基于LPWAN的電力數據采集系統設計

陶 莉 劉景祥 朱小光

?

基于LPWAN的電力數據采集系統設計

陶 莉1劉景祥2朱小光3

（1. 南京工程學院電力工程學院，南京 210000； 2. 鹽城供電公司，江蘇 鹽城 224005； 3. 中興通訊南京研發中心，南京 210012）

針對電網運維管理向少人或無人值守模式發展的趨勢，本文提出利用最新的物聯網技術實現電力設備物聯監控網的架構方案，突破單純的傳感監控，結合前端圖像分類識別實現數據的測量與采集，填補了數據監控的一塊盲區。該方案將物聯網技術和信息化處理落實到生產應用中，依托LPWAN實現低能耗的遠程物聯監控，在實現實時監控及保障電力生產安全的同時，也為未來電網設備智能化運維提供寶貴的原始大數據。

低功耗廣域物聯網；數據采集；智能變電站；圖像分類；前端智能識別

智能電網是電力科技發展的方向[1-2]，配電網絡是電網智能化的重要環節[3]。無論是新建變電站還是配電線路及最終抄表終端，逐漸向少人或無人值守模式發展，雖然有很多設備（如變電站二次設備）能夠在線監控，也可以通過視頻手段獲取監控情 況[4]，但受限于配網覆蓋區域，無法監控監測的空白領域也很突出，很多現場監測數據無法采集，需要人工巡視后進行記錄。如變電站關鍵設備的運行數據、配電線路的安全數據等，這些數據直接反饋當前設備及配電線路的可靠狀態，這些基礎數據的實時監控，依托人工檢測周期長，無法實現動態實時監測和電力保障的實效。即便依托輔助手段，如移動巡視終端去簡化采集數據流程[5-6]，同樣成本高，耗時耗力，也存在著監管盲區；而視頻監控[7]等手段，需要對設備及線路區域進行供電改造及通信配套施工，核心區域的改造施工也帶來一定的安全風險。超低功耗的通信技術，解決了供電難題，給電力配網信息化帶來全新的建設思路。低功耗廣域物聯網（low power wide area network, LPWAN）通信技術，是目前超低功耗的通信技術的代表，在解決超低功耗的同時，實現廣域互聯。以LPWAN為核心來研究新一代配網物聯應用架構，實現動態遠程監控。

1 研究開發的依據

1.1 理論依據

變電站設備遠程監控是典型的物聯網應用[8]，物聯網通過通信技術將人與物，物與物進行連接，實現數據的聯接，以實現智能化識別、定位、跟蹤、監控和管理[9]。LPWAN專為低帶寬、低功耗、遠距離、大量連接的物聯網應用而設計。目前國內常見的兩個LPWAN技術代表NB-IoT和LoRa更為人所知，其中NB-IoT采用蜂窩通信技術，由運營商主導建設；LoRa采用線性擴頻技術，使用公用頻段部署，企業主導建設。各有特色，都能滿足低能耗、小數據量（低于100kbps）的使用場景。LPWAN技術相比常見的3G/4G通信技術，偏重工業及公共服務領域，可使用低頻工作譜段解決信號穿透的問題，實現可靠的遠距離通信；其低功耗特點，便于現場實際部署，直接選擇電池供電模式可以克服供電改造難題；其成本低便于大面積應用，為客戶規模部署物聯感知網提供可靠的接入保證。

1.2 實踐依據

“無人值守”的智能變電站已在部分區域實現，基于物聯網技術建立變電站傳感測控網絡，部署溫度監測、溫濕度監測、磁控感應、水浸感應、震動感應等傳感器。對影響變電站運行的二次設備運行環境溫濕度、一次設備重要節點溫度、變電站電纜層等低洼區域水位等因素實施全方位智能監測。結合視頻監控、紅外溫度監測、震動感應等技術，建設變電站智能監測與輔助控制系統，實現了變電站輔助系統一體化智能管控。從目前智能變電站的實踐應用[10]來看，除視頻監控外，其他傳感監測裝置主要依托短距離物聯網技術進行信息交互，匯集后統一管控。LPWAN具有的優勢使其不僅可在變電站部署，也可在整個配電線路上進行部署以監測線路上的安全狀態。

