基于數(shù)字孿生技術(shù)的智慧變電站研究與應(yīng)用

國(guó)網(wǎng)上海市電力公司浦東供電公司 張 弛 湯 蕾 黃 鑫 江斌開 馬建楷 上海友頤信息技術(shù)有限公司 黨志濤

隨著電力需求的快速增長(zhǎng)，分布式能源滲透率的不斷上升，能源產(chǎn)銷界限的模糊以及供給側(cè)改革的加速推進(jìn)，電力行業(yè)傳統(tǒng)的運(yùn)行模式受到了嚴(yán)峻的挑戰(zhàn)，同時(shí)也對(duì)電力公司的運(yùn)維、管理提出了更高的要求。面對(duì)不斷發(fā)展、日益復(fù)雜的電力系統(tǒng)，眾多供電公司開始積極探尋數(shù)字化轉(zhuǎn)型路徑。目前，數(shù)字孿生、大數(shù)據(jù)、人工智能等先進(jìn)技術(shù)方興未艾，通過打造基于數(shù)字孿生（Digital Twin）系統(tǒng)的智慧變電站，實(shí)現(xiàn)對(duì)站內(nèi)設(shè)備的健康狀態(tài)評(píng)估及故障診斷，進(jìn)而拓展延伸至系統(tǒng)層面，實(shí)現(xiàn)其自我優(yōu)化和管理，最終提高電網(wǎng)整體的穩(wěn)定性和智能化，成為了供電企業(yè)關(guān)注的重點(diǎn)。

數(shù)字孿生一詞率先由美國(guó)學(xué)者M(jìn) ichael Grieves 于2013年提出，并應(yīng)用于航空航天飛行器的健康維護(hù)與保障。最初的理念是基于傳感器建立某一物理實(shí)體的數(shù)字化模型，來模擬現(xiàn)實(shí)世界的具體事物，從而可對(duì)其狀態(tài)進(jìn)行檢測(cè)和評(píng)估。通用電氣對(duì)數(shù)字孿生的理解側(cè)重于預(yù)測(cè)其產(chǎn)品在其生命周期內(nèi)的健康情況，而西門子則致力于通過應(yīng)用數(shù)字孿生來提高生產(chǎn)效率和質(zhì)量。

近年來，隨著大數(shù)據(jù)、人工智能、5G 通信等新技術(shù)的發(fā)展，計(jì)算能力的顯著提升使得數(shù)字孿生的功能也得到了進(jìn)一步延伸，發(fā)展成為一個(gè)集成多學(xué)科、多物理量、多尺度、多概率的仿真過程，使得其在電力系統(tǒng)領(lǐng)域有了更為廣闊的用武之地。

文獻(xiàn)[1]利用數(shù)字孿生技術(shù)將大量多源異構(gòu)數(shù)據(jù)進(jìn)行有效集成和高效利用，以實(shí)現(xiàn)對(duì)電力變壓器狀態(tài)的準(zhǔn)確評(píng)估；文獻(xiàn)[2]提出了一種用于電力系統(tǒng)在線分析的數(shù)字孿生系統(tǒng)框架設(shè)計(jì)，并給出了該框架下實(shí)現(xiàn)電網(wǎng)調(diào)度規(guī)則數(shù)字化的解決方案；文獻(xiàn)[3]概述了數(shù)字孿生在改善電網(wǎng)運(yùn)行、減少計(jì)劃外停電以及更好地管理市場(chǎng)條件變化方面的潛在應(yīng)用。

