一种新型电力设备环境信息监测管理系统

李烨桐，郭 洁，祁 霖，蒋 霖，陶新民

(东北林业大学 工程技术学院，哈尔滨 150040)

0 引 言

电力系统安全是电网稳定运行的基础，随着计算机科学技术的不断发展、物联网概念的提出、传感技术的不断成熟以及智能化管理水平的不断提高，电力设备周围环境的实时状态监测越来越受到电力企业的重视[1-3]。电力设备环境状态监测，其目的在于及时发现电力设备在不同工作或存放状态下因易受到所处环境参数等多种因素的影响而产生的各种问题，从而在可能出现故障或突发情况时，相关管理人员能够及时维修、更换电力设备，对突发状况进行快速补救，避免发生安全事故[4-6]。

中国对电力设备环境状态监测研究的起步较晚，目前，电力设备环境状态监测及信息管理体系构建尚不够完善，在电力设备环境状态监测领域的发展较西方先进国家整体落后一个阶段[7]。现阶段电力设备在运输及运行过程中易受到周围环境(如气体浓度、噪声、温度、湿度等因素)的影响，从而引起设备的磨损和老化，且存在对电力设备监管不完善、系统数据信息反馈不及时等问题[8]。这些问题均会导致运输工作效率低下、电力设备故障率增加，并极有可能威胁整个电力系统的安全。因此，对电力设备运输及运行过程中的环境状态实时监测并对收集得到的数据信息进行科学化的管理具有十分重要的现实意义。

为此，采用一款精度高、成本低、功耗小、性能强、外设集成度高、数据以及程序存储量大、A/D转换更精确快速且能够实现电力设备信息监测装置的功能控制、数据处理与整合，以及各个模块的有序运行的TMS320F28335浮点DSP控制器作为核心，开发设计出一套更科学完善的应用于电力设备运输及运行过程中的多功能环境信息监测管理系统。该系统可对电力设备周围环境数据信息(包括位置信息、温度、湿度信息、噪音信息、硫化氢和氧气浓度信息及相关状态信息等)进行实时数据采集，并通过无线通信网络将监测数据传回控制中心，经计算机分析后对电力设备所处环境或相关工作人员发出相应调整指令，使电力设备达到最适宜的运输或运行状态，以实现对电力设备运输及运行过程中监控的实时化、智能化、科学化管理，以便在可能出现故障或突发情况时相关管理人员能够及时对突发状况进行快速补救，避免发生安全事故。从而达到降低运输工作成本、保障电力设备性能水平、消除潜在故障的目的。

1 系统的总体结构

电力设备多功能环境信息监测管理系统主要由下位机电力设备多功能环境信息监测装置和上位机远程客户端管理系统组成。在电力设备运输或运行过程中，该系统通过多个传感器收集电力设备所处环境的温度、湿度、气体浓度、噪音以及所处位置信息等数据，经CAN总线将数据传递到司机驾驶室和公司总部的处理器，通过相应的数据处理分析电力设备所处环境温度、湿度、气体、声音数据信息，最优路线与相应导航将显示在管理人员的上位机显示器上。当所处环境及设备自身温度、湿度超过规定的范围或气体数据(如硫化氢浓度、氧气浓度等)成为异常值时，处理器将发送相应信号，从而使电力设备所处环境自动调节至规定的温度、湿度范围，并打开通风装置使环境气体浓度恢复正常值。电力设备定位有误或因其他原因出现故障时，处理器会将全部信息反馈至总部检测中心，以便于相关管理人员及时对突发情况进行补救。

