CN113543046B - 一种用于电网的BLE mesh组网的智能控制系统 - Google Patents

Abstract

本发明提供了一种用于电网的BLE mesh组网的智能控制系统，包括：状态感知器、智能联动设备、智能手机及电网控制中心。状态感知器通过移动无线网络连接电网控制中心，实现实时远程感知和执行智能联动控制。

Description

一种用于电网的BLE mesh组网的智能控制系统

技术领域

本发明涉及5G移动通信领域，特别涉及一种用于电网的BLE mesh组网的智能控制系统。

背景技术

物联网技术在实际场景中得到越来越多的应用，融入到工农业和日常生活中。泛在电力物联网和电网设备智能化管理需求也日益渐起，为实现传感器网络全业务场景覆盖，提高感知层的统一性、可靠性、经济性及智能化水平，需要部署低能耗、高可靠、高效的传感器网络组网技术、网络节点设备、变电设备管理业务现场的无线组网协议。

各种物联网终端通过mesh组网技术连接，但在低功耗以及低成本方面存在着各种各样的瓶颈，无线局域网(WiFi)特点是设备多、范围广、速度快，但耗电量大；而ZigBee路由协议复杂，功耗高，数据传输速率低，单点传输距离近，移动性能差，难兼容，其搭载的设备普及率极低，需要独立的网关。

发明内容

发明目的：本发明的目的旨在克服现有物联网络技术的功耗高、移动性差、协议复杂、无法与智能手机直连等问题，能够支持智能联动，现场高清视频5G实时传送。

本发明拟采用BLE mesh(Bluetooh Low Energy mesh蓝牙低功耗网状网)网络技术对变电站环境量和设备量等进行实时采集，集成变电站全面运行信息，实现无人值守变电站设备本体及变电站运行环境的深度感知、风险预警、远程监控及智能联动，提升变电站状态感知的及时性、主动性和准确性。

本发明具体了一种用于电网的BLE mesh组网的智能控制系统，包括：状态感知器、智能联动设备和电网控制中心；

其中，所述状态感知器通过移动无线网络连接电网控制中心，实现实时远程感知和执行智能联动控制；

所述状态感知器与智能联动设备之间自组网建立BLE mesh自组网络；

所述智能联动设备用于现场执行电网控制中心下发的自动控制指令；

所述电网控制中心负责智能决策状态感知器上报的传感器监测数据，控制现场的智能联动设备执行；所述电网控制中心还用于处理和分析数据，所述数据包括状态感知器上报的告警异常、现场智能联动设备采集的声音、视频、声控图像、断路器状态数据，以及移动巡检机器人到现场实时上传的现场高清视频。

所述状态感知器有N个，所述智能联动设备有N个，N取值为自然数。

所述智能联动设备中配置有集中器，所述集中器具备BLE功能。

所述状态感知器对应的节点类型为低功耗节点。

所述智能联动设备对应的节点类型为边缘节点或中继节点。

所述集中器负责通过BLE mesh网络对各个状态感知器和智能联动设备的信息采集汇总，并通过移动无线网络传输到电网控制中心；所述集中器从电网控制中心接收设置信息，通过BLE mesh网络下发给各个状态感知器和智能联动设备。

所述状态感知器包括设备状态感知器和环境状态感知器；所述设备状态感知器用于采集变电站设备状态数据；所述环境状态感知器用于采集变电站环境状态数据。

本发明系统还包括：智能手机，智能手机自带BLE功能接入BLE mesh自组网络，通过BLE mesh网络获取相应的状态信息、配置参数设置和下发控制命令。

所述集中器的节点类型为中继节点，配在移动巡检机器人上，转发网络层数据包，与其它蓝牙低功耗节点移动连接组网。

所述集中器上行通过5G连接电网控制中心，电网控制中心通过集中器连接到智能联动设备，实现远程感知和智能控制；

所述电网控制中心通过梯度提升决策树结合逻辑回归分类器来完成智能决策，梯度提升决策树结合逻辑回归分类器作为模型，模型的输入向量的每一项为设备状态感知器和环境状态感知器监测到的具体的实数值，所述具体的实数值作为输入特征，经过梯度提升决策树分割做特征提取，作为逻辑回归分类器的输入，逻辑回归分类器输出现场智能联动设备的开关状态，从而下发控制数据给现场联动设备执行开关动作；

