电网智能运检技术创新及实践

耿明

【摘 要】以物联网为生产要素互联基础，以大数据分析技术为数据分析手段，以移动互联技术为作业基础，全面推进“大云物移智”与运检业务深度融合，持续对运检业务进行优化、实现智能驱动成为当前电网运检技术创新发展的必然方向。

【关键词】电网;智能;运检技术;创新;实践

前言

智能电网的运行工作内容是一个庞大而复杂的综合体，但是其可靠性、安全性非常重要，这就对电网的设备有着非常高的要求，其必须要不断地提高其稳定性，才能保证人们的供电需求。而智能运检技术利用了科技技术来对设备进行实时的监控、跟踪，将其工作内容进行了模拟，以直观的形式来让人了解到供电的实际情况。这种方式即还原了其工作内容，又实现了数据共享，因此其开发、应用有着非常现实的意义。

1电网运行影响因素

1.1短路问题

线路出现短路故障，严重的情况下将会导致变电站主变开关跳闸，造成大面积停电。根据研究总结得知，电网短路问题出现的原因主要有：鸟害、外力破壞、导线风偏、异物悬挂、电缆内部绝缘击穿，另外因雷击等原因导致绝缘击穿引起的多相接地也会引起短路。以上所列举的原因，都会造成电网短路故障发生，如果不及时有效处理，最终必定会导致电力系统发生较为严重的事故。

1.2断路问题

电力系统的断路与短路问题在很大程度上具有一定的相似性，但是也并不是完全一样。断路问题发生的直接现象是电线被断开，主要是非人为因素造成的，其发生原因与短路差不多。然而需要注意的是断线问题一旦发生之后，其危险程度是较大的，如果不加以注意极有可能会造成生命危险。部分人员并没有过于重视断线的危害，有时候直接用手去触摸，这样的方式是非常危险的。假如接触到了身体，电流也就会从你的身体中直接流过，这主要是因为配网电流非常的大，会从根本上直接危及个人的生命安全[1]。

1.3配网自身结构问题

众所周知，我国的电网通常都是电缆-架空混合结构，线路布置上错综复杂，线路交叉跨越非常普遍。随着用户负荷与日俱增，给电网运行带来了更大挑战，且由于用户自身用电的不规范操作，短路问题时有发生，从而提升了配网故障的发生率。

2电网智能运检技术创新与实践应用

2.1推进运检全要素自动感知

2.1.1电网运检人员信息感知

一是基于智能芯片、人脸识别等技术，开展作业现场人员的身份识别，实现员工基本信息、技能水平的智能识别和自动匹配;二是基于智能手环和健康监测系统，及时掌握和动态感知员工健康状态;三是应用远程视频和移动终端等技术，开展人员行为、语言综合感知。

2.1.2电网设备状态感知

一是传感器与设备本体一体化设计制造。围绕设备自感知、自诊断能力提升，从设备运检角度提出海量、常用、主要设备的设计、制造、基建等环节标准化典型需求，研究智能设备设计制造，推进设备状态全面可知、可控。二是设备状态自主感知。研制温度、形变、油色谱、振动、杆塔倾斜等微功耗/低功耗的高可靠性传感器，实现设备本体状态量自主实时感知，弥补人工巡检对关键信息感知的空白[2]。大力推进新型智能配变终端规模化推广建设，对配电网核心设备和线路的运行工况、设备状态、环境情况等信息的全方位实时深度采集，实现配电网状态全感知。依托无人机、机器人、视频监测、移动作业终端等多类型同构或异构感知装备，从时间、空间上拓展设备状态和环境感知覆盖范围，作为传感器感知设备状态信息的补充手段，促进多元采集手段相辅相成、综合应用。三是存量设备身份标签编码设计。遵循唯一性、实用性、可扩展性等原则，参照EPC国际编码标准，开展包含设备所属单位、电压等级、出厂（投运）年份、设备类型等信息的身份标签设计，最大限度反映设备的基本信息。

2.1.3运检装备资源感知

研究RFID射频技术和统一编码标准，制定统一的电子身份标签，实现人员、设备以及装备与电子标签的一体化，完成电力运检人员、车辆、设备身份的快速识别及设备的检测技术研究，实现运检资源合理调配和运检进度友好管控。

