付宇

摘要：變電站是當今電力系統中十分關鍵的一部分，其運行穩定性將直接電力系統的運行安全以及用電用戶的使用體驗，如今關于變電站設備的智能診斷技術越來越先進。分析了基于云平臺的變電站設備智能診斷系統體系設計要點，從診斷方法庫的設置到任務調度、信息融合，分析了故障智能診斷功能的實現方法。從診斷流程入手，探討了基于云平臺變電站設備智能診斷系統實際應用效果，證明了該系統較好的應用價值。

關鍵詞：云平臺;變電站設備;智能診斷;診斷系統

一、基于云平臺的變電站設備智能診斷系統概述

變電站智能診斷系統主要是指通過對計算機軟件技術、互聯網技術、通信網絡技術及傳感器等技術的應用，實現對變電站設備各類故障風險的自動化識別、預警、診斷，為變電站設備運行維護和故障檢修提供技術化支持的系統。而云平臺是一種如今網絡科技領域中比較熱門的概念，其主要是一種基于計算機硬件資源和軟件資源的服務，具備信息采集、儲存、共享及實時應用的能力。而基于云平臺的變電站設備智能診斷系統，主要是一種利用云平臺系統，對故障數據、診斷信息進行采集、自動化分析，并具有自我學習、自我診斷能力的智能化系統。眾所周知，在如今的電網系統中，變電站是實現能量轉換、實現電力應用的關鍵系統，其運行狀態不僅關系到人們的使用體驗，更關系到電網系統的安全。如果變電站設備出現故障，往往會產生一系列的不良影響，因此針對變電站設備的故障診斷尤為重要。但是在如今變電站系統越來越龐大，用戶用電需求越來越高的情況下，變電站設備的故障診斷技術也需要升級。尤其是現代電網系統技術全面升級的背景下，傳統單純的信息化診斷技術不能很好的滿足用戶需求，急需要通過對云平臺及智能化技術的應用，進一步促進電力系統診斷維護管理水平的提升。

二、基于云平臺的變電站設備智能診斷系統體系設計

（一）設備監測對象及狀態參量

在如今變電站中，比較重要的設備包括變壓器、斷路器、高低壓成套開關等，不同的電氣設備的功能及特點不同。尤其是在變電站運行過程中，不同該設備的狀態量存在較大差異，所以要結合變電站設備的實際情況，明確智能診斷系統的主要監測對象和狀態產量。

（二）基本結構

如前文所述，云平臺實際上是一個基于互聯網、通信網絡的功能性信息平臺，其具有信息采集、共享、資源整合的特點，同時也可以和相應的硬件設備、軟件系統形成有效聯系。從變電站設備故障智能診斷的角度來講，通過對云平臺的應用，可以很好的實現故障風險智能預警以及分步協同診斷。其中，前者可以幫助變電站故障檢修維護人員有效實現針對故障的事前管理，做好故障風險規避，或在故障發生時及時做出有效應對，后者主要是實現對故障的有效分類，便于形成完善、有效的故障處理維護機制。總體來講，基于云平臺的故障診斷系統架構包含以下幾個方面：

1.智能化感知層。在智能化系統中，智能感知層主要是對變電站中各類設備關鍵數據進行監測，采集其狀態產量，為智能診斷中心提供真實、可靠的數據依據。通常情況下智能化感知層獲取數據的途徑是安裝于變電站設備各個關鍵位置的傳感器，以及相關設備自身的信息記錄系統，通過技術對接，實現信息的實時采集和上傳。

2.信息整合層。信息整合層主要是將感知層采集起來的信息進行整合，由檢測組IED構成云平臺，進而形成一套大信息數據庫及資源池。值得一提的是，這些數據資源是儲存于云平臺的，也就是說具有相關權限的系統是可以隨時調取的。通過該平臺，可以實現系統的任務調度、故障分析等功能。基于云平臺本身資源共享功能，可以實現對電力系統的大數據儲存和分析。

3.智能化控制及應用層。該部分主要存在于變電站運行維護管理中心，通常以中心控制站的形式存在，主要負責調取數據、故障判斷、指令發布等。在云平臺基礎上，該部分還具有信息更新、大數據分析、故障智能診斷分析的功能。

