论文部分内容阅读
摘要：变电站运维管理是人工智能在能源电力系统中的典型应用场景之一，研究以专家系统、传统机器学习及深度学习为主要代表的人工智能技术，对于推动变电站的智能化发展具有重要意义。首先，概述了人工智能技术的发展现状及特点、面临的挑战、发展趋势及热点;然后，结合变电站中基于传感器的遥测系统与基于摄像头的遥视系统的高级功能需求，总结分析了现有将人工智能技术应用于主要电力设备状态评估诊断、变电站安防环境的智能感知、站内人员行为检测判别等典型场景中的研究成果，同时指出当前人工智能技术应用于变电站典型场景时存在的问题;最后，就人工智能技术未来应用于变电站重要设备状态感知和三维全景可视化中的重点突破领域提出了几点建议。
关键词：人工智能;变电站;运维管理;状态监测;视频监控;智能感知
引言
变电站的作用是为用户提供安全可靠的用电，既能充分满足用户的用电需求，又能保证用户的安全，因此成本非常高。如果选择采用人工智能方法实现变电站的自动控制，将降低变电站的输电成本，加快变电站的响应速度，降低人员操作带来的风险。利用人工智能实现变电站的自动控制技术，使变电站的控制如同人控制一样。当低压升高时，人工智能变电站发出的负功率也会增加;相反，当低压变压器数量减少时，其输出功率也自然减少，从而减少了变电站的能源浪费。与以往传统变电站相比，人工智能变电站采用光缆代替光缆，采用数字代替模拟。通过最基础的技术研究、系统集成、工程论证，使变电站更加安全可靠，系统集成度高，节能环保。
1基于人工智能理论的变电站一体化监控系统构架
智能变电站综合监控系统在纵向上适应主站系统的调度和生产，在横向上集成所有自动化设施和设备。它是智能变电站自动化的重要组成部分。而智能变电站综合监控系统是智能电网调度控制和生产管理的重要前提。它也是建设备用调度系统的重要基础，是建设大型运维系统的支撑条件。在智能变电站综合监控系统中，涵盖了现有传统变电站的监控、控制、设备监控、运行维护等一系列相关系统。遵循标准化、模块化原则，基于系统简化、信息标准化、接口统一、业务协同、同化等技术特点，进一步为电网运行控制、设备运行监控、设备运行监控等提供参考，设备维修等操作维护管理是一体化的主要基础。基于人工智能理论的变电站自动化系统体系结构基于人工智能理论的变电站综合监控系统，全面采集站内电网运行信息和二次设备运行状态，实现信息的交互、采集、管理和管理，基于标准化接口的监控辅助应用和输变电设备状态监测控制，及时管理变电站全景数据信息。
2变电站运维管理中的人工智能应用
人工智能技术在变电站运维管理中的应用，主要体现在对变电站设备、环境、人员的状态信息进行分析。实现设备的状态评估、故障诊断和预测报警、环境的智能感知和预警、人员行为的智能识别和控制。从状态信息的来源来看，现有变电站状态信息系统可分为基于传感器的监控系统（以下简称遥测）和基于摄像机的监控系统（以下简称遥视）。因此，本部分主要针对以上两个系统，总结了变电站运维管理中需要人工智能做技术支持的业务场景，并对其应用研究现状进行了总结和分析。
2.1遥测系统
目前，遥测系统主要用于变电站主要一次设备的运行状态。监测设备包括变压器、气体绝缘开关设备（GIS）、电容式设备（电流互感器、电容式电压互感器、耦合电容器、高压套管）等，遥测系统为综合监测提供了丰富的数据基础，及时、准确地掌握变电站设备的运行状况和发展趋势，而如何从这些监测数据中获取有价值的信息成为关键问题，为人工智能技术的发展提供了场所。本质上，人工智能技术是用来解决从数据到设备状态的映射问题，可以进一步分为分类（对应的故障诊断、模式识别等）和回归（对应的状态预测、参数识别等）。对专家系统、传统机器学习和深度学习等人工智能技术在一次设备状态诊断中的应用进行了总结和分析。
2.1.1变压器/电抗器
尤其是变压器是最重要的，因此对变压器的监测参数也是最丰富的。传统的变压器诊断方法主要采用横向和纵向比较、比值编码、阈值判断等数值分析方法。但由于设备故障机理复杂，故障类型多样，现场干扰多，简单的数值分析方法精度较低。因此，结合专家系统、机器学习等人工智能技术实现变压器故障诊断成为多年来的研究热点，而丰富的变压器监测参数正是为这一研究提供了良好的数据基础。人工智能诊断方案的实质是寻求变压器监测参数与变压器状态（包括故障）類型之间的映射关系。通过样本训练完成的映射模型可以用来识别变压器的状态。近年来，在这方面已经有了大量的研究成果。研究人员尝试了几乎所有的人工智能算法，包括早期的专家系统和后来的人工神经网络、贝叶斯、决策树、支持向量机、极限学习机等传统的机器学习算法，以及最近的深度学习方法。
