淺析智能變電站的二次系統及其檢修

網江蘇省電力有限公司淮安市洪澤區供電分公司 佘曉陽

隨著智能變電站的普及，變電站二次設備的智能化水平有了很大提升，二次設備對電網安全穩定運行的重要性越來越大。這需要對二次設備的運行、維護和檢修提出更高的要求。利用智能化技術對二次設備進行全面監測和精確消缺，對電力系統的穩定運行和經濟社會的持續、健康發展具有重要意義。

與傳統變電站相比，智能變電站在運行結構、信息數據收集和設備監測調控方面有很大的不同。智能變電站的二次系統結構更加復雜，信息量大大增加。由于傳統監測檢修方法存在很多問題，因此利用通信測控技術對二次設備進行狀態檢修尤為重要。二次設備有大量實時運行數據和歷史記錄數據，充分利用這些數據進行設備狀態檢測和故障預警，可以起到狀態監測和維護電力系統穩定運行的作用。

隨著我國智能化電網的建設，變電站的建設也在追隨著信息化、網絡化的進程。智能變電站中二次設備的運行維護和檢修在很大程度上影響著電網運行的安全性和穩定性。傳統的二次系統的故障檢修策略和計劃檢修形式面臨著諸多問題，已不能滿足電網的智能化發展。本文從智能變電站的二次系統結構出發，分析了智能變電站二次系統運行和維護的主要問題，提出了一種新的運維策略，即狀態檢修與基于大數據的預知性檢修相結合的維修策略。這種新型策略不僅可以解決傳統檢修策略的不足，還能為新的技術發展留下空間。

1 智能變電站的二次系統及其結構

1.1 智能變電站二次系統

一次設備是指直接參與電能的生產、輸送、分配和使用的高壓電氣設備。二次設備是指對一次設備的工況進行監測、控制、調節和保護，為運行人員提供運行工況或者生產指揮信號所需要的電氣設備[1]。二次設備按照一定的規則連接起來以實現某種技術要求的電氣回路被稱為二次系統[2]。二次系統是電力系統安全生產、經濟運行和可靠供電的不可或缺的重要組成部分。二次系統的內容包括：控制系統、繼電保護和自動裝置、測量儀表、信號器具等。智能變電站使一、二次設備之間的聯系在一定程度上更加緊密。

1.2 智能變電站二次系統的結構

智能變電站的二次系統采用三層兩網結構。“三層”是指站控層、間隔層和過程層，而“兩網”是指站控層網絡和過程層網絡（圖1）。

圖1 智能變電站二次系統結構

站控層由主機和操作站、遠動系統、保護信息子站和其他各種二級功能站組成，為操作人員提供智能操作界面。站控層實現對全站的監視、控制、報警和信息交換，其主要功能是對全站實時信息進行匯總，接受控制命令并轉向間隔層和過程層，進行人機交互以及記錄分析變電站故障，是整個智能變電站的監測和控制中心。

間隔層主要由系統測控裝置、在線監測設備和保護裝置等二次設備組成。間隔層設備可以收集匯總本層設備產生的數據，影響該區間主設備的運行，實現對一次設備實施操作控制等功能。間隔層處于站控層和過程層之間的中間層，有助于站控層和過程層之間的快速通信。

過程層主要由智能終端、合并單元和電子式互感器等組成。過程層通過智能組件、智能終端和合并單元將一次設備和二次設備結合起來，其主要功能是采集實時電氣量、監測設備狀態參數和執行操作控制。

在“三層”之間還有“兩網”。站控層網絡是站控層和間隔層之間的制造消息規范網絡；過程層網絡是間隔層和過程層之間的網絡，包括采樣值網絡和面向對象的變電站通用事件網絡[3]。

2 智能變電站二次系統運維檢修的主要問題

智能變電站采用光纖代替傳統電纜，用數字信息代替傳統變電站的模擬信息，使傳統的非在線監測電纜轉變成在線監測網絡。與傳統變電站相比，智能變電站存在三個問題。

二次系統專業深度融合，物理電路復雜性增加。繼電保護的采樣、計算和出線在傳統變電站中是一體化的，數據信息、保護對象和設備捆綁在一起，操作和維護簡單方便。智能變電站的設備構成發生了很大變化，新增加了過程層、合并單元、智能終端、網絡交換機等，信息量大大增加，二次系統更加復雜。

智能變電站二次回路不直觀。傳統變電站的設備是由電纜連接的，二次回路直觀可見。智能變電站用光纜代替了電纜，二次回路變成了虛擬回路。所有的配置情況和通信參數都包含在SCD 文件中，而SCD 文件不能直接反映二次回路的通信參數、信號關聯等配置信息，會給運行維護帶來很大的不便。

二次回路狀態評估和故障診斷方法缺乏，故障點無法快速找到。與傳統變電站相比，智能變電站的二次系統結構更加復雜，二次回路的可視性差，二次回路的狀態評價和故障診斷手段不足。目前，當智能變電站出現故障時，運維人員依賴廠家進行處理，這嚴重影響了故障處理的進度，影響了智能變電站維護的安全性。因此，研究智能變電站二次設備異常的智能診斷很有必要。

