智能配电网的无线通信技术
- 格式:pptx
- 大小:1.24 MB
- 文档页数:27
基于智能软开关的智能配电网柔性互联技术及展望一、概述随着能源结构的转型和电力需求的日益增长,智能配电网的发展已成为当前电力领域的重要研究方向。
智能配电网通过集成先进的通信技术、控制技术和信息技术,实现对配电网的智能化监测、优化运行和高效管理,提高电力系统的可靠性和经济性。
而基于智能软开关的智能配电网柔性互联技术,作为智能配电网的重要组成部分,正逐渐成为研究的热点。
智能软开关技术通过引入电力电子器件和先进的控制算法,实现对配电网的灵活控制和优化调度。
相较于传统的机械开关,智能软开关具有响应速度快、控制精度高、可靠性好等优点,能够实现对配电网的实时控制和优化,提高电力系统的运行效率和稳定性。
智能配电网柔性互联技术则是指通过智能软开关等技术手段,实现配电网之间的柔性连接和协调运行。
这种技术可以有效地解决配电网之间存在的电压波动、功率不平衡等问题,提高配电网的供电可靠性和电能质量。
同时,柔性互联技术还可以实现配电网之间的能量互补和协同优化,提高电力系统的整体运行效率。
随着可再生能源的大规模接入和电动汽车等新型负荷的快速增长,配电网面临着更加复杂的运行环境和更高的性能要求。
基于智能软开关的智能配电网柔性互联技术的研究和应用具有重要的现实意义和广阔的发展前景。
本文将对该技术的原理、实现方法、应用场景以及未来发展趋势进行详细的探讨和展望,旨在为智能配电网的发展提供新的思路和技术支持。
1. 智能配电网发展现状与挑战智能配电网作为现代电力系统的核心组成部分,正经历着前所未有的技术革新与发展。
随着信息技术的深度融合与广泛应用,智能配电网的智能化、自动化和数字化水平不断提升,极大地提高了供电的可靠性和稳定性。
与此同时,智能配电网也面临着诸多挑战。
在发展现状方面,智能配电网正逐步实现从传统配电系统向智能化、高效化、绿色化方向的转变。
智能化技术的应用使得配电网具备了更为强大的感知、通信、计算和控制能力,实现了对电力系统的综合监控和管理。
智能电网中的电力通信技术应用摘要:在“互联网+”时代,电力通信技术作为支撑智能电网运行的关键技术之一,应充分发挥其优势,在提高智能电网信息传输安全性、提高信息传输效率方面发挥重要作用。
进而提升供电可靠性、供电质量及供电效率。
关键词:智能电网;电力通信技术;应用引言电力通信技术在电网智能化过程中发挥着重要作用,电网智能化的平稳运行与电力通信技术息息相关。
在电力通信技术为智能化电网建设提供技术支持的同时,电力通信技术也在随着智能化电网的推进而不断发展进步。
现阶段电力通信技术已经广泛应用于配电网络、变电站、输电等各个环节,保障了智能电网的平稳可靠运行。
1电力通信技术优势(1)通信速率高。
电力通信技术主要应用于变电站内,针对电网系统的不同类型业务和不同带宽需求,可采用不同的通信技术,如光纤通信、卫星通信、微波通信等。
在智能电网中应用电力通信技术,能够充分利用现有的传输设施资源,降低建设成本,提高信息传输速率和频率。
同时,通过采用高速率、大容量的电力通信设备,可满足智能电网中各类业务的传输要求。
如变电站内控制类业务具有较高的数据速率、较大容量且时延要求不高,能够满足变电站自动化系统中的各类业务需求。
(2)网络覆盖面广。
在智能电网建设中,电力通信技术可保证信息传输的准确性、实时性和完整性,同时,可保障电力通信网络的覆盖面,使电网内的多种业务都能够在电力通信网络上实现传输,提高电力通信网络覆盖范围和覆盖质量。
(3)信息安全。
智能电网建设中涉及多个方面的业务运行和控制管理,包括生产管理、调度动化系统、保护与监控等,而这些业务对网络安全性能要求较高。
从智能电网安全运行角度看,一方面应保证电力通信系统可靠性;另一方面还应保障其安全性。
如在变电站现场监控系统中引入电力通信技术后,可实现对电力设备状态的实时监测与控制管理;而在调度自动化系统中引入电力通信技术后,可实现对调度数据信息的实时采集和处理。
2智能电网运行现状我国当前智能电网建设步伐正在不断加快,这对于电力系统的进一步发展起到了非常重要的作用。
智能配电网自愈控制技术研究与实现一、引言智能配电网是一种集成了先进智能传感器、通信和控制技术的配电系统。
它能够实现对配电网状态的实时监测、分析和控制,从而提高配电网的可靠性、灵活性和经济性。
然而,由于配电网存在着复杂的结构和多变的负荷,导致故障发生的频率较高。
为了提高智能配电网的自动化水平和故障处理能力,研究和实现智能配电网的自愈控制技术变得尤为重要。
