宋凱誠(chéng)
(國(guó)網(wǎng)江蘇省電力有限公司 常熟供電分公司,江蘇 常熟 215500)
隨著我國(guó)社會(huì)經(jīng)濟(jì)的飛速發(fā)展,電力行業(yè)也走上了一個(gè)更高的規(guī)模維度,當(dāng)前變電站的日常維護(hù)早已不再是傳統(tǒng)的人工巡檢,取而代之的是使用遠(yuǎn)程智能集控的高新技術(shù)方式對(duì)變電設(shè)備進(jìn)行運(yùn)行、故障等各項(xiàng)參數(shù)監(jiān)測(cè)。盡管變電站的在線監(jiān)測(cè)系統(tǒng)已經(jīng)廣泛投入使用,但是監(jiān)測(cè)系統(tǒng)中的設(shè)備故障數(shù)據(jù)監(jiān)測(cè)難、服務(wù)優(yōu)化差及通信效率低等問題,仍然是制約該系統(tǒng)發(fā)揮更大作用的重要因素[1]。基于上述背景,對(duì)變電站的在線監(jiān)測(cè)系統(tǒng)進(jìn)行了一定優(yōu)化,并采用卡爾曼濾波和灰狼優(yōu)化雙策略算法對(duì)設(shè)備故障的數(shù)據(jù)智能監(jiān)測(cè)進(jìn)行了科學(xué)設(shè)定,基本滿足了用戶對(duì)變電站數(shù)據(jù)監(jiān)測(cè)的可視化需求,從而提升了用戶與系統(tǒng)的人機(jī)交互體驗(yàn)。
本次主要對(duì)變電站監(jiān)測(cè)系統(tǒng)植入了物聯(lián)網(wǎng)優(yōu)化技術(shù),即通過智能物聯(lián)網(wǎng)關(guān)與變電站中控鏈接,實(shí)時(shí)獲取相應(yīng)設(shè)備的溫度、濕度、電流等監(jiān)測(cè)數(shù)據(jù),并傳輸至大數(shù)據(jù)平臺(tái)進(jìn)行處理分析,最后將設(shè)備的實(shí)時(shí)運(yùn)行、故障等系統(tǒng)參數(shù)傳送至用戶端,以實(shí)現(xiàn)人機(jī)交互良好的設(shè)備智能監(jiān)測(cè)系統(tǒng)。
本次變電站監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)旨在優(yōu)化當(dāng)前系統(tǒng)所存在的缺陷,應(yīng)滿足于以下幾點(diǎn)要求:(1)設(shè)備各類型參數(shù)應(yīng)通過物聯(lián)網(wǎng)關(guān)實(shí)時(shí)傳輸?shù)綌?shù)據(jù)云平臺(tái);(2)確保設(shè)備傳輸數(shù)據(jù)的穩(wěn)定性與安全性,以提升設(shè)備故障的報(bào)警效率;(3)自主研發(fā)配套軟件,客戶端程序可以基于此進(jìn)行便捷的可視化數(shù)據(jù)監(jiān)測(cè),進(jìn)而實(shí)現(xiàn)人機(jī)數(shù)據(jù)交互的最大化利用[2]。基于上述要求,系統(tǒng)的總體構(gòu)架主要包括物聯(lián)網(wǎng)關(guān)、云平臺(tái)及用戶端3大部分,構(gòu)架流程如下文所述。
首先,通過相關(guān)的通信協(xié)議將變電站中控與物聯(lián)網(wǎng)關(guān)進(jìn)行鏈接,傳感器接收到的數(shù)據(jù)傳輸至數(shù)據(jù)云平臺(tái);其次,利用數(shù)據(jù)云平臺(tái)的業(yè)務(wù)處理模塊進(jìn)行設(shè)備數(shù)據(jù)云分析,并完成傳輸數(shù)據(jù)的存儲(chǔ)、歸結(jié)及命令下達(dá);最后,依托自主研發(fā)軟件提供給用戶便捷的可視化監(jiān)測(cè)交互界面,并開發(fā)了Web網(wǎng)頁,全面提升了程序功能支持,主要包括用戶信息管理、歷史數(shù)據(jù)查詢、設(shè)備實(shí)時(shí)監(jiān)控以及設(shè)備故障警報(bào)等功能模塊。
1.2.1 硬件設(shè)計(jì)
物聯(lián)網(wǎng)關(guān)硬件設(shè)計(jì)主要包括通信模塊、射頻模塊、串口隔離模塊、處理模塊、電源模塊以及顯示模塊等,如圖1所示。

