關(guān)于變電站無(wú)人巡檢技術(shù)的探索謝

石木林

摘 要 隨著巡檢機(jī)器人技術(shù)的不斷深入應(yīng)用，電網(wǎng)公司已經(jīng)實(shí)現(xiàn)“人巡+機(jī)巡”的工作模式，巡檢效率得到極大提升，但目前仍為單站使用模式，難以適應(yīng)新技術(shù)帶來(lái)的效率提升和管理要求。電網(wǎng)公司積極探索變電站智能巡檢模式，研發(fā)變電站智能巡檢集控平臺(tái)，提升巡檢工作效率和精益化管理水平。

關(guān)鍵詞 無(wú)人值守;變電站;巡檢

中圖分類(lèi)號(hào)： TM63文獻(xiàn)標(biāo)識(shí)碼： A

DOI：10.19694/j.cnki.issn2095-2457.2020.02.035

0 引言

當(dāng)前變電站巡檢主要采用傳統(tǒng)的人工巡檢方式，這種方式很大程度上依賴(lài)于巡檢人員的經(jīng)驗(yàn)水平，受其責(zé)任心和技術(shù)水平的制約，容易出現(xiàn)設(shè)備漏檢的情況，存在安全隱患，同時(shí)也耗費(fèi)大量人力成本。迫切需要借助信息化、自動(dòng)化的技術(shù)手段，提供智能巡檢工作方式，實(shí)時(shí)自動(dòng)巡檢運(yùn)行設(shè)備，減少人力成本，提高巡檢的工作效率。

隨著人工智能和物聯(lián)網(wǎng)技術(shù)的發(fā)展，電網(wǎng)公司開(kāi)始在無(wú)人值守智能變電站中逐步推廣和應(yīng)用智能巡檢機(jī)器人，特別是變電站“機(jī)巡+人巡”模式在近幾年開(kāi)始被有關(guān)電網(wǎng)公司推行，但變電站巡檢機(jī)器人目前使用方式大部分為單站型使用模式，存在不能夠共享機(jī)器人采集的數(shù)據(jù)信息、巡檢任務(wù)調(diào)度不夠靈活、變電站范圍有限等問(wèn)題，且未貫通集控系統(tǒng)與資產(chǎn)管理系統(tǒng)維護(hù)檢修管理模塊，無(wú)法真正達(dá)到“機(jī)器代替人”的效果。本文針對(duì)無(wú)人巡檢集控平臺(tái)相關(guān)技術(shù)開(kāi)展研究探索。

1 一體化智能巡檢集控平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)

為了提升巡檢機(jī)器人等變電站監(jiān)控設(shè)備的集中管理水平，實(shí)現(xiàn)不同廠家、不同型號(hào)機(jī)器人及相關(guān)設(shè)備的統(tǒng)一接入管理，需設(shè)計(jì)一體化智能巡檢集控平臺(tái)，利用物聯(lián)網(wǎng)技術(shù)實(shí)現(xiàn)“信息流”與“數(shù)據(jù)流”的“雙流”融合，通過(guò)“信息流”的融合實(shí)現(xiàn)機(jī)器人巡檢流程與人工巡檢流程和狀態(tài)檢修流程的融合，有效降低一線(xiàn)班組的工作量，提升巡檢工作效率;通過(guò)“數(shù)據(jù)流”的融合搭建基于機(jī)器人及站內(nèi)視頻監(jiān)控設(shè)備等多源數(shù)據(jù)融合處理機(jī)制，充分挖掘巡視數(shù)據(jù)資源，實(shí)現(xiàn)多源異構(gòu)系統(tǒng)的融合和巡檢數(shù)據(jù)高級(jí)應(yīng)用分析，實(shí)現(xiàn)機(jī)器人智能巡檢、設(shè)備運(yùn)行狀態(tài)實(shí)時(shí)監(jiān)測(cè)、設(shè)備健康趨勢(shì)智能分析，大大提高機(jī)器人的分析能力和巡視作業(yè)效率以及設(shè)備故障預(yù)警及時(shí)率。主要功能有：全景展示、變電站巡檢、機(jī)器人狀態(tài)、資源調(diào)配、設(shè)備告警、任務(wù)管理、數(shù)據(jù)分析、拓展配置、系統(tǒng)管理。平臺(tái)架構(gòu)如圖1所示。