2 下位机环境信息监测装置

2.1 硬件电路设计

以物联网技术为基础的新型电力设备多功能环境信息监测装置由传感器数据采集装置、信息处理和通信装置三部分构成，其硬件部分主要由电源供电模块、控制核心模块TMS320F28335、高精度温湿度传感器模块SHT20、GPRS/GSM远程通信模块、硫化氢浓度监测传感器模块JXM-H2S、氧气浓度监测传感器模块JXM-02、声音监控模块HD-18C，以及高精度GPS模块NEO-M8N-0-10组成。其中电源供电模块为装置提供稳定的工作电压，使得其它电路模块能够正常工作；控制核心模块TMS320F28335用来实现装置的功能控制、数据处理与整合，以及各个模块的有序运行；高精度温湿度传感器模块SHT20用来实现电力设备运输及运行过程中温度和湿度信息数据的实时采集；GPRS/GSM远程通信模块E16V能够在电力设备运输及运行过程中对同行相关人员发出调整指令，使电力设备达到适宜的状态；硫化氢浓度监测传感器模块JXM-H2S和氧气浓度监测传感器模块JXM-02用来实现运输运行过程中环境硫化氢及氧气浓度的实时监测和周期上传；声音监控模块HD-18C能够对运输和运行过程中电力设备所处环境及自身的噪音进行实时监测和采集；高精度GPS模块NEO-M8N-0-10用来实现对电力设备位置的确定，以便于相关管理人员及时对突发情况进行快速补救。装置组成如图1所示。

图1 电力设备多功能环境信息监测装置

2.2 程序设计

以物联网技术为基础的新型电力设备多功能环境信息监测装置是电力设备环境信息监测管理系统中的下位机系统。下位机程序通过串口通信、SCI通信等通信方式将各项参数获取模块、GPS信息获取模块和GPRS/GSM数据发送模块的功能共同结合，并与TMS320F28335控制核心模块连接，使得整个系统持续有效发挥作用。下位机程序设计流程图如图2所示。

图2 下位机程序设计流程图

3 上位机远程客户端管理系统

3.1 系统设计

远程客户端管理系统由管理系统、服务器数据库及客户端上位机软件组成。其功能在于运用软件系统对电力设备多功能环境信息监测管理系统发送的位置、温度、湿度、噪音、气体浓度及运输运行状态等数据信息进行研究处理，以便在运输和运行过程中更加准确地监测电力设备的周围环境状态，实现信息的实时监测与调控，并给出电力设备运输及运行过程中的指令信息，实现电力设备在运输及运行过程中的智能化决策，便于处理突发状况，从而使成本最小化、效率最大化。上位机软件设计流程如图3所示。

图3 上位机软件设计流程图

3.2 上位机算法设计

上位机算法设计部分，在电力设备环境温度、湿度检测方面，采用一种基于数据级融合的改进自适应加权融合算法模型，并与传统自适应加权算法和算术平均值方法进行对比测试。结果表明，该模型在温度、湿度数据采集及处理分析的精度上优于其他算法，能够更精确地对电力设备运输和运行过程中所处环境及设备自身的温度、湿度进行监测。

3.2.1 多传感器自适应加权融合算法

数据融合是20世纪80年代形成并迅速发展的一门信息综合处理技术[9]，其是一种初始级别的融合方法，能够从大量来自于同一传感器的组合数据信息中提取出1个特征矢量，并根据此特征矢量对参数进行识别并做出准确合理的描述[10-11]。

根据李战明等[12]的研究，自适应加权融合估计算法对多个传感器收集数据的估计结果优于传统的平均值估计算法的结果。数据级融合的最大优势是能做到信息的无损，充分利用多元数据的互补性来提高信息的质量，减少被测对象的不确定性，从而提高监测的准确度和可靠度。其结构如图4所示。

图4 自适应加权数据融合结构图

(1)

由于X1,X2…Xn彼此独立且为X无偏估计值，故总均方差为

(2)

代入式中可得

(3)

由于X1,X2…Xn彼此独立且均为X无偏估计值，则

(4)

由于总均方差σ2的值与加权因子Pi有关，σ2的值越小，对应的Pi值性能越好，在此基础上，根据多元函数求极值的方法，可得到当总均方差σ2取最小值时所对应的加权因子Pi为系统的最佳权值。

(5)

(6)

再根据实际测量值，可计算数据融合的最优值，即

(7)

