傅曉飛,劉 婧,杜鳳青

(1.國網(wǎng)上海市電力公司，上海 200122；2. 國網(wǎng)上海市電力公司電力科學(xué)研究院，上海 200437)

隨著智能傳感器、機(jī)器人等技術(shù)的深入應(yīng)用與發(fā)展，“機(jī)器代人”給傳統(tǒng)電力運(yùn)檢帶來了新的分析理念和技術(shù)途徑?！皺C(jī)器代人”在眾多領(lǐng)域，如信息處理(文字、圖像、音頻等)、數(shù)據(jù)分析、機(jī)器仿生等方面，實(shí)現(xiàn)了巨大的突破和發(fā)展。近些年，國家大力推動(dòng)智能技術(shù)與產(chǎn)業(yè)融合，先后印發(fā)《中國制造2025》等二十余項(xiàng)智能產(chǎn)業(yè)政策，明確指出要“以加快新一代信息技術(shù)與制造業(yè)深度融合為主線、以推進(jìn)智能制造為主攻方向”，并在2019年兩會(huì)政府工作報(bào)告中首次提出拓展“智能+”。2020年，國網(wǎng)公司提出“建設(shè)具有中國特色國際領(lǐng)先的能源互聯(lián)網(wǎng)企業(yè)”的戰(zhàn)略目標(biāo)，推動(dòng)“大云物移智鏈”等現(xiàn)代信息技術(shù)在電力系統(tǒng)的深度應(yīng)用和融合發(fā)展，推動(dòng)管理數(shù)字化、自動(dòng)化、智能化。

1 基本概述

1.1 “機(jī)器代人”概念

“機(jī)器代人”最初的概念是將簡(jiǎn)單、重復(fù)的工作用機(jī)器人代替人力，使企業(yè)長期、有效地增加產(chǎn)能。隨著信息技術(shù)的發(fā)展，對(duì)“機(jī)器代人”的理解發(fā)展為利用機(jī)器手、自動(dòng)化控制設(shè)備或流水線自動(dòng)化對(duì)企業(yè)進(jìn)行智能技術(shù)改造和管理提升，實(shí)現(xiàn)“減員、增效、提質(zhì)、保安全”的目的。從技術(shù)角度看，“機(jī)器代人”是基于人工智能、大數(shù)據(jù)、可視化、傳感器、機(jī)器人等技術(shù)整合而成的全新生產(chǎn)模式。

1.2 智能運(yùn)檢

國網(wǎng)公司于2016年發(fā)布了《智能運(yùn)檢白皮書》，首次提出智能運(yùn)檢的概念，即以“大云物移智”等新技術(shù)為支撐，以保障電網(wǎng)設(shè)備安全運(yùn)行、提高運(yùn)檢效率效益為目標(biāo)，具有本體及環(huán)境感知、主動(dòng)預(yù)測(cè)預(yù)警、輔助診斷決策及集約運(yùn)檢管控功能，是實(shí)現(xiàn)運(yùn)檢業(yè)務(wù)和管理信息化、自動(dòng)化、智能化的技術(shù)，裝備及平臺(tái)的有機(jī)體，具備設(shè)備狀態(tài)全景化、數(shù)據(jù)分析智能化、運(yùn)檢管理精益化、生產(chǎn)指揮集約化特征[1]。

2 “機(jī)器代人”智能運(yùn)檢關(guān)鍵技術(shù)研究

2.1 智能診斷分析技術(shù)

近些年數(shù)據(jù)挖掘、模糊理論、粗糙集理論、Petri網(wǎng)絡(luò)、仿生學(xué)等技術(shù)也逐步深入應(yīng)用，相關(guān)技術(shù)與多智能體系統(tǒng)的融合應(yīng)用成為新的趨勢(shì)[2]。目前主流的故障診斷專家系統(tǒng)模型一般基于規(guī)則、案例、行為、故障樹、模糊邏輯、神經(jīng)網(wǎng)絡(luò)和數(shù)據(jù)挖掘等。