2 系統整體設計

2.1 系統功能設計

如圖1所示，電力設備物聯監控網主要分成監控平臺、物聯網絡和傳感識別。其中物聯網絡中除傳統的網絡環境外，主要增加了依托LPWAN技術建設的無線接入網。傳感識別，可以覆蓋變電站及沿線的配電線路，數據采集終端不僅覆蓋原有的環境傳感裝置，還重點引入數據測量識別裝置，如線路上的桿位傾斜數據檢測、設備的運行數據測量等安全測量裝置。監控平臺收集全網的數據，監控中心、工區監控臺可實時顯示變電站與配電線路的環境狀態、設備運行數據信息。當發生異常時（如監測或運行數據超越告警門限、突發事件產生環境告警等）可快速告警，及時進行電力搶修。

圖1 電力設備物聯監控系統功能組成圖

2.2 系統結構設計

電力設備物聯監控系統的網絡整體采用扁平化二級管理，含控制網和接入端。可結合實際生產管理環節進行部署，圖2是一個城市級物聯監控網絡的基本示意圖。LPWAN無線網關按照管理工區進行部署，可根據工區管理的實際覆蓋范圍進行調整，通常一個LPWAN無線網關可覆蓋半徑10km左右。物聯監控服務器管理物聯采集數據，服務器管理所有的物聯元素（設備、人員等），保證監控網絡的信息安全。監控中心及工區監控臺通過內部網絡接入控制網，實時獲取所關注的設備狀態信息和環境狀態信息。

圖2 物聯監控網絡基本示意圖

3 核心關鍵技術研究

LPWAN低帶寬和低功耗的特點是優勢也是限制，對系統具體實現提出了更高的要求。面向大規模的數據采集，需要充分考慮采集的高效管理，降低全系統的能耗；很多原來盲區數據的采集，如電力設備上的表計數據需要匹配低帶寬的限制。

3.1 前端數據的采集管理

在電力設備物聯監控系統前端識別采集中，如圖3所示，系統中主要有兩類物聯采集設備：一類是傳感識別，另一類是數據測量識別。傳感識別主要指目前比較成熟的環境傳感（溫度、濕度等），另外針對線路監控需求增加特種傳感器，如傾斜、位移等。這類傳感識別主要監測對應的觸發條件進行數據采集和發送，當滿足觸發條件時進行數據采集和數據上報，采集頻度是有限的；另一類數據測量識別，主要對電力設備運行輸出數據的測量與采集，運行數據是瞬時的，必須采用有效的采集管理辦法降低頻度，實現可靠的動態采集。運行數據的測量與采集管理，可以分為遠程主動觸發模式和前端自身觸發模式兩類。自身觸發模式有固定周期和變換周期兩類。固定周期的定時觸發模式下，測量識別終端按設定的時間周期采集數據后發送；變換周期的變頻觸發模式，數據測量識別終端采集數據后進行門限判斷，當接近門限時調整上報周期，加快密度進行檢測，避免偶發的數據跳動。采用自我管理的變頻觸發模式，是節能管理的一種手段，采集終端不用實時接收后臺管理頻度要求（實時守候會額外耗電），采集終端可靜默中自我調整。優化前端識別的采集管理，降低能耗，延長了前端采集終端電源供給的生命周期，提高了資產管理效益。

