蘆小雨 馬全保
(中國電建集團河南省電力勘測設(shè)計院有限公司,河南 鄭州 450000)
物聯(lián)網(wǎng)和智能電網(wǎng)的快速發(fā)展推動了科學(xué)技術(shù)的廣泛應(yīng)用。為了全面監(jiān)測和管理電力設(shè)備的狀態(tài),需要深入研究和創(chuàng)新電力設(shè)備在線監(jiān)測方法。電力物聯(lián)網(wǎng)技術(shù)的出現(xiàn)為這些方法的創(chuàng)新提供了更多可能性。通過綜合應(yīng)用,可實現(xiàn)對電力設(shè)備的智能定位和識別,并在智能化的監(jiān)控和跟蹤過程中準(zhǔn)確判斷電力設(shè)備在線監(jiān)測數(shù)據(jù)的意義[1-2],可使電力設(shè)備的在線監(jiān)測更智能化,為提升監(jiān)控效率和管理能力提供了有效的解決方法。
該文以某電力企業(yè)為例,從通信網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、在線監(jiān)測網(wǎng)絡(luò)部署及在線監(jiān)測實現(xiàn)3 個方面對其電力電氣自動化設(shè)備物聯(lián)網(wǎng)在線監(jiān)測系統(tǒng)現(xiàn)狀進行分析,具體如下。
該物聯(lián)網(wǎng)在線監(jiān)測系統(tǒng)在設(shè)計過程中,由于一級設(shè)備通常處理突發(fā)事故能力和數(shù)據(jù)處理能力較差且無法細(xì)化分配業(yè)務(wù)信道,三級設(shè)備的網(wǎng)絡(luò)協(xié)議配置比較復(fù)雜且協(xié)議滲透性一般,而二級網(wǎng)絡(luò)則可以有效過濾監(jiān)測信息,防止廣播域過大造成泛濫等情況,因此,現(xiàn)有物聯(lián)網(wǎng)在線監(jiān)測網(wǎng)絡(luò)拓?fù)洳捎玫氖黔h(huán)型拓?fù)浣Y(jié)構(gòu),具體如圖1 所示。
圖1 物聯(lián)網(wǎng)在線監(jiān)測系統(tǒng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖
從圖1 可以看出,整個網(wǎng)絡(luò)架構(gòu)主要由2 個集中節(jié)點構(gòu)成。中央節(jié)點負(fù)責(zé)管理和控制網(wǎng)絡(luò)的流量,并負(fù)責(zé)轉(zhuǎn)發(fā)主要IED 之間的通信。交換機之間的信息流動是單向的,并且在2 個主要IED 之間只有一個邏輯鏈接。當(dāng)物理連接發(fā)生故障時,交換機會使用RSTP 協(xié)議重新計算路徑。此外,交換機A 和交換機B 之間可以通過繞過物理線路的方式進行直接通信。如果在線監(jiān)測系統(tǒng)中設(shè)有N個交換機,則其平均時延如公式(1)所示。
式中:Q為交換機的平均時延;ti為交換機之間的時延;N-1 為鏈路條數(shù)。
合理部署網(wǎng)絡(luò)可以最大程度地減少數(shù)據(jù)丟失和時延增加等情況。該文采用網(wǎng)絡(luò)最大流算法,將環(huán)狀網(wǎng)絡(luò)劃分為若干區(qū)域,以減少通路的電磁干擾[3]。同時,根據(jù)不同電力設(shè)備的監(jiān)測需求,并借助數(shù)據(jù)融合技術(shù),對這些監(jiān)測數(shù)據(jù)進行處理和融合,以降低冗余,提高數(shù)據(jù)的準(zhǔn)確性和完整性。為確保網(wǎng)絡(luò)部署的合理性,需要先確定網(wǎng)絡(luò)生存周期,如公式(2)所示。
式中:Li為網(wǎng)絡(luò)生存周期;Ei為節(jié)點i的初始能量;ei為發(fā)送單位數(shù)據(jù)流量所需耗費的能量;fij為節(jié)點i到節(jié)點j的平均流量與最大可能流量的比值;Q為交換機的平均時延。
