梁 韻,陳婉婷
(國網四川省電力公司超高壓分公司,四川成都 610000)
目前,500 kV 變電站運維班組仍采用傳統的以人力投入為主的管理模式,變電設備的運檢工作量日益繁重、安全風險高,龐大的設備規模與有限的運檢資源之間矛盾日益突出,先進管理理念、技術方法應用不足,管理水平、生產效率等方面與國際領先的戰略目標仍然存在差距[1]。需要進一步轉變班組管理思維,優化頂層設計管理方式,充分調動班組人員的自我革新意識,激發內生動力,推進班組管理由被動監管向自主管理邁進[2]。
數字技術的應用使作為新型生產要素的設備狀態數據經過集成、共享與挖掘后,從根本上改變了傳統的基于人工與經驗的生產力方式[3]。進而衍生的數字化班組以新一代設備資產精益管理系統(PMS3.0)、移動作業平臺為支撐,按照貼近基層、貼近設備的原則,深化“大云物移智”信息通信新技術與傳統電網技術融合,加快設備智能化升級、管理數字化轉型,推進班組業務在線化、狀態可視化、作業移動化建設,實現設備狀態智能研判、現場作業精準管控、管理決策協同高效。
從2020 年初,國網四川超高壓公司(以下簡稱“公司”)主動探索,在深化智能運檢體系建設,推進現代信息通信技術深度融合應用等多方面試點,不斷提升電網全息感知能力、靈活控制能力,為班組設備管理數字化轉型奠定了堅實的基礎,并取得了一定成效。
本文提出一種基于物聯體系架構開展的數字化班組建設模式。整體規劃由感知層、網絡層、平臺層和應用層4 個層次組成,實現數據的采集、傳輸、加工及展示,服務于數字化班組建設,改變現有設備管理專業班組管理模式,推進班組業務管理模式的數字化轉型,實現班組數字化賦能(圖1)。按照公司PMS3.0頂層設計,以業務應用需求和設備管理效率提升為指導,建立數字化班組建設動態分析機制,不斷迭代,推進班組業務模式數字化轉型。
依托集控站監控系統,實現變電站主輔設備運行監視、操作控制與運維分析功能,加強對電網設備狀態的實時感知,提升監控人員工作效率,確保電網設備的穩定、正常運行。通過站內Ⅰ、Ⅱ區采集執行單元、測控裝置、在線監測裝置等設備,采集變電站主輔設備運行狀態,結合集控站監控系統多窗口融合展示方式,實現設備狀態全景展示。結合設備在線監測數據、實時量測數據和狀態數據,對設備實時健康狀態和短周期趨勢變化進行分析,并對設備狀態分析結果進行預警推送,實現設備狀態智能預警。
通過配置聯動策略,實現集控站監控系統與在線智能巡視系統之間聯動,在主設備變位、異常告警等情況下,快速啟動視頻攝像機定位到具體設備,實現關聯設備動態跟蹤。將變電站現場運行規程、事故應急預案、站用電交直流系統圖等資料上傳集控站監控系統,方便檢索查詢,并能結合具體事件特征主動推送,輔助監控人員處置當班運行事件,實現設備監控智能輔助。自動統計電網設備運行方式變化、電壓曲線、無功設備動作次數、異常與事故跳閘、缺陷等信息,生成監控班值班日志,實現無紙化交接班。
依托PMS3.0、集控站監控系統等手段,實時掌握變電站設備運行狀態信息,支撐運維人員開展設備巡視、倒閘操作、故障及異常處理、設備維護等工作,實現變電設備精益運維、專業管理數字化。應用巡檢機器人、高清視頻、紅外云臺等手段,按計劃對站內設備進行自主巡視,生成巡視記錄,主動推送告警記錄,減少人工巡視和帶電檢測頻次,實現巡視業務人機協同。通過PMS3.0 移動應用開展設備巡視、倒閘操作、設備維護、工作票等作業內外網移動端錄入,實現臺賬信息自動匹配、關聯業務自動回傳、設備狀態實時同步、歷史記錄自動獲取、作業計劃主動告知,實現運維作業移動化。利用監控班設備狀態智能預警功能,運維人員現場復核,在移動端完成缺陷錄入,在線調取設備缺陷處理進度,實現設備缺陷動態跟蹤。利用集控站監控系統調用所轄變電站站端一鍵順控服務,轉變設備狀態,完成遠方“一鍵”倒閘操作,實現倒閘操作安全高效。利用電網設備實物ID 全流程貫通應用,實現交接試驗報告電子化移交,運維人員通過移動終端調用驗收標準卡,根據設備資產清冊開展現場驗收工作,詳細記錄驗收中發現的問題并跟蹤后期整改記錄,做到驗收過程閉環管控。利用集控站監控系統、PMS3.0 智能分析功能,對變壓器、斷路器、GIS、隔離開關、互感器等主設備進行狀態實時診斷和劣化動態跟蹤監視,推送運維優化策略,實現故障異常智能研判(圖2)。

