生產輔助性房屋電力基建環境遠程可視化監控方法

張子建

(國網北京市電力公司，北京 100031)

加強對生產輔助性房屋的電力監管是促進施工項目安全穩定發展的重要方式之一。傳統監控手段通常通過遠程監控的方式來監管生產輔助性房屋的電力基建環境，時刻監管施工現場的電力變化情況，如秦曠宇等[1]進行了電網基建項目全過程智能化監控關鍵技術研究，完成電力設備的智能化監控。韓吉軍等[2]基于RDU-Net深度學習模型，設計了電力基礎設施風險特征提取方法，可及時發現問題并解決，在很大程度上提高了用電安全。但是對于位置偏遠的地區來說，以上方法并不適用。

基于此，本文結合以往經驗，針對生產輔助性房屋存在管理人員不足、用電量大、電力監管手段相對落后情況，在運程監控中引入了OpenGL可視化技術，通過圖形學理論，實現電力基建環境潮流的可視化顯示，繪制電力線路的潮流箭頭和動態餅圖，了解線路中潮流信號的走向以及電壓的分布情況，遠程監測和控制電力線路，提高了生產輔助性房屋的電力安全。

1 電力基建環境狀態估計

1.1 電力基建環境混合狀態估計

利用混合狀態估計方程對電力基建環境進行狀態估計，計算公式如式(1)所示：

z=h(x)+e

(1)

式中：z為量測相量；h(x)為狀態估計方程系數矩陣；x為電力基建環境狀態；e為高斯噪聲。

通過加權最小平方算法對狀態相量進行優化，即可得到：

(2)

式中：J為加權系數；R為量測誤差協方差矩陣。

由此可得：

xk+1=xk+[G(xk)]-1HT(xk)R-1[z-h(xk)]

(3)

式中：H(x)為雅可比矩陣；G(x)為增益矩陣。

量測相量z中包含了同步量測結果與傳統量測結果，同步量測結果中又包含了線電流相位以及電壓相角等信息，而傳統量測結果中則包含了電壓的變化幅度、潮流節點信息以及輸入電流功率等。用式(4)表示：

(4)

1.2 電力基建環境線性狀態估計

如果電力基建環境在電源管理單元(Power Management Unit，簡稱PMU)量測下為完全可觀的，那么可用線性狀態估計方程對電力環境進行狀態估計。為了確保PMU所得的電流量測結果與電力基建環境狀態之間為線性關系，需要對電壓相量進行轉換[3]。關系表達式如式(5)所示：

(5)

式中：Vr、Vi分別為電力基建環境中電壓的實部和虛部；Ir、Ii分別為電力基建環境中電流的實部和虛部。

綜上所述，電力基建環境的加權最小二乘法的解為

x=(HTR-1H)-1HTR-1z

(6)

式中：T為電力基建環境狀態周期。

2 電力基建環境遠程可視化監控實現框架

2.1 可視化監控流程

首先，通過SCADA(數據采集和監控系統)對電力基建環境進行數據采集，并傳送至能量管理系統(EMS)中；然后，通過潮流計算和靜態安全分析[4]，得到節點電壓值和支路潮流信號；最后，繪制潮流箭頭和動態餅圖，生動形象地展現出電力基建環境的潮流分布和電壓分布情況。不僅如此，通過預警模塊，可將監測到的異常情況展現在顯示終端上，根據風險等級的不同以不同顏色的亮燈提醒工作人員及時查看，避免發生安全事故。

電力基建環境遠程可視化監控流程如圖1所示。

圖1 電力基建環境遠程可視化監控流程圖

2.2 基于OpenGL的可視化信息轉換

OpenGL技術利用頂點對幾何圖形單元進行轉換，通過運算單元直接計算頂點數據，計算后通過光柵獲得幾何碎片信息；在像素圖像處理過程中，首先對像素數據進行分析，并將分析結果保存在相應的存儲文件中，然后利用光柵獲取圖形元素。

在上述的轉換過程中，所有的圖形片元都要經過光柵處理[5]，將處理后的像素數據引入到幀緩沖器中即可實現可視化的目的。

OpenGL可視化技術的框架搭建依托的是VC++6.0開發環境。雖然二者可以兼容在一起進行混合編程，但是對于坐標原點的選取二者之間存在顯著的差異。OpenGL技術選取坐標原點的方式是通過確定屏幕的中心點坐標，而VC則是通過選取屏幕左上角頂點為坐標原點[6]。本文以OpenGL技術為主。在二維平面圖上，轉換關系如下所示：

