基于物聯網技術的排水泵站機組運行遠程監測方法

蔣曉艷，劉菲菲，安琳琳，王啟凡

(1.淮安市水利勘測設計研究院有限公司，江蘇 淮安 223001；2.徐州市水利建筑設計研究院有限公司，江蘇 徐州 221000；3.華設設計集團股份有限公司常州分公司，江蘇 常州 213000)

0 引言

隨著社會和經濟的發展，排水泵站在城市化進程中發揮著重要作用[1]。傳統的排水泵站監測方法往往存在許多限制，如依賴人工巡檢、無法實時監測和故障診斷等。為了解決這些問題并提升排水泵站的運行效率和穩定性，對其進行遠程監測和故障預警顯得尤為重要。隨著物聯網技術的快速發展，基于物聯網的遠程監測成為實現排水泵站機組運行狀態實時監管的一種可行途徑[2]。通過在排水泵站機組中部署各種傳感器和物聯網設備，實時采集并傳輸各種感知數據，將數據存儲在云平臺上并應用數據分析算法和模型，可以有效地實現對排水泵站機組運行狀態進行遠程監測、故障預警和遠程診斷。

近年來，學者們提出了基于無線網絡的電氣設備狀態遠程監測系統[3]和小型污水處理設備自動控制及遠程監測系統設計[4]。文獻[3]的方法通過無線傳輸解決了布線復雜性問題，實現了對電氣設備狀態的遠程監測；而文獻[4]的方法則通過傳感器采集實時數據進行監測、調整和故障診斷。然而，這2種方法也有一些共同的限制。文獻[3]的方法受到無線通信距離和穩定性的影響，在特殊環境下可能存在通信不穩定的問題；文獻[4]的方法在適用范圍上有一定局限性，對于大型排水泵站的應用可能需要其他技術和方法的支持。

為解決上述方法中存在的問題，本文提出基于物聯網技術的排水泵站機組運行遠程監測方法。

1 基于物聯網技術的排水泵站機組運行遠程監測方法

1.1 排水泵站機組運行數據預處理

通過在排水泵站機組中部署各種傳感器和物聯網設備[5]，實時采集并傳輸各種感知數據。在排水泵站機組的運行監測中，采集到的數據可以用以下公式表示：

(1)

式中，D(t)—在時刻t采集到的數據；Si(t)—第i個傳感器在時刻t的采集值；n—傳感器數量；Wi—第i個傳感器的權重。

設置合適的傳感器并確定各傳感器的權重，各個傳感器的權重可以根據其重要性和對機組運行狀態的影響程度進行設置[6]。傳感器參數設置具體見表1。

表1 傳感器參數設置

對采集的數據進行預處理的[7]一種常用方法是使用移動平均濾波(Moving Average Filtering)公式：

(2)

式中，Davg(t)—在時刻t的移動平均值；Dt—時刻t的原始采集值；N—取平均的窗口大小。

通過采用移動平均濾波，可以平滑數據曲線并降低噪聲對數據的影響。經過預處理后的數據將更加可靠和穩定，這些數據將作為后續數據分析和故障診斷的基礎[8]。

1.2 排水泵站機組運行數據特征提取

以上述經過預處理的數據為基礎，提取具有代表性的特征量來描述機組的運行狀態和性能。均值通過計算數據序列的平均值，反映了機組參數的整體水平；方差衡量數據序列的離散程度，描述了數據的波動性[9]；最大值和最小值表示數據序列的極值情況；峰值則表示數據序列中最大值和最小值之間的差距，反映了數據的振幅變化。這些特征提取公式分別為：

(3)

式中，μ—數據均值；L—數據序列的長度；xi—數據序列中的第i個數據。

(4)

式中，σ2—數據平方差。

max=max{x1，x2，…，xN}

(5)

式中，max—數據最大值。

min=min{x1，x2，…，xN}

(6)

式中，min—數據最小值。

p=max-min

(7)

式中，p—數據峰值。

通過對排水泵站機組運行數據進行特征提取[10]，可以更好地理解和分析機組的運行情況。

1.3 基于物聯網技術實現排水泵站機組運行遠程監測

基于物聯網技術，可以實現對排水泵站機組的遠程監測和管理。通過傳感器對機組運行數據的實時采集和傳輸，可以實現遠程實時監測和分析機組的運行狀態，提前發現故障，以及遠程控制機組的啟停和運行參數調整。

在基于物聯網的排水泵站機組遠程監測中，利用MQTT(Message Queuing Telemetry Transport)協議作為通信協議，將采集到的機組運行數據有效地傳輸到云服務器。以排水泵站機組的效率為例，可以使用公式：

(8)

式中，OutputWork—機組的輸出功率或工作量；InputWork—機組的輸入功率或工作量。通過計算機組的效率，可以有效地評估機組運行的性能和能源利用情況。

2 實驗

2.1 實驗環境

為驗證本文方法是否滿足應用需求，以某排水泵站機組為實驗對象進行實驗測試。

對比方法選用文獻[3]方法與文獻[4]方法，為了驗證本文方法的變電站多設備運行狀態檢修的準確性與時效性，設置服務器的硬件環境，參數設置見表2。

表2 實驗參數設置

2.2 實驗結果分析

為驗證本文方法的有效性，以設備運行狀態監測準確率為實驗指標進行對比測試，測試結果如圖1所示。

圖1 3種方法檢修準確率對比

根據圖1觀察結果顯示，本文方法的檢修準確率達到了最高96%的水平，并且本文方法的監測準確率都高于90%。這與文獻[3]方法的最高檢修準確率為84%，以及文獻[4]方法的最高監測準確率為79%相比，顯示了本文方法在對排水泵站機組運行狀態進行監測方面的優勢。本文方法的高檢修準確率和監測準確率將排水泵站機組的異常狀態快速準確地識別出來，為及時進行維修和故障排除提供重要參考依據。由于運營商等多個利益相關方對排水泵站機組的穩定運行非常重視，因此高效準確的監測方法具有顯著的實際應用價值。

為驗證本文方法的實用性，以設備運行狀態檢修時長為實驗指標進行對比測試，測試結果如圖2所示。

圖2 3種方法檢修時長對比

根據圖2的觀察結果顯示，本文方法在運行狀態檢修時長方面表現出顯著的優勢。最高檢修時長只有23s，而文獻[3]方法和文獻[4]方法分別為78、80s。說明本文方法能夠快速地對排水泵站機組的運行狀態進行監測，并及時對存在故障的地方進行維修，從而減少了排水泵站機組的停機時間和維修成本。對于運營商和維護人員而言，能夠快速準確地確定故障源并進行迅速維修是至關重要的。因此，本文方法的高效性在實際應用中具有重要的意義。

3 結論

本文提出基于物聯網技術的排水泵站機組運行遠程監測方法，相比傳統的監測方法，能夠有效提高監測準確率，實現對機組的實時監測和故障預警，避免了人為錯誤和主觀判斷帶來的誤差。通過提早發現機組異常情況，能夠及時采取維修措施，減少停機時間和維修成本，提高了排水泵站的運行效率和穩定性。本文方法可以實現對排水泵站機組的實時監測、故障診斷、遠程操作和決策支持等功能，有助于提高排水系統的穩定性、工作效率和維護管理水平，降低設備損壞風險和維修成本，提升整體排水系統的可靠性和安全性。該方法具有廣闊的應用前景，對于城市排水系統的規劃、建設和管理具有重要意義。