基于CAN总线的无人值守变电所过程层设备运行状态智能监控方法

郭东明

(神华包头煤化工有限责任公司 生产运营部，内蒙古 包头 014000)

随着电子产品生产需求的增加，工厂数量持续增加，造成用电需求不断增大，这促使电力系统朝着智能化以及大容量等方向发展[1]。一般情况下，根据电力系统结构将其划分为站控层、间隔层以及过程层，但是只有智能化程度较高的变电站才具备过程层，可以实现变电站电气量、设备运行状态的检测等[2]。无人值守变电所主要负责变换变电站电能的电压和电流，对电压与电流分布情况进行实时调整[3]。由此可见，过程层是无人值守变电所重要组成部分，关系着无人值守变电所运行安全，所以智能监控无人值守变电所过程层设备运行状态是当前领域研究的热点问题。

当变电站走向智能化，国外众多公司就开始研究电力设备运行状态监测产品，通过不断更新设备以及丰富监测设备功能，以期提高监测性能。在国外研究的基础上，国内将互联网和监测装置相连接，以期实现变电站设备的智能监控[4-5]。例如文献[6]通过分析变电站过程层可能出现的故障定位存在的问题，选择变电站过程层交换机，并将其作为变电站过程层设备运行状态监控单元，在这个单元的基础上，设置监控网络拓扑结构，以此实现网络监控变电站过程层设备运行状态监控。文献[7]根据变电站过程层智能终端着手，引入IEC61850技术，设计监测信息传输方案，以此实现变电站过程层二次设备、操作回路状态、在线诊断情况的监测。

本文在前人研究的基础上，提出基于CAN总线的无人值守变电所过程层设备运行状态智能监控方法，主要是通过引入CAN总线，以此提高设备状态监测的可靠性和实时性。

1 过程层设备运行状态智能监控

1.1 过程层设备运行数据采集

此次研究无人值守变电所过程层设备运行状态智能监控方法，将CAN信息采集卡放置在过程层设备外壁上，以此采集过程层设备运行数据。其采集原理如图1所示。

从图1中可以看出，采集过程层设备运行数据过程中，CAN信息采集卡需要一定的缓冲区间，每次缓冲结束后，即完成当前阶段的过程层设备运行数据采集，并通过CAN总线将数据传输给监控中心。此时，CAN信息采集卡会空出一定的缓冲空间，进行下一次过程层设备运行数据采集[8-9]。

采用CAN信息采集卡采集过程层设备运行数据的具体流程如下：①初始化CAN信息采集卡；②开始采集过程层设备运行数据；③判断过程层设备运行数据采样是否结束；④当过程层设备运行数据采样未曾结束时，返回步骤①，继续采集过程层设备运行数据；当过程层设备运行数据采样结束时，处理过程层设备运行数据，通过CAN总线，将数据传输给监控中心。

1.2 基于CAN总线的数据传输

此次过程层设备运行数据采集过程中所选择的CAN信息采集卡具有独立发送数据的功能。CAN信息采集卡通过CAN总线发送数据过程中，电源频率会占用CAN总线32位字节，发送数据的指令会占用CAN总线16位字节[10]，因此需要设置数据收发的波特率。CAN总线中含有若干个时钟周期，但是周期变化是由定时寄存器0和总线定时1编制[11-12]。假设CAN总线传输数据周期为T；信息同步跳转宽度为H；数据传输时，产生的延迟时间为t，则CAN总线发送数据，设置数据收发的波特率需要遵守的条件如式(1)：

t1≥T，t2≥H，t1≥2t2;t2≥H+t，t1≥H+t+2T，t2≥3T

(1)

式中，t1为时间段1；t2为时间段2。

按照公式，即可计算适合过程层数据传输的波特率K，其计算公式如下：

(2)

式中，M1为每一位数据传输的大小[13]。

CAN总线选择适宜的波特率进行传输数据后，可以将CAN总线数据传输的执行时间间隔设置为0.05 ms，以达到实时监控过程层设备运行数据实时传输的目的，并将CAN总线传输监控数据传输至监控中心，其原理如图2所示。