2 關(guān)鍵技術(shù)研究

2.1 多源異構(gòu)數(shù)據(jù)融合

2.1.1 多源異構(gòu)數(shù)據(jù)融合整體架構(gòu)

要對(duì)無(wú)人值守變電站的設(shè)備狀態(tài)進(jìn)行準(zhǔn)確評(píng)估，需對(duì)變電站內(nèi)機(jī)器人巡檢數(shù)據(jù)、視頻監(jiān)控?cái)?shù)據(jù)、主輔系統(tǒng)在線(xiàn)監(jiān)測(cè)數(shù)據(jù)、安消防監(jiān)控等數(shù)據(jù)，按照大數(shù)據(jù)統(tǒng)一架構(gòu)規(guī)范進(jìn)行融合，存儲(chǔ)在一體化智能巡檢集控平臺(tái)中。

多源異構(gòu)技術(shù)的實(shí)現(xiàn)需要將來(lái)自不同格式、不同時(shí)間的巡檢計(jì)劃、機(jī)器人上報(bào)的海量圖像、視頻、表計(jì)讀數(shù)、設(shè)備溫度及固定攝像頭、傳感裝置等終端采集的結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行共享與交換，這就需要一套對(duì)應(yīng)的架構(gòu)體系使得這些多源異構(gòu)數(shù)據(jù)進(jìn)行融合，實(shí)現(xiàn)數(shù)據(jù)間的互聯(lián)互通，支撐一體化智能巡檢集控平臺(tái)對(duì)變電設(shè)備狀態(tài)信息和運(yùn)行數(shù)據(jù)進(jìn)行深度分析和研判，進(jìn)而實(shí)現(xiàn)缺陷預(yù)警和故障預(yù)判，提高無(wú)人值守變電站的運(yùn)維管理效率和安全可靠性。

多源異構(gòu)數(shù)據(jù)融合架構(gòu)采用主流SOA技術(shù)，SOA是一種標(biāo)準(zhǔn)化架構(gòu)體系，通過(guò)設(shè)計(jì)統(tǒng)一的標(biāo)準(zhǔn)化接口實(shí)現(xiàn)不同對(duì)象及不同服務(wù)之間的調(diào)用。數(shù)據(jù)共享與交換采用XML格式標(biāo)準(zhǔn)，接口通信通過(guò)WebService實(shí)現(xiàn)，WebService是一種開(kāi)放的標(biāo)準(zhǔn)化編程體系，可作為多源異構(gòu)平臺(tái)間信息交換標(biāo)準(zhǔn)，實(shí)現(xiàn)變電站內(nèi)跨平臺(tái)數(shù)據(jù)交互與共享。整體架構(gòu)如圖2。

2.1.2 基于多源異構(gòu)的變電站大數(shù)據(jù)融合系統(tǒng)

一體化智能巡檢集控平臺(tái)融入大數(shù)據(jù)技術(shù)，融合Hadoop大數(shù)據(jù)平臺(tái)進(jìn)行海量數(shù)據(jù)存儲(chǔ)及運(yùn)算，利用Storm框架技術(shù)實(shí)現(xiàn)多源異構(gòu)數(shù)據(jù)的實(shí)時(shí)計(jì)算，通過(guò)kafka消息隊(duì)列進(jìn)行各個(gè)系統(tǒng)數(shù)據(jù)同步及上報(bào)。通過(guò)大數(shù)據(jù)平臺(tái)模塊能夠統(tǒng)一查看和調(diào)用變電站相關(guān)數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行應(yīng)用與管理。通過(guò)變電站多源異構(gòu)大數(shù)據(jù)的有效融合，提供一個(gè)安全可靠的大數(shù)據(jù)運(yùn)行管理環(huán)境，有效提高巡檢數(shù)據(jù)分析效率及巡檢機(jī)器人的巡檢效率。

