2.3 输变电设备物联网一体化智能监测装置

输变电设备智能监测传感网络是输变电设备物联网感知层的重要组成部分，输变电设备物联网一体化监测装置是构成输变电设备智能监测传感网络的基本单元。建立输变电设备智能监测传感网络的目标，是为了解决已有变电站设备和输电线路状态监测系统中存在的主要问题。现有输变电设备状态监测系统存在两方面主要问题：①状态监测系统或装置种类多，相互孤立运行，不同系统或装置拥有独立的数据采集单元，数据通信协议、功能和接口各不相同，无法形成统一的规范，造成系统互操作困难以及数据无法共享，新增监测系统必须新增投资建设独立的数据采集系统，带来监测系统费用的浪费；②不同状态监测系统的数据分析与故障诊断软件系统相互独立，难以对各设备的运行状况进行关联分析，并做出有效和经济的检修决策，无法满足输变电设备全景信息对状态信息监测与数据共享的要求。

输变电设备物联网一体化智能监测装置研制任务的目标为：研制输变电设备物联网智能监测传感器及监测主IED，开发出具有分布自治能力的一体化智能监测装置，建立监测变电站设备和输电线路状态信息的传感网络，制定输变电设备智能监测传感网络相关设备的设计、制造与检测规范和标准。

通过上述目标的实现，将解决现有输变电设备状态监测系统存在的以上两方面问题。根据目标要求，输变电设备一体化智能监测装置的基本架构如图2-39所示，由传感器、监测主IED和电源模块组成，其设计思想主要包括五个基本原则：

1）传感器分为无源传感器和有源传感器两类，有源传感器应具有一定的智能化能力，主要包括数据的初步变换和数据通信的能力。

2）监测主IED提供各类传感器接入的通信接口，保障各类传感器的自适应接入监测主IED。

3）监测主IED具有支持一体化智能监测装置之间数据通信和联网的能力，保障一体化智能监测装置自适应接入智能监测传感网络。

4）监测主IED具有数据处理和分析的能力，支撑智能监测传感网络的分布式或网络化的数据计算和故障分析以及传感器网络的分布自治与协同工作。

5）当采用电池、太阳能、非接触取能等供电方式时，一体化智能监测装置应具有电源管理能力。

针对本项任务的目标和要求，工作完成情况总体如下：

1）建立了输变电设备智能监测传感网络，对输变电设备监测装置间的组网方式进行了研究，为输变电设备状态信息互联与交互奠定了物理基础。

2）开发了满足变电站设备与输电线路智能监测传感网络需要的一体化智能监测装置，实现了变电站主要设备和输电线路的智能监测功能，提高了智能监测装置的通用性、一体化与智能化水平。

在关键技术方面开展的研究工作和取得的成果主要有：

1）在新型传感器方面，针对输变电设备智能监测传感网络的需要，研制出局部放电与雷电监测的智能传感器，实现了局部放电和雷电监测传感器的智能化，具有传感网络的自适应接入能力，同时研制出输电线路温度监测的分布式光纤传感器，解决了输电线路温度实时准确测量的技术难题。

2）提出了输变电设备智能监测传感网络信息建模方法以及云计算资源与任务分配策略，研制出基于分布式计算的输变电设备智能监测传感网络数据处理与故障诊断支持系统，解决了输变电设备智能监测传感网络自主故障诊断的技术难题。

3）对高电位感应取能、地电位取能、势能取能和温差取能等多种非接触取能方式以及电源管理策略进行了研究，试制出非接触取能电源模块及电源管理系统，提高了输变电设备传感器及一体化智能监测装置的供电能力和稳定性。

2.3.1 关键技术

1.新型传感器

（1）智能传感器结构与功能要求

针对输变电设备智能监测传感网络需要，本任务设计了智能传感器的基本结构，如图2-40所示。智能传感器主要由传感单元、智能处理模块、通信模块、存储器及电源模块组成，其基本要求包括：

1）具有双向数据通信的能力，可通过数据传输或接收指令实现各项功能。

2）智能传感器内置微处理器，具有诊断能力与数据的处理及分析功能。

3）具备可靠的供电模块，特别对于输电线路监测的智能传感器，电源模块应具有非接触取能能力。

基于图2-40所示的智能传感器结构，设计出变压器局部放电智能传感器、雷电监测智能传感器、母线温度智能传感器、线路拉力智能传感器等，其中局部放电智能传感器与雷电监测智能传感器是本任务研制出的新型智能传感器。

（2）局部放电监测智能传感器

局部放电监测智能传感器由Peano天线、电平扫描式数据采集模块以及数据通信接口组成，如图2-41所示。天线通过电缆与数据采集单元连接，数据采集单元通过以太网与IED连接，实现数据的双向通信。智能传感器直接输出放电图谱。