3.2.2 改进自适应加权融合算法

在传统自适应加权融合算法模型中，系统待估计的真实值X可由一组测量值的平均值经过处理而得到。然而由于考虑到在监测电力设备环境温、湿度过程中，其数据精度和准确程度易受到外界因素的影响，且因传感器数量有限，因此取平均值的方法会导致结果产生较大的偏差。为解决上述问题，王浩等[13]提出通过数值迭代的思想，对算法中系统待估计真实值的选取进行了改进，在此基础上提出一种改进的自适应加权融合算法模型。该模型充分考虑在传感器实际监测采集的过程中环境噪声对于真实值的影响，从而提高了模型数据信息监测采集的精度和准确程度，融合性能高，符合对电力设备运输及运行过程中温度、湿度数据精准监测的要求。因此，在电力设备多功能环境信息监测管理系统中，采用改进的自适应加权融合算法，对监测装置所收集的多个温、湿度检测值进行融合，使处理器能够根据融合后的温、湿度值自动判断电力设备自身及其所处环境的温、湿度是否处于规定的范围内，有无异常状态产生。

考虑到传感器在实际采集的过程中，会受到环境噪声ei的影响，导致测量值Xi与真实值Zi产生偏差，其数学关系为

Xi=Zi+ei,i=1,2,3,…,n

(8)

取n个传感器测量值最大值和最小值的平均值

(9)

以平均值A0为标准分别与n个传感器采集到的监测值X(n)对比，可得

(10)

对H1和H2两部分求均值得E(H1)和E(H2)，并计算E(H1)和E(H2)的平均值作为新中值A1。重复以上步骤，不断对中值Ak进行迭代。

(k=1,2,3,…,n)

(11)

直至Ak=Ak+1时，完成迭代。此时Ak为改进的自适应加权融合算法模型的系统待估计的真实值。

4 改进自适应加权融合监测模型

4.1 建立与测试

将各温度监测节点放置在适当位置，并同时启动电力设备多功能环境信息监测管理系统。当系统达到稳定状态后，通过上位机控制发送电力设备相关参数监测采集指令，各个终端节点在一定时间间隔内采集数据并反馈回上位控制中心，从而对上位机算法模型进行测试。选取5个传感器节点对电力设备运输及运行过程中的温、湿度进行监测采集，要求终端节点每隔60 min采集1次数据信息，从下午13：00至17：00温度和湿度各采集5组，共计10组采样数据，见表1。将监测数据进行融合处理，通过计算分析得到总均方差σ2，其数值见表2。考虑传感器数量有限，采用改进的自适应加权融合算法模型所得真实的温度、湿度数值见表3。

表1 温湿度传感器采集数据

表2 数据融合结果

表3 真实温度、湿度数值表

4.2 结果与分析

由表2可以看出，应用算数平均值法及传统自适应加权融合算法处理传感器采集的数据所得总均方差数值偏大，融合效果不够理想，误差较大。在此基础上，改进的自适应加权融合算法处理数据计算得到的系统总均方差进一步减少，与改进前相比，融合精度显著提升，融合性能更高，能够有效提高电力设备运输及运行时温度、湿度数据信息监测的准确度和可靠度，从而保障电力设备性能水平,消除潜在故障。

5 结 语

提出一种新型电力设备多功能环境信息监测管理系统，主要包括下位机电力设备多功能环境信息监测装置及上位机远程客户端管理系统两部分。电力设备多功能环境信息监测装置以物联网技术为基础，主要实现对电力设备运输及运行过程中的环境参数信息进行采集，并传输至远程客户端管理系统，便于确定电力设备所处环境的状态；远程客户端管理系统，在温湿度监测方面的算法部分采用一种基于数据级融合的改进自适应加权融合算法模型，通过对比测试，表明该模型在温湿度数据采集及处理分析的精度上均优于传统自适应加权算法和算术平均值方法，能够更精确地对电力设备所处环境及设备自身的温度、湿度进行监测。

该系统为实现电力设备运输和运行过程中的实时监控及信息管理提供了一种可靠的技术方案，并同时达到了保障电力设备安全、消除潜在故障的效果，具有一定的推广意义。需要说明的是，目前该系统所能监测的环境情况有限，对于磁场情况、灰尘情况等在运输和运行过程中对电力设备周围环境影响较大情况的监测，将是下一阶段研究的重点。