基于HPLC技术的智能电网数据采集系统设计.pdf

第 44 卷 第 8 期2023 年 8 月自 动 化 仪 表PROCESS AUTOMATION INSTRUMENTATIONVol.44 No.8Aug.2023收稿日期:2022-03-21作者简介:王献军(1974),男,学士,高级工程师,主要研究方向为电能量采集技术,E-mail:guoweixi8044 基于 HPLC 技术的智能电网数据采集系统设计王献军1,华 隽2,张世林1,侯慧娟1,王国卉1(1.国网河南省电力公司营销服务中心,河南 郑州 450051;2.国网河南省电力公司,河南 郑州 450050)摘 要:为了解决智能电网数据采集系统中经常出现的调度失衡、采集装置负荷波动等问题,设计了一种智能电网数据采集系统。该系统基于矢量正交频分复用(VOFDM)的高速电力线载波(HPLC)通信技术,在接收端配备了两个非线性预处理器,具有较好的峰均功率比特性。该系统能够提高非线性预处理器的效率,以解决传输易受到电磁干扰的问题。此外,该系统还应用了自行设计的新型智能电网采集装置,可对电网负荷波动数据进行交、直流检测。试验结果表明,在相同的条件下,峰均功率比阈值最高降低了 4.6 dB,通信性能增益显著,大大提高了智能电网数据采集能力。关键词:智能电网;高速电力线载波通信;数据采集系统;互补累积分布函数;矢量正交频分复用中图分类号:TH-391 文献标志码:A DOI:10.16086/ki.issn1000-0380.2022030031Design of Smart Grid Data Acquisition System Based on HPLC TechniqueWANG Xianjun1,HUA Jun2,ZHANG Shilin1,HOU Huijuan1,WANG Guohui1(1.Marketing Service Center,State Grid Henan Electric Power Company,Zhengzhou 450051,China;2.State Grid Henan Electric Power Company,Zhengzhou 450050,China)Abstract:A smart grid data acquisition system is designed to solve the problems of scheduling imbalance and load fluctuation of the acquisition device that often occur in smart grid data acquisition systems.The system is based on vector orthogonal frequency division multiplexing(VOFDM)high power line carrier(HPLC)communication technique and is equipped with two nonlinear preprocessors at the receiving end with better peak to average power ratio characteristics.This system can improve the efficiency of the nonlinear preprocessors to solve the problem of transmission susceptibility to electromagnetic interference.In addition,the system also applies a new self-designed smart grid acquisition device,which can detect both alternating current and direct current for grid load fluctuation data.The test results show that the peak to average power ratio threshold is reduced by most to 4.6 dB under the same conditions,and the communication performance gain is significant,which greatly improves the smart grid data acquisition capability.Keywords:Smart grid;High power line carrier(HPLC)communication;Data acquisition system;Complementary cumulative distribution function;Vector orthogonal frequency division multiplexing(VOFDM)0 引言随着智能电网技术的不断发展,电力线载波技术已成为电力信息系统通信网络的重要组成部分,对智能电网建设具有重要意义1。