作者簡介：邢佳源（2000-），女。研究方向為智能電網(wǎng)。

DOI：10.19981/j.CN23-1581/G3.2024.15.037

摘? 要：為提升110 kV電力設備的運行穩(wěn)定性，需要對其運行狀態(tài)進行監(jiān)測，該文根據(jù)數(shù)字孿生技術，以浙江金華110 kV亞體變?yōu)槔?，通過無線網(wǎng)絡、機器人等方式，對電力設備運行狀態(tài)數(shù)據(jù)信息進行收集，基于數(shù)字孿生技術，進行數(shù)字信號模擬，將物理實體轉化成數(shù)字虛擬體，構建電力設備運行狀態(tài)孿生模型，實現(xiàn)110 kV電力設備運行狀態(tài)的檢測。傳統(tǒng)的電力設備監(jiān)測其監(jiān)測效率、監(jiān)測精度較低，通過數(shù)字孿生技術的支撐，構建新的監(jiān)測模型，有效提升變電站電力設備的可靠性與安全性，以供參考。

關鍵詞：數(shù)字孿生技術；電力設備；運行狀態(tài)監(jiān)測；監(jiān)測方法；110 kV亞體變

中圖分類號：TM506? ? ? 文獻標志碼：A? ? ? ? ? 文章編號：2095-2945（2024）15-0163-04

Abstract： In order to improve the operation stability of 110 kV power equipment， it is necessary to monitor its running state. According to the digital twin technology， this paper takes the 110 kV subbody in Jinhua， Zhejiang Province as an example， collects the data and information of the running state of the power equipment by means of wireless network and robot， carries on the digital signal simulation based on the digital twin technology， and transforms the physical entity into digital virtual body. The twin model of running state of power equipment is constructed to realize the detection of running state of 110 kV power equipment. The traditional power equipment monitoring has low monitoring efficiency and accuracy. With the support of digital twin technology， a new monitoring model is constructed， which effectively improves the reliability and security of substation power equipment for reference.

Keywords： digital twin technology; power equipment; operation condition monitoring; monitoring method; 110 kV subtransformer

新時期下，我國經(jīng)濟快速發(fā)展，社會對電力的需求逐漸增大，電力系統(tǒng)規(guī)模快速擴大， 對電力系統(tǒng)與設備的運行維護工作提出了新的要求。浙江金華110 kV亞體變是金華市亞運會主會場重要支撐變電站之一，對供電可靠性要求極高，保電任務極重。圍繞亞體變構建一套完整的數(shù)字孿生體系，對110 kV電力設備運檢工作進行全面提升，從多個角度為一線工作人員減負，已是現(xiàn)場迫在眉睫的需求。數(shù)字孿生技術作為近年來發(fā)展快速的技術，在變電站電力設備監(jiān)測中可發(fā)揮重要作用，保證變電站各電力設備穩(wěn)定運行。故而，本文依托于數(shù)字孿生技術，對110 kV電力設備進行監(jiān)測，以提升變電站運行穩(wěn)定性。

1? 數(shù)字孿生技術概述

數(shù)字孿生技術能夠?qū)ΜF(xiàn)實物理目標對象開展數(shù)字化建模，于計算機之中，創(chuàng)建一個與現(xiàn)實相同的“孿生體”。數(shù)字孿生技術中具備3個模塊，分別為人文、物理、數(shù)字，圖1能夠清晰地表明這3個模塊之間的關系[1]。

圖1? 數(shù)字孿生技術三模塊關系圖

圖1中，物理世界指的是現(xiàn)實世界，其中包括各類系統(tǒng)、物理對象等，變電站的物理模塊包含各類電氣、電子設備，通過各類機械電子電氣設備，共同構成了變電站電力系統(tǒng)。數(shù)字模塊是針對物理模塊的仿真，形成與物理模塊對應的模型。通過變電站的數(shù)字化呈現(xiàn)，能夠更快速、更方便地開展各項數(shù)據(jù)處理。人文模塊則是一個過程規(guī)范，能夠解決各類問題，針對110 kV的變電站電力設備運行狀態(tài)監(jiān)測是數(shù)字孿生技術的重要顯現(xiàn)[2]。

變電站中電力設備監(jiān)測中，數(shù)字孿生技術應用水平極為重要。高質(zhì)量的數(shù)字孿生技術應用能夠?qū)崿F(xiàn)110 kV電力設備多方位、細致化的數(shù)值建模，對電力設備運行狀態(tài)、運行參數(shù)進行精準反饋，并通過相關算法進行智能分析，及時診斷相應故障。通過數(shù)字孿生技術仿真模型構建，可對變電站各設備系統(tǒng)進行推算，預測電力系統(tǒng)未來變化趨勢，最大限度地減少電力系統(tǒng)消耗損失。通過云計算技術與數(shù)字孿生技術的融合應用，搭建大數(shù)據(jù)平臺，對數(shù)據(jù)進行分析，能夠?qū)崿F(xiàn)高效的數(shù)據(jù)管理與優(yōu)化，提升變電站可靠性與安全性。

