电力集控站人机交互体系及关键技术研究

许花， 芦玉英， 程亿强， 王一帆， 黄昆,3

(1. 南瑞集团 (国网电力科学研究院)有限公司, 江苏, 南京 211106；
2. 国电南瑞科技股份有限公司, 江苏， 南京 211106；
3. 智能电网保护和运行控制国家重点实验室, 江苏， 南京 211106)

近年来电力行业的人机交互体系在不断改进，建立了许多高效的系统[1]。文献[2]对特定电压下的变电站智能化系统进行研究和实现，搭建了基于SCADA系统的电力系统，并对人机交互系统进行设计，完善了集控系统的运行和管理，但该文献缺乏管理单元的改进，总控效率较为低下，可能会出现运维事件相互冲突的可能。文献[3]建立了一种集控站监控人机交互系统，与传统人机交互体系相比，该系统解决了运维工作的干扰问题，搭建的人机交互界面可以实现多窗口同时管理，但是该系统在事故处理过程中的决策准确率无法保证，容易影响电力系统的正常运转。为此，本文提出一种电力集控站人机交互体系及关键技术，下文将对该系统进行详述。

本文针对电力系统集控站的应用场景，对人机交互体系及其关键技术进行改进。首先，对电力集控站的管理单元进行设计，在硬件结构部分，通过STM32微控制器实现变电站的信息采集[4]、对外通信、数据储存以及人机交互等功能，在软件部分，对电力集控站管理进行分析，实现了上述功能的模块化。其次，对集控站多通道人机交互系统进行设计，在传统单通道信息采集的基础上，通过Bayes算法实现动作、图像、声音、触觉等场景的信息融合，有效提升了集控站的管控能力。电力集控站人机交互体系示意图如图1所示。

图1 集控站人机交互体系架构

由图1可知，集控站人机交互系统可以分为四层。下面进行细化表达。

检测层即变电站基础设备层，主要负责电力的信息采集及整合、电路保护、故障报警和动作执行等任务。设备包括保护装置、变压器、智能电表、变压器、温控仪、环境传感器和监测语音摄像[5]。整个系统分为主电源系统和辅助系统，主电源系统负责开关装置、保护装置和变压器的状态检测、辅助系统负责开关量调节和电源状态检测等。

集控层作为该体系的核心系统，主要实现检测层和调度中心层之间的信息传递，包括监测层的电力数据采集及控制，调度中心层的通信协议转换等。根据集控层管控需求，针对不同的功能模块配备独立的集控设备，包括PLC、OPC和通信管理设备。各子系统均配有相应的上位机OPC接口[6-7]，集控层的电力信息通过上层软件的OPC接口与调度中心层交互。

网络通信层在数据交互中起着重要作用，为调度中心层和集控层之间电力信息的交互提供了通信通道。该系统利用现有网络技术，通过光纤环网和移动4G/5G信道[8-9]进行传输，并以环网的形式接入集控站内的交换机。集控站的主交换机与系统构成环形网络，建立防火墙以防止外源非法入侵，通信管理器负责实现信息转换，转换过后的数据通过TCP/IP协议进行传输。

调度中心层是电力系统的最终决策层，负责将集控层中的所有信息进行整合、处理、显示和管理，实现集控站的人机交互。调度中心层主要由采集显示、数据存储、综合控制、视频语音和数据报表等模块组成，从而实现工作人员的电力远程监控管理，是电力集控站人机交互体系的最后一层，方便用户根据实时数据及线路状态图实现电力远程部署。

2.1 电力集控站管理单元设计

由于电力建设规模不断扩大，变电站信息量也大幅增加，需要对集控站人机交互系统的管理单元进行改进，方便调度中心实施决策。

本装置采用基于ARM Cortex-M内核的STM32控制器作为集控站管理单元的核心芯片，硬件结构如图2所示。

图2 电力集控站管理单元的硬件框架

人机交互模块包括鼠标、按键、话筒和显示屏，分别和微控制器的I/O段和I2C端相连。其中，按键和鼠标通过上拉电阻与电源相连，实现单独和组合命令的执行。由于显示器信息读写效率较低，为了保障保护功能的正常运作，本文配置了89C51单片机负责对液晶显示器、鼠标、话筒和键盘进行控制，通过串行UART实现51单片机与ARM的数据交换功能[10-11]。

电力测量模块主要采用ADE7758集成芯片。它是一种微型的功率测量集成电路，动态范围可达1 000∶1。它配有嵌入式高精度A/D转换器和数字信号处理器，并具有数字集成、数字滤波和许多高效的电力监控和计算功能。该芯片主要有电流和电压共6个模拟输入通道。电压和电流由芯片测量和计算后，可以转换成其他电力数据。

保护模块包括电压电流互感器，有源滤波和比例放大电路，由于电力系统的电压电流信号对于该管理单元来说并不匹配，因此需要对电流电压互感器输出的信号进行调整，加入调理电路将输出信号转换成适当范围的信号，最终与STM32的模数转换引脚相连[12]。

对外通信模块通过以太网实现电力集控站的通信管理，网络管理芯片采用Realtek的RTL8019AS，该芯片在全双工模式下可以同时以10M/bits的速度实现数据的收发工作[13]。

