人工智能技術在水力發電廠監控系統中的應用探究

摘要：近年來人工智能技術在我國各領域得到廣泛應用，水力發電廠智能監控便屬于其中典型，智能監控能夠大幅提升水力發電廠運行的穩定性和安全性，在節約人力成本等方面也有著突出表現，近年來受到廣泛關注。基于此，該文圍繞水力發電廠監控系統中人工智能技術的應用開展研究，具體涉及總體方案設計、智能開關設備配置方案、監控系統方案，以供業內人士參考。

關鍵詞：水力發電廠? 人工智能技術? 智能報警? 監控系統

中圖分類號：TV736;TP18文獻標識碼：A? ? ? ?文章編號：1672-3791（2022）07（a）-0000-00

結合水力發電廠本質安全需求、經濟運營需求及電網發展需求進行分析可以發現，水力發電廠的智能監控系統設計存在較高現實意義。該文研究以某水力發電廠作為研究對象，案例水力發電廠總裝機容量、年發電總量分別為14800MWA、17.10×108kWh，水力發電廠監控系統的監控對象包括高壓開關站、水輪發電機組、大壩快速閘門等。

1總體方案設計

智能化水力發電廠系統存在高環保性、節能性、可靠性、集成度等特點，案例水力發電廠的智能化系統設計如圖1所示。

結合圖1進行分析可以發現，案例水力發電廠智能化系統的基礎設施由5個部分組成：第一，數據采集系統。作為重要的輸入數據來源，數據采集系統主要負責采集環境監測及安防信息、大壩安全監測信息、在線監測信息、控制保護實時信息、水情自動測報信息、視頻信息，數據采集后的上傳基于計算機網絡實現，進而為系統智能化、自動化工作提供依據[1]。第二，計算機網絡系統。案例水力發電廠基于通信技術規范IEC61850進行數據采集，電氣設備間的互操作性和信息共享由計算機網絡系統負責，該系統由過程層、間隔層、站控層、集控層及間隔網、站控網、調度應用網組成，其中過程層與站控層單獨進行網絡組建。計算機網絡系統在案例水力發電廠按照控制生產區、非控制生產區、管理信息區、生產管理區細分，需要單獨進行計算機網絡建設，各安全區需要基于電力系統實際需要和防護要求進行連接[2];通信系統主要由通信光電纜、通信電源系統、通信傳輸系統、程控交換系統、通信綜合網管系統、時鐘同步組成;實體環境能夠為系統運行提供保障，具體涉及硬件運行、綜合決策會商、業務人員工作等環境;數據存儲與管理系統負責數據資源整合、系統資源整合、數據存儲管理，可細分為數據存儲平臺和數據庫系統[3]。

案例水力發電廠的子系統包括管理信息系統、綜合信息服務與決策支持系統、智能調度控制系統。以智能調度控制系統為例，該系統能夠實時監控機組系統、隔離開關、斷路器、閘門、輔機系統，實現邏輯控制、趨勢分析、自動電壓控制、自動發電控制、事件順序記錄，不同工況下的母線、線路、廠用電、變壓器、機組繼電保護可同時實現，結合具體的調度要求和命令，系統能夠進行遙測、遙控、遙信、遙調，安全穩定的控制將順利實現[4]。

2智能開關設備配置方案

案例水力發電廠的智能化系統采用兩種智能開關設備配置方案，具體如圖2所示。

結合方案一進行分析可以發現，智能單元設計選擇中間隔段方式，具體需要在各斷路器匯控柜科學分配。圍繞方案二設計進行分析可以發現，該設計將機電控制回路取消，集成開關機構和智能單元，智能單元能夠實現在線監測，最終形成智能機構。其中，方案一存在較高經濟性，方案二在預防故障、現場接線時間節約、設備檢查和維修等方面具備顯著優勢。在智能化主變配置中，方案一可通過智能單元進行主變非電量信號和本體電量收集，同時對油色譜監測信號進行采集并傳遞GOOSE格式報文，之后對下行控制命令進行采集，如風扇的停止、開啟等控制命令。方案二在智能化主變配置中不僅具備方案一的能力，同時可實現對風冷控制功能的重新調配，結合對溫度量等權重的收集實現風扇的停止、開啟控制，由此形成的風冷控制回路中主變本體無需通過繼電器、電氣接點等構造[5]。

