基于物聯網的輸電線路檢測方案

　　針對輸電線路的現場環境監測面臨環境復雜、通信困難、報警策略難以確定等困難，提出了基于物聯網(IOT)的輸電線路現場監測預警方案。利用物聯網低功耗、低成本、多傳感器的特點，提出了系統的硬件平臺的選擇以及預警判別算法。

　　1 引言

　　輸電線路的現場環境監測，依靠直接安裝在輸電線路上的可實時記錄表征設備運行狀態的傳感器實現輸電線路在線測量、診斷和檢修，其對于高壓、超高壓電網的運行安全十分重要。隨著微機電系統、片上系統、無線通信和低功耗嵌入式技術的飛速發展，孕育出的IOT為輸電線路的現場環境監測提供了全天候、低成本、高可靠性和高冗余度的解決方案。在此，從現有輸電線路監測系統出發，通過分析IOT的關鍵技術，設計了基于IOT的現場環境監測方案。

　　2 現有監測預警系統的問題

　　國內外電力工作者對輸電線路的環境監測進行了大量研究。早期主要采用人工巡檢監測電力設施覆冰情況。隨著計算機網絡與通信技術的發展，文獻利用電力通信網絡研制了電力設施計算機監測系統;某公司將GPRS(GSM/CDMA)技術與視頻技術引入輸電設施監測，開發出架空輸電線路覆冰實時監測系統，文獻介紹了輸電線路災情監測系統和覆冰在線監測系統。這些裝置都已在實際現場取得了一定效果，但還存在如下問題：①人工監測手段需耗費較大人力、物力資源，且不能實現24 h實時觀測，同時由于布線范圍廣，有些布線區域地理環境惡劣，不可能實現全范圍監測;②冰雪災害引起電力線路倒塌和斷線的同時使大量通訊光纜斷裂，公用通訊網絡與電力通信網絡均發生了不同程度的中斷，監測數據無法可靠地送往監控中心;③受區域、氣候、地形等因素影響，特定的監測地段需要特定的報警策略，需要進行針對性的監測數據積累和策略完善。

　　3 物聯網的概述

　　圖1示出IOT系統結構圖。其中，傳感器節點具有感知、運算和通信等功能，每個節點能夠采集環境數據(如溫度、濕度、風速、振動頻率和幅度等)，相互之間使用無線多跳方式通信，并根據應用和系統需求對采集的數據進行網內處理。匯聚節點將傳感器網絡收集處理后的信息匯集后，通過Internet或衛星遞交給用戶。用戶是感知信息的接收和應用者，可以是人也可以是計算機或其他設備。

　　傳感器節點作為IOT的組成元素，一般由4個基本部件組成，如圖2所示。

　　感知單元是感知環境，產生感知數據，通常由一組微型化傳感器件組成。處理單元(通常內置存儲器)對傳感器數據進行處理并對節點進行控制，使之與其他節點協作，共同完成賦予的感知任務。一般采用低功耗的微處理器，如MICA2 Mote系統，采用7.37 MHz的8位ATMega12 8L微處理器，具有128 kB程序閃存，4kB的SRAM，功耗16.5 mW，通常運行在TinyOS，MANTIS等專門為IOT定制的微型化操作系統。收發單元可確保節點之間相互通信。IOT一般認為采用短距離的無線低功率通信技術較為適合。目前，隨著ZigBee(IEEE802.15.4)技術的普及，IOT已廣泛采用ZigBee器件。能量單元則提供節點正常工作所需的能量。由于IOT通常工作于無人值守狀態，網絡生命期依賴于節點能量的多少，因此節省能量是IOT設計中的重要因素。

　　4 監測系統的硬件選擇

　　目前國內外出現了多種IOT節點的硬件平臺。典型的節點包括Mica系列，Sensoria WINS，Toles，μAMPS系列，XYZnode，Zabranet等。實際上各平臺最主要的區別是采用了不同處理器、無線通信協議和與應用相關的不同傳感器。在此Mica系列節點較為成熟且應用較廣泛。

　　Micaz節點的微處理器芯片采用Atmega128。Micaz51針擴展接口可連接模擬輸入，數字I/O，I2C，SPI接口和UART接口。通信模塊使用CC2420芯片。該芯片是最早支持Zigbee通信技術的通信芯片，載波頻率為2.4 GHz，數據傳輸速率最高達到250 kbps，通信距離為60～150 m，更適合于室內應用。數據采集模塊采用ADXL202JE加速度計，可同時采集2個軸的加速度。

　　IRIS節點平臺是基于ATmega128l微處理芯片和RF230射頻芯片的一款IOT節點，是特別為嵌入式傳感器網絡設計的小型無線測量系統，它是工作在2.4 GHz、支持IEEE802.15.4協議的Mote模塊，用于低功耗的IOT。

　　IRIS平臺增加的幾點新特性從整體上提高了節點性能。其特點如下：①相對MICA系列產品，它有3倍的作用距離，2倍的存儲空間;②戶外測試在不加放大器的情況下，節點的視距可達500 m;③基于IEEE802.15.4/ZigBee協議的RF發送器;④2.4～2.48 GHz。全球兼容的ISM波段;⑤直接序列擴頻技術，抗RF干擾、數據屏蔽性好;⑥250 kbps數據傳輸率;⑦支持可靠的多跳Mesh網絡;⑧即插即用，可連接傳感器板、數據采集板、網關和軟件。此外，IRIS的51針擴展接口可連接模擬輸入，數字I/O，I2C，SPI和UART接口，這些接口使其易于與其他外設連接。鑒于IRIS平臺的優勢，在此選用其作為監測系統的硬件節點。

　　5 線性判別式分類算法

　　輸電線路需要進行現場環境監測的物理量有當地溫度、線路的振幅和頻率、風速等。以覆冰預警為例，根據各個地區具體的氣候物理環境的不同，需要依據數據建立不同參數的專家系統。而以線性判別式分類算法(LDA)作為多信源預警判決方案具有算法簡單高效，置信度高等特點。

　　判別分析是一種常用的統計分析方法，它根據觀察或測量到若干變量值，判斷研究對象屬于哪一類方法。進行判別分析必須已知觀測對象的分類和若干表明觀測對象特征的變量值。判別分析是要從中篩選出能提供較多信息的變量，并建立判別函數，使得利用推導出的判別函數對觀測量判別其所屬類別時的錯判率最小。

　　設有兩類D維訓練樣本xk(k=1，2，……，n)其中n1個樣本來自wi類型，n2個樣本來自wi類型，n=n1+n2。兩個類型的訓練樣本分別構成訓練樣本的子集X1和X2。令

　　映射后，兩類的平均值之間的距離越大越好，而各類的樣本類內離散度越小越好。因此，定義Fisher準則函數為：

　　使JF最大的解w*就是最佳解向量，也就是Fisher的線性判別式。

　　6 基于LDA的線路監測方案

　　在輸電線路上布置無線通信的IOT以采集輸電線路溫度、線路的振幅和頻率、風速、線路張力。在冬季采集數據將需要除冰和不需要除冰兩種狀態下各個物理量的數值存儲建立訓練集。

　　7 結論

　　提出了基于物聯網的輸電線路現場監測預警方案。利用物聯網低功耗、低成本、多傳感器、無線通信的優點，結合當前輸電線路監測面臨的具體問題，提出了系統的硬件平臺的選擇以及預警判別算法。該監測預警系統方案可以根據當地具體的環境特點建立訓練集，從而建立具有高可靠性的判別函數，進行有效的監控預警。