基于B/S分層技術的智慧實驗室測試數據狀態監測系統

張寶全，馬雅麗，崔超，高文濤，馬捷

（國網河北省電力有限公司檢修分公司，河北石家莊 050000）

監測系統可以對實驗室儀器數據的狀況進行有效診斷，若監測系統在聯機運行中出現故障，會影響智慧實驗室測試裝置狀態的判斷，從而造成判斷失誤，甚至引發安全事故[1]。目前出現了各種先進的狀態監測技術，使用相空間重構方法設計的監測系統，利用系統狀態變量及對時間導數分析，提高了系統監測異常數據的速度；使用數據驅動傳感器作為監測系統核心模塊，可通過驅動器采集特征數據，并將異常值分布、連續值分布作為判據，可對監測數據的有效性進行評估[2]。但使用上述兩種系統，容易受到噪聲影響，導致數據頻繁失真，誤報率較高。為此，提出基于B/S 分層技術的智慧實驗室測試數據狀態監測系統。在B/S 分層技術支持下，只需安裝瀏覽器就能對實驗室測試數據的狀態進行監測，并且系統結構具備良好的擴展性，可以從單臺服務器擴展成多臺服務器，增強系統的抗干擾能力。

1 系統硬件結構設計

監測系統硬件結構主要包括3 個層次，分別是表示層、服務層和數據層，其結構如圖1 所示。

圖1 系統硬件結構

由圖1 可知，系統硬件采用三層結構，核心功能集中在服務器端，簡化了系統開發過程。當客戶端中僅安裝瀏覽器時，服務器才安裝數據庫，瀏覽器與網絡服務器上的數據庫才可以進行交互[3-5]。該結構既簡化了客戶機的工作，又支持信息分布處理，從而有效降低了資源消耗。

1.1 氣敏傳感器

氣敏傳感器按峰值順序逐個檢測油中分離出的特征氣體，并將氣體濃度信息轉換成電子信號，通過信息采集裝置采集電信號后，經過加載處理傳遞給控制裝置，再由控制裝置對各種氣體濃度進行分析[6-7]。圖2 為氣敏傳感器的結構。

圖2 氣敏傳感器結構

如圖2 所示，大部分氣體分子的振動和旋轉光譜都是在紅外波段。在入射場中，當紅外輻射的頻率與分子的振動、旋轉等特征頻率相同時，紅外輻射被氣體分子吸收，輻射強度減弱[8-9]。用紅外線光源產生的紅外線光入射到測量槽時，由于氣體種類的不同，對不同波長的紅外線光具有不同的吸收特性，同一種氣體在不同濃度下的吸收量不同。通過測量該感光元件紅外光的強度，根據紅外光源的波長和感光元件輸出電信號，就可以確定待測氣體種類和濃度[10-12]。

1.2 數據采集器

選用AD_TCP-01 型號A/D 數據采集器采集原始數據，其實物示意圖如圖3 所示。

圖3 數據采集器實物示意圖

A/D 數據采集器的局域網采用IP 協議控制PC主機進行通信。傳送距離長，穩定可靠，可以實現300 m 以內的超遠距離控制和網絡傳輸[13]。每一個A/D 轉換的采集板都有一個唯一的IP 地址，數據通過該地址進行傳輸。集電控制器采用6 通道10位高速變換通道[14]。在此基礎上，將外部輸入進行模數轉換，通過以太網將轉換結果快速輸出到主機[15]。

1.3 主控計算機

主控計算機故障診斷模塊采用智能控制方法對油色譜實驗儀器的數據進行分析、診斷，并對油色譜實驗儀器的運行狀態進行評估，對異常數據發出報警信號，以此為基礎，維護油色譜實驗儀器設備，實現油色譜實驗儀器設備的在線監測與分析。

