基于多传感器融合的微型智能综合体研究.pdf

2023年3 月第2 6 卷第3 期Mar.2023,Vol.26,No.3电力大数据POWER SYSTEMS AND BIG DATA大数据专题Big Data Special Reports基于多传感器融合的微型智能综合体研究张缘圆，辛明勇，冯起辉，祝健杨（贵州电网有限责任公司电力科学研究院，贵州贵阳550 0 0 2）摘要：电力系统中的配电室会受到氧气、SF。和温湿度等因素的影响，可能导致无法正常运行等电力系统故障，实时监测配电室中的气体、温湿度，以及电缆等的水浸状态很有必要性。本文提出了一种传感器智能综合体技术方案，集成各种不同的传感器，实时监测配电室环境中的氧气、SF6、臭氧气体的含量，还能实时监测电缆通道、管沟，以及管廊的水浸状态，监测数据通过2.4GHz无线通讯传输至上位机，部分数据直接就地显示。该微型智能综合体具有低功耗、响应快、体积小、智能化等特点，可应用于多种不同的配电室场景。智能综合体对SF6、温度，以及水浸水位状态的检测具有较高精度。关键词：配电室；气体；多传感器；温湿度；水浸；监测中图分类号：TP216文章编号：2 0 9 6-46 3 3(2 0 2 3)0 3-0 0 6 9-0 8文献标志码：ADOI:10.19317/ki.1008-083x.2023.03.009开放获取近年我国电力系统快速发展，电能在社会中所发挥的作用越来越多 1-5,在国际上，电能的运用水平也是衡量一个国家电力行业发展的标志 6-10 。其中配电室作为电力系统中常见的基础设施，也是配电系统的重要组成部分，其系统运行的可靠性也影响着电力系统的稳定 11-13 。在配电室中，其各种气体的含量如氧气、臭氧、SF。等会对配电室造成一定的影响；配电室内环境的温湿度，以及内部电缆、管廊、管沟等的水浸水位状态也是影响其稳定运行的因素 14-16 。若配电室中气体浓度等超过一定限度，系统则会出现故障，进而可能会导致电力系统故障甚至瘫痪，所以配电室的安全运行在电力系统中具有极其重要的地位 17-19 ,对其内部环境的实时监测也具有十分重要的意义。目前我国对电力系统配电室的监测技术也有了较多的研究 2 0-2 ，传统的配电室内环境信息采集方法，有红外测温、光纤传感等方法 2 3-2 6 ，但这类方法局限性也较为明显，实时监测的效果较差，存在误差大或监测不全面的问题。此外，有基于Modbus协议 2 7 的配电室监测系统 2 8 ，可采集配电室的温度、烟雾等信息；也有基于GSM虚线通信网络的配电室环境监测系统 2 9，可实现无人监控等效果；对于其他的通信方式，有采用IPC总线 3 0-3 1的智能监测系统 3 2-3 3，其能简化外围电路，提高了配电室检测系统的可靠性，在该总线上可以同时挂载多个结点，但软件实现较为复杂。虽然市面上有颇多对配电室监控系统的研究，但很多监控系统的组成过于复杂，并且检测效果或者实时性效果不太理想。本文提出了将多种传感器融合于一体的微型智能综合体解决方案。微型智能综合体用于电力系统配电室内氧气、SF6、臭氧气体浓度值的实时监测与反馈，以及对配电室内的电缆通道、管沟、管廊等水位水浸状态实时在线检测。智能综合体的硬件之间可通过有线RS485通讯进行数据传输，并能基于2.4GHz射频通信进行无线通信，通过无线通讯模块将实时监测数据传送至上位机系统。设备所监测的部分数据可直接通过智能综合体自身所携带的电子显示屏进行实时显示。此多功能智能综合体体积较小，安装方便，使用简单，可适用于多种电力系统的配电室实时监测。1行微型智能综合体设计1.1微型智能综合体系统硬件设计微型智能综合体的总体硬件原理框图如图1所示，此处理器主要负责各模块之间数据的传输，以及系统之间的逻辑控制。在复位设计中，电阻电容复位，上电复位，上电瞬间RST引脚为高电平，立即复位，然后由于该点通过电阻接地,则RST该点的电平会逐渐地改变为低电平，从而使得处理器复位口的电平从1跳转到0，处理器复位相关电路图如图3 所示。传感模块分别由O2探头、O3探头、SF.探头、水位探头、温湿度探头，以及水浸检测线组成，分别用于三种气体、温湿度，以及水位和水浸状态的实时监测。电源模块则是采用了2 4VDC或一次性高温锂69.电力大数据电池，当此装置用于检测配电室内O2、O 3、SF。三种气体浓度值时，需使用外部2 4VDC电源进行供电，其电源电路原理图如图4所示；当只需检测水浸、水位状态或配电室内的温湿度时，则可选用一次性高温锂电池作为电源，但此时仍可使用外部电源进行供电，即使用外部电源时不用区分检测数据种类，使用高温锂电池时只可检测部分数据。其中控制单元与传感模块和无线模块之间采用有线的RS4853437通信进行数据传输，无线模块与接收装置之间则采用基于RTU的2.4GHz无线通信方式。控制单元的MCU(HC32L136低功耗微处理器)采用其内部时钟，所以无需再额外设计时钟电路。