文 溢, 趙振剛, 宋維彬, 李 川
(昆明理工大學(xué) 信息工程及自動(dòng)化學(xué)院,云南 昆明 650500)
?
地下電纜通道的無線溫濕度傳感網(wǎng)與BP評(píng)估
文 溢, 趙振剛, 宋維彬, 李 川
(昆明理工大學(xué) 信息工程及自動(dòng)化學(xué)院,云南 昆明 650500)
無線傳感網(wǎng)技術(shù)線路較少,串繞簡單等特點(diǎn),使得短距離的無線傳感技術(shù)能很好地解決地下電纜通道電纜線路繁多、運(yùn)營維護(hù)監(jiān)測困難等問題。通過建立基于無線溫濕度傳感網(wǎng)的地下電纜通道系統(tǒng),用溫濕度傳感器對(duì)其進(jìn)行監(jiān)測,監(jiān)測的實(shí)時(shí)數(shù)據(jù)用無線傳感網(wǎng)技術(shù)傳回,并通過BP神經(jīng)網(wǎng)絡(luò)模型對(duì)監(jiān)測數(shù)據(jù)進(jìn)行網(wǎng)格訓(xùn)練,建立優(yōu)化模型,得到優(yōu)化前后的權(quán)值和閾值訓(xùn)練誤差曲線,優(yōu)化前的訓(xùn)練樣本和測試樣本的仿真誤差分別為0.19和0.30,優(yōu)化后這兩個(gè)數(shù)值分別為0.17和0.024。隨機(jī)選取楚雄腰站變電站20組監(jiān)測數(shù)據(jù)帶入BP模型,得到結(jié)果與電纜通道溫濕度安全等級(jí)對(duì)比,準(zhǔn)確度達(dá)到93.3 %。
無線傳感網(wǎng); 地下電纜通道; 溫濕度傳感器; 實(shí)時(shí)監(jiān)測; BP神經(jīng)網(wǎng)絡(luò)
地下電纜通道內(nèi)電纜線路增多,電力設(shè)備數(shù)量增大,通道結(jié)構(gòu)日趨復(fù)雜,電纜及相關(guān)的電力設(shè)備的運(yùn)行環(huán)境參量的要求非常苛刻,環(huán)境監(jiān)測變得困難[1,2]。監(jiān)測系統(tǒng)的實(shí)施、安裝調(diào)試和運(yùn)營維護(hù)難度的增加,也給安全用電和故障的排除帶來了巨大的挑戰(zhàn)[3,4]。無線通信技術(shù)布線簡單,組網(wǎng)靈活,可靠性大以及傳輸速率高,能很好地解決這些問題。2010年,付永長、陳濤等人設(shè)計(jì)了一種利用光纖光柵對(duì)地下電纜通道測量溫濕度的傳感系統(tǒng)。同年,周江川提出可以用無線傳感系統(tǒng)很好的解決地下電纜通道的線路復(fù)雜等問題。
本文以云南楚雄35 kV腰站變電站作為研究試點(diǎn)[5],以地下電纜通道溫濕度為安全狀態(tài)評(píng)估對(duì)象,通過建立無線傳感網(wǎng)絡(luò)評(píng)估系統(tǒng)[6],對(duì)地下電纜通道的溫濕度等安全因素進(jìn)行遠(yuǎn)程在線監(jiān)測,利用BP神經(jīng)網(wǎng)絡(luò)智能算法進(jìn)行模型優(yōu)化,評(píng)估預(yù)警等級(jí)[6,7]。
選用的智能溫濕度傳感器,其結(jié)構(gòu)如圖1所示,其中,SCK為串行時(shí)鐘輸入,DATA為串行數(shù)據(jù)輸入。根據(jù)智能溫濕度傳感器內(nèi)部結(jié)構(gòu)框圖簡單的描述其測量原理:首先,利用兩個(gè)敏感元件分別得到相對(duì)濕度、溫度的信號(hào),將它們送到信號(hào)放大器進(jìn)行模擬信號(hào)的增益和放大,將增益放大后的兩個(gè)模擬信號(hào)送到14 bit的A/D轉(zhuǎn)換單元,變成數(shù)字信號(hào),除此以外,還可以實(shí)現(xiàn)數(shù)據(jù)的校準(zhǔn)和糾錯(cuò)功能;其次,通過一個(gè)二線串行接口將轉(zhuǎn)換后的相對(duì)濕度和溫度的數(shù)字信號(hào)數(shù)據(jù)傳送至微控制器,最后,這些數(shù)據(jù)會(huì)被微控制器進(jìn)行智能處理,來完成數(shù)據(jù)輸出非線性補(bǔ)償和溫度漂移補(bǔ)償。