同時,為防止節(jié)點間因間距過大而出現(xiàn)簇頭布局不合理的情況,并均衡網(wǎng)絡(luò)能耗,延長網(wǎng)絡(luò)整體使用壽命,還需要精準(zhǔn)計算通信網(wǎng)絡(luò)路徑距離因子,如公式(3)所示。
式中:E為通信網(wǎng)絡(luò)路徑距離因子;d(i,path1)、d(i,path2)為通信路徑之間的距離;d2(i,sink)為傳感器節(jié)點到sink節(jié)點之間的距離;Li為網(wǎng)絡(luò)生存周期。
根據(jù)網(wǎng)絡(luò)結(jié)構(gòu)獲取電力設(shè)備的在線監(jiān)測數(shù)據(jù),并采用橫向相似性方法來識別異常數(shù)據(jù)點。算法流程如圖2 所示。具體而言,先計算相鄰時刻負(fù)荷變化率,然后與預(yù)先設(shè)定的正常范圍進行比較。如果某個時刻的負(fù)荷變化率超出正常范圍,就可以將該數(shù)據(jù)點標(biāo)記為異常。
圖2 電力設(shè)備異常數(shù)據(jù)檢測流程
采用橫向相似性方法能夠快速、準(zhǔn)確地辨識出異常數(shù)據(jù)點,從而實時監(jiān)測電力設(shè)備的狀態(tài),有助于及時發(fā)現(xiàn)設(shè)備故障、異常行為或其他問題,以便采取相應(yīng)措施進行修復(fù)或調(diào)整,提升電力設(shè)備在線監(jiān)測的效果和可靠性[4]。
在異常數(shù)據(jù)判斷方面,如果某個采樣點的負(fù)荷變化率在正常范圍內(nèi),可將其視為正常數(shù)據(jù)點;如果負(fù)荷變化率超出正常范圍,就判斷該數(shù)據(jù)點為異常數(shù)據(jù)點。修正異常數(shù)據(jù)時,可以根據(jù)異常點前、后的數(shù)據(jù)變化率的均值進行修正。修正公式如公式(4)所示。
式中:Ye(i)為異常點前、后數(shù)據(jù)變化率的均值;Y1(i)為修正異常值;Yd(i-1)為負(fù)荷值;Y1(i-1)為特征值;E為通信網(wǎng)絡(luò)路徑距離因子。
該修正過程可以消除異常數(shù)據(jù)的影響,更準(zhǔn)確地反映電力設(shè)備的實際狀態(tài)。
該廠現(xiàn)有在線監(jiān)測系統(tǒng)存在能耗高、精度低等問題,為改善該問題,采用LPWAN 網(wǎng)絡(luò)技術(shù)對原有在線監(jiān)測系統(tǒng)進行優(yōu)化升級,并增加Viterbi 算法,以此來提高在線監(jiān)測的精度和效率。
LPWAN 網(wǎng)絡(luò)技術(shù)就是低功率廣域網(wǎng)絡(luò)技術(shù),可覆蓋十幾千米的距離,能夠?qū)崿F(xiàn)局域資源和廣域資源的共享且能耗更低[5]。應(yīng)用該技術(shù)可有效解決現(xiàn)有在線監(jiān)測系統(tǒng)覆蓋范圍小、能耗高等問題,并能滿足跨地理位置的通信需求。LPWAN 網(wǎng)絡(luò)架構(gòu)示意圖如圖3 所示。
隨著該電力企業(yè)的發(fā)展,單個局域網(wǎng)已無法滿足大規(guī)模的生產(chǎn)要求。因此,需要將各局域網(wǎng)通過特定的連接方式相互連接,以形成一個跨越多個地區(qū)的廣域網(wǎng)。因此,可通過LPWAN 網(wǎng)絡(luò)優(yōu)化原有網(wǎng)絡(luò)架構(gòu),構(gòu)建廣域網(wǎng),使不同部門之間實現(xiàn)協(xié)同工作、資源共享和數(shù)據(jù)交互,提高電力企業(yè)的生產(chǎn)效率和運行管理能力。同時,通過融合NB-IoT 無線通信技術(shù)、eDRX 技術(shù)和PSM 省電技術(shù),進一步提高在線監(jiān)測系統(tǒng)電池壽命,進而提升節(jié)能效果。例如在需要高精度和高安全性的監(jiān)測場景中,如果設(shè)備的監(jiān)測周期為10s,每15min上傳一次數(shù)據(jù),在線監(jiān)測系統(tǒng)只需要4~5 個月更換一次電池即可。而對安全性要求高的設(shè)備來說,如果設(shè)備的監(jiān)測周期為1 天,每年上傳一次數(shù)據(jù),則電池可持續(xù)供電長達(dá)12 年。另外,用戶可以根據(jù)具體應(yīng)用場景的需求對網(wǎng)絡(luò)進行靈活配置,以滿足監(jiān)測和安全要求,提高在線監(jiān)測系統(tǒng)的可擴展性和靈活性。
