基于LoRa技術及NB-IoT技術的電纜防破壞智能預警系統研究

康鴻飛，周 欣，楊廷志，楊友耕，周良浩，譚 悅

（1.國網重慶市電力公司 綦南供電分公司，重慶 401420；2.重慶理工大學 電氣與電子工程學院，重慶 400054）

0 引 言

隨著我國城市電網的快速持續發展，為了保持城市形象，同時緩解用地壓力，城市配網開始由高架線逐步過渡到地下電纜。在城市化進程中，各種違章施工行動導致的電纜溝道外力破壞事故屢見不鮮。而經電網部門統計也可知，外力破壞導致的電纜溝道事故長期居于首位。地下供電網絡的電纜分布錯綜復雜，且復雜性隨城市發展程度提高而迅速增加，進一步要求電力電纜的運行安全及故障預防邁向更高的標準。對于電纜溝道運維安全的管理，要考慮其廣闊的分布范圍以及復雜的地面環境狀況，盡量做到全面、實時地監測整個通道，以確保城市電力供應和居民生活、生產安全[1,2]。

目前，國內大部分電纜線路的安全檢查仍然是靠巡檢人員定期進行的人工巡檢來完成，這不僅會受天氣影響，也會受到人員素質的影響，從而無法完全保障巡檢的質量和結果。所以，在傳統巡檢管理方式下，因巡檢不到位而導致的電纜線路故障時常發生。另外，上述方法也無法及時獲取電纜運行線路狀態及環境狀態等信息的反饋，不能及時發現溝道中電力電纜運行時的隱患。特別是當電纜受到外力破壞時無法得到及時修復，就有可能導致大區域的停電事故，甚至影響人員安全[3]。

為了保障溝道中電纜的運行環境安全，盡量防止其遭受外力破壞，當前國內外許多學者都對電纜溝道的保護及預警技術進行了研究。文獻[4]在有限元仿真軟件中對電纜溫度場進行了建模仿真分析，通過對電纜溝道敷設以及電纜接頭的熱分析，在仿真中確定了電纜接頭及電纜群的過熱點，進一步設計了相應的電纜溝道溫度在線監測系統。文獻[5]針對35 kV變電站，圍繞地下電纜通道的溫濕度數據等，通過無線傳感器建成的網絡系統，實時遠程監測地下電纜溝道的溫濕度等環境情況，并在云端采用相關算法模型處理實時數據，最終評估其安全性并進行預警。文獻[6]設計了一套高壓電纜通道的多狀態綜合監測系統，其中使用了大量獨立的監測子系統并將其集成統一化，以收集多維監視數據。以上研究均為基于LoRa技術及NB-IoT技術的電纜防破壞智能預警系統提供了一定的理論依據與參考。

在上述文獻的研究基礎上，本文設計了一套針對有潛在風險的電纜線路的防破壞智能預警系統。應用該系統可以更加精確地監測某一段電纜的實時運行環境狀態，達到更加經濟與降低成本的目的。系統整體包括基于LoRa的分布式無線傳感網絡、NB-IoT通信技術以及云服務器的電纜防破壞智能預警軟件等。

1 整體系統設計

整套系統采用模塊化設計，硬件部分由分布式無線傳感網絡構成的數據采集模塊、無線網絡通信模塊以及結合了微型太陽取能和磁感應取能的供電模塊組成。軟件部分主要由云服務器的電纜防破壞智能預警軟件組成，整體結構如圖1所示。根據電纜溝道內部環境構造及電纜群的分布，將各類低功耗傳感器按一定間距合理分布于電纜溝道內，監測溫度、濕度、可燃氣體濃度以及振動等相關物理量。利用LoRa無線通信技術將底層數據傳輸到網關，打包后通過主流運營商的NB-IoT通信模塊將數據上傳到云端進行存儲并分析。進行數據清洗、閾值比較及數據特征提取等步驟后，當監測到異常數據時，發送到PC及移動端實現實時在線監測及預警，同時現場配備的報警器進行蜂鳴警示。