2? 110 kV電力設備運行狀態(tài)監(jiān)測架構

變電站作為重要的數(shù)據(jù)傳輸環(huán)節(jié)，在能源需求逐漸擴大的當下，其對電力系統(tǒng)的重要性越發(fā)凸顯。變電站運行中其電力設備難免出現(xiàn)各類故障，接觸不良、設備過載、磨損都是變電站電力系統(tǒng)中常見的問題，本文以浙江金華110 kV亞體變?yōu)槔槍ψ冸娬倦娏υO備運行監(jiān)測方法進行研究。

2.1? 系統(tǒng)架構與設備安排

浙江金華110 kV亞體變數(shù)字孿生系統(tǒng)中，其架構如圖2所示，主要由綜合防誤、二區(qū)輔控、遠程巡視三大系統(tǒng)模塊構成。綜合防誤系統(tǒng)下轄微機防誤系統(tǒng)、智能防誤系統(tǒng)、二次防誤、檢修防誤、實時地線管理系統(tǒng)、工器具管理系統(tǒng)、智能鎖控系統(tǒng)、緊急解鎖管理和電子模擬圖板九大防誤模塊。二區(qū)輔控系統(tǒng)接入鎖控終端、動環(huán)終端、無線匯聚三大終端，接入電子圍欄、風機、空調(diào)、燈光、溫濕度和水浸水位等信息。遠程智能巡視接入攝像機，申昊機器人等信息，并構建3D場景，將綜合防誤和輔控信息映射至該模型中，實現(xiàn)信息可視化，控制立體化[3]。

電力系統(tǒng)設備運行狀態(tài)監(jiān)測中，各類監(jiān)控終端完成電力設備在線監(jiān)測、風機控制、燈光控制等輔助設備數(shù)據(jù)接入處理，采用DL/T860協(xié)議直接與綜合應用主機交互數(shù)據(jù)；智能巡視系統(tǒng)部署在Ⅳ區(qū)，與Ⅱ區(qū)通過正反向隔離裝置隔開；巡視主機實現(xiàn)Ⅳ區(qū)無線匯聚采集信息和攝像機等前端數(shù)據(jù)的一并接入；分析主機承擔視頻、圖片信息的計算解析服務；無線匯聚實現(xiàn)水浸、溫濕度、水位、無線地線信息上送；硬盤錄像機實現(xiàn)攝像機圖片、視頻信息上送[4]。

2.2? 系統(tǒng)架構各層級作用

數(shù)字孿生技術下的電站設備狀態(tài)監(jiān)測系統(tǒng)一般由感知層、數(shù)據(jù)層、運算層、功能層和應用層所組成。顧名思義，感知層負責狀態(tài)監(jiān)測系統(tǒng)對電力設備的感知與測量；數(shù)據(jù)層對感知層所獲取的數(shù)據(jù)信息進行分析，之后通過運算層對數(shù)據(jù)信息進行建模處理；功能層對故障進行診斷并按設備關系需求提供各類服務；最后的應用層是在可視化處理階段實現(xiàn)監(jiān)控的實時性與優(yōu)化處理。通過數(shù)字孿生技術對電力設備運行狀態(tài)進行數(shù)字化、虛擬化建模，實現(xiàn)電力設備運行場景的二次搭建，幫助工作人員更全面地監(jiān)測電力設備運行。

3? 110 kV電力設備運行狀態(tài)信號獲取與處理

3.1? 110 kV電力設備運行狀態(tài)數(shù)據(jù)信息獲取

根據(jù)上述電力設備監(jiān)測架構，通過相關技術對電力運行狀態(tài)數(shù)據(jù)信息進行獲取，包括設備所處環(huán)境、溫度、電壓等數(shù)據(jù)，采用機器人、攝相機、卡片機等方式聯(lián)合采集110 kV電力設備數(shù)據(jù)——包括可見光視頻及圖像、紅外圖譜、音頻等，根據(jù)實際情況設定數(shù)據(jù)采集要求和覆蓋面[5]。