(7)

(8)

式中：(dOpenGL，pOpenGL)為在OpenGL技術下選取的屏幕坐標原點；(dVC，pVC)為坐標原點在VC開發環境中的位置；DVC_max、PVC_max分別為VC開發環境中橫縱坐標的最大范圍值。

3 電力基建環境潮流可視化實現

對電力基建環境進行潮流計算的目的是了解電力線路中變壓器、母線的負載情況以及有功、無功功率等信息。以往對這些數據的顯示通常以單線圖和列表的形式，給工作人員查看帶來了巨大的工作量[7]。本文依托OpenGL可視化技術，繪制了潮流箭頭和動態餅圖，具體如下：

(1)在潮流箭頭的繪制過程中，用箭頭的指向、流動速度等信息表示潮流的流向和數量；

(2)通過繪制動態餅圖表示當前線路的電壓分布情況。

3.1 潮流箭頭繪制

潮流箭頭本質上來說就是一個小三角形，由三個頂點坐標構成，利用OpenGL技術中畫三角形的原理畫出箭頭，并對其進行顏色的填充[8]。首先，隨機選擇一條輸電線路，明確其長度值；然后，在該條線路上按照相同距離選取一個點，這個點即為潮流箭頭其中的一個頂點，依據等邊三角形思想，計算這個箭頭的另外兩個點的坐標信息。一個箭頭的三個頂點坐標選取方法如圖2所示。

圖2 潮流箭頭頂點坐標選取

(d0，p0)為以同等距離在線路上選取潮流箭頭的其中一個頂點坐標，由等邊三角形理論可求得另外兩個頂點坐標，計算公式如式(9)、式(10)所示：

(d1，p1)=[d0+Lcos(θ+δ)，p0+Lsin(θ+δ)]

(9)

(d2，p2)=[d0+Lcos(θ-δ)，p0+Lsin(θ-δ)]

(10)

式中：L為等邊三角形中邊的長度；θ為潮流箭頭在輸電線路中的傾斜角大小；δ通常為30°，也就是潮流箭頭頂點的一半。

3.2 動態餅圖繪制

在實際的電力基建環境監測中，為了快速定位異常情況發生的部分，利用動態餅圖繪制技術，可及時了解電力基建環境的各項數據信息，同時也起到了一定的數據挖掘作用。

繪制動態餅圖的最根本目的就是為工作人員在工作中及時了解線路中的負載信息提供依據[9]。將單線圖轉換為百分比動態餅圖，可以很清楚地得到當前輸電線路中的負載率，進一步得到輸電線路的備用容量情況。不僅如此，還可在繪制動態餅圖時加入不同顏色和不同尺寸，來生動地表示電力基建環境的臨界點信息。

在繪制動態餅圖時，事先需要設定一個事故閾值和普戒值[10]，餅圖中沒有超過這兩個值的部分用藍色來填充；當超過這兩個值時，以紅色展現出來。藍色還可以表示電力基建環境的正常狀態，紅色表示電力基建環境此時正處于負載狀態下，需要對其進行檢查利用顏色的變化，也可幫助工作人員清楚地了解到電力基建環境的狀態信息。

在OpenGL的繪制過程中，餅圖中的名稱信息與線路是相互對應的，避免出現餅圖信息混淆的問題。但是為了進一步確保餅圖信息顯示得更清楚，通常只在工作人員所負責的電力基建環境上進行動態餅圖的顯示。

3.3 可視化功能實現

1)OpenGL顯示窗口

本文所提的電力基建環境遠程可視化監控方法中，可視化顯示窗口實現了多種功能，例如可視化圖元的顯示、操作按鈕的顯示、基礎圖形的顯示等，支持不同的繪制需求和操作控件體系。

2)可視化圖元與圖形共享

在利用OpenGL技術繪制潮流箭頭和動態餅圖時，可以通過添加虛線的方式對子類進行重載，然后將圖元與電力基建設備結合起來，完成圖形的繪制與共享。

3)信息展示與人機交互

為了使基于OpenGL技術的可視化顯示界面能更加清晰、明確地幫助工作人員及時了解電力基建環境的狀態信息，本文引入色彩模塊和動畫模塊，通過不同顏色和不同動畫將異常情況進行突出顯示，并且傳送至預警模塊，及時提醒工作人員查看。與此同時，本文還引入了智能的人機交互模式，例如點擊顯示窗口中的可視化圖元按鈕，即可看到此時電力基建環境的電壓情況、負載情況等，提高工作人員的工作效率。