圖3 物聯監控前端識別的管理流程圖

3.2 非數字化表計的前端測量識別

1）問題及設想

電力設備中存在著大量的非數字化計量表計，數據采集主要靠人工巡檢進行識別和記錄，是實時監控監測的盲區。這類數據的測量識別主要依靠圖像識別和光電轉換兩種方向。光電轉換涉及部分的硬件改造匹配，推廣難度高。隨著圖像采集產品小型化的進步，圖像識別已經成為表計數字識別的主流[11]。目前圖像識別基本采用前端圖像采集與后臺集中識別的思路，將圖像回傳到后臺進行圖像識別處理。圖像回傳需要高帶寬的通信技術，該方案在實際應用時存在著一些無法回避的問題：①前端采集使用高帶寬的通信模塊，傳送圖像數據耗時耗電，需保證電力供應，涉及供電改造；②部署高帶寬的通信系統，投資成本高，而借助運營商通信網絡，會帶來一定的安全隱患。雖然圖像識別技術有進步，但實際操作難度大，表計數據成了遠程監控管理運維的一塊難點。結合目前實踐中提供的可參考圖像識別算法[12]，如能在前端對圖像采樣進行直接測量識別，那么回傳的數據量就會很小，滿足LPWAN物聯網傳送的要求。

2）具體解決方法

常見的機械電力計量表計種類繁多，即便是同一型號的指針型監測器，不同廠家的表盤圖像特征也相差明顯，如圖4所示。

以前的指針型圖像識別方法：利用圖像處理技術來識別表盤的刻度和指針，識別出刻度的值域范圍，根據指針位置和刻度信息來計算示數值，是一個全模糊的模轉數過程，當面對不同類型的復雜表盤（疏密不等的刻度）時，識別算法復雜，識別率低。

如果能預先知道圖像分類，就能縮小識別難度。通過疊加數字化標簽作為分類標簽，優化圖像識別的流程。按這個思路設計的表計圖像識別裝置如圖5所示，有3個模塊：目標分類管理、圖像采集、圖像識別。

圖5 表計圖像識別裝置

其中，目標分類管理模塊的作用是，管理表計編號、類型、測量類型特征項等信息；圖樣采樣模塊對計量表計進行圖像采集，圖像會涵蓋數字標簽（編號做成數字標簽貼在表計上）和數據區域；圖像識別模塊會先識別出表計的數字標簽，從目標分類信息管理模塊得到編號對應的類型，然后根據類型啟用不同的識別通道，獲得圖像識別數據（如指針表的指針角度，或轉碼表的數字字符），再結合該類型的測量類型特征項信息（指針刻度的角度范圍與對應值域的映射、轉碼字符的值域定義等），復合計算出當前測量值，統一輸出測量目標的編號、類型、測量值。圖6為表計圖像識別裝置內部處理流程圖。

圖6 表計圖像識別裝置內部處理流程圖

3）方案實驗

圖7是針對具體一款指針型機械表計（JCQ-3型避雷器監測器）進行的方案實驗。該表計的表盤圖像有明顯的測量特征信息：指針型、測量區域是長方形區域、測量值域的角度范圍與對應數值。該類型的圖像識別通道在識別處理通過長方形檢測篩選出測量區域，通過直線檢測在測量區域中識別出指針位置并計算出指針當前的角度，然后根據測量特征信息中角度與測量值的對應關系直接得到當前的測量值。

實驗證明在獲得圖像類型的前提下識別流程簡明清晰，不再是一個全模糊的識別過程，而是有目標的分類識別，識別通道中的檢測是可以通用組合，可以將長方形區域檢測換成扇形區域檢測，就能增加另外一種表計圖像的識別。增加了分類信息空間，可簡化識別算法，縮短識別時間。同時采樣也降低門檻（如不再關注刻度細節等），可匹配復雜的應用場景。數字標簽不僅是分類標簽，也是測量目標的編號信息，簡化了管理流程。這種前端圖像分類識別的方案克服了非數字化數據測量與采集的難點，匹配了LPWAN短數據傳送的關鍵要求。

4 結論

結合LPWAN技術實現整個電力配網的部署，不僅滿足變電站運行監控監測的需求，其廣覆蓋的特性還可以滿足線路上安全監測的需要。針對精細化的管控，結合LPWAN特性實現設備運行數據的前端測量識別，通過數字化分類識別巧妙解決了電力生產中表計種類復雜難以識別的難題，將物聯網技術和信息化處理落實到生產應用中，實現低能耗的遠程物聯監控，在原有傳感識別的基礎上實現規模化的運行數據的測量與采集，填補物聯網技術在電力應用的一塊空白。