电力线载波使用电力线作为数据传输的通信介质,在适合电力线介质传输的低频或高频载波信号上调制要传输的信息数据,并沿着电力线传输。接收端通过解调载波信号恢复原始信息数据。电力信息采集系统在改善电网能源结构、提高利用效率方面发挥着重要作用,是实现电网与用户实时、灵活交互的智能电力服务系统的基础平台和核心支撑,是确保社会安全、可靠用电的技术2-4。为了实现智能电网数据的高效传输,国内外学者进行了深入研究。文献5提出一种基于多 Agent 模型的实时采集系统。该系统能够通过无线光纤通信技术分布式控制区域内各电网采集装置。但该系统没有考虑采集装置负载平衡问题,容易导致系统运行中出现调度失衡的问题。文献6提出了一种基于窄型电力线的通信技术。文献7提出了一种基于宽型电力线的通信技术。以上两项研究均建立了通信系统以实现电网数据的高效传输,但都基于传统的正交频分复用(orthogonal frequency division multiplex,OFDM)技术,并存在较高的峰均功率比(peak to average power ratio,PAPR)。这会极大地影响高速电力线载波(high power line carrier,HPLC)通信调制解调器的能效,并导致电磁兼容(electromagnetic compatibility,EMC)问题。第 8 期基于 HPLC 技术的智能电网数据采集系统设计 王献军,等为了提升 HPLC 调制解调器的能效,提高 EMC 能力以及解决上述文献所述的智能电网数据采集系统中存在的调度失衡等问题,本文设计了一种新型智能电网数据采集系统。新型系统通过数据传输技术提高数据交互能力,通过 HPLC 技术实现数据传输,通过矢量正交 频 分 复 用(vector orthogonal frequency division multiplexing,VOFDM)技术对传输中的技术进行应用,以解决传统 OFDM 存在较高 PAPR 的问题。1 总体方案设计本文所设计的新型智能电网数据采集系统在面临外界干扰时,能够及时反映负荷波动位置,并针对性地发出命令,对整个智能电网采集设备集中监控,以保证设备调度稳定运行。智能电网数据采集系统结构如图 1 所示。图 1 智能电网数据采集系统结构示意图Fig.1 Structure diagram of smart grid data acquisition system 在图 1 中,采集系统的控制中心由采集信息收录、微型计算机控制中心、数据库组成,主要实现业务应用、数据采集、控制执行、预通信调度、数据库管理等功能。该系统通过微型计算机控制,利用计算机大数据处理能力进行电力采集信息收录,通过微型计算机控制中心组合形态完成对接及储存8。传输总线用于系统主站和采集终端之间的数据通信,采用 HPLC 技术。HPLC 技术根据移频和分频原理,将原始信号由载波调制移动到不同的传输频带,通过带阻波器的耦合装置耦合到电力线进行传输。在发送端发送数据时,首先将要发送的数据调制到特定频率的高频载波上,然后将信号功率放大并耦合到电源线。在接收端,有用信号由带阻波器的耦合装置提取,高频信号由接收器分离,从而滤除干扰,并将采集端所采集的信号调制成语音或数据信号。采集终端负责检测和校正负荷波动,通过智能电能表完成本地电力数据采集,经过负荷检测电路对智能电网各区域的电力负荷状态进行检测,并存储至数据库中。2 基于 VOFDM 的 HPLC 技术对于传统 HPLC 技术的 OFDM 存在较高的 PAPR的问题,本文基于 OFDM 的 HPLC 技术,建立了 VOFDM系统,并通过调度低 PAPR 改善其与 HPLC 接收机的噪声消除之间的关系。首先,本文对 VOFDM 系统的PAPR 性能进行分析,并将 PAPR 性能与接收机噪声消除过程的影响联系起来。其次,本文研究 VOFDM 调零和 VOFDM 削波系统的噪声检测误差概率、输出信噪比和优化系统性能。非线性预处理的 VOFDM 逻辑如图 2 所示。图 2 非线性预处理的 VOFDM 逻辑图Fig.2 VOFDM logic diagram of nonlinear preprocessing 图 2 显示了 VOFDM 的发射器和接收器侧。其中:y 为非线性预处理输出的数据信息;Y 为重构后数据输出的数据信息;s 为正交幅度调制(quadrature amplitude modulation,QAM)输出的数据信息;S为重构后数据输出信息。首先,本文使用 QAM 来映射 HPLC 技术中的智能电网信息,以产生基带 QAM 符号。