一种基于云平台的智能电涌保护器监测系统及其方法

技术领域

本发明涉及雷电防护技术领域，尤其是涉及一种基于云平台的智能电涌保护器监测系统及其方法。

背景技术

随着现代工业的发展，社会对电力的需求不断增长，因此保障电力系统的安全运行十分重要，电力设备的故障将对整个系统造成冲击，导致停电等事故。其中由于雷电引起的地区电网故障的案例不在少数，为了能够有效地实现雷电保护，大量的避雷设备被使用，其中以电涌保护器(Surge Protective Device，SPD)为主要代表。SPD在现代建筑，变电站，通信基站，工厂等地方被广泛使用，但由于其复杂的安装位置和巨大的使用量，使得电力工人的检修工作变得十分麻烦，一旦出现漏检或错检的情况，将带来巨大的安全隐患。

此外，电涌保护器及其内部的氧化锌压敏电阻在工作运行中需要承受各类过电压和长期工频电压的作用，会引发泄漏电流增加、温度升高等现象，进一步导致器件的老化劣化和冲击破坏、热破坏等情况发生，若不能及时准确地检测出SPD故障、及时防止或排除失效的SPD，必然对被保护的设备和系统造成严重影响。

因此，如何减轻电力工人巡检的压力、及时准确发现设备的故障，是目前针对电涌保护器监测而言亟需解决的问题。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于云平台的智能电涌保护器监测系统及其方法，能够有效解决SPD巡检困难的问题，确保及时、准确、可靠地对多个SPD进行监测。

本发明的目的可以通过以下技术方案来实现：一种基于云平台的智能电涌保护器监测系统，包括SPD监测模块，所述SPD监测模块与数据服务器通信连接，所述数据服务器分别连接至云平台以及告警器，所述云平台分别连接有数据库、Web端，所述数据库与Web端相连接，所述SPD监测模块用于实时采集环境信息、线路漏电流信息以及电网电压信息，并传输至数据服务器；

所述数据服务器用于接收SPD监测模块上传的数据信息，并进行分析判断后再将对应数据信息传输至云平台、告警器；

所述云平台用于将数据服务器上传的数据信息转发给数据库、Web端；

所述数据库用于存储所有来自云平台的数据信息；

所述Web端用于展示实时监测数据、历史监测数据、失效SPD告警信息，以及预测SPD剩余寿命并进行展示。

进一步地，所述SPD监测模块包括温湿度传感器、漏电流传感器、电压传感器，所述温湿度传感器、漏电流传感器、电压传感器分别与主控单元相连接，所述主控单元连接至数据服务器，所述温湿度传感器用于采集环境的温湿度；

所述漏电流传感器用于采集线路的漏电流，包括阻性漏电流和容性漏电流；

所述电压传感器用于采集电网电压；

所述主控单元用于计算阻性和容性泄漏电流大小，并将各传感器采集的数据信息进行处理后上传至数据服务器。

进一步地，所述数据服务器内设置有阈值比较模块，用于将接收的漏电流信息与预设阈值进行比较，若接收的漏电流信息大于或等于预设阈值，则输出异常告警信息给告警器、以向用户发出告警提示，同时将该异常告警信息传输至云平台。

进一步地，所述SPD监测模块通过RS485总线、并以Modbus-RTU协议将采集的数据信息上传至数据服务器。

进一步地，所述数据服务器以MQTT协议将数据信息传输至云平台。

一种基于云平台的智能电涌保护器监测方法，包括以下步骤：

S1、SPD监测模块将实时采集的数据信息传输至数据服务器；

S2、数据服务器接收来自SPD监测模块的数据信息，并进行分析判断后再对应传输至云平台和告警器；

S3、云平台将接收的数据分别转发给数据库进行存储、转发给Web端进行实时展示和处理；

S4、根据用户指令，Web端从数据库获取历史数据，结合当前实时数据，针对SPD剩余寿命进行预测并展示。

进一步地，所述步骤S1中实时采集的数据信息包括环境的温湿度数据、线路的漏电流数据、电网电压数据。

进一步地，所述步骤S2中分析判断的具体过程为：数据服务器将接收到的漏电流数据与预设阈值进行比较，若接收到的漏电流数据大于或等于预设阈值，则判断该漏电流数据对应的SPD发生异常、分别输出异常告警信息给云平台和告警器，由告警器直接向用户进行告警提示，并将接收到的所有数据信息传输至云平台；

