基于WSN 與智能感知的電網地下溝管監測數據處理技術研究

宋慶武，蔣峰，李春鵬，蔡兵

（1.江蘇方天電力技術有限公司，江蘇 南京 210000；2.上海域格信息技術有限公司，上海 200000）

電網地下溝管是電力基礎設施的重要組成部分，但配網地下溝管的數據感知與監控存在不足，主要表現在溝管通道內通信網絡覆蓋深度不夠、溝管內環境監測不完善以及安全管理手段缺乏等幾個方面[1-3]。無線傳感網絡（Wireless Sensor Network，WSN）是一種分布式傳感網絡，可感知外部傳感器，在電力行業中應用較為廣泛。與傳統網絡及傳感器相比，WSN 具有組建方式靈活、控制集中、安全性高等特點[4-5]。國外的配網溝管組建模式與我國有所差異，一般多采用WiFi 覆蓋方案或光纖覆蓋，其組網方式也較為明確[6]。而國內通常未采用低功耗的無線通信技術，監控方式還是以人工巡檢為主，監測裝置一般基于GPRS 信號傳輸，但該方法容易被屏蔽，且無法與其他設備互聯[7-8]。在20 世紀90 年代，由美國高校為主導的無線集成網絡傳感器項目，設計了通信協議的基礎檢測理論，研發了低功耗的無線傳感網絡系統[9]。隨著無線通信技術的發展，無線傳感網絡逐漸應用于電力系統領域，為電網數據監測與控制奠定了基礎[10-11]。

該文基于系統工程理論，對電網地下溝管監測系統的WSN 進行整體設計，包括系統構架設計、傳感器系統設計、無線傳輸設計，進而實現了多維環境監測。該文針對監測到的數據進行智能分析及處理，通過結構化的數據挖掘技術，實現了多維數據融合，并對所述方法進行測試與驗證。

1 WSN整體設計

1.1 系統架構

基于系統工程理論并結合功能需求展開WSN系統設計，實現電網地下溝管環境監測、發現周圍安全隱患、進行數據傳輸與智能分析等業務[12-14]。通用型配網電纜管道包含電纜隧道、電纜溝管等管道類型，溝管內存在無法取電以及無法接入光纖等限制，因此需要采用先進的低功耗無線技術來組建內部局域網，滿足電纜管道全面監控[15-16]。網關型地下溝管監測裝置能夠接入內部無線網，同時將內部邊側設備所有數據經邊緣計算后，通過NB-IoT、低功耗廣域網無線技術上報給主站。由于溝管內環境多樣且復雜，因此設計的WSN 系統構架如圖1 所示。該系統主要由基站、主站、傳感器、運維人員組成，設備與人員之間形成了上行、下行的業務流向，終端傳感器設置簡單，地下溝管監測裝置為該系統的核心。

圖1 WSN系統構架

1.2 傳感器系統設計

傳感器系統包括：溫度傳感器、煙霧傳感器、超聲波測距模塊、溢滿傳感器、有害氣體檢測模塊。

溫度傳感器通過I/O 口與MCU 關聯，當裝置內部以及周邊溫度達到指定數值后，觸發系統中斷，同時產生告警。

煙霧傳感器通過I/O 口與MCU 關聯，其采用紅外漫反射原理和光敏傳感器組合，對煙霧濃度進行監測，當達到一定濃度后產生告警。

超聲波測距模塊，該模塊通過串口和MCU 關聯，系統內部定時使用超聲測距進行水位測試。當發現水位上升至預警或告警閾值時，系統產生告警。

溢滿傳感器通過I/O 口與MCU 進行關聯，新型井蓋監測裝置表面內置不銹鋼正負接頭。當水位漫淹至正負接頭位置時，就會形成電流導通，從而觸發中斷。

有害氣體監測模塊在設計上與煙霧傳感器模塊共用一個槽位。當需要檢測氣體時，則關閉相應的煙霧探測頭，有害氣體檢測模塊通過I/O 口與MCU關聯，其可以檢測氧氣、一氧化碳、甲烷、二氧化硫等氣體，當達到系統標定濃度時即觸發告警。

1.3 無線傳輸設計

管道內的無線局域網采用Lora、BLE、ZigBee 無線技術進行組網或自組網，構建無線通信網絡。網關型井蓋監測裝置能夠接入內部無線網，同時將內部邊側設備所有數據經邊緣計算后，通過低功耗廣域網無線技術上報給主站。管道內環境多樣且復雜，該文研究了使用全向、定向、雙極化等高增益智能天線方案時，在不增加功耗的情況下，盡可能地拓展管道內無線覆蓋范圍，增強無線信號，具體的低功耗無線傳輸方案設計，如圖2 所示。

圖2 低功耗無線傳輸方案

圖3 為低功耗網絡設計架構，低功耗CPU 選取STM32L 系列微控制器為主控單元。其加入了多種創新擴展功能，能夠使不同配置下的最低功耗電流減小至195 μA。同時保留大部分現有外設，并保持準引腳兼容。

圖3 低功耗網絡設計架構

低功耗傳感器外圍器件以及軟件，采用中斷喚醒CPU 方式保持系統整體的低功耗狀態。電源管理系統中電源采用鋰亞硫酰氯電池，其具有良好的抗高、低溫性能，庫侖計持續監控耗能情況，保證系統能夠及時進行設備電量運維。無線傳輸方案中廣域網采用NB-IoT 無線傳輸方案，其中NB-IoT 工作在PSM 模式下，功耗電流低至3.6 μA。局域網采用BLE無線傳輸方案，發送功耗電流為4～7 mA，接收功耗電流為4～6 mA。

