刘星晔,许 洁,陈亦寒
(1.无锡广盈集团有限公司,无锡 214000;2.国网江苏省电力有限公司无锡供电分公司,无锡 214061)
接地线使用量较大且使用区域相对分散[1],为了切实保障工作人员的人身安全,智能接地线的挂接检测必须能够精准检测到“挂接”状态[2],区分是否挂在绝缘导线上,当挂在绝缘导线上时应及时报警[3]。同时,能够检测装拆顺序,当未按照正确的装拆顺序进行操作时,应及时报警。
针对接地线监测问题,已经有多个研究团队进行了相关工作。采用谐波电流监测方法实现接地线短路状态监测[4];以电压与电流检测模型为基础设计接地线状态监测装置[5];基于磁场-电路耦合模型研究接地线故障特征,并利用人工智能方法实现接地线故障监测[6]。尽管这些研究在接地线监测的软件部分有深入研究,但在系统设计的整体性和系统性方面仍存在明显不足[7-9]。这意味着这些研究并没有实际解决接地线安全监测问题,可能存在一些缺陷或者无法有效应对各类实际应用场景中可能出现的情况和问题。
本文设计基于压力传感器采集数据的携带式短路接地线自动化监测系统。该系统集成了先进的传感器技术,具备数据采集与处理、自动化控制以及实时监测等功能,能够实现对压力参数的准确监测和自动化控制,从而保障设备和人身安全。
携带式短路接地线自动化监测系统主要包括2个组成部分,分别是携带式短路接地线操作棒和上位机显示器,通过携带式短路接地线操作棒监测接地线挂接状态,利用上位机显示器向用户呈现监测结果,并进行预警,由此达到短路接地线自动化监测目的。携带式短路接地线操作棒是携带式短路接地线自动化监测系统的核心,其详细工作过程描述如下:在接地线紧固件紧固接地线条件下,操作棒的压感模块受到一定压力,其将所受压力值传输到AI 芯片内,利用深度学习网络模型判断接地线当前是否处于挂接状态。在此过程中,AI 芯片内的其他功能模块通过实时定位等技术实时监测接地线状态,并在完成全部监测信息处理后,利用通信模块传输至上位机显示器内,提供给用户。携带式短路接地线操作棒结构如图1 所示。
图1 携带式短路接地线操作棒结构Fig.1 Structure of the portable short circuit grounding wire operating rod
压感模块中采用压力传感器采集接地线紧固件紧固接地线条件下的压力值。图2 所示为压感模块中所使用的压力传感器结构图。压力传感器中包含3 个主要部分[10],分别为谐振器、敏感膜片以及信号调理电路。敏感膜片感知接地线紧固件紧固接地线条件下产生的压力值,由此令谐振器梁的刚度发生变化,带动固有谐振频率也发生变化,同时通过信号调理电路采集谐振器的固有谐振频率。图2中,D 和A 分别表示压力传感器内的敏感膜片和载波施加锚点,B 和C 表示静电差分检测梳齿和驱动梳齿。压力传感器采用静电交叉驱动,电容检测。考虑压力传感器数据采集过程中不仅会采集耦合信号,还会采集到电噪声信号,因此可采用调制解调方式提升压力传感器数据采集的信噪比。
图2 压力传感器结构图Fig.2 Structure diagram of pressure sensor
依照差频类型的差异化,可将AI 芯片集成形式划分成2 种,分别是硬件集成和软件集成。硬件集成所描述的是将核心处理器以及存储器等不同功能的芯片集成在相同印制电路板内,软件集成所描述的是依照不同集成要求,在SoC(系统级芯片)上集成各种软件与固件。板上系统是硬件集成所得的最初产物,其主要目的是将若干个芯片集成至某单一芯片内,由此获取片上系统。图3 所示为板上系统与片上系统的结构图。
图3 板上系统与片上系统结构图Fig.3 Structure diagram of system on board and system on chip
考虑携带式短路接地线自动化监测系统实际需求,系统设计过程中采用软件集成模式。该芯片中集成深度神经网络对接地线紧固件紧固接地线条件下的压力值数据进行学习与训练,得到接地线挂接状态,具体过程描述如下:
(1)对深度神经网络实施初始化处理,设定相关参数。
(2)D={(x1,y1),(x2,y2),…,(xm,ym)}表示压力传感器所采集接地线紧固件紧固接地线条件下的压力值数据,其中x、y 表示压力传感器坐标信息,将D 作为训练数据,以w 表示权值,通过式(3)描述深度神经网络内隐含层与输出层的输出:
式中:zl和qL分别表示第L 个隐含层输出和输出层输出结果;g 和ψ 分别表示阈值和激活函数。
(3)确定qL后,通过损失函数J(w,g,x,y)确定qL同实际输出间的损失E[11]:
