杜楨梁

（山東送變電工程有限公司，山東 濟(jì)南 250118）

0 引 言

隨著智能電網(wǎng)建設(shè)的不斷深入，各類智能化應(yīng)用系統(tǒng)在變電站中得到廣泛應(yīng)用。變電站的電源系統(tǒng)是關(guān)系到整個(gè)變電站安全可靠運(yùn)行的關(guān)鍵系統(tǒng)，及時(shí)監(jiān)測和管理變電站電源的工作狀態(tài)變得尤為重要[1]。傳統(tǒng)的電源監(jiān)測與管理模式存在滯后性、人工操作效率低等問題，很難滿足現(xiàn)代智能變電站對(duì)電源系統(tǒng)全天候監(jiān)控和快速反應(yīng)的要求。物聯(lián)網(wǎng)技術(shù)的出現(xiàn)為解決上述問題提供新的途徑。物聯(lián)網(wǎng)通過部署各種傳感設(shè)備，實(shí)時(shí)采集電源設(shè)備的狀態(tài)數(shù)據(jù)；利用高速通信網(wǎng)絡(luò)，使得監(jiān)控中心可以及時(shí)獲取現(xiàn)場數(shù)據(jù)；借助云計(jì)算等技術(shù)手段，對(duì)海量數(shù)據(jù)進(jìn)行存儲(chǔ)和智能分析，從而為電源監(jiān)測與管理提供系統(tǒng)化解決方式。

1 物聯(lián)網(wǎng)的基本原理與關(guān)鍵技術(shù)

物聯(lián)網(wǎng)是繼計(jì)算機(jī)、互聯(lián)網(wǎng)之后的又一重大技術(shù)革命，其基本原理是利用各種信息傳感設(shè)備，如射頻識(shí)別（Radio Frequency Identification，RFID）設(shè)備、紅外傳感器、全球位置系統(tǒng)（Global Positioning System，GPS）以及激光掃描器等，實(shí)時(shí)獲取所連接物體或過程中需要的各種數(shù)據(jù)；通過互聯(lián)網(wǎng)等廣域網(wǎng)將這些數(shù)據(jù)傳輸至數(shù)據(jù)中心進(jìn)行匯總處理，借助云計(jì)算、大數(shù)據(jù)等技術(shù)智能分析海量數(shù)據(jù)，從而實(shí)現(xiàn)對(duì)所連接物體或過程的有效感知、識(shí)別以及管理。物聯(lián)網(wǎng)的實(shí)現(xiàn)離不開幾項(xiàng)關(guān)鍵技術(shù)的支撐：一是物與物之間的連接，連接大規(guī)模異構(gòu)設(shè)備對(duì)通信網(wǎng)絡(luò)的可擴(kuò)展性、覆蓋范圍、時(shí)延性以及安全性提出極高要求，因此廣域無線通信技術(shù)（5G/6G）、近距離無線技術(shù)（RFID、Wi-Fi、藍(lán)牙、ZigBee 等）以及通信協(xié)議的標(biāo)準(zhǔn)化至關(guān)重要；二是智能化終端技術(shù)，感知層終端須具備信息采集、分析處理及短距離通信等智能化能力，因而各種傳感技術(shù)、嵌入式系統(tǒng)及邊緣計(jì)算技術(shù)不斷推陳出新；三是海量數(shù)據(jù)處理能力，近年來全球數(shù)據(jù)量已呈指數(shù)級(jí)增長，預(yù)計(jì)到2025 年，全球數(shù)據(jù)球?qū)⑦_(dá)到180 ZB[2]。因此，大數(shù)據(jù)挖掘、人工智能及云計(jì)算等技術(shù)是實(shí)現(xiàn)從海量原始數(shù)據(jù)中高效提取有價(jià)值數(shù)據(jù)的關(guān)鍵。

2 智能變電站電源監(jiān)測與管理系統(tǒng)設(shè)計(jì)

2.1 系統(tǒng)總體架構(gòu)

智能變電站電源監(jiān)測與管理系統(tǒng)遵循典型的物聯(lián)網(wǎng)系統(tǒng)架構(gòu)，主要由感知層、網(wǎng)絡(luò)層以及應(yīng)用層3個(gè)層級(jí)組成，各層之間通過標(biāo)準(zhǔn)化通信協(xié)議互聯(lián)互通，形成一個(gè)高效的端到端系統(tǒng)，如表1 所示[3]。

表1 系統(tǒng)整體架構(gòu)