圖1 物聯(lián)網(wǎng)關(guān)硬件架構(gòu)
處理模塊包括微控制單元(Micro Controller Unit,MCU)處理模塊和JS8322處理模塊兩類,分別處理由射頻模塊、通信模塊傳輸過來的數(shù)據(jù)信息,并進(jìn)行智能處理分析。除此之外,數(shù)據(jù)信息的傳遞也可采用無線IP網(wǎng)絡(luò)等形式完成與中控云平臺(tái)的通信傳輸服務(wù)[3]。通信模塊主要以5G模式將移動(dòng)端口與處理模塊鏈接,以實(shí)現(xiàn)傳輸數(shù)據(jù)的上傳下達(dá)。射頻模塊通過處理模塊與串行外設(shè)接口(Serial Peripheral Interface,SPI)鏈接,可以將設(shè)備實(shí)時(shí)數(shù)據(jù)反饋到處理模塊,并遠(yuǎn)程將指令下發(fā)給終端設(shè)備。串口隔離模塊通過一個(gè)個(gè)通用異步收發(fā)器(Universal Asynchronous Receiver Transmitter,UART)串口鏈接,以確保物聯(lián)網(wǎng)關(guān)與監(jiān)測(cè)系統(tǒng)的良性交互。
1.2.2 軟件設(shè)計(jì)
物聯(lián)網(wǎng)關(guān)作為設(shè)備與平臺(tái)的橋梁紐帶,是數(shù)據(jù)傳輸層面的核心模塊之一。本次的物聯(lián)網(wǎng)關(guān)設(shè)計(jì)主要滿足以下功能:(1)確保設(shè)備與云平臺(tái)間數(shù)據(jù)交互的安全性與可靠性;(2)可以任意時(shí)刻查詢監(jiān)測(cè)數(shù)據(jù)通用異步收發(fā)器(Universal Asynchronous Receiver Transceiver,UART),并上傳至數(shù)據(jù)云平臺(tái);(3)可以對(duì)監(jiān)控各個(gè)關(guān)鍵節(jié)點(diǎn)進(jìn)行指令控制。整體工作流程如圖2所示。

圖2 物聯(lián)網(wǎng)關(guān)工作流程
本次設(shè)計(jì)的物聯(lián)網(wǎng)關(guān)主要基于OpenWrt進(jìn)行程序編寫,由于其常被用作路由器的程序編寫與研發(fā),因此具有高效的聯(lián)網(wǎng)功能。此外,其開源性較高,用戶可以對(duì)其程序進(jìn)行自主改寫、增減等操作,以實(shí)現(xiàn)自身需要的應(yīng)用程序功能。在軟件中植入5G通信模塊,即可實(shí)現(xiàn)5G快速撥號(hào)的網(wǎng)絡(luò)功能。
1.2.3 通信協(xié)議設(shè)計(jì)
本次采用Modbus通信協(xié)議,以此實(shí)現(xiàn)現(xiàn)場(chǎng)設(shè)備、物聯(lián)網(wǎng)關(guān)及數(shù)據(jù)云平臺(tái)的實(shí)時(shí)交互通信[4]。現(xiàn)場(chǎng)設(shè)備與物聯(lián)網(wǎng)關(guān)通過通信總線實(shí)現(xiàn)物理鏈接,并依據(jù)Modbus通信協(xié)議進(jìn)行幀格式設(shè)計(jì),詳見表1。

表1 傳輸協(xié)議幀格式
本次選取中國(guó)電信天翼云作為數(shù)據(jù)云平臺(tái),以天翼云作為服務(wù)中控,采用天翼云提供的相關(guān)通信協(xié)議作為物聯(lián)網(wǎng)數(shù)據(jù)傳輸?shù)耐ㄐ欧绞剑ㄐ胚^程如圖3所示。