二、智能配电网自愈控制技术概述1. 智能配电网自愈控制技术的定义与目标智能配电网自愈控制技术是指利用智能传感器、通信和控制技术,对配电网故障进行实时监测、诊断和处理的一种技术。
其目标是实现故障的快速定位、隔离和恢复,从而提高配电网的可靠性和供电质量。
2. 智能配电网自愈控制技术的关键技术与方法(1)智能传感器技术:智能传感器能够实时采集配电网的电压、电流、功率等参数信息,并将其传输给控制中心。
智能传感器的应用能够提高配电网的监测精度和响应速度。
(2)通信技术:通信技术是实现配电网监测和控制的基础。
通过通信网络,控制中心能够获取配电网传感器的数据,并向配电设备发送控制命令。
常用的通信技术包括有线通信和无线通信。
(3)数据分析与处理技术:配电网的故障数据通常是庞大而复杂的。
通过数据分析与处理技术,可以快速准确地识别故障类型,并采取相应的措施进行处理。
(4)智能控制技术:智能控制技术是配电网自愈控制的核心。
它基于实时的故障数据和系统模型,通过自动化的控制算法对故障进行定位、隔离和恢复。
三、智能配电网自愈控制技术的研究进展1. 故障定位与诊断智能配电网的自愈控制技术首要任务是对故障进行定位与诊断。
目前的研究主要集中在故障特征提取、故障诊断算法设计等方面。
常用的故障定位方法包括线路电流法、矩阵方法等。
2. 故障隔离与恢复故障隔离与恢复是智能配电网自愈控制的重要环节。
通过故障隔离与恢复,可减少发生故障的范围和时间,提高配电网的可靠性和供电质量。
目前的研究主要集中在故障判别算法设计、隔离控制器的设计等方面。
11配电网自动化通信技术11.1概述(2000)11.1.1通信网通信网连接着配电网自动化的主站系统和远方终端,是配电网自动化系统的重要组成部分,其性能与可靠性的好坏,对整个系统功能的实现及运行可靠性有着决定性的影响。
事实上,许多建成的配电网自动化系统不能很好地发挥作用的主要原因就是通信网络工作不正常。
因此,在设计、建设配电网自动化系统时,要认真研究通信网络的解决方案。
与传统的调度自动化系统相比,配电网自动化系统的通信站点众多,大型系统的监控站点数量有上万个,一个中等规模的系统的站点数量也有数千个;此外,还有站点分散、通信距离短、站点通信数据量较小等特点;许多通信装置安装在户外,运行条件比较苛刻,对可靠性要求比较高。
为减少通信与系统处理的负担,配电网自动化系统一般采用“例外报告(Report by exception)”的通信机制,传输电流越限、开关变位等异常信息;而遥测数据刷新的周期则选得相对较长,往往是几分钟甚至几十分钟刷新一次,远低于调度自动化系统中数秒内就刷新一次的要求。
11.1.2通信规约目前,配电网自动化系统通信使用的规约主要有IEC 60870-5-101/104、DNP3.0等。
这些规约把监控数据分为模拟量、状态量、遥控量等几种类型进行传输,没有对配电网自动化应用数据模型做出统一的规定,导致不同的厂家设备之间不能互通互联、通信系统配置调试工作量大。
发展方向是扩展变电站通信协议体系IEC 61860,将其推广应用到配电网自动化系统中,实现配电网自动化设备的即插即用。
11.2光纤通信技术(5000)光纤通信技术指的是采用光纤介质的通信技术,具有传输速率高、抗干扰性能强、可靠性高的优点,在条件允许的情况下,应是分支通信网的首选。
以前制约光纤通信在配电网自动化系统中应用的主要原因是投资大、敷设工程量大,而近年来随着技术的发展,光缆价格有了大幅度的下降,光端机的价格也接近其他类型的通信终端,为光纤通信的大量应用创造了条件。
智能电网中的实时状态监测与故障预警随着科技的不断发展,智能电网成为电力行业的重要发展方向之一。
与传统的电网相比,智能电网通过引入先进的传感器和监测设备,能够实时监测电网的状态,并及时预警潜在的故障风险。
本文将探讨智能电网中实时状态监测和故障预警的相关技术和应用。
一、实时状态监测实时状态监测是智能电网的核心功能之一。
传统电网的监测设备主要集中在变电站和关键节点,而智能电网通过在整个电网系统中广泛部署传感器和监测设备,实现对电网的全面监测。
1. 传感器技术在智能电网中,传感器是实时状态监测的关键技术之一。
传感器可以感知电网中的各种参数,如电流、电压、频率等,并将数据传输到监测中心。
同时,基于人工智能和大数据分析技术,监测中心能够对传感器采集的数据进行处理和分析,实现对电网状态的全面监测。
2. 数据传输与通信技术实时状态监测需要快速、可靠的数据传输与通信技术。
智能电网利用物联网技术,通过无线传感器网络和云平台,实现对电网中的监测设备进行远程数据传输和通信。
