前言：尋找寫作靈感？中文期刊網用心挑選的變電設備系統設計方法，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。

摘要：針對傳統定位系統對變電設備多危險點定位精度較差、定位時間長的問題，設計了一種新的基于VR技術變電設備多危險點可視化定位系統。系統硬件由采集模塊、主控模塊、通信模塊和電路模塊組成。系統軟件設計通過引入可視化技術構建變電站VR場景，通過初始化系統、識別變電檢修責任鏈的危險點以及定位不同模塊的危險點，實現危險點的可視化定位。實驗結果表明，基于VR技術的變電設備多危險點可視化定位系統定位精確率約為94%，定位速度約為每秒1.8個，表明該系統能夠精準地確定危險點，縮短定位時間。

關鍵詞：VR技術；變電設備；多危險點；可視化定位

近年來，隨著電力系統的發展越來越快，人們對變電檢修安全性的要求逐漸升高。目前，電力系統中的變電設備數量較多，應用范圍較廣，其在正常運行時，會在不同位置出現多個危險點[1]。傳統定位系統采用Cricket定位技術接收無線傳輸信號，定位變電設備多危險點的位置，但在對變電設備進行現場踏勘時，若停電方式與安全措施布置沒有踏勘到位，將導致多危險點定位精度較低，為此，國內的專家學者們展開了一系列的研究。文獻[2]提出基于WebVR技術的變電設備多危險點可視化定位系統，采用WebVR技術構建了系統的軟硬件，但該系統的計算過程復雜，不易實現。獻[3]提出了基于GSM技術的變電設備多危險點可視化定位系統，但定位結果不準確。為了解決現有方法的不足，提高變電設備多危險點位置定位的準確率，減少定位時間，該文設計了基于VR技術的變電設備多危險點可視化定位系統。系統硬件部分包含采集模塊、主控模塊、通信模塊和電路模塊。軟件部分采用VR技術構建變電站VR場景，經過系統初始化，識別變電檢修責任鏈的危險點，最終實現危險點的可視化定位。對比實驗結果表明該文設計系統的定位精度和定位時間符合實際需要。

1系統硬件設計

變電設備多危險點可視化定位系統的硬件采用CPU結構，以信號處理器為核心設備，以此實現變電設備多危險點數據的采樣。系統硬件以模塊的形式進行設計，各個模塊的設計如下。

1.1采集模塊設計

采集模塊內部傳感器在進行采集工作時，功耗較低，供電電壓較低，最低達到1.3V，具有多個I/O端口，I/O端口的電壓范圍為1.8~3.3V，且體積較小，控制方式較為簡單，能夠以高分辨率輸出變電設備線路數據。該傳感器還可采集變電設備異常線路圖像，通過減小光學以及電子缺陷技術提升采集的異常線路圖像的質量，可以得到更為清晰的圖像。該傳感器的工作溫度范圍為-20~40℃，采集模塊結構如圖1所示。采集模塊的外部設有較多接口，如SPI接口、SDI接口以及串行通信接口等，這些接口用來傳輸多危險點數據。采集模塊的工作原理為：先通過采集模塊的外圍電路對模塊內的傳感器設備及各個外設供電，傳感器通過子采樣方式采集變電設備上出現多危險點的線路數據與圖像，再通過SPI口將數據與圖像傳輸到采集模塊內部的處理芯片上，完成圖像及數據的采集[4-5]。

1.2主控模塊設計

主控模塊是整個硬件系統的核心，通過采集模塊采集變電設備多危險點數據與異常線路圖像，并傳輸給通信模塊，通信模塊再將相關數據與圖像傳遞到上位機中，由定位系統下發的控制指令發送到電力系統網絡終端[6-7]。主控模塊內部主控制器由控制單元、邏輯單元與處理單元組成，將采集模塊采集完成的變電設備多危險點數據與線路圖像發送到主控模塊后，由主控模塊進行處理與控制。通過控制單元完成數據處理結果的緩存，再經過寄存器的讀寫控制實現變電設備多危險點數據的指令譯碼與寄存，變電設備多危險點數據與線路圖像具有各自的總線通道。因此，雖然寄存方式有所差別，但可同時由主控模塊進行處理、控制與緩存[8-9]。

1.3通信模塊設計

通信模塊具有豐富的外設與通信接口，包括RAM存儲結構，UAB接口、SPI接口、SDI接口、串行通信接口等，同時還設有中轉站，以此提高對變電設備多危險點的定位精度。通信模塊內部主機可協助主控模塊對定位系統與從機進行控制，并顯示動態的變電設備運行數據，一旦變電設備某個位置出現了危險點，主機會迅速響應，響應過程中產生的通信信號由A/D轉換器轉換為數字量，方便電力系統網絡終端的實時接收與分析，提高定位準確度[10-11]。

