電力設(shè)備紅外測(cè)溫多點(diǎn)輪巡路徑優(yōu)化控制的研究

徐東輝，王 勇，張佳民

(1.上海電力學(xué)院電子與信息工程學(xué)院，上海 200090;2.上海電力學(xué)院自動(dòng)化工程學(xué)院，上海 200090)

0 引言

隨著建設(shè)堅(jiān)強(qiáng)智能電網(wǎng)目標(biāo)的深入，對(duì)電力設(shè)備的安全性提出了更高的要求。從變電站到輸配電運(yùn)輸設(shè)備再到用戶的整個(gè)過(guò)程中，大多數(shù)電力設(shè)備都運(yùn)行在高壓大電流狀態(tài)下，由于設(shè)備局部過(guò)熱造成的設(shè)備損壞和停電時(shí)有發(fā)生，嚴(yán)重影響了系統(tǒng)的安全運(yùn)行。據(jù)有關(guān)部門調(diào)查統(tǒng)計(jì)，近年來(lái)我國(guó)電氣火災(zāi)約占全國(guó)火災(zāi)總數(shù)的30%，其中重大火災(zāi)有70%是由電氣線路、電氣設(shè)備事故造成的。為能有效地避免此類事故，需要利用各種監(jiān)測(cè)手段對(duì)事故進(jìn)行提前預(yù)警，其中溫度監(jiān)測(cè)占監(jiān)測(cè)總量的50%。因此，電力設(shè)備的在線溫度監(jiān)測(cè)是電網(wǎng)正常運(yùn)作的重要保障［1－4］。

傳統(tǒng)采用人工巡查測(cè)溫對(duì)各電氣設(shè)備連接點(diǎn)進(jìn)行監(jiān)測(cè)，存在準(zhǔn)確度低、實(shí)時(shí)性差等缺點(diǎn)［5］。隨著紅外測(cè)溫技術(shù)的發(fā)展，現(xiàn)常用紅外測(cè)溫儀或紅外熱像儀進(jìn)行非接觸測(cè)溫［6－7］，但固定安裝和單點(diǎn)測(cè)溫增加了布設(shè)成本。

為克服上述不足，本文針對(duì)變電站電氣連接點(diǎn)，以開(kāi)關(guān)接觸頭、母線連接點(diǎn)為監(jiān)測(cè)對(duì)象，將自動(dòng)化技術(shù)和圖論算法相結(jié)合，研制了一套紅外測(cè)溫多點(diǎn)輪巡控制系統(tǒng)。該系統(tǒng)能夠?qū)崿F(xiàn)單紅外測(cè)溫儀對(duì)空間多點(diǎn)的輪巡測(cè)溫，并根據(jù)測(cè)溫信息智能更新輪巡路徑，實(shí)現(xiàn)自優(yōu)化，提升監(jiān)測(cè)效率，節(jié)約布設(shè)成本。

1 紅外測(cè)溫系統(tǒng)實(shí)現(xiàn)

1.1 紅外測(cè)溫系統(tǒng)結(jié)構(gòu)

系統(tǒng)設(shè)計(jì)原理框圖如圖1所示。系統(tǒng)主控制芯片采用8位單片機(jī)微控制器SM5964。單片機(jī)外接2個(gè)2HB3525D電機(jī)驅(qū)動(dòng)模組使能2臺(tái)步進(jìn)電機(jī);采用ZLG7289芯片作為定位控制模塊的主芯片，實(shí)現(xiàn)鍵盤與顯示功能，在瞄準(zhǔn)激光的引導(dǎo)下對(duì)待測(cè)溫點(diǎn)的空間坐標(biāo)進(jìn)行定位和編號(hào)，并將定位信息存儲(chǔ)至X5045存儲(chǔ)器中;通過(guò)RS232串口接收紅外測(cè)溫模塊的數(shù)據(jù)信號(hào)，再利用Zigbee模塊傳遞至上位機(jī)。

1.2 自動(dòng)控制結(jié)構(gòu)設(shè)計(jì)