基于多源異構(gòu)的大數(shù)據(jù)融合系統(tǒng)數(shù)據(jù)處理流程如圖3所示，主要包括3部分，即數(shù)據(jù)發(fā)布、數(shù)據(jù)請(qǐng)求和數(shù)據(jù)代理，他們之間相互聯(lián)系，相互作用。其內(nèi)容是數(shù)據(jù)擁有機(jī)構(gòu)在數(shù)據(jù)代理部分發(fā)布數(shù)據(jù)，數(shù)據(jù)代理將不同來(lái)源、不同結(jié)構(gòu)的數(shù)據(jù)編制成索引以便搜索，數(shù)據(jù)請(qǐng)求部分根據(jù)自己的要求去檢索數(shù)據(jù)代理部分的索引目錄，找出調(diào)用所需數(shù)據(jù)的方法，根據(jù)方法去調(diào)用數(shù)據(jù)擁有者數(shù)據(jù)。

多源異構(gòu)大數(shù)據(jù)融合架構(gòu)應(yīng)用WebService來(lái)構(gòu)建通信端口接口，定義數(shù)據(jù)格式統(tǒng)一標(biāo)準(zhǔn)。詳細(xì)來(lái)說(shuō)是采用WSDL來(lái)展現(xiàn)數(shù)據(jù)發(fā)布部分的數(shù)據(jù)，采用UDDI來(lái)進(jìn)行數(shù)據(jù)的發(fā)布和檢索，采用SOAP進(jìn)行數(shù)據(jù)調(diào)用，采用WSFL構(gòu)造系統(tǒng)整體框架，將分散的不同主體實(shí)現(xiàn)跨平臺(tái)連接，構(gòu)建一體化數(shù)據(jù)分析平臺(tái)。

基于多源異構(gòu)的變電站大數(shù)據(jù)融合系統(tǒng)的總體架構(gòu)如圖4所示，主要包括數(shù)據(jù)采集、數(shù)據(jù)傳輸、信息集成、分析優(yōu)化和業(yè)務(wù)應(yīng)用5個(gè)組成部分。數(shù)據(jù)采集層包括變電站監(jiān)測(cè)控制系統(tǒng)、管理信息系統(tǒng)、物聯(lián)網(wǎng)傳感器涉及的生產(chǎn)管理數(shù)據(jù)、生產(chǎn)實(shí)時(shí)數(shù)據(jù)、現(xiàn)場(chǎng)采集數(shù)據(jù);數(shù)據(jù)傳輸層包括采用無(wú)線(xiàn)專(zhuān)網(wǎng)、有線(xiàn)專(zhuān)網(wǎng)等進(jìn)行數(shù)據(jù)傳輸;信息集成層包括數(shù)據(jù)安全交互、數(shù)據(jù)集中平臺(tái)，其中，數(shù)據(jù)安全交互實(shí)現(xiàn)各類(lèi)變電業(yè)務(wù)數(shù)據(jù)的內(nèi)網(wǎng)安全接入、外網(wǎng)安全接入，數(shù)據(jù)集中平臺(tái)實(shí)現(xiàn)生產(chǎn)管理數(shù)據(jù)、生產(chǎn)實(shí)時(shí)數(shù)據(jù)、現(xiàn)場(chǎng)采集數(shù)據(jù)的收集、轉(zhuǎn)換、存儲(chǔ)與管理，為智慧變電業(yè)務(wù)應(yīng)用提供數(shù)據(jù)服務(wù)，為公司未來(lái)數(shù)據(jù)深化應(yīng)用奠定基礎(chǔ);分析優(yōu)化層包括分析應(yīng)用平臺(tái)、移動(dòng)互聯(lián)平臺(tái)，其中分析應(yīng)用平臺(tái)提供數(shù)據(jù)可視化、數(shù)據(jù)分析、數(shù)據(jù)挖掘等智慧變電應(yīng)用支撐服務(wù)，移動(dòng)互聯(lián)平臺(tái)變電站各類(lèi)內(nèi)網(wǎng)移動(dòng)作業(yè)類(lèi)、外網(wǎng)移動(dòng)協(xié)作類(lèi)、互聯(lián)網(wǎng)公共服務(wù)類(lèi)移動(dòng)應(yīng)用業(yè)務(wù)開(kāi)展;業(yè)務(wù)應(yīng)用層實(shí)現(xiàn)智慧調(diào)度、智慧運(yùn)檢、智慧安控等智慧變電站業(yè)務(wù)應(yīng)用。

