箱式變電站溫濕度在線監(jiān)測關鍵技術研究

陳麗，黃新波，吳孟魁，朱永燦，王海東

(1.西安工程大學 電子信息學院，陜西 西安 710048；2.西安電子科技大學 機電工程學院，陜西 西安 710071)

箱式變電站溫濕度在線監(jiān)測關鍵技術研究

陳麗1，黃新波1，吳孟魁1，朱永燦2，王海東1

(1.西安工程大學 電子信息學院，陜西 西安 710048；2.西安電子科技大學 機電工程學院，陜西 西安 710071)

摘要：針對傳統(tǒng)箱式變電站溫濕度在線監(jiān)測精度差、設備間互操作性不良以及預測準確率低的問題，提出一種箱式變電站溫濕度在線監(jiān)測方案。該方案基于STM3F4及S3C2440A 處理器構建平臺，采用改進的防干擾脈沖平均濾波算法完成數(shù)據(jù)濾波，運用徑向函數(shù)基神經網絡與線性最小二乘相結合的融合算法完成溫濕度擬合計算及濕度的溫度補償，并建立了模型預測溫濕度發(fā)展趨勢。最后在以太網通信方式下借助IEC 61850協(xié)議完成數(shù)據(jù)封裝實現(xiàn)信息交互。實驗結果表明，該方案提高了設備之間的通信互操作能力、傳感器測量精度及溫濕度預測的準確度。

關鍵詞：箱式變電站；濕度補償；融合算法；溫度預測模型

箱式變電站是一種集高壓開關設備、配電變壓器及低壓配電裝置于一體，按照一定的接線方案連接而成，應用于配電網的配電設備。隨著國家智能變電站建設的規(guī)劃實施，箱式變電站在線監(jiān)測技術成為變電站智能化改造環(huán)節(jié)的重點規(guī)劃項目。母排、隔離開關、高壓開關柜、變壓器等重要一次設備若長期處于過載、接頭松動、觸頭老化，易發(fā)生故障甚至燒毀等事故，若長期處于濕度較高的環(huán)境中則可引起局部放電或短路[1]。所以對箱式變電站進行溫濕度在線監(jiān)測十分必要和迫切。

傳統(tǒng)溫濕度在線監(jiān)測系統(tǒng)中，過程層與間隔層采用非通用型協(xié)議或者私有協(xié)議，本文按照IEC61850國際標準協(xié)議進行數(shù)據(jù)封裝，使得協(xié)議解析沒有二義性。文獻[2]提出溫度是熱的累計效應并采用加權擬合直線的方法預測溫度上升曲線，但是由于在線監(jiān)測數(shù)據(jù)量龐大，處理速度有待提高。本文采用變化率檢測與最小二乘相結合的方法建立非觸頭溫濕度上升曲線，并采用非線性回歸的方法預測觸頭溫度上升曲線。為了消除應用中溫度對濕度傳感器的非線性影響，國內外學者圍繞硬件補償和軟件補償兩種方法進行了研究。但是硬件補償電路易受到電子元器件漂移等因素的影響，軟件補償方法中的反向傳播(backpropagation，BP)神經網絡算法在應用時易陷入局部極值，導致訓練失敗，而最小二乘法隨著數(shù)據(jù)量的變大，誤差也逐漸變大。因此，本文采用徑向基函數(shù)(radialbasisfunction，RBF)神經網絡與線性最小二乘融合方法進行溫濕度補償。

1箱式變電站溫濕度在線監(jiān)測技術構架

圖1所示為箱式變電站溫濕度在線監(jiān)測技術構架圖，本文采用有線測溫與無線測溫相結合的方式。在變電站隔離開關、母線、電纜、開關觸頭等布線困難的地方通過ZigBee網絡將傳感器采集的信息實時上傳[3-4]，在高壓室、變壓室、低壓室等利于布線的地方通過RS485方式上傳溫濕度信息。在線監(jiān)測終端完成數(shù)據(jù)處理、就地顯示各監(jiān)測點信息及通信等功能。在線監(jiān)測智能電子設備(intelligentelectronicdevice，IED)實現(xiàn)對過程層的數(shù)據(jù)采集及溫濕度預測，并遵循IEC61850協(xié)議將信息上傳至站控層監(jiān)控中心[5]。

