城市電網地下管線智能運行監控與安全預警系統研究

馬 鋒，馬 潔

（ 國電南瑞科技股份有限公司，江蘇 南京 211106)

0 引 言

隨著智慧城市建設步伐的推進，城市地下電纜的應用逐漸普及，電纜線路規模迅速擴大。在電纜網規模不斷擴大的情況下，排管通道內空間狹小，環境復雜，主要敷設中低壓配電電纜，管理仍然采用傳統的人工主導方式，設備管理模式粗放，人員勞動強度大，在線監控、帶電檢測、人員巡視及檢修試驗等數據應用依然需要人工統計、計算及分析，缺少智能化的分析系統，數據綜合應用得不到體現，工程規劃、項目施工、臺帳梳理及資源管理不能得以直觀地展示和利用，難以滿足對地下管線的高效、智能、精細化的管理要求。

電纜入地能改善城市面貌，提升地價，電纜入地政策已逐漸放開，北京、南京、太原及西安等城市電纜化率均已達60%以上，預計未來還會逐步提高，城市電網安全運行面臨新的形勢。

鑒于此，從實時監控、智能管理兩個方面出發，經過現場調研、技術咨詢及方案討論確認技術可行后將線下的人工主導工作轉換成新的應用功能，為電力管線運維管理人員提供“自動化監控、智能化管理”的技術支撐手段。實現地下管線管理的標準化、流程化、智能化，提升設備運行水平及電網供電保障能力。

1 系統設計

針對電力電纜運行維護的業務，建立統一應用模型，形成全業務覆蓋的應用體系架構。基于應用體系架構，以數字化形式清晰表述電纜、通道及附屬設施的結構及特征，實現科學的數據管理和系統仿真分析。通過對電力電纜運維管理業務的分析梳理，建立從電纜規劃建設、設備管理、運維管理及檢修管理的電纜全生命周期管理的支撐管理系統，總體業務架構如圖1所示。

圖1 總體業務架構

結合地上、地下的地理信息數據，提供量測分析、交叉跨越分析、挖方分析及剖面分析等專題分析功能；通過規劃建設管理，提供電纜建設過程中設計圖紙管理、變更管理、進度管理、安全管理、質量管理及竣工驗收等業務支撐；根據統一應用模型，建立相關設備數據庫，實現臺賬管理、缺陷與故障管理、模型管理及變更管理等；研究利用設備模型數據，結合實時監控數據、巡視記錄及設備缺陷等信息，輔助制定巡視計劃；研究設備試驗、設備檢修、檢修資源管理、應急預案管理、異常狀態診斷、風險評估及檢修計劃輔助制定，支撐電纜檢修管理業務[3]。

2 基于深度學習的安全預警模型

借助智能傳感設備的安裝與應用，可獲得海量精細化數據。有效利用這些海量數據，并結合大數據處理技術解決電力系統復雜、高維問題將成為未來電網發展的挑戰[1]。圖2為基于深度學習的安全預警模型。

圖2 基于深度學習的安全預警模型

深度學習網絡模型由于其強大的非線性、高維數據處理能力而獲得廣泛應用。深度信念網絡作為一種有效的深度學習方法，在電力系統的應用中逐漸引起學者關注。深度信念網絡由多層受限玻爾茲曼機（Restricted Boltzmann Machine，RBM）堆疊組成，首先采用對比散度（Contrastive Divergence，CD）算法逐層訓練網絡參數，然后基于誤差反向傳播對參數進行微調，最終獲得參數最優解。而RBM作為一種有效的特征處理方法，能夠勝任地下管線安全預警高維、復雜題的求解[2]。

3 基于三維技術的可視化展示

利用電纜勘測數據、監控實時數據及統計數據，實現電纜管線分布信息、電纜運行信息及歷史統計信息等從靜態、二維平面、孤立數據的展示方式向動態、三維立體、虛擬實際場景的展示方式轉變。圖3為三維可視化示意圖。利用三維技術建立地面建筑和道路模型、地下管線模型，將三維地理信息、設備運行信息、環境信息、視頻圖像、預警報警信號及巡檢信息等內容進行融合，統一在三維可視化平臺進行集中展現，提升精益化管理水平。

在三維場景中選擇任意兩條管線，可以計算出選中管線間的水平距離和垂直距離。可直觀地描述地下電纜及通道之間、電力設施和其他市政管線之間的精確相對位置，面對城市突發應急事故，工作人員可第一時間了解災害發生地周邊管線的分布情況，快速協調調用相關資源并完成應急處置。

4 基于GIS系統的地下電纜實時監控

通過數據采集監控軟件，接入電纜設備運行狀態信息、電纜運行環境信息、輔助設備監控數據以及視頻信息等，監測數據在地理圖上進行展示，實現對電纜及通道狀態的全天候在線自動化實時監測；開發分級、分類智能告警和故障信息自動分析軟件，發現反映電纜運行異常信息，結合GIS地理信息系統對異常位置進行準確快速定位，便于及時采取檢修維護措施，避免線路事故，減輕勞動強度，為安全運行提供保障[4]。

5 結 論

本文闡述了地線管線智能運行監控與安全預警系統的主要業務設計，結合深度學習算法給出了一種適用于城市地下管線的安全預警模型。這為城市地下管線的運維管理提供了一個解決方案，可為城市地下管線運行監控與安全預警系統的建設提供參考。