带电作业强电磁场环境下生命体征监测系统的设计与实现

虞驰，秦威南，赵俊杰，张帆，彭勇

(1.国网浙江省电力有限公司金华供电公司，浙江 金华321017；2.中国电力科学研究院有限公司，武汉430074)

0 引言

在目前的电网体系中，超、特高压输电线路发挥着越来重要的作用。鉴于其地位的重要性，超、特高压输电线路一旦发生紧急缺陷，需要通过带电作业进行消缺[1]。但在实际作业过程中，由于带电作业的特殊性，作业人员面临着工作环境恶劣、作业人员的生命安全情况无法得到有效监护等问题[2-3]。这些问题的出现造成了许多超、特高压线路运维单位的带电消缺工作不能及时实施，从而影响线路的正常运行。为解决上述实际工作中出现的突出问题，亟须开展相关技术研究，提升超、特高压输电线路带电作业工作效率及安全性。

现有的诸多体征监测设备，往往面临着在带电作业的高强度交变电磁场环境下设备无法正常工作以及系统无法正常通信的问题[4-7]。同时，现有的体征监测设备都是通过参数的阈值来反映用户的健康状况，仅能在用户出现健康问题时做出警告而达不到危险预防的目的，在带电作业过程中难以提前预测作业人员身体可能出现的不利状况，无法保障其生命安全。针对上述问题，本文通过温度模块和PPG模块实现了对体征信息的高精度监测，运用4G通信技术实现体征信息的实时回传。在此基础上设计了可切换多频带通滤波器，实现了监测设备在带电作业高强度交变电磁场环境下的正常工作。移动端软件采用时间序列分析法对作业人员的体征数据进行分析，从而实现了对作业人员健康状况的预测评估，大大提高了体征监测系统的使用价值，实现了对作业人员体征信息的实时监测和健康预测，减少了带电作业安全隐患，对确保作业人员的生命安全具有重要意义。

1 生命体征监测系统架构

图1为生命体征监测系统的整体结构。设备开机后，初始化各个模块，获取数据采集模块采集的PPG信号和温度数据，然后通过采集到的PPG信号和温度数据计算出心率、血氧饱和度、血压以及体温的数值，利用4G通讯技术将体征信息转换为IP协议，再通过4G网络发送到后台服务器，在手机端或PC端可通过软件登录与设备进行绑定连接获取其发送的数据，最后将获得的数据进行显示，同时可进行相关数据的查询与功能设置。

2 生命体征监测系统硬件设计

生命体征监测系统设备是一款基于4G无线通信技术的分布式供电、通信一体化数据采集装备，实现数据采集装备的高度集成化、模块化。该设备以STM32芯片为主控模块，与电源、显示、PPG、温度、4G通信等模块集成后进行一体化封装，可以完成数据采集、数据传输和供电等功能，其整体结构图如图2所示。

图2 硬件整体结构图

2.1 体征监测模块

体征监测模块主要由温度模块和PPG模块构成。其中，温度模块采用DS18B20接触式温度传感器，体积小、精度高，主要测温范围在-10 ℃～85 ℃之间，测量精度可以达到0.1 ℃[8]。

PPG模块的主要功能是进行血氧饱和度、心率以及血压的监测，其原理是将通过人体的光束进行捕获和分析，并根据分析结果来反映人体组织上的功能和信息[9-10]。PPG模块采用高度集成的SON7015传感器，模块体积小，数据输出快，采样率可编程控制。

2.2 强电磁环境下设备抗干扰设计

特高压输电线路带电作业工况下的电磁环境较为复杂，电力线路的交变电流在周围空间产生交变磁场，导致数字通信网出现误码、故障或失真等问题，破坏通信装置的正常运行、降低传输质量。针对上述问题，并综合考虑功能、价格、开发难度等因素，最终选择了集GSM、GPS、GPRS功能于一体的STM32号4G通信模块[11]，实现了强电磁环境下体征监测信息的实时有效回传。

与此同时，超、特高压线路产生的交变电磁辐射也会对监测设备的正常运行产生干扰，从而对设备的测量精度及信号处理产生影响，因此必须采取相应的措施来保证设备在强交变电磁场环境下正常运行[12-13]。然而，输电线路产生的电磁场难以从根源上消除，只能通过滤波技术对电磁干扰进行抑制，从而保证设备的正常运行。传统滤波器无法满足该设备复杂通信环境以及高强度电磁工作环境的要求，针对设备的特殊性，本文设计了可切换多频带通滤波器，实现了滤波器对信号的选择性地滤除，更灵活地满足设备的通信以及抗电磁干扰的需求。可切换射频滤波器由4个部分组成：短路阶跃阻抗谐振器、双模谐振器、输入和输出馈线以及忆阻器。通过忆阻器实现了对短路阶跃阻抗谐振器谐振状态的控制，使得谐振器的谐振响应发生相应改变。同时，对短路阶跃阻抗谐振器进行改进优化，改进后的短路阶跃阻抗谐振器的等效传输线模型如图3所示。与传统短路阶跃阻抗谐振器相比，该谐振器的在原来的基础上加载了两条开路微带线，由4个部分组成：低阻抗部分(Y5，w5)、高阻抗中间部分(Y6，w6)、短路的高阻抗部分(Y7，w7)和开路式短截线部分(Y8，w8)。其中Yj代表各部分微带线的特征导纳，wj表示其电长度。

