基于多維度數據的決策支持系統在500 kV海底電纜風險識別和管控中的應用

高東明

(中國南方電網超高壓輸電公司廣州局海口分局，海南 海口 570105)

基于多維度數據的決策支持系統在500 kV海底電纜風險識別和管控中的應用

高東明

(中國南方電網超高壓輸電公司廣州局海口分局，海南 海口 570105)

介紹了基于多維度數據的決策支持系統在500 kV海底電纜風險識別和管控中的應用情況，該系統引入500 kV海底電纜本體和外部環境多維度數據，能有效增強不同維度數據的互補性，大幅提高運維人員對海底電纜風險的識別和管控能力。

多維度數據；決策支持系統；海底電纜；風險；識別；管控

0 引言

隨著我國海纜輸電的迅猛發展，海底電纜運維水平也在不斷提升。目前，船舶自動識別系統、雷達系統、近岸視頻監視系統等監視手段已經在海纜運維中得到廣泛應用。本文以國內首條500 kV海底電纜——海南聯網輸電系統500 kV福港線海底電纜的運維為背景，說明基于多維度數據的決策支持系統在海底電纜風險識別和管控中的應用情況。

1 系統組成

基于多維度數據的決策支持系統主要包含數據接入模塊、風險評估模塊、輔助決策模塊。

(1) 數據接入模塊。引入船舶自動識別系統(AIS)、雷達監視系統、船舶交通管理系統(海事VTS監視系統)、近岸視頻監視系統(CCTV)、紅外夜視系統、變電站自動化數據、泵站自動化數據、DTS在線監視系統、氣象水文數據、海纜檢測數據、船舶數據庫系統等各子系統數據，以子系統數據為基礎進行綜合分析評估，輔助監視值班人員進行海纜險情的評估預判、干預控制和聯動處置。

(2) 風險評估模塊。需綜合所有引入數據，并根據風險評估算法，對海纜保護區及監視警戒區內出現的所有船舶及識別信號進行風險評估，并根據綜合風險評估結果對監視警戒區內船舶進行分級(紅、橙、黃、藍四級)，直接將船舶顯示標識設為對應顏色，使監視值班人員可直觀看到不同風險級別的船舶，明晰需重點關注船舶。

(3) 輔助決策模塊。利用風險評估模塊對船只風險進行評估，根據風險評估結果的等級，自動調出事先編制導入的應急處置預案和操作表單，指導監視值班人員快速高效地開展應急處置工作。

2 海纜風險識別因素

2.1 海纜本體因素

海纜本體數據可直接反映出海纜是否故障，主要包含電氣量數據、非電氣量數據和海纜應力檢測數據。

(1) 電氣量數據。主要是指運行狀態的海底電纜的電壓、電流、頻率信息。可通過引入變電站自動化數據實現對海纜本體電氣量數據的監視。

(2) 非電氣量數據。500 kV福港線海底電纜系自溶式充油電纜，其絕緣油油壓、油流的變化能直接反映出海底電纜是否故障。可通過引入泵站自動化數據實現對海纜本體非電氣量數據的監視。

(3) 海纜應力檢測數據。可直接反映出海纜各部位的應力變化。可通過DTS/DRS在線監視系統實現對海纜應力數據的監視。

2.2 海纜外部環境因素

海纜外部環境數據可側面反映出海底電纜暴露在何種風險之下，風險高低程度如何，主要包括過往船舶動靜態數據、海纜路由檢測數據和水文氣象數據。

(1) 過往船舶動靜態數據。其是判斷過往船舶是否錨泊的重要判據。動態信息有精確船位、航向、航速(矢量線)、轉向速度等，靜態信息有船名、呼號、船型、船長與船寬、船舶吃水、危險貨物類型、出發港、目的港等。通過雷達系統、船舶自動識別系統、船舶交通管理系統、近岸視頻監視系統、紅外夜視監視系統、船舶數據庫系統等監視手段互補不足，實時監視過往船舶的動靜態信息。

(2) 海纜路由檢測數據。主要反映海纜路由環境和海纜保護水平，包括海纜埋設深度數據、海纜裸露懸空段、海纜路由障礙物數據(附著于海床的錨具、錨鏈、礁石等)、海纜路由地形地貌數據、海纜拋石保護石壩數據等。運維單位通過定期開展海底電纜綜合檢測，將相關數據積累存檔，可引入決策支持系統以供調用。

(3) 海纜路由區水文氣象數據。可通過該數據庫調取潮汐情況、風速風向、海浪情況等，從側面反映過往船舶在海纜路由區錨泊的風險，進行評估預判，并為事發后干預控制和聯動處置提供參考依據。

3 實例

下面通過一起實際案例說明基于多維度數據的決策支持系統在海纜風險辨識和管控中的重要作用。

如圖1所示，2013年1月24日，一艘滿載6萬t鐵礦的巴拿馬籍貨船“HUA JIN SONG”在A相海底電纜正上方擱淺，險些造成巨大損失。擱淺處水深12 m，該船船長225 m，船寬32 m。

圖1 “HUA JIN SONG”擱淺事件應急處置現場

配置決策支持系統之后，遠在離擱淺點2 nmi處，風險評估模塊會根據引入數據(船舶的吃水、船舶航向與海纜路由交匯點處海水深度、海纜埋設深度、有無拋石石壩保護等)直接將該船風險等級標為紅色，并發出告警。監視值班人員可提前通過船舶交通管理中心進行干預控制，警示該船從水深適合船舶航行的航道通過，從而提前將擱淺風險扼殺在搖籃中。

目前，前述各海纜風險辨識因素已在實際海纜運維工作中使用，但不夠全面，而且依然停留在靠監視值班人員經驗對各個數據因素進行人工整合、處理的水平上，缺乏有效的資源整合和科學的風險評估算法。

4 結語

基于多維度數據的決策支持系統，數據引入模塊和風險評估模塊從海纜風險辨識因素著手，綜合利用多維度數據辨識海纜遭受破壞的風險，實現了對各單一手段風險辨識的互相印證和補充，大大提高了風險評估結果的可靠性；輔助決策模塊，基于風險評估結果的等級，自動調取相應預案和表單，有效提高了監視值班人員應急決策的針對性和效率。該系統引入500 kV海底電纜本體和外部環境數據，能有效增強不同維度數據的互補性，提高運維人員對海底電纜風險的識別和管控能力。

[1]汪永紅，羅軍宏，張有為.決策支持系統的研究現狀與發展[J].西安通信學院學報，2006(2)

[2]黃梯云.智能決策支持系統[M].北京：電子工業出版社，2001

2014-06-03

高東明(1988—)，男，河南商丘人，助理工程師，研究方向：電力系統及其自動化。