人工智能技術視角下變電站二次設備智能巡檢技術

盧乾坤

摘? 要：電網系統安全性與可靠性直接關系到社會發展水平，在科技的進步與助力下，如今我國的變電站設備越發先進，性能越來越突出。電網系統以人工智能技術為核心，開發變電站二次設備智能巡檢技術，極大地提高變電站設備安全性，有效應對變電站二次設備監控與巡視需求。該文以人工智能技術視角下變電站二次設備智能巡檢技術為研究對象，從技術的裝置功能、特點、組成切入，分析該技術在變電站的應用方法。通過深入分析得知，依靠人工智能技術的變電站二次設備智能巡檢技術能夠有效減少事故發生率，提高故障檢出率。

關鍵詞：人工智能；變電站；二次設備；智能巡檢；電網系統

中圖分類號：TM63? ? ? 文獻標志碼：A? ? ? ? ? 文章編號：2095-2945（2024）19-0171-04

Abstract： The security and reliability of power grid system are directly related to the level of social development. With the progress and help of science and technology， the substation equipment in our country is becoming more and more advanced and the performance is more and more outstanding. The power grid system takes artificial intelligence technology as the core， and develops the intelligent inspection technology of substation secondary equipment， which greatly improves the safety of substation equipment and effectively meets the needs of substation secondary equipment monitoring and inspection. This paper takes the intelligent inspection technology of secondary equipment in substation from the perspective of artificial intelligence technology as the research object， and analyzes the application method of this technology in substation from the function， characteristics and composition of the technology. Through in-depth analysis， it is found that the intelligent inspection technology of substation secondary equipment relying on artificial intelligence technology can effectively reduce the incidence of accidents and improve the fault detection rate.

Keywords： artificial intelligence; substation; secondary equipment; intelligent patrol; power grid system

能源對社會的發展影響是十分顯著的，電力作為社會能源的重要構成，其可靠性、安全性是人們最關注的話題。電力系統中變電站屬于重要設施，肩負著電能轉化任務。長期運行中，變電站會出現故障、老化及磨損等問題，導致設備性能受到影響。對此，為確保電力系統安全穩定運行，需要加強變電站的二次設備巡檢工作。過去人工巡檢方式不僅效率低，同時隱患排查不徹底。依托人工智能技術開發的智能巡檢技術能夠有效應對效率低、排查不徹底問題，為電力系統高效、可靠運行提供支持。

1? 依托人工智能開發的變電站二次設備智能巡檢技術構成

1.1? 狀態監聽設備

1.1.1? 設備功能

設備包括6項功能，分別是：①采集狀態。能夠實時采集與上送把手、空開、壓板信息。②誤動告警。當誤動設備時，監聽設備能夠發出聲光警報，上報設備異常信號。③操作指引。防誤系統與監聽設備相結合，為設備操作提供燈光指引。④測量電壓。壓板上下端可以測量對地電壓。⑤智能巡視。自動化巡檢二次設備狀態，自動生成巡檢報告。⑥智能分析。智能識別設備運行狀況和異常。

1.1.2? 設備特征

狀態監聽設備特點如下：①帶電安裝。安裝時可以帶電，對設備運行不會造成影響。②可靠與安全。電壓測量和狀態監測采用非接觸方式，完全隔離二次回路，不會對二次回路運行造成不良影響。③靈活組網。可以使用無線或有線的組網方式，可靠、穩定與方便。④通用性強。適用于各類把手、空開與壓板的狀態監聽。⑤標準接口。使用同上位機規格相同的接口，按照標準規約運行。

1.1.3? 設備構成

監測裝置構成主要為電壓采集裝置與狀態采集裝置。電壓采集裝置擁有2種檢測方式，包括接觸檢測與非接觸檢測，能夠從壓板的上下兩端測量對地電壓。狀態采集裝置擁有無線與有線2種模式，變電站改造使用導軌傳感器，新建變電站適合使用智能壓板。