1.4電路模塊設計

定位系統的電路模塊主要負責對采集模塊、主控模塊以及通信模塊供電，電路模塊的供電電壓為16V，可通過電壓轉換芯片將16V電壓轉換為各個模塊需要的電壓，電壓轉換芯片選用三星公司生產的12位的SXB5362，該電壓轉換芯片功耗較低，轉換效率較高，并含有高速靜態RAM[12-13]。電路模塊如圖2所示。電路模塊內部部件主要實現對電源芯片、寄存器、控制單元等的讀寫、控制與緩沖，電路模塊含有兩個電壓互感器與一個電流互感器，電流互感器可將4.8mA的電流轉換成0~2.5mA，通過外圍邏輯電路的調理后可將其轉換成0~4V電壓，并由采樣保持器進行保持。定位系統的電路模塊，可向硬件系統的各個模塊提供所需電壓，保證各個模塊的穩定、可靠運行[14]。

2系統軟件設計

VR技術根據硬件不同可分為沉浸式VR系統與桌面VR系統，該文選取的是桌面VR系統。在設計變電設備多危險點可視化定位系統時，通過VR技術將計算機與變電設備進行仿真，工作人員通過計算機屏幕觀察模擬的變電設備多危險點的定位情況，并操作鼠標與鍵盤來操作相關的變電設備。基于VR技術的變電設備多危險點可視化定位系統軟件流程如下。

2.1系統初始化

對變電站設備內部數據進行采集，采用分段開關處理將數據信息傳輸到主控程序內，分析內部數據信息，采用VR技術進行模擬，構建VR長場景，通過VR場景對出現的不同區域的危險點進行識別，從而實現危險點的定位，完成系統初始化操作[15]。

2.2識別變電檢修責任鏈的危險點

變電檢修責任鏈包括變電檢修責任勘察、班前交底兩大模塊。1）變電檢修責任鏈勘察在VR場景中，在某個位置出現吊機，操作鼠標模擬勘察場景，危險點包括：油載開關調芯檢修時，需要勘察相鄰線路的帶電情況，確保吊機處于正確位置，以免發生觸電事故。檢修的定向線路需要踏勘到位，檢查停電方式與安全措施的布置。勘察模塊中危險點w的識別公式為：w=aitanα2(1-cosα)cosβ2（1）其中，ai表示吊機位置；α表示吊機所在位置與水平方向的角度；β表示勘察模塊中危險點的數量。2）班前交底在班前交底VR場景中，需要班組負責人對停電范圍、安全措施等危險點進行交底，在工作監護VR場景中，危險點較多，涉及地下電纜的檢修、氣體成分的監測、登高車斗臂與帶電部位的安全距離等，需要對VR場景中各個模塊的危險點進行識別。班前交底模塊中進行危險點q識別的公式為：q=∑j=1nbj+c（2）其中，j表示班前交底模塊中危險點的數量；bj表示危險點為j時的變電設備數據；c表示危險點的識別程度。

2.3危險點的可視化定位

根據不同模塊中存在的危險點所在區域進行系統定位。上電自檢后，向主控程序發送請求，查看變電設備相關數據是否準時接收。如果超時，需要在VR場景中重復進行語音提示，若沒有，則需查看變電設備是否出現停機或線路不通的情況，如果出現停機情況，需要發送開機請求，并掃描變電設備危險點與相鄰危險點的距離，距離d的計算公式為：d=δ2Df（3）其中，δ表示系統參數；D表示掃描出的危險點相對于變電設備的距離；f表示相鄰危險點的相對距離[16]。根據計算出的距離獲取危險點的具體存在位置，以及危險點的具體類型，在VR場景中再進行語音提示，并生成三維圖像，從而實現變電設備多危險點的可視化定位。

