吴 笛

（合肥供水集团有限公司工程管理部，安徽 合肥 230011）

0 引 言

水厂电力设备的监控在近年来得到迅速发展，成为一个新的研究领域，并受到了很多人的瞩目。电力设备的覆盖十分广泛，需要进行全面监控，才能增强水厂的经济效益与社会效益[1,2]。为实现以上目的，对水厂电力设备监控系统进行深入研究。

文献[3]提出发电系统三站合一智能监控系统，实现风储发电设备的智能监控，并搭建了仿真测试平台，对智能监控系统的功能与拓扑结构进行了测试，发现系统是有效且可行的。文献[4]提出电网设备状态在线监控系统，分别对系统的主要功能、软硬件结构配置与总体框架结构进行了设计，并展示了系统的应用效果，证明了系统的作用。以上监控系统在通信方面存在易丢失、通信误码率高等问题，因此设计一种基于Modbus RTU 通信协议的水厂电力设备智能监控系统。

1 水厂电力设备智能监控系统设计

1.1 Modbus RTU 的从站模块设计

基于Modbus RTU 通信协议设计从站模块，实现系统与水厂主站的通信。该总线从站由主控单元、脉冲转接单元、电源单元、信号收发单元构成。其中，主控单元由现场可编程门阵列（Field Programmable Gate Array，FPGA）芯片、485 芯片与外围数据存储芯片构成[5]。在FPGA 芯片内部利用超高速集成电路硬件描述语言（Very-High-Speed Integrated Circuit Hardware Description Language，VHDL）实 现Modbus RTU 通信协议栈，该协议栈主要通过应用接口与DPARM 实现数据交互[6]。选用的外围数据存储芯片型号为EPCS4，通过该芯片实现数据存储。

脉冲转接单元选用4 路差动线路驱动芯片作为驱动器，将方向数字信号与脉冲数字信号转化为一对差分信号，抑制共模干扰，并增加信号的传输距离[7]。

在信号收发单元中，选用ADS7841 模数转换芯片作为模数转换器，实现AD 采样的目的。通过高速串行外围设备接口（Serial Peripheral Interface，SPI）实现数据传输，使用OPA2171 作为运放芯片，通过DAC7554 芯片实现数模转换[8]。并通过信号发送器和信号接收器完成信号的收发。

1.2 红外热成像模块设计

在红外热成像模块中，通过红外热成像仪、PC机、以太网供电（Power Over Ethernet，POE）交换机、云台实现水厂电力设备的红外热成像监控。设计一种智能红外热成像仪，由红外热成像摄像头、红外热成像机芯、复合同步视频广播信号（Composite Video Broadcast Signal，CVBS）转通用串行总线（Universal Serial Bus，USB）模组与高级微处理器（Advanced RISC Machine，ARM）构成[9]。选用的红外热成像摄像头型号为TC388，利用5 V 直流电源实现该阵列的供电，其输出的图像数据格式为BT656/CVBS。

设计红外热成像机芯，由7 个部分构成，分别为探测器、信号调理电路、视频编码单元、数据处理单元、温度控制单元、供电电源以及显示器。其中，探测器选用氧化钒非制冷红外焦平面探测器，数据处理单元通过数据处理芯片实现数据驱动增强功能，选用的芯片型号为XQ4036XL-3HQ240N。在信号调理电路中，通过模数转换器与运算放大器将探测器的模拟信号输出转换为16位数字信号。在视频编码单元中，利用数字视频编码器对16 位数字信号进行转换，使其成为帕尔制（Phase Alteration Line，PAL）视频信号。最后将信号接到支持PAL 格式的显示器上，实现观察红外图像的目的。在温度控制单元中，通过温度控制装置（Thermo-Electric Cooler，TEC）调节红外焦平面探测器的温度，结合环境温度和焦平面温度实现探测器的温度调节[10]。供电电源为12 V 直流电源，利用TEC 控制电路板实现电源的输入。

云台选用ABK-820 变速预位置数字云台，是一种高精度万向云台。POE 交换机选用以太网全千兆POE 交换机，具体型号为TL-SG1005P。PC 机选用一台配置Windows 系统的台式计算机。