3監控系統方案

3.1網絡結構

圖3為案例水力發電廠監控系統總體設計示意圖，結合該圖進行分析可以發現，具體設計由站控層、間隔層、過程層、站控層網絡、過程層網絡組成。

站控層網絡通過站控設備與間隔層的信息交互進行控制，為保證水力發電廠的運行可靠和安全，監控系統需要選擇冗余網絡，在對比環型拓撲結構和星型拓撲結構后，站控層網絡實施選擇雙絞線以太網連接方式，傳輸過程無縫切換通過雙網雙工結構和雙星型拓撲結構實現，網絡傳輸連續性、自動化控制功能可更好地得到保障;過程層網絡設計選擇星型結構作為網絡拓撲結構，這是由于該結構具備拓展容易、布線簡單、容易辨識故障、信號快速傳輸、維修便利等特點。對比多種協議，過程層網絡設計選擇標準網絡方式“IEC 61850-9-2”，該采樣值傳輸協議在形成簡潔采樣值網絡結構、減少連接介質、成本節約等方面表現突出。在交換機配置設計中，設計綜合采用按單間隔、多間隔進行交換機配置的方式。在網絡流量控制技術的選擇方面，設計選擇GMRP技術，該技術在成本、網絡性能、擴展和維護方面優勢明顯。最終，過程層網絡設計選擇100M以太網，星型結構，具體配置采用雙套物理獨立單網，基于網絡的數據傳遞需要在GOOSE、采樣值、同步正確時進行，實現公網運作和三網合一，自動控制網絡流量使用GMRP技術，100M光口、千兆以太網技術分別用于40M以下、以上帶寬。為在線監視通信網絡，這一監視由網絡通信記錄分析系統負責，具備自動報警、數據自主分析、數據存儲、信息查詢、記錄運行狀態、時間全場同步、信息快速交互等功能，該系統可細分為分析系統和記錄分析儀，前者負責比較報文并對隱患進行自動識別，后者負責記錄運行信息并完成通訊報文生成，具體涉及圖像、設備運行、時間等信息，進而為案例水力發電廠安全運行提供保障。

3.2監控系統功能及配置方案

案例水力發電廠站控層功能包括采集數據、處理數據、安全監視、自動調控、防誤操作閉鎖、自動電壓控制、自動發電控制、事故處理指導、記錄與報告、系統診斷等。以安全監視為例，具體涉及過程監視、運行監視、監控系統異常監視、全廠公用設備和輔助設備狀態監視、自動報警等，如人為誤操作出現，監控系統能夠實現自動閉鎖，進而實現對設備的保護。在自動發電控制中，該功能可實現全站聯合有功成組調節，各機組可基于設定明確成組調節的參與情況，基于成組方式或單機方式，操作員可以向調度層進行每臺機組的“提交”，其中站控層的自動發電控制優先權高于調度層。基于電力系統提供的負荷曲線、容量曲線、控制機組啟停、給定負荷值，監控系統能夠避開機組氣蝕、振動等約束條件，進而實現對水力發電廠最優的機組運行數量進行計算，同時可科學調整機組間負荷。自動發電控制涉及的功能包括自動電壓控制、自動調頻運行、調峰、經濟運行、指定機組臺數、給定功率[6]。

在現地控制級設備配置中，該配置涉及開關站單元、公用單元、機組單元等系統，可以為獨立設備，也可以由過程層和間隔層兩層設備組成，這一過程需要聚焦現地級智能化系統的要求滿足。以機組單元中的智能控制單元為例，該單元屬于機組間隔與站控層的聯系樞紐，能夠采集溫度量、開關量、模擬量、交流電量等信息，記錄機組的調節、控制、監視、測量、同期并網、事故順序，且能夠滿足信息交換需要。基于足夠的光口，智能控制單元可實現點對點的機組斷路器事故閘門、滅磁開關等重要設備直接控制，具體設計基于分布式計算機監控系統進行，機組智能控制單元按照多處理器體系結構進行配置，該結構可進行復數CPU、多電源和雙總線冗余的配置，成對冗余的CPU可以通過雙絞線連接遠程智能I/O模板，智能模板可順利實現，進而獨立采集數據并進行處理和轉換，標準通信報文也能夠通過對各信號發生絕對時間的實時記錄生成，最終完成高質量的數據采集，為保證網絡通信效率，設計同時選擇變位上送模式，系統穩定性可同時提升。為連接站控層網絡，設計需要進行通信插件的配置，具體規格為IEC61850。為保證智能化網絡結構的更好實現，還應聚焦成熟的智能設備引進，進而保證智能控制單元的控制、調節、顯示、診斷、數據采集與處理、故障處理記錄、水力機械事故保護等功能更好實現，事件順序記錄、事故追憶、獨立可編程控制器配置屬于其中關鍵。