圖1 統(tǒng)設(shè)計(jì)原理圖

本文設(shè)計(jì)了一種機(jī)械云臺(tái)作為紅外測(cè)溫儀的自動(dòng)控制結(jié)構(gòu)，主要包括垂直執(zhí)行器、水平執(zhí)行器、固定結(jié)構(gòu)3部分，其設(shè)計(jì)圖如圖2所示。執(zhí)行器選用步進(jìn)電機(jī)，在限位開(kāi)關(guān)的控制下，水平方向可做350°旋轉(zhuǎn)，垂直方向可做150°旋轉(zhuǎn)。將紅外測(cè)溫儀安裝在固定結(jié)構(gòu)，通過(guò)機(jī)械云臺(tái)的旋轉(zhuǎn)，紅外測(cè)溫儀可以輪巡監(jiān)測(cè)空間中的待測(cè)點(diǎn)。

圖2 機(jī)械云臺(tái)設(shè)計(jì)圖

1.3 紅外測(cè)溫設(shè)備及原理

本系統(tǒng)采用紅外測(cè)溫儀JRTS80，其距離系數(shù)為120∶1，配有2級(jí)瞄準(zhǔn)激光，適合長(zhǎng)距離、小目標(biāo)和較強(qiáng)電磁干擾的工業(yè)環(huán)境的測(cè)量。JRTS80采用全輻射測(cè)溫，滿足斯蒂芬－玻耳茲曼定律［8］，其工作原理框圖如圖3所示。利用光學(xué)系統(tǒng)收集和處理被測(cè)物體的紅外輻射能量，再利用紅外探測(cè)器轉(zhuǎn)換為電信號(hào)，經(jīng)放大電路和轉(zhuǎn)換電路由處理器運(yùn)算后輸出對(duì)應(yīng)的溫度值。

圖3 JRTS80工作原理圖

2 多點(diǎn)輪巡路徑優(yōu)化

2.1 數(shù)學(xué)模型

測(cè)溫裝置在現(xiàn)場(chǎng)安裝后通過(guò)定位控制模塊對(duì)監(jiān)測(cè)點(diǎn)進(jìn)行空間定位和編號(hào)，并將空間坐標(biāo)和編號(hào)進(jìn)行存儲(chǔ)。系統(tǒng)工作時(shí)根據(jù)空間定位信息進(jìn)行輪巡，為了更好地提升系統(tǒng)的測(cè)溫效率，需要確定系統(tǒng)的時(shí)間優(yōu)先級(jí)以及溫度優(yōu)先級(jí)。由于系統(tǒng)按照編號(hào)輪巡的路徑不一定是輪巡的最短路徑，需結(jié)合待測(cè)點(diǎn)的溫度確定優(yōu)先監(jiān)測(cè)點(diǎn)，因此多點(diǎn)輪巡路徑優(yōu)化問(wèn)題實(shí)質(zhì)上是兩個(gè)旅行商子問(wèn)題(Traveling Salesmen Problem，TSP)的嵌套求解問(wèn)題，是經(jīng)典的np完全問(wèn)題［9］。

2.2 二邊優(yōu)化貪婪算法

TSP的實(shí)質(zhì)是在給定的無(wú)向帶權(quán)圖中尋找長(zhǎng)度最短的哈密爾頓回路問(wèn)題。一般求解方法有:窮舉法、回溯法、分支界限法、貪心法、智能計(jì)算方法等。其中，貪心法和智能計(jì)算方法屬于近似算法，對(duì)于結(jié)果具有較強(qiáng)的優(yōu)化能力，但不一定能夠求得 TSP 問(wèn)題的最短路徑［10－14］。