文獻(xiàn)[4]對(duì)比了利用數(shù)字孿生系統(tǒng)和傳統(tǒng)電力方法在潮流分析方面的可靠性，進(jìn)一步驗(yàn)證了數(shù)字孿生的工程實(shí)用性和可行性。可以預(yù)見，通過充分挖掘/分析大量的電力實(shí)時(shí)/歷史數(shù)據(jù)，映射實(shí)體的實(shí)時(shí)動(dòng)作、行為和狀態(tài)，將改變整個(gè)電力系統(tǒng)的認(rèn)知模式——即從傳統(tǒng)的由物理模型驅(qū)動(dòng)的認(rèn)知模式轉(zhuǎn)變?yōu)橛蓴?shù)據(jù)驅(qū)動(dòng)的認(rèn)知模式，從而可有效地為電力系統(tǒng)的行為決策提供參考；文獻(xiàn)[5]提出了基于大數(shù)據(jù)的變壓器運(yùn)行狀態(tài)評(píng)估模型，用于評(píng)估變壓器運(yùn)行狀態(tài)、預(yù)測(cè)變壓器故障率，為運(yùn)檢人員和調(diào)度人員提供分析依據(jù)及決策指南。

本文聚焦于傳統(tǒng)變電站的數(shù)字化改造，詳細(xì)介紹了基于數(shù)字孿生技術(shù)的變電站建設(shè)內(nèi)容、關(guān)鍵技術(shù)，并對(duì)改造后的成果進(jìn)行了展示與分析，為后續(xù)變電站的數(shù)字化改造提供了借鑒。

1 變電站數(shù)字孿生系統(tǒng)

1.1 定義及作用

作為連接能源生產(chǎn)和消費(fèi)重要樞紐，電網(wǎng)在充分發(fā)揮多種能源之間的互補(bǔ)優(yōu)勢(shì)，實(shí)現(xiàn)更大范圍內(nèi)的資源優(yōu)化配置中將發(fā)揮核心作用，變電站是電網(wǎng)設(shè)備中最基礎(chǔ)、最龐大、最關(guān)鍵的組成要素，構(gòu)建變電站數(shù)字孿生系統(tǒng)成為電網(wǎng)設(shè)備數(shù)字孿生系統(tǒng)的基礎(chǔ)和核心環(huán)節(jié)。具體來說，變電站數(shù)字孿生系統(tǒng)通過傳感網(wǎng)絡(luò)采集到的高密度動(dòng)態(tài)數(shù)據(jù)以及設(shè)備全息三維模型，實(shí)現(xiàn)實(shí)體設(shè)備在數(shù)字世界中的映射，打造數(shù)字化的設(shè)備生命體。在數(shù)字世界中構(gòu)建智慧決策大腦，基于海量數(shù)據(jù)開展設(shè)備狀態(tài)評(píng)估、故障預(yù)防、故障診斷與故障排查，向?qū)嶓w設(shè)備下達(dá)運(yùn)維策略，實(shí)現(xiàn)真實(shí)世界與數(shù)字世界之間的“動(dòng)態(tài)連接”和“雙向傳輸”，從而提升精細(xì)化管理水平，打造安全、經(jīng)濟(jì)、精準(zhǔn)、智能的變電站運(yùn)維檢修新模式。

1.2 系統(tǒng)架構(gòu)

變電站數(shù)字孿生系統(tǒng)中，采集的數(shù)據(jù)接入到變電站端服務(wù)器進(jìn)行緩存存儲(chǔ)及支持站端高級(jí)應(yīng)用，通過網(wǎng)線、光纖、無線基站等方式將轄區(qū)內(nèi)各個(gè)變電站端所有設(shè)備的全量數(shù)據(jù)匯總傳輸至中心端服務(wù)器中，進(jìn)行冗余備份與存儲(chǔ)，支持中心端的高級(jí)應(yīng)用。根據(jù)數(shù)據(jù)的驅(qū)動(dòng)流向，變電站數(shù)字孿生系統(tǒng)可以分為四個(gè)層級(jí)。

第一層是設(shè)備層，包括變電站內(nèi)的各類智能傳感器、保護(hù)自動(dòng)化設(shè)備、輔助控制設(shè)備等；第二層是數(shù)據(jù)層，可以將采集到的數(shù)據(jù)通過規(guī)約轉(zhuǎn)換實(shí)現(xiàn)61850、104、modbus 等協(xié)議轉(zhuǎn)換成http 協(xié)議，然后經(jīng)網(wǎng)絡(luò)傳輸至中心端或站端服務(wù)器，進(jìn)行后續(xù)的數(shù)據(jù)接收、數(shù)據(jù)存儲(chǔ)以及數(shù)據(jù)的加工處理。