无线模块选用了SX1281收发器，其可在2.4GHz频段进行第2 6 卷VCCP3R247k/RSTC4InF文GND图3处理器复位电路图Fig.3ProcessorresetcircuitdiagramSI+24VW33VL.IAPJYDVGNDGNDVCCVCC/RSTTESTSBW$S14D27BWF801M/RSTTEST人4700E4tV100nF750V2UF98-12/8500HDCDMA远程通信，且线性度高，可以承受较大的干扰，数据传KF2EDGRM-3.5-12P输效果较好，并采用带有3-15H电感的DCDC模式，此模式下无线发射电流约2 8 mA，其供电电压不超过3.6V,采用此模式可降低功耗。SX1281在时钟设计方面采用外接52 MHz贴片晶振，并且在无线模块的天线设计上，采用了50 2 阻抗的板上天线，天线前采用元型匹配电路，线宽为3 0 mil,SX1281无线模块整体电路原理图如图5所示。电源模块供电传感模块控制单元数据传输数据传输图1总体硬件框图Fig.1Overall hardware block diagramHC32L136&HC32L196&STM32L053VCC3V3UIOR30VCAPOLEDKEYSEO3NdSEO2SESF6C18C194.7uFL100RESTSEBDGNDAN2PC3DGNDVCC3V3C20C21LPTXDILPRXDI4.7uFLi00mZYOUT2DGND4ZYOUTiR57VCC3V3HR58EVCCEINBUZIOJYDEVCC23LP.TXDO24PA07PAO9ICOMO/UARTO_TXDPC04PAO8/SEGOLPRXDO25PC05CONNECTRUNMXALRTMXSDAMXSCLDGNDVCC3V3C25C244.7uFi00nTDGND图2HC32L136低功耗微处理器原理图Fig.2Schematic diagramof the HC32L136lowPowermicroprocessor.70图42 4VDC外部电源电路原理图Fig.424VDCexternal powercircuitschematicVRPAVR.PAVDDINNRESETNRESETCIdCRKTATOnF1OnFGNDDVCCDCCFH2DOC.FBCTSX1281o.1uf470mGND无线模块接收装置数据传输C16VCAPPC13PC14/XTLIPC15/XTLOPDOO/XTHISEWL60PC02PC0312AVSS13PA00AVDD15PAO116PA02/UARTI_TXDPA14/SWCLK1719182120PA04PDOSPAOS22PA06PAIOVCOMIAUARTO_RXDPCO9/SEGI272628PB023029PB1031PBDVSS32DVDDHC32L136-LQFP64GNDGNDRFIOXTAGNDGNDGNDXBXTBDIOIBUSYDio2DIO3VBAT_ODCFDC SW150HL0805XTAXTB52MH2图5SX1281总体电路原理图Fig.5General circuit schematic diagram of SX12811.2微型智能综合体系统嵌入式软件设计智能综合体内部嵌入式软件总体设计思路为，DVDDDVSS6263PB09PB086160PD0359PDOI/XTHOPB07RESETBPCO0PCO1PAO3/UARTIRXDPDO4PBOOPBO1GNDSHCNSSCTSSCKRTSNMOSLRXMISO16SHMISVBATDCC.SW1GNDGNDVCC3V3OLEDSDADGNDTOOnFOLEDSCLBOOTOOLEDEVCCPB06VLCDIPB0S/VCLD2PB04VLCD3PBO3/VLCDHPD02PC1252NRESETPCI1PCIO5150PA15PD06PD0746PA13/SWDIOPA11/COM2PA12/COM3PC08/SEG2PCO7/SEG3PCO6/SEG4PB15/SEG5PB14/SEG6PB13/SEG7PB12L1CIZI3.0nC182.5nH1.20FT0.8SPLSCGNDSW使用MCU(HC32L136)定时采集监测数据和储能电容电压值，并通过SX1281无线模块上传数据至585756SPIMISO55SPISCK54BUSY53DIO1SX1280LEDSPLCTSSWDCKRALYCV3SWDIO43SEWSEN43RXDO42TXDO41SETH40KO39ZYVCCALARM3837JYDSCL3536SHTIOSDAJYDSDA34SHT1OSCL33SHTIOVCCANT1AANTNGND文BDKEYSPLMOSER43DGNDGND上位机。软件的原理框图如图6 所示，主要功能模SPIO块包括了系统初始化模块、定时中断采集气体数据模块、adc采集电压模块、无线发射模块、RS485模块、液晶显示模块等。嵌人式软件的工作流程图如图7 所示，程序在执行时，同一个进程下分为了有线和无线两个线程运行，且彼此互不影响，同时进行。