若接收的漏电流数据小于预设阈值，则判断该漏电流数据对应的SPD未发生异常，直接将接收到的所有数据信息传输至云平台。

进一步地，所述步骤S4具体包括以下步骤：

S41、根据用户指令，Web端从数据库获取历史数据，结合当前实时数据，判断SPD为可用状态或损坏状态，若为可用状态，则执行步骤S42，若为损坏状态，则直接展示相应告警信息；

S42、针对可用状态的SPD，通过神经网络回归算法，预测得到SPD剩余寿命并进行展示。

进一步地，所述步骤S41中具体是通过KNN(K-Nearest Neighbor，K近邻)算法来分类判断SPD为可用状态或损坏状态。

与现有技术相比，本发明具有以下优点：

一、本发明通过设置SPD监测模块，将SPD监测模块与数据服务器通信连接，数据服务器再分别连接至云平台以及告警器，云平台则分别连接有数据库、Web端，利用SPD监测模块实时采集环境信息、线路漏电流信息以及电网电压信息，并传输至数据服务器；利用数据服务器接收SPD监测模块上传的数据信息，并进行分析判断后再将对应数据信息传输至云平台、告警器；利用云平台将数据服务器上传的数据信息转发给数据库、Web端；利用数据库存储所有来自云平台的数据信息；利用Web端展示实时监测数据、历史监测数据、失效SPD告警信息，以及预测SPD剩余寿命并进行展示。由此通过云平台实现数据的实时智能管理，通过Web端实现数据的实时查看，能够有效解决SPD巡检困难的问题，确保及时、准确、可靠地对多个SPD进行监测。

二、本发明在SPD监测模块设置温湿度传感器、漏电流传感器、电压传感器和主控单元，其中，温湿度传感器用于采集环境的温湿度，环境温湿度对于漏电流的大小具有一定的影响，因此需要进行采集分析；漏电流传感器用于采集线路的漏电流，漏电流分为阻性漏电流和容性漏电流，其中阻性漏电流的大小是评判SPD是否失效的重要指标；电压传感器用于采集电网电压，电网电压将被用于计算阻性和容性泄漏电流；主控单元用于计算阻性和容性泄漏电流大小，并将各传感器采集到的数据进行处理，上传至数据服务器。由此能够全面可靠地采集与SPD失效相关的数据信息，确保后续监测的准确性。

三、本发明中，SPD监测模块通过RS485总线、并以Modbus-RTU协议将采集的数据信息上传至数据服务器，数据服务器则以MQTT协议将数据信息传输至云平台。具有抗干扰能力长、传输距离远、接入设备多的优点，同时具有轻量、高效、低功耗、包容不稳定网络的优点，能够实现可靠稳定的通信，保障监测系统的稳定运行。

四、本发明设计数据服务器将接收到的漏电流数据与预设阈值进行比较，能够及时将漏电流异常的SPD通过告警器推送告知用户，以便及时进行检修维护，此外，设计结合历史数据对SPD的可用状态或损坏状态进行分类判断、并针对可用状态的SPD进行剩余寿命预测，能够进一步提升监测的智能性，方便用户提前获知各SPD的运行状态。

附图说明

图1为本发明的系统结构示意图；

图2为本发明的方法流程示意图；

图3为实施例中搭建的系统架构示意图；

图4为实施例中应用过程示意图；

图5为实施例中Web端登录界面示意图；

图6为实施例中Web端展示界面示意图；

图7为预测SPD剩余寿命的流程示意图；

图中标记说明：1、SPD监测模块，2、数据服务器，3、云平台，4、告警器，5、数据库，6、Web端，11、温湿度传感器，12、漏电流传感器，13、电压传感器，14、主控单元，21、阈值比较模块。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

实施例

如图1所示，一种基于云平台的智能电涌保护器监测系统，包括SPD监测模块1，SPD监测模块1与数据服务器2通信连接，数据服务器2分别连接至云平台3以及告警器4，云平台3分别连接有数据库5、Web端6，数据库5与Web端6相连接，其中，SPD监测模块1用于实时采集环境信息、线路漏电流信息以及电网电压信息，并传输至数据服务器2，SPD监测模块1包括温湿度传感器11、漏电流传感器12、电压传感器13，温湿度传感器11、漏电流传感器12、电压传感器13分别与主控单元14相连接，主控单元14连接至数据服务器2，温湿度传感器11用于采集环境的温湿度；

漏电流传感器12用于采集线路的漏电流，包括阻性漏电流和容性漏电流；

电压传感器13用于采集电网电压；

主控单元14用于计算阻性和容性泄漏电流大小，并将各传感器采集的数据信息进行处理后上传至数据服务器2；

数据服务器2用于接收SPD监测模块1上传的数据信息，并进行分析判断后再将对应数据信息传输至云平台3、告警器4，数据服务器2内设置有阈值比较模块21，用于将接收的漏电流信息与预设阈值进行比较，若接收的漏电流信息大于或等于预设阈值，则输出异常告警信息给告警器4、以向用户发出告警提示，同时将该异常告警信息传输至云平台3；

