基于物联网技术的电网无人值守变电站集控中心自动监控方法.pdf

0引言无人值守变电站的研究和建设在我国起步较早，20世纪50年代，一些供电局开始试点工作。无人值守变电站的实现涉及接点式遥信和频率式遥测远动技术的研发，该技术于1958年得到广泛应用，多数供电局的35110 kV电压等级变电站基本实现了无人值守。然而，由于技术不够成熟、经济条件不具备等原因，大多数变电站已停止采用无人值守的工作模式。随着计算机技术的不断发展，通信和控制技术进步迅速，我国开始深入研究电网无人值守变电站集控中心，并在该领域的产品研发方面取得显著的成果。此外，还成功研发了以微机为核心的自动监控技术，为变电站实现无人值守提供了坚实的技术基础。目前，电网无人值守变电站逐步向智能化方向发展，电力企业利用集控中心的自动监控功能实时监测与控制无人值守变电站的运行状态，保证无人值守变电站的正常运行1。随着无人值守变电站集控中心的应用日益广泛，完善集控中心自动监控功能已成为重要的研究方向。通过现有的电力通信网络，集控中心可对所属变电站实现远程实时自动监控，接收和处理远程故障和意外情况的告警。冯俊宗等2提出基于数据融合技术的无人值守变电站监控方法，通过数据融合技术与 BP（Buck Propagation，反向传播）神经网络算法，采集变电站的数据信息，对多种特征参量进行数据融合，通过模糊推理将特征层输出的多种信息进行数据融合，实现火灾预警及安全监测。但该方法对变电站故障发出预警后，变电站回归稳态速度较慢，影响实际运行效果。姜辉等3开发了变电站无人智能巡检机器人系统，融合人工智能、大数据、视频监控和故障诊断技术，监测和管控变电站的运行过程，方便无人值守变电站的管理。然而，该方法的异常状态错误报警次数较多，虚警率较高，影响变电站的安全运行。本文提出的基于物联网技术的电网无人值守变电站集控中心自动监控方法，解决了变电站现存的回归稳态速度较慢、异常状态错误报警次数较多等问题。1自动监控设计方案1.1基于物联网技术的集控中心数据无线通信利用物联网技术实现集控中心对电网无人值守变电站状态数据的采集与传输，物联网技术的原理是利用信息传感设备，按照规定的网络协议，将物体与网络连接，实现信息的传输与交换。图1为基于物联网技术的集控中心数据无线通信示意图。【作者简介】陈伟，女，湖北松滋人，任职于荆州供电公司变电运维分公司，工程师，研究方向：变电运维、变电监控。【引用本文】陈伟.基于物联网技术的电网无人值守变电站集控中心自动监控方法 J.企业科技与发展，2023（9）：56-59.基于物联网技术的电网无人值守变电站集控中心自动监控方法陈伟（荆州供电公司 变电运维分公司，湖北 荆州 434200）摘要：在电网无人值守变电站集控中心的自动监控中，现行的方法对异常状态错误报警的次数较多，而且变电站回归稳态速度较慢，自动监控性能较差。基于此，文章提出一种基于物联网技术的电网无人值守变电站集控中心自动监控方法，利用物联网技术连接无人值守变电站与集控中心，将多种传感器采集的变电站状态参量传输到集控中心并进行归一化处理；利用BP（BackPropagation，反向传播）神经网络融合变电站状态信息，提取变电站异常状态特征，识别与监测变电站异常状态并进行报警联动，控制开关将异常区域断开，以此完成基于物联网技术的电网无人值守变电站集控中心的自动监控。试验证明，应用此设计方法后，集控中心错误报警数量明显减少，无人值守变电站能在2 s内回归稳定状态，具有较好的应用性能。关键词：物联网技术；无人值守变电站；集控中心；自动监控；BP神经网络；报警联动中图分类号：TM764.2文献标识码：A文章编号：1674-0688（2023）09-0056-04陈伟.