吳 謙

（國網(wǎng)無錫供電公司， 江蘇 無錫 214000）

0 引言

隨著近年來電力系統(tǒng)建設(shè)要求和規(guī)模的不斷擴(kuò)大，對變電站運行的穩(wěn)定性和安全性等方面的要求也不斷提升。變電站在建設(shè)中應(yīng)用智能化和信息化等方面的技術(shù)有利于進(jìn)一步優(yōu)化變電站內(nèi)的各項資源，提高變電站內(nèi)的電網(wǎng)建設(shè)效率，推動變電站的運維管理升級。結(jié)合人工神經(jīng)網(wǎng)絡(luò)等人工智能技術(shù)實現(xiàn)變電站的故障預(yù)測、診斷以及決策的智能化，有利于進(jìn)一步提升變電站電力系統(tǒng)的建設(shè)效率，推動變電站的智能化管理，全面提高變電站設(shè)備運行的安全性和穩(wěn)定性，為變電站的運行提供有效保障。

1 人工智能分析

人工智能主要用于對人類思維、理論、方法和技術(shù)等方面的智能模擬和拓展，以深度學(xué)習(xí)為主要核心，有效提高工作效率，降低人工工作成本。近年來，隨著科學(xué)技術(shù)的進(jìn)步以及國民經(jīng)濟(jì)的飛速發(fā)展，人們對電力資源管理的需求量以及質(zhì)量等方面的要求也越來越高。對此，電力企業(yè)以及企業(yè)工作人員必須重視對變電站內(nèi)設(shè)備運維管理的智能化建設(shè)，結(jié)合人工智能技術(shù)進(jìn)一步改進(jìn)和創(chuàng)新變電站的運維管理策略[1]。變電站中的人工智能主要包含專家系統(tǒng)、智能優(yōu)化系統(tǒng)和計算機(jī)學(xué)習(xí)系統(tǒng)等三種形式。目前，主流的應(yīng)用主要包含算法、算力和數(shù)據(jù)三個方面，如表1 所示。隨著近年來人工智能技術(shù)的不斷發(fā)展和進(jìn)步，變電站運維管理中人工智能的應(yīng)用途徑逐漸擴(kuò)大，進(jìn)一步改善了人們的生活和社會生產(chǎn)方式。

表1 人工智能主流應(yīng)用方向

2 軟件設(shè)計

2.1 整體架構(gòu)

基于人工智能設(shè)計的智能變電站運維軟件的管理包括電網(wǎng)調(diào)度、管理和運維三個方面，能實現(xiàn)對變電站設(shè)備的智能化操作管理、對設(shè)備運行情況進(jìn)行監(jiān)控和告警、遠(yuǎn)程協(xié)調(diào)控制設(shè)備運行、分析并管理設(shè)備的異常運行情況等。在資源方面，本文設(shè)計的軟件包含了變電站內(nèi)大量資源的統(tǒng)一管理和傳輸。在調(diào)度控制方面，本文設(shè)計的軟件能有效使用調(diào)度、監(jiān)控和運維操作系統(tǒng)進(jìn)行變電站內(nèi)所有設(shè)備以及變電站周邊環(huán)境的調(diào)度。從總體上看，本文研究的軟件系統(tǒng)涵蓋三個方面的架構(gòu)，分別是基層、中間層和頂層[2]。

2.2 運維管理平臺的人工智能運行分析

和傳統(tǒng)的智能管理平臺不同，本文研究的變電站智能運維管理軟件主要從故障感知、應(yīng)對和決策分析三方面實現(xiàn)功能的應(yīng)用。首先，利用機(jī)器學(xué)習(xí)技術(shù)對大量已經(jīng)產(chǎn)生的監(jiān)控數(shù)據(jù)進(jìn)行分析，找出其中的異常節(jié)點，針對異常情況繪制異常曲線，通過對比，實現(xiàn)對故障信息的預(yù)警，為運維管理人員提前發(fā)現(xiàn)和解決變電站運行中出現(xiàn)的安全隱患提供依據(jù)，降低變電站故障發(fā)生率。隨后，對變電站運維過程中產(chǎn)生的事件進(jìn)行問題的分析和整理，按照事件包括運行案例和運行故障等進(jìn)行剖析，明確產(chǎn)生的原因、現(xiàn)象、類型、解決措施、經(jīng)驗、難度以及解決問題花費的時間等，利用人工智能技術(shù)對其進(jìn)行整理和歸納，形成運維數(shù)據(jù)庫。當(dāng)變電站出現(xiàn)設(shè)備運行故障后，及時從數(shù)據(jù)庫中找出相應(yīng)的記錄，并篩選合適的應(yīng)對措施，結(jié)合設(shè)置好的故障處理腳本進(jìn)行故障處理[3]。最后，利用平臺中的大量運維數(shù)據(jù)和運行數(shù)據(jù)建立系統(tǒng)的評價標(biāo)準(zhǔn)，對設(shè)備的性能和運行狀況進(jìn)行分析，為工作人員及時對設(shè)備進(jìn)行維修保養(yǎng)提供依據(jù)。