第三層是應(yīng)用層，通過持久化的消息隊(duì)列、對(duì)象存儲(chǔ)數(shù)據(jù)庫(kù)、時(shí)序數(shù)據(jù)庫(kù)、關(guān)系型數(shù)據(jù)庫(kù)等實(shí)現(xiàn)電力數(shù)據(jù)的使用服務(wù)功能，包括設(shè)備狀態(tài)數(shù)據(jù)遠(yuǎn)程監(jiān)測(cè)、設(shè)備全息三維模型查詢、可視化圖表查詢、服務(wù)自監(jiān)控自治理等基礎(chǔ)應(yīng)用功能，還包括利用隨機(jī)森林算法、LSTM、預(yù)警引擎等對(duì)設(shè)備進(jìn)行精準(zhǔn)檢修決策分析、通過websocket 或callback 的方式實(shí)現(xiàn)實(shí)時(shí)告警數(shù)據(jù)的通知等高級(jí)應(yīng)用功能；第四層是終端用戶，應(yīng)用通過API 網(wǎng)關(guān)將應(yīng)用呈現(xiàn)到各個(gè)電力生產(chǎn)及管理單位。

系統(tǒng)架構(gòu)通過封裝實(shí)施通信的協(xié)議和約束關(guān)系，各個(gè)組件只需按照接口要求插入連接件進(jìn)行組件間通訊，實(shí)現(xiàn)插拔式橫向擴(kuò)展。即插拔式連接組件分為插拔式接口和通訊實(shí)體兩部分。插拔式接口包括了一個(gè)需求服務(wù)接口和一個(gè)提供服務(wù)接口。通訊實(shí)體即為真正完成通訊的部分，它包括通訊的協(xié)議、服務(wù)。

插拔式架構(gòu)中數(shù)據(jù)以及事務(wù)的處理分布在一定范圍內(nèi)的多個(gè)組件中，組件之間通過RPC 通訊協(xié)議互相連接。組件間的連接方式是多樣的，而且組件分布的位置透明，或是在同一個(gè)或不同的應(yīng)用程序內(nèi)，或是在不同的服務(wù)器上的不同應(yīng)用程序。使用插拔式架構(gòu)在連接和交互時(shí)不用考慮對(duì)方的位置，只需告訴連接組件通訊的對(duì)象與方式。

2 變電站數(shù)字孿生關(guān)鍵技術(shù)

2.1 物聯(lián)網(wǎng)環(huán)形驗(yàn)證及正負(fù)反饋機(jī)制

系統(tǒng)構(gòu)建環(huán)形驗(yàn)證機(jī)制，采用非同源或者非同樣原理的物聯(lián)網(wǎng)感知技術(shù)對(duì)設(shè)備的同類特征進(jìn)行交叉驗(yàn)證，既有效解決了單一感知裝置采集數(shù)據(jù)的可信度問題，又大幅提升了設(shè)備狀態(tài)評(píng)價(jià)和缺陷認(rèn)定的效率和準(zhǔn)確性。此外，系統(tǒng)中還建立了感知裝置正負(fù)反饋機(jī)制，當(dāng)前端感知裝置檢測(cè)到數(shù)據(jù)的異常發(fā)展趨勢(shì)時(shí)，系統(tǒng)自動(dòng)控制前端傳感裝置、巡檢機(jī)器人提高采樣頻次或進(jìn)行復(fù)測(cè)確認(rèn)，實(shí)現(xiàn)雙向互動(dòng)、循環(huán)復(fù)診。