有线实时采集通过RS485通信进行传输数据，其数据采集周期设定为1秒，实时监测气体浓度和传感器供电电压；无线采集的定时时间为5分钟一次，采集后同样进行数据发射，在使用电池供电时，数据发送之后采集器将进入休眠状态，提高设备的续航能力，若为外部供电则不进入休眠。866199第3 期指示灯显示10口驱动IIC总线驱动图6 软件原理框图Fig.6Software schematic diagram开始初始化时钟、10、无线,IIC,UARTLORA2G4无线定时时间5min到？YES采集气体浓度值和电池电压数据发射电池供电休眠图7软件工作流程图Fig.7Softwareflowchart1.3微型智能综合体外观及使用方法微型智能综合体外观及尺寸如图8 所示，接口到分别为氧气探测器接口（O，）、六氟化硫探测器接口（SF。）、臭氧探测器接口（O，），以及温湿度探测器接口，传感器具体接线端子如图10 所示。安装方法为先用螺丝刀在固定墙或支架开孔，将塑料膨胀塞固定于墙体或支架，并用自攻干壁钉将挂码安装在墙体或支架上，最后将传感器卡槽与挂码紧固卡扣连接，具体如图9 所示。张缘圆，等：基于多传感器融合的微型智能综合体研究气体值采集无线发射应用层应用接口底层驱动SPI总线驱动RS485定时1s时间到？YESNO采集气体浓度值和电池电压数据ADC驱动。图8智能综合体外观尺寸图Fig.8Intelligent complex appearance size drawing1图9传感器安装示意图Fig.9Sensor installation diagramOFFONGroen1.+24VDC3.干接点公共端4.干接点输入端5.RS485总线B端6.RS485总线A端7.水浸输入口SJ18.水浸输入口SJ29.水位通讯接口Bule10.水位通讯接口Yellow11.水位通讯接口Red12.水位通讯接口Green图10传感器接线端子图Fig.10Sensorterminal diagram23892322.-24VDC.71电力大数据智能综合体的氧气浓度测量，其预期精度为2功能测试实验与对应结果分析2.1传感器精度测试与结果分析在对智能综合体进行氧气浓度测量实验前，选取了三个不同的地址，分别为地址1、地址4和地址5，在每个不同的地址，使用配气仪设定了四组不同的氧气体积比，实验现场如图11所示。使用微型智能综合体进行测量实验的数据记录前，先打开氧气瓶和氮气瓶，在配气仪中设置对应的氧气比，氧气传感器探头需放置于配气仪密封罐子内；待配气仪中的氧气体积比稳定一小时并且传感器数据稳定后，再进行数据记录。最终实验所得测量值和误差值记录在表1和图12 之中。日日图11氧气传感器测试环境Fig.11Oxygen sensor test environment表1氧气传感器测量值Tab.1(Oxygen sensor measurement配气仪氧气5体积比（%）地址测量值（%）测量值（%）测量值（%）测量值（%）15.645.455.3配气仪氧气含量：5%10.50210Fig.12Oxygen measurement errors in different environments72第2 6 卷土1%FS,预期分辨率为0.1%（体积比）。根据实际测量结果可知，传感器分辨率为0.0 1%，符合预期效果，三个地址的测量误差均在预期精度范围内；但氧气体积比在较高的15%、2 0%、2 5%情况下，地址1和地址4的测量误差值均超过了预期误差值，最高误差达到了1.9%，测试环境和标气输出精度可能是造成较大误差的直接因素，或者标定本身存在较大误差。所以此氧气浓度测试实验表明，该智能综合体在氧气浓度更低的环境中测量精度较高。2.2SF6传感器精度测试与结果分析在进行SF。传感器精度测试实验前，与O,测试过程一致，将传感器探头放置于配气仪的密封罐子内部；同时打开配气仪，以及SF。气瓶和氮气瓶，在配气仪中设置相应的SF。体积比；同样在SF。体积比稳定1小时并且传感器数据稳定之后，记录不同地址与不同体积比时该传感器测量数据。此次试验选取地址为1和4，具体测量数据如表2 所示，在5种不同的体积比下，两个地址环境所测量的误差值大小图13 所示。此智能综合体的SF。传感器精度测试范围为0mg/L3 0 0 0 m g/L,预期其能达到的精度为2%FS，6 0 m g/L，且预期分辨率为1mg/L。从图中可知，在两个不同地址环境中，当SF。体积比在10%，30%，50%，8 0%时，测量值均在误差范围内，符合预期目标；当配气仪中全为SF。气体时，误差超过了预152016.321.716.621.815.320配气仪氧气含量：15%210地址1地址4差值(a)配气仪氧气含量：2 0%地址1地址4课美值(）(e)图12 不同环境氧气测量误差2526.926.724.7地址5地址1配气仪氧气含量：2 5%420地址5-2期值，地址1的误差值为10 8 mg/L，地址2 为66mg/L，最大误差达到了10 8 mg/L。在实际情况下，SF.浓度在50 0 mg/L以内不会出现较大误差即可满足要求，在高浓度2 0 0 0 mg/L以上时，允许有150mg/L的误差。按上述，智能综合体的SF。