这样,监测中心能够随时获取电网的实时数据,并做出相应的决策。
二、故障预警智能电网能够通过实时状态监测,实现对电网故障的及时预警。
故障预警可以有效减少电网的停电时间、降低事故的发生率,提高电网的可靠性和安全性。
1. 故障检测与识别通过实时的监测数据,智能电网能够检测电网中的异常情况,并识别潜在的故障风险。
例如,通过分析电流的波形和频率,智能电网可以判断电网中是否存在电弧故障;通过分析电压的稳定性和波动情况,智能电网可以判断电网中是否存在电压异常的情况。
这些检测和识别技术为故障预警提供了有力的支持。
2. 故障预测与定位基于历史数据和机器学习算法,智能电网能够预测故障的可能时间和发生位置。
通过对电网中的各种数据进行深度学习和分析,智能电网可以建立故障发生的模型,并预测故障的概率和可能的时间窗口。
此外,智能电网还能利用位置信息和故障行为模式,定位故障的具体位置,为故障排除提供方向。
电气工程中的智能配电网技术随着科技的不断进步和普及,智能配电网技术越来越成为电气工程的热点话题。
那么什么是智能配电网?它有哪些特点和优势?如何在电气工程中实现智能配电网技术?本文将更深入地探讨这些问题,帮助读者更好地了解智能配电网技术。
一、智能配电网的概念智能配电网(Intelligent Distribution Network,简称 IDN),是指利用信息通信技术、传感器网络、数据分析和控制技术等手段,对配电变电站、高压开关柜、中压开关柜和低压开关柜等分布式电源进行智能化管理,实现对电力系统的全面监控、远程控制和优化调配,从而提高系统的可靠性、安全性、经济性和环保性。
二、智能配电网的特点和优势智能配电网的最大特点就是可以实现对电力系统的智能化管理,具有以下显著的优势:1. 可靠性高智能配电网采用分布式控制和智能优化调配技术,可以实时监测电力系统的状态,对故障进行快速定位和恢复,大大提高了系统的可靠性和稳定性。
2. 安全性高智能配电网通过数据采集和分析技术,可以实时监测电力系统的负载和电压变化,对系统的过载、短路、接地等问题进行有效的预警和控制,从而保证了系统的安全性。
3. 经济性高智能配电网通过合理的负载分配和优化调配,可以实现对能源的高效利用,减少电力损耗和浪费,从而降低了能源成本和运营成本,提高了系统的经济性。
4. 环保性高智能配电网通过减少能源损耗和浪费,实现对环境的保护和治理,为可持续发展和节能减排做出了积极贡献。
三、智能配电网技术实现方案要实现智能配电网技术,需要综合运用信息通信技术、传感器网络、数据分析、云计算等技术手段,具体方案包括以下几个方面:1. 智能监控系统智能监控系统是智能配电网的基础和核心,它通过各种传感器和控制设备,对电力系统进行全面、实时、远程的监测和控制,从而实现对电力系统的快速发现故障和处理。
2. 智能分析系统智能分析系统是智能配电网的智能化处理和决策系统,它通过数据采集和分析,对电力系统的负载、能耗、安全等方面进行智能分析和优化调控,提高系统的效率和可靠性。
智能配电网的关键技术与挑战在当今社会,电力作为支撑经济发展和人民生活的重要能源,其供应的稳定性、可靠性和高效性至关重要。
随着科技的不断进步,智能配电网应运而生,成为了电力领域的重要发展方向。
智能配电网通过融合先进的信息技术、通信技术和电力技术,实现了对电力系统的智能化监控、管理和优化,为用户提供了更加优质、可靠的电力服务。
然而,智能配电网的发展也面临着诸多技术挑战,需要我们不断地探索和创新。
一、智能配电网的关键技术(一)高级量测体系(AMI)高级量测体系是智能配电网的重要组成部分,它包括智能电表、通信网络和数据管理系统等。
智能电表能够实时测量用户的用电量、功率因数等信息,并通过通信网络将这些数据传输到数据管理系统。
数据管理系统对这些数据进行分析和处理,为电力公司提供用户用电行为的详细洞察,从而实现更精准的负荷预测、需求响应管理和电费计量。
(二)分布式能源接入技术随着可再生能源的快速发展,分布式能源如太阳能光伏发电、风力发电等在配电网中的接入比例不断增加。
为了实现分布式能源的高效接入和管理,需要采用先进的电力电子技术、控制策略和保护装置。
例如,通过逆变器将分布式能源产生的直流电转换为交流电,并实现与电网的同步接入;采用智能控制策略,根据电网的负荷情况和分布式能源的出力情况,实时调整分布式能源的输出功率,以保证电网的稳定运行。
(三)智能变电站技术智能变电站是智能配电网的关键节点,它实现了对电力设备的智能化监测、控制和保护。
智能变电站采用先进的传感器、通信技术和智能控制算法,能够实时获取设备的运行状态信息,如温度、压力、绝缘性能等,并对设备进行故障诊断和预测性维护。