在變電站電力設備運行狀態(tài)監(jiān)測系統(tǒng)中，支持采集SF6壓力表、開關動作次數(shù)計數(shù)器、避雷器泄漏電流表（包括避雷器動作次數(shù)）、油溫表、繞組溫度表、液壓表、有載調(diào)壓檔位表、各類油位計和設備室內(nèi)溫濕度表等表計示數(shù)。支持采集斷路器、隔離開關、接地刀閘（開關）等一次設備及切換把手、壓板、指示燈、空開等二次設備的位置狀態(tài)指示。支持采集環(huán)境、建筑、設備設施的外觀等狀況。支持人員聚集檢測并統(tǒng)計人員數(shù)量，當檢測區(qū)域內(nèi)出現(xiàn)人員聚集時，輸出告警。支持采集設備本體、接頭、套管和引線等重點部位的紅外圖譜數(shù)據(jù)，紅外熱成像攝像機支持框測溫、點測溫和全局測溫，實時檢測分析，具備溫差報警功能，在同一預置位下通過前后抓圖對比判斷全屏溫度，智能分析在該預置位下任意一點是否發(fā)生溫度突變，發(fā)現(xiàn)突變則發(fā)出告警。

在設備運行監(jiān)測中，需要對電子設備所處的環(huán)境進行信息數(shù)據(jù)獲取，基于數(shù)字孿生技術的設備監(jiān)測支持通過微氣象設備采集大氣溫度、大氣濕度、風速、風向、雨量和氣壓等微氣象數(shù)據(jù)。如圖3所示。

采集視頻攝像機、硬盤錄像機的工況信息，包括設備在線狀態(tài)等；支持采集機器人的運行、任務執(zhí)行、工作狀態(tài)和異常告警等信息，包括電池電量、位置、任務進度、故障和驅(qū)動異常信息等，如圖4所示。

3.2? 110 kV電力設備運行狀態(tài)數(shù)據(jù)信息處理

數(shù)據(jù)信息要在采集后進行預處理，以保證數(shù)據(jù)能夠正確解析。因此首先要保證數(shù)據(jù)完整性，通過DL/T860協(xié)議能夠有效保證數(shù)據(jù)的完整性，避免數(shù)據(jù)錯亂、丟失等情況發(fā)生，將數(shù)據(jù)構建成一個數(shù)據(jù)單元，并以數(shù)據(jù)單元的形式展開。通過各類模型，保證采集后數(shù)據(jù)的高水平傳輸。在數(shù)據(jù)存儲上，綜合應用主機實現(xiàn)Ⅱ區(qū)輔助設備數(shù)據(jù)接入、運行監(jiān)視、存儲管理等功能。

經(jīng)過設備運行狀態(tài)的數(shù)據(jù)采集，需對采集數(shù)據(jù)進行分析，本監(jiān)測方法可實現(xiàn)對設備與相關環(huán)境進行智能分析，分析方式包括現(xiàn)場缺陷圖像識別、異常圖像判別、視頻識別（靜默監(jiān)視）、紅外圖譜分析，以及變壓器、電抗器、電壓互感器、電流互感器和開關柜等設備聲紋分析。支持巡視數(shù)據(jù)對比分析、歷史曲線生成等功能，同時生成分析報告。支持按時間段、設備區(qū)域、設備類型、識別類型、表計類型選擇及設備樹模糊篩選等組合條件查詢功能，查詢條件可多選。異常越限告警：通過設置SF6壓力表、避雷器泄漏電流表、油溫表、液壓表、有載調(diào)壓檔位表和油位計等表計示數(shù)告警閾值，及時發(fā)現(xiàn)設備運行異常情況。數(shù)據(jù)趨勢分析：對SF6壓力表、避雷器泄漏電流表、油溫表、液壓表、有載調(diào)壓檔位表和油位計等表計示數(shù)具備趨勢分析能力，可設置分析1個月內(nèi)監(jiān)控數(shù)據(jù)的采集頻率、變化趨勢、波動范圍等信息，對表記示數(shù)波動較大、變化率明顯增大情況進行告警[6]。

根據(jù)系統(tǒng)與工作人員需要，對電力設備數(shù)據(jù)進行采集，將其組成數(shù)據(jù)殘垣，添加到數(shù)據(jù)庫之中，根據(jù)數(shù)據(jù)庫中的單元部分，上傳至云平臺，在需要數(shù)據(jù)期間，從數(shù)據(jù)庫中的數(shù)據(jù)單元中，將其提取至瀏覽器端口。在采集變電站電力設備狀態(tài)信息過程中，容易受到外界各類因素影響，設備狀態(tài)數(shù)據(jù)中一部分信息噪聲較大，這就需要根據(jù)實際情況與相關標準對其進行剔除，對原始采集的信號進行集合，并開展經(jīng)驗模態(tài)分解，取得幾階基本模態(tài)分量信息，之后通過閾值分辨分量中的噪聲部分，對噪聲信息進行濾波剔除，公式（1）能夠進行這一過程的標示

y=■ei（n），? ? ?（1）

式中：y代表著噪聲信息數(shù)據(jù)剔除后的電力設備狀態(tài)信號；i為基本模式分量數(shù)；ei則為閾值區(qū)分后的基本模式分量；n為基本模式分量的長度。通過對信號的區(qū)分篩選，最終獲取無噪聲等因素干擾的電力設備運行狀態(tài)信號。

