基于物联网技术的高层建筑照明线路故障在线监测方法

张振江

（西安建筑科技大学设计研究总院有限公司）

1 引言

近年来，随着物联网技术在线路故障自动监测方面的应用，给照明线路的故障处理问题带来新的进步[1-2]。由于我国的投入使用的高层建筑工程项目不多，系统设计庞大且繁杂，工程安全性与实用性低，使得线路故障的监测效率低下，准确率也随之降低，不仅跟不上信息时代的要求，而且还对完成整体监测进度产生影响，使其结果无法达到预期。现阶段通过选取高层建筑照明线路故障作为研究对象，运用物联网技术，结合实际情况展开实验和分析。

2 高层建筑照明线路故障在线监测

2.1 基于小波变换的照明线路故障诊断

小波变换将窗口函数的半径进行自适应调整，空间中的函数不断分解，形成连续小波变换公式为：

式（1）中：χ(r)表示初始小波；χ′(r)为共轭，利用构造函数得到小波函数二尺度差分方程为：

运用递归方式将得到的小波空间和尺度空间的解析式进行拆分，将信号不断分解得到尺度空间[3]。通过将信息的低频成分不断分解得到空间内的小波相似高频。将不同频率滤波器的信号频谱图，拆分成不同部分，设d(k)与s(k)为多分辨率中的离散函数，则根据公式可知，通过小波分解得到的系数模极大值检测照明线路中是否存在故障。当系统开始工作时，通过对于信息之间的调理，得到传感器采集到的数据包，将信号传入调理电路对电平进行限制。然后将调理过的信号输入到DSR单元进行数字信号转换的采样中，设置采样数为3.5Hz，采用的数据点位500 点。经过AD 采集而结合成的三相电流信号的时间序列标记为Ia(n)，Ib(n)，Ic(n)。假设三种时间序列存在一个或多个均为0 的序列，则认为在照明线路中存在短路的可能性，存在断路故障。计算序列为零的电路信息，根据三相电流的离散频率序列信号，获得相应范围内的电流序列，其计算公式为：

式（3）中：I(n)为零序电流序列。将生成的零序电流序列进行离散小波变换，得到模极大值公式为：

式（4）中：vj表示不同尺度中的平移序列。vj+1表示不同空间之间的序列[4]。同时初始化j= 1，将零序电流I(n)作为频繁小波的最终分布，判断小波分解层数，如果层数在5以内，则计算该层的不同频率的近似值。拆分层数j+ 1求得零序电流序列两者之间的卷积之和，得到具体的公式为：

式（5）中：h(f)表示零序电流序列；res(j)表示结果暂时存储地带，该地带用来存储小波变换的数值。同时，f表示小波滤波参数。当层数为5层时，进行三次小波分解，通过计算卷积和，得到的计算公式为：

式（6）中：h1(f)表示小波滤波系数。计算得到res(j)的最大值，将得到的计算结果标记为kmax并输出kmax。

设定极大值的阈值为Ec，计算得到的阈值如果大于kmax，则说明在该线路中存在故障[5]。在照明线路中发生断路故障时，不要立刻停止设备的运行，要求设备进行为期两个小时的限时运行。如果系统中存在断路故障继电保护设备装置，需要在规定时间内完成保护操作，终止电路运行，延时5s后对线路故障进行判断。

2.2 设定阈值去噪处理

设定N个具有相同且独立的高斯变换值其最大值存在的概率，随着数量的增加而不断向1 靠近。噪声小波基正交，白噪声保持相同的幅值，经过小波变换，得到的系数独立分布，在相同的分布特性中设定阈值去除噪声。设定信号值K={k,i= 1,...,n}中存在噪声样本数量为：

式（7）中：n为独立相同分布的高斯噪声。使得h与h-1小波正变换与反变换得到变换公式为：

如果小波基是正交，x小波变换具有相同幅值独立分布高斯白噪声，得到：

选取合适的小波基与对应的分解长度j，对其中带有噪声的信号进行数字转换，得到具体系数值，选择阈值d对其进行运算得到具体数值，对不同长度中的参数进行阈值设定，将小波参数调整重构，获得真实信号值s。

