物聯(lián)網(wǎng)電力通信運(yùn)維架構(gòu)系統(tǒng)設(shè)計(jì)及關(guān)鍵技術(shù)

周 戈，謝妮娜，潘宇晨

（1.國(guó)網(wǎng)浙江省電力有限公司臺(tái)州市供電公司，浙江 臺(tái)州 318000；2.國(guó)網(wǎng)浙江省電力有限公司臨海市供電公司，浙江 臺(tái)州 318000）

分布式電力系統(tǒng)（如太陽(yáng)能熱發(fā)電、風(fēng)力渦輪機(jī)）的優(yōu)點(diǎn)是低碳消耗、能源利用率高、更好的供電可靠性和靈活的安裝位置［1］。然而，許多電力電子逆變器應(yīng)用于配電網(wǎng)的常規(guī)并網(wǎng)，產(chǎn)生諧波和三相負(fù)載不平衡等電能質(zhì)量擾動(dòng)，增加了控制成本，影響了供電系統(tǒng)的可靠性［2-3］。

針對(duì)上述存在的問(wèn)題，文獻(xiàn)［4］基于概率神經(jīng)網(wǎng)絡(luò)利用故障樣本和正常樣本的歷史數(shù)據(jù)建立故障診斷模型。這種特征提取方法要求信號(hào)處理熟練程度高。文獻(xiàn)［5］提出一種模糊邏輯評(píng)估模型，大量研究了電力數(shù)據(jù)評(píng)估指標(biāo)的模糊性，但是電力數(shù)據(jù)評(píng)估指標(biāo)的模糊性與風(fēng)險(xiǎn)權(quán)重不是自對(duì)偶事件，導(dǎo)致最終的評(píng)估結(jié)果與理想結(jié)果差異過(guò)大。

1 電力數(shù)據(jù)智能管理系統(tǒng)設(shè)計(jì)

針對(duì)上述技術(shù)存在的不足，本研究采用數(shù)據(jù)資產(chǎn)信息采集單元，全面收集多種數(shù)據(jù)資產(chǎn)信息，在采集單元設(shè)置數(shù)據(jù)采集接口、CC2530芯片電路和多數(shù)據(jù)傳感器。數(shù)據(jù)智能管理系統(tǒng)如圖1所示。

如圖1所示，設(shè)置多樣數(shù)據(jù)傳感器的目的在于實(shí)現(xiàn)不同數(shù)據(jù)信息的獲取和計(jì)算，傳感器可以采用溫度傳感器、射頻識(shí)別器、GPS定位裝置等不同的采集設(shè)備，通過(guò)這些設(shè)備能夠?qū)崿F(xiàn)電壓、電流、溫度以及功率等多種數(shù)據(jù)信息的采集和位置定位［6］。通過(guò)多種數(shù)據(jù)信息的采集能夠?qū)崿F(xiàn)電力相關(guān)數(shù)據(jù)信息的全方面掌控，這些數(shù)據(jù)信息通過(guò)不同的網(wǎng)絡(luò)實(shí)現(xiàn)信息傳遞，應(yīng)用ZigBee技術(shù)的傳遞網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)傳輸，通過(guò)云平臺(tái)傳遞到用電信息數(shù)據(jù)庫(kù)并進(jìn)行簡(jiǎn)單的數(shù)據(jù)預(yù)處理［7-8］。

2 關(guān)鍵技術(shù)

2.1 基于CC2530芯片采集系統(tǒng)設(shè)計(jì)

針對(duì)電力數(shù)據(jù)信息的采集工作，本研究基于CC2530芯片硬件電路，設(shè)計(jì)了新型無(wú)線傳感器網(wǎng)絡(luò)，通過(guò)多樣傳感器網(wǎng)絡(luò)對(duì)多源異構(gòu)電力數(shù)據(jù)信息進(jìn)行實(shí)時(shí)采集，提高了數(shù)據(jù)采集的種類?；贑C2530芯片采集系統(tǒng)整體硬件結(jié)構(gòu)如圖2所示。

圖2中的CC2530芯片硬件電路能夠?qū)崿F(xiàn)電力數(shù)據(jù)信號(hào)的接入和輸出，其中CC2530芯片為TI公司生產(chǎn)的主控芯片，該芯片采用的數(shù)據(jù)通信協(xié)議為ZigBee，在多源異構(gòu)電力數(shù)據(jù)信息采集過(guò)程中，具有較強(qiáng)的數(shù)據(jù)抗干擾能力。芯片電路設(shè)置有2個(gè)USART端口、12位數(shù)模轉(zhuǎn)換端口以及21個(gè)通用數(shù)據(jù)接線端口GPIO，滿足多種數(shù)據(jù)接入的需要。

