电气设备红外测温运动路径寻优控制的研究

廖盼盼, 张佳民

(上海电力学院 自动化工程学院, 上海 200090)

电气设备红外测温运动路径寻优控制的研究

廖盼盼, 张佳民

(上海电力学院 自动化工程学院, 上海 200090)

为了优化电气设备红外测温系统的运动路径,缩减巡检时间,分析了红外测温系统的运动过程,并采用遗传算法对其进行控制,通过对样本进行仿真测试可知,按编号进行巡检所用的脉冲数是路径优化后脉冲数的3倍多,可见优化后的路径大大缩短了系统的巡检时间.

电气设备; 红外测温; 遗传算法; 路径寻优

随着社会的进步和经济的发展,人们对电能的需求越来越大,对电力系统和电气设备的安全性和稳定性的要求也越来越高.如今的电力系统将向高电压、大容量发展,设备的输送能力不断增加,导致设备损坏问题时有发生,如果无法及时发现,容易导致起火或爆炸,造成巨大的经济损失[1-3].

目前,对于高压带电设备温度的测量,主要分为接触式测量和非接触式测量.其中,接触式测量存在准确度低、动态响应慢的问题.红外测温技术,作为一门非接触性测温技术在温度测量领域内已有一定的历史,在准确度、测量范围、动态响应等方面较有优势[4-5].但常用的手持式或固定安装的红外测温仪只能单点测温,且布设成本较高.

为克服上述不足,本文针对变电站电气连接点,以开关接触头和母线连接点为监测对象,将自动化云台技术和控制算法相结合,研制了一套红外多点测温系统,在忽略外界干扰的情况下,该系统能够良好地实现红外测温仪多点测温的功能,并且能够通过云台带动测温仪,使测得的样本信息自动更新路径,实现自优化.

1 红外测温原理及结构

1.1 红外测温原理

红外测温仪又称为点温仪,是一种非成像的、只能监测待测点或视场面积内平均温度的检测仪器.它是以待测物体的红外辐射功率与温度成一定的函数关系而制成的仪器,其基本结构包括红外探测器、光学系统、信息处理系统与信号放大、结果显示等几个主要功能部分.红外测温仪的工作原理如图1所示[6].

图1 红外测温原理

在红外测温仪工作时,首先由光学系统收集被测物体的红外辐射能量,并通过45°反射分光镜将接收到的辐射能量经透镜汇聚,通过滤光片处理后被红外探测器接收;然后探测器将接收到的能量转换为电信号,经放大器放大和处理;最后由显示器显示被测物体的温度.

1.2 红外测温系统的总体结构

系统总体原理框图如图2所示.待测点随机分布在空间的各个位置,在可见激光的指示下,对待测温点的空间坐标进行定位和编号,并将定位信息存储至存储器中,然后控制系统定位接口电路根据这些点的坐标,进行一周的定位搜索,根据自寻优定位原则,使得在一周内测温过程中所用的时间最短.

图2 红外测温系统结构设计

1.3 云台结构设计

本文设计了一种能够使红外测温仪在空间转动的自动控制结构,其设计图如图3所示.

图3 云台设计结构示意

自动控制结构的原理是通过两台步进电机搭建的云台结构,在无行程接触开关的控制下使红外测温仪在垂直方向和水平方向转动,从而实现红外测温仪对空间多个待测点快速扫描测温的功能.

2 运动过程的路径优化

2.1 系统控制实现

对于多个待测设备,已知步进电机从起始位置转动到各待测设备的脉冲数,如果进行一周系统自寻检实验,步进电机按照待测设备编号顺序从编号1的设备点依次检测,所走过的路程较长,将导致整个系统的测量时间较长.本系统对多个设备点依次进行温度监测,通过缩短红外测温仪在各设备间的移动距离来提高整个系统的工作效率.假定测温仪的移动速度是恒定的,可以通过优化监测路径来缩短测温仪在各设备间移动的时间,从而达到优化整个红外测温系统的效果.

2.1.1 需求分析

通过对红外测温系统实际应用方式的综合分析,将路径优化的过程整理为如下需求.

(1) 将各待测设备均看作坐标系上的点,可以通过点坐标来表示各设备之间的位置关系.其中每一点的x轴和y轴坐标均表示红外测温仪从初始位置转动到每一个待测点时步进电机在x轴和y轴上转动的脉冲数.

(2) 任意选取一个起始点(由于在实际应用中,操作人员可以从待测设备点中任一点开始测温),软件能够自动检测出经过所有点的最短路径.

(3) 支持红外测温仪在经过所有点后返回起始点和不返回起始点两种模式.