基于規(guī)則的診斷模型是以專家診斷經(jīng)驗(yàn)為基礎(chǔ)，整理規(guī)劃成相關(guān)規(guī)則，故障診斷基于啟發(fā)式經(jīng)驗(yàn)知識(shí)，適用已具有豐富經(jīng)驗(yàn)的專業(yè)領(lǐng)域故障診斷。該診斷模型具有闡述直接、格式統(tǒng)一、容易理解，診斷知識(shí)可以獲得和傳遞，但復(fù)雜系統(tǒng)觀察出的故障與其對(duì)應(yīng)的診斷結(jié)果之間有較為復(fù)雜的聯(lián)系，導(dǎo)致準(zhǔn)確性和適用性受到一定影響；基于案例的診斷模型適用于領(lǐng)域定理以案例形式存在，并且已積累豐富案例的領(lǐng)域，以規(guī)則形式存在的并不適用；基于行為的診斷模型在核心理論上與基于規(guī)則的診斷模型類似。其核心是通過何種辦法可以自動(dòng)獲取故障行為征兆(語義征兆、圖形征兆)，并自動(dòng)識(shí)別和分類新的故障，其關(guān)鍵是如何診斷多故障的問題；基于故障樹的診斷模型是由基于規(guī)則的專家系統(tǒng)演變而來的，其核心是由原因和故障的先驗(yàn)，再結(jié)合故障率知識(shí)自動(dòng)生成故障樹。該方法近似于人類的思維模式，充分吸收了決策樹的優(yōu)點(diǎn)，被廣泛應(yīng)用在設(shè)備診斷領(lǐng)域；基于模糊邏輯推理的診斷模型是建立在故障和征兆模糊規(guī)則庫的基礎(chǔ)上，開展模糊邏輯推理。由于難以確定故障與征兆的模糊關(guān)系，系統(tǒng)的診斷不得不依賴模糊知識(shí)庫，這就造成該模型學(xué)習(xí)能力不強(qiáng)，容易發(fā)生遺漏、誤診；基于神經(jīng)網(wǎng)絡(luò)的診斷模型具有容錯(cuò)性高、響應(yīng)迅速、學(xué)習(xí)能力、自適應(yīng)能力和非線性逼近能力強(qiáng)的特點(diǎn)，但也存在系統(tǒng)性能受所選擇訓(xùn)練樣本集的有效性限制；推理過程、依據(jù)和存儲(chǔ)知識(shí)的內(nèi)涵無法解釋；知識(shí)利用和表達(dá)方式單一等問題；基于數(shù)據(jù)挖掘的模型形式豐富，可以基于數(shù)學(xué)或非數(shù)學(xué)理論，也可以通過演繹或歸納。電力系統(tǒng)的故障信息包括故障征兆和性質(zhì)，數(shù)據(jù)量大且規(guī)律穩(wěn)定，適用于基于數(shù)據(jù)挖掘的診斷技術(shù)。隨著“大云物移智鏈”技術(shù)的深入發(fā)展，智能診斷分析技術(shù)正向信息融合、智能體協(xié)同、算法結(jié)合的趨勢(shì)發(fā)展，最終實(shí)現(xiàn)智能性、快速性、全局性和協(xié)同性。

2.2 輔助決策技術(shù)

通過數(shù)字孿生等應(yīng)用，從基于狀態(tài)檢修的輔助決策向智能檢修的輔助決策轉(zhuǎn)變。輔助決策相關(guān)技術(shù)包括：人機(jī)智能交互和遠(yuǎn)程互動(dòng)技術(shù)，無人系統(tǒng)自主檢測(cè)、作業(yè)和遠(yuǎn)程控制技術(shù)，圖像聲音識(shí)別/機(jī)器學(xué)習(xí)等人工智能感知技術(shù)，基于深度學(xué)習(xí)的設(shè)備運(yùn)行狀態(tài)智能分析技術(shù)，多傳感器集成融合及智能決策技術(shù)。