其中計量數據的前端測量識別方案不僅可用在電力設備物聯監控中，還可與其他先進的技術（如機器人技術）融合，取得更好的使用效果；進一步還可拓展應用到其他行業的類似場景（如石油煉化區域的關鍵運行數據的采集等），突破前端采集的能耗瓶頸，助力工業大數據的基礎建設，服務智慧化生產新時代。

[1] 王建華, 張國鋼, 耿英三, 等. 智能電器最新技術研究及應用發展前景[J]. 電工技術學報, 2015, 30(9): 1-11.

[2] 鄒積巖, 劉曉明, 于德恩. 基于智能模塊的高壓直流真空斷路器研究[J]. 電工技術學報, 2015, 30(13): 47-55.

[3] 肖燕. 新一代智能變電站信息流架構設計[J]. 中國電機工程學報, 2016, 36(5): 1245-1251.

[4] 徐穎秦, 沈艷霞, 張業發. 無人值班變電站數字視頻遠程監控系統研究[J]. 電力系統及其自動化學報, 2005, 17(4): 49-52+65.

[5] 陶莉, 朱小光, 王善紅. 使用二維碼識別的電力設備巡視系統設計[J]. 電氣技術, 2016, 17(4): 119-122.

[6] 陶莉, 朱小光, 王善紅. 掌上電力巡檢系統的設計與實現[J]. 中國電力, 2017, 50(9): 84-88.

[7] 周封, 劉聞博, 劉志剛, 等. 智能視頻技術在電力系統領域的應用[J]. 哈爾濱理工大學學報, 2015, 20(5): 14-19.

[8] 魯東海, 孫純軍, 王曉虎. 智能變電站中在線監測系統設計[J]. 電力自動化設備, 2011, 31(1): 134-137.

[9] 王哲, 孫純軍. 物聯網技術在智能變電站中的應用[J]. 電力建設, 2011, 32(10): 41-46.

[10] 劉世民, 袁野, 范秉旭, 等. 智能變電站在線監測系統的研究與應用[J]. 電氣技術, 2015, 16(2): 132-134.

[11] 馬承志, 王宇雷, 楊璽, 等. 用于變電站自主巡視機器人的圖像傳輸系統研究[J]. 電力系統保護與控制, 2014(18): 105-109.

[12] 房樺, 明志強, 周云峰, 等. 一種適用于變電站巡檢機器人的儀表識別算法[J]. 自動化與儀表, 2013, 28(5): 10-14.

Design of power data acquisition system based on LPWAN

Tao Li1Liu Jingxiang2Zhu Xiaoguang3

(1. Dept. of Electric Engineering Nanjing Institute of Technology, Nanjing 211167; 2. Yancheng power supply company, Yancheng, Jiangsu 224005; 3. ZTE, Nanjing 210012)

Aiming at the development trend of power grid operation and maintenance management to few people or unattended mode, this paper puts forward the architecture scheme of power equipment IOT monitoring network using the latest Internet of things technology. The scheme breaks through the simple sensor monitoring and combines the front-end image classification and recognition to realize the data collection, and fills the blind area of the data. It implements the Internet of things technology and information processing into production applications, relying on LPWAN to achieve low energy consumption remote monitoring of things. The application of intelligent recognition, image classification and sampling combined with front lighting separation linkage control, aiming at complex problem to identify the types of meter scale practical power production, the networking technology and information processing to implement the production application, relying on LPWAN to realize remote measurement of low energy consumption combined monitoring program. Not only real-time monitoring and protection of power production safety, but also for the future intelligent operation and maintenance of power grid equipment to provide valuable original big data.

LPWAN; data acquisition; smart substation; image classification; front-end intelligent identification

2018-03-04

陶 莉（1978-），女，講師，碩士，研究方向為電力信息化，電力負荷預測，需求側管理。

江蘇省科技廳產學研合作項目（BY2016008-01）

國網江蘇省電力公司科技項目（SGTYHT/16-JS-200）