S0为初始基带QAM 符号。N 个调制符号的序列按列分块到长度为M 的 L 个向量,即 N=ML。这些参数向量被称为向量块(visual blocks,VB)。其中:S1表示第一个向量块;S2表示第二个向量块;S3表示第三个向量块。第 l 个向36自 动 化 仪 表第 44 卷量块可以表示为:Sl=SlM,SlM+1,SlM+M-1T(1)式中:Sl为 VB 的矩阵格式;SlM+M-1 为第(LM+M-1)个向量块;T 为基带转置;l 为 VB 的数量,l0,1,a-1,a为整数。之后,如图 2 中的示例所示(对于 M=2 和 L=4),在 VB 分量方向上执行大小为 L 的快速傅里叶逆变换(inverse fast Fourier transform,IFFT)。IFFT 之 后 的VOFDM 时域信号可以表示为:S-q=S-qM,S-qM+1,S-qM+M-1T(2)下一步是重构向量,得到长度为 N 的向量,即:S-=S-T0,S-T1,S-TL-1=S-0,S-1,S-N-1(3)在式(3)中,HPLC 通 信 VOFDM 信 号 的 相 应PAPR 计算为:P1=M s-k2e-k2,k=0,1,N-1(4)式中:P1为 HPLC 通信 VOFDM 信号的相应 PAPR 值;M为最大参数;s-k为绝对值运算符;k 为信号序数;e-k为期望运算符。VOFDM 信号随后通过 HPLC 通道传输,在 HPLC通道中,VOFDM 信号被可编程逻辑控制器(programmale logic controller,PLC)噪声(包括背景和脉冲成分)污染。因此,接收到的信号以下列形式写入:r-k=s-k+nw,k+ni,k(5)式中:r-为 PLC 通信技术中的接收信号;w 为背景噪声分量;ni为脉冲噪声分量。本文采用伯努利-高斯噪声模型描述通信信号的背景噪声和脉冲噪声。其中,脉冲噪声为:ni,k=bgk(6)式中:gk为均值为 0 的复高斯白噪声;b 为概率 Pr(b=1)=p 的伯努利过程,p 为脉冲噪声的发生概率。因此,总噪声 nT=nw+ni的概率密度函数可以表示为:P(nt)=1m=0pmG(nt,0,2m),2m=20(7)式中:G 为高斯概率密度函数;m 为序号;0为背景噪声的功率;m为脉冲噪声的功率。本文 分 别 定 义 输 入 信 噪 比(signal-noise ratio,SNR)和信号脉冲噪声比。通常,为了降低 HPLC 技术中噪声的影响,需在接收器前端实现非线性预处理。因此,接收信号 r-需通过非线性预处理器(调零或限幅)处理,并当输入信号超过预定阈值时,在该处理器中进行调零和限幅处理。3 智能电网采集装置设计针对传统采集装置出现负荷波动的问题,在智能电网数据采集系统与 HPLC 技术的支持下,本文设计了新型智能电网采集装置。电力数据采集装置原理如图 3 所示。图 3 电力数据采集装置原理图Fig.3 Schematic diagram of the power data acquisition device 46第 8 期基于 HPLC 技术的智能电网数据采集系统设计 王献军,等 电力数据采集装置原理是通过多个单元模块配合完成设计,由一条主线路运行,并通过外载单元的方式进行功能化补充设计,由此完成色谱危险区域的标记。主线路运行模块分为 HLPC 通信、加密单元、控制模块和标记单元。HLPC 通信主要实现定位分析单元产生数据的通信,将定位和控制相互联系。加密单元主要设计内容为近端通信单元。控制模块主要针对主控单元和定位分析单元;通过设计时钟模块和存储模块进行数据控制;通过设计风险导航模块、定位芯片和区域指针模块完成风险定位控制。标记单元主要实现隔离电路设计、色谱标记分析和采样电路设计9-10。为了在电力数据采集装置原理设计的显示单元对数据进行演示,需增加可视化分析装置,以便于进行电能采集与风险评估工作。采集装置的关键技术主要为采样电路与加密单元的编码设计。采样电路主要针对电力数据采集装置负荷波动故障,对波动数据分别进行交、直流检测,并根据检测结果分析负荷是否具有波动效应,以更加方便地找到具体位置。交直流负荷波动电路如图 4 所示。图 4 交直流负荷波动电路示意图Fig.4 Schematic diagram of alternating and direct current load flutuation circuit 采样电路根据不同台区输入的数据,检测结果稍有不同。本文设计的检测电路在图 4 中电阻值为 R1=R2=60、R3=10 k。若电路的数据表现出波动形态,则低压侧升高,导致二极管无法工作,检测结果表现为锯齿形态。输入正常信号时,二极管正常工作,直流检测电路处于正常工作状态,延时时间为 011。图 4 设计的负荷波动检测原理是利用整流桥的作用,将不同形态的波动信号输入到检测电路中。