感知層是整個(gè)系統(tǒng)的基礎(chǔ)，主要由部署在變電站各處的智能化傳感終端設(shè)備組成。這些設(shè)備通過集成的各種傳感器（電壓/電流傳感器、溫濕度傳感器、紅外測溫儀等）對(duì)電源系統(tǒng)的運(yùn)行狀態(tài)數(shù)據(jù)（供電參數(shù)、環(huán)境參數(shù)、設(shè)備狀態(tài)參數(shù)等）進(jìn)行實(shí)時(shí)采集，并通過RFID、ZigBee 等近距離無線通信技術(shù)將采集到的數(shù)據(jù)傳輸至網(wǎng)絡(luò)層。網(wǎng)絡(luò)層則負(fù)責(zé)構(gòu)建覆蓋整個(gè)變電站的高速寬帶通信網(wǎng)絡(luò)。該層采用分層式混合組網(wǎng)模式，即無線自組網(wǎng)和有線網(wǎng)的有機(jī)結(jié)合，以確保無處不在的泛在連接和高效快速的數(shù)據(jù)傳輸。網(wǎng)絡(luò)層硬件包括無線接入點(diǎn)、交換機(jī)、路由器及光纖線纜等通信設(shè)備，軟件包括傳輸控制協(xié)議/網(wǎng)際協(xié)議（Transmission Control Protocol/Internet Protocol，TCP/IP）棧、中間件等，實(shí)現(xiàn)物理層與應(yīng)用層的高效對(duì)接[4]。應(yīng)用層是系統(tǒng)的核心，承擔(dān)著數(shù)據(jù)存儲(chǔ)、處理分析、預(yù)警決策以及應(yīng)用呈現(xiàn)等重要功能。利用人工智能、大數(shù)據(jù)等技術(shù)分析挖掘現(xiàn)場的海量運(yùn)行數(shù)據(jù)，系統(tǒng)能夠?qū)﹄娫聪到y(tǒng)的運(yùn)行狀況建立全面的數(shù)字化模型，及時(shí)發(fā)現(xiàn)設(shè)備故障隱患，預(yù)測電源負(fù)荷波動(dòng)，進(jìn)而為變電站電能調(diào)度和設(shè)備維護(hù)等提供決策支持。

2.2 電源狀態(tài)監(jiān)測模塊設(shè)計(jì)

電源狀態(tài)監(jiān)測是系統(tǒng)的核心模塊，其設(shè)計(jì)目標(biāo)是實(shí)時(shí)監(jiān)控電源設(shè)備的運(yùn)行狀況，發(fā)現(xiàn)故障隱患，預(yù)測負(fù)荷變化，從而實(shí)現(xiàn)電源系統(tǒng)的智能化、自動(dòng)化管理。該模塊的實(shí)現(xiàn)主要包括數(shù)據(jù)采集、狀態(tài)評(píng)估以及負(fù)荷預(yù)測3 個(gè)關(guān)鍵環(huán)節(jié)。數(shù)據(jù)采集是前提，通過與感知層的各類傳感器集成，持續(xù)獲取電壓、電流、溫度及濕度等多維度的電源運(yùn)行數(shù)據(jù)[5]。其中，電壓/電流傳感器可精確測量母線、饋線等關(guān)鍵節(jié)點(diǎn)的供電參數(shù)，精度可達(dá)0.05%FS；紅外測溫儀可遠(yuǎn)程監(jiān)測設(shè)備表面溫度，精度達(dá)0.1 ℃；此外，針對(duì)各類電源設(shè)備的振動(dòng)、噪聲、局部放電等運(yùn)行特征量，開發(fā)了相應(yīng)的智能化傳感設(shè)備。在獲取原始數(shù)據(jù)后，狀態(tài)評(píng)估子系統(tǒng)對(duì)其進(jìn)行分析處理，識(shí)別設(shè)備是否處于健康狀態(tài)。該子系統(tǒng)集成了基于機(jī)器學(xué)習(xí)的多種狀態(tài)評(píng)估算法，如支持向量機(jī)（Support Vector Machine，SVM）、人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，ANN）等，可識(shí)別微小偏差，挖掘隱藏模式。除了監(jiān)測現(xiàn)狀，負(fù)荷預(yù)測子系統(tǒng)則面向未來。通過對(duì)歷史負(fù)荷數(shù)據(jù)、天氣情況、節(jié)假日信息等影響因素的建模分析，應(yīng)用時(shí)間序列分析、機(jī)器學(xué)習(xí)等方法實(shí)現(xiàn)對(duì)未來一定時(shí)間內(nèi)電源負(fù)荷曲線的精準(zhǔn)預(yù)測。

2.3 異常檢測與預(yù)警機(jī)制設(shè)計(jì)