云平台3用于将数据服务器2上传的数据信息转发给数据库5、Web端6；

数据库5用于存储所有来自云平台3的数据信息；

Web端6用于展示实时监测数据、历史监测数据、失效SPD告警信息，以及预测SPD剩余寿命并进行展示。

本实施例中，SPD监测模块1通过RS485总线、并以Modbus-RTU协议将采集的数据信息上传至数据服务器2，数据服务器2以MQTT协议将数据信息传输至云平台3。

基于上述系统，实现一种基于云平台的智能电涌保护器监测方法，如图2所示，包括以下步骤：

S1、SPD监测模块将实时采集的数据信息传输至数据服务器；

S2、数据服务器接收来自SPD监测模块的数据信息，并进行分析判断后再对应传输至云平台和告警器；

S3、云平台将接收的数据分别转发给数据库进行存储、转发给Web端进行实时展示和处理；

S4、根据用户指令，Web端从数据库获取历史数据，结合当前实时数据，针对SPD剩余寿命进行预测并展示。

本实施例应用上述技术方案，搭建如图3所示的系统架构，包括设备感知层、网络层、服务层(分为平台服务层和应用服务层)，本实施例中，云平台采用阿里云物联网平台、数据库选用阿里云数据库、告警器选用钉钉机器人，系统各层的功能具体如下：

设备感知层由智能SPD监测模块构成，智能SPD监测模块包括温湿度传感器，漏电流传感器，电压传感器和主控单元：温湿度传感器用于采集环境的温湿度，环境温湿度对于漏电流的大小具有一定的影响，因此需要进行采集分析；漏电流传感器用于采集线路的漏电流，漏电流分为阻性漏电流和容性漏电流，其中阻性漏电流的大小是评判SPD是否失效的重要指标；电压传感器用于采集电网电压，电网电压将被用于计算阻性和容性泄漏电流；主控单元用于计算阻性和容性泄漏电流大小，将传感器采集到的数据进行处理，上传至数据服务器。

网络层由数据服务器构成，用于接收智能SPD上传的数据，将接收到的数据进行分析后上传至阿里云物联网平台。数据服务器与智能SPD监测模块的连接通过RS485总线，数据以Modbus-RTU协议上传。数据服务器运行所开发的Python程序，接收智能SPD监测模块以Modbus-RTU协议上传的数据，再通过程序建立与阿里云物联网平台的通信，当成功建立通信后，以MQTT协议上传接收到的数据，程序能够对智能SPD监测模块上传的数据进行分析和判断，当上传的漏电流的值超过预设阈值时，则向钉钉机器人推送告警信号，提醒工作人员进行检修。

服务层由平台服务层和应用服务层构成，平台服务层为阿里云物联网平台，用于管理接入云平台的各台SPD，接收数据服务器上传的数据，并将数据转发至阿里云数据库和Web应用程序。应用服务层分为阿里云数据库、Web应用程序、钉钉机器人，其中，云数据库用于存储历史数据，便于数据的分析，当需要查询时，将历史数据推送至Web应用程序；

Web应用程序用于数据的实时显示，展示历史数据的走势，当漏电流大小超出阈值时进行告警，其具有实时数据显示功能，历史数据查询功能，SPD失效告警功能。Web应用程序能够显示数据服务器上传的实时数据，由于监测的数据变化较为平稳，本实施例将数据上传的时间设置为每10分钟，Web应用程序中设计了数据走势图，用于展示近3小时的数据走势。历史数据查询用于查询过去时刻的数据，避免出现故障数据遗漏的情况。SPD失效告警功能用于当泄漏电流异常时，通过网页上面的警告灯，提醒工作人员。

钉钉机器人，作为钉钉工作群中的智能机器人，当漏电流数据异常时，将在工作群中告警，并通知相关人员进行查看检修。

基于上述系统架构，本实施例中基于云平台的智能电涌保护器监测系统工作流如图4所示，主要有：

步骤一、通过智能SPD监测模块采集与SPD失效相关的数据。使用RS485总线连接智能SPD监测模块和数据服务器。监测模块启动后，环境温湿度传感器、漏电流传感器、电压传感器开始采集参数。

步骤二、运行数据服务器上的Python程序，通过Modbus-RTU协议接收采集到的数据。通过程序建立数据服务器与阿里云物联网平台的通信，并将数据以MQTT协议上传至云平台，通过程序对数据进行判断，若三相中的某一相漏电流超过阈值，程序将推送告警信息至钉钉机器人进行告警。

