魏紅燕 張李莎

摘要：電力產(chǎn)業(yè)是我國國民經(jīng)濟發(fā)展的重要基礎產(chǎn)業(yè)和戰(zhàn)略支撐產(chǎn)業(yè)，其在能源格局中的地位十分重要。面對經(jīng)濟轉型升級和清潔能源轉型的新形勢，國家電網(wǎng)公司提出了“三型兩網(wǎng)，世界級”的戰(zhàn)略目標。積極適應跨界一體化的大趨勢，進一步改造提升傳統(tǒng)企業(yè)，大力發(fā)展數(shù)字經(jīng)濟市場，具有深遠的劃時代意義。電力輸送和檢查管理是保證電網(wǎng)安全穩(wěn)定運行的關鍵環(huán)節(jié)。隨著電網(wǎng)規(guī)模的快速發(fā)展和分布式電源、可再生能源的大規(guī)模接入，生產(chǎn)數(shù)據(jù)呈指數(shù)級增長趨勢，運行和檢測工作面臨巨大挑戰(zhàn)。如何提高設備管理的質量和效率，保證電網(wǎng)安全穩(wěn)定運行，成為現(xiàn)階段亟待解決的問題。

關鍵詞：物聯(lián)網(wǎng);電力設備;云霧融合

新一代的通信技術，基于云融合，構建一個層次和動態(tài)平衡網(wǎng)絡的分析、協(xié)調和控制的操作和檢查信息，并構建知識地圖的操作和檢驗業(yè)務，極大地提高實時分析和優(yōu)化的能力，全面提高效率和質量的管理和控制。

一、促進運輸檢驗全要素的自動感知

圍繞視覺、聽覺、觸覺及其他感知維度，廣泛布局各類智能感知裝置和手段，實現(xiàn)運檢人員、電網(wǎng)設備、運檢裝備和生產(chǎn)環(huán)境的全方位、多維度自動感知。

1.電網(wǎng)運檢人員信息感知。一是基于智能芯片、人臉識別等技術，開展作業(yè)現(xiàn)場人員的身份識別，實現(xiàn)員工基本信息、技能水平的智能識別和自動匹配;二是基于智能手環(huán)和健康監(jiān)測系統(tǒng)，及時掌握和動態(tài)感知員工健康狀態(tài);三是應用遠程視頻和移動終端等技術，開展人員行為、語言綜合感知。

2.電網(wǎng)設備狀態(tài)感知。（1）傳感器與設備本體一體化設計制造。圍繞設備自感知、自診斷能力提升，從設備運檢角度提出海量、常用、主要設備的設計、制造、基建等環(huán)節(jié)標準化典型需求，研究智能設備設計制造，推進設備狀態(tài)全面可知、可控。（2）設備狀態(tài)自主感知。研制溫度、形變、油色譜、振動、桿塔傾斜等微功耗/低功耗的高可靠性傳感器，實現(xiàn)設備本體狀態(tài)量自主實時感知，彌補人工巡檢對關鍵信息感知的空白。大力推進新型智能配變終端規(guī)?；茝V建設，對配電網(wǎng)核心設備和線路的運行工況、設備狀態(tài)、環(huán)境情況等信息的全方位實時深度采集，實現(xiàn)配電網(wǎng)狀態(tài)全感知。依托無人機、機器人、視頻監(jiān)測、移動作業(yè)終端等多類型同構或異構泛在感知裝備，從時間、空間上拓展設備狀態(tài)和環(huán)境感知覆蓋范圍，作為傳感器感知設備狀態(tài)信息的補充手段，促進多元采集手段相輔相成、綜合應用。（3）存量設備身份標簽編碼設計。遵循唯一性、實用性、可擴展性等原則，參照EPC國際編碼標準，開展包含設備所屬單位、電壓等級、出廠（投運）年份、設備類型等信息的身份標簽設計，最大限度反映設備的基本信息。

3.運檢裝備資源感知。研究RFID射頻技術和統(tǒng)一編碼標準，制定統(tǒng)一的電子身份標簽，實現(xiàn)人員、設備以及裝備與電子標簽的一體化，完成電力運檢人員、車輛、設備身份的快速識別及設備的檢測技術研究，實現(xiàn)運檢資源合理調配和運檢進度友好管控。

4.生產(chǎn)環(huán)境異常狀況感知。針對輸電線路“三跨”（跨高速鐵路、跨高速公路、跨重要輸電通道）隱患問題，基于人工智能的線路“三跨”隱患智能識別方法，采用“自積累、自更新、自學習”的智能化運行方式，隱患識別結果主動推送，及時發(fā)現(xiàn)和處理輸電線路“三跨”隱患，有力提升輸電線路“三跨”區(qū)段發(fā)現(xiàn)隱患的能力，提高運維保障工作的效率和質量。

