为了保证当前社会使用电能的稳定性，必须确保变电站运行安全可靠。山地变电站由于处于复杂的地理位置和恶劣的气候条件之中，更需要监测众多影响变电站安全稳定运行的参量。山地变电站特殊的外界环境使其更难监测识别各参量信号，因此研究如何高效识别监测信号至关重要。

物联网（IoT）技术的跨越式发展给变电站安全监测提供了新的方案和思路。其中，射频识别（RFID）技术运用较为广泛，但在实际运用过程中，一个阅读天线要同时接收很多待识别标签，通信通道阻塞造成了标签信号碰撞问题。

目前，标签碰撞问题已经得到了广泛的关注，已有大量的标签防碰撞算法被提出。随着标签量的大幅度增加和识别范围扩大的需求，大量阅读器被引入，阅读器碰撞问题的研究日趋迫切。

国内外的研究者通过大量实验验证发现目前常用的几种技术中，在标签防碰撞领域中是切实可行的有频分复用、波分复用、空分复用和时分复用，但是由于目前应用较多的射频标签属于无源标签，在功耗和芯片功能方面有很大的限制。

超高频第二代标准是全球电子产品代码（标准化组织）（EPCG）起草的基于频分多路Class1 Generation2 UHF（EPCC1G2）算法，该算法提出将阅读器之间通信与标签识别通信分开不同信道以避免碰撞，但标签没有频率选择功能，所以该算法未能解决“阅读器-阅读器”碰撞问题。

欧盟采用基于载波监听（CSMA）机制的ETSIEN302208-l，作为阅读器防碰撞标准，该算法中阅读器在识别标签前先监听信道是否有数据传输，若信道空闲，则识别标签；若信道忙，则重新监听信道。但是该算法存在“隐藏终端”问题，也不能有效地解决阅读器防碰撞问题。

有学者提出的EMRCA算法复杂度较高，且算法效率较低；有学者提出的Season算法在共同识别阶段不能有效地避免阅读器之间的碰撞，使得算法第一阶段效率较低；有学者提出的MTRSP算法性能较好，但算法复杂度高，不适合大规模应用。由于时间、频率资源的有限性，这些算法性能均有缺点和不足，且算法相对复杂。

在现行系统中，防碰撞算法较多采用时分复用技术，经研究发现这种方法吞吐率较低，且在数量增大时具有一定的局限性。因此，昆明理工大学电力工程学院、云南电网有限责任公司昆明供电局的研究人员结合物联网技术，把物联网与山地变电站进行融合，将一种二次改进后的可并行识别的帧时隙ALOHA算法运用到山地变电站监测信号识别技术上，能够有效地提高监测信号识别准确率并且将识别率稳定下来，解决了识别率随着监测信号量增大而急剧下降的弊端。

图1 山地变电站物联网结构图

图2 可并行识别的改进帧时隙ALOHA算法

图3 变电站物联网测试平台

首先，他们构建了山地变电站物联网监测系统，研究传统帧时隙ALOHA算法并进行仿真和识别效率分析，鉴于该算法吞吐率较低、局限性的弊端，提出改进帧时隙ALOHA算法；接着，他们对该算法进行了二次改进，研究了可并行识别的改进帧时隙ALOHA算法，搭建了变电站物联网测试平台；最后经过仿真验证，有99.2%的监测信号能够处在高于90%吞吐率的水平，是优化之前的1.80倍，并且最高吞吐率97.5%是传统帧时隙ALOHA算法37.0%的2.64倍。

以上研究成果发表在2020年第23期《电工技术学报》，论文标题为“物联网环境下变电站信号可并行识别的改进帧时隙ALOHA算法”，作者为王洪亮、束洪春、周洁。