屈延師,郭 凱,張高峰,岳雷剛,黃健金
(國網河南省電力公司檢修公司,河南 鄭州 450051)
近階段,國家電網有限公司提出“打造全業務泛在電力物聯網”戰略目標,打造能源流、業務流、數據流合一的能源互聯網。國家電網有限公司將在繼續建設運營好以特高壓交流、特高壓直流電網為網架、各級電網協調發展的堅強智能電網基礎上,融合最新的物聯網、人工智能、大數據存儲和分析、云計算、移動互聯網技術,提高國家電網系統的信息化、智能化、集約化水平,使國家電網能源、資源配置能力不斷提升,減少棄風棄光,提高能源利用效率和質量。目前國家電網有限公司在特高壓5G 應用、大數據應用、智能終端、國網云、物聯管理平臺、報表優化等方面開展泛在電力物聯網建設試點,各項應用正在逐步落地。從特高壓變電站設備運維的特點和要求出發,對物聯網技術在特高壓設備狀態檢測、故障智能診斷分析處理、運維管理等方面的應用前景進行分析,為變電站電力物聯網建設提供參考。
泛在電力物聯網呈現出能量流、信息流與業務流互相耦合的特征[1],未來電網的運營模式將有本質的跨越提升。泛在電力物聯網分層體系架構由感知層、網絡層、平臺層、應用層組成,如圖1 所示。

圖1 泛在電力物聯網分層體系架構
感知層是物聯網的神經,通過采用各種各樣的傳感器采集電網實時數據。變電站感知層設備包括電壓互感器、電流互感器、電能表、油氣在線監測裝置、油溫表、油位表、液位表、風速表、震動測試儀、聲音測試儀、智能機器人、智能紅外可見光攝像頭、智能充電樁、智能電器等各類終端。通過所獲取的數據能夠深度、精確、實時掌握電網全面運行狀態,及時識別設備異常故障,評估電網設備安全風險等級,及時處理消缺,同時,通過靈活調整電網運行方式,優化生產、用能模式,提高電網對新能源消納能力,強化電網的穩定性、靈活性、容災性。
網絡層是為物聯網的各類型業務提供安全快捷的信道,分為內部專網和互聯外網。具體的通信方式則根據工況、距離、成本、效率來選擇,包含移動空中網、光纖、同軸電纜、Wlan、Zigbee 以及最新的5G 技術等。
平臺層統一存儲并管理能源側、電網運行、用戶等各種數據。解決傳統運行方式信息零散、不集中的問題,實現信息互聯互通,方便共享利用。通過搭建數據中心、云平臺等方式實現數據的實時收集更新。
應用層基于收集到的電網數據與用戶數據,針對用戶及運營業務等,建立目標應用平臺,實現電網、用戶、電廠、新能源之間的應用落地,切實提高能源利用效率。
交流特高壓變電站電壓等級為1 000 kV,設備技術含量高、容量大(主變壓器單相容量高達1 000 MVA)。特高壓設備有變壓器、高壓并聯電抗器、串聯電容補償裝置、氣體絕緣金屬封閉開關設備、避雷器、電壓互感器等。現場設備缺陷主要依靠人工巡檢來發現,然而設備數量多,全面巡檢一次時間長,很難做到實時監測;現場表計多種多樣,主要依靠人工抄錄來監測,抄錄工作量大,抄錄后數據還要靠人工錄入比對,效率低下;特高壓設備高度高(如串補平臺高達12.5 m),人員很難查看設備上部運行狀況,需要借助可見光和紅外監測系統;現場監控系統、在線監測系統、串補平臺紅外測溫、機器人巡檢系統互不兼容,需要人工在各個系統之間比對分析,導致缺陷發現不及時,故障跳閘分析速度慢,影響事故處理速度;日常運維各種報表工作量大、重復性較多、效率低。因此,特高壓變電站運行中設備運行狀態評估、故障處理、運行管理等方面問題突出,同時,由于特高壓變電站安全距離大,設備布置緊湊,作業人員安全管控問題突出。基于上述需求,建設特高壓變電站物聯網方案如圖2所示。

圖2 特高壓變電站物聯網建設方案
感知層由站域級邊緣計算單元、站域級集成感知陣列、設備級感知網絡和設備級感知傳感器組成[2]。站域級集成感知陣列主要集成紅外測溫、視頻、局部放電、色譜分析儀、聲音傳感器、震動傳感器、氣味傳感器、遙測、機器人等設備實現對現場的測量,通過全球定位系統、北斗定位系統實現同步采樣定位[3]。
平臺層由電力設備云平臺、站域級邊緣計算單元組成,集成監控系統、在線監測系統、串補平臺紅外測溫、機器人巡檢系統等系統實現數據集中處理、聯動,并能夠對數據進行橫向、縱向比對分析,深度挖掘,實現安全風險評估、異常智能報警,故障智能診斷,各種運行報表自動生成等功能。
