智慧變電站孿生系統技術的應用研究

國網河北省電力有限公司邢臺供電分公司 楊世棟 韓琳娜

引言

智慧變電站最初的名稱叫做第三代智能變電站，其主要是基于智能變電站設計實踐經驗，對其實現整體上的優化與完善。其融合了多種現代化先進的信息技術，如大數據、云計算及人工智能等，通過對先進傳感技術的合理有效應用提供了相應的智慧化服務功能。有利于減輕相關工作人員的工作壓力、實現設備運行效率的更進一步提高、減少相關誤操作以及提高管理工作開展效果。

當下的智慧化技術已經在我國的一些試點工程嘗試應用。

1 數字孿生技術簡介

數字孿生技術具體來說就是針對已有或是即將有的實體對象的數字模型，展開相應的測量、仿真和數據分析工作，主要的目的是為了能更好地感知、診斷及預測目標對象的真實狀態，采用優化或指令的方式對該對象的相關行為給予相應的調控，采用有關數字模型互相展開學習的方式來實現自身的進步，在這個過程中也能優化有關利益方在針對對象生命周期當中的相關決策[1]。

美國有關部門在最初嘗試通過對數字孿生技術的應用為航空航天飛行器的健康提供有效的保障，GE公司通過加強對仿真技術的應用建立了較為完善的航空發動機監視以及診斷系統，在仿真物聯網技術的支持下，其能夠對發動機運行狀態進行透視，同時也能夠對航空發動機在運行過程中出現的磨損狀況以及對其展開維修工作的適宜時間給予合理判斷，這樣便能實現早期預警以及實現對故障的有效監控[2]。

智慧變電站的數字孿生系統主要是實現了數字孿生理念和數字孿生技術的有效結合，嘗試將其應用在電力行業中。在系統當中結合了無人機及機器人等智能技術，同時也包含了傳感器及其它相應的監測手段，在此基礎上形成了智慧變電站當中的電氣設備數據資源，將人工智能技術作為此變電站的核心，在進行深入探索及行業化知識圖譜的基礎上，通過通信5G技術和大數據等眾多現代化先進技術的合理應用開展全面的診斷工作及預測性運維工作，從而達到了針對變電站高效管理、檢測的精益化及高效管控的目的，同時也使得針對變電站相關設備運行狀態的感知力及管控力的更進一步提高，為變電站生產的安全性提供有效的保障，這對于實現變電站運檢精益管理水平的整體提高來說同樣具有非常積極的意義[3]。

對于變電站加強智慧化新技術的研發以及應用來說，其為智能電網發展的重要方向，其有效地利用了具有高度靈敏性的傳感器，針對變電站整體存在的一次以及二次設備各方面信息以及參數進行收集，包括狀態參數、環境參數和動力參數等，將通信數據網、人工AI智能及移動互聯網等現代化技術的合理應用來開展智慧變電站的建設工作，充分發揮智慧變電站應有的全面感知及信息共享等功能，以此來從整體上促進變電站內部開展運維管理工作的現代化以及智能化，為變電站運行的安全性以及穩定性提供有效的保障，此外也有利于實現變電站檢修質量的更進一步提升，進而很大程度降低變電站運維投入的費用[4]。

2 智慧變電站的孿生關鍵技術

2.1 解決方案

需嚴格遵循相關規定要求，將安全分區以及橫向隔離等有效的安全防護策略充分落實下去，以此來為數據及網絡的安全性提供有效的保障。嚴格落實相關電力標準，在功能性方面需要能夠有效滿足場景的具體需求，對于非功能性方面需要有效滿足在性能、可靠性及穩定性等相關要求。

數字孿生技術通過對物理數學模型以及傳感器的有效應用開展數據的采集工作，實現了各領域、物理參數以及多維度的集成，基于虛擬空間進行映射，以此來針對實體設備的整個生命周期開展有效的監測工作。采用建立物理實體孿生模型的方式，同時在此基礎上開展仿真方面的工作，能夠對實體實際的運行狀況給予實時反映，將孿生模型反饋作為主要依據針對物理實體運行參數給予有效調解，進而實現整體優化效果。

