基于物聯網技術的電網無人值守變電站集控中心自動監控方法

陳偉

（荊州供電公司 變電運維分公司，湖北 荊州 434200）

0 引言

無人值守變電站的研究和建設在我國起步較早，20 世紀50 年代，一些供電局開始試點工作。無人值守變電站的實現涉及接點式遙信和頻率式遙測遠動技術的研發，該技術于1958年得到廣泛應用，多數供電局的35～110 kV 電壓等級變電站基本實現了無人值守。然而，由于技術不夠成熟、經濟條件不具備等原因，大多數變電站已停止采用無人值守的工作模式。隨著計算機技術的不斷發展，通信和控制技術進步迅速，我國開始深入研究電網無人值守變電站集控中心，并在該領域的產品研發方面取得顯著的成果。此外，還成功研發了以微機為核心的自動監控技術，為變電站實現無人值守提供了堅實的技術基礎。目前，電網無人值守變電站逐步向智能化方向發展，電力企業利用集控中心的自動監控功能實時監測與控制無人值守變電站的運行狀態，保證無人值守變電站的正常運行［1］。隨著無人值守變電站集控中心的應用日益廣泛，完善集控中心自動監控功能已成為重要的研究方向。通過現有的電力通信網絡，集控中心可對所屬變電站實現遠程實時自動監控，接收和處理遠程故障和意外情況的告警。馮俊宗等［2］提出基于數據融合技術的無人值守變電站監控方法，通過數據融合技術與BP（Buck Propagation，反向傳播）神經網絡算法，采集變電站的數據信息，對多種特征參量進行數據融合，通過模糊推理將特征層輸出的多種信息進行數據融合，實現火災預警及安全監測。但該方法對變電站故障發出預警后，變電站回歸穩態速度較慢，影響實際運行效果。姜輝等［3］開發了變電站無人智能巡檢機器人系統，融合人工智能、大數據、視頻監控和故障診斷技術，監測和管控變電站的運行過程，方便無人值守變電站的管理。然而，該方法的異常狀態錯誤報警次數較多，虛警率較高，影響變電站的安全運行。本文提出的基于物聯網技術的電網無人值守變電站集控中心自動監控方法，解決了變電站現存的回歸穩態速度較慢、異常狀態錯誤報警次數較多等問題。

1 自動監控設計方案

1.1 基于物聯網技術的集控中心數據無線通信

利用物聯網技術實現集控中心對電網無人值守變電站狀態數據的采集與傳輸，物聯網技術的原理是利用信息傳感設備，按照規定的網絡協議，將物體與網絡連接，實現信息的傳輸與交換。圖1 為基于物聯網技術的集控中心數據無線通信示意圖。

圖1 基于物聯網技術的集控中心數據無線通信

如圖1所示，利用電網專用網絡連接集控中心與無人值守變電站，將無線傳感設備采集到的無人值守變電站運行狀態信息傳輸、反饋到集控中心?？紤]到變電站運行對煙霧、溫度和濕度的要求較高，因此在集控中心傳感單元中布設了煙霧傳感器、溫度傳感器和濕度傳感器，用于采集無人值守變電站的煙霧、溫度和濕度信息。搭建的物聯網主要包括傳感節點、路由節點和協調節點，傳感節點用于變電站狀態信息的采集，路由節點具備路由轉發功能，協調節點用于實現節點組網控制和信息轉發，通過多跳自組網形式實現現場信息的采集和傳輸。

利用MCU（微控制單元）的IOB7、IOB10 接口，將其設置為UART網絡協議，為集控中心數據無線通信創造良好的硬件環境。UART 網絡協議具有1 500～51 200比特（51.2 kbps）的波特率范圍，其通信速度能達到實時監控的要求。為達到多機通信的目的，各傳感節點均有各自的IP 位址，由MCU 讀出7 個IO 二進制碼，獲取傳感節點的IPD 地址，集控中心各個工作站通過對各傳感節點進行輪詢，達成各子站間的多機通信。信息采集后由路由節點與協調節點將信息轉發到集控中心的信息工作站，信息工作站的配置見表1。在信息工作站對信息進行實時處理，采用H.264 標準壓縮傳感信息，將壓縮后的無人值守變電站狀態信息存儲到數據庫，用于后續變電站的狀態分析和決策控制。

表1 信息工作站配置表

1.2 無人值守變電站狀態監測

對通過物聯網技術采集到的變電站信息進行數據融合，提取無人值守變電站狀態特征，用以識別變電站異常狀態［4］?？紤]到基于物聯網的無人值守變電站數據的傳輸與采集是多種類型傳感器輸出的特征參量，參量量綱、大小及范圍均存在不同程度的差異［5］，為保證無人值守變電站狀態異常監測的精度，對無線傳感器輸出的特征參量進行歸一化處理，其公式表示為

其中：ai表示歸一化處理后的傳感器輸出的特征參量；bi表示原始傳感器輸出的特征參量；K表示歸一化系數，該系數取值范圍通常為0.15～0.35；Bmax表示無人值守變電站狀態參量的最大值；Bmin表示無人值守變電站狀態參量的最小值［6］。

由于變電站故障發生的過程復雜多變，對于其異常狀態的識別與監測難以用精確的數學模型表達，因此采用學習能力較強的BP 神經網絡，將歸一化后的無人值守變電站狀態參量作為BP 神經網絡輸入量，通過比較歷史異常狀態學習樣本與監控現場變電站數據信息，確定無人值守變電站的異常概率［7］。BP 神經網絡由輸入/輸出層和隱含層組成，將溫度、濕度和煙霧信息輸入到輸入層，輸入層將每一個狀態向量生成相應的神經元，并將其發送到隱含層，利用激活函數對神經元上狀態向量進行非線性映射，隱含層節點數量的選取非常重要，其計算公式為