2.1.2 算法设计

通过需求分析可知,该路径优化过程实际上是对一个旅行商问题(Traveling Salesman Problem,TSP)进行求解.这是组合数学中一个古老而又困难的问题,具体可描述为:一个推销员要到N个城市推销商品,已知每个城市之间的距离,他要找出一条包含N个城市的最短环路路程[7].这与测温仪在测完所有设备后返回起始点是完全一致的.解决这个问题有很多算法,相对于传统搜索算法而言,遗传算法适用于复杂问题求解.因此,该问题可采用遗传算法求解.

遗传算法的基本运算过程如下[8-10].

(1) 编码 对所要求的特征进行编号,每个特征就是一个基因,对一串基因的每个解进行编码.

(2) 初始化群体 设置进化代数计数器t=0和最大进化代数T,并将随机生成的N个个体作为初始群体P(0).

(3) 交换 将交换概率挑选的每两个母体相异的基因进行交换.

(4) 适应性评价 计算群体P(t)中每个个体的适应度.

(5) 选择 将选择算子作用于群体.从减缓的群体中选择优良的个体自动遗传到下一代或通过配对产生新的个体遗传到下一代.

(6) 交叉 将交叉算子作用于群体.所谓交叉是指把两个父代个体的部分结构加以互换重组而生成新个体的操作,这是遗传算法的核心.

(7) 变异 将变异算子作用于群体.首先选择一定的数量个体,改变个体的某些基因值;群体P(t)经过选择、交叉、变异运算后得到下一代群体P(t+1).

(8) 终止条件判断 若t=T,则以进化过程中所得到的具有最大适应度的个体作为最优解输出,并且终止计算.

遗传算法的流程如图4所示.

图4 遗传算法流程示意

使用遗传算法对本文中的问题进行求解,过程如下.

(1) 编码 采用序号编码,比如A(4,7,6,5,9,1,2,8,10,3)代表从待测设备4出发经由待测设备7—6—5—9—1—2—8—10—3的一条路径.

(2) 适应度函数 对于多个待测设备v={v1,v2,v3,…,vn}的一个访问顺序为t={t1,t2,t3,…,tn},其中t1∈v(i=1,2,3,…,n),则其最优路径的数学模型为:

(1)

式中:dtiti+1——从ti到ti+1的距离.

(3) 初始化 为了提高效率,在初始化时可采用局部寻优的办法,即从某个待测设备出发,先到达最近的未走过的设备.

(4) 遗传操作 可选择交叉、变异等.

(5) 终止条件 可设定最大计算代数T,也可设定连续M次无改善,即寻优结束.

2.2 仿真实现

2.2.1 按编号的系统测温方案

为了便于对比分析,先根据待测设备编号进行系统测温,具体过程如下:

(1) 给定15个待测设备的坐标点,其中每个点的坐标表示测温仪从初始位置转动到该点位置时步进电机转动的脉冲数,作为仿真的输入;

(2) 对待测设备进行编号,将编号为1的设备点作为仿真的起始点;

(3) 运行程序,得到经过所有点的路径,同时提供路径图,便于直观了解仿真结果.

仿真输入时,取15个点作为代表15个待测设备转动的脉冲数,具体坐标如表1所示.

表1 仿真坐标点信息

其中,第一行代表编号为1的点,坐标为(287,489),从编号1开始仿真,仿真路径如图5所示,则系统经过路径的脉冲数为7.001 9e+03.

图5 巡检路径坐标示意

由图5可以看出,系统从第一个点开始依序测温,路径图杂乱无章,系统走过的总路程过长,则系统运行时间相对较慢.为了改进系统的性能,以下提出了基于遗传算法的系统路径优化方案.

2.2.2 基于遗传算法的优化方案

根据需求将算法模型分成两种进行仿真分析,一种是测温仪在完成测温后返回起始点,另一种是测温仪在完成测温后停留在最后一个点的位置,不返回起始点.此处对两种模型采用相同的仿真流程,以便于对两种模型的优缺点进行讨论.具体过程如下:给定15个待测设备的坐标点作为仿真的输入,其中每个点的坐标表示测温仪从初始位置转动到该点位置时步进电机转动的脉冲数;选择其中任一点作为起始点;运行代码,得到经过所有点的最短路径,同时提供图像路径,以便于直观了解仿真结果.

第1种模型,即红外测温仪在完成全局测温后返回起始点,其仿真流程如下.

(1) 编码 编码使用的是Matlab语言.首先,给所有待测点编码,以待测点的遍历次序作为遗传算法的编码;用函数产生一个矩阵为一个随机路径,利用矩阵储存随机群体产生的初始群体,并用矩阵储存各个待测点之间的距离,用距离的总和来衡量适应度.然后,用一个选择函数选择路径,将较小路径选择出来;再使用交叉函数组合出新个体,进行有效搜索;利用变异函数,依变异概率确定是否变异,随机选择路径上的待测点进行交换.最后,用函数求得最佳距离,每一代的所有距离都要与初始的最佳距离进行比较,从而选择出最终的最佳距离.