圖3 物聯(lián)網(wǎng)關(guān)和云平臺(tái)通信過程
中國(guó)電信天翼云平臺(tái)對(duì)于傳輸數(shù)據(jù)的分析處理和指令下達(dá),主要包括兩種形式:(1)用戶可以進(jìn)行便捷的可視化操作;(2)基于通信協(xié)議處理數(shù)據(jù)端口,以便于程序代碼的直接調(diào)用與編寫。除此之外,天翼云數(shù)據(jù)平臺(tái)可以定期對(duì)設(shè)備參數(shù)進(jìn)行數(shù)據(jù)更新與檢索,而且可以存儲(chǔ)海量的運(yùn)行數(shù)據(jù)、故障數(shù)據(jù)等。
1.3.1 設(shè)備云
本次考慮到現(xiàn)場(chǎng)設(shè)備入網(wǎng)的難易程度,并降低一定的研發(fā)成本,擬采用中國(guó)電信天翼云數(shù)據(jù)平臺(tái)。天翼云數(shù)據(jù)平臺(tái)基于Modbus通信協(xié)議與物聯(lián)網(wǎng)關(guān)進(jìn)行穩(wěn)定長(zhǎng)效的數(shù)據(jù)傳輸鏈接,以實(shí)現(xiàn)實(shí)時(shí)數(shù)據(jù)交互及操作指令的上傳下達(dá),使得用戶可以在可視化狀態(tài)下進(jìn)行設(shè)備的管理、數(shù)據(jù)參數(shù)的分類設(shè)置及故障警報(bào)的觸發(fā)閾值設(shè)置等一系列操作。
1.3.2 業(yè)務(wù)云
本次云平臺(tái)服務(wù)器選取4臺(tái)NetSuite虛擬主機(jī)(Suite Cloud)來進(jìn)行自主構(gòu)建,負(fù)載均衡通過Suite Cloud負(fù)載均衡機(jī)制,采取最小連接數(shù)輪詢負(fù)載算法,并基于Suite Cloud中云端數(shù)據(jù)庫以實(shí)現(xiàn)海量數(shù)據(jù)存儲(chǔ)服務(wù)。本次在業(yè)務(wù)云開發(fā)過程中采用前端與后端分離的功能模式,以避免職能交叉帶來的數(shù)據(jù)處理不便,并可通過相關(guān)的通信協(xié)議進(jìn)行數(shù)據(jù)的編寫與增添。
1.4.1 Web組態(tài)
Web組態(tài)界面即為現(xiàn)場(chǎng)設(shè)備接線配電圖,便于用戶進(jìn)行可視化的查看變電設(shè)備數(shù)據(jù)參數(shù),其中包括組態(tài)的編輯、發(fā)布及運(yùn)行3大子模塊。通過編輯文檔模型的可交互性,在瀏覽器中的常用基礎(chǔ)圖元進(jìn)行編輯、合成程序配電圖,以實(shí)現(xiàn)配電接線圖的合理映射。服務(wù)端傳輸數(shù)據(jù)通過通信協(xié)議將數(shù)據(jù)傳送至Web組態(tài)中,以備查驗(yàn)設(shè)備的運(yùn)行狀態(tài)。生成相應(yīng)的組態(tài)配置文件,將其傳送至云端,以實(shí)現(xiàn)遠(yuǎn)程中控編輯[5]。
1.4.2 用戶及設(shè)備管理
本次對(duì)用戶進(jìn)行業(yè)務(wù)管理的功能劃分,功能設(shè)計(jì)主要包括用戶的注冊(cè)、登錄、信息修改、權(quán)限設(shè)置。每位用戶的User ID唯一,支持手機(jī)號(hào)、各類郵箱等方式注冊(cè)登錄;信息更改通過校驗(yàn)用戶ID,來更改姓名、頭像等基本信息;權(quán)限級(jí)別由高到低依次為 Owner、Administrators、Engineer、Recorder 4 種 級(jí)別角色。Owner是系統(tǒng)后臺(tái)的擁有者,有一切權(quán)限、Administrators可以對(duì)數(shù)據(jù)參數(shù)進(jìn)行增添修改、Engineer可以對(duì)數(shù)據(jù)參數(shù)進(jìn)行讀取編寫、Recorder只可以進(jìn)行數(shù)據(jù)的讀取操作[6]。對(duì)于設(shè)備管理,系統(tǒng)設(shè)計(jì)其具備增加、刪減、更改功能,為每一臺(tái)設(shè)備設(shè)置唯一序列號(hào),并附上各類型參數(shù)。若用戶想要?jiǎng)h除,則需通過設(shè)備碼權(quán)限來判定是否可以進(jìn)行刪除,記錄保留,以避免用戶誤刪無法恢復(fù)。
1.4.3 可視化
本次結(jié)合數(shù)據(jù)庫設(shè)計(jì)了一套變電站監(jiān)測(cè)可視化系統(tǒng),其主要包括設(shè)備安裝地點(diǎn)顯示、設(shè)備運(yùn)行狀態(tài)、警報(bào)閾值統(tǒng)計(jì)、發(fā)電量月報(bào)表等諸多模塊,并可記錄運(yùn)行期間設(shè)備發(fā)生故障的具體事件記錄(包括故障類型、發(fā)生位置、發(fā)生時(shí)間、故障時(shí)長(zhǎng)以及接觸時(shí)間等數(shù)據(jù)信息),并可通過物聯(lián)網(wǎng)關(guān)導(dǎo)出相應(yīng)的數(shù)據(jù)報(bào)表,可視化界面詳見圖4。

