基于LPWAN的电力数据采集系统设计

陶 莉 刘景祥 朱小光



基于LPWAN的电力数据采集系统设计

陶 莉1刘景祥2朱小光3

（1. 南京工程学院电力工程学院，南京 210000； 2. 盐城供电公司，江苏 盐城 224005； 3. 中兴通讯南京研发中心，南京 210012）

针对电网运维管理向少人或无人值守模式发展的趋势，本文提出利用最新的物联网技术实现电力设备物联监控网的架构方案，突破单纯的传感监控，结合前端图像分类识别实现数据的测量与采集，填补了数据监控的一块盲区。该方案将物联网技术和信息化处理落实到生产应用中，依托LPWAN实现低能耗的远程物联监控，在实现实时监控及保障电力生产安全的同时，也为未来电网设备智能化运维提供宝贵的原始大数据。

低功耗广域物联网；数据采集；智能变电站；图像分类；前端智能识别

智能电网是电力科技发展的方向[1-2]，配电网络是电网智能化的重要环节[3]。无论是新建变电站还是配电线路及最终抄表终端，逐渐向少人或无人值守模式发展，虽然有很多设备（如变电站二次设备）能够在线监控，也可以通过视频手段获取监控情 况[4]，但受限于配网覆盖区域，无法监控监测的空白领域也很突出，很多现场监测数据无法采集，需要人工巡视后进行记录。如变电站关键设备的运行数据、配电线路的安全数据等，这些数据直接反馈当前设备及配电线路的可靠状态，这些基础数据的实时监控，依托人工检测周期长，无法实现动态实时监测和电力保障的实效。即便依托辅助手段，如移动巡视终端去简化采集数据流程[5-6]，同样成本高，耗时耗力，也存在着监管盲区；而视频监控[7]等手段，需要对设备及线路区域进行供电改造及通信配套施工，核心区域的改造施工也带来一定的安全风险。超低功耗的通信技术，解决了供电难题，给电力配网信息化带来全新的建设思路。低功耗广域物联网（low power wide area network, LPWAN）通信技术，是目前超低功耗的通信技术的代表，在解决超低功耗的同时，实现广域互联。以LPWAN为核心来研究新一代配网物联应用架构，实现动态远程监控。

1 研究开发的依据

1.1 理论依据

变电站设备远程监控是典型的物联网应用[8]，物联网通过通信技术将人与物，物与物进行连接，实现数据的联接，以实现智能化识别、定位、跟踪、监控和管理[9]。LPWAN专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。目前国内常见的两个LPWAN技术代表NB-IoT和LoRa更为人所知，其中NB-IoT采用蜂窝通信技术，由运营商主导建设；LoRa采用线性扩频技术，使用公用频段部署，企业主导建设。各有特色，都能满足低能耗、小数据量（低于100kbps）的使用场景。LPWAN技术相比常见的3G/4G通信技术，偏重工业及公共服务领域，可使用低频工作谱段解决信号穿透的问题，实现可靠的远距离通信；其低功耗特点，便于现场实际部署，直接选择电池供电模式可以克服供电改造难题；其成本低便于大面积应用，为客户规模部署物联感知网提供可靠的接入保证。

1.2 实践依据

“无人值守”的智能变电站已在部分区域实现，基于物联网技术建立变电站传感测控网络，部署温度监测、温湿度监测、磁控感应、水浸感应、震动感应等传感器。对影响变电站运行的二次设备运行环境温湿度、一次设备重要节点温度、变电站电缆层等低洼区域水位等因素实施全方位智能监测。结合视频监控、红外温度监测、震动感应等技术，建设变电站智能监测与辅助控制系统，实现了变电站辅助系统一体化智能管控。从目前智能变电站的实践应用[10]来看，除视频监控外，其他传感监测装置主要依托短距离物联网技术进行信息交互，汇集后统一管控。LPWAN具有的优势使其不仅可在变电站部署，也可在整个配电线路上进行部署以监测线路上的安全状态。

2 系统整体设计

2.1 系统功能设计

如图1所示，电力设备物联监控网主要分成监控平台、物联网络和传感识别。其中物联网络中除传统的网络环境外，主要增加了依托LPWAN技术建设的无线接入网。传感识别，可以覆盖变电站及沿线的配电线路，数据采集终端不仅覆盖原有的环境传感装置，还重点引入数据测量识别装置，如线路上的杆位倾斜数据检测、设备的运行数据测量等安全测量装置。监控平台收集全网的数据，监控中心、工区监控台可实时显示变电站与配电线路的环境状态、设备运行数据信息。当发生异常时（如监测或运行数据超越告警门限、突发事件产生环境告警等）可快速告警，及时进行电力抢修。

图1 电力设备物联监控系统功能组成图

2.2 系统结构设计

电力设备物联监控系统的网络整体采用扁平化二级管理，含控制网和接入端。可结合实际生产管理环节进行部署，图2是一个城市级物联监控网络的基本示意图。LPWAN无线网关按照管理工区进行部署，可根据工区管理的实际覆盖范围进行调整，通常一个LPWAN无线网关可覆盖半径10km左右。物联监控服务器管理物联采集数据，服务器管理所有的物联元素（设备、人员等），保证监控网络的信息安全。监控中心及工区监控台通过内部网络接入控制网，实时获取所关注的设备状态信息和环境状态信息。