二邊逐次修正算法是求解最佳哈密爾頓圈的近似算法之一，其缺點(diǎn)是初始路徑狀況對(duì)其計(jì)算量影響較大，較差的初始結(jié)果會(huì)造成大量的迭代求解。而貪婪算法正好可以對(duì)于初始路徑進(jìn)行直接優(yōu)化，減少二邊逐次修正算法的運(yùn)算量。因此，將兩種算法融合成二邊優(yōu)化貪婪算法(One－by－One Greedy Algorithm，2OGA)，就會(huì)兼有貪婪算法的快速優(yōu)化和二邊逐次修正算法對(duì)結(jié)果的快速趨近，可適用于本系統(tǒng)的路徑優(yōu)化問(wèn)題的求解。

結(jié)合系統(tǒng)的實(shí)際要求，文中的2OGA算法流程如圖4所示，其算法描述如下:

step 1:初始化Vnew={x}，其中x為集合V1中的任一節(jié)點(diǎn)，Enew={}，生成標(biāo)記集合Vuse={x};

step 2:輸入兩個(gè)頂點(diǎn)集合為 V1、V2，V=V1+V2;生成邊集合E，得到V的加權(quán)聯(lián)通圖;

step 3:重復(fù)下列操作，直至Vnew=V;

(1)在集合E中選取權(quán)值最小的邊(u，v)，其中u為Vuse中的元素，而v屬于V1且不屬于Vnew(若存在有多條滿足前述條件，則可任意選取其中之一);

(2)若V1中找不到對(duì)應(yīng)v，同理尋找v屬于V2且不屬于Vnew;

云電視：云電視是應(yīng)用云計(jì)算、云存儲(chǔ)技術(shù)的電視產(chǎn)品，是云設(shè)備的一種。通俗地講，就是用戶不需要單獨(dú)再為自家的電視配備所有互聯(lián)網(wǎng)功能或內(nèi)容，將電視連上網(wǎng)絡(luò)，就可以隨時(shí)從外界調(diào)取自己需要的資源或信息。

(3)將v加入集合 Vnew，將(u，v)加入集合 Enew，令 Vuse={v};

step 4:利用矩陣翻轉(zhuǎn)法［15］實(shí)現(xiàn)二邊逐次修正路徑優(yōu)化;

step 5:使用集合Vnew和Enew來(lái)描述所得到的最優(yōu)路徑并輸出。

2.3 復(fù)雜度分析

步驟1～3利用貪心策略求解較優(yōu)路徑，若其子問(wèn)題規(guī)模為 n1、n2，則其時(shí)間頻度 T(n1，n2)為

圖4 2OGA算法流程圖

若之后迭代k次進(jìn)行二邊逐次修正，則有時(shí)間頻度:

這優(yōu)于一般TSP問(wèn)題列舉法時(shí)間頻度:

由此可見(jiàn)，在問(wèn)題規(guī)模為n時(shí)(n＞3時(shí))，本算法的時(shí)間復(fù)雜度為O(n2)，遠(yuǎn)優(yōu)于列舉法的時(shí)間復(fù)雜度O(n!)，這對(duì)于降低求解TSP問(wèn)題的復(fù)雜度具有重要意義。

3 實(shí)驗(yàn)結(jié)果

本文隨機(jī)選取15個(gè)空間點(diǎn)作為測(cè)試樣本，其坐標(biāo)表示測(cè)溫儀從初始位置轉(zhuǎn)動(dòng)到該點(diǎn)位置時(shí)步進(jìn)電機(jī)轉(zhuǎn)動(dòng)的脈沖數(shù)，假設(shè)點(diǎn)6、10為接近報(bào)警閾值的測(cè)溫點(diǎn)，其具體仿真坐標(biāo)點(diǎn)信息如表1所示。

表1 仿真坐標(biāo)點(diǎn)信息

本文以Matlab2013a為測(cè)試工具進(jìn)行數(shù)據(jù)仿真，得到結(jié)果圖5～圖7。

圖5 按編號(hào)輪巡路徑結(jié)果圖

圖6 貪婪算法路徑優(yōu)化結(jié)果圖

圖7 二邊逐次修正路徑優(yōu)化結(jié)果圖

圖5為按編號(hào)輪巡路徑結(jié)果圖，該路徑的脈沖數(shù)為7.001 9×103;圖6為以點(diǎn)6為起點(diǎn)的貪婪算法路徑優(yōu)化結(jié)果圖，圖7為以圖6優(yōu)化結(jié)果為基礎(chǔ)的二邊逐次修正路徑優(yōu)化結(jié)果圖，將圖6中11—7—5—15的路徑優(yōu)化為11—5—7—15，其路徑總長(zhǎng)度為2.336 3×103個(gè)脈沖，相比圖5中路徑長(zhǎng)度縮短67%。

