物联网的智能电网监控系统研究高江

(整期优先)网络出版时间:2019-09-19
/ 2

物联网的智能电网监控系统研究高江

高江周扬

(国网辽阳供电公司辽宁省辽阳市111000)

摘要:本文针对物联网技术的智能电网监控系统进行了简要分析,希望能为相关的人员提供一定的参考。

关键词:物联网;智能电网;监控系统

发展智能电网需要有利的技术支持,而物联网作为“智能信息感知末梢”可成为推动智能电网发展的重要技术手段。物联网是通过射频识别(RFID)、无线传感器以及智能定位等技术自动识别、采集和感知获取物品的标识信息、物品自身的属性信息和周边环境信息,借助各种电子信息传输技术将物品相关信息聚合到统一的信息网络中,并利用云计算、模糊识别、数据挖掘以及语义分析等各种智能计算技术对物品相关信息进行分析融合处理,最终实现对物理世界的高度认知和智能化的决策控制。

1物联网技术分析

随着互联网技术的不断发展,物联网被应用在各行各业,在智能家居、交通、环保、安全及工业监测等多个领域发挥着重要作用。物联网又叫传感网,是利用底层RFID(射频识别)、红外感应器等各种信息传感设备,按约定的通信协议,将被监控对象与互联网相连接,以实现智能化识别、定位、跟踪、监控和管理的一种综合智能网络。

智能电网采用分布式架构时,在多个区域都分布大量的终端,若终端直接与电网服务端直连必然导致大量的网络消耗和数据延迟,故设计多个终端数据调度节点和数据存储节点进行负载均衡,终端数据通过数据传输层汇聚到数据存储节点,数据存储节点根据数据调度节点进行智能调度,将数据分发到不同服务终端。

智能电网分布式架构通过调度节点和数据存储节点链接终端和服务节点,调度节点和数据存储节点作为终端和服务节点的中间缓存区,能够提高整个系统的存储量,同时可以在数据存储节点内置适配模式来进行数据异常检测。调度节点和存储节点的设计遵循能量消费最小的原则,即保证系统正常运转的前提下最小化节点数量。以调度节点为例,假设调度节点的吞吐量为T,表示每秒能够处理的节点请求数量,则根据上述式(2)可得调度节点的部署量为N/T,存储节点的数量可以保持与调度节点数量持平或者略多于调度节点,方便数据容错。

调度节点通过内置适配模式来识别异常的数据源,适配模式通常采用分类算法进行监督式学习,定义传感器采集的各类数据指标为特征,则用X=(x1,x2,…,xn)表示特征集合,在时刻t时各类传感器采集的数据定义为Xt,时刻t时对应的系统状态定义为St,通过采集大量的数据样本用机器学习的方式学习系统的适配模式。

系统的每种状态都可以对应到具体的状态标识,结合系统状态时具体的传感器数据指标,采用机器学习中分类算法通过对样本数据(X,S)进行参数拟合训练,定义各个传感器指标对系统状态的影响因子表征为W=(W1,W2,…,Wn),Wi与xi相对应。适配模式训练算法如下所示。

输入:M个时刻样本数据(X,S)集合;输出:适配模式A。算法流程如下:

4)判断代价函数是否在样本集合上收敛或者已达到迭代次数I,若未收敛则更新学习速率alpha,跳转到步骤(3),若未收敛,则输出拟合函数hw(X)即适配模式。

3系统整体设计

智能电网采用分布式架构并结合物联网的三层体系结构构建一套完整的电网监控系统。德州仪器生产的ZigBee射频芯片CC2530-F256通过集成高性能低功耗8051内核、128-bitADC、2个USART,从而具备强大的DMA功能,并且支持Zig-Bee2207/Pro协议栈。CC2530在发射功率、链路预算、射频噪声抑制能力、低功耗及ESD防护能力等方面都比其它的ZigBee芯片有较大的提升。

系统在终端部署大量传感器节点,传感器能够实时捕获外部环境和终端电网设备的运行状况,终端节点与调度节点和存储节点进行直连,调度节点根据各个终端节点的位置信息和类别信息将数据分发到不同的数据存储节点上,调度节点在调度时根据相关适配模式学习算法进行异常数据分析,并将异常数据实时上报到服务节点。

在式(2)中,b表示拥塞率,e表示能耗,为在分布式环境下表示数据存储节点节点数量,非分布式环境下表示终端传感器节点数量,V'表示服务终端节点数量,t表示时刻,△Ω表示每个节点的能耗。

实验分别选取时间片段为10、30、50、80、120、160、200和250s共计9个时间段,分别对比式(3)中指标差异,得出对比结果。从相关对比结果可知,分布式环境和非分布式两种架构设计在拥塞率指标上相差较大,非分布式环境需要频繁地与服务端进行数据交互,并且终端节点的数量大多远高于服务节点数量,会产生较为明显的阻塞问题。相对而言,在能耗指标上两种架构并未存在明显的差异性,主要原因在于虽然分布式节点增设了调度节点和数据存储节点,然而可以通过机器学习的方式学习适配模式来减少数据的传输,在很大程度上了降低的系统的能耗。从两者对比图可见,分布式环境在拥塞率指标上随着时间增长变化缓慢。

参考文献

[1]刘海妹.基于物联网的智能电网故障监控系统研究[J].电源技术,2015,39(10).

[2]罗沛文.基于物联网的智能电网故障监控管理系统研究[D].南京航空航天大学,2013.

[3]黄春慧,杨勇.基于物联网技术的智能电网监控系统[J].物流工程与管理,2014(5):193-194.

[4]中车大连电力牵引研发中心有限公司.基于物联网的智能列车监控系统[P].2019-02-15.