2.2.1 人機(jī)智能交互和遠(yuǎn)程互動(dòng)技術(shù)

人機(jī)智能交互和遠(yuǎn)程互動(dòng)技術(shù)主要表現(xiàn)形式的核心是語音的人機(jī)交互，其過程主要包括信息的輸入和輸出、語音的處理、語義的分析、智能邏輯的處理以及知識(shí)和內(nèi)容的整合。以變電站“機(jī)器代人”應(yīng)用為例，將變電站的三維信息與機(jī)器人的實(shí)時(shí)狀態(tài)相結(jié)合，增強(qiáng)變電站的可視化，提高機(jī)器人的交互性，將虛擬現(xiàn)實(shí)技術(shù)融合人機(jī)交互系統(tǒng)進(jìn)行深入應(yīng)用。

2.2.2 無人系統(tǒng)自主檢測(cè)、作業(yè)和遠(yuǎn)程自動(dòng)診斷技術(shù)

無人系統(tǒng)自主檢測(cè)、作業(yè)和遠(yuǎn)程控制技術(shù)包括感知、規(guī)劃、學(xué)習(xí)和多智能體協(xié)調(diào)等。其中，感知技術(shù)包括導(dǎo)航、任務(wù)、系統(tǒng)健康與移動(dòng)操作這4類感知，主要差距是復(fù)雜現(xiàn)場(chǎng)感知與態(tài)勢(shì)理解，包括突發(fā)障礙的實(shí)時(shí)檢測(cè)與識(shí)別、多傳感器集成與融合，以及可靠感知和平臺(tái)健康監(jiān)控的證據(jù)推理能力等；規(guī)劃技術(shù)的難點(diǎn)是在物理、計(jì)算約束和對(duì)現(xiàn)有計(jì)劃做最小改變的條件下，決定何時(shí)自主重規(guī)劃和求助于操作員；學(xué)習(xí)技術(shù)難點(diǎn)在于非結(jié)構(gòu)化動(dòng)態(tài)環(huán)境中的非監(jiān)督學(xué)習(xí)；多智能體協(xié)調(diào)需要重點(diǎn)關(guān)注針對(duì)特定任務(wù)，合適協(xié)調(diào)方案與系統(tǒng)屬性的映射，正確的緊急行為及干擾下任務(wù)重分配以及魯棒網(wǎng)絡(luò)通信問題。

2.2.3 圖像聲音識(shí)別和機(jī)器學(xué)習(xí)等人工智能感知技術(shù)

圖像聲音識(shí)別和機(jī)器學(xué)習(xí)等人工智能感知技術(shù)的核心是數(shù)據(jù)的獲取和分析，針對(duì)設(shè)備故障的主要數(shù)據(jù)包括設(shè)備數(shù)據(jù)(基本信息)、缺陷或故障產(chǎn)生的異常數(shù)據(jù)、設(shè)備試驗(yàn)數(shù)據(jù)等，收集后梳理形成結(jié)構(gòu)化的案例庫，成為模型學(xué)習(xí)的正樣本，主要應(yīng)用場(chǎng)景包括設(shè)備缺陷識(shí)別、故障預(yù)警、運(yùn)行狀態(tài)評(píng)估、壽命預(yù)測(cè)等。主要研究方向包括能提高實(shí)時(shí)分析和異常識(shí)別能力、減少無用數(shù)據(jù)傳輸和后臺(tái)處理量的智能裝置邊緣計(jì)算技術(shù)，增加識(shí)別的缺陷和異常類型，提高識(shí)別的準(zhǔn)確率。

2.2.4 基于深度學(xué)習(xí)的設(shè)備運(yùn)行狀態(tài)智能分析技術(shù)

