★ 趙晨，李林桓，林偉，王瑞凱 國網河南省電力公司湯陰縣供電公司

★ 苗桂喜 國網河南省電力公司安陽供電公司

關鍵詞：戶外配網；電纜接頭；在線監控；監控裝置

1  引言

隨著電力系統規模的不斷擴大和智能化程度的提高，配網電纜接頭作為連接電力網絡的重要部件，其運行狀態的穩定性直接影響著整個電力系統的安全性與可靠性。然而，由于戶外配網電纜接頭長期暴露在復雜的自然環境中，受到溫度變化、濕度影響以及電氣負載波動的綜合作用，接頭部位極易發生局部過熱、絕緣老化等問題，進而導致設備故障甚至大范圍停電。如何實現對配網電纜接頭運行狀態的實時監控和故障預警，成為保障電力系統安全運行的關鍵技術之一[1]。

本文對監控裝置的架構設計、核心功能及性能分析進行了詳細論述，對其在提升配網設備安全性和運行效率方面的重要價值進行了展示，并通過實驗驗證了監控裝置的實際應用效果。

2  戶外配網電纜接頭在線監控裝置的設計

戶外配網電纜接頭在線監控裝置的設計依托于SoC（System on Chip，系統級芯片）架構，旨在提高電力配網系統的穩定性與安全性。 SoC架構將處理器、存儲器和轉換器集成，通過定制硬件提升了系統計算能力，降低了功耗，解決了傳統軟件程序難以應對的問題，從而有效提升了監控裝置的工作性能[2]。 SoC架構如圖1所示。

圖1 SoC架構圖

根據圖1可知， SoC架構采用了分開存儲的指令集和數據集結構，通過SRAM進行數據程序編輯，確保系統高效運行。系統設有256GB的存儲空間和128KB的數據空間，確保海量數據的實時存儲與處理。然而，SRAM會在掉電情況下丟失數據，影響裝置正常運行， 因此增加了FLASH芯片來保證數據的持久存儲。在上電操作時， FLASH芯片能與SRAM連接，確保系統能夠穩定啟動并進行后續數據處理。

為了進一步提升系統性能，架構利用PLL進行時鐘倍頻操作，獲取更高頻率的工作時鐘，并通過APB連接ADC控制模塊，支持FPU浮點運算。模塊集成使數據處理和電池管理更加高效。系統配備了定時器、串口模塊和看門狗等功能，實現了設備的實時監控與故障檢測，進一步提高了系統的可靠性[3]。

在數據處理方面，該設計采用了AndesCore N10芯片，這是一款32位高性能處理器軟核，能夠完成復雜的音頻與數據分析，確保了電池信息能夠順利傳輸并實現自動化控制。通過這一設計，電纜接頭的狀態監控能夠更加精準，可實時發現潛在故障。

戶外配網電纜接頭在線監控裝置的處理器采用了N1068A-S處理器，這款處理器具備優異的數據處理能力，能夠有效支持復雜的數據計算和實時控制需求。N1068A-S處理器采用5級流水線結構，能夠高效地處理不同格式的數據指令，并通過32位寄存器進行精確的數據計算。其內建的DSP擴展指令與處理器接口緊密連接，支持不同地址空間的數據總線，從而提高了數據傳輸的效率和精度[4]。

N1068A-S 處理器結構如圖2所示。

圖2 N1068A-S處理器結構

通過引入N1068A-S處理器， SoC架構的性能得到顯著提升。系統能夠通過AndeStar? V3指令集架構（Instruction Set Architecture，ISA）執行程序代碼，提升了數據處理效率，減少了數據延遲，確保了實時信息的快速讀取。這一設計不僅加速了數據控制，還通過精確的數據延遲分析和優化，提高了系統的實時響應能力，解決了信息讀取過程中存在的數據延遲問題。

處理器還具備先占式數據中斷功能，能夠即時獲得信息輸入結果，并通過嵌入式程序對跳躍位置進行優化，以實現不同終端的數據存儲和處理。內部的ADC模塊與控制器配合，可完成信息采集和數據中斷判斷，最終通過SRAM進行數據存儲和復位操作，確保電纜接頭的在線監控能夠高效、準確地完成數據處理和實時監控任務[5]。

監控裝置的復位操作過程如圖3所示。

圖3 監控裝置復位操作過程

監控裝置的復位操作過程確保了系統能夠在數據存儲或錯誤發生時進行有效的恢復。根據數據復位操作流程可知，首先，變電站通過與主線和副線的連接，啟動數據復位操作。此過程中，裝置將內部的數據存儲到SRAM中，確保數據的持久性和穩定性。 一旦所有信息成功存入SRAM，系統將通過數據中斷信號通知MCU進行后續操作。

MCU在接收到中斷信號后，通過配置DMA （Direct Memory Acces，直接存儲器訪問）源數據地址和目標信息，觸發數據清除操作。這一過程中，系統內部的數據會被清空，確保無效數據不會影響后續的工作流程。數據清除后，APB總線負責將清除的數據連接到適當的模塊，實現DMA信息搬移，進一步完成數據的分析處理。

