关键词： 铁路电力; 智能监控; 数据通信; 数据处理; SVC; 传输时延
中图分类号： TN98⁃34; TM761.1 文献标识码： A 文章编号： 1004⁃373X（2019）01⁃0176⁃04
Abstract： The traditional railway electric power monitoring system has the problems of unstable monitoring process and low monitoring precision. Therefore， an SVC⁃based intelligent monitoring system of railway electric power is designed. The system includes direct monitoring layer， process optimization layer and production management layer. The fixed⁃point chip TMS320F2812 is used as the DSP control board processor of the system to realize the state information collection， TCR photoelectric trigger board communication， data input and output， and fault alarming of the railway electric power system. The TCR photoelectric trigger board is used to monitor the state of railway electric power. On the basis of the system software， the local data communication and transmission， and remote data communication are realized by means of data communication and transmission procedure， and the real⁃time data processing program is used to carry out the database maintenance and real?time data monitoring. The experimental results show that the system can realize the real⁃time， stable and accurate intelligent monitoring of railway electric power system state.
Keywords： railway electric power; intelligent monitoring; data communication; data processing; SVC; transmission delay
0 引 言
交通运输业的迅猛发展增加了铁路交通的运输压力，并且由于铁路电力系统的布局围绕着铁路呈带状分布，这些都导致铁路电力系统工作环境较差，事故发生率居高不下[1]。所以有关部门将铁路电力的智能监控作为降低事故发生、保障人员安全的有效方法进行深入研究。以往所使用的基于分布式中间件的铁路电力监控系统无法满足运输压力越来越高的铁路电力监控条件[2]。
传统基于分布式中间件的铁路电力监控系统利用CORBA中间件技术，在分布式对象互操作的基础上进行铁路电力系统的监控，监控过程中不能实现无人值守，监控过程不稳定，监控结果精度差。因此，本文设计基于SVC（Switching Virtual Circuit，虚拟交换电路）的铁路电力智能监控系统，实现对铁路电力高效、稳定的智能监控。
1 基于SVC的铁路电力智能监控系统
1.1 系统的整体结构
SVC系统具有极强的丰富性，在一个SVC系统内可能包含数个子系统，不同的子系统根据其不同的功能可实现基于SVC的铁路电力智能监控系统的监控、报警、保护、通信以及故障判断等，并且可以对系统内不同设备的运行起到调和作用[3]。图1描述的是基于SVC的铁路电力智能监控系统结构。
在系统框架结构的基础上，对系统的整体结构进行设计，得到如图2所示的系统整体结构图。
系统整体包括直接监控层、过程优化层以及生产管理层[4]。其中，直接监控层主要为基于DSP的控制板，其主要功能是在接收到上位机发送的命令后，通过运算获取晶闸管阀组的触发脉冲的同时，对铁路电力系统中的晶闸管和光电触发板等情况进行监控，如发现问题，对问题进行判断。过程优化层的功能是信息获取、问题显示以及信息打印，通过对系统内的各子系统进行统一控制，实现参数的确定和监控过程的优化等。生产管理层通过远端主控室的主机可以为管理者提供铁路电力监控信息，利用监控手机对铁路电力情况进行智能、实时远程监控，并且对铁路电力状态进行判断和调控。
1.2 控制板
