電力網絡過負荷檢測報警系統的設計與實現

劉德旺

（ 1. 福建水利電力職業技術學院 信息工程系， 福建 三明 366000；2. 武漢大學 電氣工程系， 湖北 430062）

電力網絡系統簡稱電網，是由各種電壓設備和輸電設備構成的電力配電網絡系統，通過電網系統的運行和電力傳輸，實現智能發電、供電和電能傳送，在電網運行中，容易受到過壓和過載因素的影響，導致電力網絡過負荷運行，需要電力網絡的過載保護檢測系統設計，保障電力網絡的穩定可靠運行。 隨著集成電路和數字電子技術的發展，大規模集成芯片廣泛應用在電力網絡的過載保護電路設計中，對電路系統的精度要求逐漸提高。 電力網絡過負荷檢測與識別是借助于電路裝置來實現的，而其設計與研制必然取決于電路網絡負荷信號的特性，通過電力網絡過負荷檢測報警系統設計，實現對點網絡系統的各個分離單元的故障和狀態特征監測，研究該套系統設計方案具有重要意義[1]。

傳統的電力網絡過負荷檢測報警系統設計方法中，主要有基于PLC可編程邏輯的電網控制系統、模糊神經網絡控制系統、專家控制系統等[2]。 其中，文獻[3]進行了電力網絡過負荷檢測電路設計上的改進， 把被測量的數據信號通過探頭輸送到比較器，設計單相三電平整流電路與單相兩重兩電平整流電路，實現對輸出信號的放大，提高測試性能，但設計的電力網絡過負荷檢測系統對邏輯分析儀來講使用的是外部時鐘，無法實現對電力網絡過負荷檢測的信號同步采樣；文獻[4]提出一種基于多級放大電路總電壓增益控制的電力網絡過負荷檢測報警系統，通過觸發字識別電路，研究了瞬態電流與預測電流控制2種不同控制方法，提高測試效果，但該系統輸出級的總電壓增益較低，且出現邏輯死鎖控制。 可見，傳統的電力網絡過負荷檢測裝置采用本機振蕩幅度調制的過載保護器設計，系統在受到不穩定增壓負荷時容易產生失穩和失真，過負荷檢測性能不高。 針對傳統方法出現的弊端[5-9]，本文提出一種功率基陣激勵放大的電力網絡過負荷檢測報警系統設計方法。 系統設計包括了硬件電路設計和軟件算法設計兩大部分。 最后通過仿真實驗進行了性能驗證，展示了本文設計的系統的實現電力網絡過負荷檢測和報警中的優越性能，展示了較好的應用價值。

1 系統設計總體描述及硬件電路結構模型

1.1 系統總體模型設計

首先分析電力網絡過負荷檢測報警系統的總體模型構建，系統采用嵌入式設計方式，分析硬件電路設計和軟件部分，基于嵌入式系統，電力網絡過負荷檢測報警系統主要包括如下幾個部分：DSP信號處理器、PCI總線及橋接電路、動態控制增益控制設備、外部I/O設備、過負荷報警模塊，總體設計框圖如圖1所示。

圖1 電力網絡過負荷檢測報警系統總體設計框圖Fig. 1 Overall design block diagram of the power network overloads detection and alarm system

電力網絡過負荷檢測報警系設計主要分為如下幾個模塊：

1） 預處理機放大器。電力網絡過負荷檢測報警系設計中，過負荷檢測的模擬信號預處理機有較大的線性動態范圍，設計時采用三級放大器進行逐級放大，經過這種設計，模擬信號預處理機有了80 dB的動態范圍，輸出信號的范圍在±10 V之間，同時波形良好。

2） 運算放大器。為了準確地采集電力網絡過負荷過程控制信息數據，運算放大器的輸出控制在模擬數據轉換器的輸出門限范圍內，運算放大器的輸出應該在其驅動模數轉換器（ ADC）的終值的1 LSB范圍內達到穩定。 穩定在滿度的1 LSB 范圍內意味著ADC的準確度穩定在±1/2 LSB。 系統采用14位ADC，得到了要求更高的精度，建立時間絕大多數都規定達到0.1%和0.01%。