在圖2的CC2530芯片硬件電路中，電源電路負(fù)責(zé)提供整個(gè)硬件系統(tǒng)運(yùn)行所需的電源?？紤]到不同的芯片其工作電壓和啟動(dòng)電流不同，選用BQ21040鋰電池充電管理芯片作為充電電路管理芯片，與電阻電容器相結(jié)合，形成鋰電池充電電路，為鋰電池連續(xù)供電。從系統(tǒng)穩(wěn)定性考慮，將電阻R4設(shè)置為1.0 kΩ，可以得到快速充電電流為800 mA，為系統(tǒng)的最大快充電流［10］。電源電路如圖3所示。

在圖3中，Header表示插針連接器，CHG為芯片充電完成的信號(hào)提示，LEDV是主控制芯片的電壓反饋燈，OUT為輸出的電壓值，在電池電量不足時(shí)給聚合物鋰電池供電，加入1 μF濾波電容，降低交流脈沖波紋系數(shù)，提高抗干擾能力。

本研究采用美國(guó)Dallas公司生產(chǎn)的DS18B20型號(hào)溫度傳感器，其內(nèi)部結(jié)構(gòu)如圖4所示。

從圖4可以看出，DS18B20型號(hào)溫度傳感器內(nèi)部結(jié)構(gòu)由64位只讀存儲(chǔ)器（read-only memory，ROM）閃存、溫度傳感器、非易失性溫度報(bào)警觸發(fā)器TH和TL組成，其中暫存器用于存放測(cè)量結(jié)果，使用存儲(chǔ)器的操作命令可以讀出暫存器中的數(shù)據(jù)。TH和TL各由一個(gè)ROM字節(jié)構(gòu)成，同樣需要使用存儲(chǔ)器的操作命令對(duì)TH和TL進(jìn)行寫(xiě)入，對(duì)它們的讀出則需要暫存器。DS18B20傳感器的工作電源是3.0～5.5 V，其測(cè)溫范圍為-55℃～125℃。由于多個(gè)DS18B20可以掛載在一根通信線上，因而應(yīng)用起來(lái)十分方便。溫度傳感器與其他采集終端的數(shù)據(jù)采集電路如圖5所示。

在圖5中，HX710作為電力數(shù)據(jù)采集的模數(shù)轉(zhuǎn)換芯片，具有24位的高精度轉(zhuǎn)換模式，低噪聲放大器增益為128 dB，C3為0.1 μF濾波電容，增強(qiáng)了系統(tǒng)的抗干擾能力。HX710的VREF針腳為傳感器模塊電壓供電；AGND針腳為接地電路；INN針腳為輸出信號(hào)AIN-，INP針腳為輸出信號(hào)AIN+；PDSCK針腳為AD數(shù)據(jù)發(fā)送的時(shí)鐘控制信號(hào)，DOUT針腳為數(shù)據(jù)輸出，Header是數(shù)據(jù)采集接口端，多源異構(gòu)的電力數(shù)據(jù)將被傳輸至CC2530主控制芯片。

2.2 電力數(shù)據(jù)信息評(píng)估模型

為了能夠合理評(píng)估電力數(shù)據(jù)信息，提高評(píng)估指標(biāo)的準(zhǔn)確性，本研究結(jié)合多種方法構(gòu)建了電力數(shù)據(jù)信息評(píng)估模型，其流程如圖6所示。

圖6中AHP的基本原理是通過(guò)建立層次結(jié)構(gòu)來(lái)分解復(fù)雜的多目標(biāo)決策問(wèn)題。通過(guò)比較指標(biāo)的重要性，并使用數(shù)字形式的相對(duì)標(biāo)度表示專家經(jīng)驗(yàn)的相對(duì)重要性標(biāo)準(zhǔn)。首先，構(gòu)造判斷矩陣R，如式（1）所示：

式（1）中，n為電力數(shù)據(jù)樣本維度，rij是將第i個(gè)評(píng)估指標(biāo)與第j個(gè)評(píng)估指標(biāo)進(jìn)行比較而獲得的標(biāo)度值，反映了第i個(gè)評(píng)估要素相對(duì)于第j個(gè)評(píng)估要素的重要性。然后，檢查判斷矩陣R的一致性。最后，計(jì)算特征向量λmax和對(duì)應(yīng)的特征向量，并根據(jù)一致性指標(biāo)CI進(jìn)行一致性測(cè)試。