圖1　箱式變電站溫濕度在線監(jiān)測技術構架

2箱式變電站溫濕度在線過程層設計

過程層主要完成對各個監(jiān)測點的數(shù)據(jù)采集、處理以及向間隔層上傳溫濕度信息的功能。

2.1過程層計框架

溫濕度在線監(jiān)測終端微處理器選擇ST公司的STM32F030、無線射頻芯片NRF24L01作為支持協(xié)議嵌入控制層的硬件平臺。整體采用電池與互感取電相結合的方法進行供電，在母線、變壓器等空間較大的地方采用電池供電，在高壓開關柜等較狹小的地方，采用互感器取電，并通過整流濾波、保護等環(huán)節(jié)來實現(xiàn)隔離供電[6-8]。當其中一種供電不足時，通過電路實現(xiàn)自動轉換。有線測溫濕度模塊通過RS485方式與間隔層進行通信；無線測溫模塊采用分布式測量結構，每6個測量節(jié)點將采集的數(shù)據(jù)通過小范圍的無線傳感器網絡傳送至中心節(jié)點NRF24L01，中心節(jié)點處STM32F030通過RS485形式將信息傳送至監(jiān)控中心。溫度測量采用基于橋式電路的PT100三線測溫法，通過0Ω電阻，實現(xiàn)PT100溫度測量電路換到4～20mA信號測量電路的轉換，減小了遠距離傳輸信號時電壓信號受到的噪聲干擾。濕度測量根據(jù)HS1101在不同環(huán)境下容值不同，構建了以555定時器為核心的振蕩電路。

2.2監(jiān)測終端數(shù)據(jù)處理

本文首先采用改進的防干擾脈沖平均濾波算法進行濾波，消除現(xiàn)場采集過程中高頻信號帶來的影響[9-11]。接著采用RBF神經網絡與線性最小二乘相結合的融合算法來完成溫濕度擬合計算以及濕度的溫度補償。

2.2.1溫濕度采樣濾波預處理

首先建立一個隊列，每進來一個數(shù)據(jù)馬上輸出一個數(shù)據(jù)，當隊列滿后，每次進來一個數(shù)據(jù)會判斷該數(shù)據(jù)是否為最大值或最小值，同時也會丟棄一個最老數(shù)據(jù)，使得整個隊列始終保持固定的長度。在數(shù)據(jù)處理時，首先除去這個最大值和最小值，剩下的數(shù)據(jù)采用防干擾脈沖平均濾波算法。以環(huán)境溫度18 ℃，PT100溫度傳感器傳送的電壓信號為例，進行數(shù)據(jù)濾波處理，最終效果如圖2所示。

圖2　溫度采樣數(shù)據(jù)濾波

2.2.2溫濕度擬合計算

溫濕度傳感器的理想輸出函數(shù)是線性關系，實際應用中輸出曲線呈中間線性、兩端非線性的特點。如圖3所示，當溫度從20 ℃逐漸升高時，不同的溫度條件下，濕度傳感器的測量誤差逐漸變大。其中30%、50%、70%及90%為濕度曲線，測量誤差取絕對值。故本文采用能以任意精度逼近任意函數(shù)的融合算法完成溫濕度擬合計算及濕度的溫度補償。

