基于ZigBee的智能配電變壓器重過載監(jiān)測方法

嚴 峻,王艷艷,宮楊非,許曉藝,王來善

(國網(wǎng)安徽省電力有限公司物資分公司,安徽 合肥 230061)

近幾年,在物聯(lián)網(wǎng)、云計算等高新技術(shù)的支持下,電網(wǎng)逐漸朝著智能化、自動化方向發(fā)展[1-2]。電力系統(tǒng)中,智能配電網(wǎng)是運行核心。配電網(wǎng)在輸電網(wǎng)、發(fā)電廠中獲取電能,并通過電纜、變壓器和支線等設(shè)備將電能傳輸?shù)接脩艚K端,為用戶提供安全可靠的用電服務。為降低電力系統(tǒng)運行風險,使電能質(zhì)量能夠滿足供應需求,保護并監(jiān)控智能配電網(wǎng)的運行狀態(tài)十分重要。智能配電網(wǎng)變壓器是配電網(wǎng)的核心設(shè)備,用戶端與智能配電網(wǎng)變壓器連接后,便可服務于用戶。但是變壓器在工作中發(fā)生故障的概率較高,故障出現(xiàn)次數(shù)最多的為重載或過載工作模式[3]。該類故障模式下,用戶的用電持續(xù)性會受到很大影響。此外,由于智能配電網(wǎng)變壓器長時間重過載工作會導致變壓器溫度升高,使設(shè)備的損耗率變大、生命周期縮短,因此對智能配電網(wǎng)變壓器的重過載工況進行監(jiān)測勢在必行。

目前,針對配電網(wǎng)變壓器的運行模式進行監(jiān)測的研究已取得不少成果,文獻[4]使用回歸算法可有效獲取變壓器負載運行數(shù)據(jù),但針對重過載模式的監(jiān)測效果有待提升;文獻[5]通過監(jiān)測電流的方式,識別供電系統(tǒng)的負載突變狀態(tài),但此方法只可以使用電流數(shù)據(jù)監(jiān)測供電系統(tǒng)的運行狀態(tài),應用存在局限性。針對上述問題,本文提出一種基于ZigBee的智能配電變壓器重過載監(jiān)測方法,經(jīng)實驗驗證可知,該方法可以準確監(jiān)測智能配電變壓器重過載狀態(tài)。

1 智能配電變壓器重過載監(jiān)測

1.1 基于ZigBee網(wǎng)絡(luò)的智能配電變壓器負荷監(jiān)測模型

圖1是基于ZigBee網(wǎng)絡(luò)的智能配電變壓器負荷監(jiān)測模型結(jié)構(gòu)圖,該模型由負荷監(jiān)測儀、維護單元、中心主站構(gòu)成。

圖1 基于ZigBee網(wǎng)絡(luò)的智能配電變壓器負荷監(jiān)測模型

如圖1所示,負荷監(jiān)測儀會設(shè)置在智能配電變壓器側(cè),不僅可以采集智能配電變壓器側(cè)的電壓、電流等負荷信息,結(jié)合電能量計算算法對這些數(shù)據(jù)進行處理,從而得出實際傳輸?shù)碾娔芰?還可以使用ZigBee網(wǎng)絡(luò)與電力公司中心主站連接,把智能配電變壓器現(xiàn)場信息都上傳至中心主站,中心主站可以遠程下達操作命令。維護部門主要使用ZigBee網(wǎng)絡(luò)與負荷監(jiān)測儀通信,能夠?qū)崟r提取和管理負荷監(jiān)測儀運行信息,實現(xiàn)配電變壓器本地維護與遠程維護。

智能配電變壓器的監(jiān)測主站會設(shè)置在每個電力公司中,且監(jiān)測主站會使用光纖與每個變電站的ZigBee網(wǎng)關(guān)通信[6-7]。ZigBee終端節(jié)點與負荷監(jiān)測儀通信,并使用ZigBee路由將監(jiān)測信息傳輸至ZigBee智能網(wǎng)關(guān),完成ZigBee網(wǎng)絡(luò)數(shù)據(jù)傳輸。

為了實現(xiàn)重過載持續(xù)監(jiān)測,本文在ZigBee網(wǎng)絡(luò)中使用了混合路由算法,實現(xiàn)ZigBee網(wǎng)絡(luò)能耗均衡,延長網(wǎng)絡(luò)節(jié)點壽命,以免出現(xiàn)監(jiān)測中斷情況。在ZigBee網(wǎng)絡(luò)中,首先進行網(wǎng)絡(luò)組網(wǎng)和節(jié)點地址分配,然后根據(jù)網(wǎng)絡(luò)規(guī)模、拓撲結(jié)構(gòu)和性能需求等因素,選擇適當?shù)穆酚伤惴?其中包括混合路由算法。詳情如下:

1)獲取并在特定范圍內(nèi)分享兩跳鄰居信息。

①ZigBee網(wǎng)絡(luò)節(jié)點在1區(qū)間中發(fā)布路由請求的尋路分組信息,使用路由請求中的保留字段判斷是否存在橫向鄰居信息O。如果存在,將此字段編碼為a1,反之編碼為a2。

②ZigBee網(wǎng)絡(luò)中,源節(jié)點V在跨層信息共享監(jiān)測后,發(fā)現(xiàn)O便會馬上向父輩節(jié)點傳輸此信息。

2)路由設(shè)計和數(shù)據(jù)傳輸。

①為分辨目的節(jié)點U是否有可能屬于自己或子孫節(jié)點的橫向鄰居,如果屬于便直接向此節(jié)點傳輸數(shù)據(jù)信息,如果不屬于便進入下一環(huán)節(jié)。

②在組播1個路由請求尋路分組時,V、U之間的樹路由跳數(shù)和1的差值就是尋路分組的跳數(shù)閾值,組播目標分別是父節(jié)點、橫向鄰居節(jié)點E1、所處分支具備E1的子節(jié)點。

③中間節(jié)點獲取路由請求后,會先分辨此路由請求的跳數(shù)是否小于跳數(shù)閾值,如果是,便會忽略此請求。如果目前節(jié)點屬于U的親戚節(jié)點,便會運算自己至U的跳數(shù),之后分辨此值與路由請求經(jīng)歷跳數(shù)之和是否大于跳數(shù)閾值,如果是,便會忽略此請求,反之使用樹路由向U傳輸此請求;如果目前節(jié)點屬于路由請求發(fā)送節(jié)點的橫向鄰居節(jié)點[8],便使用步驟②的方法解決此請求攜帶問題。如果路由請求的發(fā)送節(jié)點屬于目前節(jié)點的父節(jié)點,那么需要分辨此節(jié)點和其字節(jié)節(jié)點存在橫向鄰居的可能性,若存在,需要對組播路由請求進行檢查,反之忽略;如果路由節(jié)點的發(fā)送節(jié)點屬于目前節(jié)點的公共父節(jié)點,使用步驟②方法解決此請求,反之忽略此請求。

④當節(jié)點U收到節(jié)點V發(fā)出的路由請求后,如果該路由請求所涉及的跳數(shù)不超過預設(shè)的跳數(shù)閾值,則節(jié)點U會以路由請求的來源為依據(jù),傳輸該路由請求至節(jié)點V[9-11]。

⑤中間節(jié)點獲取路由請求后,構(gòu)建至U的路由,將路由節(jié)點中對應字段的值實施更新處理后,以單播的模式對V傳輸路由請求。

⑥V獲取路由請求后,構(gòu)建至U的路由。

1.2 基于經(jīng)驗模態(tài)分解的智能配電變壓器負荷數(shù)據(jù)特征挖掘方法

用y(t)表示負荷信號,其局部特征時間尺度Xh為:

Xh=(xh1,xh2,…,xhi)i=1,2,…,M

(1)

式中:xhi、M分別為智能配電變壓器負荷信號的數(shù)據(jù)以及數(shù)據(jù)長度。

將配電變壓器的負荷包絡(luò)信號s(t)執(zhí)行高斯離散采樣處理,在篩選后,通過經(jīng)驗模態(tài)分解方法,對配電變壓器負荷信號y(t)實施分解,獲取的高頻分量為:

s(t)=y(t)+x(t)=b(t)ejα(t)

(2)

