宦扶天
(國網江蘇省電力有限公司鎮江供電分公司,江蘇 鎮江 212001)
互聯網時代,信息技術的應用是推動傳統產業轉型升級的關鍵。5G 技術的發展和人工智能水平的提升正在逐步推動傳統電力產業向自動化和智能化方向發展。“互聯網+”運維技術結合科學的配電網接線與保護配置,能夠有效提升智能配電網的運行安全性和可靠性,使配電網滿足當前多種新能源并網發電的運行需求。
智能配電網是電力生產和運輸產業與互聯網產業相融合的產物。其以智能移動終端為載體,以通信技術為核心,能夠實現電力企業生產運營和電力配送的優化和調整,提升電力資源的分配管理效率,從而規避電力資源生產和配送中的風險因素,減輕電力企業工作人員的生產運營壓力,推動企業健康、長期、穩定發展。智能配電網的穩定運行依賴于“互聯網+”運維技術,同時該技術的進步和發展助力于電力企業突破傳統生產運營模式的限制。對當代電力企業而言,在5G 時代到來之際用好“互聯網+”運維技術,是順應市場發展、滿足生產生活所需電力資源、響應國家發展戰略的關鍵。圖1 為智能配電網示意圖。

圖1 智能配電網
配電網在運行過程中經常會因各種人為因素或客觀因素而出現故障,從而影響配電網的有效運轉和電力資源的有效生產、分配以及輸送,造成人力、資金、資源的損耗。該背景下,“互聯網+”信息采集技術能夠借助互聯網和5G 萬物互聯的優勢,高效采集配電網運行產生的各項數據,便于運維人員分析故障產生的原因和位置,從而設計排除故障的最合理方案。要想實現配電網的智能化運維,需要用好信息采集元件,如各類傳感器和互感器等,將其安裝在發電設備、儲能設備及終端檢測設備等位置,夠采集電流值和電壓值等配電網運行數據,并以信息代碼的形式上傳中央管理系統平臺,以便配電網運維人員使用。運維人員在應用信息采集技術時,應準確了解設備的出廠設置、功能、屬性以及數據控制和管理模塊的運行模式,避免錯誤使用信息數據。
通過故障定位技術能夠采集配電網的運行數據,并將其傳輸和存儲在指定位置,根據異常數據出現的時間和采集到異常數據的互感器安裝位置,綜合確定故障內容、故障位置、故障成因以及故障影響范圍。正常情況下,智能配電網的運行頻率是50 Hz,正弦波的一個周期為20 ms,可以將正弦波的一個周期分成80 個點位,每個點位間隔在250 μs 左右[1]。智能配電網按照250 μs 的間隔進行定期切斷處理,系統按照該頻率定期采集配電網運行信息,并將信息存儲在指定位置等待分析和處理[2]。中央管理系統平臺對采集的數據進行分析。對于符合規定要求的數據,系統會將其發送到相應的模塊進行存儲。對于有異常的數據,系統會向運維人員發出預警,并對其進行深入剖析。智能配電網中央管理系統具有自主分析和定位故障的功能模塊,能夠結合異常數據生成故障報告書,向運維人員提供故障是否需要維修、不維修會對配電網造成怎樣的影響、系統目前是否處于正常運行狀態等描述和建議,進而輔助運維人員更全面地掌握配電網設備的生產運行狀態。運維中央管理平臺如圖2 所示。

圖2 運維中央管理平臺
共享是“互聯網+”技術的優勢之一。數據共享技術在智能配電網運維中承擔協調各部門和各階層人員工作的責任,是綜合利用和分配人力資源的關鍵。智能配電網中,通過信息采集技術采集的配電網各設備運行信息,可以輔助運維人員開展運維工作,也可以通過數據共享技術一鍵分享給一線技術人員、運維專家,為配電網的日常運行管理和技術難題攻克工作的有效開展奠定基礎。智能配電網運行過程中,數據共享技術的應用具有以下優點:一是有利于電力企業運維人員綜合考慮智能配電網的疑難問題,梳理配電網設備的長期運行狀態,制定科學有效的應急運維處理處置方案;二是有利于專家針對具體案例分析智能配電網疑難雜癥,分享運維經驗,加快定位、診斷和處理故障的效率;三是有利于一線工作人員的業務培訓和經驗分享。數據共享技術是滿足當前電力企業智能配電網運維需求的重要技術基礎,可提升跨部門信息交流的效率,為技術突破與技術問題解決明確目標。
