人工智能技術(shù)在電力設(shè)備運(yùn)維檢修中的研究及應(yīng)用

王 敏，李雪松，王 堃，秦振威

（1國網(wǎng)寧夏電力有限公司信息通信公司 寧夏 銀川 750001）

（2中南大學(xué)計(jì)算機(jī)學(xué)院 寧夏 銀川 750001）

0 引言

國家電網(wǎng)選擇全國5個典型環(huán)境區(qū)建設(shè)5個復(fù)合絕緣材料老化站，最終選擇西藏羊八井（高海拔、強(qiáng)紫外線）、內(nèi)蒙古根河（嚴(yán)寒）、新疆吐魯番（高溫），河南鄭州（中原氣候）和福建湄洲島（海洋鹽霧）5個施工現(xiàn)場，共同構(gòu)成了涵蓋各種典型氣候和環(huán)境特征的復(fù)合材料老化試驗(yàn)研究平臺。國家電網(wǎng)孟東電力研究院負(fù)責(zé)根河老化試驗(yàn)站的建設(shè)、運(yùn)行和維護(hù)。

1 智能電網(wǎng)維護(hù)的基本流程

目前，在國內(nèi)智能變電站維護(hù)模式中，變電站維護(hù)團(tuán)隊(duì)的工作為負(fù)責(zé)完成變電站的維護(hù)和淘汰。由于智能變電站對維護(hù)工作的要求以及智能變電站與常規(guī)變電站維護(hù)模式的差異，智能變電站維護(hù)管理主要通過以下6大流程實(shí)現(xiàn)：

1.1 實(shí)現(xiàn)信息收集

在變電站設(shè)備狀態(tài)維護(hù)過程中，信息采集是其中首要環(huán)節(jié)，為下一步的狀態(tài)評估和風(fēng)險(xiǎn)評估奠定基礎(chǔ)。

1.2 實(shí)現(xiàn)狀態(tài)評估

在變電站維護(hù)管理過程中，設(shè)備的狀態(tài)評估和風(fēng)險(xiǎn)評估是兩大核心因素，準(zhǔn)確評估電力狀態(tài)直接涉及下一步的風(fēng)險(xiǎn)評估和日常維護(hù)，可以說是變電站智能化的關(guān)鍵環(huán)節(jié)，務(wù)必引進(jìn)科學(xué)的手段對設(shè)備狀態(tài)進(jìn)行正確評估，為整體運(yùn)維策略的制定提供支撐。

1.3 實(shí)現(xiàn)風(fēng)險(xiǎn)評估

可以按照設(shè)備的風(fēng)險(xiǎn)評估結(jié)果進(jìn)行分類，制定維護(hù)策略。

1.4 制定變電站設(shè)備的維護(hù)策略和計(jì)劃

維護(hù)策略包括停電維護(hù)、非停電維護(hù)、局部部件維護(hù)和更換以及整體設(shè)備更換。

1.5 執(zhí)行變電站設(shè)備的維護(hù)計(jì)劃

變電站設(shè)備維修計(jì)劃的實(shí)施是狀態(tài)維修中最關(guān)鍵的環(huán)節(jié)。根據(jù)公司相關(guān)部門討論決定的檢修計(jì)劃，按時實(shí)施變電站設(shè)備的大修。維護(hù)計(jì)劃的實(shí)施包括準(zhǔn)備階段、實(shí)施階段和總結(jié)階段。

1.6 評估變電站設(shè)備維護(hù)的有效性

變電站設(shè)備大修的有效性評估是對大修計(jì)劃實(shí)施效果的檢驗(yàn)。大修計(jì)劃實(shí)施完成后，運(yùn)行人員應(yīng)與大修負(fù)責(zé)人一起參與設(shè)備狀態(tài)的檢查，檢查是否存在遺留物，現(xiàn)場是否干凈等，然后檢查工作結(jié)束后，運(yùn)行人員對大修結(jié)果進(jìn)行評估，確定大修后設(shè)備是否等待正常運(yùn)行，并向控制中心報(bào)告。

圖1顯示了變電站設(shè)備維護(hù)管理的基本流程，這6個流程構(gòu)成了一個閉環(huán)管理系統(tǒng)。

2 人工智能在電力設(shè)備運(yùn)行、維護(hù)和檢修中的關(guān)鍵技術(shù)