異常檢測與預(yù)警機(jī)制設(shè)計(jì)是系統(tǒng)的重要組成部分，其目標(biāo)是基于對(duì)電源系統(tǒng)運(yùn)行狀態(tài)的持續(xù)監(jiān)測，及時(shí)發(fā)現(xiàn)異常情況，觸發(fā)相應(yīng)的預(yù)警流程，從而最大限度避免故障擴(kuò)大，保證電力供應(yīng)的可靠性和連續(xù)性。該機(jī)制的核心是一套基于人工智能技術(shù)的在線異常檢測算法集成框架。該框架采用模塊化、層次化的設(shè)計(jì)理念，集成多種具有互補(bǔ)性的異常檢測算法，包括基于統(tǒng)計(jì)理論的概率密度估計(jì)算法、基于信號(hào)分析的譜分析算法、基于知識(shí)推理的專家系統(tǒng)算法以及基于機(jī)器學(xué)習(xí)的深度學(xué)習(xí)算法等。不同算法針對(duì)不同異常類型和運(yùn)行狀態(tài)數(shù)據(jù)的特征，具備不同的檢測能力，通過有機(jī)集成可以發(fā)揮算法之間的互補(bǔ)優(yōu)勢，全面識(shí)別各類異常現(xiàn)象。以深度學(xué)習(xí)算法為例，該類算法對(duì)連續(xù)、非線性的時(shí)間序列數(shù)據(jù)具有良好的建模能力。通過搭建深度自動(dòng)編碼器網(wǎng)絡(luò)，對(duì)大量正常運(yùn)行的樣本數(shù)據(jù)進(jìn)行無監(jiān)督訓(xùn)練，網(wǎng)絡(luò)可自動(dòng)學(xué)習(xí)數(shù)據(jù)的隱含特征分布。同時(shí)，重構(gòu)新輸入的運(yùn)行數(shù)據(jù)，若重構(gòu)誤差超過給定閾值，則判斷為異常。一旦發(fā)現(xiàn)異常，系統(tǒng)將立即觸發(fā)預(yù)警機(jī)制。該機(jī)制設(shè)有分級(jí)預(yù)警模式，不同預(yù)警級(jí)別對(duì)應(yīng)不同的處理流程。

2.4 維護(hù)決策支持系統(tǒng)設(shè)計(jì)

維護(hù)決策支持系統(tǒng)是智能變電站電源監(jiān)測與管理系統(tǒng)的重要補(bǔ)充，旨在基于系統(tǒng)獲取的電源設(shè)備全生命周期數(shù)據(jù)，為變電站電源設(shè)備的預(yù)防性維護(hù)和在役維護(hù)提供科學(xué)決策支持。該系統(tǒng)的核心是一套基于人工智能的電源設(shè)備健康狀態(tài)評(píng)估與剩余壽命預(yù)測模型。該模型通過深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)對(duì)電源設(shè)備在線監(jiān)測數(shù)據(jù)和周期檢測數(shù)據(jù)進(jìn)行綜合分析，構(gòu)建設(shè)備的動(dòng)態(tài)數(shù)字化孿生體，實(shí)時(shí)評(píng)估設(shè)備健康度，并預(yù)測其剩余使用壽命。在獲得電源設(shè)備健康狀態(tài)的量化評(píng)估后，系統(tǒng)將結(jié)合設(shè)備重要性、可獲得性以及運(yùn)維成本等多維度信息，通過優(yōu)化算法（遺傳算法、模擬退火算法等）為維護(hù)決策提供支持。此外，該系統(tǒng)具備智能故障診斷功能。當(dāng)發(fā)生設(shè)備故障時(shí)，系統(tǒng)將自動(dòng)分析故障模式和原因，為現(xiàn)場排查提供指導(dǎo)，縮短故障處理時(shí)間。為支持上述智能決策，系統(tǒng)建立一個(gè)集中式電源設(shè)備全生命周期數(shù)據(jù)庫，歸集所有設(shè)備從購置、投運(yùn)到報(bào)廢的各類數(shù)據(jù)，包括監(jiān)測數(shù)據(jù)、檢修記錄、故障記錄等，數(shù)據(jù)總量達(dá)5.8 PB。在大數(shù)據(jù)分析和可視化技術(shù)的支持下，運(yùn)維人員可方便查詢和呈現(xiàn)所需信息。

