智能變電缺陷運(yùn)檢助理應(yīng)用系統(tǒng)設(shè)計(jì)

黃智華 李雄梁 侯斌 馬孟勛

關(guān)鍵詞：變電缺陷；全景數(shù)據(jù)；智能輔助；缺陷分析

1引言

目前，變電缺陷管理的自動(dòng)化和智能化水平不高，在數(shù)據(jù)的收集和處理、缺陷的分析和總結(jié)上主要依賴(lài)人工進(jìn)行，對(duì)已有的缺陷數(shù)據(jù)、缺陷特征數(shù)據(jù)以及大量的缺陷分析報(bào)告等，缺乏信息化、數(shù)字化的手段將其有效轉(zhuǎn)為可用易用的知識(shí)，以致設(shè)備出現(xiàn)缺陷時(shí)還是依賴(lài)運(yùn)檢人員現(xiàn)場(chǎng)勘察、技術(shù)人員現(xiàn)場(chǎng)分析的方式，無(wú)法為缺陷發(fā)現(xiàn)、缺陷定級(jí)、處理建議、施工方法、工器具準(zhǔn)備提供流程化、標(biāo)準(zhǔn)化處置技術(shù)支持[1]。

通過(guò)設(shè)計(jì)智能變電缺陷運(yùn)檢助理應(yīng)用系統(tǒng)，構(gòu)建變電缺陷知識(shí)庫(kù)，將人工經(jīng)驗(yàn)知識(shí)進(jìn)行固化、共享及傳承，為缺陷發(fā)現(xiàn)、缺陷定級(jí)、處理建議、施工方法、工器具準(zhǔn)備等變電缺陷全鏈條業(yè)務(wù)提供智能輔助支撐，可以實(shí)現(xiàn)規(guī)范化、標(biāo)準(zhǔn)化的業(yè)務(wù)處置策略，提升缺陷全過(guò)程處置的工作效率：實(shí)現(xiàn)缺陷全景數(shù)據(jù)的智能分析、自動(dòng)生成缺陷統(tǒng)計(jì)報(bào)告與缺陷分析報(bào)告；實(shí)現(xiàn)智能化設(shè)備狀態(tài)及風(fēng)險(xiǎn)分析，提升數(shù)據(jù)整理及分析的工作效率：實(shí)現(xiàn)缺陷數(shù)據(jù)的深度挖掘及應(yīng)用：構(gòu)建變電缺陷智能運(yùn)檢助理，打造高效信息交互通道，簡(jiǎn)化現(xiàn)場(chǎng)作業(yè)流程，促進(jìn)各專(zhuān)業(yè)高效協(xié)同工作，提升變電缺陷運(yùn)檢智能化、精益化水平[2]。

2變電缺陷知識(shí)庫(kù)構(gòu)建

整理變電設(shè)備的檔案信息及設(shè)備出現(xiàn)缺陷時(shí)的相關(guān)狀態(tài)、現(xiàn)象及其他異常數(shù)據(jù)，通過(guò)采集上述信息，可以構(gòu)建變電缺陷結(jié)構(gòu)化的信息庫(kù)和變電缺陷知識(shí)抽取模型，從而完善無(wú)監(jiān)督學(xué)習(xí)的有效數(shù)據(jù)集。

采用自然語(yǔ)言處理和變電缺陷知識(shí)抽取技術(shù)，從非結(jié)構(gòu)化的變電缺陷標(biāo)準(zhǔn)規(guī)范、電網(wǎng)缺陷管理規(guī)章制度、缺陷分析報(bào)告、消缺總結(jié)報(bào)告等文本文件中抽取變電設(shè)備的運(yùn)檢知識(shí)信息，將抽取到的知識(shí)信息實(shí)體進(jìn)行結(jié)構(gòu)化，設(shè)計(jì)出對(duì)應(yīng)的變電缺陷知識(shí)圖譜概念模型，通過(guò)采用知識(shí)圖譜相關(guān)技術(shù)，將結(jié)構(gòu)化后的缺陷知識(shí)實(shí)體及相關(guān)信息，按變電缺陷知識(shí)圖譜概念模型傳輸?shù)街R(shí)庫(kù)圖譜中；融合變電領(lǐng)域技術(shù)專(zhuān)家的豐富經(jīng)驗(yàn)及機(jī)器無(wú)監(jiān)督學(xué)習(xí)算法模型的自流程技術(shù)，將變電站歷史運(yùn)檢產(chǎn)生的結(jié)構(gòu)化信息和文本等非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為知識(shí)實(shí)體，通過(guò)圖譜的生成算法對(duì)變電缺陷知識(shí)信息不斷地進(jìn)行自動(dòng)篩查及驗(yàn)證，并融合、優(yōu)化抽取到的相關(guān)缺陷知識(shí)，從而實(shí)現(xiàn)知識(shí)庫(kù)中變電設(shè)備相關(guān)缺陷知識(shí)的自主更新。

