莊紅軍,嚴奉軍,毛先胤,謝云鵬,魯彩江

(1．貴州電網有限責任公司畢節(jié)供電局，貴州 畢節(jié) 330006；2．貴州電網有限責任公司電力科學研究院，貴州 貴陽 550002；3．西南交通大學 機械工程學院 機電測控系，四川 成都 610036）

1 引言

近幾年我國輸電線路不斷發(fā)生大面積覆冰事件，覆冰厚度可達50～100mm，個別地區(qū)甚至達到120mm，嚴重時會引起倒塔事故[1-3]，在覆冰已經形成的后期覆冰的厚度和強度較強會給除冰帶來很大的困難，不利于機器人的除冰，故設計一種能通過氣象數據和輸電線數據智能預測覆冰并在覆冰的初期主動除冰的機器人是一個高效智能的解決方案。

然而受傳感技術、通信技術、電源和抗強干擾技術等因素的制約，覆冰在線監(jiān)測技術的發(fā)展十分緩慢。現在輸電線路覆冰在線監(jiān)測系統主要有定量分析和定性分析兩種。定量分析的在線監(jiān)測系統主要是定時/實時采集環(huán)境溫度、濕度、風速、風向、雨量等信息，將其打包為短信息，通過全球移動通信(GSM)模塊發(fā)送至監(jiān)測中心，由專家軟件判斷該線路導線的覆冰情況。定性分析主要是采用高性能攝像機和特殊傳感器，借助GPRS/CDMA網絡拍攝現場圖片，通過圖像直接監(jiān)測導線覆冰情況[4-8]。本文結合定量分析和定性分析兩種在線監(jiān)測方法設計了一種更全面的監(jiān)控方法。該方法能在采集數據進行覆冰預測的同時結合攝像頭和光柵尺對覆冰的過程進行實時監(jiān)控。通過多維的數據對輸電線路覆冰情況進行監(jiān)控從而有效的指導除冰機器人實現智能主動除冰。

2 系統結構

本文提出的主動除冰機器人后臺監(jiān)控系統，能通過輸電線路實時的氣象數據進行定量預測，通過攝像頭和光柵尺的監(jiān)控信息進行定性監(jiān)控，實現了監(jiān)控中心和除冰機器人的遠程通信和控制，從而可以準確的監(jiān)控覆冰情況及時的做出應對，對于抵抗強雨雪天氣可能帶來的危害有較好的預防效果，減少了惡劣天氣帶來的損失，是預防輸電線路覆冰的有效手段。

如圖1所示，該系統有數據采集裝置、通信模塊、除冰機構和監(jiān)控中心主機四個部分，其中數據采集裝置由安裝在除冰機器人上的各類傳感器組成，這些傳感器能定時/實時的監(jiān)測輸電線路的各項狀態(tài)參數(氣溫、濕度、降水、風速、風向、氣壓、輸電線溫度、覆冰厚度等)。通信模塊采用RTU 測控終端來實現，它擁有豐富的I/O 接口，能夠通過RS485接口和模擬量輸入接口接收傳感器采集的數據并通過4G 信號將數據傳輸給后臺軟件進行數據處理。監(jiān)控中心主機采用虛擬串口聯通上位機和下位機，上位機軟件基于Kingview 開發(fā)并集成了Makkonen 模型能對覆冰進行實時預測和報警。該軟件運行于Windows10系統，可以可視化監(jiān)控現場采集的實時數據并通過采集的數據預測輸電線的覆冰情況，當覆冰達到預警值時能發(fā)出報警并啟動除冰機器人進行除冰作業(yè)。

3 覆冰厚度預測理論

Makkonen數值計算模型[9]是目前最為經典和全面的輸電線路覆冰理論之一，該模型已成為以熱平衡為基礎的覆冰生長、防冰策略的基礎理論[10]。Makkonen模型將覆冰生長分解為空氣中過冷卻液滴碰撞、粘附和凍結三個過程，分別通過碰撞系數、粘附系數和凍結系數來表示，公式[9]如下。

圖2 覆冰預測參數獲取

3.1 碰撞系數

空氣中過冷卻水滴在風的作用下向輸電線運動時部分水滴會在慣性力的作用下繞過輸電線表面，另一部分水滴則會與輸電線發(fā)生碰撞，并被輸電線表面捕獲，用來表示水滴與輸電線碰撞概率的參數被稱為碰撞參數。計算a1時需要實時風速和覆冰對象的直徑，其中風速可以通過微氣象站獲取，覆冰對象的直徑計算初始可以直接取輸電線的直徑，但是在覆冰過程中直徑是一個變化的值，故本方案中采用光柵尺實時測量輸電線覆冰直徑，在計算中不斷修正參數并提高計算精度。計算公式[11]如下。