3） 模擬預處理機?？紤]到電力網絡過負荷控制輸入信號幅值較低，頻率處于低頻、帶寬范圍較靈活， 因此選擇了MAXIM公司的5階開關電容低通濾波器MAX7425，工作電壓±1.5 V，工作電流3 mA，fstop（ 截至頻率）范圍為1～45 kHz。

綜上分析， 系統設計主要包括如下幾個部分：DSP信號處理器、PCI總線及橋接電路、 邏輯控制設備、外部I/O設備、外部存儲器以及復位電路。本文構建的電力網絡過負荷檢測報警系統模型的重要優點在于采用了加速度傳感器與RFID結合， 不論是對有效信號還是噪聲干擾， 都要經過選頻濾波處理，提高抗干擾性能。

1.2 系統的硬件部分設計

在上述總體模型設計的基礎上，對電力網絡過負荷檢測報警系統進行硬件模塊設計，以FPGA為可編程邏輯芯片為核心，報警系統設計可以實現對電力網絡過負荷信息的快速感知和采集，它具有快速部署、自組織和容錯特性較好的特點，使其可以在數據采集控制、電網數據通信、計算、電力網絡的智能監測方面起到不可替代的作用。本文采用FPGA技術進行電力網絡過負荷信息特征提取及分析，在電網負荷數據采集中，在電網沿線隔幾十米架設固定的路由節點，在每一個電網負荷數據采集區處架設協調器，形成一個無線傳感器子網，各子網通過協調器采用RS485線與電力網絡的網關設備相連或直接與地面上控制服務器相連。 電力網絡過負荷檢測報警系統的數據采集流程如圖2所示。

圖2 電力網絡過負荷檢測報警系統的數據采集流程Fig. 2 Data acquisition processes of the power network overload detection and alarm system

電力網絡過負荷檢測的D/A轉換器輸出的電壓信號在（ 0～4.095 V）之間，換能器電導，導納B=jωC，BL=－，只改變功率因素cos φ，負載功率PL不變，采用串并聯結合的方法構建電力網絡過負荷檢測報警系統的并聯復合匹配等效電路， 如圖3所示。

圖3 電力網絡過負荷檢測報警系統的并聯復合匹配等效電路Fig. 3 Parallel composite matching circuit for the power network overload detection and alarm system

圖3中， 由于電力網絡過負荷檢測系統的電壓輸入ZL的具有調諧特征，在φX<φ0時，負載功率PL增加了倍，由此可等效為一個升壓變壓器，根據實測的阻抗值G、B和電力網絡過負荷檢測發射響應級SvL，計算BL2值，得到檢測系統兩端激勵電壓為：

根據調制解調的類別可分為電路單片數據采集系統和調幅數據采集系統等。 由于網絡傳輸信號中頻數據采集系統在通信系統中多應用在復雜網絡環境和高精度電子通信系統中，應用環境存在不同強弱信號的和不同調制形式的信號干擾，得到電力網絡過載報警模擬回波數據，輸出電壓動態范圍很大，為了減少檢測信號強度的損失，要求增益調整應在很短的時間內完成。 即10位ADC要求運算放大器穩定到1/1 024的一半，即約0.05%；12位ADC要求穩定到1/4 096的一半，即約0.01%。 由此得到電力網絡過負荷檢測報警系統的硬件核心電路如圖4所示。

圖4 電力網絡過負荷檢測報警系統的硬件核心電路Fig. 4 Hardware core circuits of the power network overload detection and alarm system

2 系統的軟件改進設計

在進行系統總體設計和硬件核心電路設計的基礎上，針對傳統的電力網絡過負荷檢測裝置采用本機振蕩幅度調制的過載保護器設計，系統在受到不穩定增壓負荷時容易產生失穩和失真，過負荷檢測性能不高的問題。 本文進行改進設計，提出一種基于功率基陣激勵放大的電力網絡過負荷檢測報警系統設計方法。 軟件設計部分的關鍵技術描述如下。 電力網絡過負荷檢測報警系統輸入端周期性地發送超過信道脈沖響應長度的數據訓練序列，進行BPSK調頻信號調制，跟蹤信道變化，把過載保護信道中短時間內的畸變令為0，得：