現地控制級設備配置還應關注機組在線監測、故障錄波及發電機出口計量。對于機組在線監測，需要監測的項目包括鍵相、壓力脈動、軸向位移、定子鐵芯振動、振動及擺度、導葉接力器行程等參數，及發電電動機定轉子間的磁通密度、空氣間隙、過程量參數、工況參數等，需要將在線監測裝置獨立設置于各機組，設備位置狀態信息及傳感器信息需要通過過程層網絡進行采集，采集后需結合過程層網絡進行轉換及對外通信，最終向狀態檢修系統發送設備狀態信息;對于故障錄波，需認識到該設備的應用價值，具體需要設置故障錄波裝置于案例水力發電廠的各機組處，用于發電機各處的電壓、定子電流記錄，如中心點、機端處。在具體配置故障錄波裝置的過程中，交流電流量、交流電壓量均需要至少控制為16路，開關量、直流量最小應分別控制為64路、6路;發電機出口計量能夠用于關口點的針對性考核，具體的計量由電能表和互感器完成，具體選擇數字式電能表和電子式互感器，實現0.2S要求的計量精度，這一過程需要嚴格按照單表進行電能表配置，向電能量采集終端的傳遞需要使用網絡方式。

3.3人工智能應用

在案例水力發電廠監控系統中，人工智能技術的應用極為關鍵，專家知識庫智能預警與定制報表分析可由此實現。專家知識庫智能預警需要在數據采集和預處理的基礎上，結合水力發電廠專業數據分析需要，針對性完成專業主體模板建設，該模板由指標、算法、數據集提取規則、報警、視圖等要素構成，通過選擇模板，即可對歷史數據時段和待分析設備進行關聯，同時選擇需要分析的參數，挖掘方案可自動形成。基于腳本語言形式，對報警策略進行定義，即可最終建成專家知識庫用于智能預警，需結合運行管理經驗進行報警策略總結，通過驗證的數據挖掘結果也需要引入其中，進而完成自定義綜合報警、關聯設備報警、設備趨勢分析報警等模式，實現水力發電廠智能監控和報警;定制報表分析需要應用水力發電廠監控系統提供的可定制專用報表函數，結合海量數據提取不同設備的運行特征，結合趨勢分析、偏差分析、關聯分析等統計分析方法，即可對比分析不同時期的相同設備、相同時期的不同設備參數，分析結果可基于多種視圖直觀展示，如餅圖、柱狀圖、散點圖、數據對比曲線、雷達圖、瀑布圖等，水力發電廠的智能監控水平可進一步提升。

4結語

綜上所述，人工智能技術能夠較好用于水力發電廠監控系統。在此基礎上，該文涉及的總體方案設計、智能開關設備配置方案、監控系統方案等內容，則直觀展示了人工智能技術的具體應用。為更好地開展水力發電廠監控，人工智能技術應用還需要關注智能機器人的引入、智能報警的強化。

參考文獻

[1] 珠海優特電力科技股份有限公司.優特科技助力華能小灣水電站保障電氣作業安全[J].石油化工自動化，2021，57（6）：95.

[2] 丁澤濤，高國，趙金平，等.基于IEC61850標準的監控系統智能化改造研究應用[J].信息與電腦：理論版，2020，32（23）：138-140.

[3] 李曉超，謝威威，秦蓉，等.水電站故障監測與分析系統研究綜述[J].水科學與工程技術，2021（5）：85-89.

[4] 王嵬，代彭梁，孫磊.智能安防系統在卡洛特水電站建設中的應用[J].人民黃河，2021，43（S1）：202，205.

[5] 蹇林.基于5G網絡的水電廠智能巡檢系統研究[J].四川水利，2021，42（6）：48-50.

[6] 姚明書.水電廠上下游水質在線監測系統研究與應用[D].沈陽：沈陽工程學院，2021.

作者簡介：姜坤（1988—），男，本科，助理工程師，研究方向為電力系統自動化。