传感器测试精度整体较为准确，基本满足实际使用需求。表2 SF.传感器测量值Tab.2SF6 sensor measurement value配气仪SF。地址4地址5误差值（(b)地址1地址4识差值（(d)10体积比(%)mg/L201.5测量值测量值测量值直测量值汉测量值地址5地址(mg/L)（m g/L)（m g/L)（m g/L)（m g/L)1219419930604.51007.51612.02015.06161033600101450801638163210021232081第3 期配气仪SF6含量：10%（2 0 1.5mg/L）200-20配气仪SF6含量：50%（10 0 7.5mg/L）40200Fig.13SF。me a s u r e me n t e r r o r i n d i f f e r e n t e n v i r o n me n t s2.3温湿度传感器精度测试与结果分析在温湿度测试实验中，使用两台智能综合体样机分别进行数据采集。数据采集前，将其放置于恒温箱内，将温湿度计所测量的数据作为参考，如图14所示，将温度和湿度设置为相对应的参数至环境稳定，读取稳定后两综合体传感器数值，并与温湿度计的测量参数作对比，两台样机的湿度测量与误差具体情况如下图15所示，温度测量与误差如图16所示。图14温湿度传感器测试环境Fig.14T/H sensortestenvironment120样机测量值3.5100一误差值804012057.367.1 75.983.6 92.8 95.3温湿度计值（%RH)（a）样机一测量值与误差值图15样机湿度测量值与误差值Fig.15Humidity measurement value and errorvalue of prototype张缘圆，等：基于多传感器融合的微型智能综合体研究样机测最值配气仪SF6含量：3 0%（6 0 4.5mg/L)差值2010地址1地址4误差值（）(a)地址1误差值()）(c)配气仪SF6含量：10 0%（2 0 15mg/L）2001000图13 7不同环境SF.测量误差120100(H%)期喜件3.0802.560402.0201.5057.367.175.983.692.895.3温湿度计值（%RH）（b）样机二测量值与误差值样机测量值60误差值0-10配气仪SF6含量：8 0%（16 12 mg/L）40200地址4地址1#误差值(%)(e)地址1课差值()(b)地址1误差值()(d)地址4误差值3.52.0地址4地址4样机测量值19.8温湿度计值（C）（a）样机一测量值与误差值图16 样机温度测量值与误差值Fig.16Temperature measurement and errorvalueof prototype温湿度传感器湿度测量范围0%RH10 0%RH,预期的湿度测量误差为3%RH,湿度分辨率1%RH,温度的预期误差为0.4。由测试结果可知，对湿度进行检测时，分辨率为0.0 1%RH，满足要求，但6 6.7%RH的测试数据误差超过了预期的3%RH,最大误差值达到了3.4%RH，湿度检测效果不太理想；但在温度精度测试中，最大温度测量误差值为0.7，超过预期土0.4。此传感器采用的是 SI7020-A20-GM1R SILICON LABS,测量范围是40 到8 5，精度不是很高，但基本满足使用要求。2.4水位传感器水位精度测试与结果分析在进行水位精度测试实验前，需将液位变送器线按对应端子安装于智能综合体样机上，然后把3个传感器的液位变送器固定在一起，以此确保位置的一致性，随后把液位变送器放进刚好能装3 个液位变送器的管子内，最后将水位调到相对的高度。开始水位精度测试，具体如图18 所示，待传感器数据稳定后记录，具体测试情况如图17。0.010:000.00-0.0533-0.02-0.15-0.03-0.20-0.00.51.01.5水位值（）(a)地址一图17水位精度测量误差Fig.17Water level accuracy measurement error(a)图18水位精度测试环境Fig.18VWater level accuracy test environment19.830552.00.0300.2温湿度计值（C)（b）样机二测量值与误差值0.003-001-0.02-0.030.01.50.5水位值（）(b)地址二550.5102.01.5水位值（(）(c)地址三(b)73-0.62电力大数据水位测试传感器的预期误差值为土0.0 2 5m，由高，但整体功能基本已满足实际使用需求。以上结果可知，传感器所测数据大部分达到了预期目标，超过预期误差值的较少，其中最大误差为-0.0288m，可能是由于水位探测器零点偏移较大导致，但总体测试精度良好，此功能基本可满足实际需求。2.57水浸传感器测试与结果分析水浸传感器测试实验采用纯手动实现，在确保智能综合体正常工作情况下，采用直接放入水中和用水滴两种方式进行水浸实验，如图19 所示。