2.2 云端-邊緣端協同數字孿生服務平臺

對于智慧變電站來說，其所涉及到的領域以及物理設備都較為廣泛，數據采集不斷朝著多樣化的方向邁進，同時數據量表現的增長趨勢為指數級。普通的數據服務平臺已經明顯不能有效滿足在數據方面高效處理的需求，所以對于云端-邊緣端協同數字孿生服務平臺的構建迫在眉睫[5]。對于其中的邊緣端需要加強對當下智能設備的有效應用開展一些相應的本地計算工作，而在云端方面需要對各個設備的相關數據給予整合完成之后開展相應的運算工作。采用建立數據鏈以及相關模型庫、算法庫的方式，在本有多源異構數據分析任務的基礎上，開展相應的協同分工工作，這便能夠為實現數字孿生技術的合理有效應用做好鋪墊。

2.2.1 智慧能源系統數據鏈設計

針對智慧變電站而言，其每個相關設備的結構、采用的工藝、性能以及運行等方面的參數都會或多或少地對系統運行服務造成相應的影響。針對數據采集、傳輸以及分析等方面開展的數據鏈設計工作，要求在數據鏈和整個生命周期方面之間的映射關系給予深入的分析和探索，在數據鏈各個相應對應關系研究的基礎上，通過對數據庫以及智能機器的應用來展開智能算法的學習，從而獲取整個生命周期針對數據鏈的相關設計方法。

2.2.2 通用智能算法庫

加強對云端和邊緣端服務智能算法庫的建立，需要保證該智能算法庫的精確性以及可動態拓展性，基于該智能算法庫的支持，能夠有效提高智慧變電站系統分布式計算工作開展的效率，充分發揮網絡、計算等計算機資源的功能。針對此智能算法庫來說，其體系具備較強的合理性，在智慧變電站上有著較強的適用性，此智能算法同樣包含了數據清洗算法字庫。最為重要的是，在云端協同體系基礎上開展的專業算法應用，能夠有效進行專業算法的實例化驗證，同時也有利于迭代生長。

2.2.3 通用精細化模型庫

智慧變電站擁有精細化模型庫能夠在模型的精細化以及個性化建模方面發揮非常重要的作用。建立相應的云端-邊緣端數據交互機制，能滿足數字孿生模型在數據和交互接口方面的相關要去，進而達到了數據縱向貫通的效果。通過在云端以及邊緣端相應的數據約簡合并技術展開更為深入的分析和探索，在此基礎上來展開復雜事件處理引擎方面的設計工作，從而加強對能源系統模型庫的建立，這對于促進服務橫向融合來說是非常有利的。

2.3 智慧變電站的高效仿真以及混合建模技術

機械、電氣以及信息等系統為智慧變電站非常重要的組成部分，針對其需要能從多個角度對其開展更為全面的建模以及仿真工作，對相關虛實信息進行傳遞同時將其映射到相關的數據孿生模型當中，形成模型和數據結合的混合驅動方式，以此來作出更高程度的仿真，能夠基于虛擬環境或是更具復雜性的工況下針對變電站性能開展相應的預測以及分析工作。

2.3.1 建模與仿真技術

由于實際上的智慧變電站具有較強的復雜性，所以相關的工作人員不能單純在物理效應以及單一尺度數據方面進行考慮，這樣就比較容易忽視多物理場和多尺度兩者存在的相應耦合關系。通過對有限元仿真軟件的合理有效應用建立相應的仿真模型，保證該仿真模型能夠包含電、熱以及力，同時能夠有效體現出歷史以及未來效應，需要相關技術人員能夠基于多個角度針對智慧變電站相應的仿真模型開展分析以及評價方面的工作。