训练的损失函数L为：

其中，y_i是第i个样本的观测值，取值是0或者1；p_i是第i个样本的预测值，取值是0-1之间的概率；

根据如下公式计算负梯度值得到第m棵树第i个样本的残差r_im：

其中，F代表梯度提升决策树模型，F₀是模型的初始状态，x_i是第i个样本的输入特征，F_m-1(x)表示第m-1棵树的梯度提升决策树模型，x为样本的输入特征；用回归树拟合残差：遍历每个特征，每个特征下遍历每个取值，计算分裂后两组数据的平方损失，到最小的那个划分节点；

根据如下公式计算第m棵树第j个叶子节点的最佳残差拟合值γ_jm：

其中，R_ij表示第i棵树第j个叶节点区域，p_i,m-1表示第i个样本第m-1棵树的概率；

更新模型：

其中，F_m代表第m课树的梯度提升决策树模型，v为常数，J_m为第m棵树的叶子节点数量；

逻辑回归分类器数学模型如下：

输入特征向量X＝{x₁,x₂,x₃,x₄,…,x_n}；

权重向量W＝{w₁,w₂,w₃,w₄,…w_n}，w_n表示第n个权重值；

激活函数Y＝f_w(X)＝sigmoid(X^TW)；

训练的损失函数J(w)如下：

其中，f_w为激活函数，m为样本数量。

本发明可以满足未来变电站网络状态实时采集和监控，故障预警和智能联动，BLEmesh网络结合5G实现远程实时感知和智能控制。

本发明相对于现有技术具有如下的优点及效果：

(1)本发明的状态感知器蓝牙设备设置为低功耗模式，其无需关心其它设备，只需每15分钟上传自身的传感器数据，其余时间则处在休眠状态，实现低功耗；

(2)本发明蓝牙设备(这里的蓝牙设备就是BLE低功耗蓝牙设备)在代理模式下与智能手机建立BLE连接，通过GATT(Generic Attribute通用属性，是低功耗蓝牙设备之间进行通信的协议。)互相通信，同时下发智能手机的命令以及关联设备，而不像路由设备需要中继其他节点的消息；

(3)本发明支持灵活的移动节点采集现场高清视频数据，通过5G高速传输网络，并对现场设备进行实时智能控制和联动；

(4)本发明利用BLE组播技术降低功耗。心跳消息包含了初始的生存时间(Time ToLive:TTL)值和接收的TTL值，这使网络能够了解其拓扑并使设备能将TTL设定为一个最优值，TTL值使消息最多传播TTL跳；即设备上次中继过的消息会被缓存，如果接收到与缓存相同的消息则会直接忽略；

附图说明

下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述和/或其他方面的优点将会变得更加清楚。

图1为本发明实施例提供的BLE mesh网络结构图。

图2为本发明实施例提供的BLE mesh组网流程图。

图3为本发明实施例提供的使用梯度提升决策树及逻辑回归分类器的决策模型结构图。

具体实施方式

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

低功耗蓝牙BLE(Bluetooth Low Energy)技术低功耗、低成本、稳定安全、开放接口、快速传输，而且BLE mesh可自动组网并增加设备的组网能力，不需要独立网关，并且采用标准GATT(general aggreement on tariffs and trade)协议与智能手机进行通信。

一个BLE Mesh网络最多支持65535个设备，设备与设备之间可以用中继的关系进行连接。不受距离和数量的限制来控制智能设备，单跳传输距离达到800米，只要任何两个器件之间的距离在这个范围内，就可以把信号从控制端传输到mesh网络中的任意一个节点。BLE Mesh节点都可以收发mesh消息叫边缘节点(没有任何附加特性)，也可以附加中继、低功耗、代理、友谊4种特性。蓝牙mesh在智能家居、资产定位、室内定位与导航场景得到了一些应用。

如图1所示，本发明公开了远程测控领域中的一种基于BLE mesh网络的变电站智能感知联动系统，其包括：状态感知器(包括设备状态感知器和环境状态感知器)、智能联动设备，设备状态感知器包含电流互感器、电压、油压监测器、变压器套管内部监测器等，环境状态感知器包含温度、湿度、烟雾、SF6毒气、沟道积水监测器等，智能联动设备包括空调,风扇,加湿器,抽风机,抽水泵,自动灭火器,设备断路器等智能操控设备；以及视频监控、照明控制、机器人、声控相机，声音探头等实时智能监控设备。状态感知器实时感知设备状态和环境状态，在正常状态时周期性上报传感器监测数据，在异常状态时上报告警，电网控制中心做实时的智能控制决策和告警异常分析，智能控制启动现场智能操控联动设备和智能监控联动设备，智能操控联动设备实时解决现场问题，智能监控设备负责采集声音、视频、声控图像、断路器状态等现场数据，通过BLE mesh网络传给5G网关，特别机器人巡检通过自身得5G射频实时上传现场高清视频，协助控制中心做进一步动作。