基于深度學(xué)習(xí)的設(shè)備運(yùn)行狀態(tài)智能分析技術(shù)的核心是借助機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等人工算法，利用電網(wǎng)大數(shù)據(jù)作為訓(xùn)練樣本進(jìn)行學(xué)習(xí)，對(duì)設(shè)備運(yùn)行趨勢(shì)進(jìn)行精準(zhǔn)預(yù)測(cè)。設(shè)備運(yùn)行趨勢(shì)評(píng)估主要是應(yīng)用機(jī)器學(xué)習(xí)算法配合數(shù)學(xué)分析方法構(gòu)建模型，針對(duì)多源設(shè)備狀態(tài)數(shù)據(jù)開展評(píng)價(jià)，此類模型可以較為全面準(zhǔn)確地反映電力設(shè)備的真實(shí)狀態(tài)；缺陷識(shí)別與故障診斷主要是基于當(dāng)前設(shè)備案例數(shù)據(jù)，結(jié)合設(shè)備家族性缺陷、運(yùn)行數(shù)據(jù)、氣象數(shù)據(jù)等多源信息，運(yùn)用運(yùn)檢知識(shí)庫的相關(guān)經(jīng)驗(yàn)規(guī)則開展學(xué)習(xí)引導(dǎo)，給出缺陷的分級(jí)識(shí)別與診斷，在此基礎(chǔ)上對(duì)設(shè)備缺陷的類別和部位進(jìn)行判斷，并根據(jù)疑似缺陷的概率排序發(fā)出故障預(yù)警。

2.2.5 多傳感器集成融合及智能決策技術(shù)

多傳感器集成融合智能決策技術(shù)是通過對(duì)分布在不同位置的多類型傳感器提供的局部數(shù)據(jù)加以整合，應(yīng)用計(jì)算機(jī)技術(shù)進(jìn)行分析，消除多傳感器之間可能存在的信息冗余和矛盾，并加以互補(bǔ)，降低不確實(shí)性，獲得被測(cè)對(duì)象的一致性解釋與描述，系統(tǒng)在獲得充分?jǐn)?shù)據(jù)信息后，其反應(yīng)、決策、規(guī)劃會(huì)更加快速和精確。融合多源信息的自主定位技術(shù)主要是利用加權(quán)平均法、Kalman濾波、擴(kuò)展Kalman濾波、Bayes估計(jì)、模糊邏輯、神經(jīng)網(wǎng)絡(luò)以及基于行為方法和規(guī)則方法等算法，融合多源傳感器數(shù)據(jù)，使最終的定位精度和速度滿足工程的需求。

3 “機(jī)器代人”智能運(yùn)檢關(guān)鍵技術(shù)的展望

未來，“機(jī)器代人”智能運(yùn)檢技術(shù)將向智能感知、智能巡檢、智能作業(yè)、智能決策和智能設(shè)備五個(gè)維度發(fā)展應(yīng)用。智能感知主要方向?yàn)闃?gòu)建覆蓋運(yùn)檢全過程的輸、變、配各環(huán)節(jié)業(yè)務(wù)場(chǎng)景和設(shè)備狀態(tài)信息的全景全息“數(shù)字地圖”，達(dá)到設(shè)備和環(huán)境的宏觀信息“一目了然”，微觀信息“一鍵穿透”；智能巡檢主要方向?yàn)榫€路電纜“空天地”立體巡檢和變電站運(yùn)行聯(lián)動(dòng)巡檢；智能作業(yè)主要方向?yàn)橐揽繖C(jī)器人和移動(dòng)作業(yè)設(shè)備實(shí)現(xiàn)帶電作業(yè)；智能決策主要方向?yàn)榛跀?shù)字孿生技術(shù)，推進(jìn)設(shè)備全景監(jiān)視、立體巡檢等，實(shí)現(xiàn)智慧配網(wǎng)和能源大腦、業(yè)務(wù)的融合建設(shè)；智能設(shè)備主要方向?yàn)橐罁?jù)小型化、免維護(hù)、智能化、環(huán)境友好等條件，進(jìn)行與“機(jī)器代人”體系相適應(yīng)的智能設(shè)備研究。