论文部分内容阅读
【摘 要】针对输配电装备运维难点和电力系统数据特征，通过研究多源信息采集与处理技术，依托不同平台，借助数据融合法全方位获取输电线路运行过程中的各项数据，如设备状态、实时状态、电网运行指标等，从而对多源异构数据进行处理，并进行规范化使用，实现视频、图像、文本等多源电网数据的源端融合。
【关键词】人工智能;输电线路;安全运行
人工智能技术作为新一轮产业变革的驱动力，是电力行业信息化发展的必然选择，也是能源电力转型发展的重要战略支撑。国家电网有限公司发布《国家电网公司人工智能专项规划》，支持围绕电网智能运检、运行控制、企业管理和用电服务等领域开展人工智能自主创新，研究电力人工智能算法及智能模型，打造支撑电力行业人工智能产业发展的软硬件产品体系，实现人工智能技术在电力行业生产、建设、经营、决策及管理等领域中的广阔应用，提高电力行业智能化水平，保障能源安全，更好地服务经济社会发展。
1 技术路径
通过研究基于大数据分析的输变电设备评估模型及状态诊断方法，实现电网装备状态评价的智能化、专业化、信息化和互动化。通过研究基于人工智能和大数据的输配电装备健康预警技术，实现输配电装备的实时感知、在线监测、科学预警、智能诊断。并以上述技术为基础，开发基于大数据的输配电装备智能化远程运维系统，根据输配电装备运维需要，深入挖掘、分析装备运行数据，形成智能运维报告。
2 人工智能技术在电力系统输电线路安全运行中的应用
2.1 多源异构数据信息采集与处理技术
基于多视图的数据融合方法研究。研究基于支持值变换的多视图特征反向融合方法、建立输配电装备运行数据语义空间、基于联合非负矩阵分解的鲁棒多视图特征语义融合方法，实现输配电装备运行数据源端融合。
2.2 基于聚类分析的多源异构数据挖掘技术
针对输变电设备的实时状态、数据采集渠道广、涉及的数据体量较大等特点，研究基于聚类分析的多源异构数据挖掘技术。
跨平台多源异构数据清洗技术。针对输电线路设备状态信息呈现来源多、信息异构、数量庞大、属性繁多等特点，研究基于统计、聚类、关联分析、时间序列分析等原理的多源异构数据清洗技术。
跨平台多源异构数据归一化技术。研究基于均值绝对偏差标准化的输配电装备带电检测、在线监测、例行试验、巡视检修、电网运行、环境气象等相关数据的规范化和标准化方法。研究包含静态属性、准实时状态属性、实时状态属性的统一的多维状态信息模型建模方法。多源异构数据挖掘如图1所示。
2.3 基于大数据分析的输变电设备状态评估技术
建立DS分析方法的输变电设备状态评估模型，研究基于状态信息实时数据流预警技术的输变电设备异常状态快速检测方法。
2.4 基于人工智能的输配电装备运维策略
对设备状态信息之间存在的关系进行深入研究，建立设备运行数据与状态间的关联模型。研究基于“事故学习-事件驱动”型的时空状态模型。采用云模型给出采集数据缺乏情况下的可切换时变设备停运模型。研究基于机器学习的适应不同设备类型、不同电压等级、不同运行年限、不同运行环境、不同运行季节等输变电装备评估模型。
2.5 电网安全与控制领域人工智能应用
人工智能在电网安全与控制领域的应用主要是电网生产与调度智能研判业务的应用。通过开展基于人工智能的故障分析与研判技术研究，实现对电网运行状态的智能研判与智能决策支撑，实现电网故障的原因查找、快速定位和智能研判，提升电网运行管控质量和水平，有利保障电网安全。
1）安全生产风险管控。
利用人工智能技术实现输电、变电、配电、基建等多种高风险作业场景下人员、设备、工器具、环境等风险的识别、管控和处置，围绕现场作业“事前、事中、事后”3个阶段风险防范和监管督查，提供实时可视、自动巡视、智能研判、高效管控的作业现场安全监管服务。
2）智能调度。
在网架融合方面，可基于知识图谱以及深度学习算法，实现营销、生产台账数据的自动匹配贯通、统一网架拓扑构建、网架拓扑结构异常识别、网架拓扑自动校验等功能;在方案生成方面，可基于自然语言处理以及深度学习算法，实现电网安全性和经济性的在线评估，辅助调度人员掌握系统实时运行状态、风险和隐患;在诊断处置方面，根据故障报警信息和故障前量测数据进行故障诊断，快速判断出故障设备、故障类型、故障范围，并对故障涉及的开关和保护的动作情况进行评估并给出故障处理策略。
3 人工智能监测系统的开发与应用
3.1 输电线路在线监测