注：測量誤差為實際溫度與在不同濕度下測量溫度之間的誤差。圖3　溫度對濕度傳感器的影響

把非線性區(qū)間傳感器輸出信號作為訓練樣本，溫濕度值作為測試樣本，導入RBF神經網絡，采用k-均值聚類算法求取基函數(shù)中心，最小二乘法計算權值。具體訓練過程如下：

a) 隨機選取n個訓練樣本作為聚類中心Cm(m=1，2，3，…，n)；

b) 將輸入的訓練樣本集合按最近鄰規(guī)則分組，重新調整聚類中心，得到網絡傳輸函數(shù)中心Cm；

f) 判斷性能指標是否滿足條件J≤δ,δ為允許的最小誤差。若滿足，結束訓練，否則返回步驟b)重復上述訓練過程。

實驗中發(fā)現(xiàn)當溫度區(qū)間較大時，BP訓練速度明顯變慢，擬合誤差也變大；線性最小二乘呈振蕩現(xiàn)象。而本文的融合算法有效地避免了這些問題并有效提高了數(shù)據(jù)測量精度。

3箱式變電站溫濕度在線監(jiān)測IED設計

IED主要完成對過程層的信息采集及溫濕度預警，并遵循IEC61850協(xié)議將信息上傳至站控層監(jiān)控中心。

3.1IED設計框架

間隔層整體用STM32F407及S3C2440A的雙核結構，具有高效的傳輸能力和強大的數(shù)據(jù)處理能力。其中Samsung公司的ARM芯S3C2440A是主控中央處理器(centralprocessingunit，CPU)，在基于TCP/IP參考模型的基礎上嵌入IEC61850協(xié)議，通過面向對象技術進行數(shù)據(jù)建模，實現(xiàn)了標準協(xié)議下的數(shù)據(jù)封裝；STM32F407作為從CPU，借助其高效的數(shù)據(jù)處理能力完成數(shù)據(jù)處理并借助串行外設接口(serialperipheralinterface，SPI)方式實時上傳給主控CPU[6-8]。

3.2IEC61850建模

為了解決生產廠家因通信協(xié)議不一致導致互操作性不友好的問題，依據(jù)IEC61850基于可擴展置標記語言(extensiblemarkuplanguage，XML)建立了信息模型[12]。

3.2.1邏輯設備建模

根據(jù)箱式變電站功能分析，建立3個邏輯設備(如圖4所示)，分別為過程層在線監(jiān)測OMD_IED、間隔層綜合監(jiān)測單元CMU_IED及站控監(jiān)測單元SMU_IED。圖4中僅僅對一個監(jiān)測節(jié)點的模型進行了描述，邏輯設備的每個實際功能都定義為邏輯節(jié)點類的一個實例。每個邏輯設備都定義了其LLN0和LPHD這兩個必不可少的邏輯節(jié)點，邏輯節(jié)點LLN0表示邏輯設備的公共數(shù)據(jù)，如銘牌、設備運行狀態(tài)信息；LPHD代表擁有邏輯節(jié)點的物理設備的公共數(shù)據(jù)，如物理設備的銘牌、運行狀況等信息。邏輯設備LD1駐留在線監(jiān)測OMD_IED中，實現(xiàn)采樣功能，THUM、TTMP1表示濕度傳感器、溫度傳感器；邏輯設備LD2在綜合監(jiān)測單元CMU_IED中，用于實現(xiàn)監(jiān)測功能；MENU、STMP表示濕度、溫度監(jiān)測，GGIO1繼承調用輸入/輸出完成電量監(jiān)測；邏輯設備LD3通過與遠方監(jiān)測接口ITMI、操作員接口IHMI、存檔IARC等邏輯節(jié)點實現(xiàn)與網省監(jiān)測中心的監(jiān)測及歷史數(shù)據(jù)的存檔和查詢[13]。