1.2? 導軌傳感器

變電站改造中使用導軌傳感器，可以在不停電的狀態下安裝傳感器。使用UT-0355E、UT-0355F、UT-0355A等裝置配合實現相應功能。采集器可以使用無線或有線2種通信模式。UT-0355E使用非浸入式設計，可以在不停電狀態下安裝，能夠采集空開或壓板狀態，用于各種型號空開和壓板，應對各種設備間距和設備數量，出現異常時提供告警提示與燈光指引。UT-0355A集中采集設備狀態，同時支持有線與無線數據轉發，可以讀取電腦鑰匙操作序列操作，出現壓板異常時可以發出聲光告警。

1.3? 智能壓板

新建變電站使用UT-0352智能壓板。UT-0352智能壓板使用紅外對射原理對壓板狀態進行檢測，其使用線簧壓板結構，可以隨意拆卸壓板本體與檢測模塊，具有操作提示與告警功能，能自動下載地址。保護屏柜在出廠前需要完成智能壓板的安裝，構成包括UT-0352和UT-0351。UT-0351包括UT-0351B和UT-0351C。UT-0351B使用集中采集——面屏，可以讀取電腦鑰匙操作序列，當出現壓板異常時，UT-0351B可以發出聲光告警。UT-0351B安裝于保護屏，使用1U標準機箱。UT-0351C在開關柜中使用，使用抽屜式安裝，其他功能特點同UT-0351B一樣。

1.4? 二次遙控裝置

1.4.1? 設備功能

二次設備控制裝置包括下述功能：①遙控操作。可以遙控操作把手、空開與壓板，具備一鍵順控功能。②采集狀態。采集端電壓與設備狀態，上送信息。③手動操作。同時具備遙控操作與手動操作能力。④異常反饋。裝置機構出現異常時，設備可以自動檢測與告警。

1.4.2? 設備特點

二次設備控制裝置特點包括如下內容：①強適用性。可以用于各種類型的把手、空開、壓板遙控改造。②閉環控制。可以使用遙控操作檢測與反饋二次設備的運行狀態，具備閉環控制能力。③高可靠性。可以達到99.9%的遙控操作成功率。④短響應時間。2 s內完成遙控操作，第一時間上傳反饋信號。⑤長壽命。部件可使用10 000次以上，具有極高壽命。

2? 人工智能技術在變電站二次設備巡檢中的應用

變電站二次設備巡檢技術中，人工智能技術的應用依靠網絡功能虛擬化實現網絡切片的定義，將智能機器人、邊緣資源、無線通信網絡和5G網絡作為設備。使用邊緣節點控制智能機器人[1]。同時邊緣節點也可以用于智能機器人位置的實時繪制及運行軌跡解釋，依靠云端邊緣平臺達到相應功能。云端邊緣平臺為網絡切片提供擴展，改進智能機器人性能，賦予智能機器人防撞功能[2]。架構選擇中，所有邊緣節點都可以當作COTS硬件平臺，于固定地面位置配置邊緣平臺。另外，邊緣節點轉發智能機器人上傳的數據，由電力公司傳輸處理智能機器人數據。依靠蜂窩網絡，實現信息在邊緣節點之間的轉發[3]。

電力公司中心包含云端平臺，陰暗環境中依舊可以進行任務控制和管理車隊，具備可擴展能力。智能機器人在變電站的大部分區域應用和覆蓋，根據需要提前對監測區域進行劃分，實時監控與檢測故障。使用人工智能算法搜集邊緣及節點數據，結構如圖1所示。

檢查期間智能機器人自主運行，需要自動充電能力。因此智能機器人需要配置自動識別充電設備功能，靠預設系統自動尋路，用無線傳輸的方式為智能機器人提供充電。云端平臺具備人工智能算法功能，不僅能自主學習，同時還能為智能機器人提供導航指導和充電指導。當電池滿負荷的時候，告知智能機器人停止充電。通過算法技術支持，有效控制電磁效應[4]。