电网控制中心通过GBDT(Gradient Boosting Decision Tree)梯度提升决策树结合LR(Logistic Regression)逻辑回归分类器来做电网控制中心的智能决策，输入特征经过梯度提升决策树分割后的输出作为特征，每棵决策树的路径直接作为逻辑回归分类器的输入特征使用。参考文献：https://zhuanlan.zhihu.com/p/129305682。

如图3所示，梯度提升决策树结合逻辑回归分类器作为模型，模型的输入向量的每一项为设备状态感知器和环境状态感知器监测到的具体的实数值{室外温度,室内温度,湿度；毒气,沟道水位,烟雾；电压,电流；油压,套管内温度}，这些数值作为输入特征，经过梯度提升决策树分割做特征提取，作为逻辑回归分类器的输入，分类器输出现场智能联动设备的开关状态，开1/关0{空调,风扇,加湿器,抽风机,抽水泵,灭火器,断路器,变压器告警}，从而下发控制数据给现场联动设备执行开关动作。图3中的w0,w1,w2,w3,w4表示的是逻辑回归分类器的权重值(weight)。

针对变电站内外温度和湿度等因素会导致元器件的腐蚀、短路、局部放电等问题，下面给一个三个输入特征向量{室外温度,室内温度,湿度}和三个输出特征向量{空调,风扇,加湿器}的实例，说明电网控制中心的决策过程。

表1

序号	1	2	3	4	5	6	7	8
									室外温度	0	5	10	19	23	28	31	35
室内温度	5	10	15	20	25	30	35	40
									湿度	45	50	55	60	65	70	75	80
空调	1	1	1	0	0	0	1	1
									风扇	0	0	0	0	1	1	1	0
加湿器	1	1	1	1	0	0	0	0

表1中给出了梯度提升决策树结合逻辑回归分类器模型的部分输入数据向量{室外温度,室内温度,湿度}和输出数据向量{空调,风扇,加湿器}的对照表，传感器在运行阶段一直周期性采集{外温度,室内温度,湿度}数据和变电站正常运行下的标签信息{空调,风扇,加湿器}数据，通过BLE mesh网络和5G模块上传电网控制中心，作为训练数据，预训练梯度提升决策树结合逻辑回归分类器模型，在实际运行阶段，同样会周期性采集这些{外温度,室内温度,湿度}数据，并通过BLE mesh网络和5G模块上传电网控制中心，电网控制中心根据传感器实时采集到的数据利用预训练的模型做推理，从而输出空调/风扇/加湿器的开关状态，下发控制设备的状态。

感知器和联动设备之间建立BLE mesh自组网，机器人上配置集中器接入BLE mesh自组网，集中器上行通过5G连接电网控制中心。电池供电自取能的状态感知器为微功率传感器，作为BLE LPN(Low Power Node)节点，联动设备作为正常mesh节点，负责数据转发和中继传输。机器人上的集中器作为BLE mesh的节点和网关设备，负责通过蓝牙mesh对各个状态感知器的信息进行采集汇总，并通过5G射频模块传输到电网控制中心；从电网控制中心接收下行控制信息，再通过蓝牙mesh下发给对应联动设备控制节点。实现变电站状态自动感知和远程智能联动。

当运维人员在现场时智能手机可以通过代理节点接入BLE mesh网络，将BLE的GATT数据转为广播数据，这样使传统的BLE设备能够和代理节点建立连接，然后通过代理节点去和mesh网络沟通。智能手机对BLE mesh网络中的设备进行配置、添加、控制监听等功能。本发明实现本地状态感知和远程智能控制联动相结合，以替代传统人工现场操作和运维干预故障定位，以解决变电站紧急故障和人工应急处理的一些问题。