傳感器采用大規(guī)模集成電路和嵌入式技術(shù)將智能溫濕度傳感器的各個(gè)組成部分集成到一個(gè)小的芯片上面,從而具備了高可靠性、高擴(kuò)展性、高精確性、高補(bǔ)償性能等特點(diǎn),使傳感器的品質(zhì)上升到更為卓越的層次。可實(shí)現(xiàn)對(duì)地下電纜溝內(nèi)溫濕度環(huán)境參數(shù)的測量,具有數(shù)字式輸出、信號(hào)濾波、信號(hào)補(bǔ)償、免調(diào)試、免標(biāo)定、網(wǎng)絡(luò)通信、自定標(biāo)自校正、免外圍電路及全互換的特點(diǎn)。
圖1 智能溫濕度傳感器內(nèi)部結(jié)構(gòu)框圖Fig 1 Internal structure block diagram of intelligent temperature and humidity sensor
無線傳感監(jiān)測系統(tǒng)構(gòu)建主要是滿足實(shí)現(xiàn)系統(tǒng)自身的穩(wěn)定性基礎(chǔ)上,結(jié)合通信與嵌入式技術(shù)、計(jì)算機(jī)技術(shù)和智能傳感器技術(shù),實(shí)現(xiàn)變電站電纜溝溫濕度的狀態(tài)監(jiān)測和可靠通信的需求。同時(shí),對(duì)所有監(jiān)測對(duì)象及實(shí)施檢測的無線傳感節(jié)點(diǎn)按照IEC61850標(biāo)準(zhǔn)進(jìn)行建模,采用XML來描述配電站內(nèi)的設(shè)備和節(jié)點(diǎn),開發(fā)包含變電站配置描述語言(SCL)的組態(tài)配置工具實(shí)現(xiàn)底層設(shè)備組態(tài)建模。根據(jù)系統(tǒng)監(jiān)測平臺(tái)實(shí)現(xiàn)電氣設(shè)備運(yùn)行環(huán)境狀態(tài)直觀可視化,異常數(shù)據(jù)預(yù)警化,為保障電纜通道輸供電安全提供可靠依據(jù)。
以云南楚雄220 kV腰站變電站為試點(diǎn),結(jié)合前期工程考察和實(shí)地監(jiān)測需要確定具體安裝位置為35 kV高壓室電纜溝及室外與主控室連接的部分電纜溝,考慮到電纜溝內(nèi)每隔4 m左右有防火隔斷,以每個(gè)防火隔斷為一個(gè)獨(dú)立單元,每個(gè)防火隔斷中的基站都有獨(dú)立的ID,分布按照35 kV高壓室電纜溝東西走向依次ID1至ID14,特別地,ID2至ID7區(qū)域?yàn)?5 kV開關(guān)柜的分布區(qū)域,ID8至ID14為單一走線的電纜溝區(qū)域且與室外電纜溝連接[8,9]。電纜溝溫濕度傳感器網(wǎng)絡(luò)拓?fù)鋱D如圖2。
圖2 電纜溝溫濕度傳感器網(wǎng)絡(luò)拓?fù)鋱DFig 2 Cable conduit temperature and humidity sensor network topological graph
腰站變電站要求檢測系統(tǒng)不僅能夠準(zhǔn)確測得電纜溝內(nèi)每個(gè)防火隔斷監(jiān)測點(diǎn)處截面的環(huán)境狀況,也要能夠監(jiān)測到每條高壓電纜在電纜溝內(nèi)的實(shí)際運(yùn)行狀況,達(dá)到在電纜溝內(nèi)監(jiān)測區(qū)域無監(jiān)測盲點(diǎn)。這樣的要求不僅有利于監(jiān)測范圍的全覆蓋,及時(shí)準(zhǔn)確地進(jìn)行數(shù)據(jù)的測量和預(yù)警,同時(shí)也能夠?yàn)樽冸娬倦娏芾砣藛T搶修故障展現(xiàn)測量點(diǎn)的直觀位置和后期的數(shù)據(jù)分析提供了可靠的數(shù)據(jù)支持。
針對(duì)地下電纜通道內(nèi)電纜和電氣設(shè)備安全運(yùn)行的需要,采用無線傳感網(wǎng)技術(shù)對(duì)地下電纜通道的溫濕度參數(shù)進(jìn)行在線動(dòng)態(tài)監(jiān)測以及數(shù)據(jù)智能分析和決策控制,監(jiān)測模型通信結(jié)構(gòu)參見圖3。