1）三阶Peano分形天线。

Peano分形结构如图2-42所示，第一层为导线层，第二层为介质层，第三层为接地层（屏蔽层），其中介质选用常见的环氧树脂（ε_r=4.4）。

天线导体形状为三阶Peano分形曲线，如图2-43所示。天线优化设计步骤为：①选择Peano分形天线外围尺寸构建仿真模型；②对于每个外围尺寸，选取不同宽度的导线和不同厚度的PCB进行仿真，考察电压驻波比（VSWR）、增益和方向图等性能指标；③根据图2-43所示馈电点进行优化计算和选择。

优化的三阶Peano分形天线的参数为：外围边长为90mm，导线宽度为2mm，PCB厚度为2mm，馈电点为3。优化设计的三阶Peano分形天线在300MHz～1GHz内的驻波比如图2-44所示，Peano分形天线在300MHz～1GHz频带内有三个通带，分别为340～580MHz、650～740MHz与920MHz～1GHz。Peano分形天线在谐振频率处的二维方向图和增益如图2-45所示，天线具有半球状的方向图，能接收来自天线正前方各个方向的电磁波，在各个谐振频率处较为相近。Peano分形天线在300MHz～1GHz内的增益约为-18dB，与天线匹配的放大滤波器增益为300MHz～1GHz，频率范围内增益为40dB。

2）电平扫描式数据采集技术。

图2-46所示的电平扫描式数据采集系统采用高速比较器和现场可编程门阵列（Field-Programmable Gate Array，FPGA），实现信号放大、比较电平及采集周期个数等的控制。FPGA得到参考比较电平指令后，通过D-A转换电路将比较电平转换成模拟信号后输入比较器作为比较参考阈值。设定的比较电平与信号进行比较时，FPGA存储高于比较电平的脉冲个数。结合工频过零点触发，将各自相位区间上的脉冲个数存储在分配的存储地址上。具体实现步骤如下：

①信号接收：适当选择位置将天线安装在电气设备上接收局部放电信号。

②信号预处理：将采集到的局部放电脉冲信号进行滤波处理，抑制300MHz以下的干扰信号。再通过放大单元将局部放电脉冲信号放大后输入比较器。

③参数设定：单片机设定检测参数并提供触发命令开始采集，设定参数包括比较电平、相位区间个数、扫描工频周期数、信号放大倍数及扫描采集单元选择。

④比较存储：确定比较电平，比较电平通过D-A转换电路转换成模拟信号，输入至比较器中；将一个工频周期等分为设定的相位区间个数，FPGA分配每个相位区间一个存储地址；FPGA通过外接工频参考相位信号进行触发，在每一个触发周期内，比较器将每一个相位区间内的局部放电脉冲幅值与比较电平进行比较，将幅值大于比较电平的局部放电脉冲的个数进行统计并存储在每个相位区间对应的存储地址上；进行比较的工频周期的数目通过FPGA自带的计数器进行计数，当达到设定数目时，停止比较；并将比较所得数据返回给IED。

⑤变值比较并存储：单片机按算法自动改变比较电平的数值，重复上述步骤①，直至增加到某一比较电平时，没有大于该比较电平的放电脉冲存在，此时，该比较电平近似等于局部放电脉冲的最大电压幅值。

⑥数据处理：将采集的数据保存为一个表格，绘制放电谱图及计算特征量。

单片机通过后台程序控制之间的数据传输及处理功能实现与FPGA通信。上述③、④、⑤步骤可以通过单片机中的程序流程图描述。

3）局部放电谱图分析。

为了检验局部放电监测智能传感器的测量效果，在实验室进行了针板放电模型局部放电实验，分别采用智能传感器和全波形采集法两种方式对局部放电超高频信号进行采集，得到的ϕ-n、ϕ-V、ϕ-V-n谱图，如图2-47所示。

从图2-47中可以看出，两种方法的ϕ-n、ϕ-V、ϕ-V-n放电谱图的形状相似，放电相位区间也基本保持一致，但ϕ-V图中两者检测到的放电幅值有所差异。为定量分析ϕ-V谱图的相似度，引入皮尔逊相关系数衡量两个谱图的相关程度，计算得智能传感器与全波形采集法获取的ϕ-V谱图的相关系数为0.9086，属于极强相关，验证了智能传感器能够准确地获取并处理局部放电信号。

（2）雷电监测智能传感器

雷电监测智能传感器的结构如图2-48所示。当雷电流流经罗氏线圈时，通过积分电路建立电压，然后由特殊设计的峰值保持电路将高速变化的电压信号进行短时时间保持，经A-D转换后送入微处理器进行数据处理得到雷电流的幅值、极性及过电压的大小，最后将得到的雷电参数经SPI接口写入存储器并通过RF模块无线上传；此外，设计的取能单元可获取雷电通道中的能量对传感器进行供能，实现了传感器的自供能。

