一种无线电力仪表设计

张伟平

摘  要：基于目前多场景的电力运行数据监测的需求，该文开发设计了一种面向分布式、离散监测场景的无线电力监测单元，简称“G表”，提供解决该场景传统电力监测方案弊端的方案。该产品融合了传统全电量电力监测仪表的功能，同时还具备了无线数据传输、边缘计算、温度湿度监测、漏电流监测，复费率计算、谐波监测、需量监测等功能，所有数据接入云平台，有效覆盖分布式、离散监测场景电力监测的各层次需求。

关键词：无线通信;电力仪表;边缘计算;云平台

中图分类号：TP216              文献标志码：A

0 引言

为响应习近平同志新时代中国特色社会主义指导思想，深入贯彻落实“四个革命、一个合作”能源安全新战略，国家电网提出“三型两网、世界一流”的战略目标，其中泛在物联网是发展目标的重要一环。协同推进智慧物联是泛在物联网建设的主线之一，打造“云边协同”资源共享共用、数据互联互通。智能电力监测设备是未来泛在物联网的数据协同的重要节点。

1 需求分析

传统电力系统覆盖地理分布广泛，供电对象的差异明显，负荷节点分布呈现“点”或“面”的分布状况。传统电力监测方案较好地解决了“面”状分布的电力设施的需求，采用仪表+管理机+SCADA系统的方式，集中采集多电力设施状态，通过统一的传输路径在SCADA系统中集中显示监测数据。“点”状分布的负荷节点呈现分布式、离散化的特点，空间上不集中、数据间勾连性不强，采用传统电力监测方案存在施工难度大、系统造价高、无法用等效节点替代监测的问题。接入无线通信是简单有效解决问题的方法。

2 难点分析

传统电力监测方案，主要采用局域网以及有线的方式连接，数据采集受限于通信协议及总线设计。数据传输速率延迟最高可达百毫秒级，数据传输量无任何限制，满足一般的供配电数据模型的描述精度要求。

基于无线通信的监控方案，则面临有别于传统电力监测的巨大挑战。数据传输路径长，综合传输延时比较严重，存在描述模型数据有效性的问题。另外，长期需要定期预付数据资费，限制了数据的传输量，也不符合现有电力用户的消费习惯。由于通道的限制，不得不针对传统的数据采集传输模式进行优化。“G表”在设计过程充分考虑了无线监控方案存在的痛点。

3 产品设计

“G表”在设计初始就需要考虑分布式、离散的应用场景存在的通信问题与监测内容问题。采用集成化的思路，对电力系统运行所需的相关领域的监测信息进行集成，形成单节點的综合解决方案。“G表”产品外观如图1所示。

3.1 外部接口设计

“G表”硬件接口设计包括三相电能采集、漏电流监测、开入量监测、开出量控制、温湿度采集5类基础项目，如图2所示。

三相电能及漏电流采集采用计量专用IC，独立计算电能的基础信息。避免占用MCU资源，减少外围A/D电路环节存在的元件品质差异问题，在减少硬件设计的同时，又提高了采集精度。在实现常规电能信息采集的基础上，利用计量IC资源进行复费率、需量等能效管理应用的计算，以及谐波、三相不平衡度等电能质量管理应用的计算。同时利用计量IC漏电流检测资源，设计漏电流采集功能。

设计多路开入、开出量，并使其具备可编程能力。既可以单独采集开入信号，远程控制开出量动作，又可以进行开入、开出量功能的关联设置。既满足了常规监测的需要，又可满足一般的联动控制需求。

温湿度采集采用数字通信接口接驳专用的温湿度传感器，温湿度采集的A/D转换在传感器内部实现，方便根据使用环境更换不同的传感器。

接口功能满足了常规电能的运行数据监测、能效管理、电能质量、电气安全的功能要求。同时充足的开关量监测接口，既满足开关柜状态监测要求，又可以满足其他监测装置的状态接入要求。

3.2 通信设计

分布式、离散场景的供电、负荷节点是传统电力监控方案中的难点。存在网络拓扑设计复杂、通信施工难度较大、成本高等问题。无线通信的引入使该场景的监控数据采集变得十分便利，借助密布的运营商基站，监测点数据在无形的通道中畅通无阻的传输。

