尚军利，袁文政，王宇博，罗 璇，刘建勇

(国网陕西省电力公司渭南供电公司，陕西 渭南 724000)

0 引言

高压输电线路是电力系统的重要组成部分，其安全运行对电力的稳定传输至关重要。当前，常常采用在线监测系统来对输电线路的各方面指标进行监测[1-2]。前端采用无线传感网络(Wireless Sensor Network，WSN)，采集设备安装在输电杆塔附近的高压输电设备上，以获取温湿度、电流、倾斜度等指标，采集到的数据通过无线中继的方式汇聚到变电站，变电站经过光纤网将所有数据传回到后端控制中心。

输电线路在线监测网络中，数据传输速率与传输时延是评价网络性能的主要指标。数据传输速率通常由所选择网络本身的参数确定，而传输时延则与所设计的检测网络结构有关。文献[3]构建了基于无线传感器网络及光纤网络的在线监测层次化通信网络，并提出了网络多目标规划模型及优化决策方法，以数据传输路径连通性和链路通信带宽为约束条件，建立了以通信网络建设成本和数据传输延时为目标的多目标最优化模型；文献[4]设计了4 种适用于输电线路状态监测的通信网络及其数据传输架构，包括无线APN 专网、OPGW 光通信网、OPGW 光通信网+WiFi 等；文献[5]提出了一种评估监测网络可靠性的方法；文献[6]则从传感器位置的合理布置方面提出了优化改进模型；文献[7]探讨了5G 在电力领域的典型应用场景；文献[8]设计了一种基于5G通信的泛在电力物联网架构，表明5G 已经在智能电网建设中逐步得到应用。然而，这些研究对5G 应用的讨论主要在框架层面，并未对网络模型进行详细的研究。

本文提出一种基于5G 的输电线路在线监测网络模型，通过对输电杆塔进行自适应分组，使整个监测网络在时延和能耗方面达到平衡，以获得最优的综合性能。

1 输电线路在线监测数据传输

1.1 WSN 数据采集网络

如图1 所示，在线监测数据采集部分由各类传感器组成，其通信协议一般采用UART、RS485、RS232 等有线方式或者采用蓝牙、ZigBee 等低功耗无线方式。这些通信方式属于短距通信，有效距离一般在数米到数百米范围内。因此，传感器采集到的数据将汇聚到安装在杆塔顶部的中继节点。中继节点收到数据以后，将其向下一个中继节点转发，直到汇聚到变电站，最后在变电站通过光纤专网发回到后端控制中心。

图1 WSN 数据采集示意图

1.2 线性中继数据传输

线性中继数据传输模型与输电线路的布局特征十分吻合，沿着线路在每个输电杆塔上配置无线中继设备，线路的两端连接到变电站，如图2 所示。若杆塔的总数为n，则从中间划分，左右两边各有n/2 个中继节点。左边的中继节点将向左边转发数据，右边的中继节点将向右边转发数据。在线性模型下完整的数据传输过程所用的时间总长为：

图2 监测网络线性中继模型示意图

其中，SM为一个节点产生的监测数据量，单位为B；R1为中继节点采用的无线通信方式的数据传输速率；tc为CSMA/CA 机制信道访问等待时长。

若线路有100 个中继节点，相互之间采用ZigBee 通信，数据传输速率为31.25 KB/s，信道访问等待时间为41 ms，每个杆塔处采集的数据大小量为2 KB，则计算得到传输时长为×0.041=82.85 s。可以看出，线性模型所产生的传输时延是很大的。

1.3 基于5G 的全连接数据传输

由于5G 通信技术具有高带宽、低延时、长传输距离的优良性能，因此可以采用5G 技术来改善线性模型的不足之处。假设每个中继节点都安装5G 通信设备，使其能够往控制中心直接传输数据，则整个网络的传输时延将只包含这一段长距离通信时长。设5G 通信数据传输速率为R2，则传输时延为。若R2=10 MB/s，则传输时间不到1 ms。然而，这种全连接结构在实际中是难以实现的。首先在每个节点处配置5G 通信模块的成本是很高的，其次文献[9]-[10]指出，5G 系统的能耗将会随着与控制中心直接通信的节点数量的增加而大幅增加，远大于ZigBee 等短距通信方式，因此与当前节能减排双碳目标是不相符的。

2 基于5G 的数据传输优化模型

本文设计了一种平衡线性模型和5G 全连接模型的新模型，对所有节点自适应分组并选取其中部分节点作为5G 通信代理节点。新模型将平衡延时和能耗，达到综合性能最优。

如图3 所示，在提出的模型中，n 个节点被分成k个组，编号为G1～Gk，k≥2。每组包含mi个节点，于是有。每组仅有一个代理节点通过5G 通信与控制中心传输数据，组内的其他节点则通过短距无线通信方式将数据中继传到代理节点。在这样的分组中，两端与变电站相连的各有1 个组，编号分别为G1和Gk；其余节点被分到k-2 个组，编号为G2～Gk-1。不失一般性，设G1和Gk包含相同数量的节点，G2～Gk-1包含相同数量的节点，即有：