在人工智能应用领域中，专家系统是重要的组成部分。对于电力系统而言，开发输电线路在线监测专家系统是极为必要的，其目的在于通过分析监测系统收集的数据，推断出输电线路可能存在的故障点及所发故障的原因，包含知识库、数据库、解释机制、推理机以及人机接口五个部分。监测系统获取数据信号的手段主要有远程可视、线路安全运行、避雷器等。将所收集的数据信息分别构建成静态数据库和动态数据库，当监测系统运行时，远程可视监控模块将率先启动，并将现场情况转化为可视图像，避雷器、安全运行模块相继启动，系统将会根据各个模块的数据分析结果，启动综合分析模块，从而对结果进行全面的判断，其结果可以作为输电线路早期故障的重要诊断依据，具有一定的参考意义。
3.2 数据信号的无线传输
随着无线通信技术的不断发展，在较大范围内能够实现信号覆盖，将传感器安装到电力系统输电线路探测热点处，对监测数据信号进行采集，并以无限通信网络为载体，实现输电线路运行温度、舞动幅度、避雷器等实时数据的远程传输，无线通信技术则将所获取的可视化图片和数据信息回传到监控中心，完成监控系统的同步传输，与AI故障诊断技术构建一体化信息监控平台，对输电线路安全运行情况进行智能监控。
3.3 远程视频监测
输电线路远程视频监控系统主要由客户端监控软件、图像编辑器、流媒体服务器等部分组成，其核心技术是数据采集、压缩解码、无线网络数据传输等技术。系统可以对输电线路周围环境进行实时监控，能够随时获取输电线路的运行情况，强化对输电线路的管理。图像编码器将所采集的数据信号通过压缩编码码技术进行处理，借助无线通信技术将处理后数据信号传输到流媒体服务器中，管理员只需要登录监控软件，将视频流进行解码，就可获取高质量的现场图像，并进行浏览、监控，最后通过AI技术对相关信息进行处理。
参考文献：
[1]李黎，华奎，姜昀芃，等.输电线路多源异构数据处理关键技术研究综述[J].广东电力，2018，31（08）：124-133.
[2]付子峰，吴启进，刘继承，等.人工智能除冰技術在输电线路中的应用[J].湖北电力，2018，42（03）：15-18.
[3]冯钦华，胡金磊.浅谈输电线路监测方法[J].通信电源术，2017，34（06）：263-265，269.
[4]孔汇环.电力人工智能图像识别技术研究及在架空输电线路巡检业务中的应用[D].合肥：安徽大学，2019.
【关键词】人工智能;输电线路;安全运行
人工智能技术作为新一轮产业变革的驱动力，是电力行业信息化发展的必然选择，也是能源电力转型发展的重要战略支撑。国家电网有限公司发布《国家电网公司人工智能专项规划》，支持围绕电网智能运检、运行控制、企业管理和用电服务等领域开展人工智能自主创新，研究电力人工智能算法及智能模型，打造支撑电力行业人工智能产业发展的软硬件产品体系，实现人工智能技术在电力行业生产、建设、经营、决策及管理等领域中的广阔应用，提高电力行业智能化水平，保障能源安全，更好地服务经济社会发展。
1 技术路径
通过研究基于大数据分析的输变电设备评估模型及状态诊断方法，实现电网装备状态评价的智能化、专业化、信息化和互动化。通过研究基于人工智能和大数据的输配电装备健康预警技术，实现输配电装备的实时感知、在线监测、科学预警、智能诊断。并以上述技术为基础，开发基于大数据的输配电装备智能化远程运维系统，根据输配电装备运维需要，深入挖掘、分析装备运行数据，形成智能运维报告。
2 人工智能技术在电力系统输电线路安全运行中的应用
2.1 多源异构数据信息采集与处理技术
基于多视图的数据融合方法研究。研究基于支持值变换的多视图特征反向融合方法、建立输配电装备运行数据语义空间、基于联合非负矩阵分解的鲁棒多视图特征语义融合方法，实现输配电装备运行数据源端融合。
2.2 基于聚类分析的多源异构数据挖掘技术
针对输变电设备的实时状态、数据采集渠道广、涉及的数据体量较大等特点，研究基于聚类分析的多源异构数据挖掘技术。
跨平台多源异构数据清洗技术。针对输电线路设备状态信息呈现来源多、信息异构、数量庞大、属性繁多等特点，研究基于统计、聚类、关联分析、时间序列分析等原理的多源异构数据清洗技术。
跨平台多源异构数据归一化技术。研究基于均值绝对偏差标准化的输配电装备带电检测、在线监测、例行试验、巡视检修、电网运行、环境气象等相关数据的规范化和标准化方法。研究包含静态属性、准实时状态属性、实时状态属性的统一的多维状态信息模型建模方法。多源异构数据挖掘如图1所示。