控制板以DSP（Digital Signal Processing，数字信号处理）+CPLD（Complex Programmable Logic Device，复杂可编程逻辑器件）的数字控制电路为主[5]，通过RS 485接口和GPRS短信模块实现铁路电路状态的信息采集、TCR光电触发板的通信、数据的输入输出以及报警。其中，信息采集模块能够获取铁路电力监控系统连接处的电压、电流以及基于SVC的TCR阀组电流等仿真信号，并对信息实施变更;能够对铁路电力状态的数字信号实施获取，并以其为根据进行保护、报警等信号的输出。利用I/O模块和控制板上的接口，DSP控制器可以对控制命令实施获取，为提高触发脉冲的准确性，按照控制命令在各控制模式下实施的信号处理进行处理，将电信号脉冲变更为光信号脉冲之后，发送到光电触发板，实现晶闸管的顺畅。在进行问题判断时需对元件情况进行了解，结合采集量对铁路电力系统出现的问题进行判断。判断得到的问题利用GPRS短信模块以短信形式发送到固定的手机上进行报警，根据报警后得到的反馈命令对铁路电力系统出现的问题实施处理，实现监控现场无人值守，降低监控成本。
系统以TMS320F2812定点芯片作为DSP控制板处理器[6]，是因为它数字信号处理能力较好，且管理能力以及控制能力也尚佳，能很好地进行海量数据监控。控制板监控原理图如图3所示。
1.3 TCR光电触发板模块
系统利用TCR光电触发板进行铁路电力状态的监控，作为“监控执行者”的TCR光电触发板包括高压取能、电源监控、逻辑、触发、接收发射等回路[7]。光电触发板能够使光脉冲信号改变成电脉冲信号，实现晶闸管的触发，具体过程如图4所示。
电源监控回路对电力监控系统内晶闸管两端的瞬时电压值实施监测，并将结果发送到逻辑回路;逻辑回路对检测结果实施编码、解码，逻辑回路形成晶闸管的触发脉冲和状态信息是按照触发命令进行的;觸发回路放大并重置触发脉冲，然后传送到晶闸管的门极;将光信号变换为电信号并发送到逻辑回路的是光接收回路;将电信号变换为光信号的是光发射回路。
1.4 系统的软件设计
基于SVC的铁路电力智能监控系统软件功能如图5所示，主要包括电力信息管理与监控、智能数据采集、数据通信及传输、数据实时处理四个部分。
1.4.1 数据通信和传输程序
如图6所示，本地数据通信及传输与远程数据通信及传输共同组成了系统软件中的数据通信与传输程序[8]。远程数据通信及传输的方式为光纤通信专网、电力无线专网、无线公网。其中，无线公网包括无线电业务和移动通信系统等通信方式。本地数据通信与传输的方式包括光纤通信专网、微功率无线通信专网以及低压电力载波通信网等。不同的通信方式利用通信协议，通过通信接口实现直接控制层中控制板工作，是直接控制层中工作情况上传和控制板进行监控的通信通道。
1.4.2 实时数据处理程序
实时数据处理程序的主要作用为数据库维护、实时数据监测管理等。运用优化压缩法对数据通信及传输程序获取的铁路电力终端设备的实时数据实施重组并保存在数据库内进行数据备份[9]，重组后得到的数据将会成为系统不同子系统中唯一的实时数据源。
2 实验结果与分析
为测试本文监控系统的网络通信时延性，分别采用本文系统、基于PLC的铁路电力监控系统[10]、基于分布式中间件的铁路电力监控系统对某地区铁路电力状态进行100次监控实验，记录不同系统通信的传输时延，结果用表1描述。
对表1进行分析能够得到，本文系统网络通信的传输时延远远低于其他两个系统的网络通信时延，且时延波动变化较小，说明本文系统网络通信的传输时延较低。
对铁路电力监控系统的平均传输速率分别进行实验，并将不同系统的平均传输速率实施对比，对比结果如表2所示。
分析表2可知，本文系统的平均传输速率变化较平稳，并高于其他两个系统的平均传输速率，说明使用本文系统进行铁路电力智能监控时具有较高的数据传输效率。
为了验证本文系统的准确性，采用本文系统和基于分布式中间件的铁路电力监控系统对实验铁路2018年4月的电力状态进行监控，得到的结果如表3所示。从表3可知：相对于基于分布式中间件的铁路电力监控系统，本文系统采集的数据误差控制在5%以内。实验结果表明，采用本文系统进行铁路电力智能监控的准确性较高。
为验证本文系统的稳定性，以实验铁路为实验点，在相同的实验环境中，采用本文系统、基于PLC的铁路电力监控系统以及基于分布式中间件的铁路电力监控系统对实验点铁路的电力状态进行监控，记录不同数据量时不同系统的中断概率，如图7所示。
分析图7能够得到，在数据量未超过30 TB的情况下，本文系统平均中断概率与其他两个系统的平均中断概率相差不多;在数据量超过30 TB的情况下，三个系统的平均中断概率均随着数据量的提升而提升，但相较于其他两个系统，本文系统的平均中断概率曲线增长变化较平缓，说明采用本文系统进行铁路电力智能监控时稳定性较好。
3 結 语
基于SVC的铁路电力智能监控系统能够解决传统的铁路电力监控系统中存在的准确性低、实时性差、稳定性弱等问题，实现电路电力基于SVC的智能监控，并且具有实时性强、稳定性好、准确性高的优点，能够实现系统设计的最初目的，在铁路电力系统工作中发挥重要作用。
参考文献
[1] 徐田华，杨连报，胡红利，等.高速铁路信号系统异构数据融合和智能维护决策[J].西安交通大学学报，2015，49（1）：72⁃78.