另外，ARM外部选择CY7C1041作为储存芯片，该芯片是一种高速低功耗的SRAM，存储容量能达到256KB，通常用于存储采样数据、计算结果、设定数据以及历史故障等内容。

在软件部分，软件系统设计如图3所示。

由图3可知，对交互系统进行功能划分，分别为① 实时数据采集；
② 数据处理，主要负责电力速断保护、过流保护、零序保护和重合闸等部分的数据处理，并将数据上传至调度中心；
③ 控制和执行功能，用来接收站调度中心指令，并根据指令对断路器开关、分闸等采取执行动作；
④ 通信功能，通过以太网实现调度中心层和集控层的PC通信功能，通过显示器和管理单元对变电设备等进行控制。

图3 电力集控站管理单元的软件框架

该软件系统基于嵌入式系统软件进行设计，该软件框架的特点是具有较好的扩展性和可移植性。根据任务队列的形式，可以有效调用系统的功能模块，实现电力集控站的管控功能，为人机交互系统提供逻辑支撑。

2.2 集控站多通道人机交互系统

传统单一通道信息处理在集控站人机交互系统的效果较低，而多通道信息融合的人机交互体系可以将工作人员处理得到的信息进行融合加工。工作人员通过感知通道获得信息，包括动作、图像、声音、触觉等信号，完成特征表示和编码[14]，有选择地进入工作记忆区，针对特征进行关联，针对具体集控站指令，主动处理根据具体任务调用注意、联想、推理等机制，得到最终的判断结果。

单一通道信号的表现形式为

(1)

然后在传统单一通道的信息形式基础上进行改进融合，可得到多通道信息表现形式如下

(2)

设第k个通道信号服从高斯分布，记作sk～N(uk,δk)

假设单个通道信号的置信度可表示为

(3)

则某时刻的多道信号融合后信息可以表示为

(4)

根据多个高斯通道的最大似然估计值，可以构建多通道感知场景的深度信息融合实验，置信度越高，则该通道在信息融合后所占比重越大。

根据信息融合算法来进行多通道的数据统计和机器学习，本文选择Bayes决策算法模型，该算法可以对各种集控站电力场景发生的概率进行计算修正，并根据期望值做出最优决策。

Bayes算法可根据多种人机交互通道概率对历史故障进行反演得到整个人机交互系统的最佳评估策略，设不同通道信号分布概率集合为

P(S)=P(s1,s2,…,sd)

(5)

其中，d表示通道个数。

若已知某通道信号的边缘概率为

Po(d)=Po(d|S)×P(S)

(6)

其中，Po(d|S)表示第d个通道的观测值。

则该通道的联合分布概率可以表示为

(7)

(8)

由此，根据Po(d)，Po(d|S)以及P(S)的先验信息，可以得到精确迭代后的通道信息。

因为 Bayes 决策方法根据不完全情报反演出部分观测条件下的最优决策的优点, 其在多通道信息整合分析、多通道观测手段联合建模分析上体现出一定优势, 其在鲁棒人脸跟踪、用户行为感知、机器人姿态估计和避障、情感理解、多源传感器信息对齐及观测数据分析等方面得到非常好的应用。

3.1 实验环境

本实验对集控站监控管理数据进行分析计算，操作系统为Windows 7，使用的软件为MATLAB 2014和LabVIEW虚拟仪器，总控部分使用Scada服务器。

3.2 实验内容与结果分析

首先对集控站的人机交互体系的可行性进行验证，选取某变电站110 kV下任意时段的监控处理数据显示人机交互中心项目浏览如图4所示。

图4 集控站人机交互系统项目

该人机交互界面主要分为用户登录界面、系统选择界面、系统调试界面、系统自动运行界面以及数据处理界面。通过这5个子vi实现电力及集控站的人机交互系统。

然后对电力集控站人机交互系统的准确度和效率进行验证。固定实验时间为24 h，将设计前后的集控站对变电站的监控管理进行对比，统计结果如表1所示。

表1 集控站监管方式比较

由表1中数据可知，相比人工管理电力集控站，人机交互系统能够大大提高电力事故判断速度与准确率，而相比较单通道人机交互系统，多通道人机交互系统不仅在处理件数上得到了提升，在准确率上也明显提高，达到了97.2%。

由于集控站人机交互体系的好坏与变电站维护人员的体验感直接相关，为了评估该系统在实际应用中的交互体验，实验邀请了30名相关工作人员对3个集控站的系统进行体验和打分，将打分结果用区间和平均值的形式进行表示，得到结果如图5所示。

图5 三种集控站下人机交互系统评分

由图5可知，改进后的多通道人机交互系统不论是在评分区间还是平均值均显著大于单通道人机交互系统，说明工作人员在使用本文构建的交互体系时有更好的用户体验感。

结合近年来电力网络的快速建设，本文提出一种可行的集控站人机交互系统及其关键技术研究。在集控站管理单元部分对硬件部分进行设计改进，通过ARM微控制器实现对无人变电站的监控管理，并根据硬件结构特点对软件部分进行搭建，为人机交互系统的操作奠定基础。在人机交体系方面，对关键技术进行改进，改变以往单通道人机交互模式，对多种监控信息进行融合，利用Bayes对不同属性的数据进行分析，为调度中心提出解决方案，本研究保证了网络运行的可靠性。