3缺陷全景數(shù)據(jù)分析

基于電網(wǎng)資產(chǎn)管理系統(tǒng)的基礎(chǔ)數(shù)據(jù)，按照年、季、月的周期，對(duì)周期內(nèi)缺陷數(shù)據(jù)用多種維度進(jìn)行統(tǒng)計(jì)分析，從資產(chǎn)管理系統(tǒng)中獲取設(shè)備缺陷的缺陷表象、缺陷設(shè)備的類(lèi)型、缺陷功能位置及部位、缺陷所屬等級(jí)、缺陷發(fā)生原因、缺陷來(lái)源、設(shè)備生產(chǎn)廠家、設(shè)備投運(yùn)使用年限、缺陷產(chǎn)生日期、消缺日期、電壓等級(jí)等特征項(xiàng)，用于關(guān)聯(lián)規(guī)則挖掘。其中，部分缺陷與設(shè)備屬性相關(guān)，如缺陷設(shè)備的類(lèi)型、缺陷功能位置及部位、設(shè)備生產(chǎn)廠家等；部分缺陷與缺陷屬性相關(guān)，如缺陷表象、缺陷發(fā)生原因、缺陷產(chǎn)生日期等；部分缺陷與消缺處理過(guò)程相關(guān)，如消缺時(shí)間、消缺方法等[3]。通過(guò)從特征項(xiàng)中挖掘設(shè)備的頻發(fā)缺陷及頻發(fā)缺陷的主要誘因，可以尋找它們之間的關(guān)聯(lián)關(guān)系。

針對(duì)家族性變電設(shè)備缺陷分析統(tǒng)計(jì)，可以應(yīng)用高頻子圖挖掘技術(shù)，來(lái)分析設(shè)備生產(chǎn)廠家、設(shè)備所屬部件生產(chǎn)廠家同家族的設(shè)備或部件及設(shè)備出現(xiàn)的缺陷現(xiàn)象、現(xiàn)象產(chǎn)生原因等之間的相互關(guān)系。對(duì)于已經(jīng)明確的故障或缺陷原因，只進(jìn)行該類(lèi)原因的概率計(jì)算，就可實(shí)現(xiàn)家族性變電設(shè)備缺陷概率的分布統(tǒng)計(jì)，方便運(yùn)檢人員判斷相關(guān)生產(chǎn)廠家的相關(guān)同族設(shè)備是否存在潛在缺陷，從而為變電設(shè)備狀態(tài)評(píng)價(jià)提供重要的參考依據(jù)。

通過(guò)構(gòu)建變電設(shè)備狀態(tài)評(píng)價(jià)及風(fēng)險(xiǎn)數(shù)據(jù)處理引擎，可以實(shí)現(xiàn)變電設(shè)備狀態(tài)信息的智能評(píng)價(jià)。變電設(shè)備狀態(tài)評(píng)價(jià)及風(fēng)險(xiǎn)數(shù)據(jù)處理引擎將依據(jù)設(shè)備狀態(tài)、評(píng)價(jià)規(guī)范要求，從缺陷全景數(shù)據(jù)中抽取評(píng)價(jià)相關(guān)數(shù)據(jù)，使用數(shù)據(jù)庫(kù)表配置項(xiàng)的方式，動(dòng)態(tài)、靈活地開(kāi)展設(shè)備狀態(tài)評(píng)價(jià)，實(shí)現(xiàn)設(shè)備狀態(tài)參量和評(píng)價(jià)計(jì)算路徑的動(dòng)態(tài)定義。此外，數(shù)據(jù)處理引擎還能夠解析設(shè)備狀態(tài)評(píng)價(jià)模型，并根據(jù)模型控制設(shè)備狀態(tài)評(píng)價(jià)的計(jì)算過(guò)程，設(shè)備狀態(tài)評(píng)價(jià)模型則支持對(duì)各類(lèi)設(shè)備狀態(tài)的評(píng)價(jià)進(jìn)行靈活配置，如可按本體、部件、子設(shè)備、基礎(chǔ)單元等進(jìn)行評(píng)價(jià)。