本次開發的巡檢技術依托于5G網絡切片，保障云端平臺、邊緣節點、智能機器人通信可用、可靠。技術體系包括智能機器人、邊緣資源、無線通信和5G網絡，具備數據交換與處理能力[5]。使用網絡功能虛化編排與管理網絡切片，切片使用用戶面功能——網絡功能虛擬化處理用戶數據，提供流量處理功能，包括更改、重定向、分組分類、分組檢查及防火墻。5G網絡切片具備控制平面優化能力，可以為用戶提供豐富的資源，具備極強的數據傳輸速率。

因為邊緣節點和智能機器人使用電池供電，所以檢查期間應確保智能機器人自主運行和連續運行。當智能機器人不受控制或是中途斷電就會影響變電站正常運行[6]。

智能機器人與云端平臺在識別變電站二次設備損壞與故障中，需要依靠人工智能技術大量訓練，以防出現誤報情況。當出現誤報問題將影響系統穩定性和可靠性[7]。

邊緣節點在數據轉發過程中，應保障數據包傳輸可靠性與低延遲，使數據能夠順利發送到操作中心。為保障效果，應使用路由協議定義。

2.1? 本地平臺

作為集中實體的云端平臺包括本地平臺和邊緣平臺。本地平臺主要負責5G設施與資源網絡協調，使用工具包達成網絡功能。本地平臺可以用于變電站二次設備的故障檢測，具有人工智能算法。使用實體管理的方式，處理數據問題。依靠非監督與監督學習技術訓練算法，具備變電站二次設備結構故障、電力線故障、自主巡檢故障識別能力，依靠精準識別技術消除故障。人工智能算法的體現，表現為機器人安裝的多光譜傳感器、激光雷達傳感器與熱傳感器，搜集空間數據后進行訓練。

識別故障的過程中，在應用算法對設施故障檢測前，需要經歷一系列的初始訓練，用于學習判斷正常行為與異常行為的區別，依靠下述模塊進行操作。

第一，分析時間間隔。時間間隔的預定義窗口中查看電子設備組件，對組件數據和狀態進行診斷。數據可以用于有效荷載的響應與學習，計算響應組件分數。根據響應荷載情況，當發生改變會出現更高分數。相較于學習階段窗口分數，高分數表明電子器件存在異常。

第二，圖像檢查。分析智能機器人所取得的空間數據信息，可以健康檢測各種設施的非電子部件。本地平臺檢測中的度量指標為故障發生率，使用

式中：Tn為故障例外；Tp為實際故障；Dc為數據總量。Tn異常并不會導致故障檢測被觸發。故障發現率完全按照本地平臺規則操作，可以防止故障誤報問題發生。另外，假故障率同樣是未發現故障率的參考指標。本地平臺不僅可以分析數據，診斷智能機器人運行情況，同時還能隨時更新智能機器人的組件。

2.2? 邊緣平臺

將邊緣平臺設置在邊緣節點，使用超可靠的低延遲通信（URLLC）切片對其進行擴展，邊緣平臺按照ETSI MEC ISG體系結構操作。Vi IMproved編輯器（VIM）同平臺NFV MANO交互，接受節點網絡功能虛擬化與虛擬鏈路指令。如圖2所示。

初始環節智能機器人同資源結構組件交換數據，接口的擴展以Linux Foundation Fledge框架為基礎，具備隔離應用程序能力，不僅可以用于VIM，同時也可以用于中軌道地球衛星網絡（MEO）。另外，數據交換與處理使用多接入邊緣計算（MEC）平臺，平臺包括用戶面功能（UPF）。平臺與GPS衛星建立通信功能，可以為智能機器人的運行提供準確軌跡和地理位置，保障了GPS穩定性，避免了外界因素造成的干擾和路徑衰落。尤其是城市地區，依靠GPS衛星通信，可以保障智能機器人發揮應有作用。智能機器人同邊緣節點靠專用天線通信。除此之外，邊緣節點擁有交通路由能力，避免智能機器人巡檢期間碰撞。邊緣平臺匯總各種機器人數據，減少通信回路，保障數據決策效率。通過封裝機器人數據到互聯網協議實現目標，使用邊緣平臺Fledge接口解釋。邊緣平臺可以對數據傳輸頻率進行調節，保障資源利用率，進而延長電池壽命。邊緣平臺擁有API，可以與NFV MANO通信。使用該接口時，可以對切片屬性進行轉換，將其變成AppD指令，用于邊緣實體虛擬連接配置的指導。結束操作后，NFV MANO啟動并激活切片。虛擬網絡架構（VNF）部署于本地平臺與所有邊緣節點。VNF可以用于數據傳輸的處理。