圖2 變電設備精益運維架構
以“云大物移智”新技術為依托,構建以巡檢機器人、無人機、視頻、在線監測等智能裝備組成的多維立體巡檢系統。結合精準三維建模技術,實現站內無人機自主飛巡,自主建立全方位立體巡檢任務,倒閘操作及異常事故時多維聯動等功能。解決電網規模增長與人員配置、可靠供電與安全風險、傳統運檢模式與新物聯網建設之間的矛盾。探索變電站狀態全面感知、數據綜合應用,達到創新運檢模式、提升運檢質效的目的。
依托變電站三維航線規劃、自主智能巡檢等關鍵技術,通過部署無人機自動化機場、高精度可見光和雙光無人機、無人機智能巡檢管控平臺等,建立無人機智能巡檢作業和管理體系,實現多機型協同作業以及無人機巡檢任務遠程下發、無人機巡檢任務自動執行、巡檢過程實時監控、巡檢成果數據自動回傳等功能。同時,為構建人工巡檢、機器人巡檢、空間機器人巡檢的“三位一體”變電站新型巡檢模式奠定基礎,解決現有人工巡視模式效率低、作業風險大的問題。針對變電站特殊的工況環境和巡檢需求,以科技手段為依托,部署無人機智能巡檢整體裝備,包括RTK 高精度定位的可見光及雙光多旋翼無人機、三維航線規劃系統及無人機自動駕駛系統以及無人機機巢,解決現有變電站巡檢無人機只能巡視可見光的缺陷,無法滿足多樣化巡檢任務、無人機續航能力短等行業痛點,快速構建變電站機巡能力。
采集高精度激光點云數據,利用三維航線規劃軟件進行巡檢航線規劃。將無人機巡檢航線上傳至管控平臺,管控平臺可遠程向無人機或機巢下發巡檢任務(圖3)。無人機接收到機巢傳送的任務指令,協調機巢內各機構智能控制為無人機起飛準備條件,在適飛條件下自動起飛,并按既定的巡檢路線完成飛巡作業任務。無人機在作業過程中,平臺能實時監測無人機飛行及機巢的運行狀態,并實時查看無人機回傳的現場作業圖傳視頻,對巡檢作業進行實時監控。待巡檢任務完成后,無人機將自動返回機巢,實現精準降落,并自動將巡檢成果數據上傳至智能管控平臺,實現統一規范化數據管理,變電站無人機巡檢無人化、自動化巡檢。

圖3 無人機自主飛巡建設架構
根據地面激光掃描儀及無人機搭載的多線激光雷達獲取的變電站三維激光點云數據,進行激光點云去噪、糾偏、復核等預處理及精度校正操作(圖4)。

圖4 變電站三維模型
在獲取激光點云數據時,由于觀測條件、儀器設備自身及外界環境條件的影響,一般會掃入一些噪聲點,這些噪聲數據將影響特征點提取和三維航線規劃的精度。因此,在三維航線規劃前,應針對不同的點云類型采取不同的去噪方法。從有序點云為例,因為有序點云中數據之間的位置關系一般比較有規律,去噪方法也都針對此特點設計,例如平均鄰域法、最小二乘法、孤立點排異法等。
還可以根據二維圖像中的一些方法進行三維擴展設計局部算子,對有序點云數據中摻雜一小塊無序數據的情況進行去噪處理。平均濾波、中值濾波、高斯濾波、最小二乘濾波以及卡爾曼濾波算法等是處理這種情況的常用平滑濾波算法。而對于散亂、無序的點云數據,常用的算法包括基于小波分析和BP 神經網絡的去噪方法、拉普拉斯算法、雙邊濾波算法和均勻曲率流算法、均值漂移算法等。
本文提出的研究旨在解決理清數字化班組建設管理思路,構建以巡檢機器人、無人機、視頻、在線監測等智能裝備組成的多維立體巡檢系統。結合精準三維建模技術,實現站內無人機自主飛巡,自主建立全方位立體巡檢任務等功能,融合運檢業務無紙化、數字化。結合公司生產實際需要,滿足班組數字化建設需求,完善變電站智能運檢管理體系,全力保障公司戰略有效落地。