3 系統(tǒng)性能測試與應(yīng)用效果分析

3.1 系統(tǒng)性能測試

為全面驗(yàn)證基于物聯(lián)網(wǎng)技術(shù)的智能變電站電源監(jiān)測與管理系統(tǒng)的有效性，設(shè)計(jì)一套系統(tǒng)性能測試方案。測試的核心目標(biāo)是評(píng)估該系統(tǒng)在真實(shí)運(yùn)行環(huán)境下的監(jiān)測精度、異常檢測能力、響應(yīng)時(shí)延以及決策支持水平等關(guān)鍵指標(biāo)，從而為系統(tǒng)的推廣應(yīng)用提供客觀依據(jù)。測試采取分階段、分層次的設(shè)計(jì)方式。第一階段為常規(guī)測試，旨在檢驗(yàn)系統(tǒng)對(duì)電源設(shè)備正常運(yùn)行工況下的監(jiān)測性能。在某500 kV 智能變電站現(xiàn)場部署完整的系統(tǒng)軟硬件，覆蓋16 臺(tái)主供電源設(shè)備，共567個(gè)監(jiān)測點(diǎn)位。通過搭建高精度校準(zhǔn)裝置，獲取包括電壓、電流、溫度及振動(dòng)等在內(nèi)的多維度基準(zhǔn)數(shù)據(jù)，與系統(tǒng)監(jiān)測數(shù)據(jù)進(jìn)行對(duì)比分析，計(jì)算絕對(duì)誤差和相對(duì)誤差，從而評(píng)估系統(tǒng)的監(jiān)測精度。第二階段為壓力測試，著重考察系統(tǒng)的異常檢測與響應(yīng)能力。模擬多種典型異常場景，包括供電參數(shù)異常（過壓、欠壓、過載等）、環(huán)境條件異常（過熱、浸水等）、設(shè)備故障（絕緣擊穿、跳閘等）等，通過注入模擬信號(hào)或人為干擾等方式，檢測系統(tǒng)對(duì)這些異常的實(shí)時(shí)識(shí)別和處置能力。記錄系統(tǒng)響應(yīng)的時(shí)延和準(zhǔn)確率等指標(biāo)，分析其異常檢測性能。第三階段將評(píng)估系統(tǒng)的智能決策支持能力。全面調(diào)研變電站的電能優(yōu)化和設(shè)備維護(hù)等多方面決策需求，設(shè)計(jì)一系列典型決策場景，如負(fù)荷預(yù)測、健康評(píng)估、殘余壽命預(yù)測以及維護(hù)方案優(yōu)化等，輸入歷史數(shù)據(jù)和模擬數(shù)據(jù)，檢驗(yàn)系統(tǒng)生成決策方案的合理性和優(yōu)化效果。

3.2 應(yīng)用效果分析

經(jīng)過嚴(yán)格的系統(tǒng)性能測試，基于物聯(lián)網(wǎng)的智能變電站電源監(jiān)測與管理系統(tǒng)在實(shí)際應(yīng)用中展現(xiàn)出卓越的監(jiān)測、異常檢測以及決策支持能力，取得了顯著的應(yīng)用效果。監(jiān)測精度方面，系統(tǒng)相較于傳統(tǒng)巡檢方式顯著提高了數(shù)據(jù)的時(shí)效性和準(zhǔn)確性。監(jiān)測指標(biāo)的詳細(xì)數(shù)據(jù)如表2 所示。

表2 監(jiān)測指標(biāo)的詳細(xì)數(shù)據(jù)

異常檢測方面，系統(tǒng)能夠快速準(zhǔn)確地發(fā)現(xiàn)各類異常情況并作出響應(yīng)。以模擬的絕緣擊穿故障為例，系統(tǒng)在2.5 s 內(nèi)成功識(shí)別故障類型，3.6 s 內(nèi)自動(dòng)切除故障區(qū)段，且定位精度超過98%，快速有效地隔離了故障，防止故障擴(kuò)大。決策支持方面，系統(tǒng)的智能分析與優(yōu)化算法為變電站的電能管理和設(shè)備維護(hù)提供了寶貴決策支持。

4 結(jié) 論

基于物聯(lián)網(wǎng)技術(shù)的智能變電站電源監(jiān)測與管理系統(tǒng)在設(shè)計(jì)和應(yīng)用上都取得了卓越成績。該系統(tǒng)利用物聯(lián)網(wǎng)技術(shù)實(shí)現(xiàn)對(duì)變電站電源系統(tǒng)的全方位感知和互聯(lián)互通，通過部署各種傳感設(shè)備、高速通信網(wǎng)絡(luò)和云計(jì)算等技術(shù)，構(gòu)建一個(gè)全新的端到端智能監(jiān)控平臺(tái)。系統(tǒng)具備精準(zhǔn)的數(shù)據(jù)采集能力、強(qiáng)大的異常檢測算力以及出色的決策支持功能，在提升變電站電源系統(tǒng)的可靠性、運(yùn)維效率以及應(yīng)急響應(yīng)能力等方面發(fā)揮了重要作用。