基于物联网技术的电网无人值守变电站集控中心自动监控方法企业技术实践56信息工作站信息工作站监测工作站监测工作站控制工作站控制工作站存储服务器存储服务器应用服务器应用服务器矩阵键盘矩阵键盘烟雾传感器烟雾传感器温度传感器温度传感器湿度传感器湿度传感器无人值守变电站集控站变电站无人值守变电站集控站变电站电网专用网络电网专用网络集控中心集控中心物网物物网物图1基于物联网技术的集控中心数据无线通信如图1所示，利用电网专用网络连接集控中心与无人值守变电站，将无线传感设备采集到的无人值守变电站运行状态信息传输、反馈到集控中心。考虑到变电站运行对烟雾、温度和湿度的要求较高，因此在集控中心传感单元中布设了烟雾传感器、温度传感器和湿度传感器，用于采集无人值守变电站的烟雾、温度和湿度信息。搭建的物联网主要包括传感节点、路由节点和协调节点，传感节点用于变电站状态信息的采集，路由节点具备路由转发功能，协调节点用于实现节点组网控制和信息转发，通过多跳自组网形式实现现场信息的采集和传输。利用MCU（微控制单元）的IOB7、IOB10接口，将其设置为UART网络协议，为集控中心数据无线通信创造良好的硬件环境。UART网络协议具有1 50051 200比特（51.2 kbps）的波特率范围，其通信速度能达到实时监控的要求。为达到多机通信的目的，各传感节点均有各自的IP位址，由MCU读出7个IO二进制码，获取传感节点的IPD地址，集控中心各个工作站通过对各传感节点进行轮询，达成各子站间的多机通信。信息采集后由路由节点与协调节点将信息转发到集控中心的信息工作站，信息工作站的配置见表 1。在信息工作站对信息进行实时处理，采用H.264标准压缩传感信息，将压缩后的无人值守变电站状态信息存储到数据库，用于后续变电站的状态分析和决策控制。1.2无人值守变电站状态监测对通过物联网技术采集到的变电站信息进行数据融合，提取无人值守变电站状态特征，用以识别变电站异常状态4。考虑到基于物联网的无人值守变电站数据的传输与采集是多种类型传感器输出的特征参量，参量量纲、大小及范围均存在不同程度的差异5，为保证无人值守变电站状态异常监测的精度，对无线传感器输出的特征参量进行归一化处理，其公式表示为ai=bi-KBminBmax-Bmin（1）其中：ai表示归一化处理后的传感器输出的特征参量；bi表示原始传感器输出的特征参量；K表示归一化系数，该系数取值范围通常为0.150.35；Bmax表示无人值守变电站状态参量的最大值；Bmin表示无人值守变电站状态参量的最小值6。由于变电站故障发生的过程复杂多变，对于其异常状态的识别与监测难以用精确的数学模型表达，因此采用学习能力较强的BP神经网络，将归一化后的无人值守变电站状态参量作为BP神经网络输入量，通过比较历史异常状态学习样本与监控现场变电站数据信息，确定无人值守变电站的异常概率7。BP神经网络由输入/输出层和隐含层组成，将温度、湿度和烟雾信息输入到输入层，输入层将每一个状态向量生成相应的神经元，并将其发送到隐含层，利用激活函数对神经元上状态向量进行非线性映射，隐含层节点数量的选取非常重要，其计算公式为m=m+n+ai（2）其中：m表示BP神经网络隐含层节点数量；n表示输入层节点数量；ai表示神经元数量8。非线性映射用公式表示为Om=f()wmai（3）其中：Om表示输入层与隐含层节点之间的映射关系；f表示激活函数；wm表示隐含层中神经元对应的权向量9。通过非线性映射提取到变电站状态特征，将其输入到输出层，在输出层将状态特征与阈值比对，计算出无人值守变电站的异常概率10。