一致性測(cè)試通過(guò)計(jì)算一致性比例CR來(lái)確定。如果CR<0.1，則矩陣滿足一致性要求，且特征向量（歸一化）是由AHP確定的權(quán)重向量。在協(xié)方差上，重新構(gòu)造判斷矩陣，即

式（2）中，RI是n維隨機(jī)一致性指示符。

通過(guò)AHP得出各指標(biāo)的權(quán)重為

式（3）中，A是權(quán)重矩陣，a是通過(guò)AHP計(jì)算的第j個(gè)指標(biāo)的權(quán)重，ξ是其特征向量。

EWM是一種客觀賦權(quán)方法，其基本原理是利用原始指標(biāo)數(shù)據(jù)信息提供的有用信息量確定權(quán)重。假設(shè)有n個(gè)評(píng)估指標(biāo)和m個(gè)評(píng)估方案，對(duì)所有電力數(shù)據(jù)評(píng)估指標(biāo)進(jìn)行標(biāo)準(zhǔn)化，得到

式（4）中，Y為權(quán)重矩陣，yij為標(biāo)準(zhǔn)化后得到的電力數(shù)據(jù)評(píng)估指標(biāo)。

得到一個(gè)新的評(píng)估矩陣F，即

由此可以計(jì)算出各個(gè)電力數(shù)據(jù)評(píng)估指標(biāo)的熵權(quán)，假設(shè)第j個(gè)電力數(shù)據(jù)評(píng)估指標(biāo)的熵權(quán)定義式為

式（6）中，Hj是第j個(gè)電力數(shù)據(jù)評(píng)估指標(biāo)的熵權(quán)值。

由式（7）計(jì)算得出

為了解決AHP與EWM的局限性，本研究將這兩種方法結(jié)合起來(lái)計(jì)算綜合權(quán)重。同時(shí)，為了放大電力數(shù)據(jù)評(píng)估指標(biāo)的重要性，可使用乘法合成法，利用式（8）對(duì)電力數(shù)據(jù)評(píng)估指標(biāo)進(jìn)行綜合賦權(quán)，即

式（8）中，Wj是第j個(gè)電力數(shù)據(jù)評(píng)估指標(biāo)綜合賦權(quán)的綜合權(quán)重，aj是通過(guò)AHP計(jì)算的第j個(gè)電力數(shù)據(jù)評(píng)估指標(biāo)的權(quán)重，vj是通過(guò)EWM計(jì)算的第j個(gè)電力數(shù)據(jù)評(píng)估指標(biāo)的權(quán)重。

首先，同樣假設(shè)有t個(gè)方案需要評(píng)估，n個(gè)電力數(shù)據(jù)評(píng)估指標(biāo)，并根據(jù)電力數(shù)據(jù)評(píng)估指標(biāo)定義理想的指標(biāo)向量R0=（r01，r02，…，r0n）。比較t個(gè)方案中n個(gè)指標(biāo)元素與理想指標(biāo)向量R0的關(guān)聯(lián)度，進(jìn)行多目標(biāo)綜合決策，得到GCA判斷矩陣R（t+1）×n，如式（9）所示：

對(duì)式（9）的判斷矩陣進(jìn)行標(biāo)準(zhǔn)化，結(jié)果如式（10）所示：

式（10）中，R′是標(biāo)準(zhǔn)化矩陣，r′是標(biāo)準(zhǔn)化的電力數(shù)據(jù)評(píng)估指標(biāo)。

第二步，計(jì)算第i個(gè)指標(biāo)的t個(gè)方案與第j個(gè)指標(biāo)的理想方案的灰色關(guān)聯(lián)系數(shù)，其表達(dá)式為

式（11）中，ξ是指灰色關(guān)聯(lián)系數(shù)，p是指判別系數(shù)，通常為0.5。

最后，根據(jù)灰色關(guān)聯(lián)系數(shù)ξ計(jì)算關(guān)聯(lián)度，即

式（12）中，Ki為目標(biāo)評(píng)價(jià)方案與理想指標(biāo)方案之間的關(guān)聯(lián)度，其數(shù)值反映了電力數(shù)據(jù)評(píng)估的準(zhǔn)確性。Ki越大，越接近理想電力數(shù)據(jù)評(píng)估指標(biāo)權(quán)值，從而實(shí)現(xiàn)電力數(shù)據(jù)的綜合評(píng)價(jià)，得出最優(yōu)的解決方案。