步骤三、阿里云物联网平台将数据服务器上传的数据发送至Web应用程序和云数据库中。

步骤四、用户登录“智能SPD在线监测系统”，见图5和图6，在Web端可以看到实时上传的数据，数据将10分钟更新一次，同时历史数据的走势也可以在Web端进行查看，历史数据可以以折线图的形式展示过去3小时的走势。告警信号也可以同步在Web端显示。

步骤五、调用云数据库中存储历史数据，需要过去的数据时，可以进入数据库中查询。使用历史数据通过数据分析开发寿命预测算法，估计设备剩余的寿命。通过接口在Web端给出预估的剩余寿命，给工作人员以参考。其中，SPD寿命预测基于机器学习和数据驱动，算法首先判断SPD处于“可用”或者“损坏”状态，对于“损坏”状态的SPD，只需要推送告警信息，对于“可用”状态的SPD，有必要通过算法预测其寿命。如图7所示，对于“可用”和“损坏”的分类问题采用机器学习中的分类算法，对于寿命预测则采用回归算法。算法采用KNN算法，基本思想是：如果一个样本的特征空间中的k个最近样本中的大多数属于某一类别，则该样本也属于这一类别，并具有该类别中样本的特征。该算法采用欧几里得距离作为评价标准。对于n维向量X和Y，两者间的欧几里得距离可以用d(X,Y)，其计算公式如下所示：

式中，x

KNN算法的具体步骤描述如下，k值为2：

(1)计算测试数据和每个训练数据之间的距离。

(2)根据数据的递增关系进行排序。

(3)选择距离最小的k个点。

(4)确定前k个点的类别的出现频率。

(5)返回前k个点中频率最高的类别作为测试数据的预测类别。

神经网络的模型如下所示，通过机器学习，获得模型中的未知参数，其中W和b是模型中需要确定的参数：W是加权系数向量；b是偏置参数，通常是一个常数，将输出值限制为0到1之间。

D(X

W＝[w

X

X

由此，本实施例中，设备感知层即智能SPD监测模块，依靠其中的温湿度传感器，漏电流传感器和电网电压传感器采集与SPD失效与否相关的核心参数，采集的数据发送至主控单元；主控单元将所采集到的数据处理后经RS485总线，以Modbus-RTU协议上传至数据服务器；数据服务器将接收到的数据以MQTT协议上传至阿里云物联网平台，上传至云平台的数据可以同时被发送至云数据库进行存储和Web应用程序进行显示，Web应用程序可以调取云数据库中的数据进行查询，通过寿命预测算法预测设备的剩余寿命并在Web应用程序中进行显示。异常数据可以通过钉钉机器人进行告警。该系统架构基于云平台，使用物联网技术开发，通过RS485总线接入设备，具有抗干扰能力长、传输距离远、接入设备多的优点，使用RS485总线将各台SPD接入数据服务器，能够避免因信号不稳定、断网、存在干扰等情况导致的SPD断线，保证监测系统的稳定运行，设备的异常情况能够被及时发现，也能节省无线通信产生的通信费用。通过MQTT协议将数据传输至云平台，具有轻量、高效、低功耗、包容不稳定网络的优点。云平台和物联网技术的引入能够方便多设备的统一管理、设备上传数据的分析、存储和展示。监测系统通过云平台实现数据的管理，通过Web应用实现数据的实时查看，整套系统的设计合理，易于实现，应用效果好。

综上所述，本技术方案通过SPD中的多个传感器采集监测数据，通过线路漏电流和电网电压计算线路阻性泄漏电流来反映设备的失效情况，通过环境温湿度和压敏电阻温度辅助判断。通过传感器的加入读取设备的核心监测数据，将设备通过有线方式组网，通过数据服务器上传数据至云端，通过阿里云物联网平台管理设备，通过Web应用实现数据可视化，通过钉钉机器人实现失效告警。该系统能够有效解决SPD巡检困难的问题。

本方案将传统的电力设备通过物联网云平台进行管理，能够实现多设备同时监测，借助阿里云物联网平台和云数据库，实现设备的管理，监测，数据存储的一体化，随着后续阿里云物联网平台的技术更新能够不断地升级Web应用，增加新功能。

本方案将设备通过RS485总线进行组网，拥有良好的抗干扰能力，可以实现远距离的通信，且具有多站能力，在如今的建筑、变电站、风机、光伏系统中，存在信号不稳定，甚至是网络覆盖不到位的情况，通过有线组网能够实现可靠，稳定的通信，保障监测系统的运行。