张雁忠, 刁嘉, 翟化欣, 胡晓虎, 杨俊丰

(1.国网冀北电力有限公司张家口供电公司,河北,张家口 075000; 2.国网冀北张家口风光储输新能源有限公司,河北,张家口 075000)

0 引言

新能源风电机场的应用越来越广泛,考虑到风电场的运行安全与数据安全,研究风电场的监控系统,在传统的监控系统中存在着风电场监控系统成本高、风电场监控系统较薄弱以及运行和评估分析不完善等问题。

为了解决以上传统风电场监控系统的不足,有学者对此进行了研究:文献[1]提出了一种统一平台的风电场监控系统,系统采用多线程和县城同步技术,利用JSON数据交换技术,实现风电场的运行监控以及对风电场的数据分析,但系统在性能的测试中,随着风电场规模的不断扩大,存在着系统压力过大的性能问题;文献[2]提出了一种基于应用程序的风电场监控系统,搭建了应用程序平台,采用OPC Item标签对象写入数据信息,实现风电场的监控功能,但由于风力发电的波动性和随机性,监测出输出的功率存在很大的误差。

针对上述的问题,本文研究了风电场监控系统的设计方法,首先设计了基于嵌入式技术的风电场监控系统,以嵌入式系统为核心,进行对风电场数据的采集,实现风电场、风电机组运行状态、设备安全状态、设备运行状态等信息的监控,然后研究风电场智能化管理与故障诊断,采用MySQL对风电场的数据进行分析管理,利用样本约简的方法和支持向量机算法实现对风电场故障的诊断[3]。

1 基于嵌入式技术的风电场监控系统

1.1 总体设计

利用嵌入式技术设计风电场监控系统,使用嵌入式系统作为风电场监控系统的控制器,实现风电机组运行状况、风电机组各设备运行状况、风电场现场等信息的监控[4]。基于嵌入式技术的风电场监控系统的结构示意图如图1所示。

系统由风电机组、嵌入式系统、服务器、客户端以及监控中心人机界面组成,通过嵌入式系统对风电机组的风力、电力信号进行采集,采集到的风电信号传输给存储模块,进行对风电信号处理,处理后的信号通过Web服务器传输至监控客户端以及远程监控客户端。利用DSP+ARM双CPU结构,进行对风电场的数据采集与计算。系统利用嵌入式的Web服务器与风电场的远程监控端进行通信,实现风电场的远程监控[5-6]。

1.2 硬件设计

本文研究的基于嵌入式技术的风电场监控系统硬件设计采用嵌入式系统为核心,对风电机组的电压、电流、风向、风速、功率以及电网频率等数据的监控。硬件系统由主控制器、远程控制系统和数据接口转换电路组成[7]。基于嵌入式技术的风电场监控系统的硬件结构图如图2所示。

该系统采用ARM RISC架构的32位嵌入式微处理器,具有高性能、低功耗、低成本的特性,利用以太网的通信方式,实现对风电机场的远程监控,用户可直接通过远程客户端直接访问设备,并且处理器提供32位的ARM指令集和16位Thumb指令集,具有丰富的接口,嵌入式微处理器的特性参数如表1所示。

表1 嵌入式微处理器的特性参数

系统中的电源电路利用5 V、3.3 V和1.8 V等3种直流的稳压电源,系统的外围硬件电路使用的是3.3 V电源,S3C2410X使用的是3.3 V和1.8 V电源,有一部分则使用5 V电源,可实现不同电压的供电方式[8]。

该系统中的晶振电路使用位于核心板内的无源晶振X1,为PLL系统和USB PLL系统提供时钟源的输入;复位电路可实现上电复位和按键复位的功能,通过JTAG接口与复位电路相连,实现对系统的复位。

该系统中利用Flash存储器模块,实现风电场采集的数据的存储以及嵌入式软件的存储,选用K9F1208U0M芯片,当系统开始运行时,CPU从0x00000000地址开始运行,因此将Flash存储器的初始地址映射到0x00000000[9]。

为了方便观察风电场各种信号的运行状况,设计了显示屏与触摸屏,采用LCD显示,利用TFT型的屏,具有触摸屏控制器,支持16 M颜色,LCD控制器可直接从内部存储器的图像内存中把图像等帧信号直接传输至LCD。嵌入式系统的触摸屏分为电阻式、电容式和电感式,本文采用的是电阻式触摸屏,具有精确的触摸点。

数据采集电路利用S3C2410X与三相正弦脉宽调制波发生器SA4828为核心,对风电场的数据信号进行采集,输出波形、幅值、频率等信号,通过SA4828调整输出频率、电压,进行及时保护,从而实现风电场运行状态的监控以及远程监控。

1.3 软件设计

基于嵌入式技术的风电场监控系统的软件部分,使用嵌入式Linux系统进行开发,系统由风电场数据采集模块、数据库存储模块、通信系统模块、人机交互模块、电力查询模块、报表信息模块和外围服务模块组成。基于嵌入式技术的风电场监控系统的软件结构图如图3所示。

系统的风电机组数据监控是整个系统的核心,通过综合运行信息管理平台查看各风电场所属风机的实时运行状态,并以风电机组的运行状态进行合理修改各运行机组的运行参数减少风电场故障的发生。

升压站设备监控模块利用继电保护开发PCS-9700风电场集控站系统,对风电场进行设备监控,风电场的设备数据通过网络点对点的通信方式将数据传输到实时数据库。

将风电场采集到的数据传输至集控中心服务器,在客户端服务器可以进行对风电场历史数据的查询、风电场信息的查询、故障信息查询以及将数据导出的功能,实现风电场数据的合理化管理。

