安科瑞 劉邁

　　0引言

　　電力系統(tǒng)是現(xiàn)代社會(huì)的重要基礎(chǔ)設(shè)施，其安全穩(wěn)定運(yùn)行對(duì)國(guó)計(jì)民生有重要影響。隨著社會(huì)發(fā)展，電力負(fù)荷持續(xù)增長(zhǎng)，電網(wǎng)規(guī)模不斷擴(kuò)大，電力系統(tǒng)結(jié)構(gòu)和運(yùn)行狀況日趨復(fù)雜。

　　變電站作為電網(wǎng)的關(guān)鍵環(huán)節(jié)，其運(yùn)行狀態(tài)直接影響電網(wǎng)的安全穩(wěn)定。目前，我國(guó)變電站設(shè)備日趨增多，參數(shù)復(fù)雜化。如何實(shí)現(xiàn)變電站的智能化、信息化、自動(dòng)化，以更好地滿(mǎn)足電力系統(tǒng)發(fā)展需求，是電力行業(yè)需要解決的問(wèn)題。

　　1研究背景

　　人工智能在變電站綜合自動(dòng)化設(shè)備狀態(tài)監(jiān)測(cè)與診斷中的特性。隨著電力系統(tǒng)互聯(lián)互通和智能化水平的不斷提高，變電站規(guī)模持續(xù)擴(kuò)大，設(shè)備類(lèi)型和數(shù)量呈指數(shù)增長(zhǎng)。僅我國(guó)的500kV變電站就有數(shù)百臺(tái)主變壓器、數(shù)千個(gè)開(kāi)關(guān)柜、上百臺(tái)電容器組等關(guān)鍵設(shè)備。這些設(shè)備運(yùn)行參數(shù)復(fù)雜多樣，一個(gè)500kV變電站就有上萬(wàn)個(gè)模擬量和數(shù)萬(wàn)個(gè)開(kāi)關(guān)量。如果還依賴(lài)傳統(tǒng)的人工巡視方式進(jìn)行設(shè)備狀態(tài)監(jiān)測(cè)，效率和準(zhǔn)確率都難以滿(mǎn)足需要。以一臺(tái)主變壓器為例，它具有包括溫度、振動(dòng)、油質(zhì)、氣體、潮濕度、絕緣強(qiáng)度等在內(nèi)的上百個(gè)特征參數(shù)。人工定期測(cè)量記錄這些參數(shù)以判斷設(shè)備狀態(tài)，不僅工作量巨大，也難以發(fā)現(xiàn)故障的早期微弱信號(hào)。目前常見(jiàn)的變電站設(shè)備故障，80%以上源于長(zhǎng)期積累的缺陷或劣化過(guò)程，如果能實(shí)現(xiàn)對(duì)特征參數(shù)的持續(xù)監(jiān)測(cè)并輔以智能分析，可以事前發(fā)現(xiàn)問(wèn)題并防止故障發(fā)生。然而依靠人工很難持續(xù)不間斷地完成如此大量的參數(shù)監(jiān)測(cè)工作。此外，變電站內(nèi)各類(lèi)關(guān)鍵設(shè)備的工作環(huán)境與負(fù)載條件千差萬(wàn)別，對(duì)設(shè)備狀態(tài)產(chǎn)生巨大影響，設(shè)備運(yùn)行情況千變?nèi)f化，靠人工經(jīng)驗(yàn)或者簡(jiǎn)單預(yù)設(shè)閾值很難確定參數(shù)正常范圍。

　　因此，基于人工智能的設(shè)備狀態(tài)監(jiān)測(cè)和診斷技術(shù)是非常必要和迫切的。目前比較*的變電站已經(jīng)開(kāi)始引入一些智能化監(jiān)測(cè)裝置，但數(shù)量有限，采集的參數(shù)也較為單一，充分利用*的傳感器技術(shù)與大數(shù)據(jù)分析方法，建立自動(dòng)化的設(shè)備特征參數(shù)持續(xù)采集系統(tǒng)并輔以智能分析，能夠?qū)崿F(xiàn)對(duì)設(shè)備狀態(tài)更全面和準(zhǔn)確的監(jiān)測(cè)，找出不同類(lèi)型設(shè)備的微弱故障特征，實(shí)現(xiàn)對(duì)故障的預(yù)測(cè)和預(yù)警，保障變電站設(shè)備的安全運(yùn)行。所以，應(yīng)用人工智能技術(shù)進(jìn)行變電站綜合自動(dòng)化設(shè)備的狀態(tài)監(jiān)測(cè)與故障智能診斷，已成為電力系統(tǒng)實(shí)現(xiàn)更高水平智能化和更高可靠性運(yùn)營(yíng)的必然選擇。