4)預警模塊

當電力基建環境出現異常情況時，線路中母線j出現風險預警的嚴重度函數為

(11)

式中：Iij為j出現異常情況時產生的后果；Wv，j為j的異常權重因子；Uij為j的電壓變化幅度；Uj，sche為j的標準電壓值；ΔUj，lim為j的電壓變化幅值；Nb為電力基建環境中的j數量。

對異常風險等級的劃分如表1所示。

表1 異常風險等級劃分

5)顏色圖的繪制與顯示

在繪制顏色圖之前，要確定電力基建設備的類型和參數值，計算得到與之對應的潛在數據點。在繪制過程中，將數據點轉換為圖數據點或者網格點插值數據，最終再利用換算公式將其轉換為顏色數值，此時即可繪制顏色圖，并將其顯示在可視化界面。電力基建設備在繪制顏色圖時的部分設備類型和參數如表2所示。

表2 電力基建設備的部分類型和參數

4 仿真實驗

為了驗證本文方法在監測電力基建環境方面的合理、有效性，進行仿真實驗驗證。實驗數據選取的是某大型施工現場中生產輔助性房屋的電力數據。在進行仿真實驗之前，需先將來自于EMS和SCADA系統的狀態數據整合，通過OpenGL技術，結合該項目所在地區的電網接線圖、地理接線圖以及母線接線圖等信息，以潮流箭頭和動態餅圖的形式對電網潮流、母線電壓以及變壓器負載情況進行繪制，并在此基礎上實現異常情況的預警提醒。

4.1 電力基建環境動態潮流可視化

實驗中，在輸電線路上繪制疊加箭頭，箭頭所指的方向即為潮流流動的方向，箭頭的流向速度表示電網中潮流的數量，該條輸電線路中動態潮流監視情況如圖3所示。

圖3 輸電線路動態潮流監視

從圖3中可以看出，本文方法通過OpenGL技術能夠清晰、準確地將電力基建環境實際情況顯示出來，建視圖簡單易懂，實用性非常強。當工作人員查看不同線路的電力情況時，直接點擊潮流監視圖中該條線路所在的位置即可，大大提高了工作人員的工作效率。通過對該項目生產輔助性房屋的電力基建環境進行遠程可視化監控，可以清楚地看到每一天輸電線路中潮流的變化趨勢和傳輸方向，為線路優化、提高安全防護提供了可靠的依據。

4.2 預警模塊性能測試

以某大型施工現場生產輔助性房屋電力基建環境為例，驗證本文方法中的預警模塊是否可以及時發現線路中的異常情況并報警提醒。該施工現場電力基建線路如圖4所示。

圖4 電力基建環境線路圖

將異常情況的預警參數設置為：線路出現損壞的概率為0～0.01的隨機數，Wv，j=1，N=1，Uj，sche=1.0pu，Uj，lim=0.05pu。在進行仿真實驗時，假設共出現了44次異常情況，所得的電力基建環境風險圖如圖5所示。

圖5 電力基建環境風險圖

對應表1風險等級劃分標準，從圖5中可以看出，絕大部分異常情況都不會對電力線路產生很大的影響，大部分處于0.06以下，會以亮綠燈、藍燈、黃燈、橙燈提醒工作人員，對整體電力基建環境不會造成嚴重后果。但是也有一小部分線路處于異常嚴重范圍，32號節點高于0.06，將以亮紅燈的形式發出提醒，31號節點接近于0.06，應當給予重點觀察，將其調整到安全范圍內。針對這兩個節點，可采取以下措施進行改進：

(1)加強線路的檢修工作，適當地添加繼電保護器，降低線路出現異常情況的幾率；

(2)通過減少這兩個節點附近的負載量來降低風險值，使其恢復至可接受的范圍內，避免對整個電力基建環境產生較大的影響。

實驗中，通過減少31、32號節點附近30、33、34號節點的負載量，驗證是否可以將風險節點降到可接受范圍內進行了測試，結果如表3所示。

表3 風險等級前后對比

5 結 論

遠程可視化監控技術的實現，提高了生產輔助性房屋的用電安全，促進了電力系統工作人員的工作效率，解決了施工現場管理人員不足、用電安全管理不到位的問題，在一定程度上降低了電力監管費用。各階層管理人員，可以時刻關注現場電力基建環境，及時發現異常情況、及時規劃解決方案，提高了用電安全的同時也提高了管理效率。