圖4　IEC 61850建模

3.2.2邏輯節(jié)點LN建模

THUM、TTMP1、MENU、STMP是實現(xiàn)箱式變電站智能化功能的主要邏輯節(jié)點，數(shù)據(jù)通過邏輯設備LD1中THUM、TTMP1采集，并通過邏輯設備LD2監(jiān)測；邏輯節(jié)點THUM、TTMP1、MENU、STMP繼承了LLN0公用邏輯節(jié)點中的全部指定數(shù)據(jù)對象，包括Mod、Beh、Health、NamPlt及溫度報警點TmpAlmSpt、濕度報警點HumAlmSpt等[14]。

4箱式變電站溫濕度預警

傳統(tǒng)溫濕度在線監(jiān)測系統(tǒng)中，固定閾值往往產生漏報、錯報的問題，而本文基于在線監(jiān)測數(shù)據(jù)建立預警模型，進而預測溫濕度上升趨勢。在高壓室、低壓室以及變壓器殼體等處，基于變化率檢測與最小二乘相結合的方法建立常規(guī)溫濕度模型，在觸頭處基于熱傳學原理建立觸頭溫升模型。

4.1常規(guī)溫濕度模型

4.2觸頭溫升模型

文獻[16]提出基于熱傳學建立觸頭溫升模型，本文在此基礎上進行了改進。根據(jù)熱力學第一定律，物體內能增加量等于物體導入凈熱流量加物體內熱源。觸點作為集總熱容系統(tǒng)，溫度t僅為時間τ的函數(shù)，則

(1)

式中：Q為整個邊界面?zhèn)魅胗|點的熱流量；QV為內熱源產生的熱量；ρ為物體密度；c物體比熱容；v為物體體積。

(2)

式中：α代表整個邊界面上的平均換熱系數(shù)；tf代表環(huán)境溫度；A物體表面積。

(3)

其中：I為載流導體的電流；R為觸點電阻。

把式(2)和式(3)帶入式(1)，得

(4)

當設備處于載流故障時，觸點絕緣電阻突增，電流產生的熱量也突增，打破平衡，導致觸點溫度增加，即

(5)

則觸點的溫升模型為

(6)

其中，t0為初始溫度。式(6)可簡化為

(7)

其中

式中：I1、α1為觸頭溫度從正常到第一個故障隱患點的電流及換熱系數(shù)，I2、α2為第一個故障隱患點到下一個采樣溫度的電流及換熱系數(shù)。

為了得到更高的預測精度，本文采用基于溫升模型的動態(tài)預測。首先利用斜率計算法，得到溫度速率明顯增大的隱患故障觸點，提取故障初期溫度集合并求出溫升模型；每經過一次采樣周期，更新溫度集合，并用最新溫度集合預測溫度發(fā)展趨勢。

5實驗結果分析

本文利用人工氣候室搭建了實驗平臺，該平臺利用排風扇、霧化噴頭對室內的溫濕度進行監(jiān)控和調整。監(jiān)控終端就地顯示溫濕度傳感器數(shù)據(jù)，PC機作為IEC61850的客戶端。其中溫度基本達到0.5 ℃，濕度基本達到2%。

5.1通信結果分析

利用IEDScout軟件連接服務器端的IP地址，可更為直觀地看到服務器端的數(shù)據(jù)；把另一臺電腦配置主機通信客戶端，利用Wireshark軟件實時獲取客戶端的各項操作和服務器上的對應參數(shù)數(shù)據(jù)。經過實驗證明客戶端的信息與cid提供的信息一致，從而驗證了模型的正確性和通信的可靠性。

5.2觸點溫度預測

將數(shù)據(jù)庫中某變電站高壓室8月份的一組溫度故障數(shù)據(jù)作為實驗樣本，預測曲線1采用12個數(shù)據(jù)，預測曲線2采用8個數(shù)據(jù)，最終結果如圖5所示。預測曲線1精度明顯高于曲線2，從而說明隨著用于參數(shù)估計數(shù)據(jù)值的增加，預測結果更接近實際。