　　2人工智能在變電站綜合自動(dòng)化設(shè)備狀態(tài)監(jiān)測(cè)與診斷中的應(yīng)用實(shí)踐

　　2.1傳感器網(wǎng)絡(luò)及數(shù)據(jù)采集技術(shù)

　　傳感器網(wǎng)絡(luò)主要用于變電站內(nèi)各類(lèi)關(guān)鍵設(shè)備的特征參數(shù)采集，實(shí)現(xiàn)對(duì)設(shè)備運(yùn)行狀態(tài)的持續(xù)監(jiān)測(cè)。相比人工定期檢測(cè)，傳感器網(wǎng)絡(luò)的優(yōu)勢(shì)在于實(shí)現(xiàn)對(duì)設(shè)備狀態(tài)的全天候不間斷監(jiān)測(cè)，能夠收集各種正常運(yùn)行和故障狀態(tài)下的參數(shù)信息。目前常用的傳感器包括溫度傳感器、電流傳感器、振動(dòng)傳感器、攝像頭等[3]。這些傳感器通過(guò)現(xiàn)場(chǎng)總線(xiàn)、工業(yè)以太網(wǎng)等與數(shù)據(jù)采集終端相連接。以某500kV變電站為例，其正在建設(shè)包含2000多個(gè)傳感器節(jié)點(diǎn)的變電站級(jí)工業(yè)互聯(lián)網(wǎng)平臺(tái)，采集變壓器、開(kāi)關(guān)柜、電容器等20多類(lèi)關(guān)鍵設(shè)備的溫度、濕度、氣體含量、顫振等參數(shù)信息，每個(gè)傳感器采集頻率為1Hz。假設(shè)每種參數(shù)的采集數(shù)據(jù)均為16bit，則該系統(tǒng)每秒產(chǎn)生約32MB的數(shù)據(jù)。這些海量的數(shù)據(jù)會(huì)實(shí)時(shí)傳輸?shù)綌?shù)據(jù)中心，通過(guò)云計(jì)算平臺(tái)存儲(chǔ)和分析，實(shí)現(xiàn)對(duì)設(shè)備運(yùn)行狀態(tài)的實(shí)時(shí)監(jiān)測(cè)。在數(shù)據(jù)中心，可以利用深度學(xué)習(xí)等技術(shù)建立各類(lèi)關(guān)鍵設(shè)備運(yùn)行狀態(tài)的數(shù)字孿生模型，根據(jù)參數(shù)數(shù)據(jù)判斷設(shè)備健康狀態(tài)，并在異常情況下及時(shí)預(yù)警。

　　2.2基于機(jī)器學(xué)習(xí)的故障診斷與預(yù)測(cè)

　　基于機(jī)器學(xué)習(xí)的故障診斷與預(yù)測(cè)，需要大量的設(shè)備運(yùn)行數(shù)據(jù)，進(jìn)行模型訓(xùn)練。以開(kāi)關(guān)柜狀況監(jiān)測(cè)為例，每臺(tái)開(kāi)關(guān)柜配置溫度傳感器、濕度傳感器等，采樣頻率為10Hz。假設(shè)一座220kV變電站有30臺(tái)開(kāi)關(guān)柜，每天產(chǎn)生30×24×3600×10=25920000個(gè)傳感器數(shù)據(jù)。這些多源異構(gòu)的數(shù)據(jù)采集后，需要進(jìn)行清洗、標(biāo)注、特征提取等預(yù)處理，然后輸入到機(jī)器學(xué)習(xí)模型開(kāi)始訓(xùn)練。這里可以使用隨機(jī)森林算法建立溫度預(yù)測(cè)模型。訓(xùn)練集可以取開(kāi)關(guān)柜兩年的歷史運(yùn)行數(shù)據(jù)，包含各個(gè)部位的溫度參數(shù)，以及與氣溫、負(fù)載、工況相關(guān)的特征。隨機(jī)森林包含多棵決策樹(shù)，能夠捕獲數(shù)據(jù)的非線(xiàn)性特征，建立正常溫度區(qū)間。設(shè)定預(yù)測(cè)目標(biāo)，如某關(guān)鍵部位溫度是否會(huì)在未來(lái)24h內(nèi)超過(guò)閾值，通過(guò)遍歷調(diào)參，調(diào)整模型的參數(shù)，使損失函數(shù)最小化，從而得到了模型。訓(xùn)練完成后，用新采集的實(shí)時(shí)溫度數(shù)據(jù)作為輸入，預(yù)測(cè)其未來(lái)趨勢(shì)。如果模型判斷某關(guān)鍵部位溫度將超限，即判定為故障預(yù)警，需要進(jìn)行檢查維護(hù)。類(lèi)似方法可以建立變壓器振動(dòng)預(yù)測(cè)模型、斷路器故障模型等，實(shí)現(xiàn)對(duì)重要設(shè)備的智能化監(jiān)測(cè)與故障預(yù)測(cè)。