当将传感器检测线上任意一处相邻的两条黑色检测线放进水中时，观察智能综合体显示屏上是否显示水浸报警提示，随后将检测线擦干，同样将任意一处相邻的两条黑色检测线分别用水滴连结导通，观察显示屏报警状态反馈，测试传感器状态检测的灵敏度。(a）水杯图19 水浸传感器测试环境Fig.19Water sensor test environment根据实验反馈结果，传感器检测线在水杯和水滴两种情况下都能正常显示报警，并且在沾上极小水量也能及时作出状态响应，在使用水滴进行实验时，水分干后传感器显示即可恢复正常状态，所以综上所述，水浸传感器的灵敏度符合要求。3结论本文提出了一种将多种传感器集成于一体的微型智能综合体，传感器的多个探头可实现对配电室内的氧气、臭氧、SF。气体浓度以及环境温湿度的实时监测，在连接智能综合体侧面某些端口后，可对配电室内电缆通道、管沟、管廊水浸状态与水位状态进行实时在线检测，以保证配电室系统的稳定运行。该微型智能综合体具有功耗低、体积小、响应快、使用简单、安装方便等特点，可适用于多种配电室环境的监测。在对SF。、温度以及水浸水位状态的检测上误差较小，精度较高，其余检测项虽误差相比更偏74第2 6 卷参考文献：1苗磊，李擎，蒋原，等.深度学习在电力系统预测中的应用 J工程科学学报，45（0 4）：6 6 3-6 7 2.MIAO Lei,LI Qing,JIANG Yuang,et al.A survey of powersystem prediction based on deep learningJI.Chinese Journal ofEngineering,45(04):663-672.2梁凌宇，赵翔宇，黄文琦，等.融合多类人工智能模型的电力系统负荷短期预测技术研究J.电力大数据，2 0 2 2，2 5（0 6）：16-23.LIANG Lingyu,ZHAO Xiangyu,HUANG Wenqi,et al.Research on short term load forecasting of power system basedon multi-class artificial intelligence modelJ.Power Systemsand Big Data,2022,25(06):16-23.3汤亮亮.新型电力系统接地关键技术及展望 J.电瓷避雷器，2023,(01):1-10.TANG Liangliang.Key technologies review and prospect ofgrounding in new type power systemJJ.Insulators and SurgeArresters,2023,(01):1-10.4李亚楼，张星，胡善华，等.含高比例电力电子装备电力系统安全稳定分析建模仿真技术 J.电力系统自动化，2 0 2 2，46（10）：33-42.LI Yalou,ZHANG Xing,HU Shanhua,et al.Modeling andsimulation technology for stability analysis of power system(b)水滴with high proportion of power electronicsJ.Automation ofElectric Power Systems,2022,46(10):33-42.5孙华东，徐式蕴，许涛，等.电力系统安全稳定性的定义与分类探析J.中国电机工程学报，2 0 2 2，42（2 1）：7 7 9 6-7 8 0 9，11.SUN Huadong,XU Shiyun,XU Tao,et al.Research ondefinition and classification of power system security andstabilityJJ.Proceedings of the CSEE,2022,42(21):7796-7809,11.6苏文婧，苏适，杨洋，等.以新能源为主体的新型电力系统建设面临的问题 J.云南电力技术，2 0 2 2,50（0 1)：2 4-2 8.SU Wenjing,SU Shi,YANG yang,et al.Under the backgroundof double carbon,the construction of new power system withnew energy as the main body faces three contradictions J.Yunnan Electric Power,2022,50(01):24-28.7李家钰，秦文萍，景祥，等.台风灾害下考虑连锁故障的电力系统弹性评估JJ.电力系统及其自动化学报，2 0 2 3，3 5（0 1）：14-22.LI Jiayu,QIN Wenping,JING Xiang,et al.Power systemresilience assessment considering cascading failure undertyphoon disasterJJ.Proceedings of the CSU-EPSA,2023,35(01):14-22.8华鞠平，姜婷玉，黄桦.