通過(guò)基于多源異構(gòu)的大數(shù)據(jù)融合系統(tǒng)將來(lái)自機(jī)器人巡檢、視頻監(jiān)控、在線(xiàn)監(jiān)測(cè)等不同系統(tǒng)的數(shù)據(jù)轉(zhuǎn)換成統(tǒng)一格式，再通過(guò)數(shù)據(jù)交換模塊交換和共享，增加或刪減某一部分時(shí)，只要數(shù)據(jù)接口一致，就能實(shí)現(xiàn)相互間的連接，拓展性佳，兼容性良好。

2.2 巡檢圖像智能識(shí)別技術(shù)研究

采用卷積神經(jīng)網(wǎng)絡(luò)、貝葉斯深度學(xué)習(xí)等人工智能技術(shù)，搭建面向變電設(shè)備的圖像識(shí)別樣本訓(xùn)練集，將典型的數(shù)學(xué)方法運(yùn)用到圖像處理中有效地解決了圖像處理中的分類(lèi)識(shí)別問(wèn)題。通過(guò)指針、數(shù)字式儀表、設(shè)備液位的智能識(shí)別，實(shí)現(xiàn)站內(nèi)相關(guān)設(shè)備的自主巡視，滿(mǎn)足機(jī)器人巡檢、無(wú)人值守變電站的管理要求。具體流程如圖5所示。

針對(duì)變電站內(nèi)相關(guān)設(shè)備的典型故障，基于Faster-RCNN、Yolov3、FPN等目標(biāo)檢測(cè)算法，構(gòu)建變電設(shè)備缺陷檢測(cè)算法庫(kù)，完成設(shè)備滲漏油、硅膠變色、金屬銹蝕等5類(lèi)缺陷的智能化檢測(cè)模型，同時(shí)結(jié)合高精度紅外成像采集裝置，實(shí)現(xiàn)變電站設(shè)備精準(zhǔn)測(cè)溫、缺陷故障的智能化實(shí)時(shí)檢測(cè)，進(jìn)一步提升變電站無(wú)人巡檢效率和智能化管理水平，促進(jìn)變電站無(wú)人巡檢技術(shù)的應(yīng)用和發(fā)展。

2.3 基于大數(shù)據(jù)的設(shè)備健康趨勢(shì)研究

依據(jù)設(shè)備特性、實(shí)時(shí)巡檢信息、歷史巡檢信息和歷史檢修信息，為不同類(lèi)型的原始數(shù)據(jù)分配初始權(quán)重，應(yīng)用大數(shù)據(jù)技術(shù)構(gòu)建設(shè)備健康度評(píng)估模型，實(shí)現(xiàn)狀態(tài)監(jiān)控可視化。將當(dāng)前設(shè)備運(yùn)行狀態(tài)與歷史數(shù)據(jù)進(jìn)行大數(shù)據(jù)比對(duì)，預(yù)測(cè)故障類(lèi)型和剩余壽命，健康趨勢(shì)變化、供應(yīng)商評(píng)價(jià)等。

（1）運(yùn)用SOM聚類(lèi)，結(jié)合專(zhuān)家經(jīng)驗(yàn)庫(kù)，將變電設(shè)備運(yùn)行狀態(tài)分為健康、亞健康、疾病、重病四類(lèi)，實(shí)現(xiàn)變電設(shè)備運(yùn)行質(zhì)量初步診斷。