　　2.3基于人工智能的決策支持系統(tǒng)

　　基于人工智能的決策支持系統(tǒng)是實(shí)現(xiàn)變電站智能化、無(wú)人值守運(yùn)維的關(guān)鍵技術(shù)之一。該系統(tǒng)充分利用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等算法的優(yōu)勢(shì)，模擬人類(lèi)專(zhuān)家進(jìn)行故障分析和處理決策。具體來(lái)說(shuō)，決策持系統(tǒng)包含知識(shí)庫(kù)、推理機(jī)制和人機(jī)交互接口等模塊。知識(shí)庫(kù)存儲(chǔ)大量歷史故障案例及對(duì)應(yīng)處理方案，可以來(lái)自實(shí)際記錄或?qū)＜揖幾搿＠?，某臺(tái)主變壓器曾出現(xiàn)過(guò)多次氣體絕緣監(jiān)測(cè)系統(tǒng)報(bào)警，其最大振動(dòng)位移達(dá)到220μm，振動(dòng)速度達(dá)到12mm/s，而氣體檢測(cè)顯示C2H2濃度達(dá)到20μl/L，H2濃度達(dá)到200μl/L。經(jīng)檢查分析以及運(yùn)維處理，判斷故障原因是變壓器絕緣材料的衰老導(dǎo)致接觸不良所致。將此類(lèi)案例以結(jié)構(gòu)化JSON格式存入知識(shí)庫(kù)。在運(yùn)維過(guò)程中，當(dāng)新故障發(fā)生時(shí)，系統(tǒng)先利用NLP技術(shù)解析運(yùn)算員的問(wèn)題描述，提取關(guān)鍵信息，例如相關(guān)設(shè)備型號(hào)參數(shù)(容量1000MVA，額定電壓500kV等)、故障特征(氣體含量超標(biāo)，C2H4達(dá)100μl/L，報(bào)警代碼19#)。然后，通過(guò)編輯距離等相似度算法，在知識(shí)庫(kù)中查找最匹配的歷史故障案例，再基于規(guī)則推理機(jī)制，給出處理建議。決策支持系統(tǒng)充分利用了人工智能技術(shù)與人類(lèi)專(zhuān)家經(jīng)驗(yàn)的綜合優(yōu)勢(shì)。它既能處理海量數(shù)據(jù)、快速給出推薦方案，也會(huì)持續(xù)吸收人類(lèi)專(zhuān)家知識(shí)，提供更智能化的運(yùn)維支持，推動(dòng)變電站向無(wú)人值守的方向發(fā)展。

　　3安科瑞Acrel-1000變電站綜合自動(dòng)化系統(tǒng)

　　3.1方案綜述

　　Acrel-1000變電站綜合自動(dòng)化監(jiān)控系統(tǒng)在邏輯功能上由站控層、間隔層二層設(shè)備組成，并用分層、開(kāi)放式網(wǎng)絡(luò)系統(tǒng)實(shí)現(xiàn)連接。站控層設(shè)備包括監(jiān)控主機(jī)，提供站內(nèi)運(yùn)行的人機(jī)聯(lián)系界面，實(shí)現(xiàn)管理控制間隔層設(shè)備等功能，形成全站監(jiān)控，并與遠(yuǎn)方監(jiān)控、調(diào)度通信；間隔層由若干個(gè)二次子系統(tǒng)組成，在站控層及站控層網(wǎng)絡(luò)失效的情況下，仍能獨(dú)立完成間隔層設(shè)備的就地監(jiān)控功能。

　　針對(duì)工程具體情況，設(shè)計(jì)方案具有高可靠性，易于擴(kuò)充和友好的人機(jī)界面，性能價(jià)格，監(jiān)控系統(tǒng)由站控層和間隔層兩部分組成，采用分層分布式網(wǎng)絡(luò)結(jié)構(gòu)，站控層網(wǎng)絡(luò)采用TCP/IP協(xié)議的以太網(wǎng)。站控層網(wǎng)絡(luò)采用單網(wǎng)雙機(jī)熱備配置。

