基于云共享的智能故障运维平台

朱 孟，黄丽君，刘 奕，尤莎琳，林晓新

（国家电网福建省电力有限公司泉州供电公司明，福建 泉州 362000）

0 引 言

采集是计量的最后一关。随着系统建设和应用的飞速发展，一方面采集系统是一套准实时的数据采集系统，对数据质量与采集时限有很高的要求；另一方面，采集系统也是一套实现了“全覆盖、全采集、全费控”的系统。各类采集装置、通信方式众多，现场环境复杂，导致出现了复杂多样的故障。因此，作为电力采集重要支撑之一的现场运维，是否能快速准确地进行故障诊断和处理，对电网的安全、优质、经济运行起着不可忽视的作用。目前，泉州地区电网规模较大，用户分布范围较广，运维工作量较大，运维效率有较大提升空间。

采集专业作为整个电网的末端节点，现场运维面对的故障不仅有本专业的因素，也有来自于公司各个相关专业的关联故障。当前在本专业设备性能的提高、人员技能的熟练情况下，面对体制和机制的束缚提升采集运维效率是重中之重。

全面提升采集运维信息智能化管理，实现大数据的资源优化利用和跨专业协作的沟通壁垒击破，达到真正的内外兼修，是目前可以采用的最有效管理手段。为了更好地分析电力采集现场运维对信息智能化管理的需求，通过梳理运维流程，分类统计了2018年3个月（3—5月份）的采集运维信息（如表1所示），发现了以下问题：现场运维人员对其他专业在现场发现的问题不清楚，无法根据实际情况准确判断并及时完成消缺；运维人员如果发现故障需其他专业配合处理，转由主站运维人员负责，以电话、工作联系单等方式跨班组、部门沟通，效率较低，严重拖累采集指标。

其中，计量表计故障包括表计黑屏、电池欠压、表计时间错以及失压断流等；计量接线问题包括新柜未预留采集接线、表计到联合接线盒端接线断或者未接线等；进线柜内故障包括高压熔丝断、无电源等；通信故障包括运营商IP占用、运营商基站信号减弱或屏蔽等。

表1 2018年3—5月份的采集运维信息

如何解决运维时限过长的问题呢？根据设想，需要一种云共享平台，能够通过手机、掌机等运维设备上的APP为现场运维人员（并不仅限于采集专业运维人员）提供目标设备的关联信息，如设备编号、设备位置、周边各种设备的拓扑图、设备故障记录、运维记录以及操作记录等各种运维相关重要信息。

1 平台的基础功能设计

1.1 信息共享化

这样一个平台依托于各专业已有系统的数据库，建立了一个面向全专业信息公开且可实时维护的设备立体拓扑图，可用手机APP或者掌机查阅或维护。拓扑图包含运维现场所有临近的电力相关设施及设备。通过空间层次和带箭头连接线的方式，标明设备间的相对位置和隶属关系；通过颜色分类区别设备、线路的电压等级；通过闪烁或高亮显示，提醒该部分设备存在异常或者故障；通过标签备注提供对应设备的所有信息，包括但不限于资产编号、所属馈线台区或用户、使用年限、经纬度、故障情况、运维记录以及运维人员等相关运维信息[1]。

采集现场运维人员经手机APP或者掌机可以直接调阅指定设备及邻近所有设施的立体拓扑图。经过全面排查，怀疑采集专业所属设备无故障的情况下，能利用共享信息及时了解是否存在其他专业的关联故障（如线路停电、变压器检修停运、高压熔丝断、进线柜无电源以及表计故障等）及预计故障恢复时间。

1.2 设备节点化

以每个采集终端为拓扑图上的神经元节点，通过采集专业HPLC高速电力线载波通信，将终端及临近设备状态（包括但不限于摄像头拍摄的图片及温湿度感应器收集到的数据）、各专业大数据、故障信息及运维信息等传送到平台，经过数据处理形成每个神经元节点的基本档案。神经元节点基本档案的维护和更新主要由各种信息采集设备自动完成，辅以现场运维人员根据自身经验判断且经过运维证实的故障情况收集。

1.3 采集枢纽化

以计量专业的末端——采集专业为平台枢纽，对每个终端及其临近设备运行状态进行实时监控、故障预警和故障辅助判断，并把信息分析结果按紧急性等级发布给各相关专业，最后收集处理结果。借助平台，各专业运维人员能够第一时间获得现场故障信息，对可能存在的故障情况及对应处理方案能作出充足准备。对于在专业分界点附近的故障点，各相关专业运维人员可以通过该平台进行及时、迅速、有效的会诊。对于现场具有代表性或者特殊性的故障，可以通过该平台将故障信息包括但不限于故障情况视频影像记录、故障会诊纪要、故障运维处理过程上传到技培中心数据库，为现场VR模拟实操提供宝贵的经验[2]。

1.4 故障预警及诊断智能化

通过对各专业大数据（包括但不限于各种设备在各种状态下的温湿度、外在形态、空气中的气味）的统一采集与分析，借助专业数学建模及趋势化分析，对设备进行全寿命周期的管控。同时，将设备台账规范化，简化至保留唯一性标识，补充运维状态、运维记录、会诊记录及预警等级。系统自动根据拓扑图上神经元节点之间的距离及档案记录的设备老化情况，合理辅助安排终端、表计设备的轮换计划，既节约了运维时间，又最大程度避免了可能出现的终端故障导致的采集率下降。

基于黑盒子理论的故障AI预警诊断系统，可以为现场运维人员提供初步的故障预警、故障判断和处理方案。搜集各个系统数据库提供的大数据，加上现场运维人员更新的故障信息，尽量穷举所有设备处于异常状态下的运行参数、告警标识及设备外观状态等信息，交由故障AI预警诊断系统自行学习。诊断系统通过对每个实时档案的判断，可以直接找到存在故障的神经元节点。

2 结 论

该云共享平台的建设旨在全面整合相关应用系统资源，实现有效的跨专业信息及人力资源共享机制，提供了一个新的电力专业故障运维管理视角和处理方案，并采用故障预警及诊断智能化手段，在电力行业提升工作效率和服务质量上具有参考价值。