浅论新型电力系统的“三自”性质 J.中国电机工程学报，2 0 2 2，43（0 7)：2 59 8-2 6 0 7,10JU Ping,JIANG Tingyu,HUANG Hua.Brief discussion on the第3 期three-selfnature of the new power systemJJ.Proceedings ofthe CSEE,2022,43(07):2598-2607,10.9张卓然，许彦武，姚一鸣，等.多电飞机电力系统及其关键技术J.南京航空航天大学学报，2 0 2 2 54（0 5）：9 6 9-9 8 4.ZHANG Zhuoran,XU Yanwu,YAO Yiming,et al.Electricpower system and key technologies of more electric aircraftJ.Journal of Nanjing University of Aeronautics&Astronautics,2022,54(05):969-984.10 杨博，陈义军，姚伟，等.基于新一代人工智能技术的电力系统稳定评估与决策综述 J.电力系统自动化，2 0 2 2，46（2 2）：200-223.YANG Bo,CHEN Yijun,YAO Wei,et al.Review on stabilityassessment and decision for power systems based on new-generation artificial intelligence technologyJJ.Automation ofElectric Power Systems,2022,46(22):200-223.11俞斌，胡卓然，李黎，等.10 kV大容量配电变压器差动保护配置应用研究 J.电力系统保护与控制，2 0 2 1，49（2 2）：9 8-10 4.YU Bin,HU Zhuoran,LI Li,et al.Differential protectionconfiguration of a 1o kV large capacity distribution transformerJ.Power System Protection and Control,2021,49（2 2):98-104.12 王婷婷，王玥，于红丽，等.含高比例新能源的新型配电系统韧性资源调度 J.可再生能源，2 0 2 2，40（0 9）：12 49-12 56.WANG Tingting,WANG Yue,YU Hongli,et al.Resilienceresources scheduling for new distribution system with highproportions of renewablesJJ.Renewable Energy Resources,2022,40(09):1249-1256.13 LIU Guodong,JIANG Tao,Ollis Thomas B,et al.Resilientdistribution system leveraging distributed generation andmicrogrids:a reviewJJ.Iet Energy Systems Integration,2020,2(4):289-304.14闫崇松.超级电容器在10 kV配电系统中的应用分析 J.内蒙古电力技术，2 0 2 1,3 9（0 6）：6 9-7 2.YAN Chongsong.Application analysis of super capacitor in10kV distribution systemJJ.Inner Mongolia Electric Power,2021,39(06):69-72.15 Saeed Salimi Amiri,Masoomeh Rahmani,John D.McDonald,etal.An updated review on distribution management systemswithin a smart grid structureC.2021 11th Smart GridConference(SGC),Tabriz,Iran:IEEE,2021:1-5.16徐海宁，何方，陈曦，等.新型高压开关配电室环境监测系统的设计 J.电子世界,2 0 17，（13)：116,118.XU Haining,HE Fang,CHEN Xi,et al.Design of environmentalmonitoring system for new high voltage switch distribution roomJ.Electronics World,2017,(13):116,118.17 张征，赵培培.智能电网控制系统的电网一体化控制方法研究J.