高压输电网智能监测系统的制作方法

本发明涉及电网监测技术领域，具体涉及高压输电网智能监测系统。

背景技术：

电力系统包括数量众多的各类设备，且大多工作在高电压环境下，对其进行测控、监视是极为复杂、代价高昂的。目前，仅有少数设备实现了在线监控，而数量众多的高压输变电设备处于人工目视定期巡检状态。对于输电线路监测，现有技术中主要是以设备生产企业的定期、自检为主，检测的方式以人工监测为主，然后将监测结果以有线通讯的方式传递到控制中心。这种传统的输变电监测方式存在静态、误差大、监测范围有限和高成本等问题。

技术实现要素：

针对上述问题，本发明提供高压输电网智能监测系统。

本发明的目的采用以下技术方案来实现：

提供了高压输电网智能监测系统，该系统包括监测装置，所述监测装置包括安装在高压输电网上的传感器节点、以无线接收方式接收各传感器节点信息的汇聚节点；系统还包括通过光缆连通汇聚节点的服务器、以及分别与服务器接通的多个远程客户端。

优选地，所述的传感器节点包括多个分别监测导线状态、导线周边环境、杆塔状态以及绝缘子状态的无线传感器。

优选地，所述的服务器包括：

串口通讯模块，被配置为解读从监测装置接收的高压输电网监测数据，若读取的高压输电网监测数据是错误的信息，则直接丢弃该高压输电网监测数据，并通知错误信息来源的汇聚节点重发信息；所述串口通讯模块还被配置为将解读的不包含所述错误信息的高压输电网监测数据发送至数据分析模块；

数据分析模块，被配置为对高压输电网监测数据进行分析，比较高压输电网监测数据与对应的警戒值，若高压输电网监测数据超过该警戒值，则输出报警信息；

数据存储模块，被配置为存储高压输电网监测数据以及所述警戒值信息。

进一步地，所述的服务器还包括：

网络通讯模块，被配置为将数据存储模块存储的数据通过组播技术发布到互联网上，供远程客户端接收。

本发明的有益效果为：采用了无线传感器网络技术采集相关数据，能够对电网装备的状态与自然物理状态进行实时监控，具有监测点布置灵活、监测准确性好、安全性高、效率高等特点。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明一个示例性实施例的高压输电网智能监测系统的结构示意框图；

图2是本发明一个示例性实施例的服务器的结构示意框图。

附图标记：

监测装置1、服务器2、远程客户端3、串口通讯模块10、数据分析模块20、数据存储模块30、网络通讯模块40。

具体实施方式

结合以下实施例对本发明作进一步描述。

图1示出了本发明一个示例性实施例的高压输电网智能监测系统的结构示意框图。如图1所示，本发明实施例提供了高压输电网智能监测系统，该系统包括监测装置1；所述监测装置1包括安装在高压输电网上的传感器节点、以无线接收方式接收各传感器节点信息的汇聚节点；系统还包括通过光缆连通汇聚节点的服务器2、以及分别与服务器2接通的多个远程客户端3。

在一种实施方式中，所述的传感器节点包括多个分别监测导线状态、导线周边环境、杆塔状态以及绝缘子状态的无线传感器。

图2示出了本发明一个示例性实施例的服务器的结构示意框图。

在一种实施方式中，如图2所示，所述的服务器2包括：

串口通讯模块10，被配置为解读从监测装置1接收的高压输电网监测数据，若读取的高压输电网监测数据是错误的信息，则直接丢弃该高压输电网监测数据，并通知错误信息来源的汇聚节点重发信息；所述串口通讯模块还被配置为将解读的不包含所述错误信息的高压输电网监测数据发送至数据分析模块20；

数据分析模块20，被配置为对高压输电网监测数据进行分析，比较高压输电网监测数据与对应的警戒值，若高压输电网监测数据超过该警戒值，则输出报警信息；

数据存储模块30，被配置为存储高压输电网监测数据以及所述警戒值信息。

进一步地，所述的服务器2还包括：

网络通讯模块40，被配置为将数据存储模块30存储的数据通过组播技术发布到互联网上，供远程客户端3接收。

本发明上述实施例采用了无线传感器网络技术采集相关数据，能够对电网装备的状态与自然物理状态进行实时监控，具有监测点布置灵活、监测准确性好、安全性高、效率高等特点。

在一种能够实现的方式中，在网络拓扑构建阶段，传感器节点通过簇头节点选举选出簇头节点，并根据簇头节点进行分簇，每个簇头节点收集所在簇内传感器节点采集高压输电网监测数据后，将收集的高压输电网监测数据发送至汇聚节点；进行簇头节点选举时，包括：