1）峰值保持电路。

当雷电流穿过信号线圈时，通过电磁感应从雷电通道获取雷电流信号，经积分后建立电压。为实现雷电流信号的低速采集，设计了峰值保持电路，如图2-49所示，通过对正、负极性雷电流进行保持，使得信号线圈输出的瞬时雷电流幅值信号保持足够长时间，让采集单元实现相对的低速采集，降低整个装置对器件的要求，从而降低成本。此外，合理匹配参数以确保输出电压和对应输入的雷电流之间有很好的线性度，通过测量输出电压即可以由电压/电流转换系数得出雷电流的幅值。

具体工作时，当雷电流为正极性时，二极管VD₁导通、VD₂关断，C₁充电后VD₁关断，然后C₁经R₁、R₃放电，合理选值R₀C（R₀=R₁+R₃），使a点电压按指数缓慢衰减，通过R₁与R₃的分压可以在雷电流10～200kA的范围内线性输出满足采集单元要求的信号电压；当雷电流为负极性时，从b点输出信号电压。

为验证峰值保持电路的性能，实验室利用冲击电流发生器分别注入幅值为10kA、15.6kA、20kA、25.6kA的雷电流，得到的试验数据见表2-20。

从表2-20看出，实测波形幅值与仿真波形幅值接近，这充分证明了该方案切实可行。实验时对应于幅值为10kA、15.6kA、20kA、25.6kA雷电流的电压/电流转换系数分别为0.204、0.205、0.208、0.206，几乎一致，说明线圈线性度良好。实验波形幅值通过二极管压降修正（即加上二极管压降0.4V）后，与理论值相近，误差不超过± 4%。保持时间均为10.8s，与理论值一致，满足低速采集要求。

2）取能单元。

取能单元包括取能线圈、过电压保护、整流、充电电容和稳压模块。取能线圈通过电磁感应，从雷电通道摄取能量，经过电压保护、整流、充电、稳压等处理后，为雷电流监测系统提供满足时间、电压要求的供电能源。其原理图如图2-50所示：

为使取能单元提供持续稳定的能量，采用Saber软件进行仿真分析，以确定参数匹配的最优方案，并得到实验验证，实验结果见表2-21（试验过程中采用的雷电流为标准的8/20μs波形）。

在输入不同四个电流幅值等级的情况下，电源输出电压恒定为3.3V，说明取能单元取能供电电压稳定，且稳定时间超过0.4s，可以满足采集时间要求。考虑到某些天气原因导致供能不足，外加备用电池。

3）数据处理单元。

数据处理单元采用TI公司生产的CC2531，完成雷电参数的采集和存储，并通过其内部集成的ZigBee接入传感网络完成数据上传。为降低功耗，数据通信部分的工作模式设置为唤醒模式和触发模式。无数据上传时处于休眠模式，雷电流触发通信部分进行工作也可以远程唤醒实现数据上传。数据上传完毕后进入休眠状态。

4）雷击过电压计算模型。

传感器可根据雷电流监测结果计算出雷击过电压。

当传感器安装于线路杆塔接地线时，输电线上感应出与雷电流极性相反的过电压，此时的感应电压为：U=I_Lh（1-k）/2.6，其中：I_L为雷电流幅值，单位为kA；h为输电线路距离地面的高度，单位为m；k为避雷线和输电线之间的耦合系数。

当传感器安装于变电站避雷器接地线时，雷电侵入，避雷器动作之后，过电压幅值为：U=（U_bm+I_bZ）/2，其中：U为过电压幅值，单位为kV；U_bm为避雷器残压最大值，单位为kV；I_b为流过避雷器的电流幅值，单位为kA；Z为等值阻抗，单位为Ω。

（3）分布式光纤温度/应力传感器

1）布里渊信号解调。

基于分布式布里渊光纤传感技术的温度/应力监测系统，其布里渊散射光的频移是温度或应变的函数，温度和应变的扰动都将对散射信号频谱的中心频率和幅度发生相应的偏移产生影响。为了同时测量准确的温度和应变信息，需要同时测量得到归一化的布里渊散射光功率和布里渊频移。布里渊散射光功率和频移与被测的传感量温度和应变成线性关系，如式（2-6）所示：

式中，P_B（T，ε）为布里渊散射光功率；ν_B（T，ε）为布里渊散射光频移；δ_T为光纤的温度变化量；δ_ε为光纤的应变量；C_ν,T为布里渊频移温度系数；C_ν,ε为布里渊频移应变系数；C_P,T为布里渊功率温度系数，C_P,ε为布里渊功率应变系数。利用线性系数C_ν,T、C_ν,ε、C_P,T与C_P,ε，对式（2-6）进行求解，可以得到温度和应变，如式（2-7）和式（2-8）所示：