2.3 數(shù)據(jù)庫設(shè)計

軟件開發(fā)尤其是人工智能軟件開發(fā)中，數(shù)據(jù)庫占據(jù)著重要的地位，直接決定著軟件的運維和監(jiān)控功能。本文研究的變電站智能運維系統(tǒng)的數(shù)據(jù)庫為Oracle 數(shù)據(jù)庫，這一數(shù)據(jù)庫能保持在運行過程中的安全性和穩(wěn)定性，具有更好的監(jiān)測性能。同時，考慮到數(shù)據(jù)庫的存儲容量問題，數(shù)據(jù)庫的存儲采用MySQL，開發(fā)了C 與C++語言，保證數(shù)據(jù)庫具有良好的兼容性。綜合Java、C#和VB 等工作接口，為歷史數(shù)據(jù)的查詢提供良好條件。最后，設(shè)計了Id、TaskName、TaskNum、WorkMode、Status 和Timestamp 等字段，能維護(hù)變電站各個設(shè)備良好運維條件以及運維的環(huán)境，保證本數(shù)據(jù)庫能有效符合變電站的運行需要。

3 人工智能軟件模塊分析

3.1 機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)是指對大量歷史數(shù)據(jù)的學(xué)習(xí)，實現(xiàn)對特定目標(biāo)的識別和歸納，機(jī)器學(xué)習(xí)的工作主要分為數(shù)據(jù)選擇、模型訓(xùn)練、模型驗證、模型測試、模型使用和模型優(yōu)化等步驟，通過尋找相關(guān)數(shù)據(jù)并使用一定的數(shù)據(jù)挖掘模式對事件進(jìn)行分析和預(yù)測，是數(shù)據(jù)發(fā)現(xiàn)和挖掘的前提條件，如表2 所示。本軟件通過對歷史故障的發(fā)生數(shù)據(jù)等建立故障預(yù)警模型，結(jié)合設(shè)備監(jiān)控數(shù)據(jù)的預(yù)警情況以及預(yù)警趨勢等進(jìn)行分析，為運維人員提供故障警報信息，方便運維人員及時發(fā)現(xiàn)并采取有效應(yīng)對措施，對可能發(fā)生的故障進(jìn)行檢修排查，降低設(shè)備故障為變電站帶來的損失。

表2 機(jī)器學(xué)習(xí)步驟

3.2 網(wǎng)絡(luò)拓?fù)?/h3>

本文研究的變電站智能運維管理軟件將整個變電站類的各個運行設(shè)備的狀態(tài)和運維特征等建立了相關(guān)的數(shù)據(jù)庫，構(gòu)成了設(shè)備的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，能及時發(fā)現(xiàn)和分析相關(guān)的運行故障，并利用拓?fù)渚W(wǎng)絡(luò)圖回溯故障發(fā)生的鏈路，確定故障發(fā)生的節(jié)點，分析故障可能會影響的范圍并對故障進(jìn)行精準(zhǔn)定位，提高了故障的準(zhǔn)確率和故障排查效率，如圖1 所示。

圖1 網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

3.3 故障智能感應(yīng)