2.2 設(shè)備狀態(tài)分類及預(yù)測(cè)算法

系統(tǒng)利用設(shè)備的狀態(tài)參數(shù)進(jìn)行健康度分類，有助于快速識(shí)別不同設(shè)備的健康狀態(tài)，為設(shè)備檢修策略提供依據(jù)。傳統(tǒng)的規(guī)則判斷方法在處理多維度參數(shù)空間下的健康度分類模型時(shí)候存在瓶頸，機(jī)器學(xué)習(xí)等人工智能的方法可以有效的解決此類問題。系統(tǒng)利用相關(guān)性分析的技術(shù)，對(duì)設(shè)備的狀態(tài)參數(shù)和設(shè)備的健康程度進(jìn)行判斷，選擇出對(duì)設(shè)備健康貢獻(xiàn)度比較大的參數(shù)因子，利用隨機(jī)森林等機(jī)器學(xué)習(xí)或者深度學(xué)習(xí)的分類器模型，對(duì)設(shè)備的健康程度進(jìn)行分類。

此外，系統(tǒng)還能夠利用高密度實(shí)時(shí)感知數(shù)據(jù)實(shí)現(xiàn)設(shè)備異常發(fā)展趨勢(shì)預(yù)警，在故障發(fā)生之前提前預(yù)測(cè)設(shè)備故障，有效預(yù)防故障發(fā)生。設(shè)備狀態(tài)預(yù)測(cè)模型采用LSTM 等循環(huán)神經(jīng)網(wǎng)絡(luò)算法，可以有效地學(xué)習(xí)到歷史數(shù)據(jù)長(zhǎng)短期之間的依賴關(guān)系，利用歷史數(shù)據(jù)的依賴關(guān)系對(duì)未來一段時(shí)間進(jìn)行預(yù)測(cè)，當(dāng)預(yù)測(cè)的指標(biāo)變化超過了閾值的限制，可以提前進(jìn)行故障預(yù)警，防患于未然。

2.3 設(shè)備缺陷診斷知識(shí)庫(kù)

系統(tǒng)通過知識(shí)庫(kù)的構(gòu)建，對(duì)歷史故障數(shù)據(jù)進(jìn)行學(xué)習(xí)，為故障識(shí)別提供依據(jù)。基于歷史故障的處理流程，利用實(shí)體識(shí)別、關(guān)系抽取等自然語言處理技術(shù)構(gòu)建設(shè)備缺陷診斷知識(shí)庫(kù)，利用知識(shí)庫(kù)能夠開展設(shè)備缺陷標(biāo)簽分類、設(shè)備缺陷關(guān)聯(lián)學(xué)習(xí)以及歷史缺陷案例匹配。

設(shè)備缺陷標(biāo)簽分類即利用關(guān)鍵詞抽取的技術(shù)對(duì)歷史設(shè)備缺陷的關(guān)鍵詞進(jìn)行抽取，對(duì)歷史設(shè)備缺陷賦予相應(yīng)的標(biāo)簽，標(biāo)簽可以用于快速查詢相似類別的設(shè)備缺陷。設(shè)備缺陷關(guān)聯(lián)學(xué)習(xí)即利用知識(shí)庫(kù)的關(guān)系模型，可以學(xué)習(xí)到不同設(shè)備缺陷之間的關(guān)系，如果存在具有強(qiáng)相關(guān)性的缺陷，可以對(duì)此類缺陷進(jìn)行監(jiān)控分析。歷史缺陷案例匹配即在缺陷發(fā)生后，利用文本相似度的算法，在知識(shí)庫(kù)中快速匹配類似的歷史缺陷案例，給出相應(yīng)的解決方案。變電站數(shù)字孿生系統(tǒng)算法模型邏輯圖如圖1所示。

