物联网和遥感信息融合的变电智能运检系统设计

汪本清，柯海波，叶章文，文 凡，尹晓梅

(合肥供电公司，安徽 合肥 230088 )

在泛在电力物联网与能源互联网深度发展的大环境下，我国电力系统相关部门提出了变电站设备物联网构建理念，以此为基础完成电力系统设备状态全景化、数据分析智能化的变电设备物联网构建，并利用物联网深度感知的特性持续增强电力系统资源配置与安全运行性能，提升变电运检的智能化水平。因此当前普遍使用的变电智能运检系统多以物联网为核心进行硬件设计与软件开发，例如文献[4]中在智能电网内引入物联网技术，提升电网信息管理性能与信息的可视化性能。

遥感信息技术是一项集信息采集、管理、分析与输出于一身的技术，具有较强的地理空间信息能力，并且利用遥感信息系统能够较为精准地进行空间综合分析，并获取高精度动态预测能力。因此遥感信息技术被普遍应用在不同领域内。遥感信息融合是当前遥感信息技术应用的最新形式，能够实现目标的可定位、可追踪、可交互等功能，为此，设计基于物联网和遥感信息融合的变电智能运检系统。该系统以电力物联网架构为基础，引入遥感信息融合概念，通过移动GIS与WebGIS的有机结合完成遥感信息的互联融合，且在系统内采用移动终端系统App与分布式数据存储系统，最大限度提升兼容度与系统应用性。

1 物联网和遥感信息融合的变电智能运检系统

1.1 系统整体结构

在设计系统整体结构过程中，以物联网的五个层级为基础。其中应用层为核心，该层包含两个主要部分，分别是移动作业系统、Web管理系统，两者分别架构于平板电脑和国家电网内网电脑上，经由两者间信息传递与数据共享完成智能化变电运检的目的。图1为系统整体结构。基于物联网和遥感信息融合的变电智能运检系统整体架构由下至上划分为感知层、传输层、数据层、信息处理层和应用层。

图1 系统整体结构

(1) 感知层内包含硬件变电运检信息采集设备，如感知变电设备位置过程中所使用的GPS卫星定位芯片、无线Wi-Fi芯片以及遥感信息融合子系统，同时还包含采集变电设备信息所使用的RFID与湿度传感器等，通过该层能够有效采集变电运检信息。

(2) 传输层以4G专网为信息交互通道，完成感知层与数据层间的数据信息交换，同时系统内选用加密通道复用技术，令感知层内不同终端上全部应用可复用相同加密通道，由此降低系统负载，提升数据传输与存储的安全性。

(3) 数据层的主要功能是存储并分析所采集的变电运检信息，依照数据信息来源与内容的差异性，采用聚类算法将感知层所采集的变电运检信息存储在不同数据库内。

(4) 数据层内的信息通过接口进入信息处理层，该层采用STM32F103系列单片机对各类信息进行处理，处理结果通过接口为应用层内各项系统应用功能提供数据支撑。

(5) 应用层主要包括用户服务层和业务应用层两部分。前者主要为系统使用者提供变电运检应用功能，如运检人员通过移动终端登录系统进行变电运检，管理人员通过PC机内网登录系统派发运检工作并监管工作进度；后者依据数据库内设备信息与遥感信息数据可生成变电运检的优化导航路线与平面图等。

1.2 遥感信息融合子系统设计

遥感信息融合子系统是感知层主要组成部分，利用互联网技术与通信协议将移动GIS与WebGIS相结合，以此实现设备可定位、可追踪、可交互等功能。图2为移动GIS子系统结构图，其将B/S架构与C/S架构有机结合，不仅可通过B/S方式运行，而且兼具C/S架构的高度可操作性，实现两种不同架构形式优势互补。移动GIS可分别利用4G专网与WebGIS客户端访问电力系统内网服务器，两个不同客户端可共用部分服务器与数据库。

1.3 模糊C均值聚类算法

感知层利用各类芯片与传感器等采集变电运检信息，所采集的变电运检信息经由传输层进入数据层内，数据层采用聚类算法划分运检信息类别，将不同类别的变电运检信息存储在不同数据库内。考虑变电运检过程中所采集信息的海量性与多样性等特性，数据层的聚类算法采用模糊C均值聚类算法，该聚类算法中假设被分类运检信息集合内不同运检信息样本都根据不同的隶属度隶属于某一类，由此将某一类定义为运检信息样本集合上的模糊子集，基于此能够构建模糊分类矩阵。以获取最优模糊分类为目的，设定目标函数及其约束条件，公式描述如下：

