人工智能在輸電線路安全運(yùn)行中的應(yīng)用

李玉華

(重慶東電通信技術(shù)有限公司，重慶 400000)

1 技術(shù)路徑

針對(duì)輸配電裝備運(yùn)維難點(diǎn)和電力系統(tǒng)數(shù)據(jù)特征，通過研究多源信息采集與處理技術(shù)，依托不同平臺(tái)，借助數(shù)據(jù)融合法全方位獲取輸電線路運(yùn)行過程中的各項(xiàng)數(shù)據(jù)，如設(shè)備狀態(tài)、實(shí)時(shí)狀態(tài)、電網(wǎng)運(yùn)行指標(biāo)等，從而對(duì)多源異構(gòu)數(shù)據(jù)進(jìn)行處理，并進(jìn)行規(guī)范化使用，實(shí)現(xiàn)視頻、圖像、文本等多源電網(wǎng)數(shù)據(jù)的源端融合。

通過研究基于大數(shù)據(jù)分析的輸變電設(shè)備評(píng)估模型及狀態(tài)診斷方法，實(shí)現(xiàn)電網(wǎng)裝備狀態(tài)評(píng)價(jià)的智能化、專業(yè)化、信息化和互動(dòng)化。通過研究基于人工智能和大數(shù)據(jù)的輸配電裝備健康預(yù)警技術(shù)，實(shí)現(xiàn)輸配電裝備的實(shí)時(shí)感知、在線監(jiān)測(cè)、科學(xué)預(yù)警、智能診斷。并以上述技術(shù)為基礎(chǔ)，開發(fā)基于大數(shù)據(jù)的輸配電裝備智能化遠(yuǎn)程運(yùn)維系統(tǒng)，根據(jù)輸配電裝備運(yùn)維需要，深入挖掘、分析裝備運(yùn)行數(shù)據(jù)，形成智能運(yùn)維報(bào)告。

2 人工智能技術(shù)在電力系統(tǒng)輸電線路安全運(yùn)行中的應(yīng)用

2.1 多源異構(gòu)數(shù)據(jù)信息采集與處理技術(shù)

基于多視圖的數(shù)據(jù)融合方法研究。研究基于支持值變換的多視圖特征反向融合方法、建立輸配電裝備運(yùn)行數(shù)據(jù)語義空間、基于聯(lián)合非負(fù)矩陣分解的魯棒多視圖特征語義融合方法，實(shí)現(xiàn)輸配電裝備運(yùn)行數(shù)據(jù)源端融合，多源異構(gòu)數(shù)據(jù)信息采集芯片原理如圖1所示。

圖1 多源異構(gòu)數(shù)據(jù)信息采集芯片原理

2.2 基于聚類分析的多源異構(gòu)數(shù)據(jù)挖掘技術(shù)

針對(duì)輸變電設(shè)備的實(shí)時(shí)狀態(tài)、數(shù)據(jù)采集渠道廣、涉及的數(shù)據(jù)體量較大等特點(diǎn)，研究基于聚類分析的多源異構(gòu)數(shù)據(jù)挖掘技術(shù)。

跨平臺(tái)多源異構(gòu)數(shù)據(jù)清洗技術(shù)。針對(duì)輸電線路設(shè)備狀態(tài)信息呈現(xiàn)來源多、信息異構(gòu)、數(shù)量龐大、屬性繁多等特點(diǎn)，研究基于統(tǒng)計(jì)、聚類、關(guān)聯(lián)分析、時(shí)間序列分析等原理的多源異構(gòu)數(shù)據(jù)清洗技術(shù)。

跨平臺(tái)多源異構(gòu)數(shù)據(jù)歸一化技術(shù)。研究基于均值絕對(duì)偏差標(biāo)準(zhǔn)化的輸配電裝備帶電檢測(cè)、在線監(jiān)測(cè)、例行試驗(yàn)、巡視檢修、電網(wǎng)運(yùn)行、環(huán)境氣象等相關(guān)數(shù)據(jù)的規(guī)范化和標(biāo)準(zhǔn)化方法。研究包含靜態(tài)屬性、準(zhǔn)實(shí)時(shí)狀態(tài)屬性、實(shí)時(shí)狀態(tài)屬性的統(tǒng)一的多維狀態(tài)信息模型建模方法。多源異構(gòu)數(shù)據(jù)挖掘如圖2所示。

圖2 多源異構(gòu)數(shù)據(jù)挖掘

2.3 基于大數(shù)據(jù)分析的輸變電設(shè)備狀態(tài)評(píng)估技術(shù)

建立DS分析方法的輸變電設(shè)備狀態(tài)評(píng)估模型，研究基于狀態(tài)信息實(shí)時(shí)數(shù)據(jù)流預(yù)警技術(shù)的輸變電設(shè)備異常狀態(tài)快速檢測(cè)方法。