其中,电阻值设置为 R4=R5=R6=51、RS=1 k、R7=10 k;电容为 CK=4.7 F。电路开始工作时,如果输入的交流信号为波动信号,通过整流桥转换的直流电就会出现不稳定状态,使输出的信号出现断续。如果信号表现出波动状,则检测输出结果不会出现较大起伏12-13。在具体应用中,需通过非正交编码接入技术实现智能设备的编码接入。随着技术的逐步应用,通过扩充电能数据容量,能够大幅度增强加密。非正交编码技术在结构上可以分为发射机结构和接受机结构。发射机结构能够把待加密的电力数据转换为并行数据流。并行数据流通过编码后被接收机接收。发射机结构如图 5 所示。图 5 发射机结构图Fig.5 Transmitter structure diagram 图 5 中,经过多种泛在采集装置接收到的电力数据 a,通过地址数据流 D 变换得到多个并联运行的数据流 O。数据流经过映射装置转换映射到单个载体 Ck中。每个载体对应一个电力数据,经过编码器进行码字扩充,从而转换为 Nzc个编码符号,并映射出同样数量的子载体。由此,系统接口的数量决定了编码符号的数量。尽管系统接收效率有所降低,但是经过编码扩充,系统具备更高的数据容量。在有限的时间内,待加密的电力数据可以相互叠加,而在输出侧,不同编码符号可以分离。通过发射结构,系统具备了数据并行输入的能力。由于智能电网采集终端用户过多,本文需要进行多用户检测,从而区分相同接线口的用户数据。为此,本文采用迭代接收机来解决这个问题。这样不仅可以区分数据,还能够有效进行干扰消除。迭代接收机结构如图 6 所示。由图 6 可知,首先通过发射机得到数据初始值。然后在解码器作用下纠正数据错误,输出的数据经过反馈重新编码输送到接收机另一个数据接56自 动 化 仪 表第 44 卷口,用于混乱数据的干扰消除。根据反馈得到的多个数据符号,接收机对每一个数据符号进行干扰消除,并自动区分其他数据的干扰成分,从而导出无干扰信号。最后进行信号滤波。通过数据校验,将通过校验的数据直接进行电力数据解码输出,未通过的则被丢弃。通过筛选过程即可完成智能电网电力数据的加密。图 6 迭代接收机结构示意图Fig.6 Schematic diagram of iterative receiver structure 4 试验与分析为了验证所提出的智能电网数据采集系统的实用性与可靠性,本文在某大型国家电网公司实验室进行计算机试验。试验采用四台 Intel i7 9600KF 配置的计算机、16+128 GB 的内存容量。试验对智能电网的HPLC 与采集装置负荷波动进行研究。根据试验数据分析,智能电网试验架构如图7 所示。图 7 智能电网试验架构Fig.7 Smart grid experimental architecture 由图 7 可知,本文对智能电网不同支线中采集装置的运行功率和负荷波动结果进行分析,通过对比本文设计的采集装置与其他采集装置两种方案的具体效果,来验证本文装置的有效性。本文将试验结果汇总到数据表,并通过表中的电能表监测数据构建试验数据集14。经过后续加工处理,试验提取混乱数据,从而得到如表 1 所示的波动点位测试数据。表 1 波动点位测试数据Tab.1 Fluctuation point test data测点电压波动/V电流波动/A延时/msP13 785.3648.324P23 722.7413.16P33 732.3917.48P43 787.8929.019 分析表 1 数据结果可知,负荷电压波动量变化不大,基本处于稳定状态;电流波动量变化较大,最大波动范围为 4.335.2 A。电流波动量为 48.3 A 时,校正时延为 24 ms;电流波动量为 13.1 A 时,校正时延为6 ms。试验结果证明校正时延随电流波动变化,即电流波动量越大则校正时延越长,两者呈比例递增关系。为体现采集装置抗负荷波动的能力,本文通过计算机Proteus 软件对校正过程进行仿真,将得到的波动效应输出信号进行对比分析。采用本文采集装置前后的负荷波动波形如图 8所示。图 8 采用本文采集装置前后的负荷波动波形Fig.8 Load fluctuation waveforms before and after the adoption of this acquisition device 由图 8 可知:当不采用本文采集装置时,负荷数据高低信号都会发生波动,输出信号持续波动;当采用本文采集装置时,负荷输出信号已经较为平稳,高低信号没有出现波动现象。因此,采用本文所设计的采集装置后,智能电网测试网点的抗波动能力明显提高。66第 8 期基于 HPLC 技术的智能电网数据采集系统设计 王献军,等为了验证本文采用的 HPLC 技术的实用性,本文采用 PAPR 的 互 补 累 积 分 布 函 数(complementary cumulative distribution function,CCDF)评估系统性能。