最后將提取到的數據會以二進制（bin）格式存儲在外部的FLASH中，以保證數據在設備掉電或重啟后的持久性。這一系列操作確保了監控裝置在面對突發情況或系統重啟時，能夠迅速恢復正常工作狀態，保證了電纜接頭的在線監控持續穩定運行，減少了系統故障對運行的影響。

在SoC架構中，為了提高數據處理速度和精度，裝置外部配備了卷積神經網絡（Convolutional Neural Network，CNN）加速計算模塊。通過將二維卷積電路和池化電路與單片機連接，可形成加速鏈。這一加速鏈是網絡加速單元的核心，能夠有效提升數據處理效率，特別是在圖像處理或信號分析中，可確保監控裝置能夠快速響應和處理復雜的數據。

裝置內部的連接總線使用了AXI-S總線。這種總線具有高效的數據傳輸能力，能夠將時鐘源、復位源、主設備和從設備良好地連接在一起，確保數據流通暢。AXI-S總線不僅能高效地完成數據采樣，還能保證復位信號在裝置內部順利傳輸，使得系統能夠穩定運行，尤其是在低電平的ARESETn信號驅動下，設備能夠正確復位。

在數據傳輸過程中，裝置通過加速鏈進行數據參數的配置，確保計算任務能夠迅速完成。當數據通過加速鏈處理后，計算結果被精確輸出，并通過數據線傳輸到相應的終端或控制模塊上展示出最終的數據信息。通過這一加速鏈結構，監控裝置能夠在實時數據采集和分析中表現出高效的處理能力，大大提升了整體系統的響應速度和精確度。

3  監控裝置性能分析

3.1   數據處理性能

戶外配網電纜接頭在線監控裝置在電力系統中的作用至關重要，尤其是在保障電力配網的穩定性和安全性方面。為了確保裝置能夠高效運行，進行性能分析時，必須考慮多個因素，包括數據處理能力、實時監控精度和系統穩定性[6]。裝置的性能不僅與硬件構成相關，還與其采用的算法和通信機制緊密相關。

裝置內的處理器采用了N1068A-S處理器，它通過5級流水線結構和32位寄存器對數據進行高效計算。該結構能夠實現對不同格式數據指令的快速處理，從而提升了裝置的實時響應能力。通過公式（1）進行數據計算：

其中，T為處理時間，n為指令數量，f為處理器頻率。根據這一公式，N1068A-S處理器的高頻率可以減少每條指令的處理時間，從而加快數據處理速度，提高系統的響應能力[7]。

3.2   實時監控性能

為了更好地應對復雜的電力數據，裝置配備了CNN加速鏈，通過AXI-S總線連接卷積電路和池化電路，實現加速計算。這種加速鏈的作用是通過加快數據參數配置的速度，減少數據延遲，從而提高系統的實時監控性能。在加速鏈的工作過程中，數據經過CNN計算后，公式為式（2）：

其中，Y是輸出，W是卷積核，X是輸入數據，b是偏置項。該計算可以快速提取電纜接頭的特征。通過分析卷積層提取的信息，裝置能夠精確識別電纜接頭的狀態，及時發現潛在問題，從而保證了系統的安全[8]。

3.3   數據存儲和處理性能

裝置內部還采用了數據存儲和處理機制。在復位操作中，數據首先被存儲到SRAM中，經過數據中斷后，傳送給MCU進行處理。數據傳輸過程中，使用DMA進行數據搬移，可減少CPU負擔，并可提高整體系統的效率。通過APB總線連接，可確保數據流的順暢傳輸，同時進行數據采樣，可減少數據傳輸過程中的丟包率。

裝置采用的AXI-S總線不僅負責高效的數據傳輸，還確保了系統的復位信號能夠及時傳輸，避免了系統在異常情況下出現故障。通過主設備的驅動，系統能夠自動識別并調整運行狀態，使設備在發生錯誤或電力中斷時能夠快速恢復。在數據計算中，基于優化算法的引入，使裝置的復位操作通過配置參數得以高效完成。每次數據操作后的復位時間通過公式（3）進行估算：

其中，Tr set是復位時間，vreset是復位電壓，Ir set是復位電流。合理的復位操作確保了數據的準確性與系統的連續性。

戶外配網電纜接頭在線監控裝置通過優化的硬件結構和精確的數據計算，不僅提高了實時監控的精度，還顯著優化了系統穩定性和數據處理能力。

4 實驗研究

為了驗證本文提出的戶外配網電纜接頭在線監控裝置的實際應用效果，我們進行了實驗，以分析引入該裝置前后的監控過程穩定性和監控數值準確率。監控穩定性實驗結果如圖4所示。