傳統(tǒng)的變電站故障感應(yīng)技術(shù)主要通過相關(guān)的閾值或固定的檢測算法對變電站設(shè)備中固定的監(jiān)測控制項目進(jìn)行檢測和管理，當(dāng)遇到故障和檢測過程較為復(fù)雜并突發(fā)性較強的故障問題時，往往會面臨較大的局限。本文研究的軟件主要利用Splunk 機(jī)器數(shù)據(jù)引擎對軟件的程序、服務(wù)器以及設(shè)備的監(jiān)控數(shù)據(jù)等進(jìn)行搜索和整理，能在較短的時間內(nèi)發(fā)現(xiàn)和解決問題，降低軟件的運維成本，提高軟件運維效率。

值得注意的是，Splunk 訓(xùn)練數(shù)據(jù)會受到訓(xùn)練曲線偏差的影響，故每晚對閾值進(jìn)行重新計算，避免產(chǎn)生誤報。

3.4 維修決策

維修決策作為設(shè)備維修管理的重要內(nèi)容，能為變電站高效、穩(wěn)定運行提供良好的作業(yè)環(huán)境，保證變電站的運行效益。人工智能在維修決策方面的應(yīng)用主要通過專家系統(tǒng)建立人工神經(jīng)網(wǎng)絡(luò)，對相關(guān)信息進(jìn)行學(xué)習(xí)，建立設(shè)備維修決策相關(guān)模型，實現(xiàn)設(shè)備的智能運維，是變電站進(jìn)行設(shè)備維修和保養(yǎng)的重要依據(jù)。

在具體的設(shè)備維修決策中，變電站相關(guān)人員首先將相關(guān)維修信息輸入至系統(tǒng)中，隨后選擇系統(tǒng)提供的維修方案。這一維修決策能有效克服傳統(tǒng)維修決策中經(jīng)驗、水平等方面的限制，利用數(shù)據(jù)庫中的維修案例和專家專業(yè)知識等相關(guān)信息制定復(fù)雜設(shè)備的維修管理方案，提高維修決策的科學(xué)性。

4 基于人工智能技術(shù)的智能變電運維軟件應(yīng)用

4.1 遙測系統(tǒng)

遙測系統(tǒng)通常應(yīng)用于對變電站一次設(shè)備工作情況的監(jiān)督。變壓器作為遙測系統(tǒng)的重要組成部分，是出現(xiàn)故障診斷難題的主要設(shè)備環(huán)節(jié)，為了進(jìn)一步提高故障診斷效率，可以利用人工智能對變壓器的相應(yīng)檢測參數(shù)以及變壓器的運行狀態(tài)等建立映射學(xué)習(xí)管理，及時準(zhǔn)確掌握變壓器的實際運行情況，確保變電站設(shè)備安全穩(wěn)定運行[4]。

4.2 遙視系統(tǒng)

變電站內(nèi)遙視系統(tǒng)是實現(xiàn)對變電站內(nèi)相關(guān)設(shè)備、工作環(huán)境和工作人員全面監(jiān)督的重要保障。在遙視系統(tǒng)中應(yīng)用人工智能技術(shù)，能進(jìn)一步提高變電站的管理水平。通過人工智能技術(shù)能實現(xiàn)智能化的遠(yuǎn)程監(jiān)控，準(zhǔn)確分析監(jiān)控視頻中設(shè)備運行狀態(tài)等信息，同時，結(jié)合熱成像技術(shù)還能對設(shè)備的內(nèi)部運行溫度進(jìn)行監(jiān)控，進(jìn)一步提高了設(shè)備監(jiān)控的準(zhǔn)確性，如圖2 所示。此外，利用人工智能技術(shù)對變電站內(nèi)厭惡特征進(jìn)行學(xué)習(xí)和分析，還能實現(xiàn)煙霧自動報警功能，進(jìn)一步提高設(shè)備運行效率。

圖2 基于人工智能的紅外熱成像技術(shù)

5 結(jié)語

將人工智能技術(shù)應(yīng)用在變電站的智能運維軟件建設(shè)中，已經(jīng)成為提高變電站內(nèi)設(shè)備運維管理效率的重要措施。通過人工智能技術(shù)的學(xué)習(xí)模仿功能，可以實現(xiàn)遙測和遙視系統(tǒng)，提高變電站內(nèi)運行的穩(wěn)定性和安全性。同時，通過拓?fù)?、深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)等人工智能技術(shù)，還能夠?qū)崿F(xiàn)故障的預(yù)測、診斷和決策等功能，降低變電站故障發(fā)生頻率，確保變電站安全、穩(wěn)定運行。