基于WSN的高压电网过电压定位算法

摘　要：摘要：针对高压电网远距离传输，电力输送大都在山区，噪音影响小，发现故障不能及时采取相应措施的实际情况，提出了利用无线传感器网络RSSI测距和三角形质心定位算法相结合的原理，设计了一种适合于高压电网过电压监测的算法，该算法可实现高压电网过电压实时监测的自定位，有效地减少了RSSI算法本身的误差。仿真结果表明，在室外空旷，噪音较少的条件下，定位精度可达到0.2M以内。

关键词：关键词：无线传感器网络；节点定位；RSSI；质心定位算法

中图分类号：TP301     文献标识码：A      文章编号：

 
    1． 引言
    无线传感器网络是由大量廉价型传感器节点部署在一定的监控区域，通过无线通信方式形成的一个多跳的自组织的网络系统[1]。无线传感器网络有别于其它传统的无线和有线网络,它基于传感器节点和环境的交互广泛应用于包括搜索、救援、灾害救助和目标跟踪等各种应用环境。而网络节点自身定位是大多数应用的基础和前提[2]。
    高压电网电力的安全稳定输送一直是保持和促进工业稳定发展、社会进步的关键。而过电压则是高压电网中最为严重的安全隐患。目前35KV以下的电网监测和应急处理已经有一整套完善的措施。而110KV、220KV、500KV乃至更高电压的电 力输送仍然不完善。而更高电压的电网输送大都存在于山区，人烟稀少、路途遥远。及时安全的监测及处理是当前工作的空白。利用无线通信技术，通过本文的RSSI和质心相结合的定位算法。准确定位出过电压出现的位置，以便相关工作人员采取相应措施，达到高压电网电力安全稳定输送的目的。
2． 定位算法的分析
    RSSI算法通过未知节点不断发送无线信号，锚节点负责测量未知节点发送信号的RSSI值，并将其转发至汇聚节点，汇聚节点根据收集到的所RSSI值对目标进行定位[3]。RSSI 值是一种指示当前介质中电磁波能量大小的数值。
    质心算法利用未知节点得到所有与其相连通的信标节点的位置信息后,根据这些信标节点所组成的多边形的顶点坐标来估算自己的位置[4]。它完全基于网络连通性,无需信标节点和未知节点之间的协调,因此比较简单,容易实现。
    2.1 信号衰减模型
    利用目前比较常用的路径对数损耗模型：
  

    其中PL为经路径T-R后的路径损耗，PL0是相对发射节点的参考距离，n代表衰减因子（取值一般为2-4），lg（d/d0）表示该参考点处的信号功率损耗的大小。
接收信号功率pr（即RSSI）与距离的关系为：
            

    r为求出的T-R的距离，a为参数，本实验取a=7。
    高压电网周围环境远，但是电缆或变压器周围环境变化不大，不适宜划分簇。所以在算法中设定网络的通信范围为一个等边三角形。
    假设共有40个节点，该算法的实际有效节点为20，最后结果的分析是按照有效节点数20来进行分析。为了能全面覆盖需要通信的节点范围，研究设计了一个三角形间相互“正倒置”的模型。如图1所示。
    2.2质心模型
    先确定待定位节点的数目，创建一个数组，用于存放该定位算法的计算的节点坐标信息（三角形顶点和测试点分别到三角形三个顶点A,B,C的实际距离）。测试点分别到三角形三个顶点A,B,C的实际距离可能出现复数，取实部。用数组里面这些数取均值，也就是求质心（x，y）。如图2所示：

    利用模型图2，在△ACD中，质心P的坐标P（x, y）为：
        

    3. 算法分析及实现
    算法具体流程图如图3所示：
    RSSI利用信号衰减原理，自身算法容易受到温度、光强、噪声等的干扰，定位精度不高。质心算法本身利用未知节点得到所有与其相连通的信标节点的位置信息后,根据这些信标节点所组成的多边形的顶点坐标来估算自己的位置，定位误差也很大。
    算法首先用RSSI算法思想进行首次定位，在RSSI定位以后，创建一个数组，用于存放这些定位后的信息。然后再利用质心算法进行节点信息再定位，定位后的信息同样存放在一个数组里面。