对采集到的信号进行FFT分析，提取频谱信息，累加平均处理后得到沿传感光纤的频移和幅度分布；再根据上述频移和幅度与传感温度和应变的线性关系，解调出沿传感光纤的温度与应变。

2）分布式布里渊光纤传感系统。

该系统主要包括种子光源、布里渊激光器、声光调制器、光耦合器、检测单元和监控主机等部分，系统结构图如图2-51所示。

布里渊自发散射光的强度极其微弱，为了扩大传感范围，首先要增大传感光脉冲的峰值功率，这样布里渊散射光功率才更强，然而，脉冲光功率过高会造成受激布里渊散射的非线性效应。因此，有必要对反射回来的微弱散射光进行滤波光放大，使得有用的布里渊散射光功率得到有效放大，从而扩大传感范围。同时，考虑到在长距离输电线路监测中，对传感距离要求严格，该系统选用声光调制器作为产生光脉冲的调制器件。

种子光源经过声光调制器产生一定脉宽和重复频率的脉冲序列注入传感光纤中，其后向散射光信号与本地布里渊光进行相干拍频；数据采集与处理单元对所得相干拍频信号进行时频FFT分析，提取频谱信息，经累加平均处理后得到沿传感光纤的频移和幅度分布；再根据频移和幅度与传感温度和应变的线性关系，解调出沿传感光纤的温度与应变。

3）架空线路温度/应变模拟试验。

实验室开展温度和应变模拟试验，针对松套不锈钢管型OPPC以及50km光纤测量距离，在人工覆冰室和室外分别进行了温度分布测量试验，并利用卷扬机给OPPC增加拉力，进行OPPC线芯应力和表面应力分布的测量试验，测量布里渊散射频率的变化。温度、应变测量试验布置分别如图2-52、图2-53所示。

①温度分布测量。

首先进行温度-频率校准，以便找到频率变化与温度变化间的线性关系。试验时，OPPC固定于覆冰室内，并保证OPPC不受力。以环境温度26.4℃为基准温度，改变覆冰室内温度T_h，然后记录温度变化。标定结果如图2-54所示，布里渊散射频移Δν_B与温度T成较好的线性关系，相关系数为0.978。

根据图2-55中的试验布置，调节人工覆冰室温度从26℃下降至-20℃，不同温度时不同距离D处的频移Δν_B如图（A、B段分别为50km、50m）所示。图中的温度值均为根据频移计算所得。

②应变分布测量。

用卷扬机增加OPPC的拉力，BOTDR测量的应力光纤布里渊频移量与线路应力具有良好的线性关系，如图2-56所示，其相关系数为0.99219。

系统测量OPPC的应力分布如图2-57所示，10～60m部分为BOTDR测量的与OPPC黏合的应力光缆，60～100m部分为OPPC内光纤。

通过上述应力分布测量结果可知：由于松套型OPPC采取的一系列措施保证线芯光纤不受力，试验中对OPPC施加拉力，其线芯光纤无法测量OPPC受力情况，此时，进行线芯温度测量时不需要校正应力的影响。当线路受力严重（如覆冰、舞动）时，OPPC内的光纤仍有可能因逐渐受力发生应变，此时需通过式（2-7）和式（2-8）去除线路覆冰时的应力对温度测量的影响，计算温度测量结果。通过OPPC表面敷设光纤方式可达到工程测量拉力的要求。

2.传感网络分布式计算与故障诊断支持系统

传统的主IED设计目标是始终满足峰值性能，满足最高性能的要求，导致实际运行中除了高峰工作期外，系统资源利用率始终很低，同时传统的主IED不能进行数据通信与处理，单个主IED形成了“资源孤岛”，无法实现输变电设备的故障诊断，不能及时对可能存在的故障进行预警与处理。针对上述问题，本项任务建立了一个具有分布式计算与故障诊断能力的云平台，利用IEC61850标准对输变电设备进行抽象，建立了信息模型，采用云平台的数据分配算法，将抽象化的逻辑节点分配到各个主IED上进行处理，实现输变电设备的故障诊断。

（1）主IED的信息建模。

主IED的信息建模的主要目标是实现变电站内IED之间的互操作，IED的功能输出和对IED的访问都转移到信息模型，变电站内的信息交互直接在虚拟设备之间进行，为分布式计算和故障诊断等功能提供基础。