（2）運(yùn)用決策樹(shù)算法實(shí)現(xiàn)變電設(shè)備運(yùn)行規(guī)則的發(fā)現(xiàn)，豐富、完善專(zhuān)家經(jīng)驗(yàn)庫(kù)。

（3）運(yùn)用隨機(jī)森林算法實(shí)現(xiàn)變電設(shè)備故障的精準(zhǔn)定位。隨機(jī)森林模型估計(jì)誤差如圖8所示，隨著決策樹(shù)棵數(shù)的增加隨機(jī)森林模型估計(jì)的誤差不斷減小。

（4）運(yùn)用灰度關(guān)聯(lián)、層次分析法、熵權(quán)法等實(shí)現(xiàn)對(duì)變電設(shè)備供應(yīng)商的綜合評(píng)價(jià)。

（5）運(yùn)用威布爾及神經(jīng)網(wǎng)絡(luò)算法，計(jì)算不同變電站設(shè)備的可靠度和平均壽命，為不同變電站的設(shè)備選型提供技術(shù)支持。

（6）將大數(shù)據(jù)平臺(tái)及分析完成的結(jié)果通過(guò)Tableau可視化工具展示并生成健康變化趨勢(shì)圖，監(jiān)控運(yùn)行設(shè)備的總體健康情況。

（7）以百分制對(duì)變電設(shè)備狀態(tài)進(jìn)行綜合評(píng)價(jià)：100分為最佳狀態(tài)，0分為最差狀態(tài)。運(yùn)行狀態(tài)評(píng)分G=BTMF;B：基礎(chǔ)評(píng)分，T：檢測(cè)評(píng)分，M：監(jiān)測(cè)評(píng)分，F(xiàn)：家族缺陷評(píng)分。

3 結(jié)束語(yǔ)

通過(guò)本課題的研究，實(shí)現(xiàn)一體化智能巡檢集控平臺(tái)在變電站無(wú)人巡檢中的應(yīng)用，通過(guò)多源異構(gòu)數(shù)據(jù)處理技術(shù)，實(shí)現(xiàn)變電站各個(gè)監(jiān)控系統(tǒng)及相關(guān)巡檢機(jī)器人數(shù)據(jù)的接入，通過(guò)研究應(yīng)用計(jì)算機(jī)視覺(jué)影像技術(shù)，攻克機(jī)器人在巡檢目標(biāo)識(shí)別與設(shè)備缺陷識(shí)別中技術(shù)瓶頸;研究大數(shù)據(jù)分析技術(shù)，做到“早發(fā)現(xiàn)、早處理”，提高運(yùn)行人員對(duì)設(shè)備缺陷的識(shí)別能力和預(yù)見(jiàn)性。

基于大數(shù)據(jù)和人工智能的變電站無(wú)人巡檢技術(shù)，可實(shí)現(xiàn)機(jī)巡代替人巡的目標(biāo)，有效降低變電站人工巡檢工作量，實(shí)現(xiàn)偏遠(yuǎn)地區(qū)無(wú)人值守變電站的安全穩(wěn)定運(yùn)行，有效提升變電站運(yùn)行和管理的智能化水平。

參考文獻(xiàn)

[1]張啟雁，王西超.影響無(wú)人值班變電站安全運(yùn)行管理因素分析[J].科技資訊，2014（35）.

[2]胡冬良，丁敬，黃繼榮，艾飛，王一博.智能巡檢機(jī)器人在變電運(yùn)維工作中的改進(jìn)及應(yīng)用[J].浙江電力，2017，36（08）：29-34.

[3]胡繼軍，李帥.變電站智能巡檢機(jī)器人的相關(guān)研究[J].數(shù)字化用戶(hù)，2017，23（38）.

[4]童峰，姚沛，肖玥.智能巡檢機(jī)器人在變電站帶電檢測(cè)中的應(yīng)用[J].中國(guó)科技投資，2017（28）.