图2所示在系统供电后，开始正常工作，系统及各个子设备要进行硬件初始化，包括Mesh协议栈的初始化以及设备外围接口的初始化，保证各场景子设备均处于正常工作状态；BLE蓝牙开始组建Mesh网络，网络组建成功后，有限范围内子设备一直广播其设备通用唯一标识符(universally unique identifier device，UUID)等设备信息，经过网络中的中继节点传至其它节点。智能手机打开蓝牙后会去与其中的一个子设备建立BLE连接，且在智能手机关联设备；当设备获取到设备身份(device ID)关联(association)完成，各个子设备即可独立工作。

BLE LPN平常处于休眠状态，设备状态感知器每隔1分钟采集一次设备数据并判断数值是否处在正常范围，如果在正常范围则每隔15分钟将采集数据发给FN(Friend Node)。这样LPN(Low Power Node，低功耗节点)可以尽量低功耗的休眠，但FN不能长时间休眠，它需要帮LPN去缓存一些信息；如果异常则实时上报告警信息给FN，FN中继传输给集中器，上传电网控制中心。控制中心根据异常数据，执行相应的控制动作，比如调取异常传感器附近的视频监控，打开照明控制，对应位置的声控相机拍照并传输到集中器通过5G上传控制中心辅助诊断，开启自动灭火器进行灭火处理，设备断路器执行自动倒换操作，控制声音探头录制声音辅助分析，启动机器人自动巡检，实时传输高清视频数据到控制中心辅助定位和判断。

机器人正常状态下是固定的，仅作为网关设备收发5G数据，设定任务负责每天几次定时巡检，和状态异常下的智能联动，获取高清视频数据通过5G发送给电网控制中心，控制中心根据状态信息做智能诊断分析和自动控制决策。电网控制中心负责处理和分析三类数据：1)状态感知器上报的传感器周期性监测数据和告警异常，根据监测数据决策是否打开或关闭相关的智能操控联动设备；根据传感器类型、位置和告警状态值，启动对应感知器附近的相应类型的现场智能监控联动设备；2)现场联动设备采集的声音、视频、声控图像、断路器状态等数据，对收集到的声音、图像、视频进行智能分类和多模态诊断分析得到故障类型，根据故障类型启动对应区域的智能联动设备比如灭火器或断路器等实施故障消除；3)对巡检机器人到现场实时上传的现场高清视频，进行辅助分析和判断；

实施例1

变电站内外温度和湿度各自都没有异常告警，但是周期上报数据到电网控制中心智能决策后发现会出现凝露预警，下发自动远程控制启动空调和风扇来消除未来可能出现的凝露。

(1)室内和室外温度传感器、湿度传感器，周期性上报监测数据给FN，FN中继传输给集中器，通过5G网络实时上传电网控制中心。

(2)电网控制中心接收到室内和室外温度传感器、湿度传感器数据，通过GBDT+LR模型智能决策，输出{空调,风扇,加湿器}数据操控状态为110。

(3)电网控制中心下发指令，开启变电站内智能操控联动设备空调和风扇，进行温度调节和湿度处理，以预防可能的凝露发生。同时电网控制中心下发智能监控联动设备控制指令，打开照明控制，调取视频监控，并传输数据到集中器，通过5G网络实时上传控制中心辅助诊断和分析。

(4)此时控制中心进行快速分析后下达指令，启动机器人自动巡检，通过5G网络传输视频监控数据和实时高清视频数据到控制中心辅助定位和判断。

(5)在下发和执行智能操控联动设备指令后，15分钟后电网控制中心智能决策输出{空调,风扇,加湿器}为000，机器人结束巡检，重新归位。

实施例2

变电站内温度和烟雾异常，发生火灾，机器人现场巡检确认情况，并远程控制启动自动灭火和断开设备断路器。

(1)温度传感器监测到高温异常，实时上报告警信息给FN，FN中继传输给集中器，通过5G网络实时上传电网控制中心。

(2)控制中心接收到高温异常告警数据，打开照明控制，调取异常温度传感器附近的视频监控，控制声音探头录制声音数据，启动声控相机拍照，并传输数据到集中器，通过5G网络实时上传控制中心辅助诊断和分析。

(3)同时烟雾传感器监测到烟雾异常，上传电网控制中心。此时控制中心进行快速分析后下达指令，启动机器人自动巡检，通过5G网络实时传输高清视频数据到控制中心辅助定位和判断。

