电力设备运维智能管控系统研究

打开文本图片集

摘 要：电力生产行业设备复杂、工艺庞大，在日常的生产和检修维护作业中存在很多危险源，因此企业需要通过管理手段来避免工作人员在生产作业过程中可能遇到的危险，我们经常用到一套电力设备运维智能管控系统。电力设备运维智能管控系统是一项融合了数据获取，数据分析，数据利用的智能管控系统。如何将这些孤立的子模块连接利用起来，达到数据资源的整合有效，是电力设备运维智能管控系统的研究关键。

关键词：运维;管控;数据;电力设备

中图分类号：TM63 文献标识码：A 文章编号：1671-2064（2019）18-0181-02

1 概述

电力设备的运行维护无疑是一项关于生产和安全的大事，随着近年来运维智能管控体系的全面推广，逐步实现了管控系统信息汇集、数据分析及信息流转功能，但运维智能管控体系还未实现全面贯通、高效传统的管理目标。需要通过精确掌握设备实时信息，加强运维业务及资源管控，为电网安全稳定运行提供有力的组织保障。电力设备的种类很多，包括电气设备及线路、热力机械、热工热控系统等等，在日常生产和检修维护过程中，工作人员经常会因为个人疏忽或工作监护不到位或违规作业等发生安全事故，导致对人身安全和设备本身造成巨大伤害，甚至出现工作人员伤亡。

2 存在问题

变电站的电力设备运行维护基于人工判断，出错率高，时间和人力成本较高。电网集控中心对网络数据容易把握，但对现场设备的具体运行情况了解不够，操作人员到现场后才能反馈现场设备准确状态到集控中心，导致电力设备运维环节周期非常长，集控中心不能实时掌握现场设备情况，只能根据操作人员上报的信息进行简单的判断和调度。经常因为上报的信息不全面导致电力设备运行维护系统执行不畅[1]。

现阶段我们需要一种全面监控现场电力设备数据，高效贯通的管控系统帮助我们实现电力设备数据获取，数据分析，数据利用的一系列设备运维管控智能化。

3 设计思想

电力设备运维智能管控系统是基于智能电网发展而来，智能电网的核心是构建具备智能判断与自适应调节能力的多种能源统一入网和分布式管理的智能化网络系统，其本质为能源替代和兼容利用，海量电力数据的采集及终端智能化、电力数据的传递、电力数据的一体化分析和管理、电力信息的综合应用[2]。

一种电力设备运维智能管控系统，需要大量的数据作为基础，进行智能化分析和决策，在这过程中，建立实用的专家规则库是一种直接有效的办法。最后有用的数据资源不仅可以为电力设备运行维护所用，也可以整合到其他行业中去提供支持。

4 控制系统

根据以上设计思想，该设备运维管控系统包括以下几个模块。

4.1 设备参数采集模块

将采集的参数发送集控中心，在集控中心可以进行查询，推送给需要的部门。

随着电力系统的不断发展，越来越多的计量、保护、变换、控制、监测、用电等设备接入电力系统，各种电力设备的运行产生了大量数据，目前多数现场数据采集设备仍然基于传动的工业采集装置，数据可靠性差，精度低，也使得终端设备的智能化程度低。目前市场上存在着很多微型智能传感器具备高精度、低功耗、微型化、智能计算的特点，一方面可以完成设备信息的采集、提取及传递;另一方面通过本地边缘计算，实现终端智能化，完成本地自控，从而无需像传统设备一样只具备遥测遥信功能而不具备遥控功能[3]。

与设备有关的参数依靠各种传感器采集：电压传感器，电流传感器，压强传感器，温度传感器，湿度传感器，风速传感器，雨量传感器，气体浓度传感器，电磁传感器等等。

下面举例说说其中几种特殊传感器：

温度传感器：测温终端采用微功耗技术，使用8AH/3.6V的自消耗低、寿命长、耐高温的锂亚电池供电方式，能够使温度采集终端单元工作在5年以上;锂亚电池与微功耗技术相结合，很好地解决了测温终端单元取电的问题。

局部气象环境监测传感器：监测的气象参数主要包括风速、风向、气温、湿度、气压等。系统将采集到的各种气象参数及其变化状况通过网络实时地传送到集控中心。

气象传感器的气象数据包括气温、气压、风速、风向、相对湿度和降雨量，将温度、湿度、降雨量、风速、雷电等实时数据或预报值与设备地理坐标进行空间分析，实时计算出设备周边发生的环境变化，将计算分析结果与设备运维关心的恶劣雷电、气象指标进行匹配，形成告警信息在地图进行显示[3]。

气体传感器：型号为TGS3048，该传感器由加热器和金属氧化物半导体组成，可识别低压交直流电缆高温分解时产生的气体，气体浓度越高，传感器电导率越高，气体浓度对应的电压输出也越高。该传感器识别的气体为挥发性有机物，包括乙烷、乙酸乙酯、2-苯基-1-丙烯，笨乙酮、邻笨二甲酯二丁酯，通过对某种气体浓度的检测，来判断电缆设备是否高温发生故障。