圖4 可視化界面
當(dāng)前在變電站設(shè)備的故障預(yù)測(cè)方案上,有BP神經(jīng)網(wǎng)絡(luò)、粒子群算法及卡爾曼濾波等算法手段對(duì)設(shè)備故障進(jìn)行預(yù)測(cè),但由于上述手段無論在數(shù)據(jù)建模還是計(jì)算分析上的效率均較為低下,因此難以得到較為廣泛的應(yīng)用[7]。本文提出一種記憶位置更新和非線性收斂因子的雙策略算法,來對(duì)MGWO算法進(jìn)行完善優(yōu)化,進(jìn)而提升卡爾曼濾波算法的狀態(tài)精度,以提升設(shè)備故障的科學(xué)預(yù)測(cè)性。
首先,為了提升MGWO的算法收斂性,引入記憶位置更新方程和非線性收斂因子來優(yōu)化改進(jìn)灰狼算法,形成雙策略的優(yōu)化算法;其次,通過雙策略優(yōu)化算法經(jīng)多次迭代計(jì)算得出卡爾曼濾波算法的噪聲矩陣,以提升其估計(jì)精度;最后,求出相應(yīng)的預(yù)估值,并在與數(shù)據(jù)實(shí)測(cè)值的差異對(duì)比中判斷設(shè)備是否發(fā)生故障。
2.2.1 測(cè)試流程
本次對(duì)MGWO卡爾曼濾波算法進(jìn)行了優(yōu)化改進(jìn),系統(tǒng)故障閾值采取二倍預(yù)測(cè)殘差標(biāo)準(zhǔn)差值,倘若明顯偏離正常的預(yù)測(cè)分布范圍,則表明設(shè)備出現(xiàn)故障,二倍標(biāo)準(zhǔn)差公式可以表示為:

式中:σ為二倍標(biāo)準(zhǔn)差;數(shù)值x1,x2,x3,…,xN皆為實(shí)數(shù);μ為其平均值。
故障預(yù)測(cè)流程如下:(1)設(shè)定初始噪聲矩陣、系統(tǒng)初始值及方差值;(2)依據(jù)上一時(shí)間的狀態(tài)估計(jì)值和方差估計(jì)值求出下一時(shí)間的卡爾曼增益和方差估計(jì)值,并依據(jù)優(yōu)化后的MGWO算法對(duì)噪聲矩陣進(jìn)行求解;(3)判別實(shí)驗(yàn)值與實(shí)測(cè)值是否存在差異。依據(jù)殘差處理技術(shù)判別器是否發(fā)生設(shè)備故障,達(dá)到一定閾值則下達(dá)指令報(bào)警。
2.2.2 實(shí)驗(yàn)測(cè)試
為測(cè)試該算法性能,本次進(jìn)行實(shí)驗(yàn)定值信號(hào)仿真實(shí)驗(yàn)測(cè)試,仿真參數(shù)如下:實(shí)測(cè)值為30(固定幅值)的信號(hào)植入到高斯白噪聲(系數(shù)為2)進(jìn)行測(cè)試模擬、噪聲協(xié)方差為2個(gè)、算法迭代次數(shù)最大為80、種群規(guī)模為70、初始噪聲矩陣分別為0.02、0.15,運(yùn)行結(jié)果如圖5所示。從圖5可以發(fā)現(xiàn),測(cè)試效果主要取決于系統(tǒng)初始值,而MGWO優(yōu)化算法正是通過80次迭代次數(shù)得到最佳參數(shù)估計(jì)值,因此預(yù)測(cè)結(jié)果更為科學(xué)和穩(wěn)定。

圖5 標(biāo)準(zhǔn)卡爾曼與 MGWO 卡爾曼算法的結(jié)果對(duì)比
本次實(shí)驗(yàn)數(shù)據(jù)來自于武漢某變電站,通過該站傳感器每30 min所采集的電流器溫度監(jiān)測(cè)數(shù)據(jù),連續(xù)采集1天,得到了6組1天的整點(diǎn)數(shù)據(jù),結(jié)果對(duì)比詳見表2。并以RMSE為標(biāo)準(zhǔn)衡量算法進(jìn)行精確預(yù)測(cè),結(jié)果表明,使用雙策略的MGWO卡爾曼算法比標(biāo)準(zhǔn)算法精度提升了近一倍,預(yù)測(cè)精度更接近實(shí)測(cè)值,精度較高。

表2 卡爾曼濾波算法改進(jìn)前后的電壓器溫度預(yù)測(cè)結(jié)果對(duì)比(單位:℃)
本次針對(duì)當(dāng)前變電站在線監(jiān)測(cè)系統(tǒng)存在的不足,結(jié)合物聯(lián)網(wǎng)、5G傳輸技術(shù)等將變電設(shè)備鏈接入網(wǎng),保證了設(shè)備數(shù)據(jù)傳輸?shù)姆€(wěn)定性和實(shí)時(shí)性,在系統(tǒng)穩(wěn)定、用戶需求上基本實(shí)現(xiàn)了最初設(shè)計(jì)目標(biāo),使得變電站在線監(jiān)測(cè)的智能化得到了一定的升級(jí)和優(yōu)化。