3 實(shí)驗(yàn)與分析

實(shí)驗(yàn)時(shí)，計(jì)算機(jī)的硬件環(huán)境：CPU為Inter（R）Core（TM）i7；主頻為2.59 GHz；內(nèi)存為16 G。所用的軟件JavaScript版本為ECMAScript 6。通過(guò)云平臺(tái)的設(shè)備模擬器進(jìn)行數(shù)據(jù)收發(fā)的聯(lián)調(diào)測(cè)試，輸入數(shù)據(jù)傳輸?shù)腎P地址：180.101.147.115，輸入Verify Code：8703031585221，選擇開(kāi)啟DTSL傳輸加密通道。系統(tǒng)中電力數(shù)據(jù)發(fā)送測(cè)試界面如圖7所示。

如圖7所示，上報(bào)數(shù)據(jù)為Y50201F607010A，系統(tǒng)接收數(shù)據(jù)也為Y50201F607010A，數(shù)據(jù)上報(bào)成功，數(shù)據(jù)格式依然為十六進(jìn)制碼流。系統(tǒng)整體運(yùn)行后，為了驗(yàn)證基于CC2530芯片采集系統(tǒng)的實(shí)用性，分別在采集終端與集中單元端測(cè)試了7組不同的電壓數(shù)據(jù)，并測(cè)試丟包率數(shù)據(jù)，結(jié)果如表1所示。

表1 整體測(cè)試數(shù)據(jù)表Tab.1 Overall test data

從表1結(jié)果來(lái)看，采集終端節(jié)點(diǎn)傳輸至集中單元的數(shù)據(jù)錯(cuò)誤率為零，無(wú)數(shù)據(jù)丟包現(xiàn)象，說(shuō)明ZigBee協(xié)議可以很好地完成近距離數(shù)據(jù)傳輸任務(wù)，體現(xiàn)了CC2530芯片采集系統(tǒng)運(yùn)行的實(shí)用性與穩(wěn)定性。

為了體現(xiàn)本研究電力數(shù)據(jù)信息評(píng)估模型的可靠性，與文獻(xiàn)［5］的模糊評(píng)估模型進(jìn)行對(duì)比，通過(guò)調(diào)研某國(guó)家電網(wǎng)公司2021年電力調(diào)度數(shù)據(jù)庫(kù)，從中抽取4000個(gè)電力數(shù)據(jù)節(jié)點(diǎn)作為實(shí)驗(yàn)數(shù)據(jù)庫(kù)，相關(guān)數(shù)據(jù)類型與其代碼如表2所示。

表2 電力數(shù)據(jù)參數(shù)信息表Tab.2 Power data and parameter information

以式（12）作為最終評(píng)估指標(biāo)，在1000～4000個(gè)電力數(shù)據(jù)節(jié)點(diǎn)數(shù)目環(huán)境下，采用MATLAB軟件仿真評(píng)估指標(biāo)的變化數(shù)值，結(jié)果如圖8所示。

從圖8可以看出，相比之下本研究評(píng)估模型的評(píng)估值更高，接近理想電力數(shù)據(jù)評(píng)估指標(biāo)權(quán)值，并且隨著節(jié)點(diǎn)數(shù)目的變化，評(píng)估值波動(dòng)幅度不大。

4 結(jié) 語(yǔ)

本研究在采集單元設(shè)置有數(shù)據(jù)采集接口、CC2530芯片電路和多樣數(shù)據(jù)傳感器，通過(guò)ZigBee通信協(xié)議與計(jì)算機(jī)進(jìn)行通信，并與CC2530芯片實(shí)現(xiàn)2.4G通道聯(lián)網(wǎng)通信，通過(guò)液晶屏顯示電力數(shù)據(jù)智能管理系統(tǒng)的工作過(guò)程。電源采用3.7 V鋰電池供電，其充電電路設(shè)計(jì)可確保該系統(tǒng)持續(xù)穩(wěn)定運(yùn)行。此外，還構(gòu)建了電力數(shù)據(jù)評(píng)估模型，結(jié)合多種方法對(duì)電力數(shù)據(jù)信息進(jìn)行綜合評(píng)價(jià)，并通過(guò)實(shí)驗(yàn)證實(shí)了其實(shí)用性與可靠性。然而，該系統(tǒng)依然在數(shù)據(jù)傳輸方面存在一定的不足，未來(lái)會(huì)針對(duì)這一領(lǐng)域進(jìn)行完善。