智能變電站遠方智能巡檢生產系統的研究及應用

任磊 章其星 李靜茹 黃貴朋

摘 要：通過對智能變電站目前發展現狀的分析，發現其在實際應用過程中，還有很多不能滿足電力運維需求的地方。針對這些需求，提出了通過完善數據采集手段，優化運維策略優化技術，數據智能預警技術，順控操作和故障告警的遠方驗證技術等技術手段完善智能變電站的運維需求，使智能變電站的安全生產管控，提高運維工作的效率和質量。

關鍵詞：智能變電站;智能巡檢;運維策略

隨著智能變電站的迅速發展，智能變電站不但可以實現信息采集、保護和檢測等基本功能，而且還同時具備了支持電網實時自動控制、智能調節和在線分析等高級功能。然而，在實際應用過程中，仍存在不能完全滿足電力運維的實際需求的地方，比如系統提供的狀態信息不足，難以部分或全部取代人工巡視;[1]系統實時數據繁復離散，難以有效指導運維工作;[2]系統提供的安全管控措施側重在安全保衛方面，不能形成對安全過程的智能管控;[3]系統提供的視頻圖像沒有與調度順控操作結合起來，調度人員遠方操作時很難直接進行明確的判斷，不利于及時做出應對策略。[4]

本文針對上述問題，定位于數據采集，運維策略優化，數據智能預警，順控操作和故障告警時遠方驗證等技術難題的解決，來達到實現智能變電站遠方智能巡檢生產系統的的目的。

1 相關技術研究及應用

智能變電站遠方智能巡檢生產系統的研究是在普通視頻監控的基礎上，補充必要的信采設備，利用大數據挖掘和分析方法實現設備精細化管理、運維策略優化、順控操作驗證和安全管控等技術，來改進工作模式，提高工作效率。

1.1 完善數據采集手段完善

從我國目前變電站數據采集的實際情況來看，數據采集系統功能比較單一，主要以檢測為主，數據處理與顯示為輔。同時，還存在針對數據的分析和預測控制很難充分地體現出來，數據采集系統的功能距離智能化還相差很多，系統的基礎數據精確度不高等問題。通過在電力系統采集相關數據主要依托于綜合自動化系統，為使采集的數據更加完善，為后面的大數據分析打下基礎;在綜合自動化系統的基礎上，通過對電氣設備的的關鍵特征的補充采集，如聲音，形變和溫度等，使得遠方智能巡檢系統采集的數據更加豐富。

1.2 運維策略優化技術

在智能變電站中，運維巡檢工作主要包括開關操作、設備維護、日常巡視以及事故處理等。在遠方智能巡檢生產系統中，為了實現該系統對變電站巡視路線的100%覆蓋，在制定變電站的運維策略時，需要將變電站全方位智能巡檢技術與運維過程中的路徑優化結合起來全盤考慮。為此，在運維工作路徑優化時，通過TSP模型的建立來對路徑進行優化，以實現對變電站的全覆蓋。

而在實際應用中，將運維站人力資源、變電站情況、設備運行狀態、歷史巡檢結果、設備特征數據趨勢視為變電站的檢測單元，各變電站檢測單元用于設置在對應的觀察點位上，變電站檢測單元與數據處理模塊相連接。通過設置這些變電站檢測單元，并布置在變電站相應能夠檢測變電站不同位置處的相關信息處，實現對變電站設備的可靠、全面地自動巡檢。

1.3 數據智能預警技術

在完成豐富智能變電站的數據采集和巡視路徑的優化之后，下一步關鍵的工作就是對采集到的數據進行分析。對于采集到壓力，圖像以及紅外測溫等各類設備的特征數據的歷史記錄和實時記錄通過在Pentaho BI平臺上建立的預測數據模型進行智能分析，研究和判斷這些數據的發展趨勢，進而實現對電氣設備的智能預警。在對數據進行預測分析時，發現紅外測溫、壓力、圖像智能分析結果的參數數據具有復雜的特征，比如：高維度，內在噪音，隱形的關系等，因此，預測其參數的發展變化趨勢是一個相當困難的任務。為此，在對采集的數據進行預測分析時，結合機器學習和大數據技術去克服大數據集的挑戰來構建高效的用參數預測模型來解決此類難題;同時，利用大數據的機器學習模型與人工神經網絡模型算法有機結合，通過輸入歷史數據來模擬預測設備未來的發展趨勢，對設備運維狀態進行智能分析和判斷，提前判斷設備的隱患和不良工況，為提前預防和消除電氣設備隱患提供技術支撐，進而對設備進行智能預警。對采集的數據進行預測時，主要分為以下三步來實現：①采集的原始數據進行處理以及對其關鍵特征的提取;②數據規范化處理;③利用BPNN來進行數據的預測。

1.4 順控操作和故障告警時遠方驗證技術

常規的變電站通常采用的是分離式五防，且二次保護設備多維硬壓板，因此無法進行遠程的遙控操作，如果采用順控操作的方式，會存在著許多障礙，順控操作實用化較困難，而隨著智能變電站的大規模的投入使用，它的防止誤動作系統采用了綜合自動化整合的一體化五防系統且應用了帶軟壓板模式的智能化保護裝置，進而可以較容易實現綜自系統的后臺遙控操作，為順控操作的成熟應用打下基礎。

該項技術的應用是根據故障報警時遠方狀態和故障智能判定技術，分析設備運行各項數據的特征，通過對各項數據的構建，建立關聯關系，并對其采集的實時和歷史數據特征進行聚類分析，然后根據一定的距離或相似測度在大型多維空間數據集中標識出聚類或稠密分布的區域，將數據分成一系列相互區分的組，從中發現數據集的整個空間分布規律以實現遠方設備運行狀態和異常情況的檢測的。

2 結語

本文通過對變電站的智能巡檢技術和運維策略等核心技術的研究，提出了智能變電站遠程智能巡檢的解決方案，研究了數據收集、運維策略優化、數據智能預警、順控操作和故障告警時遠方驗證等技術的實現和應用方法，構建了便捷實用的變電站運維生產系統。

本文提出智能變電站遠程智能巡檢系統的成功應用將徹底解決常規變電站運維對人力資源高度依賴的問題，實現對儀表等設備的智能分析，對變電站生產的安全管控，提高了變電站運維工作的效率和質量，提高了變電站安全生產的管理水平，將引領變電站運維管理走進智能化的時代。

參考文獻：

[1]王勇，韓少曉，尚力，等.智能變電站監控系統新型體系架構研究與實踐[J/OL].電力系統保護與控制，1-7.

[2]謝文超，薄玉琳，李文征，程勇.智能變電站全數據采集分析方式研究[J].電工技術，2019（01）：139-140.

[3]杜興偉，祝琳，余俊杰，韓偉.智能變電站一體化管控平臺研究與應用[J].供用電，2018，35（06）：66-71.

[4]趙利華，段飛霞.智能變電站順控操作邏輯編制應用探討[J].科技風，2019（01）：184.