基于“大云物移”的供電企業服務機制研究

喬軒軒

【摘 要】基于大數據分析和云計算，實現了運輸檢測數據的智能驅動。物聯網是信息、設備等生產要素的互聯基礎，移動互聯技術是全面推進“大云移動”技術與運輸檢測業務深度融合的運營基礎。

【關鍵詞】“大云物移”；智能運檢技術；傳統運檢模式

1創新生產指揮集約化平臺，優化一體化資源協調機制

1.1生產全景全息大數據展示，打造運檢生產“作戰地圖”

以物聯網、移動互聯網技術應用為基礎，大規模、全方位、多手段采集真實、專業、實時的設備及現場數據，以電網運檢智能化分析管控系統為平臺，將設備、通道、環境等數據信息進行深度融合，大數據多維統計分析、精準定位，完整展示電網運行信息、設備狀態信息、運行環境信息、基礎地理信息和狀態監測信息等。

構建起覆蓋運維、檢測、評價、檢修等運檢全過程的輸、變、配各環節業務場景和設備狀態信息的全景全息“作戰地圖”，達到宏觀信息“一目了然”和微觀信息“一鍵穿透”的目標，實現了電網設備全景可視、全息透視。進一步滿足生產指揮人員掌控生產全局的需求，為運檢專業集約化生產指揮提供了全面、實時、精確的決策依據。

1.2強化三級聯動指揮機制，暢通信息流動及決策執行

明確各級運檢管理組織的生產指揮功能，厘清上下級單位及同級單位之間的生產指揮職責，理順指揮流程，強化“公司總部-省公司-地市公司”三級聯動指揮機制。優化信息精準、指揮有力、快速高效的指揮體系，實現運檢業務全過程的監測管控、信息收集、綜合研判、指揮調度、應急指揮和遠程會商等。推動建立視頻內外網信息安全穿透機制，實現信息暢通流動，科學制定生產指揮決策。

1.3完善資源集中調配機制，有效應對生產攻堅戰

依托管控平臺功能模塊，將當前人員、生產車輛及裝備等數據信息嵌入大數據平臺，實現生產資料的實時采集、分析及展示。按照屬地資源為主、聯動資源配合為輔的處置原則，完善資源共享和集中調配機制，提高不同區域之間的資源整合調配能力。優化標準化設備、生產車輛、運檢裝備等資源配置，推進“大檢修”體系在技術裝備應用中的深度融合。優化人力資源儲備和調配，充分發揮專業運檢隊伍、專家隊伍、后勤保障隊伍優勢，提高人力資源效率。完善公司內部資源和信息共享方式，強化應急信息分享與救援力量聯動，滿足特殊情況下的跨單位、跨區域的資源快速集中調配。通過單位、區域內外部的信息互通、人員和技術調配，充分發揮技術、裝備和經驗的差異化優勢，形成資源最優配置格局。

2突破設備狀態傳統感知困局，全面提升設備狀態管控力

2.1推進設備多源信息互聯化，實現狀態信息自動感知

加強設備和在線監測裝置的一體化規劃和建設，實現電網自動化系統、生產管理系統的信息交互；加強裝置管理，從裝置質量提升、技術標準完善、現場實施應用等方面規范在線監測工程化應用；強化在線監測技術應用水平，拓展在線監測范圍，提升在線監測的可靠性、穩定性和實用性；全面推進變壓器在線監測、GIS在線監測、電纜狀態監測、機器人、無人機及直升機巡檢等物聯網技術的深度應用，全面實現對設備運行狀態的實時感知、監視預警。創新外部環境信息智能化采集。針對輸電通道，依靠全方位災害實時監測系統和防外破優化策略，實現輸電線路通道災情隱患的實時監測和感知，做到特高壓線路逐塔逐檔可視化、重要輸電通道全線可視化、重要交跨點逐點監控、重大危險源點人機協防；通過電纜隧道及配套設施綜合監控，對通道內各項環境因素進行實時監測和信息采集；圍繞變電站環境監測、防盜報警、火災報警、在線監測，建立多模塊聯動控制及多系統集成的監測機制；在配網站所內設置溫濕度、氣體、煙霧、水位等聯動監測、報警及自動控制裝置。