(4)分析迭代次数与E 值是否达到相关标准,如果没有达到标准就需要开展反向传播运算,由此得到J(w,g,x,y)对第L 层隐含层的输出误差,公式描述如下:
式中:⊗表示Hadamard 积。
(5)依照J(w,g,x,y),利用式(4)、式(5)确定优化权值与阈值的偏导:
(6)以β 表示学习率,通过式(6)、式(7)对权值与阈值参数进行优化:
(7)在迭代次数达到上限或误差符合标准后,即可终止训练过程,生成接地线紧固件紧固接地线条件下的压力值数据检测模型;若不符合相关标准,返回至(2)持续迭代过程。
利用上述过程所得的检测模型,具有更强的建模能力,提升接地线紧固件紧固接地线条件下的压力值数据检测的准确度,令接地线挂接状态监测结果准确性提升。
施工过程中需要长时间挂接智能接地线,智能接地线采用电池供电,为保障智能接地线的长期稳定工作需要研究智能接地线的低功耗远程通信与控制技术。通过选用低功耗的元器件、通信芯片,结合软件低功耗策略设计通信模块,实现智能接地线功耗的最低设计。携带式短路接地线操作棒通信模块采用LoRa(低功耗广域网)进行设计。通信模块的处理器芯片选用意法半导体的STM 系列芯片,其内核型号为Cortex-M3,工作频率上限可达76 MHz,并具有32 位处理性能和充足的外部接口,强悍的数据分析与处理能力可满足携带式短路接地线操作棒节点模块、中继模块和基站模块的构建。并且STM系列芯片的主要优势为高性能、低电压和低价格,高度适用于中小型设备的运行,处理器芯片可满足睡眠模式、待机模式和终止模式3 种不同工作模式的需求,由此可显著降低通信模块的运行功耗。图4所示为携带式短路接地线操作棒通信模块节点设备结构图。
图4 节点设备结构图Fig.4 Device structure of nodes
为验证本文系统在实际短路接地线监测过程中的应用效果,在国网某供电公司主要节点相关作业应用场景内进行系统功能测试。实验过程中所使用的压力传感器相关参数如表1 所示。
表1 压力传感器相关参数Tab.1 Related parameters of pressure sensor
本文系统测试过程中,设定压力传感器工作环境常温与常压分别为22℃和99.7 kPa。在此条件下,对所选压力传感器进行调制域测试,结果如图5 所示。分析图5 得到,本文系统中所使用的压力传感器在热平衡后,零偏稳定性高于0.03%,由此说明本文系统所使用传感器具有较好的工作稳定性。
图5 压力传感器调制域测试结果Fig.5 Test results of pressure sensor modulation domain
本文系统监测结果最终呈现方式为显示器展示界面与APP 应用界面2 种。在所选场景内采用本文系统进行接地线自动化监测,所得结果如图6 所示。本文系统可在包含GIS 地理信息系统的平台上直观呈现应用场景内当前使用接地线的分布信息、设备信息、挂接状态信息以及告警信息等,由此可为相关管理部门人员对于当前区域范围内的接地线情况提供形象、直观的显示,便于其制定相关决策。采用本文系统对应用场景内当前使用接地线状态进行监测,通过APP 形式呈现监测结果能够获取更细节的接地线状态信息,便于应用场景现场管理人员与维修人员进行相关的安全管理,能够有效提升接地线管理与维修人员的人身安全与设备安全。
图6 监测结果Fig.6 Monitoring results
本文系统设计的主要目的是监测接电线的故障情况,在其产生短路等故障的条件下,及时预警,确保维修人员能够在短时间内发现故障并维修故障。对比采用本文系统前后不同电压等级的接地线年内故障时间对比情况(表2),由此验证本文系统的可应用性。由表2 可知,利用本文系统监测地接线状态后,不同电压等级的接地线故障时间相较于采用本文系统前均呈现出显著下降趋势。10 kW 接地线故障时间下降4.3~7.3 min;120 kW 接地线故障时间下降5.7~9.1 min;240 kW 接地线故障时间下降10.4~13.0 min。以上数据表明利用本文系统监测接地线状态能够显著降低接地线故障时间,保障接地线稳定性。
表2 接地线故障时间对比结果Tab.2 Comparison results of ground cable fault time
本研究旨在开发一种基于压力传感器采集数据的携带式短路接地线自动化监测系统,以满足对各种工业设备和系统的压力参数进行实时监测的需求。该系统的设计旨在提高监测的准确性和及时性,降低人工操作的成本和误差,从而提高生产过程的安全性和稳定性。同时,通过自动化控制和智能化分析,该系统还可以为企业提供更加高效、智能的监测解决方案,为生产过程中的压力参数监测提供更加可靠的技术支持。