基于物聯網技術的變壓器在線監測系統設計

李 昂

(深圳市水務科技有限公司，廣東 深圳 518000)

1 變壓器在線監測系統研究的必要性

對于整個電網系統來說，變壓器的作用尤為重要，不管是在輸電，還是在配電中，都充當著樞紐的角色，一旦出現問題，輕則是引起小范圍的短暫停電，重則引起大面積長期停電，對工業生產帶來的經濟損失是無法挽回的。因此，為了保證電網運行穩定，需要及時了解相關設備的運行參數和健康參數，以浸油式電力變壓器為例，其很容易在外界環境和自身性能的長期作用下，絕緣能力出現問題，最終失去本應該具備的功能，但是如果不對其進行監測，就無法知道是否出現了問題，帶來的后果是不言而明的[1]。

物聯網技術的興起，為變壓器溫度監測的系統結構提供了更多的選擇，本文利用物聯網技術，針對現有變壓器在線監測系統及其存在的問題進行了深入的研究和改進，重點是在數據傳輸方式、溫度測量計算方式兩個方面進行了優化研究。

2 變壓器在線監測系統設計

大多數時候，變壓器所處的環境都比較惡劣，對溫度監測系統提出比較嚴格的要求，要求其能夠對變壓器的溫度進行有效監測，而卻不受現場電磁等干擾的影響[2]。因此考慮到系統的特點，并結合實際使用的需求目的，在變壓器溫度監測系統設計之初，先對其提出性能要求：(1)功耗低。選用一次性鋰電池作為電源來實現低功耗。(2)成本低。因為在實際使用過程中需要對大量的變壓器進行監測。(3)數據傳輸的實時性。以便在故障出現時提前知曉，防止更壞的情況發生。(4)采集數據的可靠性。以便能夠及時、正確地掌握變壓器運行情況，并且能夠在故障發生之前進行預判，這都需要準確的溫度值作為基礎。(5)有一定自愈能力。雖然無線傳感器具有長時間使用的要求，但是畢竟最終電量還是會被耗盡的，因此需要在老節點被換掉后加入一些新的節點，且需要在上電后就可以直接加入網絡，完全取代老節點[3]。

2.1 系統結構設計

本系統是基于物聯網技術的，因此，在體系結構上劃分為3層：(1)感知層。是基于傳感器終端節點的無線數據采集部分，主要對變電站設備的溫度信息量進行采集。(2)匯聚層。主要實現將終端節點將采集到的數據通過無線通信方式傳送到協調器節點；協調器節點將數據匯聚后，通過以太網發送至主機以達到監測的目的，并且可以通過布設路由器節點來擴展通信距離，從而擴大無線傳感器網絡的覆蓋范圍。(3)平臺層。主要是將通過網絡接口接收傳送過來的設備狀態數據在界面中直觀顯示出來，監測界面提供了實時數據展示、歷史數據查詢、設備狀態評價、設備狀態告警等功能，工作人員可以及時掌握設備的運行狀態。

在體系結構中，為了實現數據傳輸，主要包含兩種網絡結構：(1)匯聚層與平臺層之間的網絡，采用光纖或者網線作為介質的以太網。(2)感知層和匯聚層之間的網絡，采用ZigBee無線網絡，系統體系結構具體如圖1所示。

圖1 系統體系結構

2.2 系統硬件設計

系統的硬件部分主要包括MCU、無線接收控制器、太外網接口、按鍵、顯示屏、聲光報警等。作為中央處理器，MCU由無線接收模塊接收溫度數據，通過以太網將數據發送到中央處理器，通過顯示屏顯示。當有異常數據出現，聲光報警電路工作，主要通過驅動蜂鳴器和LED燈實現，提示巡檢人員異常的具體位置，使現場工作更加方便。在實際使用中，需要基站能夠對IP地址、基站地址和其他相關信息進行設置，因此，需要有按鍵功能。基站功能框架如圖1所示。

圖2 基站功能框架

2.3 系統軟件設計

軟件部分的功能主要由無線傳感器和無線基站協同工作來實現。無線溫度傳感器采集溫度，并通過算法將溫度計算為系統所需要的結果，由無線基站對信息打包處理發送到中央處理器。

(1)無線傳感器：在對AD接口、定時器相關硬件完成初始化后，讀取網絡地址等其自身網絡參數和其他相關的配置信息后，開始尋找網絡。在成功加入ZigBee網絡之后，讀取溫度和電量信息，利用文中設計的算法、溫度值等進行進一步的加工計算，以得到所需的準確結果。在完成相關操作后，通過無線通道將數據發送出去，再進入休眠狀態；休眠一段時間會重復上述工作，休眠期間可能存在設置參數等操作，需要對其進行相關的喚醒操作，完成之后再進入休眠狀態。

(2)無線基站：主要起到轉發的作用，將接收無線傳感器發送過來的信息，并按照應用層通信協議的規定對其重新進行打包處理，再轉發給基站MCU；同樣，它會接收來自基站的配置信息，并將其進行打包處理，再通過無線信道將數據發送給相應的無線傳感器。

3 結語

本文從電力變壓器在電網結構中所具有的重要意義入手進行分析，在實際使用中，為了能夠及時掌握電力變壓器運行情況，需對其多種參數進行監測，其中，監測溫度具有重要意義，不僅能夠反映變壓器的工作狀態，還能夠在一定分析的基礎上判斷出具體故障類型。本文針對現有變壓器測溫系統，從測溫模型、采用的技術方面出發進行了改進，在接下來深入的工作中，還應該在平臺軟件中加入智能分析功能，將溫度與具體故障類型一一對應起來，形成一個人工智能測溫系統。