人工智能是對人類智能的理論、技術(shù)、方法進(jìn)行模擬和擴(kuò)展的前沿科學(xué)技術(shù)，在此技術(shù)上研發(fā)相對應(yīng)的應(yīng)用系統(tǒng)。把部分人類的智能操作通過機(jī)器來實(shí)現(xiàn)，以取代人類原有的識別、決策、認(rèn)知、分類等諸多功能，是Litsgoal的研究成果。人工智能技術(shù)以數(shù)據(jù)分析為主，在人工智能技術(shù)中機(jī)器學(xué)習(xí)、智能優(yōu)化計(jì)算等技術(shù)有著十分重要的應(yīng)用。本文基于實(shí)現(xiàn)智能化的電力變壓器狀態(tài)檢修目標(biāo)，主要對多模態(tài)機(jī)器學(xué)習(xí)進(jìn)行了分析[1]。

電力設(shè)備的運(yùn)行、維護(hù)、維修相關(guān)聯(lián)的數(shù)據(jù)源十分廣闊，其中的異構(gòu)數(shù)據(jù)以視頻、音頻、圖像、物理信號等為主，每一個模型都可能是一類信息形式或者信息源。對各種模式的綜合分析構(gòu)成機(jī)器學(xué)習(xí)的多模式。多模式學(xué)習(xí)方式泛指利用機(jī)器學(xué)習(xí)方式提升解決和認(rèn)知多源模態(tài)信息的能力。機(jī)器學(xué)習(xí)的多模態(tài)數(shù)據(jù)能夠最好地表示、提取和識別特征。

比起單一的學(xué)習(xí)模式，多模態(tài)學(xué)習(xí)充分利用了互補(bǔ)性的模態(tài)關(guān)系讓模態(tài)間的冗余得以消除，讓學(xué)習(xí)更有效率。多模態(tài)學(xué)習(xí)方式的典型表現(xiàn)是遷移學(xué)習(xí)。該方式的原理是利用資源比較豐富的模態(tài)去幫助資源匱乏的另一組模態(tài)學(xué)習(xí)。特別是針對小樣本的學(xué)習(xí)前景廣闊。圖2展示了一個典型的深度適應(yīng)網(wǎng)絡(luò)遷移學(xué)習(xí)原理。

在電力設(shè)備運(yùn)營維護(hù)過程中，如果能夠進(jìn)行模塊化實(shí)施，綜合分析故障或者不同側(cè)面設(shè)備的狀態(tài)，會使得判斷更加準(zhǔn)確。當(dāng)前，國內(nèi)外的研究者開展多信息、多時段、多準(zhǔn)則的層面上探究設(shè)備運(yùn)行維護(hù)融合技術(shù)，盡管取得一定的成效，但多模機(jī)器學(xué)習(xí)還只是剛剛起步。

3 人工智能在電力設(shè)備運(yùn)行維護(hù)檢查中的應(yīng)用

伴隨國家電網(wǎng)正在推進(jìn)的“三集五大”策略，真正實(shí)現(xiàn)了變電站的智能無人值守，越來越多的矛盾在獨(dú)立運(yùn)營模式中顯現(xiàn)，綜合分析從業(yè)者的利用率、時間效益、運(yùn)輸成本，在大規(guī)模運(yùn)行和大規(guī)模維護(hù)的模式下，逐漸縮減工作人員，變電站智能化形成的一體化的運(yùn)行和檢查，大大提升了變電站的運(yùn)維效率。

以電力變壓器運(yùn)維舉例，因?yàn)殚L期的運(yùn)行狀態(tài)，電力變壓器會受到各種內(nèi)外因素的影響，如電應(yīng)力、機(jī)械應(yīng)力、熱應(yīng)力、操作條件和氣象環(huán)境，這將損壞其絕緣性能，并導(dǎo)致缺陷甚至故障。在這個環(huán)節(jié)里，諸多狀態(tài)信息里都涵蓋著故障的演變和設(shè)備運(yùn)行狀態(tài)的變化，例如檢查測試、現(xiàn)地測試等，隨著輸變電設(shè)備的電力信息平臺的日趨完善和應(yīng)用，很多狀態(tài)信息具備來源的多渠道性和差異性。狀態(tài)評估的多維精細(xì)化和準(zhǔn)確的預(yù)測結(jié)果，是可靠的參考數(shù)據(jù)，將成為設(shè)備維修、決策、優(yōu)化的有力保障，真正提升變壓器狀態(tài)管理水平。圖3顯示了人工智能技術(shù)在電力設(shè)備操作和維護(hù)中的應(yīng)用框架。

