文献标识码: A
文章编号: 0258-7998(2011)07-086-03
随着新型电网技术的发展以及用户对电能质量PQ(Power Quality)要求的提高,电能质量问题受到越来越多的关注。要想治理电能质量问题,电能质量扰动信号的检测和分类是很重要的一个基础环节。
国内现有的电能质量检测系统,其数据采集单元同控制中心之间的数据通信大都是通过有线方式进行的,底层通信大都采用现场总线(如RS485、CAN总线等),远程通信方式有光纤、电力载波、公网、有线电缆等[3],给线路铺设、设备检修等工作带来很大不便,建设成本和工程居高不下。无线传感网络的出现很好地解决了有线网络存在的问题,它具有很大的灵活性,只需要在电力检测区域合理地放置无线传感器节点即可检测电力运行状态,省去了布线环节,节约大量的成本和精力[4]。本文在研究无线传感网络的基础上,提出了一种基于自适应提升小波变换的电能质量检测节点设计方案,实现了监控中心对检测节点电能质量远程实时、准确的检测和识别,为电力系统的集中管护和检修提供依据。
1 系统总体设计
由电力系统的运行环境和特点,检测到电能质量检测PQD(Power Quality Detection)信号不可避免地会包含一些噪声信号。噪声信号的存在会降低检测的准确性,在噪声信号强的场合,甚至会造成检测的失效。为此,需要对PQD信号进行先去噪再分类。系统总体设计思路是将数据采集单元采集到的数据进行自适应提升小波去噪处理,提取PQD信号的特征矢量,再通过支持向量机进行电能质量扰动类型的识别,最后通过无线收发模块将扰动类型、扰动波形发送给WSN网关,如图1所示。
总的来说系统可分为以下各个功能模块:DSP和ARM最小系统模块、数据采集模块、键盘和液晶显示模块、无线收发模块和电源模块,如图2所示。
2 PQD去噪及识别原理
小波分析方法具有良好的时、频局域性,是电能质量检测中一个有力的工具,被广泛应用于电能质量信号去噪和特征向量的提取。但小波变换的算法比较复杂,实现起来需要占用较多的系统资源,运算速度比较慢,不能很好地满足电能质量信号检测实时性要求。基于提升格式的第二代小波变换改进了传统的小波变换算法,不依赖于傅里叶变换,具有运算速度快、完全本位计算、变换后系数与原信号长度相同等特点,适用于信号的实时处理。提升小波分解和重构如图3(a)、图3(b)所示。
一次简单的小波提升分解包括分裂(split)、预测(prediction)和更新(update)三个步骤。dj[2n+1]和sj[2n]分别为第j层的高频细节分量和低频近似分量。对低频近似分量的递归进行提升小波分解,从而创建了多分辨率分解的多级变换。
小波重构过程是分解过程的逆运算,与分解过程具有相同的计算复杂性,能大大提高序列分解和重构的运算速度,改善了小波变换的实时性,降低了算法硬件实现的复杂性。
自适应方法完全从信号的角度出发,根据信号的特点自适应选择不同的滤波器。本文将自适应算法应用于更新算子和预测算子的设计中,实现了双自适应提升小波变换,并且采用先更新后预测的方法,预测不会影响更新,提高算法的准确性。
电力系统的噪声一般是高频的白噪声,采用加权阈值法对小波变换的高频细节分量进行处理,得到去噪后的高频细节分量,即:
其中,f(t)为待小波分解信号,cj(k)为小波分解第j层的近似系数,dj(k)为小波分解第j层的细节系数。近似系数中所含能量为基波能量,而细节系数中所含能量是暂态能量。
本文在参考文献[6]的基础上,根据处理后的高频细节分量和低频近似分量,取小波各层暂态能量差和扰动持续时间为特征向量,用改进支持向量机进行PQD的识别。选择高斯径向基函数为SVM的内核函数,即:
3 系统硬件设计
3.1 DSP和ARM核心电路设计
本文采用ARM+DSP的主从式并行处理系统,把基于支持向量机的扰动类型识别、人机交互功能和无线通信功能集中在ARM子系统中,由主机完成对一切外设的控制。利用DSP的快速数据处理能力完成对三相电压信号、三相电流信号的采集、小波去噪以及小波变换提取特征向量。ARM和DSP之间的数据通信通过一个双口RAM来实现。
DSP芯片选用TMS320VC5402芯片,该芯片是TI公司针对低功耗、高性能需要而专门设计的定点DSP芯片;ARM芯片选择Samsung公司的ARM9系列芯片S3C2420,结合相应的外设构成一个完整的ARM应用系统,具有体积小、功耗低、相对处理能力强等特点,能够装载和运行操作系统,实现了多任务调度,提高了PQD识别、无线通信的可靠性和快速性。
3.2 数据采集单元设计