浙江电力，2 0 2 1,40(0 8)：59-6 4.ZHANG Zheng,ZHAO Peipei.Research on integrated controlmethod of power grid based on smart grid control systemJ.Zhejiang Electric Power,2021,40(08):59-64.张缘圆，等：基于多传感器融合的微型智能综合体研究州：华南理工大学，2 0 19.ZOU Qifeng.Research on environmental control technology inhigh-voltage distribution room of substations and itsapplication D.Guangzhou:South China University ofTechnology,2019.19 Ranjeet Kumar,Dipti Saxena.A Literature review on methodologiesof fault location in the distribution system with distributed generationJJ.Energy Technology,2020,8(03):201901093.20张勇军，羿应棋，李立涅，等.双碳目标驱动的新型低压配电系统技术展望 J.电力系统自动化，2 0 2 2,46（2 2）：1-12.ZHANG Yongjun,YI Yingqi,LI Licheng,et al.Prospect of newlow-voltage distribution system technology driven by carbonemission peak and carbon neutrality targetsJ.Automation ofElectric Power Systems,2022,46(22):1-12.21 Q FAN,QS LV,YY CHEN,et al.Development and application ofenvironmental regulation and control system in substationdistribution RoomC.2019 IEEE 3rd Information Technology,Networking，El e c t r o n i c a n d A u t o ma t i o n Co n t r o l Co n f e r e n c e(ITNEC),Chengdu,China:IEEE,2019:1784-1788.22 FAN YIWEN,CHI YONGING,LI YAN,et al.Key technologies formedium and low voltage DC distribution systemJJ.Global EnergyInterconnection,2021,4(01):91-103.23】焦婷，李红雷，魏本刚，等.基于分布式光纤传感的超导电缆漏热监测系统 J.低温与超导，2 0 2 2,50（0 6）：6 6-7 0，8 3.JIAO Ting,LI Honglei,WEI Bengang,et al.Heat leakage monitoringsystem of superconducting cable based on distributed optical fibersensing technologyLJJ.Cryogenics&.Superconductivity,2022,50(06):66-70,83.24亚洲，贺海浪.红外测温技术在变电运维中的应用分析 J.电工材料，2 0 2 1,(0 6)：7 0-7 2.GAO Yazhou,HE Hailang.Application analysis of infraredtemperature measurement technology in substation operationand maintenance JJ.Electrical Engineering Materials,2021,(06):70-72.2 5 胡子昂，王强，谷小红，等.基于分布式光纤传感的合成气管道温度在线监测研究 J.激光与红外，2 0 2 3，53（0 1)：9 0-9 6.HU Ziang,WANG Qiang,GU Xiaohong,et al.Onlinemonitoring of syngas pipeline temperature based on distributedfiber optic sensingJJ.Laser&Infrared,2023,53(01):90-96.26常清洋，郭立稳，武建国，等.基于红外测温技术的高温热源定位实验研究 J.煤矿安全，2 0 2 2，53（0 9）：10 0-10 5.CHANG Qingyang,GUO Liwen,WU Jianguo,et al.Experimenta