技术领域
[0001] 本
发明涉及采集终端现场监控技术领域，且更具体地涉及一种新型24小时采集终端现场监控设备及其实现方法。
背景技术
[0002] 用电信息采集系统主要是为了用户用电数据的收集，同时还可以收集和监控
变压器数据，从而判断用户用电的需求。在此
基础上进行一定的级别评价，这样不仅可以充分利用已有的用电系统，错开用电高峰期，同时还有助于减少线路的损坏。现阶段有不同的采集终端，包含专变采集终端、集中抄表终端等。专变采集终端主要是为了采集用户的最终数据，同时可以检查仪器的工作状态，还可以实现针对专
门的对象进行实时监测，最终实现收集信息的共享。集中抄表终端主要用于一些低压用户的
电能采集，而集中抄表终端的组成有以下几个构件：集中器和采集器。这两者发挥的作用不同，其中采集器主要是以收集数据为主，同时还可以实现信息交流的目的，而集中器主要是针对采集后的数据，在此基础上对数据进行集中处理，进而将处理好的数据信息传给主站。
[0003] 现阶段，人们在日常生产生活中，对于电能的依赖程度越来越高，直接推动了电
力系统的快速发展，而用电信息采集在供电企业日常运行过程中发挥着巨大的作用，但是在用电信息采集过程中，存在很多故障问题，如采集终端离线故障，不能正常抄表故障等，不仅影响了用电信息采集的正常工作，同时给供电企业带来一定的利益损失。
发明内容
[0004] 针对上述技术的不足，本发明公开一种新型24小时采集终端现场监控设备及其实现方法，能够及时掌握采集终端的实时运行状态，并把监控信息24小时不间断地传回主站系统，还可以实时监控用电情况，实现秒级实时数据刷新，实时监控用户用电异常情况。
[0005] 为了解决上述技术问题，本发明采用以下技术方案：
[0006] 一种新型24小时采集终端现场监控设备，所述监控设备包括高性能
微处理器、电源管理单元、计量单元、显示单元、存储单元、红外通讯单元、USB
接口单元、RS485接口单元、RS232接口单元和GPRS通讯单元，所述高性能微处理器分别与所述显示单元、存储单元、红外通讯单元、USB接口单元、RS485接口单元、RS232接口单元和GPRS通讯单元双向连接，所述计量单元输出端与所述高性能微处理器输入端连接，所述电源管理单元输出端与所述高性能微处理器输入端连接。
[0007] 作为本发明进一步的技术方案，所述高性能微处理器为ARM9系列的
中央处理器CPU，所述中央处理器CPU主频为200MHz，所述中央处理器CPU外总线
频率为66MHz，所述中央处理器CPU内置有Linux
操作系统接口，所述Linux操作系统接口带有轻型
数据库SQLITE接口，所述轻型数据库SQLITE接口内置有文件系统接口。
[0008] 作为本发明进一步的技术方案，所述计量单元主体为高
精度计量芯片，所述高精度计量芯片型号为：RN8302B，处于5000：1动态范围内，非线性误差＜0.1％，满足0.5S和0.2S级
电能表的精度要求。
[0009] 所述计量单元还包括：
电压采样电路、
电流采样电路和放大电路，其中所述高精度计量芯片输出端与所述高性能微处理器输入端连接，所述高精度计量芯片输入端与所述放大电路输出端连接，所述放大电路输入端分别与所述电压采样电路和电流采样电路输出端连接，所述电压采样电路和电流采样电路输入端连接输电线。
[0010] 作为本发明进一步的技术方案，所述显示单元主体为160×160的工业点阵
液晶显示屏，所述显示屏显示方式为点阵图形式并且为
背光显示，所述显示屏的显示菜单为全中文菜单界面，所述显示屏带有6个输入按键，所述显示屏的显示端设置为显示电压、电流、功率或计量数据。
[0011] 作为本发明进一步的技术方案，所述存储单元为64MB的同步动态随机存取内存SDRAM和256MB的NAND闪存NAND Flash。
[0012] 作为本发明进一步的技术方案，所述红外通讯单元红外输入端与手持掌上机红外输出端连接，所述USB接口单元输入端外接U盘，所述RS485接口单元输入端与带有RS485接口的所述采集终端输出端连接，所述RS232接口单元输入端与所述采集终端RS232接口连接，所述GPRS通讯单元与主站双向连接。
[0013] 作为本发明进一步的技术方案，所述电源管理单元输入端连接
电网电源的输出端。
[0014] 为了解决上述技术问题，本发明采用还以下技术方案：
[0015] 一种
