型，大量研究了電力數據評估指標的模糊性，但是電力數據評估指標的模糊性與風險權重不是自對偶事件，導致最終的評估結果與理想結果差異過大。

1 電力數據智能管理系統設計

針對上述技術存在的不足，本研究采用數據資產信息采集單元，全面收集多種數據資產信息，在采集單元設置數據采集接口、CC2530芯片電路和多數據傳感器。數據智能管理系統如圖1所示。

如圖1所示，設置多樣數據傳感器的目的在于實現不同數據信息的獲取和計算，傳感器可以采用溫度傳感器、射頻識別器、GPS定位裝置等不同的采集設備，通過這些設備能夠實現電壓、電流、溫度以及功率等多種數據信息的采集和位置定位［6］。通過多種數據信息的采集能夠實現電力相關數據信息的全方面掌控，這些數據信息通過不同的網絡實現信息傳遞，應用ZigBee技術的傳遞網絡進行數據傳輸，通過云平臺傳遞到用電信息數據庫并進行簡單的數據預處理［7-8］。

2 關鍵技術

2.1 基于CC2530芯片采集系統設計

針對電力數據信息的采集工作，本研究基于CC2530芯片硬件電路，設計了新型無線傳感器網絡，通過多樣傳感器網絡對多源異構電力數據信息進行實時采集，提高了數據采集的種類。基于CC2530芯片采集系統整體硬件結構如圖2所示。

圖2中的CC2530芯片硬件電路能夠實現電力數據信號的接入和輸出，其中CC2530芯片為TI公司生產的主控芯片，該芯片采用的數據通信協議為ZigBee，在多源異構電力數據信息采集過程中，具有較強的數據抗干擾能力。芯片電路設置有2個USART端口、12位數模轉換端口以及21個通用數據接線端口GPIO，滿足多種數據接入的需要。

在圖2的CC2530芯片硬件電路中，電源電路負責提供整個硬件系統運行所需的電源。考慮到不同的芯片其工作電壓和啟動電流不同，選用BQ21040鋰電池充電管理芯片作為充電電路管理芯片，與電阻電容器相結合，形成鋰電池充電電路，為鋰電池連續供電。從系統穩定性考慮，將電阻R4設置為1.0 kΩ，可以得到快速充電電流為800 mA，為系統的最大快充電流［10］。電源電路如圖3所示。

在圖3中，Header表示插針連接器，CHG為芯片充電完成的信號提示，LEDV是主控制芯片的電壓反饋燈，OUT為輸出的電壓值，在電池電量不足時給聚合物鋰電池供電，加入1 μF濾波電容，降低交流脈沖波紋系數，提高抗干擾能力。

本研究采用美國Dallas公司生產的DS18B20型號溫度傳感器，其內部結構如圖4所示。

從圖4可以看出，DS18B20型號溫度傳感器內部結構由64位只讀存儲器（read-only memory，ROM）閃存、溫度傳感器、非易失性溫度報警觸發器TH和TL組成，其中暫存器用于存放測量結果，使用存儲器的操作命令可以讀出暫存器中的數據。TH和TL各由一個ROM字節構成，同樣需要使用存儲器的操作命令對TH和TL進行寫入，對它們的讀出則需要暫存器。DS18B20傳感器的工作電源是3.0～5.5 V，其測溫范圍為-55℃～125℃。由于多個DS18B20可以掛載在一根通信線上，因而應用起來十分方便。溫度傳感器與其他采集終端的數據采集電路如圖5所示。

在圖5中，HX710作為電力數據采集的模數轉換芯片，具有24位的高精度轉換模式，低噪聲放大器增益為128 dB，C3為0.1 μF濾波電容，增強了系統的抗干擾能力。HX710的VREF針腳為傳感器模塊電壓供電；AGND針腳為接地電路；INN針腳為輸出信號AIN-，INP針腳為輸出信號AIN+；PDSCK針腳為AD數據發送的時鐘控制信號，DOUT針腳為數據輸出，Header是數據采集接口端，多源異構的電力數據將被傳輸至CC2530主控制芯片。

2.2 電力數據信息評估模型

為了能夠合理評估電力數據信息，提高評估指標的準確性，本研究結合多種方法構建了電力數據信息評估模型，其流程如圖6所示。

圖6中AHP的基本原理是通過建立層次結構來分解復雜的多目標決策問題。通過比較指標的重要性，并使用數字形式的相對標度表示專家經驗的相對重要性標準。首先，構造判斷矩陣R，如式（1）所示：

式（1）中，n為電力數據樣本維度，rij是將第i個評估指標與第j個評估指標進行比較而獲得的標度值，反映了第i個評估要素相對于第j個評估要素的重要性。然后，檢查判斷矩陣R的一致性。最后，計算特征向量λmax和對應的特征向量，并根據一致性指標CI進行一致性測試。