其中，Re為雷諾數；μ為空氣粘滯系數；ρw為水滴密度；ρa為空氣密度；a 為水滴中值體積直徑；D為輸電線直徑。

3.2 粘附系數

過冷卻液滴與輸電線碰撞后有一部分會反彈飛濺并不會全部附著在輸電線上，粘附系數就是過冷卻水滴碰撞輸電線后附著在輸電線上的水滴與實際碰撞輸電線水滴總量的比值。過冷卻水滴反彈飛濺與風速有較大關系，風速越大反彈飛濺水滴會越多，當風速很小時可以近似將粘附系數取1，粘附系數的計算公式[12]如下所示。

3.3 凍結系數

凍結系數是指過冷卻水滴附著在輸電線上后最終能凍結成冰的比例。根據過冷卻水滴凍結系數是否等于1，可以將覆冰生長過程分為干增長和濕增長[13-15]。計算a3時覆冰表面的溫度是重要參數之一，而實時獲取輸電線表面溫度在不布置專門傳感器監(jiān)測的情況下很難獲取準確數據，本方案中布置在輸電線正上方的紅外測溫儀可以實時監(jiān)測輸電線覆冰表面溫度，為計算提供了準確的數據。凍結系數的計算公式[16]如下所示。

式中，hc為對流熱交換系數；σ為斯蒂芬玻爾茲曼常數；a 為輻射常熟；ε為水汽摩爾分子比；P為大氣壓；Ts，Tf，Td分別為冰面溫度，氣溫和液滴碰撞溫度；es，ef分別為Ts，Tf下的飽和蒸汽壓強；Lice，Le分別為水凍結潛熱和汽化潛熱；Cf，Cw分別為空氣和水的比熱；r為輸電線表面恢復系數[17]。

將上述碰撞系數、粘附系數和凍結系數帶入公式(1)即可得到覆冰的速率，再將該值導入到后臺可視化界面上即可得到覆冰預測曲線。

4 除冰機器人數據采集裝置設計

數據采集裝置由紅外測溫儀、六要素微氣象站、光柵尺和兩個攝像頭組成。傳感器的采集數據分為定量預測數據和定性監(jiān)控數據兩種。其中紅外測溫儀和微氣象站監(jiān)測的參數為定量預測數據，這些數據將回傳到數據處理后臺通過Makkonen數學模型進行覆冰的預測。光柵尺和攝像頭監(jiān)測的是定性監(jiān)控數據，這些數據傳輸到數據處理平臺后會被實時顯示在監(jiān)控界面。通過這一套傳感器設備可以從定量預測和定性監(jiān)控兩個方面全方位的監(jiān)控輸電線路的實時狀態(tài)。

表1 傳感器信息

4.1 紅外測溫儀

紅外線測溫儀采用的是CK-01A系列低溫紅外測溫儀，這種紅外測溫儀性價比高，小巧易安裝擁有IP64級防塵防水，量程范圍在-20℃到150℃之間且測量精度能達到±1%，能夠適應多種工作環(huán)境。該紅外測溫儀安裝在除冰機器人內部正對著輸電線的正上方位置，用于監(jiān)測輸電線表面的實時溫度。為凍結系數的計算提供了精確參數。

4.2 六要素微氣象站

本方案使用的六要素微氣象站能精確監(jiān)測氣溫、濕度、降水、風速、風向、氣壓六個氣象數據，測量精度可以達到1%并且該氣象站功耗極低不會對除冰機器人的功耗負載帶來太大的負擔。數據傳輸方面采用RS485接口并支持ModBus-RTU傳輸協議。

4.3 光柵尺

光柵尺安裝在除冰機器人的前方用于測量前側輸電線的覆冰厚度。該光柵尺尺寸小重量輕且擁有IP64級防水防塵，擁有達到毫米級的測量精度，性價比較高。該光柵尺采用RS485 接口支持ModBus-RTU 傳輸協議能夠十分便捷的和RTU測控終端進行數據傳輸。