式中：yo（ t）為理想的檢測目標值；y（ t）為實際檢測目標值，在電力網絡過負荷檢測報警驅動電路寬頻帶大功率基陣激勵下，檢測系統的放大器中多徑條件下時延擴展輸出比特流在ζ（ 0）=1約束下間接獲得的漏感和勵磁電感為：

采用LT6600-20芯片實現基帶信號的濾波和中頻放大功能， 實現1.15～5.5 V 電平的自由轉換。ADG3301在3.3～5 V的電平轉換傳輸時延為6 ns，所以得到功率放大信號分解矢量CT′（f）為：

基于驅動電路寬頻帶大功率基陣激勵算法，得到電力網絡過負荷檢測報警系統電壓保護有效阻抗為：

進行電力系統矢量擾動阻抗計算， 檢測系統定子匝間具有支路環流特性， 在相電流過零點附近出現擾動死區， 需要對電流極性進行對數復頻分析和死區擾動補償。 根據PLmax、PDmax選擇合適的功放管及供電電壓±10Vs，變壓比n由如下方程確定：電源輸出功率PE及負載功率PL分別為：

式中：VCE為電力網絡過負荷系統的運放管壓降，它與運放輸出電流大小有關，假設VCE=0.2VS，則：

基于功率基陣激勵放大設計， 功率基陣激勵放大器與A/D轉換器、D/A轉換器、DSP和PC機構成一個閉環負反饋， 由D/A轉換器轉換成控制電壓送到VCA810，這里采用了一種功率基陣激勵數字增益控制方法，可在幾個周期內完成增益調整，提高了電力網絡過負荷檢測報警系統的響應能力和檢測性能，通過上述硬件模型和軟件設計實現對整個檢測報警系統的改進設計。

3 系統仿真實驗與結果分析

為了測試本文設計的系統在實現電力網絡過負荷檢測報警中的性能，進行仿真實驗。首先構建電力網絡的過負荷數據采集系統，用FPGA技術進行電力網絡過負荷信息特征提取及分析， 在電網負荷數據采集中，在電網沿線隔幾十米架設固定的路由節點，在每一個電網負荷數據采集區處架設協調器， 仿真實驗以MATLAB 的SIMULINK 為平臺建立系統仿真平臺。 逆變器輸出功率為2.3 kW，直流側電壓為400 V，電網電壓有效值110 V，引導ROM配置進行電網的電壓保護和過壓檢測報警，引導ROM配置進行電網的過流檢測報警。 采用本文方法得到了設計的檢測報警系統的輸出相電流波形如圖5（ a）所示，輸出相電流的THD如圖5（ b）所示，分析圖中結構可見，采用本文方法，能能夠抑制死區效應對輸出電流的影響，提高對過負荷電壓的檢測性能。

圖5 檢測報警系統的輸出相電流波形Fig. 5 The output phase current waveform of the alarm system

最后采用本文設計的系統進行電網的過負荷檢測報警系統仿真測試， 電力網絡過負荷檢測報警系統外擴了一個256×1 024×16位的SRAM（ 12 ns）用于采樣時存儲大量數據， 設計的1.25 V門限檢測器用于過負荷報警， 得到系統仿真輸出結果如圖6所示。從圖6可見，采用本文設計的系統進行電力網絡過負荷檢測，檢測誤差較低，控制精度較高，收斂性能較好， 能準確實時地實現對電力網絡過負荷檢測和報警，系統可靠穩定。