3 智能變電站二次系統運維檢修的新策略

3.1 狀態檢修

長期以來，傳統變電站實行的都是故障檢修和定期計劃性檢修。除共有的缺點，如檢修目的不明確，缺乏專業的管理人才和缺乏相應的檢修制度之外，這兩種檢修方式各自存在一些問題。故障檢修還面臨著檢修不足的問題，而定期計劃性檢修則會遇到設備狀態較好的檢修過剩等問題。隨著科學技術及智能化技術的發展，由傳統的故障檢修和定期計劃性檢修向更智能化的狀態檢修轉變成為了可能。

所謂狀態檢修，就是在設備狀態監測的基礎上，根據監測和分析診斷結果，科學安排檢修時間和項目，亦即在第一時間對設備需要檢修的項目進行檢修。智能變電站采用光纖代替傳統電纜，用數字信息代替傳統變電站的模擬信息，使傳統的非在線監測電纜轉變成在線監測網絡。對二次系統實時監測極大地提高了智能變電站二次系統的可控性，為智能變電站的故障預警提供了有力的支持。在智能變電站中，運維人員通過監測網絡報文分析器中的通信報文獲取二次回路的狀態，而不是監測模擬量。

狀態檢修的很重要的一個環節就是對二次設備的監測。相較于傳統變電站的硬接線、點對點的信息采集方式，智能變電站不但能夠提供提供比傳統變電站更多的信息，而且信息采集方式也更換成了網絡采集，其采集的信息主要分為設備狀態信息采集、MMS 信息采集、SV 信息采集、GOOSE 信息采集和以太網交換機信息采集5個部分，每個部分還可以細分為進一步具體的信息數據采集。

從圖2可以看出，二次設備狀態檢修需要采集的信息之多，因此狀態檢修系統需要具有強大的信息采集能力、數據存儲能力和數據分析能力。隨著AI技術、大數據技術和機器學習技術的快速發展，建立這樣的系統已經具備了技術上的可能性，并且已經在一些變電站中投入了使用。

圖2 二次設備狀態信息采集圖

3.2 基于大數據的預知性檢修

二次設備有大量的實時運行數據和歷史記錄數據，充分利用這些數據進行設備狀態檢測和故障預警，可以起到狀態監測和維護電力系統穩定運行的作用。如果不對這些數據進行統計和分析，則會造成數據混亂，即使監測系統對故障進行了預警，也有可能不知道哪里出了故障，這就失去了智能化監測的作用。因此，智能化變電站里面大數據分析平臺是必不可少的。大數據平臺與底層硬件設備的通信接口進行通信，監測各硬件設備的運行狀態，對設備的故障日志進行收集并按不同類別分類統計。

統計完成后，將故障數據存入大數據庫中，并與大數據庫中的存量數據進行對比和分析，精確判斷出故障點。在此基礎上制定變電站二次系統檢修計劃，使得傳統的故障檢修、計劃性檢修等不精確的檢修行為轉變為精確性更高的預知性檢修。

3.3 檢修數據的分析

對二次設備的狀態檢修依賴于大量的監測實時數據和歷史數據，這些數據包括5大類、24小類。再加上人工檢修產生的文本記錄數據，這會產生大量的設備監測、設備檢修記錄和缺陷文本數據，如果不對這些數據進行統計、分類和分析，將會造成數據的堆積以及影響二次設備狀態檢修的效果。

隨著人工智能、自然語言處理、知識圖譜等技術引入到變電站檢修系統中，國內外學者對這些技術在數據挖掘和分析方面的工作做了深入的研究。當前比較前沿的做法是利用自然語言處理技術對歷史檢修記錄和文本信息進行處理，使其成為結構化的數據，然后再與系統中監測到的實時數據相結合，將這些數據集中到一個數據庫中，然后通過深度學習等人工智能技術對這些數據進行處理，形成檢修數據的知識圖譜，使得檢修數據以可視化的方式呈現在系統中，以便后面當系統監測到二次設備異常時，能及時與數據庫中的數據進行比對，分析故障原因并提出有效的排障措施。

所謂的知識圖譜是一種知識庫，其支持從語義角度組織數據網絡，其主要功能是將自然語言和數據庫中已有的結構化數據，以結構化三元組的方式加以處理，表示為{實體，關系，實體}。三元組通常描述了一個特定領域中的事實，由頭實體、尾實體和描述這兩個實體的關系組成。例如，{設備，包含，部件}，其頭實體是設備、尾實體是部件、關系是包含。構建知識圖譜通常包含五個部分，分別為知識抽取、知識融合、知識表示、質量評估和知識推理，其構建過程表示為圖3。

圖3 知識圖譜構建流程

綜上，智能化變電站相較于傳統變電站雖然物理電路復雜性增加，信息量也更加復雜，但隨著智能化技術和大數據技術在變電站中的應用，平臺可對二次系統進行實時監測，根據監測內容，一旦發生故障報警，大數據平臺可立即對故障進行分析，對照數據庫精確找出故障點。當前大數據平臺主要是依靠人工智能、自然語言處理、深度學習等技術，形成電力檢修知識圖譜，使得檢修數據可視化，提升了二次設備狀態檢修的效率和精度。這種狀態檢修與基于大數據的預知性檢修相結合的新型運維策略，提高了檢修的精度，節省了檢修時間，提升了電網運行的安全性和穩定性。