1.4 多維環境監測

溝管一體化設備集成Lora、ZigBee、BLE 之一的無線通信單元，其能夠接入配網電纜井道內低功耗局域網，將內部局域網中其他監測終端的數據匯總至網關型井蓋監測裝置。此處充分利用了邊緣計算方法，在該裝置內完成數據計算與處理，從而保證網絡傳輸的整體數據帶寬與功耗。裝置集成了NB-IoT無線通信單元，將處理后的數據傳輸到主站。網關式的電網地下溝管多維環境監測設計如圖4 所示。

圖4 電網地下溝管多維環境監測設計

2 監測數據處理技術

2.1 網絡數據融合

由于監測數據流向單一，越是靠近地下溝管的節點能量消耗越嚴重，且CPU 承擔的任務量越重。處于同一子網的節點，由于其地理位置的原因，監測到的數據有較高的重疊性，因此需要考慮數據融合所傳輸的數據容量，以減少能量和通信壓力。在WSN 理論中，監測到的數據融合通常匯聚于一點，并按照現實情況發送與接收數據。待數據傳輸之后，可緩解通信壓力，增加網絡的使用次數。

監測到的數據傳輸通常分兩種情形：一種是每隔半個小時進行采樣，向中心節點匯聚；另一種是通過網關接收命令，查詢溫度信息并傳輸數據信息。對于第二種情形，無需進行數據融合處理，直接匯聚節點并傳送到基站。該文采用簡單的數據融合算法，即通過多個傳感器采集數據進行平均值計算，同時保存數據值并傳輸到基站。

2.2 結構化數據挖掘

電網地下溝管的監測數據和環境影響變量繁多，若全面考慮所有變量，則整個系統將非常復雜且參數記錄不全面。因此需要挑選具有代表性的數據參數作為輸入量，通過關聯分析，分析出檢測數據與各個指標參數之間的聯系，從而實現綜合的在線監測。Bi-LSTM 模型可用于分析處理上述數據，并將結構化信息組成數據序列，用于信息挖掘。

2.3 多維數據融合

對于監測到的文本序列數據，Softmax 層的輸出即為屬于L1-L3數據等級的概率函數p1(L1)、p2(L2)、p3(L3)，系統自動進行記錄并輸出；對于監測到的定量數據序列，Softmax 層的輸出為結構化數據，p1和p2函數兩者的概率加權即可得到總的p(L1)、p(L2)、p(L3)，表達式如下：

圖5 是多維數據融合的流程圖，左側為文本數據挖掘框架，右側為結構化數據分析框架。通過融合兩類數據，可以全面分析電網地下溝管狀況。

圖5 多維數據融合流程

3 驗證與測試

3.1 實驗環境配置

因實驗條件和環境限制，在室內搭建監測環境條件對該文所述技術進行測試與驗證。整個系統包括傳感器部分、網關節點、微型電網地下溝管、監控中心、數據處理中臺，以上述實驗條件為基礎，搭建硬件環境。在測試驗證過程中，選取STM32 系列STM32L152RE 為主控單元，采用ZigBee 模塊和CC2520 組成網關節點。傳感器在采集溫度信息時，通過單片機將模擬信號轉換為數字電壓，傳輸至網關；在發送/接收命令時，首先判斷命令。然后，根據信息內容回傳至網關節點。使用通信接口與上位機進行通信，將PC 機與USB 連接，實現傳感器與網絡節點之間的正常通信。在軟件配置方面，選擇ZigBee 協議棧進行各個節點的軟件配置，采用EW 作為集成開發平臺。

3.2 測試結果

針對電網地下溝管的實時環境狀況，對各個傳感器進行功能測試，主要包括實時溫度監測、實時濕度監測、實時可燃氣體濃度監測等。智能終端匯集各個傳感器的監測數據進行智能感知，當被監測的數據指標超出預定范圍時，智能感知系統發出報警提醒，運維工作人員進行現場處理。表1 所示為應用WSN 技術監測到的現場數據。

從表1 可以看出，設置了三組實驗分別監測電網地下溝管的溫度、濕度、可燃氣體濃度，將WSN 監測到的數據與實際測量的數據進行對照分析。其中溫度與濕度的監測誤差均在1%以內，可燃氣體濃度的監測誤差均在設計要求范圍以內，因此具有一定的工程應用價值，可為管理人員根據檢測數據進行遠程交互。

表1 電網地下溝管監測數據對照

為了進一步測試系統的硬件參數，對終端傳感設備的運行指標參數進行記錄，如表2 所示。從表中可以看出，三個溝管的設備工作壽命相差較小，但通信時間的增大對每日功耗與工作壽命均會產生影響。

表2 終端傳感設備運行參數

4 結束語

該文方法實現了電網地下溝管內的多維環境監測，并對監測數據進行智能感知與分析處理。結合實際的功能需求設計了WSN 系統，實現了溝管環境監測；基于結構化的數據挖掘技術，實現了多維環境檢測數據的融合與分析處理。實驗結果表明，所述方法可實時監測溝管內環境數據，測量誤差在可控范圍之內，具有一定的工程應用價值。下一步將研究WSN 的低功耗無線傳輸技術，以降低監測過程的成本。