基于無線傳感網絡的建筑電氣設備自動監測系統

邵 健

（陜西鐵路工程職業技術學院，陜西 渭南 714000）

城市化進程的不斷推進，促使各類建筑物的數量日益上升，根據相關調查結果顯示，我國城鄉既有建筑面積到2020年已增加至690億m2。隨著人們對生活品質的要求逐漸升高，建筑安全和舒適度越來越受到人們的關注，電氣設備作為建筑的關鍵組成部分，其運行狀態直接關系著建筑的預期功能是否能夠充分發揮[1-2]。當前建筑電氣設備呈現出多樣化、先進化的特點，并且各區域之間具有密切的關聯，若發生建筑電氣設備故障，不僅會影響建筑中其他設備的正常運轉，還會引發火災等事故，給經濟和人身安全造成極大的威脅[3-4]。因此，設計自動化的建筑電氣設備監測系統尤為重要。通過該系統可以及時了解電氣設備運行狀態，以便發生故障時能夠第一時間采取相應的應急措施，從而避免建筑電氣設備故障進一步擴大[5-6]。

此類系統引起很多專家和學者的重視，例如陳瓊[7]使用DWH-FNN技術設計建筑電氣設備自動監測系統，該系統將數據倉庫和模糊神經網絡相結合，可以實現多種環境下的電氣設備狀態穩定監測，但受設備特征維度影響較大；吳宏杰等[8]使用邊緣計算技術設計建筑電氣設備自動監測系統，該系統具有較強的自動感知能力，但提取電氣設備故障特征時的冗余較高。

無線傳感網絡是由大量布設于監測區域的無線傳感器節點組成的智能化測控網絡系統，具有成本低、功耗小和網絡結構靈活等優勢。因此，本文設計包含數據層、通信層、應用層以及用戶層4個層級的基于無線傳感網絡的建筑電氣設備自動監測系統，以期為建筑電氣設備監測向自動化、智能化方向發展提供有效參考。

1 系統總體結構

基于無線傳感網絡的建筑電氣設備自動監測系統總體結構，如圖1所示。

（1）數據層。該層的核心為無線傳感網絡，其內包含無線傳感器節點和中心節點，將無線傳感器節點布設于建筑電氣設備周圍合適的位置上，用于采集各類電氣設備信號數據，并利用中心節點匯聚與整合采集的數據。

（2）通信層。中心節點和內部網關之間的通信形式采用ZigBee無線網絡，使用該網絡將中心節點整合的建筑電氣設備信號數據匯聚到內部網關，其通過無線GPRS與有線以太網上傳數據至應用層的應用基礎平臺。

（3）應用層。該層的建筑電氣設備故障自動診斷模塊根據應用基礎平臺接收的建筑電氣設備信號數據，運用基于壓縮感知理論的建筑電氣設備故障自動診斷方法，保證建筑電氣設備運行安全，此外還能夠實現建筑電氣設備狀態與能耗自動監測等功能。

（4）用戶層。用戶通過含有Internet的手機、筆記本電腦等設備可以及時掌握建筑電氣設備運行狀況，從而采取針對性的策略對其進行管理和檢修。

圖1 建筑電氣設備自動監測系統總體結構Fig.1 Overall structure of automatic monitoring system for building electrical equipment

2 系統硬件設計

2.1 無線傳感器連接

由無線傳感器構建無線傳感網絡，由此實現建筑電氣設備自動監測。其中關鍵是無線傳感器的連接并由此構建的無線傳感網。無線傳感器連接網絡結構如圖2所示。

圖2 無線傳感器連接網絡Fig.2 Wireless sensor connection network

圖2中物理層主要負責選擇與辨別信道，同時還具備監測、調制/解調無線信號的作用[9-10]；數據鏈路層的介質訪問控制子層能夠實現移動節點訪問共享無線信道的控制功能，邏輯鏈路控制子層在將統一的服務提供給網絡的同時，還可以屏蔽數據幀檢測、優先級排隊等介質訪問控制方法[11-13]；網絡層的職責為路由的選擇與生成，以及網絡拓撲信息的收集；傳輸層可以將端到端服務提供給應用層，并在網絡特征的基礎上達到網絡資源高效利用的目的；用戶所需的各種應用服務均由應用層來完成。