圖5　故障觸點溫度預測

6結束語

本文將多種通信方式整合到一起，采用有線與無線傳輸?shù)姆绞綄崿F(xiàn)監(jiān)測單元與監(jiān)測主機之間的數(shù)據(jù)通信和控制，在以太網通信方式下借助IEC61850協(xié)議實現(xiàn)與間隔層的信息交互。整體采用STM32DF4及S3C2440A處理器搭建硬件平臺，具有高效的傳輸能力和強大的數(shù)據(jù)處理能力。通過相應算法提高了數(shù)據(jù)測量的精度，并通過建立的溫濕度模型預測溫濕度發(fā)展趨勢。

實驗結果表明，該方式可以現(xiàn)高精度數(shù)據(jù)測量、精確預測溫濕度發(fā)展趨勢以及提高設備之間互操作能力的功能。

參考文獻：

[1] 鄒浩.基于物聯(lián)網技術的變電站設備在線測溫系統(tǒng)研究[D]. 濟南：山東大學，2011.

[2] 韓蓓，盛戈皜，江秀臣，等.基于ZigBee無線傳感器網絡的導線接頭在線測溫系統(tǒng)[J]. 電力系統(tǒng)自動化，2008，32(16)：72-77.

HANBei,SHENGGehao,JIANGXiuchen,etal.AnOnlineThermalConditionMonitoringSystemwithWirelessSensorNetworkBasedonZigBeeTechnologyforTransmissionLineJoints[J].AutomationofElectricPowerSystems,2008,32(16):72-77.

[3] 張青山，段建東，葉兵，等.基于ZigBee的開關柜觸頭溫度在線監(jiān)預警系統(tǒng)[J]. 高壓電器，2015，51(4)：29-35.

ZHANGQingshan,DUANJiandong,YEBing,etal.OnlineTemperatureMonitoringSystemBasedonZigBeeforSwitchgearContacts[J].HighVoltageApparatus，2015，51(4)：29-35.

[4] 李小博，黃新波.基于ZigBee無線網絡的智能變電站設備溫度綜合監(jiān)測系統(tǒng)[J]. 高壓電器，2011，47(8)：18-21.

LIXiaobo，HUAMGXinbo.ZigBeeNetwork-basedIntelligentSubstationTemperatureMonitoringSystem[J].HighVoltageApparatus， 2011, 47(8):18-21.

[5] 王方，邱道尹，岳艷杰，等.基于紅外技術的變電站溫差無線溫度監(jiān)控[J]. 電力自動化設備，2011，31(8)：135-138.

WANGFang,QIUDaoyin,YUEYanjie,etal.WirelessThermoelectricTemperatureMonitoringofSubstationBasedonInfraredTechnology[J].ElectricPowerAutomationEquipment, 2011,31(8):135-138.

[6] 林建欽.電氣設備智能無線測溫預警系統(tǒng)的研究與實踐[D]. 杭州：浙江大學，2008.

[7] 王德文，葛亮.變電站在線監(jiān)測智能電子設備的自動化測試[J]. 電力系統(tǒng)自動化，2014，38(14)：84-89.

WANGDewen,GEliang.ResearchOn-lineMonitoringSubstationAutomationofIntelligentElectronicDevicesTest[J].AutomationofElectricPowerSystems, 2014,38(14):84-89.

[8] 黃新波，王霄寬，方壽賢，等.智能變電站斷路器狀態(tài)監(jiān)測IED設計[J]. 電力系統(tǒng)自動化，2012，36(22)：95-99.

HUANGXinbo,WANGXiaokuan,FANGShouxian,etal.DesignonStatusMonitoringIEDofCircuitBreakerforSmartSubstation[J].AutomationofElectricPowerSystems，2012, 36(22): 95-99.

[9] 候廣松.變電站故障數(shù)據(jù)處理與分析系統(tǒng)研究開發(fā)[D]. 濟南：山東大學，2014.

