基于物聯網的電氣設備溫度感知系統設計

國能大渡河新能源投資有限公司 鄒 浩 姚福明 舒曉東 侯 璐

隨著社會的不斷發展，時代的日益更迭，智能電網也逐步步入了成熟化發展里程，在結合通訊技術以及網絡技術的測量手段下，能夠對電力網絡的各個節點進行更加全面且深入地監控，為精確掌握電氣設備的運行工況和事故提供決策信息[1]。對電氣設備進行溫度測量，是當前控制電路故障的主要方法之一，在超高壓和超高電磁等多種因素的影響下，電力系統若持續不斷地運行就必然會對其內置設備產生破壞，一旦出現電力事故就會導致多條主干線路產生斷電的巨大危害。但是由于現階段我國對于電氣設備監控關注的焦點依舊放在本體設備的故障信息收集當中，缺乏不同設備之間信息的有效交流，能夠進行關聯的有效數據不能形成閉環，對可能存在或者即將發生的事故不能作出及時預測[2]。

物聯網技術主要發揮的作用是對產生的數據信息進行有效整合，在所需要的歷史數據中能夠形成聯系的網絡框架，以及對需要監測的設備進行數據獲取和處理[3]。由于無線傳感系統監測節點的體積設置過大，在對電氣設備進行全程溫度感知的時候，定位效果并不理想，這在一定程度上會導致數據的精準度出現偏低狀況，研究基于物聯網的電氣設備溫度感知系統設計方法。此次在物聯網技術下對電氣設備的感知系統進行科學設計，通過對不同線路中的電氣設備采集點進行設置，彌補原有無線傳感系統的不足，為電氣設備的穩定運行提供理論方面的強力支持。

在硬件設計方面，以物聯網重新構建溫度感知框架，對需要監測的設備進行多個模塊設定。在軟件設計方面，基于物聯網定位電氣設備監測節點，最小風險決策聯動感知設備溫度，完成基于物聯網的電氣設備溫度感知系統方法設計。實驗結果表明：以實際運行的變壓器設備為測試條件，在進行超高壓電力運輸時監測其實時溫度數據，本文系統感知到的溫度值與真實數據基本處于一致狀態，能夠及時對發生故障的裝置進行排查，具有實際應用效果。

1 電氣設備溫度感知系統設計硬件設計

以物聯網為整體框架，對需要監測的電氣設備，在其設備內部設計多個溫度感知標簽，獲取不同狀態下的設備數據，并根據標簽的內容設定數據采集間隔，按照一定的頻率進行數據儲存和發送。在物聯網架構中對中心控制器進行選取，按照環境溫度的等效處理進行不同功能區域劃分，在每個模塊內設置溫度感知標簽，具體框架示意圖如圖1所示。

根據圖1中內容所示，物聯網溫度感知框架內以需求為分類，分別按照設備供電模塊和電力控制模塊進行標簽設定，在每個單元內進行溫度感知數據采集。其中控制模塊主要是對檢測到的數據進行信號轉換，以驅動供電電源進行相關傳感器和儲存器的運行，完成接收數據的處理工作[4]。供電模塊主要是為架構內運行的各個單元進行持續電能供給，并通過顯示燈閃爍模式來表示電路運行狀態，以此判斷供電模塊是否處于正常工作電壓范圍內。將整個感知架構進行分類，重新對需要監測的電力設備進行標簽設定，在相應周期內完成對其的溫度監測。

2 電氣設備溫度感知系統設計軟件設計

2.1 基于物聯網定位電氣設備監測節點

根據傳感器的接入位置設計溫度監測節點，在線路的主導位置以多條鏈路組合的方式進行終端設備的擬合連接，分別將監測節點安置在傳感器的多個方位中。此次監測節點務必要避免體積過大影響，在裝置的兩頭分別設置開合閘位置，以雙重確認的方式進行溫度感知數據的采集[5]。在監測傳感器定位的電氣設備中，根據不同位置角度來進行旋轉采集，可以對平行角度內的相關設備進行判斷，按照是否能夠完成開閘和合閘兩個模式進行數據的讀取和儲存。

以物聯網架構中的傳感器開合位置，能夠將固定點位的信息按照設計線路依次有序傳輸，在對輸出的無源節點時直接進行關聯補充，減少空白數據和缺失數據的接受風險，實現對電氣設備的雙重數據確認[6]。根據采集到的有效數據，在傳感器將狀態信號上傳至物聯網平臺中時，需要對后臺的數據按照時間順序進行依次整合，采用最小風險決策法完成數據關聯，以此感知不同線路中電氣設備的運行溫度。