其中，专家系统建立的映射关系是基于规则的。虽然它具有很强的解释性，但是它过于依赖知识库，容错性差，维护困难。变压器故障诊断专家系统（TFDES）作为早期的专家系统，采用三比值法判断故障性质，故障识别规则相对简单。本文将传统的三比值法、统计学习法和实践经验法相结合，建立了一个扩展新规则的专家系统。变压器结构复杂，引起故障的因素多。依赖一个或两个状态参数（如油色谱）是片面的。因此，将变压器的多维信息进行融合，并与专家系统相结合，以提高诊断的准确性。随着设备状态监测大数据的形成，信息融合是故障诊断技术发展的必然趋势。
2.2遥视系统
远程监控系统主要对变电站的设备、环境和人员进行监控。应用现状呈现出点多、面广、功能有限的特点。首先，本文有以下几点：以某省为例，在110kv以上电压等级的变电站设置了变电站视频监控设备，部分变电站实现了全局视频监控。视频图像存储到位。110kV以上电压等级变电站的视频信号基本接入国家电网统一视频平台，部分接入省级变电站辅助综合监控平台。二是范围广：监控对象可以覆盖一次设备、二次设备、控制室、接入通道等，但功能有限：目前省变电所辅助综合监控平台的主要功能是摄像头监控等实时功能，录像和观看，以及与安防、消防、门禁等其他辅助设备的智能联动功能。它只实现了“千里眼”的能力，仍然属于传统视频监控系统的范畴，能够对监控视频中的有效信息进行筛选和控制的分析判断还需要依靠监控人员，系统的智能化先进功能还不完善。
2.2.1设备相关
远程监控系统只监控肉眼可见的设备外部状态，包括外观损坏、部件缺失、漏油、开关状态、信号灯状态、仪表状态等外观异常状态信息。此外，借助红外热成像技术，还可以发现温度异常。
3结论
总之，随着科学技术的不断进步，我国的计算机通信技术也在不断发展和完善。计算机通信技术为我国变电站自动化控制技术提供了技术支撑。本文论述了人工智能变电站的组成，数字变电站与人工智能变电站的区别，人工智能变电站自动化系统的功能，介绍了人工智能变电站自动化控制系统应用中存在的问题及解决方案，以及人工智能变电站未来的发展方向，以使人们对人工智能变电站有更多的了解，人工智能变电站的自动控制技术正朝着网络化、综合智能化、多媒体化方向迅速发展。
参考文献：
[1]刘自发，张建华.基于改进多组织粒子群体优化算法的配电网络变电站选址定容
[2]董永峰，杨彦卿，宋洁，等.基于改进粒子群算法的变电站选址规划
[3]关洪浩，唐巍.变电站选址方法.电力系统保护与控制，2010，38（20）：196
关键词：人工智能;变电站;运维管理;状态监测;视频监控;智能感知
引言
变电站的作用是为用户提供安全可靠的用电，既能充分满足用户的用电需求，又能保证用户的安全，因此成本非常高。如果选择采用人工智能方法实现变电站的自动控制，将降低变电站的输电成本，加快变电站的响应速度，降低人员操作带来的风险。利用人工智能实现变电站的自动控制技术，使变电站的控制如同人控制一样。当低压升高时，人工智能变电站发出的负功率也会增加;相反，当低压变压器数量减少时，其输出功率也自然减少，从而减少了变电站的能源浪费。与以往传统变电站相比，人工智能变电站采用光缆代替光缆，采用数字代替模拟。通过最基础的技术研究、系统集成、工程论证，使变电站更加安全可靠，系统集成度高，节能环保。
1基于人工智能理论的变电站一体化监控系统构架
智能变电站综合监控系统在纵向上适应主站系统的调度和生产，在横向上集成所有自动化设施和设备。它是智能变电站自动化的重要组成部分。而智能变电站综合监控系统是智能电网调度控制和生产管理的重要前提。它也是建设备用调度系统的重要基础，是建设大型运维系统的支撑条件。在智能变电站综合监控系统中，涵盖了现有传统变电站的监控、控制、设备监控、运行维护等一系列相关系统。遵循标准化、模块化原则，基于系统简化、信息标准化、接口统一、业务协同、同化等技术特点，进一步为电网运行控制、设备运行监控、设备运行监控等提供参考，设备维修等操作维护管理是一体化的主要基础。基于人工智能理论的变电站自动化系统体系结构基于人工智能理论的变电站综合监控系统，全面采集站内电网运行信息和二次设备运行状态，实现信息的交互、采集、管理和管理，基于标准化接口的监控辅助应用和输变电设备状态监测控制，及时管理变电站全景数据信息。
2变电站运维管理中的人工智能应用