4.2 数据归纳及数据处理分析模块

当传感器测量的数据到达集控中心后，集控中心负责提取有用的数据，并将这些数据进行归纳和处理分析。另外集控中心内部有专家系统数据库。专家系统数据库是一个庞大的安全策略库，有些安全策略是基于五防逻辑的，比如操作某一个设备，必须要其他相关设备的状态是符合五防逻辑的。设备状态确认基于电压参数，电流参数的判定。有些安全策略基于设备环境考虑，比如设备当前的温度，湿度，设备的气压参数。当温度，湿度，设备气压参数超出一定范围，被认为不安全。有些安全策略是基于极端天气下的露天设备考虑，涉及的参数比如风速参数，雨量参数。有些安全策略是基于传输电缆故障檢测，涉及的参数包括气体浓度，当某段线缆某种目标气体的含量超出一定值，认为其区域线缆有故障。

以上设备中出现违反安全策略，会进行可视化告警提示，展示异常数据以及提醒可能存在原因和解决方案（基于异常数据的基本分析和以往案例）。

当然，专家系统数据库不仅有安全策略，还可以将安全状态下的实时设备数据入库，设备运行的大量实时数据作为训练样本，规则分类，生成新的安全策略供人工验证，筛选，使用。随着这样自学习的过程，专家系统的安全策略会越来越丰富，越来越自适应，越来越人性化。

还可以专门将气象预警信息单独列出来作为独立模块，从而提高对预警信息快速了解和定位。在本专家系统数据库下的智能预警提示中，可以有效过滤次要信息，快速判断设备状态，让运行人员尽快判断故障可能类别，并提供正确处理的解决方案和提醒运行人员值得注意的事项。专家数据库中还存储了大量的气象历史数据，基于数据分析，看出气象变化趋势，灾害空间分布情况，发现潜在规律，建立相应的气象库及指标条件，配合这些指标条件自行处理气象数据。下面简单讨论一下专家气象数据库[4]。

（1）气象灾害预警量化指标;通过分析多年来由气象灾害引发的电网故障及其发生的原因，通过数据分析、提炼和总结故障发生时的气象条件，初步确定各类气象灾害可能发生的量化的气象指标条件。为了使规则库的修改维护方便和灵活，这些气象灾害类型、等级以及气象指标条件可以进行自定义。

（2）气象灾害预警机制;系统每天自动接收气象局提供的未来7天的气象预报信息，经过统计分析后根据预警类型指标定义自动提取预警区域和受影响范围，通过邮件或短信自动将预警信息发给生产一线专责。整个过程无需人工参与，不但节省人力物力，还大幅提升了数据的处理效率和可靠性。

（3）气象灾害预警信息确认;由系统自动生成的预警信息经人工检验后，在预警记录信息上添加确认标签和注释信息。预警指标的调整需要不断观察和总结，需要不断修改自适应，逐步提高灾害预警的精确度[4]。

综上，专家气象数据库可根据当前气象和预测值，进行空间分析和计算，得出气象灾害可能影响的范围，并自动生成预警信息;历史统计分析功能可从时间和空间两方面对气象变化趋势，灾害空间分析情况进行跟踪和对比，从而发现潜在规律。不管是系统自动生成的气象预告警信息，还是通过历史统计分析发现的潜在规律，系统旨在通过这些功能，将气象多源数据信息有效处理到一起，展示给运维检修人员，让运维人员提前做好预防措施，减灾防灾，从而提高电网运行的安全水平。

4.3 数据利用模块

集控中心面对大量的电力设备数据，还可以进一步加工数据，使其为社会其他行业服务。例如风向数据，雨量数据，温度数据，湿度数据均可提供给气象部门，作为当地气象研究的样本数据。

电网各部门独立运行，如何对庞大的电力数据统一分析，互补融合，打破相互的障碍，降低信息冗余，实现运维、检修、调度、营销、计量、财务、资产等不同业务贯通。本系统不仅可以达到电力设备的数据分析，进一步地推广到电力大数据的数据分析和利用。

下面简单举例描述电力数据利用的可能的几个方面：

（1）数据促进行业融合。电力大数据可以广泛应用于冷、热、气等不同工商行业;利用电力数据的特点，冷热气等行业可以进行生产活动的调节优化，制定个性化的生产和服务流程，促进电、冷热气互相联合，实现更好的社会服务和更高企业盈利。

（2）数据衍生新型业务。大数据海量优质的数据可以应用于互联网金融等领域，电力数据依托其庞大的用户基数和积累的用户数据，可以开拓互联网金融流量入口方面的业务。

（3）数据租售。气象行业、高等院校、研究院等对电力原始数据或处理数据有着巨大的需求。有了本系统，无需将数据作为行业壁垒，通过数据租售，可以实现相关行业的快速发展，也能促进电力数据的不断完善。

本系统的数据处理模块可以如图1简化所示。

5 结语

本文以电力设备运维目前的现状和问题出发，研究了电力设备运维管控系统的需求和解决方案，提出一种集合智能专家数据库的集控中心，针对变电站的电力设备数据进行采集，人工智能处理分析后，使其运行维护得到全面的监控，并引申拓展了数据利用服务。

参考文献

[1] 刘建明，赵子岩，等.物联网技术在电力输配电系统中的研究与应用[J].物联网学报，2018，3（2）：88-102.

[2] 贾浩，王哲.物联网技术在变电站辅助系统中的应用[J].电力科学与工程，2011，4（27）：53-57.

[3] 孙玉.我国物联网产业发展趨势[J].物联网学报，2017，1（3）：1-5.

[4] 郑一博，王馨，等.气象大数据在运检智能管控中的应用.东北电力技术[J].2018，39（3）：56-59.

推荐访问:电力设备 智能 研究 系统