胡敏
广西电网南宁供电局 广西壮族自治区南宁市 530000
摘要：近年来，物联网技术在采集电力运行数据、感知配电网运行状态等领域发挥显著功能，无线传感网络是物联网技术的核心，因此本文结合传统电缆故障定位和隔离先进技术，将无线传感网络应用于电力电缆故障地理位置定位，精准检测电缆故障并为电缆维修提供详细准确的故障线路及地理位置信息，具体思路如下：构建电力电缆无线传感网络监控系统感知电缆运行状态信息；以电缆状态监测信息作为样本数据进行聚类分析，获取异常传感节点实现电缆故障定位，节点通过Web GIS电缆地理定位模块即可发送详细的地理位置信息。下面对本文创新方法作详细介绍，而现有较为成熟的电缆故障定位及隔离技术原理不再赘述。
关键词：物联网；电力电缆；自动定位技术
1基于无线传感网络的电力电缆故障监控系统
1.1总体架构
电力电缆运行的电流、电压、温湿度是ZigBee无线传感网络监控的主要内容，ZigBee无线传感网络呈网状拓扑结构和监控终端进行连接。
.png)
图1基于ZigBee无线传感网络的电缆故障监控系统架构
由图1可知，基于ZigBee无线传感网络的电缆故障监控系统架构主要由无线传感节点、中心节点、Web GIS地理定位模块、监控终端构成。其中，无线传感节点以合理的距离部署于各个电缆监控区域，电缆中间接头、户内户外终端头等关键节点处加强布置，采集电缆运行的电流、电压、温湿度运行状态数据，同时负责去除数据的无用信息与噪声，以无线信号为介质将预处理完成的数据传输至中心节点；中心节点主要任务是接收无线传感节点采集的电缆监控数据，以基站为中介将统一打包的数据传输至监测终端；Web GIS地理定位模块掌握了无线传感网络节点所在的位置信息，一旦出现电缆故障，该模块依据自身地图资源存储信息在监控终端成电缆故障地图，提供故障维修的地理位置信息；监控终端负责对无线传感数据进行解包、分析、存储，监控人员通过PC客户端、移动客户端皆可查阅电缆状态监控信息，接收电缆故障预警信号和电缆故障的地理位置信息。
电缆故障监控系统使用ZigBee无线传感网络感知电缆运行的状态信息，ZigBee节点的核心构件是CC2530处理器，由TI公司提供。标准增强型8051微处理器、高性能的RF收发器内置于CC2530处理器，是ZigBee节点的优势所在。实践证明ZigBee节点接收数据灵敏度为-94dBm时误码率仅在1%左右，此时的发射功率为1MW，证明了ZigBee节点采集数据的高精准度；不仅如此，CC2530处理器具备空中升级功能，使用差异性运行模式实现超低功耗系统运行，运行模式切换的时间消耗极小，再次节约了无线传感网络运行的能耗。
1.2Web GIS电缆地理定位模块
Web GIS地理定位模块的核心是Web GIS技术，可准确定位电缆故障所在地理位置，便于维修人员实施检修。Web GIS电缆地理定位模块使用TCP/IP协议、Internet/Intranet标准运行，基于HTTP协议生成数据传输的格式。Web GIS电缆地理定位模块使用分布式服务体系结构，以增强处理无线传感网络产生的大规模数据，监控终端与服务器的负载得以平衡，进一步提升电缆监控数据处理的性能。
Web GIS电缆地理定位模块集成了以中央服务器为核心的网络技术，具有强大的信息查询、地图实时更新、定期系统维护功能，在定位技术中具有显著优势。Web GIS电缆地理定位模块综合了C/S与B/S模式结构，C/S使用二层网络体系结构，优点是信息处理的计算单元即为客户端计算机，监控人员可直接从本地获取处理数据，无需以网络为中介高频率查询地理位置数据；B/S使用三层体系结构，具体为“浏览器-中间层-服务器”，优点是数据的应用与分类通过Web服务器与数据库服务器实现，无需系统服务器参与，有效降低系统服务器负载，网络安全性能得到大幅优化。
2实验研究
通过仿真实验形式验证本文方法处理电缆故障地理位置自动定位的可行性与优势，仿真实验在Matlab7中完成算法编程，通过Visual DSP++设计电力电缆故障监控系统，实验样本数据为某配电网运行产生的数据；定义1200m×1200m大小区域作为电力电缆监控节点布局区域，电缆节点通信覆盖范围约为11.5m，监控系统采集数据的时间间隔为8min。对编号为D06、D16、D24、D33、D42的电缆节点进行故障定位，每个节点预期采集300个数据样本并展开数据聚类分析，其预期采集数据样本、实际采集数据样本及数据丢失率分别为300/299/0.30，300/300/0，300/299/0.30，300/298/0.67，300/300/0。分析可知，基于ZigBee无线传感网络的电缆故障监控系统采集数据丢失率较低，最高仅为0.67%，丢失的数据一般发生在节点与服务器传输期间；较低的数据丢失率得益于无线传感网络中ZigBee节点的使用，将CC2530处理器作为ZigBee节点的核心构件有效增强电缆状态数据采集的性能。
由此看来，本文方法采集的电缆状态数据完整性较强，为聚类分析提供了相对全面的数据样本基础。采用本文方法获取的D06、D16、D24、D33、D42数据聚类时间开销（秒）、初次检测异常数据量（个）、是否出现电缆故障、故障电缆地图生成是否准确分别为：8.89/7/否，0.91/11/是/是，0.89/4/否，0.94/6/否，0.92/4/否。以上结果显示只有D16电缆节点出现故障，该情况与配电网中电缆运行的实际情况一致，证明了本文方法进行电缆故障检测的有效性。
具体分析可知，本文方法处理不同节点数据的时间开销均在0.9s左右，效率较高；初次检测异常数据过程中，不同电缆节点均出现差异性异常数据，经过进一步异常数据检测判定D16节点存在故障，本文方法中K-means聚类算法经过两次异常状态数据检测获取电缆故障情况，保障了电缆故障定位结果的可靠性。经对比，本文方法生成的电缆故障地图准确无误，地图清晰显示了故障位置与维修团队所在位置，方便维修人员快速到达维修地点，高效恢复电缆正常运行，保障了社会生产与生活的安全性。
结语
本文方法获取较优的定位结果在于将物联传感网络与K-means聚类算法有机融合，无线传感网络能采集广域的电缆状态数据，保障了数据样本分析的全面性。同时无线传感网络数据具有规模大、数据密度大、分布范围广、异常数据占比较少的特点，造成较大的电缆状态数据挖掘难题。K-means聚类算法用于数据聚类分析的频率较高，面对数据簇密集、数据聚类差异大的情况更容易发挥较优的聚类效果，K-means聚类算法这一特性与无线传感网络数据特征吻合，因此K-means聚类算法进行电缆状态数据聚类更易展现其优势。
参考文献
[1]钱峰，唐浩，陈尊杰，唐正国，黎少峰.高压电缆故障定位方法探析[J].软件，2020，41(09):162-164.
[2]韩雅琦.基于小波变换的电缆故障点定位研究[J].电子世界，2020(17):31-32.
[3]宋洁.中高压电缆故障快速精确定位方法[J].农村电气化，2020(08):20-22.
[4]代艳君.基于LabVIEW的电力电缆故障定位系统研究[D].西安科技大学，2020.
[5]郑海，陈剑平，甄志明.基于小波变换的电力电缆故障自动定点系统设计[J].电子设计工程，2020，28(10):65-68+73.