    在两个算法定位后，利用数组里面存放的信息作比较，如果RSSI数组和质心算法数组的节点信息相同，说明定位准确。如果RSSI和质心算法中存放的节点信息不一致，说明定位产生误差。这种情况下，采用两个数组里面对应的节点信息求均值，这样能充分提高定位精度。
    4. 实验结果分析
    仿真采用Matlab7.0实现，仿真环境选取在8×10平方米区域内随机布撒100个节点，并运行20次。利用“节点分布图”和“定位精度图”，从网络通信范围、节点分布、定位精度及节点有效数等进行分析。
    4.1 节点分析
    为方便实验和分析，实验中划分的有效通信区域为等边三角形区域，所以过程中设置100个节点。实际运行以后，有效节点为等边三角形区域，所以节点数目不足100个。实际为设置节点的50%左右。如图4所示，图中真实的反映了真实节点位置与定位算法计算出的位置之间的关系，图中方框代表节点的真实位置，“*”字代表运行定位算法后的计算位置。图中三角形区域内的节点数为54，而算法中设置的是100个节点。这里，没有在网络通信范围内的节点没有显示。
    节点布状图显示节点成三角形，也说明了，网络通信区域能准确定位的范围也在三角形区域内。随机分布的节点中有54个节点成为网络有效节点，有效节点占所有节点的54%。
    4.2 定位精度分析
    图4可以准确的看出通信范围内的节点都可以经算法准确定位出，但是定位还涉及到精度问题。也就是真实节点和仿真节点间存在一定的误差，真实节点和仿真节点虽然都在三角形的区域内，但是节点定位的精度不高。
    算法采用了RSSI和质心算法的原理。在精度上由图4节点分布图看不出来，为了能更好的分析定位精度。算法中加入了真实节点和仿真节点间的距离分析，生成横轴代表落入等边三角形仿真区域内的有效节点，纵轴代表算法的定位精度的定位精度。如图5所示：

    图4中的54个有效节点，除第10、第26和第43号的少量节点外，绝大多数节点都在0.2M以内。也就是说真实节点和仿真节点间的误差在20CM左右，对于高压电网输送距离一般几千公里的特殊环境。20CM的误差完全可以忽略。
    4.3节点有效数量分析
    前面的结果图是设置100个节点仿真后得到的节点信息图。为验证不同节点数所得的精度和节点信息的一致性。实验又设置了不同节点数，进行统计分析，如表1所示：
                 表1 节点有效比和精度分析表

    统计结果显示，设置不同数目的节点，最终落在有效区域内的节点数均在50%左右。定位精度也都在0.2M左右。说明节点数目的多少，不会影响本实验有效数的结果。也证明了，定位精度是由算法自身决定，不 会随节点数目的不同而具有明显的差异性。
    4.4 节点有效数分析
    算法在RSSI和质心算法的基础上，又划分了网络的有效通信范围，并呈三角形区域。在8×10M的范围内，三角形面积区域占整个区域面积的一半，所以节点有效节点数在一半左右。由于节点是随机布撒的，所以在一半左右波动，波动范围不大。
    5. 结论
    本文设计了一种利用RSSI和质心相结合的算法。该算法能成功定位出分布在通信范围内的节点，并且算法精度在0.2M以内，属于比较理想的误差范围。由于节点投资少，实时性好，算法有望运用到实际的高压电网过电压定位监测中，确保电力的安全稳定输送，为工业和人们日常生活用电提供保障。
参考文献：
,计算机工程与应用,2007,43(20):136-138．
基金项目：云南省教育厅科学研究基金项目资助（07C41726）。