三、智能化故障診斷的實現方法分析

目前在業界，基于云平臺的故障診斷技術逐漸成熟，尤其在變電站設備的故障診斷中，該系統的應用研究有了不錯的成果。通常情況下，該系統實現智能化故障診斷的基本前提在于構建基于云平臺的異域異構資源共享系統，再結合分布在變電站系統中不同位置的高精度傳感器、智能電子設備，以獲取更多實時數據，滿足資源池的構建需求。

（一）診斷方法庫

在該系統中，診斷方法庫主要分為初級和高級兩個部分。其中，初級診斷方法庫本身是信息整合層，主要是將通過傳感器、智能電子設備采集來的數據信息進行整理，并對通過實時數據就能識別的故障進行診斷。在這方面用到的具體技術包括閾值診斷、跛行診斷等。高級診斷方法庫則是一種更高等級的智能化應用層，其通常是智能變電站中心控制站的一部分，可以從空間范圍到時間范圍對采集到的數據進行分析，預估故障風險類型和危害，并協助檢修人員制定有針對性的故障規避應對措施。其中，專家診斷、人工神經網絡等智能算法已經開始應用于實際工作之中。

（二）任務調度原則

在基于云平臺的智能診斷系統中，任務調度是十分關鍵的部分，精準、高效的調度算法，不僅對故障診斷工作本身有益，同時也是實現系統智能化成長和處理能力升級的關鍵。該系統主要是利用遺傳算法進行任務分配，通過將實時采集到的數據按照底層特征進行拆分，再形成相應的數據包，按照初級診斷方法庫形成一一對應的任務矩陣，進而滿足后續應用需求。當前技術條件下，IED計算資源形成的資源矩陣中，可以有效實現對故障診斷任務的智能化分配。

（三）信息融合方法

信息融合是智能診斷系統能夠實現智能化分析、風險評估及智能成長的關鍵，在云平臺的分步診斷中，針對同一對象使用不同方法產生的診斷結論也可能存在差異。因此，在智能化診斷系統中，需要這類信息進行有效融合，進而實現對診斷結論的統一，以保證結果的準確性。通常情況下，在變電站智能診斷系統中，初級診斷結果一般儲存于診斷結果矩陣SNx6，再使用0和1分別表示診斷結果沒有故障和有故障。若歸一化結果矩陣中每一行元素取并集并形成矩陣PNx1，那可以判斷該特征量數據存在異常。

（四）診斷流程

在基于云平臺的變電站設備故障智能診斷系統中，基本的診斷流程包括：首先，安裝于各個位置的傳感器對設備運行關鍵數據進行實時采集，通過規約轉換將信息傳遞到信息融合層。其次，由信息融合層基于初級診斷方法進行處理，根據任務調度原則進行計算空間分配，對故障進行初步判斷。接著，控制中心對初步診斷信息進行識別分析，并按照融合診斷結果，將數據分層儲存。如果診斷結果顯示存在故障，則調取原始數據和分析結果，結合預警系統與故障排查診斷人員共享。此時，控制中心根據故障類型，調取相應的歷史參數、故障因素判斷、故障處理方法，便于技術人員進行緊急處理。必要時，自動操控相關位置開關進行局部斷電保護，直到技術人員修復好故障。

結束語：

綜上所述，隨著社會經濟的快速發展，云技術、計算機技術、信息化技術在人們生產生活的方方面面都得到了大量應用。而變電站設備是電力系統中十分關鍵的一部分，在構建智能化設備故障診斷系統時，要結合變電站設備的實際運行特點，科學應用現代技術，構建一套邏輯合理、架構科學、診斷方法可靠的系統。只有如此，才能更好的實現對變電站系統的智能化管理，為社會的穩定發展保駕護航。

參考文獻：

[1]王有元， 蔡亞楠， 王燦，等. 基于云平臺的變電站設備智能診斷系統[J]. 高電壓技術， 2015， 41（012）：3895-3901.

[2]張莉莉， 杜瑤， ZHANG，等. 基于云計算的變電站設備智能診斷系統的研究與應用[J]. 應用能源技術， 2017（08）：57-58.

南京因泰萊電器股份有限公司 江蘇南京 210000