1）面向对象的建模。

面向对象建模完成对设备功能进行抽象分解，得到逻辑节点和相应的数据对象。全面分析各个输电设备的各项功能情况并进行分拆归类，根据IEC61850标准抽象出若干个能够完成其基本功能的相对独立的逻辑节点，建立的信息模型如图2-58所示。

2）IED动态建模。

变电站系统运行时设备的添加或移除，将导致IED信息模型发生变化，因此需动态配置IED的信息。

IEC61850规约的信息模型中，服务器、逻辑设备、逻辑节点以及数据模型都提供读目录（GetDirectory）或读定义（GetDefinition）服务，通过调用这些ACSI服务获得IED的模型信息并组建完整信息模型。

系统运行，通过ASCI将信息模型的读目录和读定义服务映射到MMS指定服务中去，服务请求方对读目录和读定义服务发出调用请求并等待响应。按照此过程，依次读服务器目录服务、读逻辑设备目录服务、读逻辑节点目录服务、读数据定义和读数据目录服务。

（2）分布式计算

利用云平台，将分布在不同主IED上的有关输变电设备状态的信息资源整合形成功能强大的信息共享平台；分布式计算可以将数据处理任务分配给其他IED，平衡主IED间的计算负荷，充分利用IED的计算资源。借助于云平台，可以使输变电设备监测主IED实现信息共享、分布式计算与存储，提高监测主IED的数据处理速度和效率，增强主IED间的互通互联功能。分布式计算示意图如图2-59所示。

（3）故障诊断

利用云平台的数据通信及分布式计算等功能实现故障诊断和智能预警功能。

1）分步诊断和智能预警。

主IED从初级诊断方法库中按顺序依次调用合适的诊断方法对实时数据进行分析。如果调用完所有诊断方法后分析结果显示设备无故障，则将数据存储在云平台上；如果至少一种诊断方法的分析结果显示设备存在故障，则将数据实时数据传输至变电站中心控制站。并进行预警，提醒操作人员某一设备可能存在故障。

2）分层诊断和协同诊断。

当故障设备实时数据传输至变电站中心控制站时，控制站调用该设备的历史数据和高级诊断库中的方法，对故障进行进一步准确地判断。如果信息不全面，可以向云平台发送信号调用其他设备的实时数据进行协同。如果此时监测设备无故障，则取消设备预警；如果此时监测到设备的确发生故障，则将预警转为报警，提醒工作人员对设备进行检修。

故障智能诊断具体流程图如图2-60所示。

3.非接触取能供电

（1）基本思路与设计原则

为解决输变电智能传感器及监测装置的供能可靠性问题，本任务对高电位感应取能及低电位感应取能两种非电气接触式取能的关键技术进行了研究；为解决电源模块的电能浪费问题，对电源管理策略进行了研究。研究工作旨在解决传感器及监测装置的电源可靠性技术难题，主要包括：

1）高电位感应取能装置安装于高压输电导线上，其设计面临装置的小型化、绝缘性能高和低成本化三方面的技术难题。

2）输电监测装置及传感器传统采用太阳能配合蓄电池为其供电，此种供能方式存在供能可靠性及免维护能力差的技术问题。

3）变电站内的传感器及监测装置常采用变电站低压端的电源或电池为其供电，此种供能方式存在电源线布线复杂和电池更换成本高的技术难题。

4）输变电监测装置常采用电源管理系统对其供能进行管理，但传统的电源管理系统面临监测装置性能最大限度的发挥与电源的最优使用如何达到最佳平衡的技术难题。

（2）高电位感应取能

本任务研制出了高电位感应取能装置，其基本原理如图2-61所示，电流互感器将输电导线周围的电磁能量转换为电能，将获取的电能接入取能电源模块，取能电源模块对其进行整流滤波处理并实现隔离稳压输出。其中取电调节保护电路可实时地调节和限制输入模块的电能，吸收因雷击等特殊情况引起的瞬间大电流，保证了模块能在输电导线电流不稳定时仍能输出稳定的电压。

1）取能铁心结构设计。

为便于高电位感应取能装置的现场安装，本任务研制的高电位感应取能装置采取开环设计。为提高取能装置的输出功率，取能铁心的设计原则如下：

①取能铁心在质量相同、内径一定的条件下，铁心的形状选择空心圆柱体，其具有截面积更大、磁路更短的特点，取能效果更好。

②取能铁心在同为空心圆柱体的条件下，铁心设计得越扁平，其具有截面积越大、磁路越短，取能效果越好的特点。

本任务针对500kV输电线路研制了高电位感应取能装置。500kV输电线路通常采用的导线直径约为3.8cm，为保证取能装置在安装时具有足够的空间，取能铁心按r=6cm设计。以下三式分别为电流互感器的磁路长度、截面积和铁心质量计算公式：