根据图2所示的CAN总线数据传输原理，即可传输CAN信息采集卡采集到的过程层设备运行状态数据的实时传输。

1.3 过程层设备运行数据深入挖掘

依据CAN总线传输的过程层设备运行状态数据，挖掘数据中存在的变化，并对数据进行记录，根据数据变化查看设备短时期走势，并判断设备运行状态。为此引入BP神经网络模型，深入挖掘过程层设备运行状态数据，其挖掘过程如图3所示。

图3 数据挖掘过程Fig.3 Data mining process

从图3中可以看出，该模型的输入为上述采集到的数据，通过网络训练，输出挖掘出的过程层设备运行过程中的有用信息。

神经网络模型由模型层数和神经元数目决定模型结构。模型的计算复杂程度与模型的层数呈正相关[14]。但是根据图3所示的数据挖掘过程，将模型的层数设置为3层。模型的神经元数目可以映射模型的泛化能力，因此需要根据模型的学习速率、权值和阈值设置模型神经元数目[15]。由于学习速率可以减少局部误差，且权值和阈值与模型训练的饱和程度有关，因此将学习速率控制在0.01～0.8，权值和阈值控制在-0.05～+0.05。

此时，将上述确定的模型结构、权值、阈值和学习速率等参数代入BP神经网络模型中，即可完成过程层设备运行数据的深入挖掘。

1.4 智能监控过程层设备运行状态

无人值守变电所过程层设备，多为变电所的一次设备和少量的二次设备，属于变电所中的主要元件。根据此次设计的数据采集、信息传输和数据深入挖掘方式，设置过程层设备运行状态监控模式，如图4所示。

图4 过程层设备运行状态监控模式Fig.4 Process layer equipment operating status monitoring mode

从图4中可以看出，此次设计的过程层设备运行状态监控模式，采用总线的方式将过程层设备分为多个单元，每一个单元都设置了相应的数据采集卡，以此采集过程层设备运行数据，也是此次研究的无人值守变电所过程层设备运行状态智能监控方法的基础层，可以决定智能监控效果。

在实际运行中，将CAN信息采集卡与CAN总线对接，CAN总线在数据通信服务器上运行，完成过程层设备运行数据传输，作为此次研究的无人值守变电所过程层设备运行状态智能监控方法的通信层，以此实时监控变电所过程层设备运行数据。

监控主机主要用于保护CAN信息采集卡采集设备状态数据、CAN总线通信和数据挖掘等过程，然后将监控数据上传至用户中心，与变电所设备正常运行数据进行对比，从而判断过程层设备运行状态，以此完成过程层设备运行状态智能监控。

2 实验论证分析

选择2组当前设备运行状态智能监控方法，作为此次实验的对比组，以对比实验的方式验证此次研究的无人值守变电所过程层设备运行状态智能监控方法的有效性，并选择某区域的无人值守变电所过程层设备，作为此次实验研究对象，从数据传输网络节点供电电压变化、通信延时和通信灵敏度3个方面，比较3组监控方法的实际应用效果。

2.1 实验准备

此次实验选择的无人值守变电所过程层设备，共有数条通信电缆、数条通信转换器、5个配电箱、3个端子箱、1个总控制器、1台变电站主机以及安装在集控中心的集控站主机1台，属于110 kV无人值守变电所。根据上述内容，选择8个数据采集器，采集无人值守变电所过程层设备运行数据。由于3种监控方法所使用数据采集器不同，所以在此次实验中，仅设置数据采集器数量。

选择可以测试过程层设备运行状态的TestCenter测试仪，测试无人值守变电所过程层设备运行状态；选择PSS01模拟断路器，模拟过程层设备变化及调整过程层设备状态；选择FLUKE726校准器，测量过程层设备输出电气参数；选择DSD-601智能终端，控制变电所过程层设备；选择具有体积小、方便集成、协议多样化等特点的SICOM3024PT交换机，串联此次实验选择的硬件设备。

根据上述选择的硬件设备，搭建3组监控方法测试环境，如图5所示。

图5 监控方法测试环境硬件连接图Fig.5 Monitoring method test environment hardware connection diagram