考虑到无人值守变电站的状态参量是随着昼夜和季节不断变化的，如果采用固定的阈值会出现错表1信息工作站配置表分类CPU主板内存硬盘机箱显示卡电源品牌和型号Core YU361 i8“华硕”KYFAGA-4A5PTARY-A4F7“希捷”320G FEHS专用机箱HFATW-A4F44330 W服务器电源数量1111111企业科技与发展，2023年，第9期，总第503期57检、误检现象，因此在BP神经网络输出层中阈值的更新非常重要，采用变化阈值算法计算输出层阈值，其公式为E=C Cty（4）其中：E表示变电站异常识别阈值；C表示某一时段内无人值守变电站状态参量的平均值；Cty表示标准环境下无人值守变电站状态参量的标准差11。对比更新得到的阈值与隐含层输出特征向量，计算出变电站异常概率，其公式为=g()Om-Ek（5）其中：表示无人值守变电站异常概率；g表示单位阶跃函数；E表示无人值守变电站状态补偿修正量；k表示无人值守变电站状态参量的基准门限值。当变电站异常概率大于0时，监测结果为无人值守变电站状态异常，否则为状态正常。1.3报警联动及应急控制集控中心监测到变电站状态异常时进行报警联动，确定预警等级。根据需求，共设计一级、二级、三级3个预警等级，当异常概率值未超过30%时，集控中心联动报警等级为一级；当异常概率超过30%但未超过60%时，集控中心联动报警等级为二级；当异常概率超过60%时，集控中心联动报警等级为三级。一级报警说明无人值守变电站异常程度较低，7 d内完成维修即可；二级报警说明无人值守变电站异常程度较高，危害性较大，集控中心发出应急控制决策输出为24 h内完成对异常区域维修；三级报警说明无人值守变电站异常程度非常高，危害性非常大，集控中心发出应急控制决策输出为立即维修异常区域，控制器控制异常区域的隔断开关开启，切割异常区域，将该区域的异常对无人值守变电站的影响降到最低。通过以上报警联动和应急控制，即完成了基于物联网技术的电网无人值守变电站集控中心的自动监控。2试验论证2.1试验设计试验对象选择某电网无人值守变电站，该变电站包括1个集中站主机和4个变电站主机，集控中心包括1个主站和4个副站，由1台存储服务器、2台应用服务器组成。根据该无人值守变电站的实际情况，在现场安装烟雾传感器、温度传感器和湿度传感器各3台，利用物联网采集到的无人值守变电站环境数据共1.62 GB，将其作为实验数据样本。统计10：30-19：30时刻集控中心对无人值守变电站自动监控的结果（见表2）。表2无人值守变电站集控中心监控结果时刻10：3011：3012：3013：3014：3015：3016：3017：3018：3019：30监测状态异常状态异常状态正常状态异常状态异常状态正常状态异常状态正常状态异常状态异常状态报警响应报警报警无警严重报警严重报警无警严重报警无警严重报警严重报警控制决策7 d内对故障设备维修7 d内对故障设备维修维持原状24 h对故障设备维修24 h对故障设备维修维持原状24 h对故障设备维修维持原状24 h对故障设备维修24 h对故障设备维修2.2实验结果与结论选择当前主流的监控方法作为比较组，分别为基于数据融合技术的无人值守变电站监控方法（方法1）和基于智能巡检机器人的无人值守变电站监控方法（方法2）。实验随机抽选1 000个样本，统计集控中心自动监控中错误报警的数量（见表3）。表3无人值守变电站集控中心错误报警数量（单位：个）样本数量1002003004005006007008009001 000本文方法0011123568方法1122634455268718291102方法2691224364152617182错误报警数量可以反映出集控中心自动监控的异常报警性能，从表2中的数据可以看出，对于1 000陈伟.基于物联网技术的电网无人值守变电站集控中心自动监控方法58个样本的异常报警，本文方法的错误报警数量仅为8个，方法1的错误报警数量最多，其次为方法2。