式中，R为取能铁心外径；r为取能铁心内径；h为取能铁心高度；ρ为硅钢密度。

按照以上计算公式，分别计算一次侧的导线电流为5A、15A、30A、45A时，分别感应输出2W、4W、6W、8W、10W、12W电能量时所对应取能铁心的质量及取能装置的总质量，计算结果见附录10～附录13。

2）采用合成树脂铸模封装取能铁心。

本取能装置设计采用合成树脂铸模方式固定片状硅钢片，其具有如下优点：

①保证切割后硅钢片不散开，同时消除浸漆工艺带来磁导率下降的影响。

②用合成树脂铸模可代替取能铁心的安装附件，大大降低了整套感应取能装置的质量。

3）取能装置研制及性能测试。

如图2-62所示，为本任务研制的高电感应位取能装置，包括电流互感器及电源控制模块，其中电流互感器质量为3.1kg、内径6cm、外径13.5cm、厚7cm，电源控制模块的输出电压为24V，输出功率为20W。

为对研制的取能装置的性能进行实验论证，在实验室搭建了如图2-63所示的实验环境，实验导线采用LGJ-400，大电流发生器的范围为0～3000A。

高电位感应取能装置的取能特性曲线如图2-64所示，当一次电流达120A时，输出功率稳定到20W，本装置具有较好的输出伏安特性，满足输电导线上传感器的供电需求。研制的高电位感应取能装置的技术参数见附录14。

（3）低电位感应取能

本任务研究了低电位取能方式，其基本原理在于利用带有铁心的取能线圈收集输电杆塔与输电线路之间的电磁能量。低电位感应取能原理如图2-65所示，将带有铁心的取能线圈安置于输电杆塔与输电线路之间，取能线圈将输电杆塔与输电线路之间的电磁能量转换为电能，将获取的电能接入整流滤波、调节保护电路及隔离稳压模块，实现整流滤波、调节保护及稳压处理。取电调节保护电路可吸收因雷击等特殊情况引起的瞬间大电流，保证模块能在输电导线电流不稳定时仍能输出稳定的电压。

为研究此种取能方案的取能效果，建立如图2-66所示的坐标系，并据此进行了分析计算。在设计中使用高磁导率铁心，取能线圈为上万匝时，取能约为1W。从取能效果、经济性以及安装安全性角度考虑，此种取能效果还不够理想，有待新型高磁导率材料的产生以及取能装置的进一步研究改进。

（4）电源管理策略

本任务提出了电源模块的电压监控保护、电源优化管理及基于事件驱动的电源管理策略。电压监控保护策略是依据监测电源模块的电压状态，控制电源模块的工作状态，进而保证电源模块的安全与合理使用；电源优化管理及基于事件驱动的电源管理策略，是应用有限状态机划分装置工作的状态，并整理外部运行环境引起状态转变的各类事件，从而确定输变电监测装置工作状态的转移方式，这保证了监测装置功能最大限度的发挥及电源模块的有效利用。

1）电压监控保护方案。

在电源系统电压低至23.6V时，整个电源系统进入超低功耗模式，设备停止工作；在电源系统电压为23.6～24.0V时，可使用GPRS和北斗通信功能，不能对传感器供电；在电源系统电压为24.0～24.5V时，可使用GPRS和北斗通信功能，同时对传感器供电；在电源系统电压高于25V后，可开启WiFi功能，否则关闭WiFi功能电源。

2）电源优化管理策略研究。

针对输电线路一体化智能监测装置，相继研究并提出了基于SVM-马尔科夫组合法的太阳能光伏发电量预测方法、基于内阻法的蓄电池剩余电量在线监测系统，以及动态电源管理技术（DPM）、动态电压频率调节技术（DVFS）和低功耗电源管理技术，其原理如图2-67～图2-70所示。

3）基于事件驱动的电源管理策略研究。

本任务针对输变电监测装置的电源模块，提出了基于事件驱动的电源管理策略，它是应用有限状态机划分装置的工作状态，并整理外部运行环境引起状态转变的各类事件，从而确定输变电监测装置工作状态的转移方式，这不仅保证了输变电监测装置功能的最大发挥，同时降低了监测装置的功耗，使电源模块得到了有效的利用。

2.3.2 设计与实现

1.输变电设备智能监测传感网络

本任务根据变电站和输电线路的特点，设计了输变电设备智能监测传感网络，监测传感网络具有数据共享、故障诊断和分布自治等功能，实现了一体化智能监测装置之间的状态信息互联与交互。