圖6 系統仿真輸出Fig. 6 Simulation result of system

4 結語

通過電力網絡過負荷檢測報警系統設計，實現對點網絡系統的各個分離單元的故障和狀態特征監測，實現對電力網絡過載或者過壓時的提前預警和保護。本文提出一種功率基陣激勵放大的電力網絡過負荷檢測報警系統設計方法。系統設計包括了硬件電路設計和軟件算法設計兩大部分，通過電路設計和算法改進設計，實現了對整個系統的優化設計，研究結果表明，采用該系統能實現對電網的電壓保護和過壓及過流檢測報警，能抑制死區效應對輸出電流的影響， 提高對過負荷電壓的檢測性能，檢測誤差較低，控制精度較高，展示了較好的應用價值。

[1] 張少敏， 李曉強， 王保義. 基于Hadoop的智能電網數據安全存儲設計[J]. 電力系統保護與控制， 2013， 41（ 14）:136-140.ZHANG Shaomin， LI Xiaoqiang， WANG Baoyi. The smart grid based on Hadoop data security storage design[J]. Power System Protection and Control， 2013， 41（ 14）: 136-140（ in Chinese）.

[2] 曹軍威， 萬宇鑫， 涂國煜， 等. 智能電網信息系統體系結構研究[J]. 計算機學報， 2013， 36（ 1）: 143-166.CAO Junwei， WAN Yuxin， TU Guoyu， et al. The smart grid information system architecture research[J]. Journal of Computers，2013，36（ 1）: 143-166（ in Chinese）.

[3] 何炎祥， 喻濤， 陳勇， 等. 面向電網系統綠色需求的數據分配方法[J]. 計算機研究與發展， 2015， 52（ 1）: 94-104.HE Yanxiang， YU Tao， CHEN Yong， et al. Adapt to the need of the grid system is green data distribution method[J].Journal of Computer Research and Development， 2015，52（ 1）: 94-104（ in Chinese）.

[4] 張金宏， 王興偉， 黃敏. 面向綠色互聯網的低功耗多播路由算法[J]. 通信學報， 2014（ Z1）: 134-140.ZHANG Jinhong， WANG Xingwei， HUANG Min. Low power consumption for green internet multicast routing algorithm[J]. Journal of Communications， 2014（ Z1）: 134-140（ in Chinese）.

[5] 郭曉利， 曲朝陽， 李曉棟， 等. 基于SOM聚類的電網可視 化 數 據 挖 掘 模 型[J]. 情 報 科 學， 2012， 30（ 2）: 207-209.GUO Xiaoli， QU Chaoyang， LI Xiaodong， et al. The grid visual data mining model based on SOM clustering[J].Journal of Intelligence Science， 2012，30（ 2）:207-209（ in Chinese）.

[6] 沈艷霞， 季凌燕， 紀志成. 基于徑向基函數神經網絡故障觀測器的風能轉換系統容錯控制器設計[J]. 信息與控制， 2015， 44（ 3）: 359-366.SHEN Yanxia， JI Lingyan， JI Zhicheng. Fault based on radial basis function（ RBF） neural network observer of wind energy conversion system fault-tolerant controller design[J].Journal of Information and Control， 2015， 44（ 3）: 359-366（ in Chinese）.

[7] 許海洋， 莊毅， 顧晶晶. 一種面向嵌入式軟件體系結構的形式化建模方法[J]. 電子學報， 2014， 42（ 8）: 1515-1521.XU Haiyang， ZHUANG Yi， GU Jingjing. A formal modeling method for embedded software architecture[J]. Journal of Electronics， 2014， 42（ 8）: 1515-1521（ in Chinese）.

[8] 周濤. 基于改進神經網絡的電力系統中長期負荷預測研究[J]. 電氣應用， 2013， 32（ 4）: 26-29.ZHOU Tao. Based on the improved neural network medium and long-term load forecasting of power system research[J].Electric Applications， 2013， 32（ 4）: 26-29（ in Chinese）.

[9] 溫陽東， 宋陽， 王穎鑫， 等. 基于模糊神經網絡的電力變壓器故障診斷[J]. 計算機測量與控制， 2013， 21（ 1）:39-41.WEN Yangdong， SONG Yang， WANG Yingxin， et al.Electric power transformer fault diagnosis based on fuzzy neural network[J]. Computer Measurement and Control，2013， 21（ 1）: 39-41（ in Chinese）.