人工智能技术在变电站运维管理中的应用，主要体现在对变电站设备、环境、人员的状态信息进行分析。实现设备的状态评估、故障诊断和预测报警、环境的智能感知和预警、人员行为的智能识别和控制。从状态信息的来源来看，现有变电站状态信息系统可分为基于传感器的监控系统（以下简称遥测）和基于摄像机的监控系统（以下简称遥视）。因此，本部分主要针对以上两个系统，总结了变电站运维管理中需要人工智能做技术支持的业务场景，并对其应用研究现状进行了总结和分析。
2.1遥测系统
目前，遥测系统主要用于变电站主要一次设备的运行状态。监测设备包括变压器、气体绝缘开关设备（GIS）、电容式设备（电流互感器、电容式电压互感器、耦合电容器、高压套管）等，遥测系统为综合监测提供了丰富的数据基础，及时、准确地掌握变电站设备的运行状况和发展趋势，而如何从这些监测数据中获取有价值的信息成为关键问题，为人工智能技术的发展提供了场所。本质上，人工智能技术是用来解决从数据到设备状态的映射问题，可以进一步分为分类（对应的故障诊断、模式识别等）和回归（对应的状态预测、参数识别等）。对专家系统、传统机器学习和深度学习等人工智能技术在一次设备状态诊断中的应用进行了总结和分析。
2.1.1变压器/电抗器
尤其是变压器是最重要的，因此对变压器的监测参数也是最丰富的。传统的变压器诊断方法主要采用横向和纵向比较、比值编码、阈值判断等数值分析方法。但由于设备故障机理复杂，故障类型多样，现场干扰多，简单的数值分析方法精度较低。因此，结合专家系统、机器学习等人工智能技术实现变压器故障诊断成为多年来的研究热点，而丰富的变压器监测参数正是为这一研究提供了良好的数据基础。人工智能诊断方案的实质是寻求变压器监测参数与变压器状态（包括故障）類型之间的映射关系。通过样本训练完成的映射模型可以用来识别变压器的状态。近年来，在这方面已经有了大量的研究成果。研究人员尝试了几乎所有的人工智能算法，包括早期的专家系统和后来的人工神经网络、贝叶斯、决策树、支持向量机、极限学习机等传统的机器学习算法，以及最近的深度学习方法。
其中，专家系统建立的映射关系是基于规则的。虽然它具有很强的解释性，但是它过于依赖知识库，容错性差，维护困难。变压器故障诊断专家系统（TFDES）作为早期的专家系统，采用三比值法判断故障性质，故障识别规则相对简单。本文将传统的三比值法、统计学习法和实践经验法相结合，建立了一个扩展新规则的专家系统。变压器结构复杂，引起故障的因素多。依赖一个或两个状态参数（如油色谱）是片面的。因此，将变压器的多维信息进行融合，并与专家系统相结合，以提高诊断的准确性。随着设备状态监测大数据的形成，信息融合是故障诊断技术发展的必然趋势。
2.2遥视系统
远程监控系统主要对变电站的设备、环境和人员进行监控。应用现状呈现出点多、面广、功能有限的特点。首先，本文有以下几点：以某省为例，在110kv以上电压等级的变电站设置了变电站视频监控设备，部分变电站实现了全局视频监控。视频图像存储到位。110kV以上电压等级变电站的视频信号基本接入国家电网统一视频平台，部分接入省级变电站辅助综合监控平台。二是范围广：监控对象可以覆盖一次设备、二次设备、控制室、接入通道等，但功能有限：目前省变电所辅助综合监控平台的主要功能是摄像头监控等实时功能，录像和观看，以及与安防、消防、门禁等其他辅助设备的智能联动功能。它只实现了“千里眼”的能力，仍然属于传统视频监控系统的范畴，能够对监控视频中的有效信息进行筛选和控制的分析判断还需要依靠监控人员，系统的智能化先进功能还不完善。
2.2.1设备相关
远程监控系统只监控肉眼可见的设备外部状态，包括外观损坏、部件缺失、漏油、开关状态、信号灯状态、仪表状态等外观异常状态信息。此外，借助红外热成像技术，还可以发现温度异常。
3结论
总之，随着科学技术的不断进步，我国的计算机通信技术也在不断发展和完善。计算机通信技术为我国变电站自动化控制技术提供了技术支撑。本文论述了人工智能变电站的组成，数字变电站与人工智能变电站的区别，人工智能变电站自动化系统的功能，介绍了人工智能变电站自动化控制系统应用中存在的问题及解决方案，以及人工智能变电站未来的发展方向，以使人们对人工智能变电站有更多的了解，人工智能变电站的自动控制技术正朝着网络化、综合智能化、多媒体化方向迅速发展。
参考文献：
[1]刘自发，张建华.基于改进多组织粒子群体优化算法的配电网络变电站选址定容
[2]董永峰，杨彦卿，宋洁，等.基于改进粒子群算法的变电站选址规划
[3]关洪浩，唐巍.变电站选址方法.电力系统保护与控制，2010，38（20）：196