　　3.2應(yīng)用場(chǎng)所

　　適用于公共建筑、工業(yè)建筑、居住建筑等各行業(yè)35kV以下電壓等級(jí)的用戶(hù)端配、用電系統(tǒng)運(yùn)行監(jiān)視和控制管理。

　　3.3系統(tǒng)結(jié)構(gòu)

3.4、系統(tǒng)功能

　　3.4.1 實(shí)時(shí)監(jiān)測(cè)

　　Acrel-1000變電站綜合自動(dòng)化系統(tǒng)，以配電一次圖的形式直觀顯示配電線(xiàn)路的運(yùn)行狀態(tài)，實(shí)時(shí)監(jiān)測(cè)各回路電壓、電流、功率、功率因數(shù)等電參數(shù)信息，動(dòng)態(tài)監(jiān)視各配電回路斷路器、隔離開(kāi)關(guān)、地刀等合、分閘狀態(tài)及有關(guān)故障、告警等信號(hào)。

3.4.2 報(bào)警處理

　　監(jiān)控系統(tǒng)具有事故報(bào)警功能。事故報(bào)警包括非正常操作引起的斷路器跳閘和保護(hù)裝置動(dòng)作信號(hào)；預(yù)告報(bào)警包括一般設(shè)備變位、狀態(tài)異常信息、模擬量或溫度量越限等。

　　1） 事故報(bào)警。事故狀態(tài)方式時(shí)，事故報(bào)警立即發(fā)出音響報(bào)警（報(bào)警音量任意調(diào)節(jié)），操作員工作站的顯示畫(huà)面上用顏色改變并閃爍表示該設(shè)備變位，同時(shí)彈窗顯示紅色報(bào)警條文，報(bào)警分為實(shí)時(shí)報(bào)警和歷史報(bào)警，歷史報(bào)警條文具備選擇查詢(xún)并打印的功能。

　　事故報(bào)警通過(guò)手動(dòng)，每次確認(rèn)一次報(bào)警。報(bào)警一旦確認(rèn)，聲音、閃光即停止。

　　次事故報(bào)警發(fā)生階段，允許下一個(gè)報(bào)警信號(hào)進(jìn)入，即次報(bào)警不覆蓋上一次的報(bào)警內(nèi)容。報(bào)警處理具備在主計(jì)算機(jī)上予以定義或退出的功能。

　　2） 對(duì)每一測(cè)量值（包括計(jì)算量值），由用戶(hù)序列設(shè)置四種規(guī)定的運(yùn)行限值（物理下限、告警下限、告警上限、物理上限），分別定義作為預(yù)告報(bào)警和事故報(bào)警。

　　3） 開(kāi)關(guān)事故跳閘到該次數(shù)或開(kāi)關(guān)拉閘到該次數(shù)，推出報(bào)警信息，提示用戶(hù)檢修。

　　3）報(bào)警方式。

　　報(bào)警方式具有多種表現(xiàn)形式，包括彈窗、畫(huà)面閃爍、聲光報(bào)警器、語(yǔ)音、短信、電話(huà)等但不限于以上幾種方式，用戶(hù)根據(jù)自己的需要添加或修改報(bào)警信息。

3.4.3 調(diào)節(jié)與控制

　　操作員對(duì)需要控制的電氣設(shè)備進(jìn)行控制操作。監(jiān)控系統(tǒng)具有操作監(jiān)護(hù)功能，允許監(jiān)護(hù)人員在操作員工作站上實(shí)施監(jiān)護(hù)，避免誤操作。

　　操作控制分為四級(jí)：

　　第控制，設(shè)備就地檢修控制。具有優(yōu)先級(jí)的控制權(quán)。當(dāng)操作人員將就地設(shè)備的遠(yuǎn)方/就地切換開(kāi)關(guān)放在就地位置時(shí)，將閉鎖所有其他控制功能，只進(jìn)行現(xiàn)場(chǎng)操作。

　　級(jí)控制，間隔層后備控制。其與第三級(jí)控制的切換在間隔層完成。

　　第三級(jí)控制，站控層控制。該級(jí)控制在操作員工作站上完成，具有遠(yuǎn)方/站控層的切換。

　　第四級(jí)控制，遠(yuǎn)方控制，優(yōu)先級(jí)。

　　原則上間隔層控制和設(shè)備就地控制作為后備操作或檢修操作手段。為防止誤操作，在任何控制方式下都需采用分步操作，即選擇、返校、執(zhí)行，并在站級(jí)層設(shè)置操作員、監(jiān)護(hù)員口令及線(xiàn)路代碼，以確保操作的安全性和正確性。對(duì)任何操作方式，保證只有在上一次操作步驟完成后，才進(jìn)行下一步操作。同一時(shí)間只允許一種控制方式。