XU Tianhua， YANG Lianbao， HU Hongli， et al. Heterogeneous data fusion and intelligent maintenance decision for high speed railway signaling systems [J]. Journal of Xi’an Jiaotong University， 2015， 49（1）： 72⁃78.
[2] 屈志坚，王冬.分布式配电网监测的流计算实时并行处理技术[J].电力系统及其自动化学报，2017，29（7）：27⁃33.
QU Zhijian， WANG Dong. Real⁃time parallel processing technique in stream computing for distributed monitoring of distribution network [J]. Proceedings of the CSU⁃EPSA， 2017， 29（7）： 27⁃33.
[3] 段立明，郭锐锋，王凤海.面向智能监控的复杂多自主体系统设计与实现[J].小型微型计算机系统，2017，38（6）：1394⁃1397.
DUAN Liming， GUO Ruifeng， WANG Fenghai. Design and implementation of complex multi⁃agent systems for intelligent monitoring [J]. Journal of Chinese mini⁃micro computer systems， 2017， 38（6）： 1394⁃1397.
[4] 郝思鹏，邹添天，陈婷，等.农网配电台区智能监控系统研发[J].电测与仪表，2014，51（23）：94⁃98.
HAO Sipeng， ZOU Tiantian， CHEN Ting， et al. Development of the intelligent monitoring system of the rural power grid distribution substation [J]. Electrical measurement & instrumentation， 2014， 51（23）： 94⁃98.
[5] 司亚超，于江利，吕国.基于ZigBee技术的智能电网监控系统的研究和分析[J].电源技术，2014，38（4）：783⁃784.
SI Yachao， YU Jiangli， LÜ Guo. Research and analysis of smart grid monitoring system based on ZigBee technology [J]. Chinese journal of power sources， 2014， 38（4）： 783⁃784.
[6] 刘雨欣，张琼洁，张景景.基于Map/Reduce的电力监控系统规则挖掘技术研究[J].控制工程，2017，24（10）：2156⁃2160.
LIU Yuxin， ZHANG Qiongjie， ZHANG Jingjing. Power monitoring system rule mining research based on Map/Reduce [J]. Control engineering of China， 2017， 24（10）： 2156⁃2160.
[7] 匡洪海，张曙云，曾丽琼，等.基于GPRS和GPS的农村智能配电网远程监控系统设计[J].电工电能新技术，2017，36（4）：83⁃88.
KUANG Honghai， ZHANG Shuyun， ZENG Liqiong， et al. Design of rural intelligent distribution network remote monitoring system based on GPRS and GPS [J]. Advanced technology of electrical engineering and energy， 2017， 36（4）： 83?88.
[8] 林炳炎，郑茜颖，程树英.基于Android的智能视频监控系统[J].电视技术，2017，41（4）：78⁃83.
LIN Bingyan， ZHENG Qianying， CHENG Shuying. Intelligent video surveillance system based on Android [J]. Video engineering， 2017， 41（4）： 78⁃83.
[9] 赵世运，刘华，李先明，等.寒区高速铁路路基变形智能监测系统设计与实现[J].冰川冻土，2014，36（4）：944⁃952.
ZHAO Shiyun， LIU Hua， LI Xianming， et al. Intelligent monitoring system for embankment deformation of high⁃speed railway in cold regions： Design and implementation [J]. Journal of glaciology and geocryology， 2014， 36（4）： 944⁃952.
[10] 李金灿，陈皓勇.关于电力系统远程监控优化配置设计[J].计算机仿真，2016，33（3）：389⁃394.
LI Jincan， CHEN Haoyong. Optimization of remote monitoring for power system [J]. Computer simulation， 2016， 33（3）： 389⁃394.