3實驗研究

為驗證該文設計的基于VR技術的變電設備多危險點可視化定位系統的有效性，選用該文設計的定位系統、傳統的基于Cricket定位技術的變電設備多危險點可視化定位系統、文獻[2]系統進行實驗對比。實驗參數設置如表1所示。為保證實驗結果的真實性和可靠性，利用Matlab軟件模擬變電設備的運行環境，預測危險點并進行危險點檢測，獲取測試危險點的真實位置信息，根據表1繪制危險點位置分布圖，測試危險點在Matlab軟件中的分布示意圖如圖3所示。根據上述實驗參數，在設置的實驗環境中對以上三種多危險點可視化定位系統進行性能檢測，采用三種定位系統對測試危險點進行定位，生成危險點分布圖，得到的定位結果如圖4所示。從圖4可以明顯看出，采用該文設計的定位系統獲取的危險點分布圖與真實分布圖最相近，而采用其他兩種系統獲取的危險點分布圖與真實分布圖相差較大。將圖4獲得的定位結果與測試危險點的真實位置信息進行對比，計算系統的定位精度，經過計算可知，在相同的定位環境下，基于Cricket定位技術的定位系統的定位精確率約為65%，基于WebVR技術的定位系統（文獻[2]）的定位精確率約為78%，而該文設計的基于VR技術的定位系統的定位精確率約為94%，其定位精確率遠遠高于其他兩種定位方法。針對三種定位系統的定位精確率進行對比后，針對三種定位系統的定位速度進行對比，得到的對比結果如圖5所示。根據圖5可知，針對Matlab軟件中模擬的變電設備多危險點，傳統變電設備多危險點可視化定位系統的定位時間較長、效率較低，基于Cricket定位技術的定位系統的定位速度約為每秒0.6個，基于WebVR技術的定位速度約為每秒1.1個，而該文設計的基于VR技術定位速度約為每秒1.8個，定位效率更高。因此，該文設計的定位系統的定位效果更好，更適用于變電設備多危險點的定位工作。

4結束語

該文采用VR虛擬現實技術，設計了基于VR技術的變電設備多危險點可視化定位系統，通過系統設計實現了變電設備多危險點的精準定位，有效提升了變電設備運行的穩定性與安全性，對電力安全具有重要意義。

參考文獻：

[1]王波,胡軍臺,張克勇,等.基于矩陣形式F&D法的智能變電站二次系統危險點分析[J].電測與儀表,2020,57(23):79-86.

[2]楊晨彬,高瞻.基于WebVR的醫學體數據可視化[J].計算機應用與軟件,2019,36(5):107-113.

[3]張于賢,楊夢珂.基于GSM-熵值法和TOPSIS排序的系統風險評估模型[J].制造技術與機床,2019(2):142-148.

[4]林志光,吳文祥,秦駿達,等.直流控制保護的多DSP并行可視化編程方法研究[J].電力電子技術,2020,54(1):1-4.

[5]彭柯,董秀成,代莎.基于VegaPrime的油浸式電流互感器可視化仿真系統設計[J].現代電子技術,2019,42(5):107-110.

[6]張巧霞,王廣民,李江林,等.變電站遠程運維平臺設計與實現[J].電力系統保護與控制,2019,47(10):165-173.

[7]姜學樸,吳港,孫婷,等.智能變電站網絡設備故障的快速準確定位技術[J].電測與儀表,2019,56(8):100-104.

[8]戴鋒,葉昱媛,劉貞瑤,等.基于S變換及同步相量測量的輸電線路故障定位研究[J].電測與儀表,2020,57(8):13-19,44.

[9]陳軍,劉鑫,王利平,等.Petri網智能變電站保護控制故障診斷與定位方法研究[J].中國測試,2019,45(10):128-134.

[10]孫宇嫣,蔡澤祥,郭采珊,等.基于深度學習的智能變電站通信網絡故障診斷與定位方法[J].電網技術,2019,43(12):4306-4314.

[11]尹相國,張文,路致遠,等.面向智能變電站二次設備的故障診斷方法研究[J].電測與儀表,2020,57(3):39-45.

[12]許光,劉漫雨,王興念,等.基于多信息融合的自適應單相接地故障在線定位研究與應用[J].電測與儀表,2019,56(12):64-72.

[13]周步祥,廖敏芳,魏金蕭,等.基于RVM和阻抗法對串聯電容補償輸電線路的故障定位[J].電測與儀表,2019,56(8):9-15.

[14]張友強,鐘加勇,魏甦,等.基于貝葉斯網絡的智能變電站繼電保護設備狀態檢修方法[J].科技通報,2019,35(10):101-104.

[15]劉渝根,陳超,楊蕊菁,等.基于小波相對熵的變電站直流系統接地故障定位方法[J].高壓電器,2020,56(1):169-174.

[16]王炳輝,何小海,卿粼波,等.基于FPGA的DMA數據傳輸系統設計[J].電子設計工程,2020,28(8):26-30.

作者：吳忠 馮洋 陳敢 吳龍鋒 單位：國網浙江省電力有限公司衢州供電公司