1.3 图像处理模块设计

在图像处理模块中，为实现更加全面的监测，通过图像拼接扩大监测视角。因此，设计红外图像拼接算法，首先设计基于Canny 算子的红外图像边缘检测算法，具体如下。

（1）通过高斯滤波器平滑处理红外图像，消除噪点。

（2）查找红外图像的强度梯度，利用点乘Sobel算子获取x轴方向与y轴方向对应的梯度值，具体为

式中：rx(x,y)为x轴方向对应的梯度值；g(x,y)为红外图像；Sx(x,y)为x轴方向的点乘Sobel 算子；ry(x,y)为y轴方向对应的梯度值；Sy(x,y)为y轴方向的点乘Sobel 算子。

计算红外图像的梯度方向及其梯度值，其中梯度方向ϑ的计算公式为

梯度值R(x,y)的计算公式为

（3）通过梯度幅度下限或阈值，消除、抑制边缘检测中的杂散响应。

（4）将ϑ、R(x,y)作为双重阈值实现潜在边缘的确定。

（5）利用滞后实施边缘的跟踪，实现其他较弱边缘的抑制，以确定红外图像的最终边缘。

为实现前景的提取，设计基于OTSU 算法的红外图像阈值分割方法，步骤如下。

（1）将红外图像分为M个灰度级别，用K表示其总像素点个数，其中灰度级为j，像素点即为Kj，相关公式为

（2）Kj的概率可以表示为

（3）用l表示阈值，将红外图像的像素点直接分成2 个集合，分别为背景类Db与目标类Do。其中，Db的像素灰度级在l+1 ～M-1 的范围内，Do的像素灰度级在0 ～l的范围内。则Do与Db的概率可以定义为

式中：ϖo为Do的概率；ϖb为Db的概率。并利用Gj定义Do与Db的灰度均值，分别用ρo和ρb来表示。

（4）计算ϖo、ϖb的方差与ρo、ρb的方差，并计算2 个方差的类间方差，当类间方差达到最大时，其对应的l即为最佳阈值，利用最佳阈值实现红外图像分割。

通过多线程的方式实施图像处理模块的编码，将各种算法放在不同线程中。

2 应用分析

2.1 系统安装与成像测试

利用本文设计的系统监控某水厂的电力设备，观察该系统的实际应用情况。首先在该水厂布设该系统，并安排工作人员对系统的红外成像显示情况进行测试。其中红外热成像仪的安装情况与红外成像显示测试情况如图1 和图2 所示。

图1 红外热成像仪的安装情况

图2 红外成像显示测试情况

完成系统安装后，分别测试系统与水厂主站的通信性能及系统应用性能，即电力设备故障检测性能测试。在性能测试中，为获取更具说服力的测试效果，将发电系统三站合一智能监控系统与电网设备状态在线监控系统为对比系统，共同进行通信与应用测试，并分别用系统①、系统②来表示。

2.2 通信性能测试

在通信性能的测试中，分别对2 种系统的丢失数据帧、通信误码率进行测试。首先利用2 种测试系统向主站传输不同的电力设备数据，每种数据分别传输5 GB，观察参与系统的平均丢失数据帧数，测试结果如表1 所示。

表1 丢失数据帧数

根据表1 的测试结果，发现设计系统在数据传输中整体丢帧更少，而系统①、系统②在数据传输中的丢帧更加严重，说明设计系统的数据传输更加完整。接着测试设计系统与系统①、系统②在通信数据传输中的通信误码率，分别在不同数据传输量下进行测试，测试结果如图3 所示。

图3 通信误码率测试结果

观察图3 可知，在不同数据传输量下，设计系统的通信误码率较低，整体低于1%，而系统①、系统②的通信误码率均高于设计系统，说明设计系统的通信性能更好。

2.3 电力设备故障检测性能测试

随后测试设计系统与系统①、系统②电力设备故障检测性能，也就是分别使用3 种系统对实验水厂电力设备进行智能监控，观察系统是否能够捕捉到高热故障处。分别测试3 种系统的高热故障处捕捉量，测试结果如图4 所示。

图4 高热故障处捕捉量测试结果

图4 的测试结果表明，对于耦合电容器、变压器、输电线路、穿墙套管、避雷器这5 种电力设备，设计系统的高热故障处捕捉量均高于系统①、系统②，说明设计系统的监控性能更好，对于高温更加敏感，可以有效捕捉高热故障。同时在5 种电力设备中，输电线路的高热故障处捕捉量最高，说明输电线路是故障高发区。

3 结 论

在水厂电力设备监控与管理问题的研究中，基于Modbus RTU 通信协议设计了一种水厂电力设备智能监控系统，在实现更好通信性能的同时，也实现了更加完善的监控性能。这套系统不仅能够应用于水厂中，也可以推广应用到变电站等相似场景。