王茜
摘要:本文所述自動化終端是應用移動互聯(lián)網(wǎng)、人工智能等現(xiàn)代信息技術,實現(xiàn)電力系統(tǒng)各環(huán)節(jié)萬物互聯(lián)、人機交互的智慧服務自動化終端。
關鍵詞:人工智能、邊緣計算、物聯(lián)網(wǎng)、語音交互、配電自動化終端
前言:
隨著以信息化、互聯(lián)網(wǎng)為代表的第三次工業(yè)革命的興起,電網(wǎng)智能化運行成為電網(wǎng)企業(yè)提升運營能力的主要途徑。然而隨著設備數(shù)量日益龐大、電網(wǎng)結構日益復雜,在內(nèi)部粗放式管理成本難以壓縮和外部電力體制改革環(huán)境下收入趨窄的背景下,電網(wǎng)公司必然要提升管理水平和生產(chǎn)效率,然而運用傳統(tǒng)的技術手段和管理模式無法實現(xiàn)電網(wǎng)企業(yè)的精益管理,本文研究項目應運而生。
內(nèi)容:
1、人機交互的電網(wǎng)安全穩(wěn)定控制裝置開發(fā)
(1)穩(wěn)定控制功能模塊的MODBUS通信程序設計:采用模塊化設計,分為3個模塊,初始化模塊、數(shù)據(jù)接收模塊、數(shù)據(jù)處理模塊。
①初始化模塊:開展通信的波特率設置、數(shù)據(jù)接收的串口中斷和定時器設置等;
②數(shù)據(jù)接收模塊:由串口接收中斷子模塊和定時器中斷子模塊組成。串口接收中斷子模塊用于接收MODBUS數(shù)據(jù),按字節(jié)接收數(shù)據(jù),每接收一個字節(jié)就進入一次串口中斷子模塊;定時器中斷子模塊用于判斷MODBUS一幀數(shù)據(jù)的起始與結束;
③數(shù)據(jù)處理模塊:判斷信息幀要求實現(xiàn)的功能,并給人機界面模塊回復信息。
(2)人機界面模塊設計:選擇支持串口MODBUS通信協(xié)議的工業(yè)觸摸屏作為人機界面模塊,完成監(jiān)控界面所有的數(shù)據(jù)顯示和修改功能。
2、基于物聯(lián)網(wǎng)技術,利用5G網(wǎng)絡搭建邊緣計算平臺
(1)CE設備:終端邊緣設備,位于平臺的接入層,主要開展變壓器、柱上開關FTU、配變TTU、開閉所DTU、集中器等設備的開發(fā),最終實現(xiàn)對設備的監(jiān)控和現(xiàn)場各類信息的采集與控制;
(2)PE設備:邊緣匯聚/接入設備,位于平臺的匯聚層,基于多個CE設備進行狀態(tài)感知、信息交互、實時分析,實現(xiàn)所管轄范圍內(nèi)的CE設備的信息匯集、處理和通信監(jiān)視等功能;
(3)P設備:核心設備,位于平臺的核心層,接收通過PE設備轉(zhuǎn)發(fā)過來的現(xiàn)場設備信息或直接接收來自各CE設備的實時信息,通過信息分析配電網(wǎng)的運行狀態(tài),保障配電網(wǎng)全局的穩(wěn)定高效運行;
(4)邊緣終端部署邊緣計算對原始數(shù)據(jù)的過濾、清洗、聚合、質(zhì)量優(yōu)化(剔除壞數(shù)據(jù))、語義解析等實現(xiàn)數(shù)據(jù)優(yōu)化,有效應對數(shù)據(jù)爆炸,降低數(shù)據(jù)傳輸帶寬。
3、生物特征識別技術研究
主要開展傳感器設計、數(shù)據(jù)預處理及特征處理技術研究。從生物特征識別技術應用流程看,分為注冊和識別兩大過程。
(1)注冊:通過傳感器對人體的生物表征信息進行采集,如利用圖像傳感器對指紋和人臉等光學信息、麥克風對說話聲等聲學信息進行采集,利用數(shù)據(jù)預處理以及特征提取技術對采集的數(shù)據(jù)進行處理,得到相應的特征進行存儲;
(2)識別:采用與注冊過程一致的信息采集方式對運維人員進行信息采集、數(shù)據(jù)預處理和特征提取,然后將提取的特征與存儲的特征進行比對分析,確認身份并完成識別。
4、人機語音交互系統(tǒng)開發(fā)
主要結構包括預處理模塊、特征提取模塊、訓練語音模型、模式匹配、識別測試模塊,通過訓練產(chǎn)生的詞匯表進行識別判別,進行句法分析完成語義分析。語音的預處理技術主要包括:噪聲消除、端點檢測、加強等。
5、機器自我深度學習算法研究
基于云,利于深度學習算法分析電網(wǎng)外部環(huán)境因素和內(nèi)部的設備運行特性等數(shù)據(jù),實現(xiàn)態(tài)勢感知,并根據(jù)感知結果來實現(xiàn)態(tài)勢理解、態(tài)勢預測和態(tài)勢評估,最后達到預警的效果,能夠動態(tài)靈活調(diào)整和控制配電系統(tǒng)的運行狀態(tài),使系統(tǒng)狀態(tài)朝向有利方向發(fā)展。
6、人工智能分析系統(tǒng)開發(fā)
(1)建立故障信息知識庫:通過對歷次故障中各采集終端的電壓電流進行深度學習,建立數(shù)據(jù)庫;
(2)語音問答:當接受到語音指令時,主動啟動數(shù)據(jù)庫分析、系統(tǒng)工作日志分析等功能,直接回復運維人員指令;
(3)語音指令識別故障:當接收到語音診斷指令時,主動啟動信息采集,并將采集到的電壓電流信息與故障信息知識庫進行比對,確定故障區(qū)域和故障點;
(4)語音預警:當判斷出故障區(qū)域后,將故障區(qū)域在地理信息圖上進行顯示,并通過語音形式告知運維人員故障點地理信息和故障信息。
結束語:
本文針對國內(nèi)外人工智能配電網(wǎng)自動化終端技術發(fā)展趨勢及現(xiàn)狀進行了前期調(diào)研,在現(xiàn)有配電自動化終端開發(fā)基礎上進行改進及優(yōu)化設計,主要開展組件設計、相關技術研究、算法計算、系統(tǒng)開發(fā)、生產(chǎn)工藝設計、產(chǎn)品性能分析等,項目技術路線清晰,產(chǎn)品可有效提高配電網(wǎng)的智能化水平,縮短故障處理時間,未來能夠廣泛適用于電力系統(tǒng)的各級變電站,極具操作可行性、技術可行性。