系统的数据采集报表模块,通过风电场侧关口来记录风电场的初始数据,采用相应倍率计算产生的电量数据,并与集控中心数据服务器连接,将采集到的风电场数据传输至集控中心后台,获得数据,生成数据报表。

2 风电场的智能化管理以及故障诊断

设计风电场智能化管理系统,并采用样本约简算法,实现风电场的故障诊断,利用写数的方式将嵌入式系统中采集到的风电场数据传输到风电场智能化管理系统的MySQL数据库,智能化管理系统将接收到的数据进行分类处理显示。数据流向结构图如图4所示。

图4 数据流向结构图

为了提高风电场的智能化管理水平,研究风电场故障诊断方法,减少风电场的故障发生频率,并提高故障诊断的效率,利用样本约简支持向量机算法,实现风电场故障诊断样本的提取,最终实现风电场故障的诊断。该算法的原理图如图5所示。

图5 算法原理图

支持向量机算法通过寻找最优分界面,提取含有支持向量的约简故障样本,从而提高算法的效率。通过有效提取内部非向量样本点可以提高算法执行的效率,样本约简训练样本集定义为

S={(x1,y1),(x2,y2),…,(xn,yn)},x∈Rn,

yj∈{+1,-1}

(1)

设第一类样本集为S1,即第二类样本集为S2,即S1={x|y=-1,x∈S}。对样本所处的N维向量空间定义一个N维的最小跨度向量Ds:

(2)

式(2)中,max(xi)表示样本中在每一个维度的数据最大值,min(xi)表示数据样本中维度的最小值,m表示一常数,m的取值为样本数目的1/k,通常情况下k的取值小于10。

以离N维空间中开始点为距离样本数据最近的样本点,以Ds中每个维度的空间大小进行样本划分,划分成样本空间边长为di的样本块(Sample Block,S-Block)。将S-Block中第一类样本的个数用φ-来表示,φ+表示第二个样本点的个数,则定义该S-Block的密度为

(3)

式(3)中,当φ+≥φ-时,ρ表示非负数,当φ+<φ-时,ρ表示负数。设阀值表示为θ(0≤θ≤0.5),对于一个S-Block来说,当ρ≤θ时该S-Block被称为边界块,当ρ>θ时该S-Block别称为内部块。

新样本集计算公式为Sc:

(4)

(5)

3 实验结果与分析

本实验平台采用嵌入式Linux系统进行开发,在PC机上安装了虚拟机和开发板,并搭建了风电场监控系统的虚拟环境,利用以太网实现搭建的虚拟机之间的通信。搭建的风电场监控系统的实验环境参数如表2所示。

表2 实验环境参数

搭建的风电场监控测试实验平台如图6所示。

图6 实验架构示意图

实验平台搭建好后,进行选取实验数据,录入搭建好的实验平台,最后进行实验的相关操作,实验数据采用的是某风电场运行的3月到10月的运行数据。实验数据如表3所示。

实验前的工作准备好后,进行实验操作,首先对风电场监控数据的准确性进行测试,实验结果与文献[1]和文献[2]的实验结果进行对比。实验结果对比图如图7所示。

图7 实验结果对比图

由图7可知:本文系统的准确性最高,并且每次测得的准确性均高于80%,在第15次实验测试时,测得的准确率最高为97%,从折线图中可以看出,测得的准确率的波动较平缓;文献[1]在进行对监控准确率进行测试时,测得的准确率在40%到80%之间波动,不稳定,起伏较大,在进行第15次实验时,测得的准确率最高为73%,与本文系统相比存在着明显的差距;文献[2]在对监控准确率进行测试时,测得的准确率在40%到70%之间波动,起伏较大,在进行第30次实验时,测得的准确率最高为70%。由此可见,本文系统对风电场的数据、运行、设备监控较为准确,有一定的可靠性。

基于上述对风电场监控系统的监控准确性测试实验,接着对系统的性能进行测试,测试结果仍与文献[1]和文献[2]的实验结果进行对比。实验结果对比图如图8所示。

图8 实验结果对比图

由图8可知:在对系统性能测试时,监控系统在遇到问题时响应的时间最少,反映速度最快,并且在第3次实验时,系统响应时间最短为7 s;文献[1]在对系统的性能进行测试时,响应时间明显要比本文系统响应时间长,最短也需要30 s,与本文系统相比存在着很大的不足;文献[2]在对系统的性能进行测试时,响应时间明显也要比本文研究的系统响应时间长,但与文献[1]系统相比,响应的速度快一点,最短也需要20 s,与本文系统相比存在着差距。由此可见,本文系统响应速度快,处理数据快,性能较好。

4 总结

为了解决传统的风电场监控系统的薄弱以及运行和分析不完善的问题,本文研究了风电场监控系统,首先设计了基于嵌入式技术的风电场监控系统,以嵌入式系统为核心,实现了风电场、风电机组运行状态、设备安全状态、设备运行状态等信息的监控,考虑到风电场海量的数据以及故障的问题,对风电场智能化管理及故障诊断进行了研究,利用MySQL数据库,对采集到的数据进行分类处理以及合理化管理,最后利用样本约简和支持向量机算法实现了对风电场的故障诊断。

本文系统还存在着不足,由于风电场面对的风力是波动和随机的,实验中没有对特殊天气进行实验,还需更深一步的研究。