图3 短路阶跃阻抗谐振器优化后的等效模型

传统的短路阶跃阻抗谐振器相比，改进后的谐振器可以产生fL和fH两个谐振点。改进后的短路阶跃阻抗谐振器产生的谐振频率可以通过谐振器的等效电路模型进行分析。在图3谐振器的等效模型中，Ya、Yb和Yc分别代表图3中从各端口看进去的等效导纳，可以得到fL和fH处的输入导纳分别为：

(1)

(2)

为了计算简便，可假设Y6=Y7=Y8并且定义导纳比W=Y5/Y6。然后根据谐振条件YL=0和YH=0，可以得到有关谐振频率fL和fH的两个方程式分别如式(3)—(4)所示。

Y6(Wtanw5tanw6-1)cotw7+Wtanw5+tanw6=0

(3)

Y6(Wtanw5tanw6-1)(tanw8-cotw7)-

Wtanw5-tanw6=0

(4)

综合式(3)—(4)进行分析，可以看出，当5、6、7段的线长增加时，谐振频率fL和fH均降低；当调节微带线8时，只有谐振频率fH变化，而谐振频率fL几乎保持不变。也就是说，开路短节线部分仅影响谐振器产生的较高谐振频率fH，而对较低的谐振频率fL没有影响。所以，通过调节各段微带线长度可以将改进式短路阶跃阻抗谐振器的2个谐振频率调谐至所需要的谐振点，从而灵活地满足设备的通信以及抗电磁干扰的需求。

3 基于时间序列法的体征数据预测

现有的体征监测设备在测量体征数据后，都是通过参数阈值对用户进行健康评价，即根据正常体征数据范围评估用户状况。该方式最大缺陷在于：由于体征监测是实时的，所以监测设备只能在用户出现亚健康状态时做出警告，达不到风险预防的目的。例如在带电作业过程中，等电位人员可能出现心率不正常的情况，若采用一般的监测设备都是在数据超出正常范围时，才发出报警。但对于带电作业来说，由于其复杂的作业环境，一旦作业人员健康状况出现异常便无法及时做出相应的避险操作。所以，体征监测系统需要具备预测未来作业人员体征数据的能力，这样才能及时提醒地面监控人员和作业人员注意规避健康风险。本系统移动端软件通过基于时间序列方法的体征信息分析，达到了对作业人员健康风险评估，提前了解其健康状况的目的，有效地保障了作业人员的生命安全。

3.1 时间序列预测方法的选择

基于时间序列的数据预测有很多，各种算法针对不同的数据，预测的准确度也有所不同，所以需要根据实际情况进行算法的选择。作业人员在带电作业过程中，由于外界环境的变化，其体征信息不可避免地会在正常或不正常的范围内进行波动，并不是一直处于平稳状态，所以需要算法可以通过体征数据的波动对作业人员的健康状况做出准确的预测。同时，在一定时间内体征数据的变化趋势受前一段数据的影响较大，对作业人员的健康状况进行预测的过程中，算法所采用数据的时效性必须要满足实际健康预测的标准。最后，由于软件处理能力的限制，算法需要满足计算简单、可靠性较高的要求，在不需要进行大规模的数据储存和调用的基础上，达到实时性地对作业人员健康状况预测评估，提前规避风险的目的。

综合考虑软件处理能力以及体征预测结果准确性的限制，最终选择指数平滑算法，其特点是给予历史数据一个权数，权数根据数据离预测期时间的长短由近到远呈指数递减。该算法在实际应用中只需要选择一个模型参数a即可进行预测，过程简单，对软件的计算处理能力要求不高。并且，由于该方法能够适应数据模式的变化，预测结果准确性较高。

3.2 指数平滑预测算法

为了验证一次指数平滑法对体征数据的预测能力，需要将测试值进行一次指数平滑，并将预测结果与通过医疗设备测量到的心率进行对比，分析本次指数平滑预测结果的准确性。一次指数平滑，其预测公式如式(5)所示。

(5)

将预测结果与实测心率值进行比较，预测数据产生了些许的滞后，其滞后程度与平滑系数a的大小呈负相关。所以，还需要对一次平滑算法做出修正，将一次平滑得到的结果再做一次指数平滑。

同理，二次指数平滑对体征数据的预测能力的验证，选用的初始值是前一次的指数平滑值，通过二次指数平滑之后，将得到的预测值与实际测量的心率数值进行比较，分析计算结果的准确性。二次指数平滑的计算公式为：

(6)