特高壓變電站物聯網的應用主要包括對電網運行狀態在線監測、安全風險評估、故障智能診斷分析控制處理、作業人員安全管控、主輔設備聯動、智能化運行管理、備品資產精益化管理等方面。
目前特高壓變電站內在線監測系統包括變壓器高抗油色譜、鐵芯夾件電流、金屬封閉氣體絕緣開關設備局部放電、斷路器動作特性、SF6密度、避雷器在線監測系統。各個系統之間以及與監控系統沒有聯系,難以對設備狀態進行綜合評估,需要依賴人工對數據進行匯總分析,采用日比對、周分析、月總結形式,工作量大且效率低下。通過物聯網技術將各個系統融合,將各種數據傳輸到站域級平臺進行分析和決策,能夠使系統實時感知電力設備的運行狀態,通過基于電網故障特征神經網絡智能識別電氣設備的正常、一般缺陷、嚴重缺陷、危急缺陷等運行狀態,并能夠及時報警并通知相應人員進行消缺。
對電網歷史運行數據進行綜合分析和挖掘,并利用機器學習等人工智能方法進行運行狀態實時風險評估,及時發現系統薄弱環節和安全隱患,提高供電可靠性,如根據設備運行的歷史數據,采用聚類算法,進行縱向、橫向比對分析,預測設備運行狀態,發展趨勢,實現全景風險管理和自愈控制[4]。
特高壓變電站設備的劣化過程是力、熱、電場、磁場等多物理化學綜合過程,機制復雜。通過人工智能技術可以深入挖掘全系統的故障案例,結合傳統故障診斷模型“數據驅動+模型驅動”開發一種新的故障診斷模型[5]。根據大量案例建立診斷判據,及時發現疑似異常情況,并采集所有相關數據綜合分析設備故障、異常、變化發展趨勢、對其進行相間比較、同類設備比較、歷史數據比較綜合分析診斷并準確定位故障,智能化給出故障類型、分析報告、處理建議,啟動相應應急響應預案,通知相關人員,并能夠根據相關控制策略自動對設備故障隔離,防止設備損壞[6]。
由于電力系統運行和維護的復雜性,現場經常出現誤操作、誤入帶電間隔等問題。在智能電網技術中,基于人臉識別、車輛識別、射頻識別、越界提醒、智能化五防等技術實現全方位無死角實時監控,實現調度人員,安監人員和現場人員之間的實時交互,進而消除安全隱患。根據變電站三維掃描數據實現對作業區域的布防[7],同時,通過視頻監控智能實時監控與識別人員的行為和活動范圍,及時警告拍照并實時上傳至監控系統,通知運行人員、安監人員,使現場工作可控、能控、在控。
完成輔控系統數據與主設備狀態數據的融合[8],當出現設備過熱、水浸、著火等異常工況時,實時切換視頻監控,并智能識別確認設備狀態,及時告警并通知相關人員,根據設備運行溫度、濕度、水位、火災報警等信息聯動輔控系統,根據設定閾值自動啟動空調、風機、水泵、火災報警系統、消防系統等設備,并實時監測故障異常發展過程,根據故障情況啟動相應級別應急響應。
變電站設備種類多種多樣,結構原理各不相同、各種表計繁多,日常運維工作量大且效率低、重復性工作多。建立智能巡檢管控平臺,通過無人機、巡檢機器人、視頻監控,紅外監控、在線監測等設備進行數據采集,開展全過程自主化、智能化和標準化作業。使用人工智能方法實現對工作現場環境、工作流程、安全工器具和員工狀態的全面監控,結合地理信息系統GIS,三維可視化技術實現電網設備的全景顯示[9],可以實現精細化管理,降低基層工作人員工作強度。傳統的設備檢查、運行維護、檢修方法將被取代,大量重復低效的運維崗位將被技術所取代,提高生產效能。
特高壓變電站設備種類多,備品多種多樣,應用物聯網技術實現現場備件和資產數據的收集管理,提高變電站的備品、資產管理水平。充分利用射頻識別技術實現物聯網管控,保障帳、卡和物資數據更新的完整性、準確性和及時性,提高備品物資管理水平,實現備件和資產的全過程精益化管理,提高管理效率與管理智能化水平。
物聯網是未來電力系統發展趨勢,將在電力系統全面落地,物聯網技術將提升特高壓變電站在電網運行狀態在線監測、安全風險評估、故障智能診斷分析控制處理、作業人員安全管控、主輔設備聯動、智能化運行、備品資產精益化管理水平,使設備健康水平、管理智能化水平大大提高。電力物聯網的建設落地,實現特高壓變電站設備運維管理水平新的跨越,確保特高壓電網的長期安全穩定運行。