4 結(jié)論

本文對(duì)于電力設(shè)備紅外測(cè)溫多點(diǎn)輪巡路徑優(yōu)化控制問(wèn)題進(jìn)行了研究，基于自動(dòng)化控制技術(shù)研制了一套紅外測(cè)溫多點(diǎn)輪巡控制系統(tǒng)，并以圖論算法為基礎(chǔ)提出了系統(tǒng)的路徑優(yōu)化策略和二邊優(yōu)化貪婪算法，通過(guò)Matlab對(duì)15個(gè)空間待測(cè)點(diǎn)進(jìn)行路徑優(yōu)化仿真，可將輪巡路徑縮短67%。

［1］成曙，趙軍紅，劉政波，等.電氣設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)及智能診斷系統(tǒng).電力自動(dòng)化設(shè)備，2000，20(3):45 －47.

［2］趙振兵，高強(qiáng)，苑津莎，等.一種變電站電氣設(shè)備溫度在線監(jiān)測(cè)新方法.高電壓技術(shù)，2008，34(8):1605 －1609.

［3］王厚余.對(duì)我國(guó)電氣火災(zāi)頻發(fā)原因的淺析.消防技術(shù)與產(chǎn)品信息，2009(2):62－64.

［4］郭宗蓮.基于nRF9E5的高壓接點(diǎn)無(wú)線測(cè)溫系統(tǒng)研制.電力自動(dòng)化設(shè)備，2008，12(12):117 －120.

［5］楊武，王小華，榮命哲，等.基于紅外測(cè)溫技術(shù)的高壓電力設(shè)備溫度在線監(jiān)測(cè)傳感器的研究.中國(guó)電機(jī)工程學(xué)報(bào)，2002，22(9):113－117.

［6］王方，邱道尹，岳艷杰，等.基于紅外技術(shù)的變電站溫差無(wú)線溫度監(jiān)控.電力自動(dòng)化設(shè)備，2011，31(8):135 －138.

［7］晏敏，彭楚武，顏永紅，等.紅外測(cè)溫原理及誤差分析.湖南大學(xué)學(xué)報(bào)(自然科學(xué)版)，2004，31(5):110 －112.

［8］陳玻若.紅外系統(tǒng).北京:國(guó)防工業(yè)出版社，1988.

［9］GAREY M R，JOHNSON D S.Computers and intractability.W H Freeman，San Francisco，1979.

［10］王宇平，李英華.求解TSP的量子遺傳算法.計(jì)算機(jī)學(xué)報(bào)，2007，30(5):748－755.

［11］吳華鋒，陳信強(qiáng)，毛奇凰，等.基于自然選擇策略的蟻群算法求解TSP 問(wèn)題.通信學(xué)報(bào)，2013，34(4):165 －170.

［12］黃雪梅，李濤，徐春林，等.一種基于免疫遺傳的TSP求解方法.四川大學(xué)學(xué)報(bào)(工程科學(xué)版)，2006，38(1):86 －91.

［13］CHANGDAR C，MAHAPATRA G，S.An efficient genetic algorithm for multi－objective solid travelling salesman problem under fuzziness.Swarm and Evolutionary Computation，2014，15(4):27 －37.

［14］XU ZHOU，LAI X F.Improved approximation algorithm for the capacitated TSP with pickup and delivery on a tree.Networks，2014，63(3):179－195.

［15］楊秀文，陳振杰，李愛(ài)玲，等.利用矩陣翻轉(zhuǎn)法求最佳H圈.后勤工程學(xué)院學(xué)報(bào)，2008，24(1):102 －106.