二次平滑法需要与一次指数平滑法配合，建立相应的预测数学模型，然后才能通过模型确定预测值，其数学模型为：

y′t=mt+nt×T

(7)

结果显示，当加权系数为0.5时，预测结果可以将实测值的变化情况反映出来，满足实际的预测需求。同理，三次指数平滑是一种对二次指数平滑作再一次指数平滑的方法，并与二次指数平滑法配合，建立预测的数学模型，然后通过模型确定预测值。当加权系数为 0.3和0.5时，三次平滑算法的预测结果也能将实际值的变化情况体现出来。但是相较于二次指数平滑，三次指数平滑通过三次迭代的乘加运算得到预测值，计算更加复杂。

3.3 预测模型的建立

通过上述分析，综合考虑预测结果准确性以及计算简便性，最终选择通过二次指数平滑算法建立作业人员体征信息评估的预测模型。

指数平滑算法一般选择15次的测量数据作为计算样本，将测量到的血压、心率和血氧数据分别用Bi、Hi和Si表示，其中下标i表示测量的次数。运用指数平滑算法，对测量的数据进行二次平滑，得到体温预测值Tt，心率预测值Ht，血氧预测值St以及血压预测值Bt，并通过得到的预测值对作业人员的健康状况进行判断。预测评估模型可以建立为：1)采集体温、心率、血压和血氧的数据，通过二次指数平滑，通过得到的预测值对作业人员下一阶段健康状况进行判断；2)将得到的4项预测数据进行等级划分，将4项体征数据的预测值与正常标准值进行对比，并将其分为正常、异常和危险3个等级，记做1、2 和 3；3)由于这4项健康指标对人体健康状况的影响程度有所不同，所以需要对预测的数据进行加权处理，假设加权向量为矩阵A，A=[a1，a2，a3，a4]T，最后风险评估指数为Risk。则风险评估指数Risk=A[Tt，Ht，St，Bt]；4)通过风险指数对作业人员的健康风险进行判断，风险指数越大，作业人员的可能出现健康风险的概率就越大。

4 系统软件设计及功能测试

4.1 软件设计

本系统软件基于移动端平台进行设计，可以通过手机或电脑登录，查看采集到的实时体征信息以及软件对作业人员体征信息处理后的预测报警信息。

4.2 体征监测功能测试

实际测试中由测试人员佩戴体征监测装置和专用医疗仪器对人体体温、血压、心率、血氧饱和度进行测量和对比，测试结果如表1所示。结果表明，本监测装置测量的体温、心率、血氧饱和度的相对误差均小于2%，血压的相对误差均小于5%。

表1 体征监测信息测试结果对比表

4.3 体征监测功能测试

运用指数平滑法将测试人员的前4次体温、血压、心率、血氧饱和度进行分析处理，得到其体征信息的预测值，并与第5次的测量数据进行了对比，测试结果如表2所示。结果表明，本监测移动端软件体温、血压、心率以及血氧饱和度预测的相对误差均小于5%，预测的准确性较高。

表2 体征预测信息测试结果对比表

4.4 软件功能测试

对本系统软件进行试用，对系统监测的稳定性、准确性、抗干扰能力等技术指标进行了全面测试，整体工作状态良好，符合技术规范需求，测试结果如下所示：1)实时监控功能，通过实时监控界面可以准确的显示心率、血压、血氧、体温的实时曲线以及软件对体征数据处理后得到的作业人员健康状况的报警提示，并且具备手动测量功能。2)报警信息，通过报警信息界面可进行体温、心率、血压、血氧历史报警数据的统计查询，为地面指挥人员的协调管理命令的下达提供了判断的依据。3)历史数据，可手动选择时间段进行心率、血压、血氧、体温历史数据的查询。4)功能设置，指挥人员可以根据实际需求进行监测频率、监测数据报警阈值的设置。

5 结语

本文针对特高压线路带电作业特点，设计并实现了一款抗电磁干扰的柔性可穿戴作业人员体征监测系统。通过体征监测模块实现了对体征信息的高精度监测，采用4G通信技术对体征信息进行实时回传，达到了实时监测的目的。同时，为了实现监测设备在带电作业高强度交变电磁场环境下的正常工作，依据设备特性设计了可切换多频带通滤波器，实现了多种工作模式切换的可能，从而更灵活地满足设备的通信以及抗电磁干扰的需求，提高了设备的抗电磁干扰能力。在软件方面基于手机终端和PC云端的平台进行了开发，监测设备通过4G无线传输形式将数据实时发送到移动端平台上，移动端平台通过时间序列预测法将获得的体征信息进行分析处理，从而对作业人员的体征数据作出预测，并提前评估其健康状况，极大地保障了带电作业人员的作业安全，指挥人员可以通过手机或电脑登录移动平台，获得作业人员的实时体征信息以及报警提示，从而有效地保障了带电作业人员的工作安全，对确保带电作业的安全、高效进行具有重要意义。