二、推動云霧融合協(xié)同應用

以運檢要素信息全面感知為基礎，開展面向運檢全業(yè)務場景的要素互聯(lián)邏輯分析，以“智能前端化”思想為指導，圍繞人員、設備、裝備、環(huán)境要素泛在互聯(lián)、互動感知關系，搭建基于云霧融合的層次化運檢信息分析、協(xié)同和控制網(wǎng)絡，全面應用人工智能等技術推進運檢業(yè)務鏈條的智能化改造。云霧資源均衡模型構建。開展運檢業(yè)務全景需求分析，充分利用云霧計算優(yōu)勢，搭建基于NB-IoT（窄帶物聯(lián)網(wǎng)）框架的云霧資源均衡模型，一方面將霧層的感知數(shù)據(jù)進行分析、處理、過濾，及時判斷應對緊急事件，另一方面根據(jù)系統(tǒng)實時狀態(tài)調整負載分配，將云數(shù)據(jù)或終端設備數(shù)據(jù)緩存本地的同時，將較多的負載分配給計算能力較強、鏈路通信開銷較小的計算節(jié)點，協(xié)調運檢計算需求在物聯(lián)網(wǎng)云層和霧層的分配布局，綜合平衡計算、存儲和傳輸成本，提高運檢數(shù)據(jù)處理和運檢決策效率和質量?；陟F計算的異常數(shù)據(jù)就地實時分析響應。通過霧計算對高速、實時的感知數(shù)據(jù)（毫秒）就地進行初步分析運算，快速判斷異常數(shù)據(jù)并做出相應控制動作，實現(xiàn)設備狀態(tài)的實時評估，及時提出檢修建議。對中等速度、半實時感知數(shù)據(jù)（秒）進行實時分析處理，實現(xiàn)電網(wǎng)設備的故障診斷。同時，為云計算中心中、長期預測所需的數(shù)據(jù)提供特征提取，降低網(wǎng)絡時延和數(shù)據(jù)安全風險，提高電網(wǎng)設備管理效率?；谠朴嬎愕亩嘣獢?shù)據(jù)融合分析預測。通過云計算對實時數(shù)據(jù)的特征提取及歷史數(shù)據(jù)進行分析，實現(xiàn)電網(wǎng)設備的監(jiān)測預警及評價診斷輔助決策。對資源進行分析，包括運行維護（巡檢、檢修、技改）、處置（退役、轉移、報廢）的全過程，提高電網(wǎng)設備資源利用效率。

三、構建運檢全業(yè)務知識圖譜

為充分利用電網(wǎng)運檢積累的大量實踐經(jīng)驗和專家知識，通過知識圖譜、深度學習等人工智能技術的交互應用，拓展設備管理專業(yè)內在邏輯關系模型，構建運檢全業(yè)務知識圖譜。符合運檢業(yè)務邏輯的知識圖譜構建。基于海量運檢案例，構建標準化、智能化的典型故障知識庫，以深度學習技術為推理工具，推動機器對運檢資源及其屬性、資源與各類運檢任務交互等關系的理解，構建符合運檢業(yè)務邏輯的知識圖譜。知識圖譜與深度學習交互融合。探索知識圖譜在深度學習模型中的應用，將運檢全業(yè)務知識圖譜中的語義信息輸入到深度學習模型中，將離散化知識圖譜表達為連續(xù)化的向量，從而使生產(chǎn)過程積累的海量知識成為深度學習的輸入，提升深度學習效果。研究基于神經(jīng)網(wǎng)絡模型的知識圖譜動態(tài)優(yōu)化，有效完成泛在電力運檢物聯(lián)網(wǎng)節(jié)點至節(jié)點的運檢資源識別、關系抽取和補全等任務。

總之，現(xiàn)代信息技術和先進通信技術的發(fā)展，為電力運檢業(yè)務的智慧化、多元化、生態(tài)化發(fā)展提供了有利條件。依托當前物聯(lián)網(wǎng)核心技術發(fā)展，立足運檢全業(yè)務場景各要素，推動運檢業(yè)務鏈條智能化改造，構建要素互聯(lián)、資源均衡的智能運檢管控網(wǎng)絡，在線連接能源生產(chǎn)、傳輸與消費各環(huán)節(jié)的人、機、物，實現(xiàn)狀態(tài)全面感知、信息高效處理、應用便捷靈活。

參考文獻：

[1]張志萍.輸變電設備狀態(tài)監(jiān)測中的物聯(lián)網(wǎng)技術應用研究.2018.

[2]王江月.劉江濤，淺談基于物聯(lián)網(wǎng)的運檢智能管控研究.2019.