1.4 LCD顯示器

主控計算機分析的結果需要存儲到LCD 存儲器中，存儲器再將數據發送給LCD 驅動接口，通過接口顯示監測結果，LCD 顯示器如圖4 所示。

圖4 LCD顯示器

2 系統軟件設計

基于B/S 分層技術監測系統解決了油體層析間隔時間長的問題，通過分析在線油色譜監測數據，將其變化分為4 種類型：慢速、快速漸變、輕度和嚴重躍變[16]。通過建立狀態預警模型，提出了相應狀態檢修策略，實現了對智慧實驗室測試設備狀態的實時監控，及時發現可能出現的故障，提高了實驗室測試設備運行的可靠性。基于B/S 分層技術系統的實驗室油色譜實驗儀器設備運維數據狀態監測流程如圖5 所示。

圖5 運維數據狀態監測流程

由圖5 可知詳細的監測流程：

層1：通過ETL 處理線對在線油層析監測數據進行處理，實現在線油層析監測數據的實時監測；

層2：如油色譜已被發現為逐步變化的監測數據(數據提取處理)，則油色譜的逐步變化現象包括慢速、快速漸變。詳細內容為：

通過對實驗室測試設備中氣體監測數據的斜率進行分析，發現有拐點時，氣體從拐點處產生；無拐點時，氣體從開始計算，由此得到的監測數據平均斜率為：

式（1）中，λ表示監測數據平均斜率；C1表示初始油色譜內監測氣體濃度數據；C2表示當前油色譜內監測氣體濃度數據；t表示監測天數。

參考油色譜內氣體監測3 個月的平均斜率數據，如果超過了設定的平均斜率閾值，實驗室測試設備失效率迅速上升后呈漸變趨勢，按斜率的平均值可區分快速漸變和慢速漸變。

油色譜實驗時產生氣體的快速和慢速漸變平均斜率臨界值，如表1 所示。

表1 氣體快速和慢速漸變平均斜率臨界值

根據實驗室測試設備內氣體監測數據的漸變拐點建立指數函數模型，計算氣體濃度達到注意值需要的天數t，構建的指數函數模型，如下式所示：

式（2）中，a表示油色譜氣體監測數據漸變值。

層3：如果發現油色譜監測數據存在躍變現象，即輕度躍變和嚴重躍變，則排除油色譜中的假躍變，根據氣體濃度的躍變程度可區分輕度躍變和嚴重躍變：

上述公式中，Cn表示n測量點的油色譜監測氣體濃度數據；Cn-1表示n-1 測量點的油色譜監測氣體濃度數據；Cn+1表示n+1 測量點的油色譜監測氣體濃度數據；g表示躍變設定閾值。

假躍變出現的情況是公式（3）成立，公式（4）不成立，此時可將該公式作為依據，剔除假躍變；躍變出現的情況是公式（3）成立，公式（4）也成立。如果Cn大于規定的濃度值，那么說明實驗油色譜產生了嚴重躍變；如果Cn小于規定的濃度值，那么說明實驗油色譜產生了輕度躍變。

層4：根據上述步驟可確定系統在線監測裝置數據狀態種類，確定裝置運行情況，從而提出運維措施。

3 實 驗

以某學院的智慧實驗室油色譜測試裝置為例，截至2019 年底共安裝了30 臺監測裝置，油色譜在使用過程中出現的監測系統維護情況如表2 所示。

表2 油色譜監測系統維護情況

分別使用相空間重構監測系統、數據驅動傳感器監測系統和基于B/S 分層技術監測系統，在數據慢速變化、快速變化、輕度躍變、嚴重躍變4 種情況下，對監測故障次數與實際故障次數進行對比分析，結果如圖6 所示。

由圖6 可知，在4 種情況下使用基于B/S 分層技術監測的故障次數與實際故障次數一致，基本不受到影響；而使用其余兩種系統受到影響較大，監測故障次數與實際故障次數存在較大誤差。

圖6 4種情況下不同系統故障次數監測結果對比分析

4 結束語

基于B/S 分層技術的智慧實驗室測試數據狀態監測系統，通過分析在線油色譜監測數據，將油色譜在線監測數據的變化分為慢速變化、快速變化、輕度和嚴重躍變4 種類型，通過建立狀態預警模型，制定維修策略及相應條件，對實驗室測試設備狀態進行實時監測，可發現潛在的故障時機，提高變壓器運行可靠性，具有很好的應用前景。