2.3.2 在模型驅動與數據驅動融合基礎上的建模技術

智慧變電站存在的兩個明顯的特征就是具有較強的不確定性以及復雜化，而當前階段開展的狀態分析工作通常都是加強對預先建立機理模型的應用，在具體應用的過程中融合了簡化約束，此種狀況的存在使得處于復雜環境當中不能夠獲取可以有效滿足性能方面需求的模型。如果采用普通的數據驅動方式，那么便無法有效將客觀物理規律約束完整描述下來，所以單純采用模型驅動以及數據驅動是不能夠有效滿足能源系統在智能化以及時效性方面的需求的，而將模型與數據驅動兩者結合在一起形成的混合建模技術，能夠加強對類別均衡算法以及策略網絡方式的應用，改善原始數據在類別方面出現的缺乏均衡性或者是缺失方面的情況。

在代價敏感學習以及及其學習相關識別方法的支持下，能夠有效彌補機理模型無法建模以及忽略部分特征方面存在的缺陷。基于混合建模技術的集成學習算法，能夠實現系統運行狀態評價方式所具備泛化能力的更進一步提升。

2.4 數字孿生技術信息安全防御機制

智慧變電站主要是通過一個信息網絡實現對各個子系統的連接，所以該系統具備復雜性的特點，其針對網絡方面也有著非常強的依賴性。對于具體的信息交流來說，此環節工作開展的可靠性和系統運行的安全性以及穩定性之間存在著非常密切的聯系，無論是哪一個設備出現了安全問題都容易造成系統數據發生泄漏。對于智慧變電站存在的篡改風險方面來說，要求能夠在網絡攻擊監測以及防御技術方面給予更為深入的探索，通過此種方式來為智慧變電站的安全穩定運行提供有效的保障。

2.4.1 多模型檢測技術

在智慧變電站終端的多源傳感信息的基礎上，充分發揮AI算法在目標攻擊行為方面特征表現的挖掘功能，同時更進一步提高模型具備的泛化能力。在多種分類模型底層器庫方面，形成分類結果集成輸出模塊，以此來保證針對數據完整性開展監測工作的精準性。

2.4.2 形成安全風險評估準入機制

通過對AI、統計學以及信息論方法的合理有效應用，形成相應的安全風險評估機制。在此基礎上針對智慧變電站的每一個子系統開展相應的大數據分析工作，針對每一個子系統存在的信息安全問題實現風險量化。如果實際當中子系統包含的風險數值要一定程度大于所設備的閾值，那么需要控制此子系統的準入，這對于提高安全風險訪問控制效果來說具有非常積極的意義。

3 數字孿生技術應用場景

通過對智慧變電站數字孿生系統的合理有效應用能夠有效滿足變電站針對多種群體類型在電力生產方面提出了安全穩定等要求，能夠在多種場景下發揮效用，針對設備能夠保證所開展管理工作的精細化，同時也能夠針對相關數據給予精益分析，在此基礎上形成較為完善的變電站運維體系。

通過對所獲取多源實時數據的合理有效應用開展多方位的學習，針對電氣設備的實時參量給予有效監測，同時也能夠開展智能化運維，在資源調度方面給予整體上的優化。加強對多種類型運行場景知識庫模型的構建，對平臺本有的功能給予相應的整合以及完善，將組件化、模塊化和相關功能給予有效組合，同時將其應用到實際。通過對專家知識庫擁有多維度數據的有效應用開展綜合比較工作以及采用人工智能分析的方式，在大數據的支持下實現對設備的感知以及預測，這樣便能夠達到資產全生命周期管理的目的。

總的來說，通過對智慧變電站數字孿生系統的合理應用，能夠有效收集設備在運行過程中的狀態數據，同時通過3D建模的方式將其展示出來，在實時大數據的支持下能夠有效發揮分析設備運行狀態、預警和巡檢等相應功能。在智慧變電站狀態監測和傳感系統的支持下，能夠實現智慧變電站應用場景的整體優化和完善，能夠為后續相關的智慧變電站應用方案的設備提供重要的參考依據以及支撐，進而獲取更為客觀的經濟效益和社會效益。