图2 物联监控网络基本示意图

3 核心关键技术研究

LPWAN低带宽和低功耗的特点是优势也是限制，对系统具体实现提出了更高的要求。面向大规模的数据采集，需要充分考虑采集的高效管理，降低全系统的能耗；很多原来盲区数据的采集，如电力设备上的表计数据需要匹配低带宽的限制。

3.1 前端数据的采集管理

在电力设备物联监控系统前端识别采集中，如图3所示，系统中主要有两类物联采集设备：一类是传感识别，另一类是数据测量识别。传感识别主要指目前比较成熟的环境传感（温度、湿度等），另外针对线路监控需求增加特种传感器，如倾斜、位移等。这类传感识别主要监测对应的触发条件进行数据采集和发送，当满足触发条件时进行数据采集和数据上报，采集频度是有限的；另一类数据测量识别，主要对电力设备运行输出数据的测量与采集，运行数据是瞬时的，必须采用有效的采集管理办法降低频度，实现可靠的动态采集。运行数据的测量与采集管理，可以分为远程主动触发模式和前端自身触发模式两类。自身触发模式有固定周期和变换周期两类。固定周期的定时触发模式下，测量识别终端按设定的时间周期采集数据后发送；变换周期的变频触发模式，数据测量识别终端采集数据后进行门限判断，当接近门限时调整上报周期，加快密度进行检测，避免偶发的数据跳动。采用自我管理的变频触发模式，是节能管理的一种手段，采集终端不用实时接收后台管理频度要求（实时守候会额外耗电），采集终端可静默中自我调整。优化前端识别的采集管理，降低能耗，延长了前端采集终端电源供给的生命周期，提高了资产管理效益。

图3 物联监控前端识别的管理流程图

3.2 非数字化表计的前端测量识别

1）问题及设想

电力设备中存在着大量的非数字化计量表计，数据采集主要靠人工巡检进行识别和记录，是实时监控监测的盲区。这类数据的测量识别主要依靠图像识别和光电转换两种方向。光电转换涉及部分的硬件改造匹配，推广难度高。随着图像采集产品小型化的进步，图像识别已经成为表计数字识别的主流[11]。目前图像识别基本采用前端图像采集与后台集中识别的思路，将图像回传到后台进行图像识别处理。图像回传需要高带宽的通信技术，该方案在实际应用时存在着一些无法回避的问题：①前端采集使用高带宽的通信模块，传送图像数据耗时耗电，需保证电力供应，涉及供电改造；②部署高带宽的通信系统，投资成本高，而借助运营商通信网络，会带来一定的安全隐患。虽然图像识别技术有进步，但实际操作难度大，表计数据成了远程监控管理运维的一块难点。结合目前实践中提供的可参考图像识别算法[12]，如能在前端对图像采样进行直接测量识别，那么回传的数据量就会很小，满足LPWAN物联网传送的要求。

2）具体解决方法

常见的机械电力计量表计种类繁多，即便是同一型号的指针型监测器，不同厂家的表盘图像特征也相差明显，如图4所示。

以前的指针型图像识别方法：利用图像处理技术来识别表盘的刻度和指针，识别出刻度的值域范围，根据指针位置和刻度信息来计算示数值，是一个全模糊的模转数过程，当面对不同类型的复杂表盘（疏密不等的刻度）时，识别算法复杂，识别率低。

如果能预先知道图像分类，就能缩小识别难度。通过叠加数字化标签作为分类标签，优化图像识别的流程。按这个思路设计的表计图像识别装置如图5所示，有3个模块：目标分类管理、图像采集、图像识别。

图5 表计图像识别装置

其中，目标分类管理模块的作用是，管理表计编号、类型、测量类型特征项等信息；图样采样模块对计量表计进行图像采集，图像会涵盖数字标签（编号做成数字标签贴在表计上）和数据区域；图像识别模块会先识别出表计的数字标签，从目标分类信息管理模块得到编号对应的类型，然后根据类型启用不同的识别通道，获得图像识别数据（如指针表的指针角度，或转码表的数字字符），再结合该类型的测量类型特征项信息（指针刻度的角度范围与对应值域的映射、转码字符的值域定义等），复合计算出当前测量值，统一输出测量目标的编号、类型、测量值。图6为表计图像识别装置内部处理流程图。

图6 表计图像识别装置内部处理流程图

3）方案实验

图7是针对具体一款指针型机械表计（JCQ-3型避雷器监测器）进行的方案实验。该表计的表盘图像有明显的测量特征信息：指针型、测量区域是长方形区域、测量值域的角度范围与对应数值。该类型的图像识别通道在识别处理通过长方形检测筛选出测量区域，通过直线检测在测量区域中识别出指针位置并计算出指针当前的角度，然后根据测量特征信息中角度与测量值的对应关系直接得到当前的测量值。