無線傳感網絡各層均與能量、任務以及移動管理相關聯，不僅能確保傳感器節點的高效運作，還支持數據轉發和多任務[14-15]。

2.2 無線傳感器結構及相關技術參數

構建無線傳感器結構如圖3所示。微處理器單元的主芯片選擇MSP430F149，具有功耗低、模擬技術性能優良、運行穩定等優勢，并且對惡劣環境的適應性極強；無線通信單元選用nRF905芯片[16]，并將IEEE 802.15.4作為射頻標準，發射速率最大可達到50 kb/s；串行通信單元含有RS-485總線接口，可以支持中心節點和系統應用層之間的通信[17]；存儲單元能有效避免中心節點出現掉電現象時造成的數據丟失問題，該單元保存的信息包括建筑電氣設備信號數據、節點配置數據等；報警/LCD顯示單元負責顯示建筑電氣設備實時信號[18-19]，并在設備出現故障時發出聲光報警，同時利用建筑電氣設備故障自動診斷方法確定故障類型；電源單元由LM2575與LM1117-3.3兩個電源芯片組成，可以同時分別提供不同的電壓。

圖3 無線傳感器結構Fig.3 Wireless sensor structure

3 系統軟件設計

3.1 電氣設備信號自動監測

假設原始電氣設備信號用X描述，其長度和稀疏度分別用N、K描述，規模為M×N的感知矩陣用φ描述。對感知矩陣和原始電氣設備信號做乘法操作，可以獲得X內的信息，即映射X使其呈現在φ內的感知波形上，能夠得到公式（1）描述的測量數，用Y描述，且其長度遠小于N。

Y=φX

（1）

通過極低規模的測量數對原始電氣設備信號所有信息進行精確重構，即壓縮感知理論的基本思想。可以將上式轉化為公式（2）描述的最優問題的求解，是因為待求信號為搜索符合上式條件下稀疏性最顯著的某個電氣設備信號[20]：

min‖X‖0s.tY=φX

（2）

式中，‖X‖0為零范數；M為測量次數，只有在其符合Y=O（K×logM），且φ符合約束等距性條件的情況下，才能實現K稀疏電氣設備信號X的精確重構。

式（1）的解存在無窮多個，是因為Y的長度遠小于N，因此需要將式（2）轉化成式（3）描述的最優問題的求解：

min‖X‖1s.tY=φX

（3）

選用稀疏逼近的方法求解上述最優問題，式（3）有解的條件為X可以被壓縮。當X不具有稀疏性，而任意變換基中的變換系數具有稀疏性時，能夠得到X=ψs，其中變換系數與變換矩陣分別用s、ψ描述，將該式帶進式（3）能夠獲得感知矩陣和變換矩陣的聯系，用Y=φψs描述。假設測度矩陣用B=φψ描述，則可以得出Y=Bs，因其與式（3）的形式一致，可通過相同的尋優方式獲取稀疏性最顯著的s矩陣，并運用X=ψs實施反變換以得到原始信號。在其滿足可壓縮性的條件下，將ψ看作單位矩陣，測度矩陣即為電氣設備信號的自動監測結果。電氣設備信號自動監測流程如圖4所示。

3.2 建筑電氣設備故障識別和預警

假設待診斷建筑電氣設備故障類型數量為k，根據建筑電氣設備發生故障時的異常信號，將采集的故障特征組建成訓練樣本，各樣本維數用p描述，所構成的列向量用v描述，其維數為pxl，對于第i類建筑電氣設備故障，其訓練樣本數用ni描述，且i滿足i=1，2，…，k，則可以得到式（4）描述的訓練樣本矩陣：

Ai=[υi，1，υi，2，…，υi，ni]

（4）

式中，υi，j為次序為i的故障中第j個訓練樣本。

假設需要診斷的建筑電氣設備故障的測試樣本用y∈Rp描述，其為第i類故障，則能夠使用次序為i的建筑電氣設備故障訓練樣本集合的線性形式描述y，表示為y=ai，1yi，1+…+ai，niyi，ni，其內權重系數用ai，j描述。

圖4 電氣設備信號自動監測流程Fig.4 Flow chart of automatic monitoring of electrical equipment signals

指定建筑電氣設備故障測試數據y，可以采用式（5）所示完備矩陣A的線性形式對y進行描述：

（5）

求解出的電氣設備測試數據矩陣X用式（6）描述：

X=[a1，a2，…ak]