[10] 孟曉，胡炎.變電站無線測溫告警算法[J]. 電力自動化設備，2013，37(2)：81-85.

MENGXiao,HUYan.AlarmAlgorithmofSubstationWirelessTemperature[J].ElectricPowerAutomationEquipment，2013,37(2): 81-85.

[11] 王德文，肖磊.智能變電站海量在線監(jiān)測數(shù)據(jù)處理方法[J]. 電力自動化設備，2013，33(8)：150-154.

WANGDewen,XIAOLei.ResearchonDataProcessingMethodforMassLineMonitoringofIntelligentSubstation[J].AutomationofElectricPowerSystems, 2013,33(8):150-154.

[12] 趙翠然. 基于IEC61850的配電終端建模及自描述建模[D]. 北京：華北電力大學，2013.

[13] 韓國政，徐丙垠. 基于IEC61850標準的智能配電終端建模[J]. 電力自動化設備，2011，31(2)：104-107.

HANGuozheng,XUBingyin.ModelingofIntelligentDistributionAccordingtoIEC61850[J].ElectricPowerAutomationEquipment, 2011,31(2):104-107.

[14] 何磊.IEC61850應用入門[M]. 北京：中國電力出版社，2012.

[15] 許力，竺鵬東.基于變尺度PCA的電力設備載流故障早期預警[J]. 電力自動化設備，2012，32(5)：147-151.

XULi,ZHUPengdong.ResearchonEarlyWarningofPowerEquipmentLoadCurrentFaultBasedonVariableScalePCA[J].ElectricPowerAutomation，2012,32(5):147-151.

[16] 張慧源.電力設備載流故障預警與預測的若干關鍵技術研究[D]. 杭州：浙江大學，2014.

ResearchonKeyTechnologyforOnlineMonitoringonHumitureofBox-typeSubstation

CHENLi1,HUANGXinbo1,WUMengkui1,ZHUYongcan2,WANGHaidong1

(1.CollegeofElectronicsandInformation,Xi’anPolytechnicUniversity,Xi’an,Shaanxi710048,China; 2.CollegeofMechanicalandElectricalEngineering,XidianUniversity,Xi’an,Shaanxi710071,China)

Abstract：In allusion to problems of poor precision of online monitoring on humiture of traditional box-type substation, bad interoperation among equipments and low prediction accuracy rate, a kind of scheme of online monitoring on humiture of box-type substation is proposed. Based on STM3F4 and S3C2440A processor, this scheme constructs a platform and uses improved anti-pulse-interference average filtering algorithm to finish data filtering. It applies fusion algorithm combining radial basis function (RBF) neural network with least square to finish fitting calculation on humiture and temperature compensation for humidity as well as establishes a model to predict developing trend of humiture. Finally, it realizes information interaction with the aid of IEC 61850 protocol under Ethernet communication mode. Experimental results indicate that this scheme could improve communication interoperation among equipments, measurement precision of sensors and prediction accuracy for humiture.

Key words：box-type substation; humidity compensation; fusion algorithm; humiture prediction model

收稿日期：2016-01-15

基金項目：陜西省重點科技創(chuàng)新團隊計劃(2014KCT-16);陜西省協(xié)同創(chuàng)新計劃項目(2014XT-07)；西安工程大學控制科學與工程重點學科建設經費資助項目(107090811)

doi:10.3969/j.issn.1007-290X.2016.05.022

中圖分類號：TM63；TP183

文獻標志碼：A

文章編號：1007-290X(2016)05-0118-06

作者簡介：

陳麗(1990)，女，河南安陽人。在讀碩士研究生，研究方向為智能電網及故障診斷。

黃新波(1975)，男，山東海陽人。教授，工學博士，研究方向為智能電網輸變電設備在線監(jiān)測理論與關鍵技術。

吳孟魁(1989)，男，陜西戶縣人。在讀碩士研究生，研究方向為智能電網及故障診斷。

(編輯查黎)