基于人工智能技術的電網安全校核智能管理系統

楊繼黨，李 哲，左娟娟

（云南電網有限責任公司保山供電局，云南 保山 678000）

0 引 言

我國電網較為龐大，具有裝機容量最大、電壓等級最大、新能源并網容量最大以及輸送容量最大的特點。為了保障電網能夠安全運行，需要對電網進行定期的檢查。同時，隨著新能源的接入以及電力市場的改革，增大了電力系統的安全隱患，迫切需要對電網智能管理。當前，雖然有許多學者研究了電網安全校核方法，但是不能夠滿足當前對電網運行管理的需求。

人工智能技術是結合計算機科學、信息論等學科的綜合學科，其能夠模仿人類的智能行為，基于該技術的優點，本文設計基于人工智能技術的電網安全校核智能管理系統，期望解決當前存在的問題，為電網安全校核提供技術支持。

1 電網安全校核智能管理系統硬件設計

1.1 IPMC模塊

智能平臺管理控制器（Intelligent Platform Management Controller，IPMC）模塊采用三星32位ARM9 （S3C2440）和周邊設備為核心。S3C2440系統外部設備資源豐富，功率消耗小，主頻率可達到533 MHz，滿足了對智能管理和監視的要求。這個模塊的主要作用如下：

（1）在機架上讀出單板的硬件地址[1]；

（2）采用 Handle Switch接口，完成了單板的熱插、上、下兩種電源；

（3）采用I2C界面進行管理指令交互；

（4）在各種條件下，實現控制指示燈的亮和熄滅；

（5）可調整機架風機的速度；

（6）與負荷進行數據交互；

（7）監控單板關鍵線路的電壓及核心芯片的溫度值；

（8）采用網絡端口進行遠程監測；

（9）通過 GPIO發送對應的報警信號。

S3C2440包含27條地址線ADDR，8條選擇信號nGCS0～nGCS7，與BANK0～BANK7相對應。目前市場上僅有32 bit寬的 同步動態隨機存取內存（Synchronous Dynamic Random Access Memory，SDRAM），通常采用兩個16 bit SDRAM來擴充32 bit SDRAM。

所選 SDARM為HY57V561620F，4 bit×16，32 Mbyte，SDRAM的內部是一組存儲器，可以將其視為一張表。與表格的查找原則相同，確定數據行與數據列，這樣就能精確地查找到所需的數據。此表被稱作“邏輯連接”。當前 SDRAM的主要特點是4個 BANK，首先指定 BANK，其次是行，最后是列，這是 SDRAM地址的基本原則[2]。

1.2 通信模塊

AD9361是 ADI公司開發的高性能、高集成度RF捷變接收機，是目前應用軟件無線電通信的一個很好的選擇，其特點如下：

（1）能夠同時完成發射與接收的功能，也就是說，能夠支持二次發射和二次接收；

（2）DAC及 ADC具有12位寬；

（3）覆蓋70 MHz～6.0 GHz的廣泛操作頻率；

（4）有兩種工作方式，即時分雙工（Time Division Duplexing，TDD）以及頻分雙工（Frequency Division Duplexing，FDD）；

（5）發射與接收信道帶寬在200 kHz～56 MHz（受限于模擬濾波器的帶寬）[3]；

（6）數字界面支持低電平差分信號（Low Voltage Differential Signal，LVDS）和互補金屬氧化物半導體（Complementary Metal Oxide Semiconductor，CMOS）兩種方式；

（7）模擬界面包括兩個接收機，12路單端輸入，兩個發送器；

（8）在接收信道的增益控制中，有兩種方式，一種是人工增益控制（Manual Gain Control，MGC），另一種是自動增益控制（Automatic Gain Control，AGC）；

（9）一種用于產生本振的內部集成了一個小數N分頻頻率合成器，它具有2.4 Hz的最大步進。

AD9361內置有高密度的功放、混頻器、本振產生、濾波器、 ADC/DAC等功能，要想讓AD9361具有足夠的靈活性，首先要了解AD9361的內部結構，它包括發射信道、接收信道、 PLL模塊。PLL部分主要是將外部晶振輸入到時鐘，經數控晶體振蕩器（Digitally Canpensate Crystal Oscille，DCXO），由內部的小數N分頻機構產生發射與接收所需要的本振信號，再將一條線路送至 BBPLL ，用于生成 ADC/DAC所需要的取樣時鐘，和接收端的 DATACLK、RXFRAME等。