2.3 基于大数据分析的输变电设备状态评估技术
建立DS分析方法的输变电设备状态评估模型，研究基于状态信息实时数据流预警技术的输变电设备异常状态快速检测方法。
2.4 基于人工智能的输配电装备运维策略
对设备状态信息之间存在的关系进行深入研究，建立设备运行数据与状态间的关联模型。研究基于“事故学习-事件驱动”型的时空状态模型。采用云模型给出采集数据缺乏情况下的可切换时变设备停运模型。研究基于机器学习的适应不同设备类型、不同电压等级、不同运行年限、不同运行环境、不同运行季节等输变电装备评估模型。
2.5 电网安全与控制领域人工智能应用
人工智能在电网安全与控制领域的应用主要是电网生产与调度智能研判业务的应用。通过开展基于人工智能的故障分析与研判技术研究，实现对电网运行状态的智能研判与智能决策支撑，实现电网故障的原因查找、快速定位和智能研判，提升电网运行管控质量和水平，有利保障电网安全。
1）安全生产风险管控。
利用人工智能技术实现输电、变电、配电、基建等多种高风险作业场景下人员、设备、工器具、环境等风险的识别、管控和处置，围绕现场作业“事前、事中、事后”3个阶段风险防范和监管督查，提供实时可视、自动巡视、智能研判、高效管控的作业现场安全监管服务。
2）智能调度。
在网架融合方面，可基于知识图谱以及深度学习算法，实现营销、生产台账数据的自动匹配贯通、统一网架拓扑构建、网架拓扑结构异常识别、网架拓扑自动校验等功能;在方案生成方面，可基于自然语言处理以及深度学习算法，实现电网安全性和经济性的在线评估，辅助调度人员掌握系统实时运行状态、风险和隐患;在诊断处置方面，根据故障报警信息和故障前量测数据进行故障诊断，快速判断出故障设备、故障类型、故障范围，并对故障涉及的开关和保护的动作情况进行评估并给出故障处理策略。
3 人工智能监测系统的开发与应用
3.1 输电线路在线监测
在人工智能应用领域中，专家系统是重要的组成部分。对于电力系统而言，开发输电线路在线监测专家系统是极为必要的，其目的在于通过分析监测系统收集的数据，推断出输电线路可能存在的故障点及所发故障的原因，包含知识库、数据库、解释机制、推理机以及人机接口五个部分。监测系统获取数据信号的手段主要有远程可视、线路安全运行、避雷器等。将所收集的数据信息分别构建成静态数据库和动态数据库，当监测系统运行时，远程可视监控模块将率先启动，并将现场情况转化为可视图像，避雷器、安全运行模块相继启动，系统将会根据各个模块的数据分析结果，启动综合分析模块，从而对结果进行全面的判断，其结果可以作为输电线路早期故障的重要诊断依据，具有一定的参考意义。
3.2 数据信号的无线传输
随着无线通信技术的不断发展，在较大范围内能够实现信号覆盖，将传感器安装到电力系统输电线路探测热点处，对监测数据信号进行采集，并以无限通信网络为载体，实现输电线路运行温度、舞动幅度、避雷器等实时数据的远程传输，无线通信技术则将所获取的可视化图片和数据信息回传到监控中心，完成监控系统的同步传输，与AI故障诊断技术构建一体化信息监控平台，对输电线路安全运行情况进行智能监控。
3.3 远程视频监测
输电线路远程视频监控系统主要由客户端监控软件、图像编辑器、流媒体服务器等部分组成，其核心技术是数据采集、压缩解码、无线网络数据传输等技术。系统可以对输电线路周围环境进行实时监控，能够随时获取输电线路的运行情况，强化对输电线路的管理。图像编码器将所采集的数据信号通过压缩编码码技术进行处理，借助无线通信技术将处理后数据信号传输到流媒体服务器中，管理员只需要登录监控软件，将视频流进行解码，就可获取高质量的现场图像，并进行浏览、监控，最后通过AI技术对相关信息进行处理。
参考文献：
[1]李黎，华奎，姜昀芃，等.输电线路多源异构数据处理关键技术研究综述[J].广东电力，2018，31（08）：124-133.
[2]付子峰，吴启进，刘继承，等.人工智能除冰技術在输电线路中的应用[J].湖北电力，2018，42（03）：15-18.
[3]冯钦华，胡金磊.浅谈输电线路监测方法[J].通信电源术，2017，34（06）：263-265，269.
[4]孔汇环.电力人工智能图像识别技术研究及在架空输电线路巡检业务中的应用[D].合肥：安徽大学，2019.