数据采集单元设计方案是:采用小型交流互感器,将100 V、5 A的一次电压、电流信号转换成+5 V~-5 V之间的弱电信号,并通过高精度的运算放大器进行信号调理,经过低通滤波后,传送给A/D转换电路。为了准确快速地反映出电网的电能质量,要求该部分电路必须保证很高的线性度。本装置选用了东升公司的超小型、高精密电流和电压变换器。这种变换器线性度为0.1%,补偿后相移小于70′,隔离电压高达2 500 V,并且体积小、重量轻,可直接焊在印刷线路板上。选用ADS8346芯片完成模拟量到数字量的转换。ADS8346是TI公司专为高速同步数据采集设计的一款16位A/D转换芯片,由3个转换速率为250 kS/s的ADC构成,每个ADC有2个模拟输入通道,可同时实现6个通道的模拟量转换。
3.3 无线收发模块设计
ZigBee采用IEEE802.15.4标准,利用全球共用的公共频率2.4 GHz,应用于监视、控制网络时,其具有非常显著的低成本、低耗电、网络节点多、传输距离远等优势,目前被视为替代有线监视和控制网络领域最有前景的技术之一。目前市场上支持2.4 GHz的无线射频芯片的种类和数量比较多,主要有AP1110、nRF24L01、CC1100、CC2420、CC2430等芯片。CC2430芯片以强大的集成开发环境作为支持,内部线路的交互式调试以遵从IDE的IAR工业标准为支持,得到嵌入式机构的高度认可。本文选择高集成、低功耗、支持ZigBee协议的芯片CC2430完成无线收发电路的设计。
4 系统软件设计
4.1 嵌入式操作系统TinyOS
无线传感网络节点具有能量有限、计算能力有限、分布范围广、网络动态性能强以及网络中数据量大等特点[7],决定了网络节点的操作系统应满足小代码量、模块化、低功耗、并发操作性和健壮性等要求,这是传统的操作系统无法满足的,如μCOS-II、Vx-Works等。
本文选用美国加州大学伯克利分校专为无线嵌入式传感网络定制的嵌入式操作系统TinyOS,力图用最少的硬件支持网络传感器的并发密集型操作。TinyOS在任务调度上采用了非剥夺的先来先服务FCFS(First Come First Served)调度策略,一个任务一旦获得CPU使用权就不会被除了中断之外的其他任务打断。这样在建立任务时,就不用为每个任务都分配一个堆栈空间,所有的任务共用一个堆栈空间,节约了操作系统的内存空间,且在任务上下文切换时也节约了切换时间。
4.2 系统软件流程
在系统软件设计中,无线传感网络节点间的通信机制是重点,如何合理设计节点间的收发数据机制是整个设计方案必须要解决的关键问题。软件功能主要包括数据采集和去噪、路由算法的实施以及无线传输。
现以无线通信为例说明系统软件流程,见图4。传感器网络采用广播通信方式,每一个节点都被分配一个唯一ID,当节点收到一个数据包时,先取出该数据包包头的ID与自己的ID相比较,若一致,则接收数据,否则丢弃。
5 PQD识别结果
针对淮南某用电企业重要电力设备的布局以及本系统节点的通信距离,完成了WSN的网络节点的部署。每一个网络节点都被分配一个唯一的ID。用信号发生器模拟各检测节点的实际PQD信号,检测节点完成电力参数的采集、PQD类型的识别和发送,并进行类型的LCD显示,节点识别结果如表1所示。
针对国内电能质量检测装置的现状,提出了基于ZigBee技术的电能质量检测节点的设计方案,为维护电网的稳定性、保证电网的经济运行和用电企业的节能减排提供了可靠的依据,具有一定的实用价值。本文创新点:
(1)利用自适应提升小波变换对PQD信号去噪和特征向量的提取,能够更准确地提取扰动特征向量,提高了扰动识别的速度和精度;
(2)基于ZigBee技术设计电能质量检测节点,很好地解决了有线通信的缺点,实现了电能质量的无线远程监控。
本文后续将进行以下工作:(1)为提高系统的实用性,需要到电力系统运行现场去采集样本数据以缩短理论和实际之间的差距。(2)改进传感器网络的数据融合算法,减少数据传输过程中WSN网络的能量损耗,提高WSN的使用寿命。
参考文献
[1] IEEE. Std 1159-1995 IEEE Recommended Practice for Monitoring Electric Power Quality[S]. IEEE, 1995.
[2] 高玉洁.风电场接入电网后的电能质量问题分析[J].南方电网技术,2009,3(4):69-72.
[3] 黄绪勇,刘沛,苗世洪,等.无线传感自组网在电力监控系统中的应用动态[J].电力系统自动化,2007,31(7):99-103.
[4] 干克江,徐平平.无线传感网在电力系统中的应用[J].电力系统通信,2007,28(1):11-14.
[5] 王学伟,张宏财.基于S变换和最小二乘支持向量机的电能质量扰动识别[J].电测与仪表,2009,46(8):1-5.
[6] 秦英林,田立军.基于小波变换能量分布和神经网络的电能质量扰动分类[J] .电力自动化设备,2009,29(7):64-67.
[7] 李晶,王福豹,段渭军,等.无线传感器网络节点操作系统研究[J].计算机应用研究,2006(8):28-30.
[8] Samsung semiconductor. S3C2410 32-Bit RISC Microprocessor[Z]. Samsung,2004.