4? 基于數(shù)字孿生技術的110 kV電力設備數(shù)字孿生體構建

4.1? 物理實體與數(shù)字模擬體的映射

通過數(shù)字孿生技術，可將采集到的設備運行信息進行虛實映射，構建電力設備運行狀態(tài)的孿生模型。在孿生虛擬模型構建之前，需要對變電站電力設備實體模型進行集合模擬，明確設備規(guī)格（長、寬、高等數(shù)值），將屬性值添加至集合模型，建立數(shù)據(jù)接口，搭建數(shù)據(jù)信號孿生模型關聯(lián)，在模型之中體現(xiàn)電力設備運行，并構建“條件、狀態(tài)、事件”的電力設備運行數(shù)字模型。在模型構建中，需要進行場景創(chuàng)造，構建三維空間，保存模型對象等，在場景內(nèi)進行元素添加，提升場景模型的真實感。

因電力系統(tǒng)中電力設備的零件之間存在相對運動，故需要在模型構建前，對電力設備零件運動關系進行分析，之后根據(jù)不同的運動關系，將其進行裝配分解，最后根據(jù)零件不同的位置進行場景模擬裝配，最終構成還原程度較高的模型。在模型數(shù)字化裝配的過程中，需明確子節(jié)點零件的位置，這一位置為其父節(jié)點零件的相對位置，從而實現(xiàn)裝配過程的初始化，從葉枝節(jié)點，按照順序進行零部件裝配，裝配至根部節(jié)點，完成整個裝配[7]。

4.2? 物理實體與數(shù)字模擬體運行狀態(tài)映射

針對電力設備物理實體進行數(shù)字化虛擬體構建的重點便是進行物理實體與數(shù)字虛擬體運行狀態(tài)的映射構建，本文所采用的算法，需要從采集上傳到云平臺的數(shù)據(jù)中進行獲取，這些數(shù)據(jù)是對電力設備運行狀態(tài)、工況、傳感器進行監(jiān)測的數(shù)據(jù)集，之后通過相關算法，利用數(shù)據(jù)驅(qū)動模型，進行數(shù)據(jù)區(qū)別及分發(fā)，對組件內(nèi)容進行更新，實現(xiàn)數(shù)字化虛擬體的映射，構建監(jiān)測模型。本系統(tǒng)從云儲存平臺獲取相關數(shù)據(jù)，如將數(shù)據(jù)直接與視圖連接，將會導致整個系統(tǒng)復雜度提升，降低系統(tǒng)的可拓展性，針對此現(xiàn)象，需要在數(shù)據(jù)與顯示視圖之間構建中介層，以達到降低系統(tǒng)復雜性、提升系統(tǒng)拓展性的目的。

5? 結論

電力系統(tǒng)的平穩(wěn)可靠是當下電力行業(yè)發(fā)展的重要基礎，電力設備作為電力系統(tǒng)中的基礎，傳統(tǒng)監(jiān)測方式存在一定的不足，故而本文通過數(shù)字孿生技術，對110 kV電力設備運行狀態(tài)進行監(jiān)測，將電力設備物理實體進行數(shù)字化虛擬體構建，提升了電力設備可靠性、安全性、運行效率與監(jiān)測精度。

參考文獻：

[1] 王宇順.基于數(shù)字孿生的設備運行狀態(tài)遠程監(jiān)測技術研究[D].武漢：華中科技大學，2022.

[2] 陳政同.數(shù)字孿生技術在電力設備智能化運行維護中的應用[J].長江信息通信，2023，36（9）：126-127，131.

[3] 王林，李云偉，任重，等.基于數(shù)字孿生技術的電力設備不間斷巡視系統(tǒng)設計[J].機械制造與自動化，2022，51（3）：220-224.

[4] 黃鑫，湯蕾，朱濤，等.數(shù)字孿生在變電設備運行維護中的應用探索[J].電力信息與通信技術，2021，19（12）：102-108.

[5] 孫婷，薛晴予.基于數(shù)字孿生的變電站故障在線監(jiān)測系統(tǒng)研究[J].現(xiàn)代工業(yè)經(jīng)濟和信息化，2023，13（9）：300-302，305.

[6] 呂凱.基于數(shù)字孿生技術的電廠安全生產(chǎn)遠程監(jiān)測系統(tǒng)設計[J].自動化應用，2023，64（18）：216-218.

[7] 張盈新，馮曜明，藍逸.基于數(shù)字孿生技術的10 kV配網(wǎng)電力設備運行狀態(tài)監(jiān)測方法[J].科學技術創(chuàng)新，2022（36）：163-166.