图5中，监控显示器主要为台式电脑或笔记本电脑，可以实时查看3组方法的监控结果。

2.2 实验结果

2.2.1 第1组实验结果

采用3组监控方法，分别采集此次实验选择的无人值守变电所过程层设备运行数据，并将网络节点传输数据的周期设置为1 s，即每1 s传输一次采集到的样本数据，数据传输网络的活动时间为300 ms。此时，将3组监控方法传输过程层设备运行数据，网络节点产生的供电电压变化与设置网络传输节点供电电压的变化进行对比，其实验结果如图6所示。

图6 节点电压变化Fig.6 Node voltage change

从图6中可以看出，当前方法1的传输网络节点供电电压变化曲线波动较大，随着节点供电电压采样周期变化，最大差值为1.4 V；当前方法2传输网络节点供电电压变化曲线波动较小，随着节点供电电压采样周期变化，最大差值为0.7 V；研究方法传输网络节点供电电压变化曲线波动，与设置网络传输节点供电电压的变化基本一致，最大差值为1 V。由此可见，研究方法传输过程层设备运行数据，网络节点产生的供电电压变化既不会偏大，造成耗费大量网络节点能量，降低网络节点工作时长的问题，同时也不会偏小，过分节约网络节点能量，造成传输数据丢失的现象。

2.2.2 第2组实验结果

根据第一组实验结果，让三组监控方法分别将采集到的过程层设备运行数据传输至无人值守变电所监控中心。在该组实验中，过程层设备运行数据总数据量大小为25 GB，每次传输数据量增加5 GB，随着数据量的增加，检测3组监控方法传输数据产生的延迟时间，每次测试均进行40次。其中，数据传输延迟是指通过计算3组监控方法服务器传输数据至客户端完全接收数据时所产生的通信延时。实验结果如图7所示。

图7 3组监控方法传输数据延迟时间对比Fig.7 Comparison of transmission data delay time of three groups of monitoring methods

从图7中可以看出，随着数据量增加，3组监控方法将数据传输至无人值守变电所监控中心时，产生的通信延时随之增加。其中，当前方法2的数据延时曲线呈直线增长，其最大时间差值为1 150 ms，通信延时平均值为851.7 ms；当前方法1的通信延时平均值为695.8 ms；研究方法传输过程层设备运行数据，通信延时曲线波动较小，其最大差值为320 ms，数据延时平均值为248.3 ms。由此可见，研究方法传输过程层设备运行数据过程中，其通信延时较低。

2.2.3 第3组实验结果

在第一组和第二组实验的基础上，改变3组监控方法传输过程层设备运行数据距离，验证3组监控方法传输数据的灵敏度。采集过程层设备运行数据时，会受到噪声干扰，产生信噪比，且信噪比随着距离的增加不断增大，降低数据传输的灵敏度。信噪比越高，灵敏度越高。分别计算3组监控方法的灵敏度，其计算结果如图8所示。

从图8中可以看出，随着数据传输距离的增加，信噪比持续下降，使得3种方法的灵敏度不断下降。其中，当前方法2的灵敏度曲线呈直线下降，其信噪比最大值和最小值之间产生的时间差值为39 dBm；当前方法1的灵敏度曲线波动较大，其信噪比最大值和最小值之间产生的时间差值为58 dBm；研究方法传输过程层设备运行数据，随着数据传输距离的增加，数据接收灵敏度曲线波动较为平稳，其信噪比最大值和最小值之间产生的时间差值为18 dBm。由此可见，研究方法的信噪比较高，所以其灵敏度较高。

图8 3组监控方法的灵敏度对比Fig.8 Sensitivity comparison of three groups of monitoring methods

3 结语

综上所述，此次研究无人值守变电所过程层设备运行状态智能监控方法，充分利用CAN总线串行通信协议，以此提高监控方法数据传输质量，以此实现无人值守变电所过程层设备运行状态智能监控，并通过实验验证了该方法的有效性。但是此次研究，仍然存在一定的不足。在今后的研究中，还需要建立过程层设备运行数据库，进一步完善过程层设备运行状态智能监控方法。