5 數據處理后臺

如圖3所示，數據處理后臺接收來自除冰機器人傳感器的數據，并將數據分為定量分析數據和定性分析數據，定量分析數據會先導入Makkonen 模型進行覆冰預測，預測后的結果和定性分析數據一起被導入Kingview 后臺軟件，在后臺軟件上所有的數據將以折線圖的方式呈現在可視化界面上方便維護人員直觀的監(jiān)控輸電線的覆冰狀況，與此同時所有數據也會被實時的保存在數據報表中，維護人員可以隨時調用歷史記錄。當分析預測的數據顯示有覆冰風險時將觸發(fā)報警系統，報警系統會第一時間彈出報警信息并啟動除冰機器人進行除冰作業(yè)，同時所有的報警信息也會以報表的形式保存，可以隨時查看。

圖3 數據處理后臺結構

5.1 后臺軟件設計

后臺軟件是基于工控軟件Kingview進行開發(fā)的，功能劃分如圖4所示，其中系統管理可以設置多用戶登錄，不同用戶可以設置不同的使用權限方便精細化管理；可視化界面是將傳感器監(jiān)測數據和覆冰的預測結果通過折線圖的方式進行顯示，并在折線圖中設置有報警區(qū)域，能直觀的觀測各數據的波動情況；數據報表管理能將監(jiān)測數據和報警預測數據以報表的形式顯示并以Excel 表格形式保存在本地指定的文件夾內；預測與報警模塊是利用Kingview 的腳本編程功能自動將傳感器數據導入Makkonen 數值模型進行覆冰預測進行并報警。該軟件可以與除冰機器人裝載的RTU 測控終端通過互聯網實時遠程傳輸數據。

圖4 功能模塊

5.2 監(jiān)控中心界面

如圖5所示，該界面通過折線圖和實時數值集成顯示了來自傳感器監(jiān)測的數據，每一個數據可以勾選隱藏或顯示方便仔細查看；在界面的最下方是各個功能按鍵，可以跳轉查看監(jiān)控數據的歷史報表和報警記錄，其中監(jiān)控畫面1可以打開除冰機器人側方的云臺攝像機，監(jiān)控畫面2 可以打開除冰機器人頂部的固定攝像機。通過該界面維護人員可以清晰直觀的掌握輸電線的覆冰狀況，能夠在發(fā)生惡劣冰雪災害時及時做出反應，避免輸電線嚴重覆冰現象的出現。

圖5 監(jiān)控中心

5.3 預測與報警界面

如圖6所示，該界面包含覆冰趨勢曲線和報警記錄兩個信息，其中覆冰趨勢曲線的數據來源于傳感器監(jiān)測的實時數據在導入Makkonen 覆冰預測模型后計算的結果，維護人員僅需要輸入當前監(jiān)控線纜直徑一個參數即可進行自動運算。在折線圖中劃分有三個報警區(qū)域，其中綠色為低報警區(qū)，橙色為中報警區(qū)，紅色為高報警區(qū)，當覆冰趨勢曲線上升到不同區(qū)域時系統將自動產生報警彈窗和報警記錄。

圖6 預測與報警線上模擬實驗

輸電線主動除冰機器人在實驗室環(huán)境下通了110kV和500A的電磁兼容實驗，并在模擬電路上進行了多次線上爬坡和線上除冰模擬實驗。如圖7所示為除冰機器人線上爬坡模擬實驗的爬坡效果，實驗表明機器人在較為陡峭的45°坡度上依然能實現正常的行走和駐停，有較好的防打滑性能，為除冰作業(yè)提供了動力保障。如圖8所示為機器人除冰模擬實驗，實驗環(huán)境為室外模擬輸電線，環(huán)境溫度為-10℃，覆冰厚度為40mm。實驗中除冰機器人的冰刀高速旋轉能輕松的應對40mm 左右的覆冰，實驗表明機器人在面對高硬度、高厚度的覆冰情況時依然擁有較好的除冰性能。

圖7 主動除冰機器人線上爬坡

圖8 主動除冰機器人除冰實驗

綜上所述，以上實驗均取得了較好的效果，尤其是在除冰實驗中，機器人擁有較好的除冰性能，整體表明了本文研制的輸電線主動除冰機器人具有運行穩(wěn)定、操控性能好、除冰效率高等特點。該機器人性能設計能夠滿足設計需求和實際應用需求。

6 結束語

主動除冰機器人數據采集和監(jiān)控系統的設計結合了定量分析和定性分析兩方面監(jiān)控數據，實現了除冰機器人在覆冰前期及時主動除冰，使機器人除冰的效率得到了極大的提升?；贙ingview 開發(fā)的上位機軟件提供了很好的后臺人機交互界面，實現了豐富的功能，方便了運營的精細化管理。這一整套系統能有效地預防惡劣風雪天氣帶來的覆冰危害，降低了電力單位輸電線維護的風險和成本，有較好的工程實用性。