（6）

式中，ai=[ai，1，…ai，n]T。若y的故障類型次序為i，則只需要第i類樣本數據的描述y即可，此時得到X=[0，…，0，ai，1，…，ai，n，0，…0]，X的系數中不等于0的僅有，其余數量為k-1的系數均等于0，因此表明X為稀疏向量，將其認為是y的稀疏分解。

在分類指定的未知建筑電氣設備故障測試樣本過程中，通過式（6）獲得各y的稀疏向量X，運用完備矩陣A，且X中關于該樣本的ni個系數均不等于0，則能夠獲得待測樣本的故障類型。在實際使用中通過式（3）求解最優問題，得到X的精確或近似逼近解，若實際結果中X的非0元素分布于多個類間，則采用式（7）描述的分類函數實現X值的建筑電氣設備故障識別和預警工作：

minri（y）=‖y-Aδi（x）‖2

（7）

式中，i的取值為[1，k]，向量用x描述，δi（x）代表其內與第i類故障有關聯的行的元素為1，其他行的系數都為0。如果第m個值最小，且m∈[1，k]，則建筑電氣設備故障類型為第m類故障。由此完成對建筑電氣設備故障的識別和預警，其流程如圖5所示。

圖5 建筑電氣設備故障識別和預警流程Fig.5 Flow chart of fault identification and early warning of building electrical equipment

4 結果分析

以某礦區建筑中變壓器、配電柜、轉換開關和繼電器等10種電氣設備作為實驗對象，將650個無線傳感器節點布設于各電氣設備附近合適的位置上，用于采集礦區建筑電氣設備信號數據，并利用本文系統對其進行監測。

將本文系統的無線傳感網絡簇首數量分別設置為15、30、45，測試無線傳感器節點死亡數量和網絡運行時間之間的關系，以驗證所設計系統的網絡節點生命期，結果如圖6所示。

圖6 無線傳感器節點死亡數量結果Fig.6 Results of the number of deaths of wireless sensor nodes

從圖6可以看出，隨著無線傳感網絡運行時間持續增加，不同網絡簇首數量的無線傳感器節點死亡數量均呈上升趨勢。當網絡簇首數量為15時，節點死亡數量始終保持最低，且上升速率緩慢；當網絡簇首數量為45時，節點死亡數量始終處于最高值，并在網絡運行時間增加至800 s時，節點死亡數量高達390個。以上結果表明，無線傳感器節點死亡數量與無線傳感網絡運行時間以及網絡簇首數量呈正比，將網絡簇首數量設置為15可以獲得較理想的網絡節點生命期，從而提升建筑電氣設備自動監測系統的運行質量。

統計分析某日8：00—10：00建筑中各電氣設備故障診斷情況，結果見表1。從表1可以看出，本文系統的建筑電氣設備故障診斷結果與實際故障結果完全相同，且在精準診斷故障類型的基礎上，還可以辨別相應的故障位置，表明本文系統具有良好的建筑電氣設備自動診斷能力。

表1 建筑電氣設備故障診斷結果Tab.1 Fault diagnosis results of building electrical equipment

選擇建筑中配電屏電氣設備進行能耗測試，不同電源電壓下，休眠與非休眠狀態的配電屏工作電流狀況如圖7所示。

圖7 休眠與非休眠狀態的配電屏工作電流Fig.7 Working current of distribution panel in sleep and non sleep states

分析圖7可以發現，休眠與非休眠狀態的配電屏工作電流均隨電源電壓增大而上升。當配電屏處于非休眠狀態時，工作電流在10.5～14.5 mA變化，整體能耗水平較低；當配電屏處于休眠狀態時，工作電流始終保持在2.5 mA以下。因此，本文系統的建筑電氣設備自動監測效果較優良，能夠使電氣設備在不同狀態下有效地實現節能。

5 結論

為滿足人們日益增長的建筑安全性和舒適度要求，對建筑電氣設備進行自動化監測變得愈加重要。本文設計的基于無線傳感網絡的建筑電氣設備自動監測系統，以無線傳感網絡為核心，網絡的無線傳感器節點生命期極具優勢，該系統不僅能精準診斷不同電氣設備故障，還能獲取故障位置，并且可以有效節省電氣設備處于休眠與非休眠狀態下的能耗。日后可進一步研究該系統的可擴展性，實現其在更多場景中的電氣設備自動監測。