深度學習技術展現了互聯網時代信息技術強大的學習能力。在大量數據的支持下,通過深度學習技術可以不斷提升配電網系統對異常數據識別、故障定位隔離及自動恢復非故障停電等操作的有效性,擺脫有限人力的約束,提升智能配電網的運行可靠性。深度學習技術結合智能配電網信息采集技術,不僅可以采集電力設備的電流值和電壓值等常規參數,還可以采集運行噪聲、運行振動、環境溫度、運行維度以及跳閘次數等配電網運行參數。深度學習技術結合神經網絡算法,可以對智能配電網的歷史數據進行建模,通過不斷將采集的常規參數和運行參數與模型進行比對,能夠識別異常數據,從而分析異常數據產生的根源,實現對智能配電網運行的自動化控制,提升配電網的安全性。
在多種類型能源并網發電的時代背景下,維持電壓穩定是智能配電網面臨的運維技術應用要點之一。風電、光電、水電等不同能源有不同的發電規律,不同類型的能源進行并網發電時,維持電壓穩定是最需要解決的問題。以分布式光伏并網發電為例,配電網絡在節假日經常出現局部地區下網潮流變輕、倒送、電壓升高以及電壓越限等情況,影響配電網的有效運行和配電網系統以及電力設備的安全。多種新能源并網發電中的電壓穩定性受多重因素影響,單靠人力調節很難適應電網運行的實時變化。該背景下,采用深度學習技術與神經網絡算法相結合的方式,能夠對光伏、水電、風電上網形成的系統電壓進行適應性調節,減輕不同源荷特性電壓對配電網的影響,減少電容器和電抗器等保護設備的動作次數,從而提升配電網的智能性和安全性。
不同能源并網發電填補了單一能源發電的不足,但也導致電網發電峰谷值出現落差大的情況。同時,由于普通用戶和大用戶的時段性用電,嚴重影響電力企業配電網的穩定安全運行。削峰填谷措施不僅需要依靠彈性電價引導用戶在新能源大力發電時用電,避免光電和風電被棄,還需要智能配電網進行負荷調節,結合儲能技術,提升調度的有效性[3-5]。智能配電網的負荷調節需要與新能源的大力發電時段相符合,從而降低新能源并網發電造成的波動影響,減少電網的調峰難度和調峰壓力,提高配電網設備的利用率和安全系數,減少電力企業在配電網容量升級和設備維修更換方面的成本投資。
配電網發電和配電過程必然出現各類電力設備的磨損,長時間運行會提升設備故障的概率。在多種新能源并網發電的情況下,電壓波動和負荷波動情況比單一能源發電更大,設備出現故障的可能性也相應提高。將“互聯網+”技術應用于智能配電網的運維工作,不僅可以降低設備故障風險,還可以提高設備輕微故障的發現概率,從而輔助運維人員及時排除故障并調節配電網設備運行狀態,提升電力設備的運維效果。
“互聯網+”技術不僅可以采集配電網設備在運行期間生成的數據,還可以記錄運維人員查看、檢驗、處理故障的動作數據,以便用于判斷運維工作開展的正確性和可靠性,規范運維人員的運維操作。配電網設備附近的視頻監控攝像頭是規范運維人員運維作業的重要技術設備,可以拍攝并記錄運維人員的作業過程。通過“深度學習+神經網絡”算法分析識別視頻內容,能夠判斷運維人員是否存在不恰當和不合理的運維動作,并及時提醒運維人員,從而降低人為因素對運維工作效率的影響。
“互聯網+”時代信息技術與電力產業配電網結合誕生智能配電網,具有自動化調節電壓、負荷,自動化識別異常數據、設備故障,輔助配電網運維人員開展高效運維工作的能力。文章從信息采集、故障定位、數據共享以及深度學習4 個方面分析了智能配電網運維技術,探討了電壓、負荷、設備以及人工作業領域的運維技術應用策略,認為人工智能是智能配電網進一步發展的關鍵,是提升配電網穩定、安全運行以及高效運維的技術基礎。