2.3 ZigBee协调器处理故障节点传输

在处理故障数据传输时，应用ZigBee 技术协调高层建筑照明线路故障节点，组建ZigBee 网络。在模块启动时，通过协调设备对系统进行初始化设置，选择合适的通信信道作为网络的PAN ID，并通过广播的方式发送本网络的ID 地址等一系列的信道信息。同时，等待子节点的加入网络信息申请，根据收到的请求完成网络应答。当协调设备节点允许子节点加入网络后，网络会自主为子节点分配出一个32位的网络地址，当子节点通过组建无线通信网络进行双方通信后，对接收到的数据进行请求与应答处理。协调设备通过接收到子节点传送过来的数据包信息后，利用主机进行处理并对数据包的信息进行应答。根据主机反馈的信息完成对故障节点的监测，并将监测到的数据信息上传到监控中心中，并将其发送的下行指令传输给对应节点。当终端节点和路由器节点与协调设备节点之间建立网络通信时，实现数据请求与接收功能如图1所示。

图1 设备接入网络过程

USR-D2通过GPRS网络实现不同设备接口处，与网络主机端之间的故障数据传输，通过设置指令，完成监测故障数据传输。

3 实验测试与分析

3.1 搭建实验环境

实验选择高层建筑的高度为350m处，周围空气的温度为15℃到23℃之间，周围风速在35m/s左右。所在监测系统设备使用参数如下表所示：

表1 技术参数

首先，线路故障监测终端可安装在照明线路的中间部分，判断照明线路故障区域部分，这样有利于明确故障位置。其次，线路故障监测终端安装在不同分支的起始点处，判断线路故障的位置是存在于主干线上还是每条支线附近。再次，线路故障监测终端安装后可判断是在变电站内部还是外部故障位置。最后，线路故障监测终端安装在照明电线和架空连接线节点处，用来判断故障是否在电线节点处。将通讯装置固定在对应的监测终端两侧的辅助设备上，接收信号的装置安装在变电所内，与继电器进行连接来接收信号。

3.2 实验结果分析

在实验线路中设置分布式监测点，相邻监测点间距离为30km。提取每个监测点的故障波形，设定采样频率为 10MHz，利用算法对三相波形进行解耦，得到线模分量，再用算法对小波到达每个监测点的时间长短展开监测。设置五个小组，对线路中的15 个故障点进行监测，运用本文监测方法的小组为实验组，运用传统方法监测的小组为对照1 组～3组。同时，选择线路故障位置监测点进行实验，利用分布式故障定位方法对故障点进行监测，获得的监测结果如图2所示。

图2 故障定位监测准确率对比

由实验结果可知，相比于对照组的监测结果稳定性较差，其监测准确率均低于90%，由此说明传统方法的监测不准确，定位存在较大误差。而实验组的故障点定位监测准确率较高，均高于95%，说明本文设计的故障监测方法对于故障点的定位准确，监测有效。这主要是由于本文方法对于层模极大值对应时刻的特征提取较为严谨，处理噪声等因素的能力较强，在监测过程中小波时刻的偏移现象不明显，利用小波变换监测方法对于带噪的故障信号来说效果较好，在线实现了对高层建筑照明故障良好监测。

4 结语

本次从物联网技术入手，深入分析高层建筑照明线路故障问题，探究了基于物联网技术的高层建筑照明线路故障在线监测方法。对照明线路异常进行了较好识别，为搭建故障监测环境提供了重要依据。但方法中还存在一些不足之处，例如在线监测影响环境因素有关问题，实际信号捕捉要实时流动的，对涉及的功能进行优化等。今后应更加完善计算，通过不断丰富与完善对故障进行特征提取，对动态的线路故障区域进行准确捕捉和精准识别，减少了因为人工识别和经验限制造成无法识别照明线路故障问题。通过物联网技术的计算和改善，实现了对高层建筑照明线路故障更有效、更准确地监测。