摘要：目前，国内传统工厂的设备用电信息采集系统一般设置在厂房的变电所，管理员无法了解单个设备的具体耗电情况和设备工作情况。同时，管理员也无法对设备进行单独控制。这就导致管理员无法主动及时察觉设备的老化、异常等情况，从而造成电能的损耗、财力的浪费和安全事故的隐患。本文分析了目前工厂对用电设备监控存在的缺点，实现对工厂用电设备的实时数据采集和控制，可以有效的减少设备损毁的情况，能够大大的减少电能的损耗，保证了工厂的生产效率。
关键词：ZigBee通信；人工神经网络；故障预警；智能节电；无功补偿
传统的工厂设备供电控制系统一般设置在厂房变电所。工厂中常用的电能设备，都蕴含着丰富的诊断信息，但是传统的电能检测技术，不能最大程度地利用这些有价值的信息，因而管理员无法了解单个设备的具体耗电情况，也无法对单个设备的用电进行控制。当设备供电不稳定，运行异常时，监控站无法及时察觉，从而加快了设备的损耗，缩短了设备的使用寿命。并且，管理员无法了解单一设备的用电信息，也就不能对设备耗电进行优化。随着工业的发展，工业无线技术在工业环境中扮演着越来越重要的地位，也为工厂生产运行带来诸多变革。
一、故障预警与智能节电系统功能
通过安装于设备前级电路上的传感器，首先实现对输入电压、输入电流、输入功率、功率因数、启动电流的采集，然后通过微控制器进行采样、存储，进而使用ZigBee无线通信技术将处理后的数据实时发送给嵌入式终端，嵌入式终端再利用人工神经网络对数据进行分析处理，并给出节能建议。此外，嵌入式终端可以独立控制每个设备、安装于设备前级模块也可以通过设置，主动对设备输入电源进行管理。
本系统能够对厂房里每个设备的用电情况进行独立监测，包括两相与三相用电设备的电源输入电压、输入电流、输入功率、功率因数、启动电流、平均工作功率、工作时间等信息，并通过ZigBee进行组网，在终端实现对所有系统内设备用电情况的统计与记录，再通过人工神经网络分析设备的用电信息，智能地接入无功补偿电容，从而实现提高功率因数；与此同时，终端会根据用户预先设定的设备用电情况进行监测，当用电设备用电情况异常时，主机将智能地切断设备的供电，从而实现安全事故的规避；此外，用户也可以通过嵌入式设备终端实现对设备的远程控制，包括电源开关、设置设备定时开关、提高功率因数等操作，从而在节省电能的同时，保障了生产效率，保证了生产安全。
二、故障预警与智能节电系统特点与创新
图1 系统硬件架构
（一）故障预警与单独监控
本监测系统通过进一步拓宽设备检测信息，对每个用电设备进行单独监控，管理员能够很方便的了解各个用电设备的用电情况以及各个设备是否在正常工作。当设备出现异常时能及时发出报警，短时补救，并进行断电保护。管理员可通过触摸屏对各个设备进行断电上电、限定用电额度等操作。通过这种预警处理及时排除小故障，总体延长工厂设备的使用寿命。
（二）人工神经网络算法
人工神经网络是以数学模型模拟神经元活动，基于模仿大脑神经网络结构和功能而建立的一种信息处理系统。它具有自学习、自组织、自适应以及很强的非线性函数逼近能力，拥有强大的容错性。人工神经网络可实现仿真、预测以及模糊控制等功能。本设计通过提升设备的预防性维护，使用人工神经网络对采集的数据进行分析处理，增加在线设备的在线率，规划出合理的节电方案，从而达到智能节电的功能，进而提高装置的生产效率。通过对有故障的设备进行及时维护，真正实现预测性维护，从而大大减少传统日常巡检和维护质量。
（三）ZigBee传输与远程控制
在工业无线技术出现之前，任何自动化结构都是通过布线方式实现的，然而有些场合布线困难或是成本过高，导致检测困难。
ZigBee是一种短距离、低功耗的无线通信技术，主要用于自动控制和远程控制领域，可以嵌入各种设备。它可实现自组网和透明传输等功能。本设计中使用ZigBee技术实现下位机与上位机之间的通信以及上位机对下位机的控制。管理员可通过上位机实现对用电设备的各种控制，也可通过上位机查看用电设备的工作情况。用ZigBee组网，为电能管理带来了以下几方面的变革：
（1）通过进一步拓宽设备检测信息，及时排除小故障，总体延长工厂设备的使用寿命；
（2）通过提升设备的预防性维护，增加在线设备的在线率，提高装置的生产效率；
（3）通过对有故障的设备进行及时维护，真正实现预测性维护，从而大大减少传统日常巡检和维护质量；
（4）更好的满足安全和环保的要求。
总结：目前，国内传统工厂的设备用电信息采集系统一般设置在厂房的变电所，管理员无法了解单个设备的具体耗电情况和设备工作情况。同时，管理员也无法对设备进行单独控制。这就导致管理员无法主动及时察觉设备的老化、异常等情况，从而造成电能的损耗、财力的浪费和安全事故的隐患。基于ZigBee的故障预警与智能节电系统能够提高电能的利用率和工厂的生产效率以及降低安全事故发生的风险，值得再各行业广泛应用。
参考文献：
[1]陈刚，唐昕，胡滨，et al.避雷器故障预警及线路智能验电装置分析[J].电子技术与软件工程，2016（18）：123-123.
[2]魏泽鼎，李磊.大型电动机运行数据记录与故障预警系统[J].矿山机械，2016（1）：97-100.
论文作者:梁楚轶,罗广荣,张锋
论文发表刊物:《基层建设》2019年第6期
论文发表时间:2019/4/18
标签：设备论文; 神经网络论文; 故障论文; 电能论文; 管理员论文; 工厂论文; 情况论文; 《基层建设》2019年第6期论文;