同时,智能变电站还具备灵活的拓扑结构和控制功能,能够实现电网的快速重构和自愈控制,提高电网的供电可靠性。
(四)电力通信技术可靠、高速的通信网络是实现智能配电网的基础。
目前,电力通信技术主要包括光纤通信、无线通信和电力线载波通信等。
光纤通信具有传输速度快、容量大、抗干扰性强等优点,适用于骨干通信网络;无线通信如 5G 通信技术,具有部署灵活、覆盖范围广等特点,适用于终端设备的通信;电力线载波通信则利用电力线路作为通信介质,无需额外铺设通信线路,具有成本低、易于实现等优点。
LTE技术在智能配电网中的应用研究摘要:当前,随着配电系统自动化、智能化目标的实现,急需有一个能够实现配电网智能化要求的接入层通信平台。
该文首先对以LTE技术为核心的配电网接入层通信系统架构进行了分析,其次,提出了LTE技术在配电网中的应用方案。
关键词:LTE技术配电网现状应用优化方案当前,随着我国社会经济的迅猛发展,用电可靠性的要求越来越高,国家加大了城乡电网的建设力度,推进配电网的智能化与信息化已经成为了现阶段的核心。
配电网的信息无论是监测、分析,还是处理、决策都要采用科学合理的通信平台来进行信息的有效传输,以此增强对系统故障的反应率,不断减少由于配电网故障而带来的损失,所以目前需有一个能够实现配电网智能化要求的接入层通信平台。
LTE主要是3G主导的通用移动通信系统技术的长期演进。
其在配电网络通信传输系统上的应用,具有覆盖范围广泛、投资简洁等优势,具有一定的发展优势。
1 以LTE技术为核心的配电网接入层通信系统架构系统主要在分层分布体系架构的基础上进行。
由宽带无线接入系统与业务系统组合而成。
以下对这两项系统进行一一介绍。
(1)宽带无线接入系统:在LTE技术的基础上,达到对基于配电网的宽带业务和配电网的综合电网数据传输的支持。
配电网的通信系统明确强调:系统必须具备实时性特点,同时又要有一套切实可行的高带宽传输保障机制。
而LTE系统架构有着扁平化的特征,能够让网络组网架构更加的简单化,以此避免数据出现传输时延情况;并且LTE技术中涵盖了OFDM等诸多的物理层新技术,其的系统传输带宽较高。
(2)业务系统;以LTE技术为基础的配电网接入层通信平台主要负责宽带业务传输、综合电网数据传输两种业务。
在宽带业务传输中涵盖了双向语音、视频会话业务、视频监控业务;综合电网数据传输具体涵盖了集抄业务、负荷控制等诸多的配电网自动化业务。
2 LTE技术在配电网中的应用方案现阶段,LTE技术主要目的是实现公共通信网的实际发展需求,而在配电网接入层通信网络中的应用还缺乏一定的成熟度。
㊀㊀文章编号:1009-2552(2020)06-0139-06㊀㊀DOI:10 13274/j cnki hdzj 2020 06 030无线网络技术在智能配电网故障定位中的应用汪剑波ꎬ高明亮ꎬ许德阳ꎬ孙笑一ꎬ钱叶牛(国网北京市电力公司ꎬ北京100031)摘㊀要:基于无人机的智能配电网故障定位在实际应用中面临无线网络资源利用率和控制系统稳定性不足的问题ꎬ文中提出一种基于周期事件触发采样(PETS)和双速率控制技术的无线网络数据技术ꎮ与传统的时间触发采样(TTS)模式相比ꎬ该控制方案能够有效降低网络带宽利用率和数据传输次数ꎬ从而保证无线网络控制系统的稳定性ꎮ在仿真系统和在无人机试验平台上的实验结果验证了该无线网络控制技术的主要优点ꎮ关键词:事件触发采样ꎻ无线网络控制系统ꎻ多速率控制ꎻ无人机中图分类号:{TN925+ 93}ꎻTP271㊀㊀文献标识码:AApplicationofwirelessnetworktechnologyinfaultlocationofintelligentdistributionnetworkWANGJian ̄boꎬGAOMing ̄liangꎬXUDe ̄yangꎬSUNXiao ̄yiꎬQIANYe ̄niu(StateGridBeijingElectricPowerCompanyꎬBeijing100031ꎬChina)Abstract:UAV ̄basedintelligentpowerdistributionnetworkfaultlocationsystemfacestheproblemsofwirelessnetworkresourceutilizationandinsufficientcontrolsystemstabilityinpracticalapplications.Tothisendꎬawirelessnetworkdatatechnologyisproposedbasedonperiodiceventtriggeredsampling(PETS)anddualratecontroltechnology.Comparedwiththetraditionaltime ̄triggeredsampling(TTS)modeꎬthiscontrolschemecaneffectivelyreducenetworkbandwidthutilizationanddatatransmissiontimesꎬtherebyensuringthestabilityofwirelessnetworkcontrolsystems.TheexperimentalresultsonthesimulationsystemandontheUAVtestplatformverifythemainadvantagesofthewirelessnetworkcontroltechnology.Keywords:eventtriggeredsamplingꎻwirelessnetworkcontrolsystemꎻmulti ̄ratecontrolꎻunmannedaerialvehicle收稿日期:2019-12-16作者简介:汪剑波(1984-)ꎬ男ꎬ硕士ꎬ高级工程师ꎬ研究方向为城市配电网建设和运维智能配电网等ꎮ0㊀引言无人机无线网络控制系统一般采用基于时间触发控制参数的采样ꎮ采用这种方法设计的无人机无线网络控制系统容易出现时变延迟[1-4]㊁数据包丢失[5-6]㊁数据包混乱[7-8]和网络带宽限制等诸多问题ꎮ在智能电网故障定位系统中ꎬ存在多个无人机共享同一个无线通信链路ꎬ上述问题将更为凸显ꎮ为此本文提出一种基于事件触发的控制参数采样以及双速率增益控制的无人机无线网络控制方案ꎮ该方案采用基于事件触发采样和双速率控制方法减少无线网络的传输数据量ꎬ同时避免出现数据包随时间变化传输延迟和数据包传输混乱ꎬ以保证控制性能ꎮ最后在无人机平台上对该方案的有效性进行验证ꎮ1㊀问题设置所研究的无线网络控制系统原理如图1所示ꎮ1.1㊀网络延迟和无线信号增益控制在一个n阶过程中使用双速率方案进行采样ꎬ其中采样速率为1/T和传感速率为1/NT(N是给定的整数)ꎮ无人机的控制框架可表示为[9]:931图1㊀无线网络控制系统㊀㊀xk+1=APxk+BPUkyk=CPxk+DPUk{(1)其中ꎬxkɪℝn是无人机的状态向量(kɪℕ表示NT周期的瞬时值)ꎻyk是输出测量值ꎻUkɪℝN即Uk=(uk1ꎬuk2ꎬ ꎬukN)Tꎬ是控制输入向量ꎮ其中输入变量更新发生在零阶保持条件下的均匀间隔瞬间kNT+lT(l=0ꎬ1ꎬ ꎬN-1)ꎬ即uk1应用于kNTꎬuk2应用于kNT+Tꎬ依此类推直至ukN应用于kNT+(N-1)Tꎮ这引起在传感器周期内的统一的驱动模式{0ꎬTꎬ ꎬ(N-1)T}ꎮ式(1)中APɪℝnˑnꎬBPɪℝnˑNꎬCPɪℝ1ˑn和DPɪℝ1ˑNꎮ当无人机控制指令通过无线网络被发送时ꎬ通常会出现网络延迟ꎮ离散化的控制指令往返时间延迟τkɪℝȡ0定义为:τk=τrl(k)+τc(k)+τlr(k)(2)式中ꎬτlr(k)是本地到远程的延迟ꎻτrl(k)是远程到本地的延迟ꎬ而τc(k)是所必需的计算时间延迟ꎬ将其与网络引起的延迟集中在一起ꎮ假设往返延迟τk在范围[0ꎬτmax]内是时变的ꎬ且τmax<NTꎮ这个假设可以防止数据包混乱ꎮ假定本地端具有计算能力以便执行增益调度控制器ꎮ由于本地时钟控制着不同的本地设备ꎬ因此本地设备可以完全同步ꎬ不需要额外的同步和时间戳技术来测量往返时间延迟ꎮτk可以通过减去数据包的发送和接收时间来获得ꎮ一旦测量了延迟ꎬ本地增益调度控制器将对其进行补偿ꎮ本地增益调度控制器工作的前提是没有数据包混乱和数据包丢失ꎮ因此当需要精确的延迟测量时ꎬ使用同步时钟可能出现难以保证足够的数据同步ꎮ在这种情况下ꎬ就要使用同步协议ꎬ从而可能需要发送大量特殊消息ꎬ从而增加网络负载ꎬ并导致网络延迟加重ꎮ为此考虑了网络时延τk的概率模型ꎮ假设τk是具有已知概率函数p(τk):ℝȡ0ңℝȡ0的独立且均匀分布的随机变量ꎮ在本研究的无线网络配置中ꎬ概率函数可以拟合到广义指数分布ꎮ依赖于延迟的双速率控制器位于本地ꎬ无人机的飞行框架可表示为:φk+1=AR(τk)φk+BR(τk)e^kUk=CR(τk)φk+DR(τk)e^k{(3)其中ꎬφkɪℝ2是状态向量ꎬe^k是控制器接收到的错误信号ꎮ在本研究中ꎬAR(τk)ɪℝ2ˑ2㊁BR(τk)ɪℝ2㊁CR(τk)ɪℝNˑ2㊁DRɪℝN表示比例增益为Kp(τk)㊁导数增益为Kd(τk)㊁导数噪声滤波器极点为f(τk)的双速率PD控制器ꎮAR(τk)=100f(τk)æèçöø÷BR(τk)=01-f(τk)æèçöø÷CR(τk)=1-Kd(τk)10MM10æèççççöø÷÷÷÷DR(τk)=Kp(τk)+Kp(τk)Kp(τk)MKp(τk)æèççççöø÷÷÷÷ìîíïïïïïïïïïïïïïïïïïï(4)所有这些控制器参数都可以在依赖于延迟的增益矢量θ(τk)=(Kp(τk)ꎬKd(τk)ꎬf(τk))T中捕获ꎮ该向量将通过无线信号增益调度方法计算:θ(τk)=θ(0)+Ω