2.2強化歷史追溯與實時采集結合，開展狀態趨勢智能預測

一是強化歷史數據的集成與分析。依托電網運檢智能化分析管控系統，接入調度系統（OMS）、狀態監測系統、數值氣象預報系統等14套業務數據，采用HDFS、HBase、Kafka、Spark組件開展大數據分析工作。建立基于運檢大數據的輸變配全專業一體化狀態信息模型，實現基于數據驅動的規律發現，以及多源海量數據的自動抓取、綜合分析、自動預警、智能診斷。

二是有效融合實時數據采集，全面開展設備狀態趨勢智能預測。開展設備運行“內質”分析與預測，建立設備狀態分析模型，實現對設備狀態的閥值分析、趨勢分析、圖譜對比，計算設備運行負載狀態，強化檢修輔助決策的定量分析。實現設備運行“外形”監測與預測，基于設備故障圖譜/圖像理解與分析，實現設備靜態監測圖像的異常檢測和線路動態視頻圖像的異常探查。建立主要設備典型缺陷的圖像樣本庫，實現圖像數據的規范化轉換和表達，智能識別和判斷各類典型缺陷或故障。

2.3整合環境風險因子，開展環境風險實時預警

一是優化設備環境風險評估體系。以大數據分析梳理體現重要輸電通道風險狀態變化的關鍵信息和趨勢規律，實現對重要通道單一災害和多災種聯合的、季節性的、差異化的綜合風險評估。構建電纜通道風險評估大數據庫，建立基于多類型風險因子的電纜通道風險評估數學模型及其評價體系，挖掘影響重要電纜通道安全穩定運行的關鍵原因。

二是開展氣象災害智能化預警。通過對雷電定位系統、防雷差異化評估系統、山火監測預警系統、覆冰預測預警系統、氣象監測系統等各類專業系統和狀態監測系統數據實時調用，實現通道內氣象、山火、覆冰、雷電、大風、污穢、地質災害等情況監測，并與設備信息進行關聯分析。根據通道環境監測數據、通道基礎和歷史數據，對山火、覆冰、雷擊、污穢、鳥害、強風、強降雨等不同類型通道環境災害，綜合作出通道環境災害的實時預警。

2.4基于物聯網和移動互聯技術，自動研判和識別設備異常

（1）全面推進巡檢機器人、直升機、無人機的應用和推廣，立足于實際應用，從質量、安全、效率、經濟性等方面構造效益評價指標，分析直升機、不同類型無人機以及人工巡檢效益，針對不同線路通道、不同地理氣象環境特點，構建直升機、無人機和人工巡檢相結合的立體化巡檢模式。

（2）強化自動研判和識別技術應用。通過故障點多個狀態診斷系統的數據分析進行故障時間和區段/位置的快速確定、具體故障原因的智能判定和故障危害程度識別，輔助故障處理對策制定，實現設備缺陷、隱患和故障識別的智能化；推廣配電自動化裝置自檢技術，完善配電自動化裝置通用技術規范，保證裝置出廠前自檢功能完好，保障裝置電源斷電報警、通信中斷報警、定期自校驗。

結論

以智能化應用優化業務流程，有效完善運檢專業人力資源配置，提高“單兵作戰”和“協同作業”的效率，進一步提升了“大檢修”扁平化組織架構的運行效率；通過遠程指揮、專家支撐決策，實現生產現場的“置前管理”，有效集約了優勢運檢資源；強化了對生產現場的管控穿透力，有效支撐了大電網的快速發展。

參考文獻：

[1]陳建中.基于大云物移智的輸配電資產帳圖實一致性管理[J].企業改革與管理，2018（13）：55+57.

[2]王曉明，韓小果.基于“大云物移”新技術的資產全壽命周期管理[J].電力信息與通信技術，2018，16（01）：85-89.

（作者單位：國網山西省電力公司臨汾供電公司）