CCDF 被定义为 VOFDM 符号的 PAPR 超过某个阈值PPAPR0的概率。其表达式为:PCCDF=1-PrPPAPR PPAPR0(8)式中:Pr为概率参数。试验采用文献6方法中的窄带电力通信(narrow band-power line communication,NB-PLC)技 术 与 文献7方法中的宽带电力通信(broad band-power line communication,BB-PLC)技 术 作 为 对 照,测 试 本 文HPLC 方法 VB 对 PAPR 性能的影响。文献6方法中的 NB-PLC 技术得出的 PAPR 波动量变化最大,波动范围为 11.1 5.6 dB;而本文的 HPLC 得出的 PAPR波动量变化最小,波动范围为 7.55.1 dB。本文应用在 MATLAB 仿真软件中得到的三种方法评估性能对比如图 9 所示。图 9 三种方法评估性能对比Fig.9 Comparison of three methods to evaluate performance 由图 9 可知,随着 OFDM 的 VB 数量的增加,阈值PPAPR0逐渐降低。这表明可实现的通信性能增益将增加。而本文采用 HPLC 技术的 VOFDM 始终具有比文献6NB-PLC 技术与文献7BB-PLC 技术 OFDM 更好的 PAPR 性能,并且增加 VB 的数量将始终进一步降低 PAPR。这是因为与传统的 OFDM 相比,VOFDM使用更小的 IFFT 来生成信号。从图 9 中还发现了另一个观察结果:在 VB 值较低的情况下,PPAPR0降低更为显著,而随着 VB 的增加,PPAPR0降低变得不那么明显。造成这个结果的原因在于,当 VB 非常大时,对于三种方法考虑的 CCDF 值,PAPR 性能是相等的。这种 PAPR 降低与接收器处的非线性预处理相结合,能更准确地检测噪声。5 结论在智能电网环境下,本文设计了电网数据采集系统。其主要创新性体现在:采用了抗负荷干扰的新型装置进行采样,能够智能检测负荷波动故障、分析波动来源并定位故障位置;基于 HPLC 信道提出了VOFDM 的新方法,具有固有的良好 PAPR 特性。本文根据 PAPR 的 CCDF 来评估系统性能。电网数据采集系统试验结果表明,在满足相同性能要求的情况下,与传统的 OFDM 相比,本文系统可以节省高达 4.6 dB 的发射功率。因此,优化非线性器件的阈值对最大化性能至关重要。总的来说,VOFDM是一种很有前途的技术。但在试验过程中发现信道接口处存在故障问题,导致数据丢包率较高。将来会针对这方面进行更深入的研究。参考文献:1 陈霄,王黎明,季欣荣,等.基于高速载波通信高频采集数据的电能表运行误差监测模型J.电气自动化,2021,43(5):79-81,85.2 杨丽,张知,李倩,等.基于高速电力线载波通信的智能终端设计J.河北电力技术,2021,40(4):1-5,14.3 董雪,高远,麦娟.基于 TDengine 的智能电网监控系统数据存储方法研究J.电气应用,2021,40(8):68-74.4 张婷,王祖良,黄世奇.基于 OFDM 的高速电力线载波通信系统设计J.测控技术,2017,36(12):39-42,47.5 姚辉.高速电力线载波通信抗干扰技术研究D.杭州:杭州电子科技大学,2020.6 周达左.基于 PLC12010V1 的窄带电力载波通信模块的设计与开发J.电脑知识与技术,2019,15(31):24-26.7 柴方程,苏文德,刘晓腾,等.遗传算法对台区宽带载波通信信息采集安全的优化分析J.机电信息,2020(33):125-126.8 王瑞萍,鲍喜,张海超,等.人工智能审计流程的设计及平台构建J.微型电脑应用,2022,38(1):62-65.9 李华曦,郭鲲,姜远明.电能表在线不停电校验技术J.机电工程技术,2021(3):109-111.10商曦文,吉莹,张建寰.智能电能表运行状态评估技术研究综述J.电测与仪表,2020,57(3):134-141.11HAMDI M,RHOUMA R,BELGHITH S.An appropriate system for securing real-timevoice communication based on ADPCM coding and chaotic maps J.MultimediaTools and Applications,2017,76(5):7 105-7 128.12林珊珊,赵明敏,任孝武,等.变电站用测温设备及其电磁兼容性能研究J.自动化仪表,2021,42(4):4-5.13张垠,朱彬若.基于决策树群的多维电能表状态检验技术及其应用J.电子器件,2018,41(5):1 191-1 195.14王学伟,陈景霞,朱孟,等.智能电能表的全系统模型及其动态误差分析J.中国电机工程学报,2018,38(21):6 214-6 222,6 483.76