τk(5)其中ꎬθ(0)=(Kd(0)ꎬf(0))T为无延时的标称增益向量ꎮΩ表示调度向量ꎬ是在求解关于 π(τkꎬ041θ(τk))-π(0ꎬθ(0)) 的一阶泰勒项最小化的最小二乘问题后得出的ꎮ该调度向量是π(τkꎬθ(τk))由闭环极点模量定义的性能向量ꎮ调度向量的计算方法为:Ω=-(ΔTWTWΔ)-1WTΔTλτk(6)其中ꎬW为加权滤波器(优先考虑占主导地位的闭环极点)ꎬΔ是一个雅可比矩阵ꎬ其中包括在每个控制器参数θi的标称点处评估的导数∂π∂θiꎬ而λτk是与在相同标称点处评估的延迟λτk=∂π∂τk相关的导数ꎮ式(5)中的增益调度法则试图在存在延迟的无线网络环境也尽量保持较好的控制性能ꎮ1.2㊀事件触发条件无人机控制系统的数据传输需要考虑两种不同的事件触发条件[10]ꎮ第一个触发条件是本地无人机控制系统的输出控制信号ykꎬ另一个触发条件为远程端无人机的反馈误差ekꎮ设βkɪ{0ꎬ1}表示传感器上的调度变量ꎬ如果传感器数据yk在离散时间点k通过本地到远程的无线网络链路传输ꎬ则βk=1ꎬ否则βk=0ꎮ最后发送的传感器数据存储在y^k中ꎮ因此:y^k=βkyk+(1-βk)y^k-1ꎬkɪℕȡ1(7)式(7)中给定y^0=y0ꎮ传感器上数据yk通过无线网络发送到远程端的周期性事件触发条件[11]ꎬ即:y^k-1-yk 2ȡσs yk 2+δsꎬkɪℕȡ1(8)式中ꎬy^0=y0ꎬσs和δs是正常数ꎮ令γkɪ{0ꎬ1}表示跟踪错误信号的调度变量ꎬ当来自传感器的数据包到达时(即βk=1ꎻ否则ꎬ未到达远程端ꎬ在远程端对其进行评估ꎮ)其中γk=1表示反馈误差ek在远程到本地的无线网络链路上的传输ꎬ否则γk=0ꎮ本地控制器输入在零阶保持阶段被认为存储了最后发送的反馈误差e^k的前提条件是βk=1和 e^k-1-ek 2ȡσe ek 2+δeꎮ其中σe和δe是正常数ꎮ反馈误差e^k的计算方法是:e^k=γkek+(1-γk)e^k-1ꎬkɪℕȡ1(9)式(9)中e^0=e0ꎮ当βk=1时ꎬek=rk-ykꎬ并且:㊀㊀e^k-1-ek 2ȡσe ek 2+δe(10)当式(8)和式(10)的触发条件同时成立(即βk=γk=1)时ꎬ从本地端到远程端的控制信号的无线传输链路被开启ꎮ如果有一个触发事件的条件不成立(即βk=0或γk=0)ꎬ则本地端无法接收更新的远程端反馈误差ekꎬ控制器使用在零阶保持阶段存储的最后一个反馈误差e^k进行无人机远程端控制信号的修正ꎬ从而保持一个令人满意的无人机控制性能ꎮ根据βk和γk不同的取值ꎬ将采用两种不同的双速率采样方案ꎬ如图2所示ꎮ图2㊀双速率采样策略方案1:如果βk=0或γk=0ꎬ则双速率控制器会根据上次发送的错误e^k=e^k-1生成Uk并认为τk=0ꎬ然后控制器将按照式(1)向无人机发送一组控制动作指令ꎮ方案1中ꎬUk可表示为k=(u^k1ꎬu^k2ꎬ ꎬu^kN)Tꎮ方案2:如果βk=γk=1ꎬ由于存在网络延迟τkꎬ在控制输入指令序列k=(u^k0ꎬu^k1ꎬu^k2ꎬ ꎬu^kN)T中出现另一个值uk0ꎮ值uk0实际上是根据保持的误差计算出的第一个控制指令ꎬ即uk0=u^k1ꎮ该控制指令在控制器接收到更新的错误之前执行ꎮ在τk之后ꎬ接收到误差e^k=ekꎬ依据反馈误差计算出随后的控制动作kꎬ即(uk1ꎬ ꎬukN)ꎬ并替换之前控制输入指令序列(即ꎬ(u^k1ꎬ ꎬu^kN))ꎮ如果网络延迟小于一个传感周期(即τk<T)ꎬ则控制器要执行kꎻ如果网络延迟τkȡdT(dɪℕ+)ꎬ子集(uk1ꎬuk2ꎬ ꎬukN)中的前d个控制动作将不适用ꎮ2㊀稳定性分析和成本函数2.1㊀稳定性分析无线网络的通信延迟与反馈误差更新时间τkɪ{Tꎬ ꎬ(N-1)T}ꎬ因此可以通过在本地端添加一个人工延迟来实现误差反馈和无线网络通信的141同步ꎬ即一旦测量出无线网络中往返时间延迟ꎬ就可以确定下一个控制指令的发送时间ꎮ由上述可知ꎬ当有βk=1或γk=1时ꎬ控制输入指令则为:fk+1=AR(τk)fk+BR(τk)ekk=CR(0)fk+DR(0)e^k-1U-k=CR(τk)fk+DR(τk)ekk=χ(τk)U-k+(1-χ(τk))kìîíïïïïïï(11)在βk=0或γk=0的时候ꎬ则:fk+1=AR(0)fk+BR(0)e^k-1Uk=CR(0)fk+DR(0)e^k-1{(12)为方便进行稳定性分析ꎬ提出以下假设:①在每个时间间隔中ꎬ如果参考值为零(即rk=0)则yk=-ekꎬ或者参考值为常数则σs=σe-0ꎻ②δe=δsꎬσs=σeꎮ由于上述两个假设条件都能够满足式(8)和式(10)ꎬ因此只考虑其中一个假设条件ꎬ即:υk=yk-y^k-1ꎬ并且ξk=[xkꎬfkꎬυk]Tꎮ基于上述假设ꎬ将无人机闭环控制系统写成:ξk+1=F0ξkꎬ如果ξTkQ0ξk<δeF1(τk)ξkꎬ如果ξTkQ0ξkȡδe{(13)式(13)中F1㊁F0和Q0的计算公式为:㊀㊀F0=AP-BPDR(0)CPBPCR(0)BPDR(0)-BR(0)CPAR(0)BR(0)CP(AP-BPDR(0)CP)-CPCPBPCR(0)CPBPDR(0)+IéëêêêùûúúúF1(τk)=AP-BP(D~R(τk)+D-R(τk))CPBPC-R(τk)BPD~R(τk)-BR(τk)CPAR(τk)0CP(AP-BP(D~R(τk)+D-R(τk))CP)-CPCPBPC-R(τk)CPBPD~R(τk)éëêêêêùûúúúúìîíïïïïïïïïïï(14)㊀㊀Q0=-σeCTPCP0000000Iéëêêêùûúúú(15)如果δe=δs=0ꎬ则使用李雅普诺夫(Lya ̄punov)函数[12]来描述无人机的稳定性ꎬ并使用S ̄procedure证明ꎬ如果线性矩阵不等式(16)成立ꎬ则当kң¥时E[ξTkξk]ң0ꎮFT0PF0-P-ζ1Q0<0Eτ[F1(τ)TPF1(τ)]-P+ζ2Q0<0{(16)2.2㊀有关控制性能和资源利用的成本函数为了将所提出基于无线网络的无人机控制解决方案与基于时间采样的控制方案进行比较ꎬ以评估其控制性能和网络资源利用率ꎬ提出了两种不同的成本函数:①第一种成本函数J1的目标是衡量rk在m次迭代中的循迹程度:J1=ðmk=1e2k(17)②为了分析控制方案中的网络资源使用率ꎬ将无线网络所传输的数据包数量定义为NOTpetsꎬ并将其与时间采样控制方案所传输的数据包数量NOTtts进行比较ꎮ网络使用率J2(%)可以表示:J2=NOTPETSNOTTTsˑ100%(18)3㊀在基于无人机的试验平台上的应用本节首先简要介绍了实现控制方案的实验平台ꎬ并描述用于仿真的重要数据传递函数㊁延迟分布㊁控制参数等ꎮ然后检查本文所提出的稳定性条件ꎬ以证明所提出的控制方案的稳定性ꎮ随后ꎬ基于成本函数利用Truetime应用程序评估控制方案的网络资源利用率ꎮ最后ꎬ在试验台平台上实现控制方案ꎬ并进行实验验证ꎮ3.1㊀测试平台及参数设置图3㊀配网检修四旋翼无人机平台所提出的无线网络控制方案将四旋翼配网故障检修无人机视为控制对象ꎬ其外观如图3ꎮ该无人机平台可视为无约束的刚体ꎬ具有六个自由度:三个位置坐标(xꎬyꎬz)和三个欧拉角(fꎬθꎬψ)(分别表示俯仰㊁横摇和偏航)ꎮ配网检修无人机平台通过多载波无线信息本地环路系统(McWiLL)连接到地241面控制站ꎮ使用四个旋翼作为执行机构ꎬ可以控制无人机的六个方向变量ꎮ由于无人机系统固有的不稳定性ꎬ在该平台上已经实现了侧倾角和俯仰角的自主控制ꎬ以实现自动稳定ꎮ本实验主要控制沿z轴的方向ꎬ即偏航角zꎮ该角度可以通过以下传递函数近似建模:G(s)=ψ(s)u(s)=1175s2(19)其中ꎬu(s)是与旋翼转速相关的控制参数ꎬ取值范围为[-0.2ꎬ0.2]ꎮ控制信号在McWiLL无线网络中的往返时间延迟τ(k)的实验结果直方图如图4所示ꎮ最大延迟TMAX小于40msꎬ因此无人机传感器的采样周期为NT=40msꎬ以确保不会出现数据包混乱ꎮ由于大多数延迟τk小于20msꎬN可以定义为N=2ꎬ即T=20msꎮ一般情况下τk<Tꎬ当βk=γk=1(如图2所示)时ꎬN个控制信号将在大多数情况下被配网检修无人机有效执行ꎮ图4㊀往返时间延迟τ(k)的实验结果基于时间控制方案的控制参数定义为:稳定时间tsɤ1.5s和最大偏差δɤ15%ꎮ双速率控制器的标称参数为θ(0)=(Kp(0)ꎬKd(0)ꎬf(0))T=(0.023ꎬ0.45ꎬ0.15)Tꎮ为了应对无线网络的延迟ꎬ式(6)中的调度向量是Ω=(KpꎬKdꎬf)T=(-0.10038ꎬ-375.4386ꎬ0.8614)Tꎮ当使用事件采样控制方案时ꎬ首先为保证无人机的稳定性ꎬ依据式(8)和(10)定义阈值σs=σe=0ꎬδs=δe=0.125ꎻ其次为了保证更为灵活的测试ꎬ将阈值定义为σs=0 