圖3 網(wǎng)絡(luò)通信拓?fù)浣Y(jié)構(gòu)Fig 3 Topological structure of network communication
系統(tǒng)數(shù)據(jù)流程圖(圖4)可分為三大層模塊:最底層是采集控制層,主要功能是實(shí)時(shí)采集檢測信號(hào),進(jìn)行A/D轉(zhuǎn)換,通過總線方式傳遞給網(wǎng)關(guān)(采集裝置),網(wǎng)關(guān)通過以太網(wǎng)和無線通信方式將該數(shù)據(jù)傳送給服務(wù)端。第二層是服務(wù)端通過神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)據(jù)進(jìn)行分析和計(jì)算,通過IEC61850中間件,給數(shù)據(jù)加上必要的數(shù)據(jù)屬性,形成數(shù)據(jù)文件(數(shù)據(jù)庫與SCL結(jié)合)[10,11]。第三層是基于WEB訪問的客戶端,進(jìn)行設(shè)備監(jiān)測狀態(tài)的顯示、報(bào)警及相關(guān)控制。
圖4 系統(tǒng)數(shù)據(jù)流程圖Fig 4 Flow chart of system data
無線通信基站和網(wǎng)關(guān)通過握手的方式建立通信信道,登錄及上報(bào)數(shù)據(jù)流程如圖5所示?;就姾?,主動(dòng)發(fā)送登錄報(bào)文請(qǐng)求登錄,網(wǎng)關(guān)接收到基站發(fā)來的請(qǐng)求登錄報(bào)文并驗(yàn)證用戶名和密碼,驗(yàn)證正確后,返回確認(rèn)報(bào)文給基站?;窘邮盏酱_認(rèn)報(bào)文后表明信道建立,并自動(dòng)進(jìn)入數(shù)據(jù)采集模式,基站每2 min上送一次數(shù)據(jù)報(bào)文給網(wǎng)關(guān),發(fā)送完成后自動(dòng)進(jìn)入低功耗模式。
圖5 登錄與上報(bào)數(shù)據(jù)流程Fig 5 Login and report data process
遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)主要分為:BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)確定、遺傳算法優(yōu)化權(quán)值和閾值、BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練及預(yù)測。其中,BP神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)是根據(jù)樣本的輸入/輸出參數(shù)個(gè)數(shù)確定的,這樣就可以確定遺傳算法優(yōu)化參數(shù)的個(gè)數(shù),從而確定種群個(gè)體的編碼長度。遺傳算法優(yōu)化參數(shù)是BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值,權(quán)值和閾值一般是通過隨機(jī)初始化為[-0.5,0.5]區(qū)間的隨機(jī)數(shù),這個(gè)初始化參數(shù)對(duì)網(wǎng)格訓(xùn)練的影響很大,但是又無法準(zhǔn)確獲得,對(duì)于相同的初始權(quán)重值和閾值,網(wǎng)格的訓(xùn)練結(jié)果是一樣的,引入遺傳算法就是為了優(yōu)化出最佳的初始權(quán)值和閾值。具體算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)算法流程參見圖6。
圖6 BP網(wǎng)絡(luò)優(yōu)化流程圖Fig 6 Flow chart of BP network optimization