4變電缺陷全鏈條智能輔助

將專(zhuān)家共識(shí)的缺陷研判技術(shù)、知識(shí)搜索技術(shù)、數(shù)據(jù)回填技術(shù)和多維度數(shù)據(jù)統(tǒng)計(jì)分析技術(shù)等進(jìn)行融合，可以實(shí)現(xiàn)變電缺陷發(fā)現(xiàn)及上報(bào)、消缺前準(zhǔn)備、消缺中輔助、消缺后結(jié)果錄入的全鏈?zhǔn)椒答仚C(jī)制，并持續(xù)對(duì)缺陷進(jìn)行跟蹤和總結(jié)分析。

變電運(yùn)行側(cè)缺陷上報(bào)時(shí)，根據(jù)所填寫(xiě)的設(shè)備基本信息、缺陷表象、缺陷描述和消缺前圖片，自動(dòng)采用專(zhuān)家共識(shí)與圖像識(shí)別相結(jié)合的方式，輔助變電運(yùn)行人員進(jìn)行缺陷分類(lèi)和缺陷定級(jí)，并給出缺陷確認(rèn)建議和處理措施，以進(jìn)一步提升缺陷上報(bào)的準(zhǔn)確性。

針對(duì)變電檢修側(cè)，在進(jìn)行消缺動(dòng)身前，利用數(shù)據(jù)協(xié)同和知識(shí)搜索技術(shù)，可以生成更科學(xué)的消缺工作排程，并根據(jù)當(dāng)前缺陷信息，最優(yōu)匹配消缺所適合的專(zhuān)業(yè)班組、生成缺陷處理措施以及列出所需工器具、需關(guān)注的安全風(fēng)險(xiǎn)點(diǎn)、關(guān)聯(lián)的設(shè)備圖紙等。

在消缺的過(guò)程中，與AI移動(dòng)助手進(jìn)行交流，可隨時(shí)、隨地、隨意進(jìn)行運(yùn)檢輔助數(shù)據(jù)查詢(xún)，數(shù)據(jù)所問(wèn)即所得：在消缺后，可通過(guò)數(shù)據(jù)自動(dòng)化輸入的方式實(shí)現(xiàn)消缺結(jié)果數(shù)據(jù)的錄入和回填，并根據(jù)當(dāng)前新增的處理措施，自動(dòng)更新專(zhuān)家共識(shí)，實(shí)現(xiàn)知識(shí)的更新、融合。

利用數(shù)據(jù)分析技術(shù)、數(shù)據(jù)聚類(lèi)技術(shù)，對(duì)缺陷持續(xù)進(jìn)行跟蹤和總結(jié)分析，對(duì)變電設(shè)備缺陷的電壓等級(jí)、缺陷等級(jí)、站點(diǎn)、功能位置、設(shè)備名稱(chēng)、部件名稱(chēng)、設(shè)備類(lèi)別、缺陷類(lèi)型、專(zhuān)業(yè)類(lèi)別、廠家、型號(hào)、投運(yùn)日期等進(jìn)行多維度統(tǒng)計(jì)分析，可以綜合展現(xiàn)缺陷的分布情況；通過(guò)對(duì)同一設(shè)備缺陷歷史數(shù)據(jù)的分析，可以實(shí)現(xiàn)該設(shè)備歷史缺陷基于時(shí)間維度的變化跟蹤：充分從廠家、型號(hào)、投運(yùn)日期等維度，挖掘分析設(shè)備存在的批次缺陷，并對(duì)相應(yīng)廠家及設(shè)備形成評(píng)價(jià)比對(duì)機(jī)制，可以為后續(xù)設(shè)備采購(gòu)及更換提供參考，從源頭上杜絕缺陷的重復(fù)出現(xiàn)[5]。

