基于物联网通信的变电站分布式自检驱鸟系统设计

徐懿，马振国，刘晓康，万曦，许霖，王庆

(1.国网江苏省电力有限公司常州供电分公司运维检修部，江苏 常州 213000;2.国网江苏省电力有限公司常州供电分公司变电检修室，江苏 常州 213000)

0 引 言

受变电站的建设位置和生态环境不断改善的影响，季节性鸟类活动对输电线路正常运行造成的影响不可忽视。因此，亟需对变电站的进行驱鸟防护，保证输电线路正常稳定运行[1-2]。

鸟类活动对变电站的危害受地形、季节、气象、输电线路高度和鸟类习性等多种因素的影响[3-4]，多发于春秋季的平原丘陵等地带。已有的防治措施主要采用放鸟刺[5]、激光驱鸟器[6]和电子爆鸣等手段实现对变电站设备的保护[7]，但这些方法存在耗费大量人力财力、鸟类适应快、维护困难和受环境影响失效等缺点，不但效率低而且经济性较差，不适用于大范围推广。已有研究使用的检测驱赶一体化设备[8]，受限于某一项功能的使用范围，需在变电站范围内多点放置，且不能记录存储鸟类活动数据，存在诸多不便。针对上述问题，提出基于物联网通信的变电站分布式自检驱鸟系统设计方案，根据多普勒效应和超声波技术实现驱鸟系统的硬件装置设计，并通过LoRa远距离通信和YOLO算法下的图像信息检测处理，实现数据的实时传输和处理。

1 分布式自检驱鸟系统总架构

1.1 系统设计整体架构

驱鸟设备的有效性受距离以及角度的影响，仅对设备正向60°～120°、10～15 m范围内的鸟类进行有效检测。将整体变电站划分为多个网络，每个网络内设置多台驱鸟设备，建立完整的区域体系，如图1所示。本文的分布式自检驱鸟系统，主要分为硬件设计与软件设计两个部分。

图1 检测设备参数范围

多个驱鸟装置依据实际需求组成变电站的分布式驱鸟系统，建立完整的防护体系，总体防护结构如图2所示。内含多类型传感器的信息采集装置，通过采集区域的环境变化、鸟类声音和环境图像等信息，将变压器、输电线路和杆塔等设备的鸟类停留状况上传至系统平台服务器，由系统平台进行数据分析后下达控制指令，实现多台声波驱赶装置配合下的整体防护。

图2 变电站驱鸟系统总体架构

1.2 基于物联网通信的数据交互

提出的变电站驱鸟系统设计方案中，设备间交互由远程无线传感网络实现。LoRa是基于扩频技术的远距离传输方案，双向传输的应用数据良好地适应变电站的信息采集与控制指令的下发需求，实现广域低功耗的传感网络扩展。

LoRa由终端、基站、Server和云组成，分别对应自检驱鸟系统拓扑网络中的检测设备、节点感知通信、声波驱赶装置和系统服务器。

2 系统硬件设计

系统硬件主要由检测设备、节点通信感知设备和声波驱赶装置共同构成，工作原理如图3所示。

图3 驱鸟系统工作原理

2.1 检测设备

由多类型传感器构成的检测网络，通过雷达探测器、湿度传感器和温度传感器采集环境、图像以及鸟类等信息。图像监测装置通过将采样提取出来的单帧图像与储存的无异常图像进行对比，判断是否有长时间鸟类停留或筑巢现象。

2.2 节点通信感知设备

节点感知与通信模块用以实现检测、驱赶设备与云端系统服务器的数据传输功能。根据跳级通信的思路，设计节点通信感知分层传输结构如图4所示，采用基于安全模板的机制，簇首节点选择性上传数据，以达到减少冗余数据，提高能量利用效率的目的。

图4 节点通信感知分层传输结构

2.3 声波驱赶装置

超声波驱鸟基于物理方法，通过超声波脉冲干扰刺激鸟类神经系统，同时以高频闪光和仿真天敌声音为辅助，实现对鸟类的驱赶。部署多个面向不同角度的声波驱赶装置，根据变电站驱鸟总架构，建立完整防护体系，实现有效驱鸟。

为防止鸟类对声波产生适应现象，利用雷达反馈数据，经声波选择模块的处理发生变频声波。超声波发射换能器两端在输入方波后，产生对应超声波，通过反相器控制方波频率以及占空比即可实现超声波的变频功能。

3 系统软件设计

3.1 基于LoRa的数据通信

基于LoRa的数据通信过程，设定终端拥有与网关一致的网络号。当终端被唤醒时接收到网关的前导码，则进行下一步的网络数据传输任务，网关接收到传输数据后，返回终端确认信号，结束一个上传循环。具体的LoRa模块数据接收与发送流程如图5所示。

图5 LoRa模块数据通信流程图

3.2 基于YOLO的图像特征提取检测

YOLO是一种根据图像训练实现的端到端目标监测算法，区别于传统目标检测算法。YOLO算法具有更简单的结构设计方案，可以有效区分背景区域与监测目标。

图像采集装置采集的信息，通过LoRa通信模块上传至系统服务器后，采用YOLO-v3目标检测方法实时判断图像中是否存在鸟类停留等异常现象。算法流程如图6所示。

图6 YOLO-v3检测算法流程图

当图像传感器采集到的单帧图像信息以固定时间间隔上传，输入至检测装置的YOLO-v3目标检测算法中，判断存在鸟类活动迹象后，需要对鸟类数量进行计算，到达阈值及下发控制指令启动驱鸟设备。若未到达阈值，则给系统下发禁止休眠信号。

4 试验结果与分析

以某地变电站作为提出的基于物联网通信的变电站分布式自检驱鸟系统的试验测试环境，具体布设结构图及环境遥感示意图如图7所示。实测场地呈长190 m，宽120 m的梯形，其中布设系统平台处理器一台，检测设备6台，驱鸟设备8台。

图7 试验测试环境示意图

采用检测设备在变电站范围边界放置的方案，使用无人机模拟鸟类飞行情况。通过调节无人机的飞入方向、停留时间、飞入速度以及尺寸大小，模拟不同鸟类的飞入，对比传统驱鸟策略。试验结果如表1所示。

表1 驱鸟方案对比结果

对分布式自检驱鸟系统、传统单一声波驱鸟、激光驱鸟器及电力驱鸟药的方案进行试验，对比了在驱鸟半径、声波频率、供电方式、定时检测、智能分析、数据存储、使用环境、主动检测和工况检测等指标的表现。结果表明，提出的分布式自检驱鸟系统简便易行，无需频繁人工维护，对多种地理环境和气候特征的变电站具有良好的适应能力和更好的鸟类驱赶效果，实现了经济性和有效性的统一。

5 结束语

针对鸟类活动对输电线路和变电站稳定运行造成的危害，提出了基于物联网通信的变电站分布式自检驱鸟系统。首先使用声光图像等多源传感器，采集鸟类飞行和环境图像等信息，采用LoRa通信技术将数据通过骨干网传输到系统平台服务器。服务器经过数据分析处理后向下级设备下发控制指令，进行超声波变频驱鸟。对某地变电站进行试验，详细对比分布式自检驱鸟系统与传统驱鸟方法的实地运行能力，证明分布式自检驱鸟系统具有良好的实时反馈能力、普遍使用性和易于安装的特点。