按照電氣行業(yè)監(jiān)測特性規(guī)程標(biāo)準(zhǔn)IEC61850,基于安全劃分等級(jí)(表1)以及楚雄腰站變電站電纜溝實(shí)時(shí)監(jiān)測的100組隨機(jī)溫濕度數(shù)據(jù)作為診斷的訓(xùn)練數(shù)據(jù),用于網(wǎng)格訓(xùn)練。30組用作測試樣本,測試樣本的誤差范數(shù)作為衡量網(wǎng)格的一個(gè)泛化能力(網(wǎng)絡(luò)的優(yōu)劣),再通過誤差范數(shù)計(jì)算個(gè)體的適應(yīng)度值,個(gè)體的誤差范數(shù)越小,個(gè)體適應(yīng)度值越大,該個(gè)體越優(yōu)。神經(jīng)網(wǎng)絡(luò)的隱含層神經(jīng)元的傳遞函數(shù)采用S型正切tansig(),輸出層神經(jīng)元的傳遞函數(shù)采用S型對(duì)數(shù)函數(shù)logsig(),這是由于輸出模式為0~1,正好滿足網(wǎng)格的輸出要求。
表1 電纜溝環(huán)境狀態(tài)安全等級(jí)劃分表
網(wǎng)格訓(xùn)練是一個(gè)不斷修正權(quán)值和閾值的過程,使得網(wǎng)絡(luò)的輸出誤差越來越小。訓(xùn)練函數(shù)trainlm()是利用Levenberg-Marquardt算法對(duì)網(wǎng)格進(jìn)行訓(xùn)練,測試樣本數(shù)據(jù)矩陣為P_test,經(jīng)過測試之后運(yùn)行神經(jīng)算法中的GABPMain主函數(shù)。得到最優(yōu)初始權(quán)值和閾值后,運(yùn)行算法當(dāng)中callbackfun函數(shù),得到使用隨機(jī)權(quán)值和閾值以及使用優(yōu)化后的權(quán)值和閾值兩種情況下的訓(xùn)練誤差曲線,并輸出預(yù)測值、預(yù)測誤差及訓(xùn)練誤差。得到優(yōu)化后的測試樣本的仿真誤差和訓(xùn)練樣本的仿真誤差分別為0.024 042和0.169 08。BP網(wǎng)格的訓(xùn)練樣本的測試效果得到了比較大的改善。
隨機(jī)選取樣本集,調(diào)用BP優(yōu)化模型,輸出結(jié)果參照表1對(duì)其進(jìn)行預(yù)測,30組預(yù)測結(jié)果及測試誤差參見表2。
從表中可得,與測試樣本的實(shí)際安全等級(jí)相比,本次試驗(yàn)所建立的BP神經(jīng)網(wǎng)絡(luò)模型對(duì)第5組樣本實(shí)際安全等級(jí)為三級(jí),而預(yù)測結(jié)果為二級(jí),出現(xiàn)安全隱患的概率為41 %,對(duì)第20組樣本實(shí)際安全等級(jí)為二級(jí),而預(yù)測結(jié)果為一級(jí),出現(xiàn)安全隱患的概率為71 %,其余均正確,準(zhǔn)確率達(dá)93.3 %。
本文介紹了無線傳感網(wǎng)應(yīng)用于地下電纜通道的意義,根據(jù)電氣行業(yè)標(biāo)準(zhǔn),選取溫濕度數(shù)據(jù)作為安全等級(jí)評(píng)估標(biāo)準(zhǔn),并利用BP神經(jīng)網(wǎng)絡(luò)算法對(duì)監(jiān)測數(shù)據(jù)進(jìn)行分析,評(píng)估安全狀態(tài)等級(jí),從而實(shí)現(xiàn)隱患的識(shí)別與報(bào)警。實(shí)驗(yàn)結(jié)果表明:優(yōu)化前的訓(xùn)練樣本和測試樣本的仿真誤差分別為0.19和0.30,優(yōu)化后這兩個(gè)數(shù)值分別為0.17和0.024。經(jīng)測試樣本驗(yàn)證此系統(tǒng)預(yù)測的準(zhǔn)確率達(dá)到93.3 %,建立的BP神經(jīng)網(wǎng)絡(luò)模型能很好地符合實(shí)際情況,準(zhǔn)確率達(dá)到行業(yè)標(biāo)準(zhǔn),可信度較高。
[1] 張希偉,戴海鵬,徐力杰,等.無線傳感器網(wǎng)絡(luò)中移動(dòng)協(xié)助的數(shù)據(jù)收集策略[J].軟件學(xué)報(bào),2013(2):198-214.