监控系统，所述监控系统包括应用上述技术方案一种新型24小时采集终端现场监控设备和与所述监控设备连接的采集终端构成的终端层；所述监控系统还包括通信信道和主站层，其中所述终端层通过所述通信信道与所述主站层通讯，所述采集终端通过RS232与所述监控设备连接。
[0016] 作为本发明进一步的技术方案，所述通信信道为基于GPRS通讯单元或4G通讯模
块实现数据通讯。
[0017] 作为本发明进一步的技术方案，所述主站层内设置有
服务器。
[0018] 为了解决上述技术问题，本发明又采用以下技术方案：
[0019] 一种新型24小时采集终端现场监控方法，其中所述方法包括以下步骤：
[0020] (S1)利用监控设备采集终端的实时运行状态和实时用电信息；
[0021] (S2)通过GPRS通讯单元将采集到的数据信息传递到主站系统；
[0022] (S3)主站系统对接收到的采集终端信息实时监控和
定位；
[0023] (S4)对接收到的故障信息进行诊断，当没有发现故障信息时，则返回步骤(S3)，如果发现故障信息，则进行步骤(S5)；
[0024] (S5)监控中心人员根据主站的提示通知电力人员赶赴现场，及时排除故障；
[0025] 其中在(S4)中，所述故障信息诊断的方法为基于
聚类分析算法的
数据挖掘算法和BP神经网络算法，所述故障信息首先输入至聚类分析算法模型，然后通过所述聚类分析算法模型输出至BP神经网络算法模型，进而实现故障数据的诊断。
[0026] 积极有益效果：
[0027] 本发明实现了24小时在线监控采集终端，通过GPRS通讯单元将采集终端的实时运行状态和实时用电情况等数据发送到监控中心，并由相关人员通过对传回来的监控报文信息进行查询、统计和分析，及时去现场处理故障，从而提高了产品的可靠性，降低供电企业的经济损失，并且为电力人员的工作带来方便，对提高电网运行管理
水平发挥了积极的意义，本发明还构造出了由终端层、通信信道和主站层组成的监控系统，实现了采集终端的远程在线监控，上层管理中心不必在现场，即可实现采集终端的远距离在线实时监控。
附图说明
[0028] 为了更清楚地说明本发明
实施例或
现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图，其中：
[0029] 图1为本发明监控设备各单元连接示意图；
[0030] 图2为本发明监控系统图；
[0031] 图3为本发明数据监控方法流程示意图；
[0032] 图4为本发明故障诊断方法模型结构示意图；
具体实施方式
[0034] 以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的实施例仅用于说明和解释本发明，并不用于限定本发明。
[0035] 如图1所示，一种新型24小时采集终端现场监控设备，监控设备包括：高性能微处理器、电源管理单元、计量单元、显示单元、存储单元、红外通讯单元、USB接口单元、RS485接口单元、RS232接口单元和GPRS通讯单元，高性能微处理器分别与显示单元、存储单元、红外通讯单元、USB接口单元、RS485接口单元、RS232接口单元和GPRS通讯单元双向连接，计量单元输出端与高性能微处理器输入端连接，电源管理单元输出端与高性能微处理器输入端连接。
[0036] 在进一步的实施例中，高性能微处理器为ARM9系列的中央处理器CPU，中央处理器CPU主频为200MHz，中央处理器CPU外总线频率为66MHz，中央处理器CPU内置有Linux操作系统接口，Linux操作系统接口带有轻型数据库SQLITE接口，轻型数据库SQLITE接口内置有文件系统接口，方便维护升级。
[0037] 在进一步的实施例中，计量单元主体为高精度计量芯片，所述高精度计量芯片型号为：RN8302B，处于5000：1动态范围内，非线性误差＜0.1％，满足0.5S和0.2S级电能表的精度要求。
[0038] 在上述实施例中，计量单元还包括：电压采样电路、电流采样电路和放大电路，其中高精度计量芯片输出端与高性能微处理器输入端连接，高精度计量芯片输入端与放大电路输出端连接，放大电路输入端分别与电压采样电路和电流采样电路输出端连接，电压采样电路和电流采样电路输入端连接输电线。电压、电流经取样电路分别取样后，送至放大电路缓冲放大，再由高精度计量芯片转换为数字
信号，高性能微
控制器负责对数据进行分析处理。监控设备自身计量的电量可与所监控的采集终端计量的电量相比对，实现秒级实时数据刷新，从而达到校验的目的。