2.2 最小風險決策聯動感知設備溫度

根據物聯網技術應用下多個傳感器對電氣設備的溫度監測節點設計，能夠對運行中的實時數據進行采集和儲存，當出現異常溫度數據時作出響應，以此保護電力系統的穩定。但由于物聯網架構中的數據本身存在分型特性，在進行數據整合是需要將其進行濾波處理，從而得到相對簡單的數據序列結構，在規律的變化函數內進行溫度的及時預測，以濾波定義公式進行多組數據處理，設定原有產生的溫度數據集合為qi，在濾波處理完成后能夠得到相似序列和殘缺序列，表達式為：

公式中：原始集合中的數據序號用i來表示，其中i=1,2……濾波處理后的原始數據集合會分為兩個序列，相似序列用wi來表示，殘缺序列用ei來表示，將兩個序列在神經網絡預測模型的接入下進行數據序列的組合預測。根據數據作出的反饋結果，進行設備的臨界值溫度判斷，引入上下文管理模塊在兩個集合內進行組合調整，以最小風險決策法完成對電氣設備的實時溫度感知處理。其中最小風險決策以平均函數進行計算，表達式為：

公式中：殘缺序列集合設置為狀態集用K=(e1,…,ei)來表示，相似序列集合設置為決策集用J=(w1,…,wi)來表示，其中ei在對應情況內會啟動wi決策方案，使之產生對應風險函數體系用z(ei,wi)來表示。當產生的對應風險函數符合決策集合預選值，則表示此刻產生的溫度數據在正常運行標準之內，反之會超過標準值。至此，在構建物聯網接入感知架構內，通過多個傳感器的采集點設置對不同電氣設備的實時溫度數據進行處理，完成基于物聯網的電氣溫度感知系統設計。

3 測試與結果分析

為驗證此次設計的系統具有實際應用效果，可對不同的電氣設備進行實時溫度感知，采用實驗測試的方式進行驗證。選取實際運行的某省電力系統，以其中變壓器為此次監測的電氣設備，在持續運行10小時的狀態下會產生較高電壓，變壓器內部的電阻裝置對應產生超高溫度。變壓器的正常運行電壓在220V到360V范圍內，當處于臨界值時，若不及時停止變壓器使供電更改傳輸線路，會發生系統故障，針對選定的電力系統線路變壓器裝置，采集12月10號的運行電壓進行實驗測試，數據如表1所示。

表1 變壓器的運行電壓數據（V）

根據表1中內容所示，在該線路中共監測了四組變壓器裝置，每組變壓器的工作初始電壓均為220V，在運行時間段內，I1組和I2組變壓器裝置出現高壓數據。按照顯示可知其出現高壓以后并沒有停止運行，但會產生線路故障。將選取數據接入MATLAB測試平臺中，通過引入傳統無線傳感系統進行對比測試，分別對上述數據進行監測，超高壓監測結果如圖2所示。

圖2 不同系統應用下的電力數據監測對比

根據圖2中內容所示，以兩組不同系統接入模擬線路中，分別對變壓器裝置進行電壓監測，按照其持續運行時間為監測間隔，只有本文系統能夠在出現超高壓數值時進行有效識別。綜合實驗結果來看：傳統系統均在高壓持續一段時間內進行標記，一旦超過臨界值會發生線路故障，造成整個系統的短路影響；本文系統在出現超高壓的對應時間段內，能夠直接對高壓數據進行標記，及時對電氣設備作出反饋，具有實際應用意義。

為進一步驗證本文系統，能夠對電氣設備的溫度檢測結果提高準確度，在兩組系統均能夠產生識別的檢測時間內，進行臨界點高壓狀態的變壓器溫度測試。采用感知測溫儀進行溫度測試，其中I1組和I2組變壓器裝置的溫度分別為32℃和36℃，根據歷史數據對線路運行的第6小時進行兩組變壓器裝置的溫度測試，多輪測試結果如表2所示。

根據表2中內容所示，通過多輪測試可知不同系統的感知結果各不相同，在本文系統應用下測試結果與實際數據一致，傳統無線傳感系統的測試結果偏低，一旦發生線路故障不能及時作出響應。綜合結果來看：以不同運行狀態的變壓器為測試對象，本文系統能夠對其實際的運行狀態進行監測，且在超高壓產生時能夠準確感知器裝置溫度，完成對電氣設備的有效監測，保證系統的穩定運行，具有實際應用意義。

表2 不同系統變壓器溫度監測結果（℃）

4 結語

本次在物聯網的基礎上進行電氣設備溫度感知系統設計，對數據采集架構和節點重新設置，利用最小風險濾過法進行電氣控制。實驗結果表明：在多個變電器設備監測中，運用本文系統進行溫度感知控制，其產生的溫度數據能夠與實際值一致，具有實際應用效果。但由于本人時間限制，在研究過程中仍存在些許不足，實驗測試過程中僅能對單一設備進行測試，所得結果具有偏差性。后續研究中會利用多種設備共同進行溫度感知測試，為保證電力系統的穩定運行提供理論支持。