（1）变电设备智能监测传感网络

变电站具有状态监测参量多、监测点相对集中的特点。本任务设计了变电设备状态监测传感网络，如图2-71所示。变电设备监测传感网络采用有线的光纤以太网通信方式为主，无线通信方式为辅助和备用的通信方案。采用两级的网络结构，由主IED与智能传感器以及手持式接入设备组成星形子网络，各子网之间采用Mesh网络结构进行互联，由网络设备解决子网冲突、多跳管理策略；智能传感器可以动态接入子网内的主IED，通信网络的信息流不再仅限于纵向流量通道，具备了主IED之间、过程层关联传感器之间信息交互的横向流量通道，实现了“物与物”和“物与人”之间通信的业务需求。

（2）输电线路智能监测传感网络

输电线路监测点具有分布广及呈线状分布的特点，数据远程传输成为难题，目前常采用公共通信网的数据通信业务通道实现数据远传。但公共通信网提供的服务种类和数据速率难以满足监测的可靠性要求，且运行维护成本高，尤其是在偏远地区往往没有充分的网络覆盖，无线公网不能满足电力输电线路的环境要求。

本任务提出了采用无线Mesh网络接力与电力OPGW光传输相结合为主、公共通信网为辅的网络解决方案。如图2-72所示，此种方案采用两级网络结构，由监测主IED与智能传感器以及手持式接入设备组成星形子网络，各子网之间采用无线Mesh网络结构进行互联；无线Mesh网络将输电线路上多级杆塔信息采用无线中继方式汇聚到OPGW的信息接入点，从而减少了OPGW开口次数。本任务采用IEEE802.11g通信协议，实现了无线点对点5km、无线接力30km及最高54Mbit/s的物理层传输速率。

2.传感网络分布式计算与故障诊断支持系统

（1）分布式计算测试结果

本项任务利用模拟器CloudSim搭建了仿真实验的软件平台，仿真分析任务t₁、t₂、t₃在主IEDr₁、r₂、r₃上的运行情况。初始参数设置见表2-22和表2-23。

传统的输变电设备智能监测系统主IED之间无法进行通信，每个任务都单独由某一个主IED完成，即任务t₁、t₂、t₃分别由r₃、r₁、r₂完成。每个IED完成任务的时间见表2-24，时间为0.80ms后，主IED r₁即进入了空闲状态，浪费了大量的资源，同时三个任务都完成的时间为1.30ms。

利用分布式计算的方式来完成任务，将任务t₁、t₂、t₃有机地分配在三个主IED上进行，在任务开始到三个任务都完成的过程中，三个主IED每时每刻都在工作，没有设备空闲、资源浪费的现象，同时三个任务都完成的时间为1.02ms，较传统的输变电一体化监测装置，任务完成时间提高了21.5%。

采用分布式计算的方法将计算任务分配到多个主IED同时进行，能有效降低主IED的性能要求。该实例中完成三个任务的时间为1.30ms，配置主IED的经费为5.1万元，采用分布式计算的方式，为了达到完成三个任务的时间为1.30ms这一目标，配置的主IED属性见表2-25。

采用分布式计算后的主IED购置费用为4.2万元，相比于传统的一体化监测装置，购置经费降低了17.6%。

（2）故障诊断与预警案例

以监测某变电站220kV变压器故障为例，说明变电站设备故障诊断的流程。

1）数据采集：智能气体传感器采集变压器油中气体的实时数据见表2-26。

2）分布诊断：依次调用初级诊断方法库中的方法进行故障诊断。表2-27所示为变压器油中氢和烃类气体含量的正常限制。将采集的油中气体实时含量与正常限值相比可知，H₂和C₂H₂在正常范围之内，总烃类严重超过正常限值，则诊断变压器可能存在故障。

采用三比值法分析变压器油中气体组分判断故障的类型。实时气体含量数据编码后的组合为120，判断该变压器设备可能存在电弧放电兼过热故障。

3）高级诊断：选用中心控制站中历史数据库中最新更新的一半油中气体数据作为遗传算法的学习库，利用遗传算法分别生成判别函数F₁、F₂、F₃和F₄，分别判断变压器是否存在故障和故障类型；将剩余一半的历史数据作为测试样本，生成总识别率显示在中心控制站的人机界面上，此时总识别率为92.1%；将油中气体的实时数据代入基于遗传算法的变压器故障分层诊断模型中，判断结果显示为高能放电。可以判断出变压器可能存在电弧放电兼过热故障，故障点在传感器A附近。

4）故障修复：工作人员根据诊断结果对该变电站设备进行检查之后发现该变压器的线圈A、B相围屏、衬条都有过热、放电烧伤现象。工作人员对其进行维修之后，则采集的数据显示变压器正常。

3.输变电设备一体化智能监测装置

本任务成功研制了输变电设备一体化智能监测装置，监测对象涵盖变电站主要设备和输电线路。研制的输变电设备一体化智能监测装置在云南电网部分变电站和输电线路等示范工程成功投用，监测效果良好，为输变电设备状态智能监测与全寿命周期管理提供了有力支撑。