[2] 錢志鴻,王義君.面向物聯(lián)網(wǎng)的無線傳感器網(wǎng)絡(luò)綜述[J].電子與信息學(xué)報(bào),2013(1):215-227.
[3] 李炳林,宋海燕.無線傳感網(wǎng)技術(shù)與無源光網(wǎng)絡(luò)技術(shù)在智能電網(wǎng)用電采集系統(tǒng)中的應(yīng)用[J].華東電力,2010(6):812-816.
[4] 范永健,陳 紅,張曉瑩.無線傳感器網(wǎng)絡(luò)數(shù)據(jù)隱私保護(hù)技術(shù)[J].計(jì)算機(jī)學(xué)報(bào),2012(6):1131-1146.
[5] Chen Xiaoyun,Peng Qingjun,Song Weibin,et al.Research of the online monitoring in the cable trench based on wireless temperature and humidity sensor network[C]∥ICSHMIM 2014,2014:20-24.
[6] 彭基偉,呂文華,行鴻彥,等.基于改進(jìn)GA-BP神經(jīng)網(wǎng)絡(luò)的濕度傳感器的溫度補(bǔ)償[J].儀器儀表學(xué)報(bào),2013(1):153-160.
[7] 陳智軍.基于改進(jìn)型遺傳算法的前饋神經(jīng)網(wǎng)絡(luò)優(yōu)化設(shè)計(jì)[J].計(jì)算機(jī)工程,2002(4):120-121,129.
[8] 黎連業(yè),郭存芳,向東明.無線網(wǎng)絡(luò)及其應(yīng)用技術(shù)[M].北京:清華大學(xué)出版社,2004:134-162.
[9] 付永長,陳 濤,張文斌,等.地下電纜光纖光柵測溫試驗(yàn)[J].電網(wǎng)技術(shù),2010(5):212-215.
[10] 趙章界,劉海峰. 無線傳感網(wǎng)中的安全問題[J].計(jì)算機(jī)安全,2010(6):1-4.
[11] 蘇葉健. 無線傳感網(wǎng)技術(shù)綜述[J].信息通信,2012(6):275.
Wireless temperature and humidity sensor networks of underground cable channels and BP evaluation
WEN Yi, ZHAO Zhen-gang, SONG Wei-bin, LI Chuan
(Faculty of Information Engineering and Automation,Kunming University of Science and Technology,Kunming 650500,China)
Due to wireless sensor networks(WSNs)technology route is less and simple,short distance wireless sensing technology can solve problems of complex line difficulty of maintain caused by the underground cable channel.Through establishment of underground cable channel system based on WSNs,use temperature and humidity sensor for monitoring.The real-time monitoring data is transmitted back by WSNs technology,and through BP neural network model for grid training on monitoring data,set up optimization model and get weights before and after optimization and error curve of threshold training, simulation error of training samples and test samples before optimization are 0.19 and 0.30,respectively,these two values are 0.17 and 0.024 after optimization.Select 20 set of monitoring data of ChuXiong transformer substation randomly to BP model,compare the obtained results with cable channel temperature and humidity security levels,accuracy up to 93.3 %.
wireless sensor networks(WSNs); underground cable channels; temperature and humidity sensor; real-time monitoring; BP neural network
2015—11—23
10.13873/J.1000—9787(2016)10—0063—04
TP 274
A
1000—9787(2016)10—0063—04
文 溢(1992-),男,湖南益陽人,碩士研究生,研究方向?yàn)槲锫?lián)網(wǎng)技術(shù)。