2.1.4生产环境异常状况感知

针对输电线路“三跨”（跨高速铁路、跨高速公路、跨重要输电通道）隐患问题，基于人工智能的线路“三跨”隐患智能识别方法，采用“自积累、自更新、自学习”的智能化运行方式，隐患识别结果主动推送，及时发现和处理输电线路“三跨”隐患，有力提升输电线路“三跨”区段发现隐患的能力，提高运维保障工作的效率和质量。

2.2推动云雾融合协同应用

以运检要素信息全面感知为基础，开展面向运检全业务场景的要素互联逻辑分析，以“智能前端化”思想为指导，围绕人员、设备、装备、环境等要素泛在互联、互动感知关系，搭建基于云雾融合的层次化运检信息分析、协同和控制网络，全面应用人工智能等技术推进运检业务链条的智能化改造。

云雾资源均衡模型构建。开展运检业务全景需求分析，充分利用云雾计算优势，搭建基于NB-IoT（窄带物联网）框架的云雾资源均衡模型，一方面将雾层的感知数据进行分析、处理、过滤，及时判断应对紧急事件，另一方面根据系统实时状态调整负载分配，将云数据或终端设备数据缓存本地的同时，将较多的负载分配给计算能力较强、链路通信开销较小的计算节点，协调运检计算需求在物联网云层和雾层的分配布局，综合平衡计算、存储和传输成本，提高运检数据处理和运检决策效率和质量[3]。

基于雾计算的异常数据就地实时分析响应。通过雾计算对高速、实时的感知数据（毫秒）就地进行初步分析运算，快速判断异常数据并做出相应控制动作，实现设备状态的实时评估，及时提出检修建议。对中等速度、半实时感知数据（秒）进行实时分析处理，实现电网设备的故障诊断。同时，为云计算中心中、长期预测所需的数据提供特征提取，降低网络时延和数据安全风险，提高电网设备管理效率。

基于云计算的多元数据融合分析预测。通过云计算对实时数据的特征提取及历史数据进行分析，实现电网设备的监测预警及评价诊断辅助决策。对资源进行分析，包括运行维护（巡检、检修、技改）、处置（退役、转移、报废）的全过程，提高电网设备资源利用效率。

2.3构建运检全业务知识图谱

为充分利用电网运检积累的大量实践经验和专家知识，通过知识图谱、深度学习等人工智能技术的交互应用，拓展设备管理专业内在逻辑关系模型，构建运检全业务知识图谱。符合运检业务逻辑的知识图谱构建。基于海量运检案例，构建标准化、智能化的典型故障知识库，以深度学习技术为推理工具，推动机器对运检资源及其属性、资源与各类运检任务交互等关系的理解，构建符合运检业务逻辑的知识图谱。知识图谱与深度学习交互融合。探索知识图谱在深度学习模型中的应用，将运检全业务知识图谱中的语义信息输入到深度学习模型中，将离散化知识图谱表达为连续化的向量，从而使生产过程积累的海量知识成为深度学习的输入，提升深度学习效果[4]。研究基于神经网络模型的知识图谱动态优化，有效完成电力运检物联网节点至节点的运检资源识别、关系抽取和补全等任务。

总之，开展配网营运电力物联网建设研究。通过对供电服务海量客户信息进行大数据多维度比对分析，深挖数据价值，打造电力服务新标准，有效提升了客户对电力服务的满意度和获得感。

参考文献：

[1]叶翔.智能变电站运维检修二次安全措施[J].电子元器件与信息技术，2018，2（06）：69-73.

[2]陈一挺.浅谈电网变电运维检修技术[J].山东工业技术，2017（24）：163.

[3]祁兵，王朝亮，陆俊，王星星，崔高颖.基于智能电表数据资产的配用电检修运维架构设计[J].电力信息与通信技术，2017，15（12）：77-81.

[4]任艳琼.基于状态检修技术的智能变电站运维策略分析[J].中国战略新兴产业，2017（44）：206+208.

（作者单位：国网山东省电力公司东明县供电公司）