淺談電力調控運行重要性及優化管理措施

李林宇

摘要：隨著經濟和電力行業的快速發展，隨著人工智能的發展，智能調控的概念逐漸發展并成熟，在此背景下，電網調控應具有自愈、交互、優化、預測、協同和安全等特征。而電網調控是電網中重要一環節，對于電力系統安全穩定運行至關重要。目前，特高壓交直流混聯系統逐漸形成，人工調度任務煩瑣、壓力大，而電力調控機器人能夠應用面向大電網的實時調控運行人工智能技術，對電網實現實時感知、故障分析、風險評估和立體展示等，還可協助人工調度開展倒閘操作、異常報警、發電計劃調整和電力業務信息統計等工作，具有較高的實用價值。

關鍵詞：電網調度;智能調控系統;狀態監視;故障分析

引言

近些年我國經濟的飛速發展，帶動了科學技術的不斷進步，信息技術、大數據技術以及人工智能技術被廣泛應用于各行各業中，為了提升電網智能調控系統的穩定性，實現我國電網企業的可持續發展，要全面分析其發展現狀，制定有針對性性的策略。分析了電網智能調控系統在發展過程中存在的問題，并提出了基于大數據及人工智能背景下電網智能調控系統框架的構建策略。

1管理問題

供電企業在實行新的管理模式之前需要對配網運行管理工作進行分析，而其中主要體現出的問題有很多自動化系統覆蓋的都是66kV及以上電網，而對于10kV及以下電網所采取的監控與管理不足。同時，10kV及以下電網不能保證每一處指標考核人員都到現場進行檢查，從而基層供電所在進行配電網檢修計劃的上報時難免會因監管不力，造成指標摻水、執行不到位的問題。另外，由于缺乏科學的監控管理技術手段，各級電力故障搶修小組對電力搶修的反應較慢，在接到客戶的電話以后才能獲知電力故障信息，這也使得電力搶修工作較為被動。這樣就會導致電力搶修的時間延長、效率降低，受影響的范圍不斷擴大。不僅會造成業務量增多以及資源的浪費，還會在一定程度上影響供電企業的優質服務形象。

2新模式下管理的主要舉措

2.1調控一體化下的數據體系結構

從基礎數據來源分，調控一體化數據分為實時數據和管理數據。具體來說，調控一體化下，數據體系結構主要由實時運行數據、靜態管理數據、綜合歷史數據和數據邏輯鏈條4個部分組成。數據與數據之間通過邏輯鏈條互相支撐，實現將實時動態數據與綜合歷史數據相結合、實時動態數據與靜態管理數據相關聯、靜態管理數據與綜合歷史數據相比對的閉環數據結構，實時運行數據需要進行加密的可靠傳輸，其標準化處理需要借助變電站、換流站監控系統，以文本的方式發送到調度主站。電力系統的異常缺陷數據、日前檢修計劃數據、移交狀態管控數據和日度月報表數據等都屬于靜態管理數據的范圍。歷史數據主要包括實時歷史數據、監控業務管理類數據、與監控相關的其他系統數據等，主要涵蓋設備異常數據、事故數據、設備缺陷數據、變電站移交流程數據、變電站集中監控信息傳動數據，以及設備的故障錄波圖、故障保護動作情況和故障測距等信息的數據提取等內容。數據邏輯鏈條是指根據數據庫的邏輯結構設計概念，選取數據模型相符合的邏輯結構，并利用可拓理論實現實時動態數據與調控歷史數據相結合、實時動態數據與同步管理數據相關聯、同步管理數據與綜合歷史數據相比對的多維度數據聯動體系結構。

2.2故障檢測

快速發展完善的信息物理及通信技術（尤其是廣域測量系統WAMS等）在電網信息采集與監控領域中的應用范圍不斷擴大，電網信息數據的采集流程得以有效簡化，有效提高了廣域大電網的可控性和可觀性，但目前仍然存在數據采集與挖掘應用的適配度較低的問題，阻礙了數據高質量共享與利用及高度集成化電網的實現，電力大數據在時間、空間與目標3個維度間緊密關聯，電網智能調控系統實現的關鍵在于對這些數據信息進行深度挖掘和高效利用。電網智能調控系統涵蓋的業務種類和數量會不斷增多，進而增加了邏輯層級關系的復雜程度，導致所需采集的狀態數據表現出數量多、更新快、關聯關系復雜等特點。

2.3多元異構數據的高效融合技術

由于當前電網數據量進一步加大，該技術能夠針對不同類型的數據采用不同的處理方式，是基于傳統數據處理模式的升級和創新，大大提升了數據處理效率，保障了數據的真實性。海量多源異構數據的高效融合技術之所以能夠快速處理海量數據，主要是因為該技術結合了智能響應和趨勢智能分析兩種模式，能夠根據實際情況建立數據庫和信息化共享平臺，能夠對不同類型的數據進行分析。在離線數據方面，該技術能夠實現分布式離線分析;在實施數據分析方面，可以進行實時流失計算調度。

2.4應用服務上云

1）統一管理。即指各應用均需要在云應用部署平臺進行注冊，實現對其運行情況、占用資源、網絡環境、數據接口、運行環境等進行統一管理和監控。2）統一數據。即指各應用均需要按照數據平臺上云的要求，實現從數據平臺提供的接口統一獲取數據，并將生成的數據及其數據和“模型-數據”的關聯關系統一上云。3）統一界面。改變以往各應用人機界面不統一，使用學習成本高的問題，制定統一的人機界面設計方案，確保上云應用的人機界面易用、美觀、高度統一，提升使用體驗。4）面向服務。總結提煉各業務應用中的通用功能模塊，將其獨立成為提供服務的應用，減少業務系統建設中的重復工作，提升應用服務能力，優化應用架構，為構建統一業務應用體系提供支撐。

2.5模式識別技術

模式識別包括語音識別和圖像識別。語音識別用于調控機器人與調控人員之間的交互，實現日志自動記錄、語音輸入、語音自動調圖等功能;圖像識別用于調控機器人識別調控對象，如高壓輸電線路隔離開關、換流器等工況位置判斷等。模式識別重點是提升模式識別的泛化有效性，確保能準確識別自然語音和設備狀態，最終可以為實現3D立體化展示與操控提供重要的技術支持。

結語

隨著電網規模及用電需求的不斷增加，對智能電網調控系統的自動化水平安全穩定性能提出了更高的要求，大數據及人工智能的大電網智能調控系統框架是時代發展的大勢所趨，在建設系統框架的過程中，需要做到實事求是，利用各種關鍵技術提升電網系統運行的安全性。

參考文獻

[1]李金訊，顏清，吳秋佳.基于大數據及人工智能的大電網智能調控系統框架[J].通信電技術，2020，37（03）：5-7.

國網萊州市供電公司，山東煙臺 261400