3.1 設(shè)備健康評估

為了確保供電的安全可靠，縮減因?yàn)轭l繁檢修導(dǎo)致的費(fèi)用升高，業(yè)界展開了針對電力變壓器的健康檢查和相應(yīng)的檢修，包括電抗器、斷路器、變壓器等交直流電力設(shè)備，同時制定了對應(yīng)的工作方針，在這個過程中積累了豐富的專家經(jīng)驗(yàn)，但基于這些電力設(shè)備高成本、結(jié)構(gòu)復(fù)雜，作用關(guān)鍵，其分布區(qū)域和工作特性不同，太多的狀態(tài)量表征，表現(xiàn)極大的模糊和不確定性質(zhì)。在發(fā)展過程中，缺乏普遍、客觀、全面的評價(jià)標(biāo)準(zhǔn)[2]。

因?yàn)閭鹘y(tǒng)的針對專家經(jīng)驗(yàn)和業(yè)務(wù)指南評估存在的缺陷，業(yè)界采用了機(jī)器學(xué)習(xí)算法和數(shù)學(xué)分析法，啟動了設(shè)備狀態(tài)評估模型的研究工作，范圍包括多源設(shè)備狀態(tài)數(shù)據(jù)的設(shè)備狀態(tài)等，目的是將電力變壓器的真實(shí)狀態(tài)全面準(zhǔn)確地反映出來。通常劃分為兩類模型：第一類是對權(quán)重的評估，是采取數(shù)學(xué)模型進(jìn)行客觀地計(jì)算，通過對變壓器狀態(tài)與各類狀態(tài)量指標(biāo)之間的關(guān)系的分析，明確關(guān)聯(lián)性強(qiáng)的關(guān)鍵特征指標(biāo)以及重要性以及進(jìn)行權(quán)重的評估。然后評估變壓器的狀態(tài)；二是利用機(jī)器學(xué)習(xí)算法，基于訓(xùn)練樣本直接建立狀態(tài)量與變壓器狀態(tài)評估之間的預(yù)測模型，目前聚類分析和人工神經(jīng)網(wǎng)絡(luò)都屬于常用的機(jī)器學(xué)習(xí)算法范疇。

3.2 設(shè)備運(yùn)行狀態(tài)預(yù)測

設(shè)備狀態(tài)預(yù)測是由傳統(tǒng)的設(shè)備狀態(tài)預(yù)測和狀態(tài)評估發(fā)展而成的，設(shè)備狀態(tài)預(yù)測能夠?qū)⒃O(shè)備的歷史狀態(tài)和實(shí)時狀態(tài)想結(jié)合，綜合考慮電力系統(tǒng)相關(guān)的外部環(huán)境信息，根據(jù)設(shè)備運(yùn)行關(guān)鍵參數(shù)和運(yùn)行指標(biāo)來預(yù)測今后設(shè)備的運(yùn)行狀態(tài)。因?yàn)楸容^復(fù)雜的電力設(shè)備運(yùn)行工況，以及繁雜的指標(biāo)參數(shù)，所以目前的電力設(shè)備預(yù)測一般是以相關(guān)的重要指標(biāo)為預(yù)測對象[3]。依托人工智能在多重相關(guān)問題以及高度非線性處理上的絕對優(yōu)勢，構(gòu)建時間序列或者關(guān)聯(lián)預(yù)測模型，最普遍使用的手段包括支持的向量機(jī)、長、短期記憶網(wǎng)絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)、深層信念網(wǎng)絡(luò)等，按照預(yù)測目標(biāo)的不同，可以設(shè)立繞組狀態(tài)、油溫、絕緣油色譜圖、負(fù)荷水平等作為研究對象。