其中：m表示BP 神經網絡隱含層節點數量；n表示輸入層節點數量；αai表示神經元數量［8］。非線性映射用公式表示為

其中：Om表示輸入層與隱含層節點之間的映射關系；f表示激活函數；wm表示隱含層中神經元對應的權向量［9］。通過非線性映射提取到變電站狀態特征，將其輸入到輸出層，在輸出層將狀態特征與閾值比對，計算出無人值守變電站的異常概率［10］。

考慮到無人值守變電站的狀態參量是隨著晝夜和季節不斷變化的，如果采用固定的閾值會出現錯檢、誤檢現象，因此在BP 神經網絡輸出層中閾值的更新非常重要，采用變化閾值算法計算輸出層閾值，其公式為

其中：E表示變電站異常識別閾值；C表示某一時段內無人值守變電站狀態參量的平均值；Cty表示標準環境下無人值守變電站狀態參量的標準差［11］。對比更新得到的閾值與隱含層輸出特征向量，計算出變電站異常概率，其公式為

其中：?表示無人值守變電站異常概率；g表示單位階躍函數；E表示無人值守變電站狀態補償修正量；k表示無人值守變電站狀態參量的基準門限值。當變電站異常概率大于0時，監測結果為無人值守變電站狀態異常，否則為狀態正常。

1.3 報警聯動及應急控制

集控中心監測到變電站狀態異常時進行報警聯動，確定預警等級。根據需求，共設計一級、二級、三級3 個預警等級，當異常概率值未超過30%時，集控中心聯動報警等級為一級；當異常概率超過30%但未超過60%時，集控中心聯動報警等級為二級；當異常概率超過60%時，集控中心聯動報警等級為三級。一級報警說明無人值守變電站異常程度較低，7 d 內完成維修即可；二級報警說明無人值守變電站異常程度較高，危害性較大，集控中心發出應急控制決策輸出為24 h 內完成對異常區域維修；三級報警說明無人值守變電站異常程度非常高，危害性非常大，集控中心發出應急控制決策輸出為立即維修異常區域，控制器控制異常區域的隔斷開關開啟，切割異常區域，將該區域的異常對無人值守變電站的影響降到最低。通過以上報警聯動和應急控制，即完成了基于物聯網技術的電網無人值守變電站集控中心的自動監控。

2 試驗論證

2.1 試驗設計

試驗對象選擇某電網無人值守變電站，該變電站包括1 個集中站主機和4 個變電站主機，集控中心包括1 個主站和4 個副站，由1 臺存儲服務器、2 臺應用服務器組成。根據該無人值守變電站的實際情況，在現場安裝煙霧傳感器、溫度傳感器和濕度傳感器各3臺，利用物聯網采集到的無人值守變電站環境數據共1.62 GB，將其作為實驗數據樣本。統計10：30-19：30 時刻集控中心對無人值守變電站自動監控的結果（見表2）。

表2 無人值守變電站集控中心監控結果

2.2 實驗結果與結論

選擇當前主流的監控方法作為比較組，分別為基于數據融合技術的無人值守變電站監控方法（方法1）和基于智能巡檢機器人的無人值守變電站監控方法（方法2）。實驗隨機抽選1 000個樣本，統計集控中心自動監控中錯誤報警的數量（見表3）。

表3 無人值守變電站集控中心錯誤報警數量 （單位：個）

錯誤報警數量可以反映出集控中心自動監控的異常報警性能，從表2中的數據可以看出，對于1 000個樣本的異常報警，本文方法的錯誤報警數量僅為8個，方法1 的錯誤報警數量最多，其次為方法2。由此看出，本文方法的異常報警性能最佳。

在電力系統中，變電站電壓回歸穩態的速度是一個重要的指標?？焖倩貧w穩態電壓可以保證電力系統的穩定運行，減少設備損壞和停電范圍。隨機抽取1個異常樣本，監控集控中心自動監控下無人值守變電站的運行輸出電壓，變電站輸出電壓越穩定，則變電站運行狀態越穩定，無人值守變電站集控中心監控效果如圖2所示。

圖2 無人值守變電站集控中心監控效果圖

從圖2可以看出，應用本文方法的無人值守變電站在8.56 s 時出現異常，經集控中心自動監控，變電站電壓在9.47 s 時回歸穩態，而方法1 是在31.52 s 時變電站電壓回歸穩態，方法2 是在19.68 s 時變電站電壓回歸穩態。從管控效率方面看，本文方法表現最佳。

通過以上實驗對比與分析可以得出以下結論。

（1）本文方法具有良好的自動監控性能，可以精準監測到無人值守變電站的異常狀態，同時在管控下可使無人值守變電站快速回歸穩態電壓，說明本文方法具有較好的可行性與可靠性。

（2）本文采取的物聯網自動監控技術在數據采集方面具有一定的優勢，應用該技術可有效提高無人值守變電站運行數據采集速度，保證集控中心自動監控效率。物聯網技術在電網無人值守變電站集控中心自動監控方面具有良好的應用前景。

3 結語

在物聯網技術的支持下，電網無人值守變電站集控中心自動監控方法具備了強大的潛力，不僅提高了電力系統的效率和穩定性，還極大地節省了人力資源。通過實時的數據收集和監控，該方法能夠及時發現和解決潛在的問題，從而避免可能發生的電力中斷或設備損壞事件，確保電力供應的穩定性和可靠性。盡管該方法在技術實現上已經取得顯著的進步，但仍有許多需要進一步研究和改進之處，例如如何更有效地利用物聯網技術進行更精準的數據分析和預測，如何設計出更智能、更具有自適應性的自動化監控系統，解決這些問題可以更好地應對各種復雜的電力環境變化。