　　納入控制的設(shè)備有：35kV及以下斷路器；35kV及以下隔離開(kāi)關(guān)及帶電動(dòng)機(jī)構(gòu)的接地開(kāi)關(guān)；站用電380V斷路器；主變壓器分接頭；繼電保護(hù)裝置的遠(yuǎn)方復(fù)歸及遠(yuǎn)方投退連接片。

　　3）定時(shí)控制。操作員對(duì)需要控制的電氣設(shè)備進(jìn)行定時(shí)控制操作，設(shè)定啟動(dòng)和關(guān)閉時(shí)間，完成定時(shí)控制。

　　4） 監(jiān)控系統(tǒng)的控制輸出?？刂戚敵龅慕狱c(diǎn)為無(wú)源接點(diǎn)，接點(diǎn)的容量對(duì)直流為110V（220V）、5A，對(duì)交流為220V、5A。

3.4.4 用戶(hù)權(quán)限管理

　　系統(tǒng)設(shè)置了用戶(hù)權(quán)限管理功能，通過(guò)用戶(hù)權(quán)限管理能夠防止未經(jīng)授權(quán)的操作系統(tǒng)可以定義不同操作權(quán)限的權(quán)限組（如管理員、維護(hù)員、值班員組等），在每個(gè)權(quán)限組里添加用戶(hù)名和密碼，為系統(tǒng)運(yùn)行、維護(hù)、管理提供可靠的安全保障。

3.5系統(tǒng)硬件配置

　　4結(jié)語(yǔ)

　　人工智能技術(shù)為此提供了可能的解決方案。本文闡述了人工智能在變電站中的關(guān)鍵應(yīng)用，包括設(shè)備狀態(tài)監(jiān)測(cè)、故障預(yù)測(cè)、智能決策等。未來(lái)，還需要持續(xù)加強(qiáng)算法研究，以適應(yīng)變電站的實(shí)際需求;構(gòu)建高質(zhì)量的數(shù)據(jù)集，為模型訓(xùn)練提供支持;深入開(kāi)展示范工程，驗(yàn)證技術(shù)成果。隨著5G、大數(shù)據(jù)、云計(jì)算等新技術(shù)的發(fā)展，人工智能必將支持變電站實(shí)現(xiàn)更高水平的自動(dòng)化、智能化、精細(xì)化管理，保障電網(wǎng)高效穩(wěn)定運(yùn)行。推進(jìn)變電站智能化，建設(shè)智慧電網(wǎng)，需要多方共同努力與不懈探索。

　　參考文獻(xiàn)

　　[1]劉黎,何文林,劉巖,等.輸變電設(shè)備狀態(tài)在線(xiàn)監(jiān)測(cè)與故障診斷系統(tǒng)分析軟件設(shè)計(jì)[J].計(jì)算機(jī)系統(tǒng)應(yīng)用,2011,20(08):27-32.

　　[2]高強(qiáng),程大偉,耿寶宏,等.輸變電設(shè)備狀態(tài)監(jiān)測(cè)高級(jí)應(yīng)用系統(tǒng)研究[J].電力信息與通信技術(shù),2014,12(08):87-92.

　　[3]謝善益,楊強(qiáng),梁成輝,等.輸變電設(shè)備遠(yuǎn)程診斷信息平臺(tái)中的統(tǒng)一狀態(tài)監(jiān)測(cè)模型研究[J].電力系統(tǒng)保護(hù)與控制,2014,42(11):86-91.

　　[4]陳斯雅.智能輸變電設(shè)備狀態(tài)評(píng)估診斷專(zhuān)家系統(tǒng)和可視化監(jiān)測(cè)軟件開(kāi)發(fā)[D].上海：上海交通大學(xué),2013.

　　[5]馬之駿.變電設(shè)備在線(xiàn)監(jiān)測(cè)與診斷系統(tǒng)的研究[D].河北：華北電力大學(xué),2015.

　　[6]曹敏,黃星,周年榮,等.輸變電設(shè)備物聯(lián)網(wǎng)關(guān)鍵技術(shù)[M].北京：機(jī)械工業(yè)出版社:2019.

　　[7]李晶，呂占彪，許靜靜，張蔚然.智能變電站綜合自動(dòng)化系統(tǒng)中的狀態(tài)監(jiān)測(cè)與診斷技術(shù)分析,1674-2583(2024)09-0184-02

　　[8]安科瑞企業(yè)微電網(wǎng)設(shè)計(jì)與應(yīng)用手冊(cè).2022.05版