2.3? 安全機制

本次設計的巡檢技術具備抵御網絡攻擊能力。網絡切片資源造成的網絡攻擊通常會導致5G設施被破壞，出現數據泄露情況。未授權實體能夠取得本地平臺控制權，進而依靠橫向移動技術訪問智能機器人或邊緣節點，導致城市停電。為避免上述問題發生，本地平臺使用授權機制，依靠基于角色權限的模型（RBAC）策略，用于限制用戶和平臺的各種操作，包括命令觸發、數據訪問。此外本次設計的系統使用對稱加密庫，可以為物聯網提供輕量級安全傳輸層協議（TLS），支持各種大小對稱會話密鑰。為避免MA VLink協議漏洞導致Dos攻擊和智能機器人被攻擊，本次所用技術使用本地平臺、邊緣節點VNF，用于監控網絡安全，負責控制命令和交換數據監控。

本次所用技術使用威脅情報平臺協議與規則，以網絡流量分析和安全監控框架（Zeek）規范模塊，按照智能機器人網絡協議規范進行異常狀況監測，包括不支持，錯誤的消息、代碼及消息序列。由于許多協議為專有協議，不同制造商的規范不一致，所以使用反向工程交換控制命令與數據。應用人工智能技術中的行為學習算法，在無線充電及設施檢查中，讓智能機器人形成控制命令基線與合法數據。當巡檢中發現電力設施遭受網絡攻擊，邊緣平臺使用觸發防火墻、隔離受損節點等辦法應對惡意實體與未授權攻擊。從檢測結果可知，智能巡檢效果遠好于傳統巡檢技術，見表1。

3? 結束語

綜上，本文以人工智能技術為基礎所運用的變電站二次設備智能巡檢技術，能夠使用實時監測手段對變電站二次設備進行識別檢測，應用深度學習技術診斷設備故障，實時檢測設備運行狀態。使用網絡功能虛擬化與邊緣計算手段，改善巡檢準確率，保障巡檢效果。結合實例分析可證，本次所用的巡檢技術在巡檢頻率、誤判量、準確率方面優勢顯著，能夠顯著提高變電站設備安全性、可靠性，為人們提供高質量的穩定電力資源，值得大力推廣。

參考文獻：

[1] 曾喬迪，陳煜敏，蔣文輝，等.基于多源判據的變電站二次設備故障自動化診斷研究[J].自動化與儀表，2023，38（10）：57-61.

[2] 王葉青，曹天宇.智能變電站設備檢修的二次安全控制方法分析[J].集成電路應用，2023，40（8）：188-189.

[3] 張耀午.變電站二次設備智能化監控與維護管理系統研究[J].光源與照明，2023（6）：168-170.

[4] 皮志勇，羅皓文，嚴文潔，等.基于IED和SCD文件的智能變電站二次設備智能巡檢系統設計[J].電子設計工程，2022，30（23）：94-98.

[5] 陳學偉，王偉，田新成，等.基于機器視覺的變電站二次設備智能巡檢方法[J].電工技術，2022（18）：25-27.

[6] 張志，王立瑋，楊鈺雪，等.機器人視覺導航技術的二次設備智能巡檢方法[J].自動化與儀表，2021，36（4）：51-56.

[7] 白旭.基于人工智能的圖像分析識別技術在變電站二次設備智能巡檢系統中的研究及應用成果.內蒙古自治區，內蒙古電力（集團）有限責任公司包頭供電分公司，2020-12-15.