式中:x(t)為負荷信號小波分解尺度,b(t)、α(t)均為使用經(jīng)驗模態(tài)分解方法獲取負荷信號的包絡(luò)特征,j為虛數(shù)單位。

對y(b)實施經(jīng)驗模態(tài)分解卷積,頻率段的時域波形保持不變,獲取分解后的配電變壓器負荷信號y(t)的固有模態(tài)時頻特征分量。

zm-1-dm=zm

(3)

式中:zm為頻率段m的固有模態(tài)時頻特征的殘余信號,dm為時頻特征分量。如果zm的幅值不大于閾值,則獲取的固有模態(tài)時頻特征即為負荷信號的數(shù)據(jù)特征,反之可以舍棄。

1.3 基于BP神經(jīng)網(wǎng)絡(luò)的配電變壓器重過載識別方法

基于BP神經(jīng)網(wǎng)絡(luò)的配電變壓器重過載識別方法操作流程如下:

1)負荷數(shù)據(jù)特征預處理。

首先去除存在空缺值的負荷數(shù)據(jù)特征,實施負荷數(shù)據(jù)特征歸一化操作。

(4)

2)負荷數(shù)據(jù)特征聚類。

(5)

(6)

(7)

(8)

對全部負荷數(shù)據(jù)特征分量的函數(shù)密度值實施排序,智能配電變壓器全部負荷數(shù)據(jù)特征分量和聚類中心差異度的線性加權(quán)是聚類代價函數(shù)G,代價函數(shù)G為最小值Gmin時,便完成智能配電變壓器負荷數(shù)據(jù)特征聚類[13-15]:

(9)

3)采樣負荷特征訓練塊。

4)啟動BP神經(jīng)網(wǎng)絡(luò)模型,初始化網(wǎng)絡(luò)參數(shù),建立BP神經(jīng)網(wǎng)絡(luò)分類器,BP神經(jīng)網(wǎng)絡(luò)分類器的應用架構(gòu)如圖2所示。

圖2 BP神經(jīng)網(wǎng)絡(luò)分類器

BP神經(jīng)網(wǎng)絡(luò)分類器中分類器的數(shù)目與需要識別目標的數(shù)目相對應。比如需要監(jiān)測的智能配電變壓器數(shù)目是4個,則分類器的數(shù)目也是4個。各個分類器的輸入層節(jié)點數(shù)量和輸入負荷數(shù)據(jù)特征矢量的維數(shù)相同,各個輸入節(jié)點即為各個負荷數(shù)據(jù)特征,但輸出節(jié)點數(shù)目是1個。

5)重過載識別。

訓練各個需要監(jiān)測的智能配電變壓器負荷數(shù)據(jù)特征,把屬于重過載的特征樣本期望輸出設(shè)成2,將不屬于重過載的特征樣本期望輸出設(shè)成1。用BP神經(jīng)網(wǎng)絡(luò)分類器判別某智能配電變壓器是否屬于重過載,如果輸入的負荷數(shù)據(jù)特征屬于重過載,此分類器的輸出就是2,反之是1。

6)分類類型投票。

針對分類器對負荷數(shù)據(jù)特征的分類結(jié)果實施多數(shù)表決投票:

(10)

式中:P為投票結(jié)果,Pnm為智能配電變壓器負荷數(shù)據(jù)特征被識別為重過載的結(jié)果。Pnm的取值為1或2,Pnm的值為1時,表示此智能配電變壓器不存在重過載;Pnm的值為2時,表示此智能配電變壓器存在重過載。

2 實驗分析

為了分析本文所提方法的監(jiān)測效果與應用價值,選擇某地區(qū)商住混合區(qū)域的智能配電變壓器數(shù)據(jù)作為實驗數(shù)據(jù)集。在此數(shù)據(jù)集中包含2臺商業(yè)類智能配電變壓器,將其編碼成A1、A2,2臺住宅類智能配電變壓器,將其編碼成B1、B2。把2020年度數(shù)據(jù)的85%設(shè)成訓練集,15%設(shè)成測試集。本文方法的重過載監(jiān)測結(jié)果主要通過預警結(jié)果體現(xiàn),A1、A2、B1、B2使用本文方法后,重過載預警信息如圖3～圖6所示。