（1）智能传感器

智能传感器作为传感网络的重要组成部分，主要负责获取输变电设备状态监测信息，实现输变电设备监测传感网络的感知功能。输变电设备种类和监测参量众多，为准确感知输变电设备状态信息，本任务研制的输变电设备一体化智能监测装置使用了众多传感器，见表2-28。

其中，基于分布式光纤温度/应力传感器，成功研制了用于测量输电线路温度/应力的分布式布里渊光纤传感系统，系统主机如图2-73所示，其规格参数见附录15。

为了验证该系统能实现长距离架空输电线路温度、应变传感信息的分布式测量，获取系统的测量精度及测量范围，在变电站开展了现场试验。现场试验线路为云南电网公司昭通供电局的110kV高靖线，以西衙门220kV变电站作为起点对110kV高靖线的OPGW线路进行温度监测。因该线路OPGW中光纤结构无法感受到外界应力变化，故此次现场试验仅对OPGW线路温度进行监测，不考虑线路受力形变的影响。系统测试每18s完整测量一组数据，整个传感距离上，监测结果的空间温度分布如图2-74所示，3.5km（平原地段）、11km（重覆冰山区）处的温度二维分布如图2-75所示。将此条线路上距离变电站15.4km处的所测温度分布与光纤光栅传感器监测的温度分布进行比较，结果如图2-76所示。

图2-74表明，山区较平原夜间温度低2～3℃，符合自然规律；图2-75表明，本任务研制的分布式布里渊光纤传感系统能实现OPGW昼夜温度变化情况的分布式监测；图2-76表明，两种监测方法所得的温度曲线基本吻合，最大差值为1.8℃，分布式布里渊光纤传感系统满足工程应用要求。

（2）输电线路分布式智能故障监测网络

本任务建立的输电线路分布式智能故障监测网络，由故障电流监测传感器、数据中心和工作站3部分组成。数据中心和工作站通过广域网连接，传感器与数据中心通过GPRS/CDMA通信。故障电流监测传感器分布式安装于输电线路上，如图2-77所示，传感器近距离及时捕获故障瞬间的行波信号并具有自供能能力；系统采用区间定位和故障点定位相结合的方式实现故障点的精确定位并进行故障模式的识别。

该监测网络已应用于云南昭通供电局大镇线，此线发生雷击跳闸故障，所有监测传感器均上传了行波故障电流信息，系统由行波故障电流方向判断故障发生点在195号杆塔和245号杆塔之间，其中尤以195号杆塔A相上的41号监测传感器和245号杆塔A相上的39号监测传感器上报的行波故障电流幅值较大，如图2-78所示。

系统自动筛取195号杆塔A相上的41号终端和245号杆塔A相上的39号监测传感器上报的事故信息作为故障诊断依据，对其上报的行波故障电流进行计算分析，判断故障性质为绕击，分析内容见表2-29。

故障点精确定位诊断结果图如图2-79所示，从图中可以看出237号杆塔发生绕击。

（3）输变电设备一体化智能监测装置

本任务研制了变电站设备和输电线路一体化智能监测装置，主要包括变压器一体化智能监测装置、断路器/GIS一体化智能监测装置、容性设备绝缘一体化智能监测装置与输电线路一体化智能监测装置，实现了输变电设备状态智能监测功能。研制的一体化智能监测装置的监测参量如附录16所示，一体化智能监测装置如图2-80至图2-84所示。

1）变压器一体化智能监测装置。

研制的变压器一体化监测装置实现了油中溶解气体、微水、局部放电等参量的在线监测与分析功能。变压器油中溶解气体在线监测装置检测参量及其灵敏度如附录17所示；变压器局部放电超高频监测装置主要技术指标见附录18。

2）断路器/GIS一体化智能监测装置。

GIS局部放电在线监测装置实现了局部放电非接触测量及在线监测的功能，主要技术指标见附录19；SF₆微水含量在线监测装置可实时监测SF₆气体的密度、微水、温度及其变化趋势，并具有自动报警功能，关键技术指标见附录20。

3）容性设备绝缘一体化智能监测装置。

研制的容性设备绝缘一体化智能监测采用了通信、同步信息复用的分布式监测结构，实时监测容性设备的介质损耗角、绝缘泄漏电流及等值电容量等参数，其主要技术指标如附录21所示。

4）输电线路一体化智能监测装置。

研制出的输电线路物联网一体化智能监测装置具备监测参量众多、对外接口丰富、通信方式多样化、电源管理智能化、结构精巧、集成度高等特点。输电线路一体化智能监测装置硬件基本配置见附录22，监测功能及技术指标如附录23所示。