3 變電站數(shù)字孿生案例分析

3.1 設(shè)備數(shù)字孿生全息狀態(tài)感知

該變電站內(nèi)的實(shí)體設(shè)備在虛擬空間構(gòu)建的數(shù)字化生命體如圖2所示，中部為該設(shè)備的三維模型，其能夠直觀清楚地呈現(xiàn)該設(shè)備詳細(xì)的內(nèi)部、外部結(jié)構(gòu)，兩側(cè)為設(shè)備的狀態(tài)、數(shù)據(jù)信息，用于反映觀測(cè)對(duì)象的實(shí)時(shí)變化情況。同時(shí)，系統(tǒng)利用智能傳感器、圖像識(shí)別、機(jī)器人等技術(shù)，形成以機(jī)器巡視為主、人工巡視為輔的巡視模式，并輸出各類設(shè)備狀態(tài)量的分析圖表。

3.2 降低人工作業(yè)頻度和作業(yè)風(fēng)險(xiǎn)

對(duì)于站內(nèi)設(shè)備，數(shù)字孿生系統(tǒng)不僅能夠主動(dòng)比對(duì)站內(nèi)視頻捕捉的壓板投、退狀態(tài)與保護(hù)裝置采集的壓板狀態(tài)，實(shí)現(xiàn)壓板功能狀態(tài)的智能確認(rèn)與主動(dòng)告警，以減少人為不安全因素；同時(shí)，通過遠(yuǎn)程觀測(cè)傳感器采集數(shù)據(jù)、機(jī)器人巡檢等手段，可大幅減少人員現(xiàn)場(chǎng)作業(yè)頻度，降低了人員接觸帶電設(shè)備作業(yè)的風(fēng)險(xiǎn)。

3.3 檢修模式由預(yù)防性轉(zhuǎn)為預(yù)測(cè)性

系統(tǒng)深挖數(shù)據(jù)價(jià)值，通過專家知識(shí)與人工智能相結(jié)合的方式，建立設(shè)備狀態(tài)評(píng)價(jià)專家知識(shí)庫(kù)和大數(shù)據(jù)分析模型，在線診斷并精準(zhǔn)評(píng)估設(shè)備狀態(tài)，提前掌握設(shè)備異常發(fā)展趨勢(shì)；在此基礎(chǔ)上，系統(tǒng)根據(jù)設(shè)備狀態(tài)輸出差異化、精細(xì)化檢修策略，推動(dòng)設(shè)備從“預(yù)防性檢修”向“預(yù)測(cè)性檢修”轉(zhuǎn)變，并為大修技改投資提供指導(dǎo)性意見。

3.4 提升缺陷認(rèn)定及時(shí)性與準(zhǔn)確性

以機(jī)代人開展異常跟蹤與缺陷認(rèn)定，通過系統(tǒng)中構(gòu)建“感知數(shù)據(jù)環(huán)形驗(yàn)證”和“感知裝置正負(fù)反饋”機(jī)制，根本解決報(bào)警信號(hào)可信度問題，在大幅提升設(shè)備缺陷認(rèn)定效率的同時(shí)準(zhǔn)確判斷出缺陷的性質(zhì)與類別，制定針對(duì)性監(jiān)測(cè)和處置措施，有效前移設(shè)備安全預(yù)警防線，降低隱患在網(wǎng)運(yùn)行時(shí)長(zhǎng)，提高設(shè)備使用價(jià)值，延長(zhǎng)設(shè)備使用壽命，同時(shí)有效提高故障應(yīng)急處理效率，縮短搶修時(shí)長(zhǎng)。

綜上，本文提出了基于數(shù)字孿生技術(shù)的智慧變電站的概念和定義，并對(duì)建設(shè)智慧變電站中所涉及的系統(tǒng)架構(gòu)、業(yè)務(wù)架構(gòu)及其關(guān)鍵技術(shù)進(jìn)行了詳細(xì)描述，介紹了通過數(shù)字孿生技術(shù)對(duì)傳統(tǒng)變電站進(jìn)行數(shù)字化改造所取得的成果，闡明了智慧變電站的可行性和優(yōu)越性，為未來打造安全、經(jīng)濟(jì)、精準(zhǔn)、智能的變電站運(yùn)維檢修新模式提供了參考。