圖3 A1重過載預警信息

圖4 A2重過載預警信息

圖5 B1重過載預警信息

圖6 B2重過載預警信息

由圖3～圖6可知,采用本文方法對智能配電變壓器A1、A2、B1、B2實施重過載監(jiān)測后,可有效預警多個智能配電變壓器重過載情況,其中A1、A2出現(xiàn)重過載的情況較少,B1、B2出現(xiàn)重過載的情況較多,說明將本文方法用于智能配電變壓器重過載監(jiān)測工作是可行的。

1)采用本文方法進行智能配電變壓器重過載監(jiān)測時,不同平滑因子條件下,A1、A2、B1、B2等智能配電變壓器重過載監(jiān)測的Davies-Bouldin指數(shù)。Davies-Bouldin指數(shù)是一種評估算法優(yōu)劣的指標,通過計算每個簇類最大相似度的均值來評估監(jiān)測效果。Davies-Bouldin指數(shù)越小,表示監(jiān)測精度越高。

(11)

表1 Davies-Bouldin指數(shù)的測試結(jié)果

由表1可知,當平滑因子值為0.06時,采用本文方法對智能配電變壓器A1、A2、B1、B2進行重過載監(jiān)測時的Davies-Bouldin指數(shù)最小,此時幾個智能配電變壓器重過載監(jiān)測精度最高。為此,本文方法在應用過程中將平滑因子值設(shè)成0.06。

2)測試本文方法在監(jiān)測智能配電變壓器重過載時對變壓器負荷數(shù)據(jù)特征的聚類效果,主要通過SSE指標體現(xiàn)。SSE指標可體現(xiàn)聚類結(jié)果的誤差平方和,此值越大,表示聚類精度越差。采用本文方法對智能配電變壓器A1、A2、B1、B2進行重過載監(jiān)測時,電壓、電流2種負荷數(shù)據(jù)特征的聚類效果如圖7、圖8所示。

圖7 電壓數(shù)據(jù)特征聚類效果

圖8 電流數(shù)據(jù)特征聚類效果

由圖7、圖8可知,電壓、電流2種負荷數(shù)據(jù)特征聚類后,SSE指標都較小,分別是0.2、0.1,聚類精度較高。

3)采用本文方法對A1、A2、B1、B2多個智能配電變壓器重過載監(jiān)測時網(wǎng)絡(luò)節(jié)點的網(wǎng)絡(luò)壽命。當網(wǎng)絡(luò)中節(jié)點能量比初始能量縮小幅度達到5%時,便可判斷此節(jié)點死亡,節(jié)點不具有應用價值。如果死亡節(jié)點量是總節(jié)點數(shù)量的四分之一,網(wǎng)絡(luò)便停止傳輸信息。使用本文方法的ZigBee網(wǎng)絡(luò)的壽命測試結(jié)果如圖9所示。

由圖9可知,采用本文方法對A1、A2、B1、B2多個智能配電變壓器重過載監(jiān)測時,ZigBee網(wǎng)絡(luò)壽命較長,網(wǎng)絡(luò)壽命大于9 600 s,原因是采用本文方法構(gòu)建路由時,注意到橫向鄰居節(jié)點的存在,有效均衡了節(jié)點能耗,保證網(wǎng)絡(luò)壽命能夠支持重過載持續(xù)監(jiān)測的應用需求。

3 結(jié)論

本文設(shè)計的基于ZigBee網(wǎng)絡(luò)的智能配電變壓器重過載監(jiān)測方法,在實驗中被證實可實現(xiàn)智能配電變壓器風險監(jiān)測,具體應用價值如下:

1)通過對配電變壓器負載情況進行實時監(jiān)測和分析,可以幫助運營人員更好地了解電網(wǎng)的供電狀態(tài)和負荷狀況,從而采取相應的調(diào)控措施,保障供電系統(tǒng)的可靠性。

2)智能配電變壓器重過載監(jiān)測方法可以提供精確的負荷數(shù)據(jù),幫助電網(wǎng)運營人員進行負荷分析和功率調(diào)度,在不超過變壓器額定負載的前提下,合理調(diào)整供電策略,達到節(jié)能調(diào)度和優(yōu)化供電質(zhì)量的目的。