圖1 電纜防破壞智能預警系統結構

2 系統硬件設計

2.1 數據采集模塊

由于地下電纜的運行狀態以及運行環境相對復雜，采集電纜溝道中單一物理量并不能準確地表征其運行環境。因此需要同時監測溫度、濕度、可燃氣體濃度以及振動等多維數據，并進行綜合分析，才能針對地下電纜環境狀態進行精準評估。所以，有必要在溝道內按一定間距合理布設各類傳感器。其中，溫濕度采用DHT11傳感器，而對于振動的采集最為關鍵。為提高采集精度同時減少誤報率，在滿足整體低功耗的前提下，擬采用ADXL345高精度三軸加速度傳感器，在準確采集到對應信息后還能辨識出電纜該處的空間位置，可進一步感知由持續外力作用造成的位移。數據采集模塊如圖2所示。

圖2 數據采集模塊

在確定傳感器具體型號之后，通過STM32L151C8T6單片機收集電纜溝道內各類傳感器感測到的實際信息，逐級往上一層進行傳輸，并設計相應的硬件電路如圖3所示。

圖3 采集模塊主硬件電路圖

2.2 無線網絡通信模塊

電纜防破壞智能預警系統通過LPWAN進行數據傳輸，其中較為成熟的有LoRa無線通信技術以及NB-IoT無線通信技術。前者是通過線性擴頻調制技術延長通信距離的一種遠距離無線通信技術，在國內更為通用的使用頻段在500 MHz上下波動。

一般情況下，在城市環境內，LoRa的傳輸范圍為1～2 km，為了精準評估地下電纜環境狀態，溝道內需按一定間距合理布設傳感節點，因此每個網關都將在對應的范圍內與所有傳感節點相連。通過E22-400T22D型號的LoRa無線模塊將MCU中收集的各類傳感器感測到的大量數據經由串口傳輸到網關，在網關中對相應的數據進行打包，再利用目前運營商的主流NB-IoT通信模塊將數據上傳到云端服務器進行分析計算，最終在PC端及移動端進行可視化并預警[7]。無線網絡通信模塊如圖4所示。

圖4 無線網絡通信模塊

2.3 電源供給模塊

為給電纜防破壞智能預警系統提供可靠的供電，采用微型太陽能板和磁感應取能的設計模式，同時配備鋰電池作為儲能后備，確保電源全天候不間斷的穩定供應，更有利于確保后臺了解和判斷電纜溝道中線路的實時情況。電源供給模塊如圖5所示。

圖5 電源供給模塊

通過如圖5所示的復合供電模式，電纜防破壞智能預警系統可以進行全天候24 h不間斷的實時監控，減少了維護周期，大大緩解了一線運維人員的巡線壓力，同時也提高了溝道內電纜的運行安全水平。

3 電纜防破壞智能預警軟件設計

電纜防破壞智能預警系統中，對于電纜運行環境的實時在線監測和預警軟件主要由數據庫、數據分析模塊以及用戶界面組成，其中數據庫及數據分析模塊部分均存儲在云端服務器[8]。當距離鋪設傳感器節點較近的地方出現異常時，該節點的各類信號幅值都更高，即信號過零率比較高，因此需要在算法中更深一步地分析故障點定位[9]。其中對復合物理信號的識別分析采用SVM的分類算法進行模式區分，在數據特征提取之后可以確定更精確的閾值，然后返回到之前的步驟替換之前的閾值，提高整體算法的精確度。算法流程如圖6所示。

圖6 數據分析算法流程圖

在云端進行數據分析之后，將相應結果保留并匯總于數據庫中，同時在數據庫中可以對相應監測數據進行增加、刪除、改動、查詢以及訪問等操作。最后實時發送到PC端及移動端進行可視化并預警信息反饋，現場根據反饋信息進行蜂鳴預警。

4 結 論

基于LoRa技術及NB-IoT技術的電纜防破壞智能預警系統的硬件部分主要從面向電纜溝道內電纜群分布式的無線傳感網絡采集模塊入手，同時設計了數據傳輸模塊及相應的電源供應模塊。其軟件部分主要研究設計了結合云計算、云存儲的電纜防破壞智能預警軟件。通過對溝道中電纜運行環境及分布情況進行了深入研究，可以從實際工況出發，來確定主要電纜測試長度、傳感器節點布設距離。并可以深入分析不同地面環境對采用不同數據的影響，最終實現面向巡檢人員的PC及移動端的可視化及故障預警，為城市地下電纜的安全運行提供了一種切實可行的解決方案。