[0039] 在进一步的实施例中，显示单元主体为160×160的工业点阵液晶显示屏，显示屏显示方式为点阵图形式并且为背光显示，显示屏的显示菜单为全中文菜单界面，显示屏带有6个输入按键，显示屏的显示端设置为显示电压、电流、功率或计量数据，实现秒级实时数据刷新。
[0040] 在进一步的实施例中，存储单元为64MB的同步动态随机存取内存SDRAM和256MB的NAND闪存NAND Flash，存储容量大，能保存采集终端的运行数据、上行通讯报文、下行通讯报文、终端日志、故障信息等，并上传给主站，保存两个月的通讯报文、日志等数据，方便设计人员对通讯报文等数据进行查询、统计和分析。
[0041] 在进一步的实施例中，红外通讯单元红外输入端与手持掌上机红外输出端连接，USB接口单元输入端外接U盘，RS485接口单元输入端与带有RS485接口的采集终端输出端连接，RS232接口单元输入端与采集终端RS232接口连接，GPRS通讯单元与主站双向连接。
[0042] 在进一步的实施例中，红外通讯单元主要用于向监控设备手动设置一些参数信息，将需要设置的参数信息在手持掌上机设定好后，将手持掌上机对准监控设备上的红外接收管按确定键，微处理器将会接收到信息并进行处理。USB接口单元主要用于监控设备的
软件升级，将需要升级的程序拷入U盘内，再将U盘插入USB接口处，监控设备就会自动升级新程序，还可以通过USB接口将监控报文等数据拷贝出来，方便设计人员进行分析。RS485接口单元用于连接带有RS485接口的采集终端，进行参数设置等维护工作，也可现场抄读电
能量数据。RS232接口单元主要用于监控采集终端的运行状态，用RS232接口线将监控设备和现场的采集终端相连，通过GPRS通讯单元上传到主站，就可以在主站上看到采集终端的运行状态，便于查找采集终端的故障原因。
[0043] 在具体应用中，GPRS通讯单元主要用于监控设备与主站远程通讯，能将采集终端的实时运行状态和实时用电情况等信息上报给主站，也可接收主站发送的命令信息，是主站与监控设备的信息
桥梁。
[0044] 在具体应用中，电源管理单元输入端连接电源输出端，电源为输电线。电源管理单元是监控设备的动力源泉，当输入220V交流电时，经过电源转换，得到转换后的电源为各个单元供电，是设备正常工作的基础、
[0045] 用RS232接口线将监控设备和现场的采集终端相连，实时监控采集终端的计量单元、显示单元、存储单元、红外通讯单元、USB接口单元、RS485接口单元、RS232接口单元和GPRS通讯单元等，实现秒级实时数据刷新，将采集终端的运行数据、上行通讯报文、下行通讯报文、终端日志、故障信息等上传给主站，设计人员对通讯报文等数据进行查询、统计和分析，找出故障原因，及时排除故障。
[0046] 如图2所示，本发明还公开一种监控系统：监控系统包括应用上述实施例所示的一种新型24小时采集终端现场监控设备和与所述监控设备连接的采集终端构成的终端层；所述监控系统还包括通信信道和主站层，其中终端层通过通信信道与主站层通讯。三级由不同的设备构成通信信道，其中终端层由安装在配网线路的采集终端和监控设备构成，二者之间通过RS232进行通信。本发明为基于GPRS通讯单元或4G通讯模块实现数据通讯。主站层内设置有服务器。监控设备通过GPRS或4G方式，利用移动网络通信信道将监控数据发送到主站服务器，实现采集终端信息的监控和定位功能。当发生故障时，监控设备把故障信息传给主站，主站系统接收到故障信息时给出声光报警，监控中心人员根据主站的提示通知电力运行人员赶赴现场，及时排除故障，很大程度上提高了工作效率。
[0047] 如图3所示，一种新型24小时采集终端现场监控方法，其中所述方法包括以下步骤：
[0048] (S1)利用监控设备采集终端的实时运行状态和实时用电信息；
[0049] (S2)通过GPRS通讯单元将采集到的数据信息传递到主站系统；
[0050] (S3)主站系统对接收到的采集终端信息实时监控和定位；
[0051] (S4)对接收到的故障信息进行诊断，当没有发现故障信息时，则返回步骤(S3)，如果发现故障信息，则进行步骤(S5)；
[0052] (S5)监控中心人员根据主站的提示通知电力人员赶赴现场，及时排除故障；
[0053] 其中在(S4)中，所述故障信息诊断的方法为基于聚类分析算法的数据挖掘算法和BP神经网络算法，所述故障信息首先输入至聚类分析算法模型，然后通过所述聚类分析算法模型输出至BP神经网络算法模型，进而实现故障数据的诊断，具
体模型结构如图4所示。
[0054] 其中所述聚类分析算法的步骤如图5所示，其步骤为：