2.4 基于人工智能的輸配電裝備運(yùn)維策略

對(duì)設(shè)備狀態(tài)信息之間存在的關(guān)系進(jìn)行深入研究，建立設(shè)備運(yùn)行數(shù)據(jù)與狀態(tài)間的關(guān)聯(lián)模型。研究基于“事故學(xué)習(xí)-事件驅(qū)動(dòng)”型的時(shí)空狀態(tài)模型。采用云模型給出采集數(shù)據(jù)缺乏情況下的可切換時(shí)變?cè)O(shè)備停運(yùn)模型。研究基于機(jī)器學(xué)習(xí)的適應(yīng)不同設(shè)備類型、不同電壓等級(jí)、不同運(yùn)行年限、不同運(yùn)行環(huán)境、不同運(yùn)行季節(jié)等輸變電裝備評(píng)估模型。

3 人工智能監(jiān)測(cè)系統(tǒng)的開發(fā)與應(yīng)用

3.1 輸電線路在線監(jiān)測(cè)

在人工智能應(yīng)用領(lǐng)域中，專家系統(tǒng)是重要的組成部分。對(duì)于電力系統(tǒng)而言，開發(fā)輸電線路在線監(jiān)測(cè)專家系統(tǒng)是極為必要的，其目的在于通過分析監(jiān)測(cè)系統(tǒng)收集的數(shù)據(jù)，推斷出輸電線路可能存在的故障點(diǎn)及所發(fā)故障的原因，包含知識(shí)庫、數(shù)據(jù)庫、解釋機(jī)制、推理機(jī)以及人機(jī)接口五個(gè)部分。監(jiān)測(cè)系統(tǒng)獲取數(shù)據(jù)信號(hào)的手段主要有遠(yuǎn)程可視、線路安全運(yùn)行、避雷器等。將所收集的數(shù)據(jù)信息分別構(gòu)建成靜態(tài)數(shù)據(jù)庫和動(dòng)態(tài)數(shù)據(jù)庫，當(dāng)監(jiān)測(cè)系統(tǒng)運(yùn)行時(shí)，遠(yuǎn)程可視監(jiān)控模塊將率先啟動(dòng)，并將現(xiàn)場(chǎng)情況轉(zhuǎn)化為可視圖像，避雷器、安全運(yùn)行模塊相繼啟動(dòng)，系統(tǒng)將會(huì)根據(jù)各個(gè)模塊的數(shù)據(jù)分析結(jié)果，啟動(dòng)綜合分析模塊，從而對(duì)結(jié)果進(jìn)行全面的判斷，其結(jié)果可以作為輸電線路早期故障的重要診斷依據(jù)，具有一定的參考意義。

3.2 數(shù)據(jù)信號(hào)的無線傳輸

隨著無線通信技術(shù)的不斷發(fā)展，在較大范圍內(nèi)能夠?qū)崿F(xiàn)信號(hào)覆蓋，將傳感器安裝到電力系統(tǒng)輸電線路探測(cè)熱點(diǎn)處，對(duì)監(jiān)測(cè)數(shù)據(jù)信號(hào)進(jìn)行采集，并以無限通信網(wǎng)絡(luò)為載體，實(shí)現(xiàn)輸電線路運(yùn)行溫度、舞動(dòng)幅度、避雷器等實(shí)時(shí)數(shù)據(jù)的遠(yuǎn)程傳輸，無線通信技術(shù)則將所獲取的可視化圖片和數(shù)據(jù)信息回傳到監(jiān)控中心，完成監(jiān)控系統(tǒng)的同步傳輸，與AI故障診斷技術(shù)構(gòu)建一體化信息監(jiān)控平臺(tái)，對(duì)輸電線路安全運(yùn)行情況進(jìn)行智能監(jiān)控。

3.3 遠(yuǎn)程視頻監(jiān)測(cè)

輸電線路遠(yuǎn)程視頻監(jiān)控系統(tǒng)主要由客戶端監(jiān)控軟件、圖像編輯器、流媒體服務(wù)器等部分組成，其核心技術(shù)是數(shù)據(jù)采集、壓縮解碼、無線網(wǎng)絡(luò)數(shù)據(jù)傳輸?shù)燃夹g(shù)。系統(tǒng)可以對(duì)輸電線路周圍環(huán)境進(jìn)行實(shí)時(shí)監(jiān)控，能夠隨時(shí)獲取輸電線路的運(yùn)行情況，強(qiáng)化對(duì)輸電線路的管理。圖像編碼器將所采集的數(shù)據(jù)信號(hào)通過壓縮編碼碼技術(shù)進(jìn)行處理，借助無線通信技術(shù)將處理后數(shù)據(jù)信號(hào)傳輸?shù)搅髅襟w服務(wù)器中，管理員只需要登錄監(jiān)控軟件，將視頻流進(jìn)行解碼，就可獲取高質(zhì)量的現(xiàn)場(chǎng)圖像，并進(jìn)行瀏覽、監(jiān)控，最后通過AI技術(shù)對(duì)相關(guān)信息進(jìn)行處理。