一致性測試通過計算一致性比例CR來確定。如果CR<0.1，則矩陣滿足一致性要求，且特征向量（歸一化）是由AHP確定的權重向量。在協方差上，重新構造判斷矩陣，即

式（2）中，RI是n維隨機一致性指示符。

通過AHP得出各指標的權重為

式（3）中，A是權重矩陣，a是通過AHP計算的第j個指標的權重，ξ是其特征向量。

EWM是一種客觀賦權方法，其基本原理是利用原始指標數據信息提供的有用信息量確定權重。假設有n個評估指標和m個評估方案，對所有電力數據評估指標進行標準化，得到

式（4）中，Y為權重矩陣，yij為標準化后得到的電力數據評估指標。

得到一個新的評估矩陣F，即

由此可以計算出各個電力數據評估指標的熵權，假設第j個電力數據評估指標的熵權定義式為

式（6）中，Hj是第j個電力數據評估指標的熵權值。

由式（7）計算得出

為了解決AHP與EWM的局限性，本研究將這兩種方法結合起來計算綜合權重。同時，為了放大電力數據評估指標的重要性，可使用乘法合成法，利用式（8）對電力數據評估指標進行綜合賦權，即

式（8）中，Wj是第j個電力數據評估指標綜合賦權的綜合權重，aj是通過AHP計算的第j個電力數據評估指標的權重，vj是通過EWM計算的第j個電力數據評估指標的權重。

首先，同樣假設有t個方案需要評估，n個電力數據評估指標，并根據電力數據評估指標定義理想的指標向量R0=（r01，r02，…，r0n）。比較t個方案中n個指標元素與理想指標向量R0的關聯度，進行多目標綜合決策，得到GCA判斷矩陣R（t+1）×n，如式（9）所示：

對式（9）的判斷矩陣進行標準化，結果如式（10）所示：

式（10）中，R′是標準化矩陣，r′是標準化的電力數據評估指標。

第二步，計算第i個指標的t個方案與第j個指標的理想方案的灰色關聯系數，其表達式為

式（11）中，ξ是指灰色關聯系數，p是指判別系數，通常為0.5。

最后，根據灰色關聯系數ξ計算關聯度，即

式（12）中，Ki為目標評價方案與理想指標方案之間的關聯度，其數值反映了電力數據評估的準確性。Ki越大，越接近理想電力數據評估指標權值，從而實現電力數據的綜合評價，得出最優的解決方案。

3 實驗與分析

實驗時，計算機的硬件環境：CPU為Inter（R）Core（TM）i7；主頻為2.59 GHz；內存為16 G。所用的軟件JavaScript版本為ECMAScript 6。通過云平臺的設備模擬器進行數據收發的聯調測試，輸入數據傳輸的IP地址：180.101.147.115，輸入Verify Code：8703031585221，選擇開啟DTSL傳輸加密通道。系統中電力數據發送測試界面如圖7所示。

如圖7所示，上報數據為Y50201F607010A，系統接收數據也為Y50201F607010A，數據上報成功，數據格式依然為十六進制碼流。系統整體運行后，為了驗證基于CC2530芯片采集系統的實用性，分別在采集終端與集中單元端測試了7組不同的電壓數據，并測試丟包率數據，結果如表1所示。

表1 整體測試數據表Tab.1 Overall test data

從表1結果來看，采集終端節點傳輸至集中單元的數據錯誤率為零，無數據丟包現象，說明ZigBee協議可以很好地完成近距離數據傳輸任務，體現了CC2530芯片采集系統運行的實用性與穩定性。

為了體現本研究電力數據信息評估模型的可靠性，與文獻［5］的模糊評估模型進行對比，通過調研某國家電網公司2021年電力調度數據庫，從中抽取4000個電力數據節點作為實驗數據庫，相關數據類型與其代碼如表2所示。

表2 電力數據參數信息表Tab.2 Power data and parameter information

以式（12）作為最終評估指標，在1000～4000個電力數據節點數目環境下，采用MATLAB軟件仿真評估指標的變化數值，結果如圖8所示。

從圖8可以看出，相比之下本研究評估模型的評估值更高，接近理想電力數據評估指標權值，并且隨著節點數目的變化，評估值波動幅度不大。

4 結 語

本研究在采集單元設置有數據采集接口、CC2530芯片電路和多樣數據傳感器，通過ZigBee通信協議與計算機進行通信，并與CC2530芯片實現2.4G通道聯網通信，通過液晶屏顯示電力數據智能管理系統的工作過程。電源采用3.7 V鋰電池供電，其充電電路設計可確保該系統持續穩定運行。此外，還構建了電力數據評估模型，結合多種方法對電力數據信息進行綜合評價，并通過實驗證實了其實用性與可靠性。然而，該系統依然在數據傳輸方面存在一定的不足，未來會針對這一領域進行完善。