由此看出，本文方法的异常报警性能最佳。在电力系统中，变电站电压回归稳态的速度是一个重要的指标。快速回归稳态电压可以保证电力系统的稳定运行，减少设备损坏和停电范围。随机抽取1个异常样本，监控集控中心自动监控下无人值守变电站的运行输出电压，变电站输出电压越稳定，则变电站运行状态越稳定，无人值守变电站集控中心监控效果如图2所示。电压/V电压/V时间/s102030405060010203040500本文方法方法1方法2额定电压时间（s）电压（V）图2无人值守变电站集控中心监控效果图从图2可以看出，应用本文方法的无人值守变电站在8.56 s时出现异常，经集控中心自动监控，变电站电压在9.47 s时回归稳态，而方法1是在31.52 s时变电站电压回归稳态，方法2是在19.68 s时变电站电压回归稳态。从管控效率方面看，本文方法表现最佳。通过以上实验对比与分析可以得出以下结论。（1）本文方法具有良好的自动监控性能，可以精准监测到无人值守变电站的异常状态，同时在管控下可使无人值守变电站快速回归稳态电压，说明本文方法具有较好的可行性与可靠性。（2）本文采取的物联网自动监控技术在数据采集方面具有一定的优势，应用该技术可有效提高无人值守变电站运行数据采集速度，保证集控中心自动监控效率。物联网技术在电网无人值守变电站集控中心自动监控方面具有良好的应用前景。3结语在物联网技术的支持下，电网无人值守变电站集控中心自动监控方法具备了强大的潜力，不仅提高了电力系统的效率和稳定性，还极大地节省了人力资源。通过实时的数据收集和监控，该方法能够及时发现和解决潜在的问题，从而避免可能发生的电力中断或设备损坏事件，确保电力供应的稳定性和可靠性。尽管该方法在技术实现上已经取得显著的进步，但仍有许多需要进一步研究和改进之处，例如如何更有效地利用物联网技术进行更精准的数据分析和预测，如何设计出更智能、更具有自适应性的自动化监控系统，解决这些问题可以更好地应对各种复杂的电力环境变化。4参考文献1 栾士岩，杨晶鑫，王永辉，等.智能变电站远程可视化运维与无人值守技术研究与实现 J.电气应用，2023，42（1）：7-14.2 冯俊宗，何光层，代航，等.基于数据融合技术的无人值守变电站火灾探测算法研究 J.消防科学与技术，2022，41（9）：1281-1286.3 姜辉，滕磊，窦雪亮，等.变电站无人值守智能巡检机器人的构建与设计 J.设备管理与维修，2022，（16）：104-106.4 万锴.500 kV变电站“无人值守+集中监控”数字化转型运维模式分析 J.低碳世界，2022，12（4）：102-104.5 王志磊，李华魁.基于泛在电力物联网的无人值班变电站消防远程集中监控系统 J.电工技术，2022，（8）：132-133，141.6 王广慧，董新伟，杨飞，等.某煤矿110 kV无人值守变电站全寿命周期成本建模及敏感性分析 J.中国矿业，2021，30（S1）：68-73.7 郑宝强，张健，曹飞，等.基于泛在电力物联网的无人值守变电站消防策略研究 J.南方能源建设，2020，7（4）：75-80.8 温新叶，周萃銮，管福巧，等.无人值守变电站自动调度系统及应急调度方法 J.农村电气化，2020，（11）：51-54.9 宋鹏，王文杰，周信，等.无人值守变电站消防智能管控系统研究设计 J.数字通信世界，2020（11）：100-102.10 于敬泽.霍州煤电辛置矿井下无人值守采区变电站自动化系统设计研究 J.机械管理开发，2020，35（9）：281-283.11 殷守斌，田克强，李明，等.基于音频识别分析的无人值守变电站设备在线监听与故障排除 J.微型电脑应用，2020，36（2）：31-34.企业科技与发展，2023年，第9期，总第503期59