图3 优化的数据传输模型网络结构图

G1和Gk具有相同的时延和能耗，G2～Gk-1具有相同的时延和能耗。为了达到时延和功耗的综合最优，需要求解合适的k、m1和m2。

首先讨论群组G1和G2的时延。由于在G1中，每个节点通过线性中继转发数据到变电站，因此，总的数据传输时延为：

式中，第一项为传输数据需要的时间，第二项为信道访问等待时间。

G2包含m2个节点，其中一个是与控制中心通信的代理节点，位于群组的中间位置，而其他节点通过线性中继模式将自身数据发送到代理节点。总的数据传输时延为：

式中，第一项为传输数据需要的时间，第二项为信道访问等待时间，第三项为代理节点通过5G 通信向控制中心传输数据需要的时间。

其次讨论群组发送数据产生的能耗。能耗与所发送到数据量和所采用无线通信方式有关。整条线路中继过程所消耗的能量为：

其中，EIP为发送一个字节所消耗的能量，括号中前一项表示G1和G2发送的数据总量，后一项表示G2～Gk-1发送的 数据总量。根据文献[11]，EIP为17.318 4 μJ。

此外，有k-2 个5G 代理节点，其传输的数据总量为(k-2)×m2×SM。5G 通信消耗的能量为e1(x)+e2t1+e3t2，其中e1(x)表示传输x 千字节所消耗的能量，e2t1表示5G 通信结束后系统转为低功耗的拖尾时间所消耗的能量，e3t2表示系统在低功耗情况下维持物理层接口消耗的能量，则代理节点5G 通信所消耗的能量为：

因此，整个网络发送数据消耗的能量为：

使时延和能耗综合最优，得到代价函数模型为：

其中，λ 为调控因子，T=max(TG1，TG2)。λ=0 时，只考虑能耗指标，λ=1 时；只考虑时延指标。使Ψ 最小化，联立方程(2)～(8)，求解得到k、m1和m2即可。

3 实验结果

实验条件设置为：线路长度为50 km，共计100 个节点，两端节点连接变电站。每个节点处采集的数据量大小SM分别设置为2 KB/4 KB，采集数据的周期为20 s/次。中继节点采用ZigBee 通信，数据速率为31.25 KB/s，信道访问等待时长tc=41 ms。5G 数据传输速率设为10 MB/s。5G 网络参数设置为：e1=0.015，e2=1.2 J/s，t1=15 s，e3=0.015 J/s，t2为传输周期减去数据发送所用的时间。λ 分别设为0、0.2、0.5、0.8、1。通过模型求解，可以得到不同参数设置下的解，实验结果如表1 所示。

表1 模型求解实验结果

从表1 可以看出，随着代价函数中参数λ 的取值不同，优化模型对时延和能耗的关注度也不同，因此对节点的分组方案也有较大的不同。当λ 较小时，模型求解方案倾向于分配较少的组，每组包含更多的节点，能耗低、延迟大，接近于线性中继模型；当λ 变大时，模型求解方案倾向于分配更多的组，每组包含更少的节点，延迟低、能耗大，特别是λ=1 时获得分组方案即为5G 全连接模型。可以看出，全连接模型的延时是非常小的，约为0.1 s，但能耗是非常高的，约为1 800 J，是其他分配方案的数十倍。

图4 展示了当λ 不同时，数据量SM分别设置为2 KB、4 KB、6 KB 时模型获得的不同方案对应的时延曲线图。可以看出，随着λ 由小变大，时延逐渐减小。而SM大小增加，对时延的影响是非常小的。

图4 不同调控因子所给最优方案的时延比较

图5 展示了当λ 不同时，模型获得的不同方案对应的能耗曲线图。随着λ 由小变大，能耗逐渐增大。由于当λ=1 时能耗极速增大，远远超过其他数值，因此没有在同一张图里画出该点的值。

图5 不同调控因子所给最优方案的能耗比较

图6 展示了λ=0.5 时不同分组方案的综合性能比较。可以看出，在随机选择的11 组分配方案中，模型所给分组方案(4，16，34)的代价函数达到最小值，而其他分组方案得到的代价函数值都更大，证明所提出的模型是非常有效的。结合表1 可知，当λ 等于其他值时，模型均可以给出最优的分组方案。

图6 不同分组方案的综合性能比较

4 结论

输电线路在线监测系统的延时和能耗是非常重要的指标。本文提出基于5G 的输电线路在线监测系统建模方法，可调整系统对延时和能耗关注度的不同权重，给出最优的节点分组方案，从而获得时延和能耗综合性能最优的传输网络。提出的模型可以方便地构建输电线路在线监测系统方案，有助于智能电网达成双碳节能目标。