作為一種動態(tài)規(guī)劃算法,Viterbi 算法在非侵入式監(jiān)測中具有重要的應(yīng)用價值,能夠有效減少求解過程中的時間消耗,并能適用于各種不同的用電場景[6]。但考慮傳統(tǒng)Viterbi算法計算比較復(fù)雜,該文根據(jù)實際需求對Viterbi 算法進行了改進。例如相鄰的2 個電力設(shè)備的用電量通常是平衡的,當(dāng)這種平衡發(fā)生改變時,說明電力設(shè)備狀態(tài)也發(fā)生了改變,因此利用Viterbi 算法進行計算,可有效減少計算中的冗余項目,降低計算復(fù)雜度,有效解決了多種電力設(shè)備場景下的計算困難問題。改進后Viterbi 算法的計算步驟如下。
第二步,遞歸計算。如公式(6)、公式(7)所示。
第三步,終止。如公式(8)、公式(9)所示。
式中:P*為狀態(tài)序列的終止觀測狀態(tài);Q*d為第d段序列的最大化狀態(tài);δd(i)為第d段序列的觀測概率。
第四步,狀態(tài)序列回溯。如公式(10)所示。
式中:Q*d為第d段序列的最大化狀態(tài);ψd+1為第d+1 段序列的狀態(tài);Q*d+1為第d+1 段序列的觀測概率。
改進Viterbi 算法后,根據(jù)觀測序列中的觀測值和已知的狀態(tài)轉(zhuǎn)移概率,可以確定在給定觀測序列下最可能出現(xiàn)的狀態(tài)路徑,進而可以推斷出對應(yīng)的最佳用電設(shè)備序列。
為驗證優(yōu)化后在線監(jiān)測系統(tǒng)的效率和精度,該文采用Microsoft Windows 2015,64 位計算機操作系統(tǒng)進行試驗,并與原系統(tǒng)進行對比。試驗運行環(huán)境如下:處理器為Inter(R)Core(TM)i7,主頻為2.59GHz,內(nèi)存為16GB。具體試驗方法如圖4 所示。
圖4 試驗方法示意圖
首先,設(shè)定輸出數(shù)據(jù)量為5000GB,時間為1h,并選取20 個不同數(shù)據(jù)節(jié)點進行對比,最終得出數(shù)據(jù)集見表1。
表1 優(yōu)化前、后信息數(shù)據(jù)集
其次,比較優(yōu)化前、后在線監(jiān)測系統(tǒng)的延時性,具體如圖5 所示。
圖5 優(yōu)化前、后延時時間對比示意圖
根據(jù)表1 和圖6 可知,優(yōu)化后,在線監(jiān)測系統(tǒng)相同時間內(nèi)可接收更多數(shù)據(jù),并且延時時間為10ms~20ms,明顯低于優(yōu)化前。因此,優(yōu)化后系統(tǒng)監(jiān)測效率更高。
圖6 優(yōu)化前、后系統(tǒng)監(jiān)測準(zhǔn)確率對比
再次,比較優(yōu)化前、后在線監(jiān)測系統(tǒng)的監(jiān)測精度,具體如圖6 所示。
通過圖6 可以看出,隨著數(shù)據(jù)量增加,在線監(jiān)測系統(tǒng)的監(jiān)測準(zhǔn)確率均呈下降趨勢。但是優(yōu)化后,系統(tǒng)監(jiān)測準(zhǔn)確率始終高于65%且優(yōu)于優(yōu)化前。
綜上所述,將該電力企業(yè)現(xiàn)有電力自動化設(shè)備在線監(jiān)測系統(tǒng)優(yōu)化后,其接收數(shù)據(jù)量、延時性及監(jiān)測精度均有明顯提高,有效提高了電力自動化設(shè)備在線監(jiān)測的技術(shù)水平,對電力企業(yè)安全高效運行具有深遠(yuǎn)意義。然而,由于研究時間限制,該文研究仍存在一些不足,例如處理數(shù)據(jù)過剩等。因此未來的研究將專注于開發(fā)更高效的方法來進一步優(yōu)化在線監(jiān)測系統(tǒng)。