[0055] (S41)确定聚类个数，用户在主站系统中的数据库中
抽取待分析的终端计量样本数据，初始化聚类中心和聚类分析的指标参数；
[0056] 在该步骤中，假设终端采集的数据集为X＝{x1,x2,……,xn},假设将终端采集的数据集聚集成c类，U表示为终端采集的数据集的模糊矩阵，Uij表示第i个终端采集的数据集样本属于第j类的隶属度；
[0057] (S42)更新隶属度矩阵；
[0058] 在该步骤中，采用隶属度将能够衡量出终端采集的数据集聚类目标函数最小化的划分矩阵U和聚类中心V，应用数学表达式为：
[0059]
[0060] 在上述公式中，n表示为终端采集的故障数据集需要的数量，m表示为加权指数，dij为欧式距离公式，即在本文中，表示终端采集的数据集样本点与聚类中心之间的距离；
[0061] (S43)更新聚类中心矩阵；
[0062] 在本步骤中，将终端采集的故障数据集中各个样本中心点来表示样本簇的中心点，根据终端采集的数据集参数数据的不同，根据不同聚类信息样本数据的中心点，再次计算每个样本
数据中心点与这些聚类信息数据中心之间的距离，并且根据上述最小距离重新对相应故障信息样本数据重新进行划分。将每次计算出的最小数据组成矩阵D，则：
[0063]
[0064] 其中，x为求出的最小值的集合；
[0065] (S44)反复计算目标函数，进行
迭代计算；
[0066] 如果迭代计算的值小于最小误差，则按照隶属度矩阵对终端样本点进行分类，如果没有小于最小误差值，则重新更新隶属度矩阵，进行步骤(S42)的计算。
[0067] (S45)然后输出分类结果
[0068] 下面介绍BP神经网络算法的故障诊断方法。
[0069] 在上述处理方法之后，在利用BP网络算法模型进行映射、处理终端采集故障信息样本中比较复杂的非线性关系。比如引起终端采集故障信息的因素包含有通信通道、电压浮动、人员操作、输电线故障、变压器故障、直流系统故障、等。利用BP网络算法模型学习效率高、诊断速度快、准确率高，能够在聚类后的数据中，诊断的数据进行快速优化，快速诊断变终端采集数据信息类型。根据上述描述，首先根据聚类分析算法得出的结果，在对得到的结果再进行学习、训练。BP神经网络模型由
输入层、蕴含层和
输出层三层组成。输入层可以包括通信通道、电压浮动、人员操作、输电线故障、变压器故障、直流系统故障等各种不同类型的故障数据信息。在应用BP神经网络模型时，通过调节其中的权值、
阈值来逐渐逼近所需要的结果，最终使得输出的误差最小化。在调整BP神经网络模型时，按照以下公式进行：
[0070] 其中调整输出层权系统的公式为：
[0071]
[0072] 调整隐含层权系数的公式为：
[0073]
[0074] 对于每一种终端信息故障数据样本中的输入模式对的二次型准确函数模型为：
[0075]
[0076] 对于N个终端故障信息样本的总准确函数表达式：
[0077]
[0078] 在刚开始计算时，在复杂终端故障数据信息类型提取时，为了提高学习精度，首先对终端故障数据信息样本数据实施标准化处理。假设输入的终端故障数据信息的种类为m个，样本为N,对于输入数据xij的标准化按照下列公式的步骤进行：
[0079]
[0080]
[0081]
[0082] 其中i＝1,2，…,N；j＝1,2…,m,上述公式中Zij则为进行标准化处理后的数据。
[0083] 标准化下公式可以为：
[0084] y′i＝q(yi-ymin+b)/(ymax-ymin+b) 式(10)
[0085] 其中yi为输出终端故障数据样本；
[0086] y′i为标准化后的终端故障数据样本信息；
[0087] ymax,ymin为输出变终端故障数据样本中的极大值和极小值；
[0088] 其中0
[0089] 通过构建BP神经网络模型，对分类后的终端故障信息进一步优化，更进一步地提高学习效率，提高诊断速度，并对诊断的信息进一步地进行优化，使得用户能够快速通过数据诊断模型从接收到的大量终端数据中获取故障信息情况，进而作出故障诊断。
[0090] 虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些具体实施方式仅是举例说明，本领域的技术人员在不脱离本发明的原理和实质的情况下，可以对上述方法和系统的细节进行各种省略、替换和改变。例如，合并上述方法步骤，从而按照实质相同的方法执行实质相同的功能以实现实质相同的结果则属于本发明的范围。因此，本发明的范围仅由所附
权利要求书限定。