3125ꎬσe=0.03125ꎬδs=0.125ꎬδe=0.0125ꎮ3.2㊀实时仿真为了充分考虑多载波无线信息本地环路系统(McWiLL)的信号延迟ꎬ本实验使用Truetime工具构建仿真应用程序ꎮ该研究将比较基于时间采样的控制方案(TTS)和基于事件采样的控制方案(PETS)ꎮ首先ꎬTTS的仿真结果如图5所示ꎮ输出值ψ和参考值r由图5可知ꎮ依据输出值和参考值可以计算出J1ꎬ如表1所示ꎮ图5用二进制变量形式显示了无线网络的网络使用情况ꎬ其中0表示未使用ꎬ而1表示正在使用ꎮ由图可知ꎬ无线网络的使用率达到100%ꎬ即J2=100%ꎮ图5㊀TTS的仿真实验结果表1㊀仿真实验的J1和J2值指标TTS实验第一个PETS实验第二个PETS实验J1101.16107.86105.20J210026.7432.13图6㊀第一个PETS实验的仿真结果㊀㊀两个PETS控制方案的仿真实验结果如图6-7所示ꎮ如图6所示ꎬ动态控制指标(tsꎬδ)已经达到ꎬ但稳态响应较TTS方案稍有不足ꎮ所计算出的J1值也验证了这一结果ꎮ在第一个PETS实验中ꎬ无线网络的使用成本比TTS增加了7%左右ꎬ第二个PETS实验中成本约增加了4%ꎬ如表1所示ꎮ由这两个PETS实验结果可知ꎬ与TTS策略相比网络利341用率明显减少ꎮ对比上述两个实验的数据可得出结论ꎬ第二个PETS实验的参考值的跟踪精度提高了3%ꎬ但多消耗了6%的无线网络资源ꎮ因此可以认为两个实验结果差别不是很大ꎮ图7㊀第二个PETS实验的仿真结果3.3㊀在测试平台上进行验证使用图3所示的四旋翼无人机平台进行实验验证ꎮTTS控制方案在实验平台上获得的实验结果如图8所示ꎮJ1和J2如表2所示ꎮ图8㊀TTS的实验结果PETS控制方案在实验平台上获得的实验结果如图9所示ꎮ与仿真结果一样ꎬ图9的上图显示动态控制指标(tsꎬδ)大部分已达到ꎬ但稳态响应较TTS方案稍有不足ꎮ如表2所示ꎬ相对于TTS控制方案J1增加了约11%ꎮ图9的下图显示与TTS策略相比ꎬ网络利用率显著减少ꎮ具体而言ꎬJ2显示减少了约76%ꎬ如表2所示ꎮ表2㊀测试平台实验的J1和J2值指标TTSPETSJ1120.77135.02J210024.37图9㊀PETS的实验结果4㊀结束语本文基于无线网络研究了配网检修无人机平台的控制方案ꎮ仿真实验和基于测试无人机平台的实验结果表明使用双速率控制技术来能够解决时变的信号传输延迟和数据包混乱ꎬ并将控制性能维持在所需水平ꎬ因此将PETS控制方案集成到配网检修无人机的无线网络控制系统中可以减少无线网络资源使用ꎬ确保无线网络控制系统的稳定性ꎮ参考文献:[1]曾懿辉ꎬ何通ꎬ郭圣ꎬ等.基于差分定位的输电线路多旋翼无人机智能巡检[J].中国电力ꎬ2019ꎬ52(7):24-30.[2]郑晓庆ꎬ应站煌ꎬ汪强ꎬ等.面向泛在电力物联网的无线通信接入技术[J].电力建设ꎬ2019ꎬ40(11):16-23.[3]张磊ꎬ王思明.网络化控制系统的非脆弱H_ɕ控制[J].小型微型计算机系统ꎬ2019ꎬ40(10):2092-2096.[4]杨莉ꎬ周年荣ꎬ黄星ꎬ等.无人机技术在电力行业中的应用研究[J].软件ꎬ2019ꎬ40(10):121-124ꎬ194.[5]崔苗ꎬ喻鑫ꎬ李学易ꎬ等.多用户多载波无线携能通信系统的上下行联合资源分配[J].电子与信息学报ꎬ2019ꎬ41(6):1359-1364.[6]李博伦ꎬ凌强ꎬ陈家玉ꎬ等.基于有限反馈比特率的事件触发控制系统稳定性条件[J].信息与控制ꎬ2018ꎬ47(4):486-491ꎬ498.[7]赵峰ꎬ姜攀.基于无线传感网络的农业无人机航线控制系统[J].农机化研究ꎬ2019ꎬ41(1):226-229.[8]杨飞生ꎬ汪璟ꎬ潘泉.基于事件触发机制的网络控制研究综述[J].控制与决策ꎬ2018ꎬ33(6):969-977.[9]李富强ꎬ郜丽赛ꎬ张益维.网络化控制系统改进事件触发机制与L_ɕ控制协同设计研究[J].计算机应用研究ꎬ2018ꎬ35(8):2492-2497.[10]苏斌ꎬ马乐ꎬ张帆ꎬ等.基于差分检测的多载波无线通信系统研究[J].现代电子技术ꎬ2016ꎬ39(15):14-17.[11]刘贇ꎬ张合新ꎬ李国梁ꎬ等.网络随机系统的最优事件触发控制[J].电光与控制ꎬ2016ꎬ23(8):28-32ꎬ43.[12]龙雨强ꎬ凌强ꎬ郑伟.基于事件触发的网络化控制系统的L_2稳定性分析[J].信息与控制ꎬ2016ꎬ45(2):171-176.责任编辑:梁毅菲441。