但是无线通信由于资费问题，存在传输数据量受限的问题。电力设备状态数据具备典型的大数据特征，主要体现在4个方面。1）数据来源多。2）数据体量大、增长快。3）数据类型异构多样。4）数据关联复杂。其与通信资费控制的思想相悖[1]。为了解决该问题，“G表”对数据列表进行了区分，将数据分类成了冻结数据、累计数据以及瞬变数据3种。冻结数据为按照一定规则计算保存、一定时效内固定不变的数值，例如月度能耗、最大需量。累计数据受时间因素的影响，随着时间的变化而累加变化，例如实时电能。瞬变数据为不受时间因素影响的数据，主要有电压、电流、频率、功率、功率因数等，每一时刻的数据均存在波动可能性。

冻结数据采取云平台主动采集的策略。按预设时间自动执行数据召唤或者进行手动召唤，丢失或无响应时，重新进行召唤，确保数据能够成功采集。

累计数据由“G表”按时上送云平台，用户根据管理所需采集精度，自行在“G表”中设定上送时间。这样可以减少云平台下发的任务，减轻云平台的运行压力。

针对瞬变数据，除了可以选择定时上送云平台，还可以选择数据突变上送。其原理是单次数据采集变化区间超过设定阈值时，将数据主动上报云平台，当数据变化未超过设定阈值时，则不进行数据上报。依照对数据观测的敏感度，用户可以改变阈值设定，从而获得所需精度的数据变化，以此来描述电力系统的运行工况。

通过以上的数据分类管理策略，“G表”减少了数据传输的数量，依然可以确保客户所需数据的精度。

3.3 边缘计算

无线通信为了压缩数据量，发送给后台的数据与传统电力监测方案相比有限。同时通信连接也受到比有线通信更多的干扰因素的影响，而丢失数据导致判据不足，出现无法进行计算的情况。基于物联网结构产品设计思路，“G表”具备边缘计算功能。在边缘计算模型中，网络边缘设备具有足够的计算能力，以此来实现源数据的本地处理，并将结果发送给云计算中心。边缘计算模型不仅可以降低数据传输的带宽，同时也能较好地保护隐私数据，降低终端敏感数据隐私泄露的风险。解决了一部分数据有效性及降低数据发送量的问题[2]。

“G表”采集所得的数据直接由MCU进行计算，可以实时或更快地进行数据处理和分析。而不像传统的电力监测手段，数据的处理分析全部依靠后台系统执行。

在某些场景下需要立刻对信息做出反馈时，经由无线传输数据后，再由云平台下发命令，解决了存在较高综合延时的问题。此外，存在多种原因导致数据或命令无法正确传送，造成反馈任务失败的问题。因此，边缘计算对于无线传输方式来说十分重要。

3.4 配套管理平台

平台设计基于两点中心思想构建，即设备管理和大数据监测分析。

设备管理是描述“G表”与对应管理组织的勾连关系，包括了用户组织架构下“G表”的添加、修改、删除，同时还具备设备流量监管功能。用户通过简单的数据录入，就可以很方便地对仪表使用进行管理。

将“G表”的管理方式抽象成组织架构的管理模式，适用于绝大多数的分级管理方案，例如按地域劃分管理、按部门划分管理、按产线划分管理等。基于该思想设计的架构，可以方便地进行离散单点的横、纵向数据对比，组织结构之间的横、纵向对比。此外，还针对主流关注的参量信息，制定了不同的分析策略。用户可以根据需要自行进行便捷的数据分析。

4 结语

该文提出的无线电力监测单元“G表”，提供了分布式、离散监测场景的全套电力监测解决方案。其功能满足了常规电能运行数据监测、能效管理、电能质量、电气安全、状态监测的需求，并在此基础上，实现了分类数据的无线通信以及边缘计算的功能。同时，该产品配套定制开发的管理平台，为用户解决了一站式数据存储的问题。产品有别于传统电力监控系统烦琐的建设、调试过程，安装即用，满足分布式、离散场景电力监控的绝大多数需求，具有一定的创新意义和市场前景。

参考文献

[1]江秀臣，盛戈皞.电力设备状态大数据分析的研究和应用[J].高电压技术，2018，44（4）：1041-1050.

[2]施巍松，孙辉，曹杰，等.边缘计算：万物互联时代新型计算模型[J].计算机研究与发展，2017，54（5）：907-924.