(1)

式中，表示目标函数，和分别表示模糊隶属度与距离，、和分别表示运检信息集合内运检信息的数量、类的数量和模糊指数。

图2 遥感信息融合子系统结构图

求解在隶属度函数约束下的优化问题时选取Lagrange乘数法，隶属度计算公式为：

(2)

利用式(3)能够确定聚类中心：

(3)

式中，表示变电运检信息数据。

变电运检信息聚类流程如图3所示。

图3 变电运检信息聚类流程

变电运检信息聚类处理的详细过程如下：

(1) 设定类的数量、模糊指数以及误差阈值等参数范围；

(2)(),=1,2,…,为聚类中心，对其进行初始化处理，同时设定循环次数值为1；

(3) 依照式(2)确定隶属度；

(4) 依照式(3)修正全部聚类中心(+1),=1,2,…,；

(5) 利用式(4)计算误差：

(4)

若所计算误差值小于误差阈值，则算法结束，相反则进入隶属度确定过程；

(6) 算法完成后，依照式(5)归类全部变电运检信息：

(5)

由此将变电运检信息归入第类。

1.4 STM32F103单片机设计

信息处理层以数据层内不同数据库中所存储的信息为基础，在STM32F103系列单片机控制下进行信息处理。作为32位ARM微处理器，STM32F103系列单片机内分别采用72MHz和64kB的时钟频率和内置存储ROM，内嵌FLASH程序存储器容量和快速I/O端口分别为512kB和112个。图4所示为STM32F103单片机外围电路结构。STM32F103单片机外围电路由电源单元、输入与显示单元、无线通信单元与存储单元等组成。输入与显示单元选取可触摸LCD显示器；无线通信单元采用以SIM900A数据传输芯片为核心，能够实现短信收发与无线网络传输，便于运检人员实时监管设备信息；存储单元以EPROM芯片为核心，能够避免STM32F103内部存储缺陷导致的数据缺失问题；同时定位单元中采用遥感信息技术，便于管理人员通过PC机实时监管运检进度并生成运检路线与平面图。

图4 STM32F103单片机外围电路结构

2 测试结果与分析

实验为验证基于物联网和遥感信息融合的变电智能运检效果，以国网某变电站为测试对象。

2.1 系统性能

对比采用本文系统前后测试对象单次运检工作完成所需时间(为消除时间差异性带来的影响，以20次运检工作用时均值为标准)，所得结果如图5所示。分析图5(a)可知，采用本文系统能够获取高清晰度的测试对象遥感影像。分析图5(b)可知，规划运检路线时，本文系统规划的运检路线图更简洁，更符合实际运检需求，与采用本文系统前相比能够节省更多路线。分析图5(c)可知，采用本文系统后，测试对象运检整体用时在32min左右，与采用本文系统前的95min相比，具有显著优越性，说明本文系统符合实际应用需求，具有可推广性。

(a)遥感图像

2.2 聚类结果

以本文系统所采集的2021年6月测试对象运检数据构建样本数据集，采用文献[5]中基于移动作业的系统、文献[4]中基于物联网的系统进行对比测试，聚类结果如图6所示。分析图6(a)～6(c)可知，所有系统基本都能够实现数据聚类功能，但本文系统聚类结果与另外两个系统相比具有更好的数据聚类效果。分析图6(d)得到，在聚类结果一致条件下本文系统的收敛速度均优于两个对比系统，说明本文系统具有较快的收敛速度，能够实现快速聚类的目的。

(a)本文系统

(d)聚类过程收敛时间

3 结 论

在电力物联网与全球能源互联网高度发展的当下，电力系统相关部门纷纷投入物联网落地措施的研究中，以期改善电力物联网的相关应用性能。基于此本文设计基于物联网和遥感信息融合的变电智能运检系统，以物联网五个层级为核心，嵌入遥感信息融合子系统，研究变电运检过程中电子化表单、智能化操作等功能，实现变电运检过程中的实时移动办公与定位。测试结果显示本文系统能够节约大量工作时间成本，提升变电运检效率。在系统后续优化过程中将着重提升本文系统的可视化作业等功能，推动变电设备与移动互联的可视化发展，推动电力物联网与能源互联网建设。