它被分成RX信道1和 RX信道2，各自對I、Q信號進行處理，從左至右可以看到，所接收的模擬信號經過選擇器進入LNA，再進入混合器，用PLL部件輸入的本振信號，將I、Q兩個信號分別解調，隨后再進行相同的工作，再經過一個放大器和一個模擬低通濾波器（最大帶寬是56 MHz），然后進入ADC，進行模-數變換，在此，ADCclk是BBPLL提供的，后面的數字信號經過3個半帶濾波器和FIR濾波再輸出，所有的數字濾波器都能被不同地抽取，從而減少取樣速度，從而使所輸出的數據具有適當的數據率[4]。

1.3 FPGA模塊

IPMC與單板上的核心設備FPGA進行數據交互，可以了解到系統的業務流程和設備的工作狀態。EP2S90F1020是阿爾特拉公司生產的Stratix II系列 FPGA芯片。Stratix II是90納米系列的第2代高性能 FPGA。EP2S90F1020采用先進的FPGA架構，其主要包括：

（1）自適應邏輯模塊36384個；

（2）擁有72768個可調整的查詢表；

（3）有90960個邏輯單位；

（4）RAM存儲器空間為4520488字節；

（5） DSP組件48個；

（6）具有192 bit乘以18 bit的倍數；

（7）最多存在902個輸入/輸出管腳。

自適應邏輯模塊主要包括自適應查詢表、寄存器、專用完全加法器、寄存器、進位鏈、共享算術鏈和直接連接等。EP2S90F1020具有4種工作模式，分別為擴充查詢表模式、普通模式、算術模式和分項算術模式，擴展的查詢表方式有7 bit的輸入。

2 人工智能技術的電網安全校核智能管理系統軟件設計

2.1 電網安全校核智能管理數據庫設計

運用人工智能技術，可以充分利用其低成本、高能效和網絡化的優勢。利用人工智能構建的平臺無須服務器，節省了服務器的采購和維護費用；通過計算機的計算和數據的安全存儲，降低了人工的操作，實現了系統的智能化和自動化[5]。人工智能的模型如圖1所示。

圖1 人工智能模型

該系統利用人工智能技術，對工程項目的審計數據進行分析、重組，并構建相應的數據庫、方法庫、模型庫。此數據庫設計的目的是加強現場作業風險預警，減少員工操作風險，確保現場作業的安全運行。首先要改進數據庫的結構，雖然數據庫中的信息數據的增刪處理經常發生，而且數據庫中數據的變化也很大，但數據庫結構相對穩定，而以物聯網技術為基礎的數據庫結構一般采用3層結構模式，通過對施工風險進行預警，從而確定哪些工作場所有較大的危險，哪些時段有可能發生違規，將電力現場作業安全系統的數據庫分為模式、模式以及外模式等3級抽象模式。

為減少員工在工地上的工作危險，使用MySQL數據庫，設計多個表，如電網設備型號表、狀態表、用戶基本信息表等，這些表并不是獨立的，而是由各個關鍵字連接起來，組成了一個現場作業安全管理系統的數據庫。其中，用戶基礎資料信息表主要用于存儲用戶的詳細資料和存取權限，而電力設備的基礎資料則是用于存儲某些設備的基礎資料。

2.2 風險判定

通過對這些數據的過濾，采用人工智能技術將電網公司的數據分成幾個子集，然后對各個子集進行分析，選出影響最大的一個，再對選定的單元進行分割，如此反復，直至最終的子集僅含有特定的數據。

將樣本信息期望值表示為：

式中：pi代表第i個類別。

將信息增益計算公式表示為：

式中：E(Q)代表期望信息的計算值；A1、A2、Ax分別代表每個信息的增益值。

基于上述過程能夠及時發現增長的信息，然后實時處理這些信息，以此完成電網安全校核智能管理。

3 實驗對比

為驗證所提出的基于人工智能技術的電網安全校核智能管理系統的有效性，將傳統系統作為對比系統進行實驗。主要對比兩種系統對電網安全校核的實時性和準確性，實時性對比結果如表1所示。

表1 電網異常校核的實時性對比

通過表1可以看出，本文提出的基于人工智能技術的電網安全校核智能管理系統發現異常時間在2 min之內，相比傳統系統用時更快，能夠及時發現電網異常情況。

準確性對比結果如表2所示。

表2 異常發現準確性對比

通過表2可知，所提出的電網安全校核智能管理系統發現異常準確性能夠保持在98%以上，相比傳統系統的準確性更高，有效提高了校核的準確性，能夠為電網安全提供幫助。

4 結 論

基于上述過程完成基于人工智能技術的電網安全校核智能管理系統的設計，實驗結果表明，所研究的方法能夠及時發現異常情況，滿足設計需求。然而由于時間有限，所提出的方法還有不足之處，在后續研究中還需要進一步優化。