实验证明在获得图像类型的前提下识别流程简明清晰，不再是一个全模糊的识别过程，而是有目标的分类识别，识别通道中的检测是可以通用组合，可以将长方形区域检测换成扇形区域检测，就能增加另外一种表计图像的识别。增加了分类信息空间，可简化识别算法，缩短识别时间。同时采样也降低门槛（如不再关注刻度细节等），可匹配复杂的应用场景。数字标签不仅是分类标签，也是测量目标的编号信息，简化了管理流程。这种前端图像分类识别的方案克服了非数字化数据测量与采集的难点，匹配了LPWAN短数据传送的关键要求。

4 结论

结合LPWAN技术实现整个电力配网的部署，不仅满足变电站运行监控监测的需求，其广覆盖的特性还可以满足线路上安全监测的需要。针对精细化的管控，结合LPWAN特性实现设备运行数据的前端测量识别，通过数字化分类识别巧妙解决了电力生产中表计种类复杂难以识别的难题，将物联网技术和信息化处理落实到生产应用中，实现低能耗的远程物联监控，在原有传感识别的基础上实现规模化的运行数据的测量与采集，填补物联网技术在电力应用的一块空白。

其中计量数据的前端测量识别方案不仅可用在电力设备物联监控中，还可与其他先进的技术（如机器人技术）融合，取得更好的使用效果；进一步还可拓展应用到其他行业的类似场景（如石油炼化区域的关键运行数据的采集等），突破前端采集的能耗瓶颈，助力工业大数据的基础建设，服务智慧化生产新时代。

[1] 王建华, 张国钢, 耿英三, 等. 智能电器最新技术研究及应用发展前景[J]. 电工技术学报, 2015, 30(9): 1-11.

[2] 邹积岩, 刘晓明, 于德恩. 基于智能模块的高压直流真空断路器研究[J]. 电工技术学报, 2015, 30(13): 47-55.

[3] 肖燕. 新一代智能变电站信息流架构设计[J]. 中国电机工程学报, 2016, 36(5): 1245-1251.

[4] 徐颖秦, 沈艳霞, 张业发. 无人值班变电站数字视频远程监控系统研究[J]. 电力系统及其自动化学报, 2005, 17(4): 49-52+65.

[5] 陶莉, 朱小光, 王善红. 使用二维码识别的电力设备巡视系统设计[J]. 电气技术, 2016, 17(4): 119-122.

[6] 陶莉, 朱小光, 王善红. 掌上电力巡检系统的设计与实现[J]. 中国电力, 2017, 50(9): 84-88.

[7] 周封, 刘闻博, 刘志刚, 等. 智能视频技术在电力系统领域的应用[J]. 哈尔滨理工大学学报, 2015, 20(5): 14-19.

[8] 鲁东海, 孙纯军, 王晓虎. 智能变电站中在线监测系统设计[J]. 电力自动化设备, 2011, 31(1): 134-137.

[9] 王哲, 孙纯军. 物联网技术在智能变电站中的应用[J]. 电力建设, 2011, 32(10): 41-46.

[10] 刘世民, 袁野, 范秉旭, 等. 智能变电站在线监测系统的研究与应用[J]. 电气技术, 2015, 16(2): 132-134.

[11] 马承志, 王宇雷, 杨玺, 等. 用于变电站自主巡视机器人的图像传输系统研究[J]. 电力系统保护与控制, 2014(18): 105-109.

[12] 房桦, 明志强, 周云峰, 等. 一种适用于变电站巡检机器人的仪表识别算法[J]. 自动化与仪表, 2013, 28(5): 10-14.

Design of power data acquisition system based on LPWAN

Tao Li1Liu Jingxiang2Zhu Xiaoguang3

(1. Dept. of Electric Engineering Nanjing Institute of Technology, Nanjing 211167; 2. Yancheng power supply company, Yancheng, Jiangsu 224005; 3. ZTE, Nanjing 210012)

Aiming at the development trend of power grid operation and maintenance management to few people or unattended mode, this paper puts forward the architecture scheme of power equipment IOT monitoring network using the latest Internet of things technology. The scheme breaks through the simple sensor monitoring and combines the front-end image classification and recognition to realize the data collection, and fills the blind area of the data. It implements the Internet of things technology and information processing into production applications, relying on LPWAN to achieve low energy consumption remote monitoring of things. The application of intelligent recognition, image classification and sampling combined with front lighting separation linkage control, aiming at complex problem to identify the types of meter scale practical power production, the networking technology and information processing to implement the production application, relying on LPWAN to realize remote measurement of low energy consumption combined monitoring program. Not only real-time monitoring and protection of power production safety, but also for the future intelligent operation and maintenance of power grid equipment to provide valuable original big data.

LPWAN; data acquisition; smart substation; image classification; front-end intelligent identification

2018-03-04

陶 莉（1978-），女，讲师，硕士，研究方向为电力信息化，电力负荷预测，需求侧管理。

江苏省科技厅产学研合作项目（BY2016008-01）

国网江苏省电力公司科技项目（SGTYHT/16-JS-200）