(4)诊断后，控制中心下发指令，开启温度和烟雾传感器附近的自动灭火器进行灭火处理，设备断路器执行自动倒换操作，控制声音探头录制声音数据辅助分析。

(5)执行灭火处理和倒换操作后，15分钟后温度传感器和烟雾传感器恢复正常，机器人结束巡检，重新归位。

BLE mesh组网可支持最大65535个设备，节点与节点之间传输延时约20ms。实验结果：300个节点组成一个BLE Mesh网(小于10跳)，控制延时<1秒。

本发明提供了一种用于电网的BLE mesh组网的智能控制系统，具体实现该技术方案的方法和途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。

Claims (1)

1.一种用于电网的BLE mesh组网的智能控制系统，其特征在于，包括：状态感知器、智能联动设备和电网控制中心；

其中，所述状态感知器通过移动无线网络连接电网控制中心，实现实时远程感知和执行智能联动控制；

所述状态感知器与智能联动设备之间自组网建立BLE mesh自组网络；

所述智能联动设备用于现场执行电网控制中心下发的自动控制指令；

所述电网控制中心负责智能决策状态感知器上报的传感器监测数据，控制现场的智能联动设备执行；所述电网控制中心还用于处理和分析数据，所述数据包括状态感知器上报的告警异常、现场智能联动设备采集的声音、视频、声控图像、断路器状态数据，以及移动巡检机器人到现场实时上传的现场高清视频；

所述状态感知器有N个，所述智能联动设备有N个，N取值为自然数；

所述智能联动设备中配置有集中器，所述集中器具备BLE功能；

所述状态感知器对应的节点类型为低功耗节点；

所述智能联动设备对应的节点类型为边缘节点或中继节点；

所述集中器负责通过BLE mesh网络对各个状态感知器和智能联动设备的信息采集汇总，并通过移动无线网络传输到电网控制中心；所述集中器从电网控制中心接收设置信息，通过BLE mesh网络下发给各个状态感知器和智能联动设备；

所述状态感知器包括设备状态感知器和环境状态感知器；所述设备状态感知器用于采集变电站设备状态数据；所述环境状态感知器用于采集变电站环境状态数据；

还包括：智能手机，智能手机自带BLE功能接入BLE mesh自组网络，通过BLE mesh网络获取相应的状态信息、配置参数设置和下发控制命令；

所述集中器的节点类型为中继节点，配在移动巡检机器人上，转发网络层数据包，与其它蓝牙低功耗节点移动连接组网；

所述集中器上行通过5G连接电网控制中心，电网控制中心通过集中器连接到智能联动设备，实现远程感知和智能控制；

所述电网控制中心通过梯度提升决策树结合逻辑回归分类器来完成智能决策，梯度提升决策树结合逻辑回归分类器作为模型，模型的输入向量的每一项为设备状态感知器和环境状态感知器监测到的具体的实数值，所述具体的实数值作为输入特征，经过梯度提升决策树分割做特征提取，作为逻辑回归分类器的输入，逻辑回归分类器输出现场智能联动设备的开关状态，从而下发控制数据给现场联动设备执行开关动作；

训练的损失函数L为：

其中，y_i是第i个样本的观测值，取值是0或者1；p_i是第i个样本的预测值，取值是0-1之间的概率；

根据如下公式计算负梯度值得到第m棵树第i个样本的残差r_im：

其中，F代表梯度提升决策树模型，F₀是模型的初始状态，x_i是第i个样本的输入特征，F_m-1(x)表示第m-1棵树的梯度提升决策树模型，x为样本的输入特征；用回归树拟合残差：遍历每个特征，每个特征下遍历每个取值，计算分裂后两组数据的平方损失，到最小的那个划分节点；

根据如下公式计算第m棵树第j个叶子节点的最佳残差拟合值γ_jm：

其中，R_ij表示第i棵树第j个叶节点区域，p_i,m-1表示第i个样本第m-1棵树的概率；

更新模型：

其中，F_m代表第m课树的梯度提升决策树模型，v为常数，J_m为第m棵树的叶子节点数量；

逻辑回归分类器数学模型如下：

输入特征向量X＝{x₁,x₂,x₃,x₄,…,x_n}；

权重向量W＝{w₁,w₂,w₃,w₄,…w_n}，w_n表示第n个权重值；

激活函数Y＝f_w(X)＝sigmoid(X^TW)；

训练的损失函数J(w)如下：

其中，f_w为激活函数，m为样本数量。

Images