5系統(tǒng)設(shè)計(jì)及實(shí)現(xiàn)

經(jīng)過(guò)利用上述技術(shù)，最終開(kāi)發(fā)并形成變電缺陷運(yùn)檢助理應(yīng)用系統(tǒng)，其技術(shù)架構(gòu)如圖1所示。

本系統(tǒng)總體技術(shù)架構(gòu)分為四個(gè)部分，即數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)處理、分析引擎、應(yīng)用分析。

數(shù)據(jù)存儲(chǔ)基于資產(chǎn)管理系統(tǒng)、變電運(yùn)行平臺(tái)等變電設(shè)備缺陷數(shù)據(jù)，對(duì)這些系統(tǒng)數(shù)據(jù)自動(dòng)進(jìn)行采集和預(yù)處理，形成變電缺陷專(zhuān)業(yè)數(shù)據(jù)池。

數(shù)據(jù)處理包含自然語(yǔ)言處理和缺陷知識(shí)圖譜兩大部分，自然語(yǔ)言處理主要對(duì)缺陷的文本進(jìn)行分詞、標(biāo)注，并訓(xùn)練可用于缺陷文本場(chǎng)景下的模型，以實(shí)現(xiàn)缺陷文本數(shù)據(jù)的實(shí)體提取、關(guān)系抽取和屬性抽取。缺陷知識(shí)圖譜主要對(duì)設(shè)備關(guān)系、缺陷關(guān)聯(lián)關(guān)系、圖譜關(guān)聯(lián)關(guān)系等進(jìn)行存儲(chǔ)、更新、檢索。每次獲得的自然語(yǔ)言處理結(jié)果將用于知識(shí)庫(kù)（圖譜）的自主更新。

分析引擎主要包含智能輔助引擎、智能問(wèn)答引擎、報(bào)告生成引擎。通過(guò)分析引擎，將數(shù)據(jù)處理細(xì)節(jié)抽象為應(yīng)用，提供統(tǒng)一的基礎(chǔ)支撐。

應(yīng)用分析包含缺陷智能輔助、缺陷智能問(wèn)答、缺陷報(bào)告、數(shù)據(jù)可視化等。通過(guò)調(diào)用分析引擎，實(shí)現(xiàn)缺陷輔助、問(wèn)答、報(bào)告等功能，并提供一個(gè)可視化的數(shù)據(jù)視角。

系統(tǒng)功能架構(gòu)如圖2所示。

系統(tǒng)功能架構(gòu)由支撐服務(wù)、核心功能、權(quán)限功能、系統(tǒng)應(yīng)用功能四個(gè)功能模塊組成。它們之間采用分布式的軟總線進(jìn)行相關(guān)信息數(shù)據(jù)的交互，通過(guò)采用基于Kafka技術(shù)的數(shù)據(jù)消息訂閱和發(fā)布方式進(jìn)行功能模塊及相關(guān)進(jìn)程間的信息交互，各功能模塊及進(jìn)程訂閱自己所需信息和向外發(fā)布信息，各功能模塊完成特定的功能后把結(jié)果發(fā)布到總線上。

6結(jié)束語(yǔ)

為了設(shè)計(jì)本文所述系統(tǒng)，前后開(kāi)展了NLP相關(guān)技術(shù)、變電缺陷圖譜及知識(shí)庫(kù)構(gòu)建技術(shù)、智能數(shù)據(jù)分析技術(shù)的研究，將公司資產(chǎn)管理系統(tǒng)中缺陷相關(guān)的各類(lèi)多模態(tài)數(shù)據(jù)資源進(jìn)行融合，有效銜接了資產(chǎn)管理系統(tǒng)中缺陷管理業(yè)務(wù)流程，將線上、線下的缺陷管理進(jìn)行數(shù)字化、智能化改造升級(jí)，進(jìn)一步提升了變電設(shè)備缺陷管理工作與現(xiàn)代信息技術(shù)的深度融合，切實(shí)解決了變電設(shè)備缺陷巡檢一線人員工作中面臨的難點(diǎn)、痛點(diǎn)，并為公司降本增效、保障安全生產(chǎn)提供支持，從而提升了變電缺陷運(yùn)檢數(shù)字化水平，助力公司數(shù)智化轉(zhuǎn)型。