3.3 電力設(shè)備故障診斷

電力變壓器文本信息涵蓋長時間運(yùn)行積累的試驗(yàn)和巡檢記錄、故障報(bào)告和維護(hù)、缺陷和故障報(bào)告、文件排除、缺陷等。其中最具有維修指導(dǎo)意義的是設(shè)備健康信息。國外開展的故障風(fēng)險(xiǎn)預(yù)測的研究是通過故障表完成的，但在詞性和語法結(jié)構(gòu)上中英文文本差異性很大，所以，深度挖掘中文文本特征重要信息是十分必要的[4]。鑒于傳統(tǒng)機(jī)器學(xué)習(xí)分類器缺乏數(shù)據(jù)處理和特征提取能力，引入深度學(xué)習(xí)模型（例如長期記憶和短期記憶神經(jīng)網(wǎng)絡(luò)以及卷積神經(jīng)網(wǎng)絡(luò)）作為文本分類器實(shí)施測試和訓(xùn)練，因此故障原因和相對的影響都可以在故障文本中自動獲取，并可以將缺陷的嚴(yán)重程度在故障記錄中得以確定，比起傳統(tǒng)的機(jī)器學(xué)習(xí)模型，明顯提升了分類的精度。

中文文本分類問題的處理過程主要包括3個階段：

（1）預(yù)處理文本，涵蓋句子、分詞停止詞過濾等；

（2）顯示文本，就是將文本轉(zhuǎn)換形式，讓計(jì)算機(jī)能充分識別和處理；

（3）分類器的選擇、構(gòu)造、訓(xùn)練和測試。

4 電力設(shè)備進(jìn)行狀態(tài)檢修研究的重要性

我國接入電網(wǎng)的輸變電電力設(shè)備，在長期正常運(yùn)行的使用過程中，電力設(shè)備突然出現(xiàn)這些故障幾乎不可避免的。引起這些故障的根本原因主要包括：設(shè)備制造商在生產(chǎn)使用過程中，還有可能間接遺留的一些電力設(shè)備整體結(jié)構(gòu)的參數(shù)缺陷、安裝前期正常檢修以及后期維護(hù)中可能間接存在的安全隱患問題。長期正常運(yùn)行工作后，還有可能直接導(dǎo)致電力設(shè)備的電絕緣等零部件發(fā)生老化，電力設(shè)備整體結(jié)構(gòu)安全性能發(fā)生劣化等諸多危險(xiǎn)因素。然而，電力設(shè)備本身其實(shí)也是一個極其復(fù)雜的信息處理系統(tǒng)。其復(fù)雜性表現(xiàn)為：長期測量的信息系統(tǒng)特征和依據(jù)數(shù)量眾多，如電力設(shè)備日常運(yùn)行生命周期基本工況、檢修設(shè)備時間運(yùn)行歷史、工作設(shè)備周圍環(huán)境、監(jiān)測數(shù)據(jù)、家族電力設(shè)備生產(chǎn)質(zhì)量史等，這些在長期測量狀態(tài)下的相關(guān)問題中，往往本身具有較大的不確定性和模糊性。我們需要及時跟進(jìn)，對當(dāng)前我國輸變電力設(shè)備日常運(yùn)行，長期測量狀態(tài)有效、準(zhǔn)確性的質(zhì)量評估及其業(yè)務(wù)開展存在的困難因素。目前而言，我國輸變電站和電力設(shè)備的日常檢修運(yùn)維，以及長期檢修造價(jià)評估管理業(yè)務(wù)，主要在導(dǎo)則、規(guī)程、專家長期檢修評估經(jīng)驗(yàn)、波形以及測量特性法等測量比值分析法等。長期檢修評估方式在相關(guān)技術(shù)理論指導(dǎo)下才能予以規(guī)范開展，這種長期檢修評估方式難以有效率地，滿足當(dāng)前我國輸變電力設(shè)備行業(yè)用戶長期海量化和多樣化、差異化、精細(xì)化的日常運(yùn)維檢修評估需求，可能會直接致使我國電力設(shè)備本身長期存在“過修”或“欠修”兩種成本狀態(tài)，從而極有可能還會造成大量用在人力、物力以及其他資源上的成本浪費(fèi)。