(2) 仿真输入 选用相同的15个点作为仿真输入,选择序号为6的点(546,261)作为起始点,开始仿真.

(3) 仿真结果 由于此次仿真考虑传感器在结束测量时会返回起始点,所以测量路径必然是闭环.仿真结果如图6所示.仿真得出的最优路径为:6—10—14—11—5—7—15—13—12—3—2—9—1—8—4—6.经过的最优路径脉冲数为2.762 8e+03.

图6 测温后返回起点的最优路径

第2种模型,即红外测温仪在完成全局测温后不返回起始点,其仿真流程如下.

(1) 编码 编码使用的是Matlab语言,具体过程同上,对算法进行模拟仿真.

(2) 仿真输入 选用相同的15个点作为仿真输入,并且同样选择序号为6的点(546,261)作为起始点,开始仿真.

(3) 仿真结果 由于此次仿真考虑传感器在结束测量时不返回起始点,所以测量路径不是闭环.

仿真结果如图7所示.仿真得出的最优路径为:6—10—14—11—5—7—15—13—12—3—2—9—1—8—4.经过的最优路径脉冲数为2.336 3e+03.

图7 测温后不返回起点的最优路径

2.2.3 仿真结果分析

从仿真结果可以看出,按编号进行巡检所用的脉冲数是路径优化后脉冲数的3倍多,可见路径优化大大缩短了系统的巡检时间.在路径优化中,针对两种模型进行分析如下.

(1) 测温仪在完成全局测温后返回起始点的模型所求出的最优路径较长,但是便于控制测温仪的位置.该模型适用于被测设备位置相对稳定、不会轻易改变的情况,只需周期性地从某一固定

起点进行全局温度检测,并可以在检测完成后重新回到起点,以方便下次继续以相同的路径检测.

(2) 测温仪在完成全局测温后不返回起始点的模型所求出的最优路径较短.该模型针对多组不同的被测设备位置,可以从每组的任一个点开始进行测温,以最优的路径完成全局温度的检测.

3 结 语

本文简要介绍了运用遗传算法解决电气设备红外测温系统控制中的路径优化问题,并运用Matlab软件进行了仿真,验证了其有效性.本文只在理论方面进行了分析,在实践方面仍有待更广泛深入研究.

[1] 陈琳,唐忠,崔昊杨.电气设备红外测温技术的实现[J].电测与仪表,2013(4):64-68.

[2] 卢瑛,吴国忠.智能型高压电气设备温度监测预警系统[J].中国电力,2010,43(3):55-58.

[3] 王厚余.对我国电气火灾频发原因的浅析[J].消防技术与产品信息,2009(2):62-64.

[4] 李智伟,冯驰.红外测温系统设计与实现[J].应用科技,2010,37(5):24-28.

[5] 王娴雅.红外热成像测温系统关键技术和硬件实现[D].南京:南京理工大学,2007.

[6] 李德刚.红外诊断技术在电气设备状态检测中的研究与应用[D].济南:山东大学,2010.

[7] 沈焱萍,张学静,吴鹏,等.基于遗传算法的旅行商问题求解[J].计算机光盘软件与应用,2012(10):21-22.

[8] 刘东山,周显春.云计算调度算法综述[J].计算机安全,2012(10):49-53.

[9] 刘荷花,崔超,陈晶.一种改进的遗传算法求解旅行商问题[J].北京理工大学学报,2013,33(4):390-393.

[10] 韩凤娇.一种基于遗传算法求解TSP问题的优化算法[J].网络安全技术与应用,2012(7):36-39.

(编辑 白林雪)

Study on Motion Path Optimization Control of InfraredTemperature Measurement for Electrical Equipment

LIAO Panpan, ZHANG Jiamin

(SchoolofAutomationEngineering,ShanghaiUniversityofElectricPower,Shanghai200090,China)

In order to optimize the motion path and reduce the inspection time of the infrared temperature measurement system of electrical equipment,the motion process of infrared temperature measurement system is analyzed,and the operation process is controlled by genetic algorithm.Through the simulation test of the test sample,the number of pulse used to patrol is 3 times bigger than the optimized path pulse number,and the optimized path greatly shortens the system inspection time.

electrical equipment; infrared temperature measurement; genetic algorithm; route optimization

10.3969/j.issn.1006-4729.2016.06.016

2016-05-16

简介：廖盼盼(1991-),男,在读硕士,江西新余人.主要研究方向为电气设备多点红外测温远程监控系统.E-mail:791704177@qq.com.

TN219;TP277.1

A

1006-4729(2016)06-0578-05