圖4 監控穩定性實驗結果

實驗結果表明，引入本文設計的戶外配網電纜接頭在線監控裝置后，監控過程的穩定性得到了顯著提升。在傳統監控方式下，監控系統在電纜接頭受到負載沖擊或外部環境劇烈變化時，容易出現數據采集中斷或延遲現象，導致監控過程的不連續性。而在實驗組中，得益于裝置內部采用的高效處理器和多模塊協同架構，監控裝置能夠快速響應環境和負載的動態變化，通過優化的CNN加速鏈實時處理監測數據，并利用DMA搬移機制減少數據傳輸瓶頸，確保了監控信號的持續傳輸。統計顯示，裝置引入后，監控過程的平均穩定時間提高了約40%，數據采集頻率的抖動幅度降低至傳統方式的1/3，表明本文設計的監控裝置在復雜環境下具備更高的穩定性和可靠性，為配網系統的安全運行提供了重要保障。

監控數值準確率實驗結果如表1所示。

表1 監控準確率實驗結果

實驗結果顯示，引入本文設計的戶外配網電纜接頭在線監控裝置后，監控準確率在各時間段均有顯著提升。加入裝置前，準確率波動較大，平均值約為85.68%；而加入裝置后，準確率整體趨于穩定，平均值提高至96.56%。特別是在前20分鐘，準確率從85.81%和84.22%分別提升至98.24%和99.36%，表明裝置在短時間內能夠快速捕捉并準確分析接頭運行狀態。隨著時間延長，準確率略有下降，但仍顯著高于傳統方式，說明裝置在長期運行中保持了較高的穩定性和數據處理能力。總體來看，實驗驗證了裝置在提高監控準確率方面的優越性，為配網系統的精準監控提供了有力支持。

5  結束語

本文針對傳統監控方式存在的實時性差、穩定性不足等問題進行了優化改進，設計了一種基于SoC架構的戶外配網電纜接頭在線監控裝置。通過集成高性能處理器、CNN加速鏈以及多模塊協同工作機制，該裝置實現了對電纜接頭運行狀態的精準監控與數據分析，有效提高了監控過程的穩定性和準確率。

實驗結果表明，本文設計的監控裝置在復雜環境條件下表現出了優異的性能，能夠實時捕捉接頭運行中的關鍵參數并進行快速處理，顯著減少了監控中斷和數據延遲現象，為電力配網系統的安全運行提供了技術支持。未來，隨著物聯網技術和人工智能算法的進一步發展，該裝置還可擴展更多功能，如遠程控制、智能診斷等，以進一步提升配網的智能化水平。 

作者簡介：

趙   晨（1987-） ，男 ，河南內黃人 ，工程師 ，碩士 ，主要從事電氣工程方面的研究。

李林桓（1990-） ，男 ，河南安陽人 ，工程師 ，碩士 ，主要從事控制工程方面的研究。

林   偉（1981-） ，男 ，江西宜豐人 ， 高級工程師 ，主要從事電氣工程方面的研究。

王瑞凱（1997-） ， 男 ，河南內黃人 ，助理工程師 ，本科 ，主要從事電氣工程方面的研究。

苗桂喜（1975-） ，男 ，河南安陽人 ，高級工程師 ，本科 ，主要從事電氣工程方面的研究。

參考文獻：

[1] 周幸, 皮云霞, 李敏, 等. 基于壽命數據分析的配網電纜冷縮中間接頭受潮診斷模型設計[J]. 自動化與儀器儀表, 2023, (8) : 71 - 74.

[2] 黃豐. 用于戶外架空線電纜頭防護的監測系統設計及應用[J]. 光源與照明, 2024, (1) : 137 - 139.

[3] 郭耀棟, 趙一楓, 胡冉, 等. 配電網電纜接頭SiR - XLPE絕緣界面熱應力與擊穿電壓關系的實驗與分析[J]. 內蒙古電力技術, 2023, 41 (4) : 46 - 53.

[4] 黃成龍, 趙一楓, 胡冉, 等. 10 kV電纜中間接頭受潮XLPE - SiR絕緣界面放電演化分析[J]. 廣東電力, 2024, 37 (6) : 120 - 128.

[5] 馬煜, 史金剛, 佘強, 等. 基于時頻域轉換法的配網電纜冷縮中間接頭受潮診斷研究[J]. 中國設備工程, 2023, (18) : 170 - 172.

[6] 何嘉弘, 何康, 董博文. 配網電纜接頭內部缺陷電場特征研究及電樹發展分析[J]. 電力工程技術, 2023, 42 (1) : 154 - 161.

[7] 鄭雋杰, 周峰. 地下電纜接頭局放監測及定位技術[J]. 中文科技期刊數據庫(全文版)工程技術, 2023, (2) : 88 - 91.

[8] 桂俊峰, 劉岳楠, 逯華, 等. 10kV電纜接頭典型缺陷局部放電類型模式識別[J]. 北京交通大學學報, 2023, 47 (3) : 140 - 148.

摘自《自動化博覽》2026年第二期暨《工業控制系統信息安全專刊（第十二輯）》