4.1 電力設(shè)備進(jìn)行狀態(tài)檢修的意義

相關(guān)技術(shù)人員和整個電力設(shè)備維修團(tuán)隊(duì)，以及企業(yè)工作人員都希望，可以通過使用這種人工智能數(shù)據(jù)分析檢測技術(shù)，對春季前期電力設(shè)備進(jìn)行狀態(tài)檢測及維護(hù)，進(jìn)而進(jìn)行整體電力設(shè)備狀態(tài)檢查評價(jià)。一般的春季前期，電力設(shè)備整體狀態(tài)檢查工作及檢修后的維護(hù)工作，都應(yīng)該指的是在春季前期繼續(xù)進(jìn)行整修狀態(tài)，和檢修后的排查工作。但是如果一個春季電力企業(yè)，對整個春季電力設(shè)備狀況進(jìn)行整體狀態(tài)檢修排查工作，不再是十分重視，只在春季前期簡單進(jìn)行整體狀態(tài)排查檢修，就很大可能變得無法有效率的保證，整個春季電力設(shè)備的長期正常穩(wěn)定狀態(tài)運(yùn)行。同時還很有可能，甚至?xí)?yán)重直接影響整個電力設(shè)備維修、企業(yè)工作人員的生命財(cái)產(chǎn)以及人身安全。電力設(shè)備企業(yè)只有做到了從源頭做好檢測，從路徑做好管理，才能在最后結(jié)果上取得好的成績，從而有利于電力設(shè)備的穩(wěn)定和發(fā)展。

4.2 電力設(shè)備進(jìn)行運(yùn)維一體化的意義

在我們進(jìn)行傳統(tǒng)現(xiàn)代工業(yè)，民用電力設(shè)備日常保養(yǎng)、維修檢護(hù)、資料運(yùn)行管理工作這個過程當(dāng)中，電力設(shè)備的日常維修檢護(hù)資料運(yùn)行管理，往往是由我們電力設(shè)備企業(yè)，進(jìn)行日常維修維護(hù)、運(yùn)行資料管理。電力設(shè)備維護(hù)檢修、運(yùn)行管理技術(shù)單位的工作人員，往往都是分開分別負(fù)責(zé)進(jìn)行日常維修資料管理的。在我們傳統(tǒng)工業(yè)電力設(shè)備企業(yè)，如何才能將日常維修維護(hù)運(yùn)行資料管理做好，其實(shí)在一體化電力設(shè)備日常維修中，很多我們需要的傳統(tǒng)非專業(yè)的設(shè)備維修管理技術(shù)人員，往往都會選擇去外地雇來部分技術(shù)人員和一些我們傳統(tǒng)非專業(yè)的電力設(shè)備維護(hù)運(yùn)行維修管理人員。只有這樣，我們企業(yè)才能在設(shè)備發(fā)生故障后的第一時間，快速準(zhǔn)確找到問題和及時解決我們傳統(tǒng)工業(yè)電力設(shè)備當(dāng)中隨時可能出現(xiàn)的各種故障，提高我們傳統(tǒng)工業(yè)電力設(shè)備的正常生產(chǎn)使用壽命，保證傳統(tǒng)電力設(shè)備維修，企業(yè)工作人員的財(cái)產(chǎn)權(quán)和人身安全。

5 結(jié)語

隨著供電企業(yè)電網(wǎng)設(shè)備種類的增加，以及電網(wǎng)設(shè)備運(yùn)行維護(hù)管理信息化改造的實(shí)際需求。在電力系統(tǒng)廣泛應(yīng)用大數(shù)據(jù)的趨勢下，可以利用智能優(yōu)化計(jì)算、專家系統(tǒng)、機(jī)器學(xué)習(xí)和不確定推理等人工智能技術(shù)的完善，全面挖掘和分析電力變壓器的狀態(tài)數(shù)據(jù)[5]。因?yàn)閿?shù)據(jù)質(zhì)量、異常樣本、數(shù)據(jù)載體等客觀原因的束縛，人工智能技術(shù)的關(guān)聯(lián)場景的應(yīng)用還剛剛起步。在未來的工作中應(yīng)該加強(qiáng)狀態(tài)數(shù)據(jù)的管理和維護(hù)，真正實(shí)現(xiàn)智能化的電力系統(tǒng)。