(1)汇聚节点收集网络中各传感器节点的节点度和能量信息，根据收集的信息确定用于簇头节点选举的相关信息并广播至各传感器节点；

(2)在每轮中的簇头节点选举阶段，每个传感器节点根据所述相关信息计算其当选阈值，并产生一个介于0到1之间的随机数，如果传感器节点产生的随机数小于该当选阈值，则该传感器节点当选为簇头节点，否则为普通节点。

在一个实施例中，每个未当选为簇头节点的传感器节点选择距离最近的簇头节点加入簇。

其中，所述相关信息包括网络中传感器节点的最大节点度qmax、节点度总和δq、各传感器节点的初始能量、网络的初始能量均值传感器节点i的当选阈值wi的计算公式为：

fi＝1时，

fi＝0时，wi＝0；

式中，h为簇头节点选举轮数，fi＝1表示传感器节点i在过去的轮中没有成功当选过簇头节点，fi＝0表示传感器节点i在过去的轮中有成功当选过簇头节点；yi为传感器节点i当选为簇头节点的概率；

其中，设传感器节点i当选为簇头节点的概率为yi，设定yi的计算公式为：

式中，y0为预设的簇头节点比例，gi0为传感器节点i的初始能量，gi为传感器节点i的当前剩余能量，为在第h轮中网络的平均能量，qi为传感器节点i的节点度，v为网络中的传感器节点个数；p1、p2为设定的权重系数。

现有的leach路由协议算法中的簇头节点选举不具有合理性，仅通过非常简单的公式设定簇头节点选举的阈值，不利于提高无线传感器网络能量的利用率。该现有的leach协议并没有考虑到传感器节点的能量和节点度情况。在一个实施例中，本发明申请对现有的leach协议进行改进，并基于改进的leach协议进行传感器节点的簇头节点选举。

本实施例基于现有的leach协议，设定了传感器节点i当选为簇头节点的概率yi的计算公式，该计算公式使得传感器节点竞选簇头节点的概率能够根据其能量、节点度情况动态地变化，节点度较大、能量更为充足的传感器节点具有更大的概率成为簇头节点。

由于同时考虑了传感器节点的初始能量、剩余能量和节点度情况，本实施例的簇头节点选举方式相对于现有的leach协议具有更强的适应能力，有利于均衡网络传感器节点能量，且将节点度考虑到概率公式中，有利于降低簇头节点数目，最终在整体上有益于延长无线传感器网络的生命周期，为实现可靠的高压输电网监测数据采集奠定良好的基础。

在一个实施例中，对簇头节点比例y0的具体取值设定为：

式中，qmin为网络中传感器节点的最小节点度。

当节点度为qmin的传感器节点成为簇头节点时，其簇规模为qmin+1，假设所有簇头节点的簇规模皆为qmin+1，则簇头节点数量为相应的簇头节点比例应为当节点度为qmax的传感器节点成为簇头节点时，其簇规模为qmax+1，假设所有簇头节点的簇规模皆为qmax+1，则簇头节点数量为相应的簇头节点比例应为

基于上述的分析结果，本实施例结合上述两种簇头节点比例的极端情况，对簇头节点比例y0的具体取值进行设定。本实施例能够使得簇头节点比例y0的设定更加贴近实际情况，相对于主观上随机取值的方式，本实施例的取值方式能够根据网络中传感器节点的部署情况合理地限制簇头节点数目范围，提高簇头节点选举方式的科学性。

计算网络中的平均能量需要获得关于网络总能量的全局信息，对于一个传感器节点而言，获取全局信息的难度很大。因此，在一个实施例中，传感器节点i按照下列公式确定在第h轮中网络的平均能量

式中，为所述初始能量均值，h为所述簇头节点选举轮数，qi(b)为传感器节点i在第b轮次的能量消耗；minb＝1,…,h-1qi(b)表示传感器节点i在过去所有轮次的能量消耗中的最小能量消耗，maxb＝1,…,h-1qi(b)表示传感器节点i在过去所有轮次的能量消耗中的最大能量消耗。

本实施例利用已有的全局信息，并选取传感器节点的历史最小能量消耗和历史最大能量消耗计算该轮次的网络平均能量消耗，本实施例设定的网络的平均能量的估计公式能够简单便捷地计算网络的平均能量，且具备一定的精度。

利用该估计公式计算网络的平均能量，相对于直接获取关于网络总能量的全局信息的方式，能够有效地提高簇头节点选举的效率，节省无谓的数据计算带来的能量损耗，进而节省高压输电网监测数据采集的整体成本。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。