張云珂 時堯

摘要：現(xiàn)階段，我國社會正在不斷發(fā)展，社會對于電力的需求越來越大。在此過程中，變電站運維管理工作具有非常重要的作用，而人工智能技術的應用為其提供充足的技術保障，促進變電站管理工作的順利施行。基于此，本文簡要介紹人工智能技術的相關內容，從變壓器、斷路器和電容型設備分析人工智能技術的應用，最后提出仍需加強的相關技術研究，以期為該領域的后續(xù)研究提供極有價值的參考，促進變電站的發(fā)展。

關鍵詞：人工智能;變電站;運維管理

前言：

隨著我國電網(wǎng)建設規(guī)模的擴大，變電站的數(shù)量也呈現(xiàn)日益增加的趨勢，傳統(tǒng)人工運維管理已經(jīng)難以滿足變電站的運行需要。在科學技術的不斷發(fā)展之下，各類先進技術為變電站提供充足的技術支持，其中，人工智能技術成為變電站智能化發(fā)展的重要保證，將其應用到變電站的運維管理過程中能夠有效降低人力成本的支出，并提升管理的效率和質量，減少問題的發(fā)生概率。因此，本文的研究具有一定的現(xiàn)實意義。

1.人工智能的概述

人工智能技術是現(xiàn)代社會發(fā)展過程中出現(xiàn)的新興技術，以真實人體功能為基礎，開發(fā)出模擬、延伸和擴展人類智能的技術，根本目的是用科技的手段探索人類思維，實現(xiàn)智能化發(fā)展，為人類的生活提供更加便捷的服務。就目前情況來看，人工智能技術主要依靠于算法、算力和數(shù)據(jù)來發(fā)揮相應的功能，為其提供決策依據(jù)[1]。第一，在算法方面，人工智能技術不斷進行深入優(yōu)化學習，不斷提供自身性能來提供更加優(yōu)質的服務，包括減少對能源的消耗，提升可操作性、可遷移性能力等。目前，在傳統(tǒng)智能方法之上實現(xiàn)深度學習已經(jīng)成為重點發(fā)展的內容之一。第二，在算力方面，需要對人工智能已有的因素進行充分考慮，如數(shù)據(jù)便捷、數(shù)據(jù)安全、平臺特點等，各大企業(yè)需要投入大量資金和人力，針對人工智能的計算框架、芯片、平臺等內容進行研究。第三，在數(shù)據(jù)方面，人工智能幾種建設基礎數(shù)據(jù)，如音頻、圖片、視頻等，此類數(shù)據(jù)為各領域的通用數(shù)據(jù)，在數(shù)據(jù)標注工具方面也將進行相應地開發(fā)，實現(xiàn)智能化發(fā)展。

2.人工智能的具體應用

2.1變壓器

人工智能技術在變電站運維管理的應用過程中，變壓器是最為重要的部分，必須充分發(fā)揮技術優(yōu)勢，要對變壓器的監(jiān)測參量進行有效測量。在傳統(tǒng)測量方法中，較為常見的為比值編碼方法和橫縱向比較方法等，能夠有效提升測量效率[2]。但在此過程中，設備容易受到外部因素的影響，雖然測量速度較快，但測量出來的數(shù)值難以保障精準度，準確率相對較低，進而導致故障監(jiān)測效率降低。在這樣的情況下，為有效提高故障診斷準確率，專家系統(tǒng)、機器學習等技術開始廣泛應用在變電站運維管理中，呈現(xiàn)出較好的效果。利用人工智能技術診斷故障主要是對變壓器監(jiān)測參量和狀態(tài)加以協(xié)調，通過二者的映射關系建立相應的模型，直觀展示變壓器的狀態(tài)，進而對故障進行判斷。近年來，此方面的工作得到大量研究，出現(xiàn)各類方法，包括人工神經(jīng)網(wǎng)絡、SVM、專家系統(tǒng)、極限學習機、深度學習等。

例如，在使用專家系統(tǒng)完成映射關系的建立時，需要以相應的規(guī)則為基礎，對于知識庫的依賴性非常大，且難以進行后續(xù)維護。使用傳統(tǒng)機器學習算法時，能夠對樣本進行分析，從而模擬出仿真性較高的映射關系，具有良好的容錯性。而SVM、深度學習等所具備的非線性擬合能力較強，能夠高效學習歷史樣本，進而了解變壓器的運行狀態(tài)，包括油溫、振動頻率、振動幅值等，并對后續(xù)運行狀態(tài)進行有效預測。

2.2斷路器

在變電站中，斷路器也具有十分重要的作用，與變壓器相似，其內部的缺陷同樣也能夠通過局部放電情況表現(xiàn)出來，這是朱濤問題表現(xiàn)特征之一。二者針對特征所采取的識別方式較為相似，因此可以相互借鑒。在采用深度學習方法時，能夠有效識別斷路器的局部放電信號并迅速定位，但其建立的網(wǎng)絡模型和數(shù)據(jù)輸入形式與傳統(tǒng)人工方式存在一定的差異。建立的模型主要包括深度卷積神經(jīng)網(wǎng)絡、變分貝葉斯自編碼器等，而數(shù)據(jù)輸入形式包括局部放電相位分布圖譜、脈沖序列分布圖譜、灰度圖等。根據(jù)實際應用的效果而言，其具備比傳統(tǒng)人工方式更好的性能，準確率也更高，但相對不足的是可解釋性并不能發(fā)揮出更好的作用。需要注意的是，斷路器針對放電模型建立的仿真信號診斷模型，目前來說其準確率和可信度并不能達到應有的水平，仍需進一步研究。

除此之外，在分合閘的過程中，斷路器本身會出現(xiàn)一定程度的振動，通常較為劇烈，會發(fā)出一定的振動信號，對這樣的信號展開分析能夠確定斷路器內部是否發(fā)生故障，并及時定位。對斷路器振動信號進行分析的方法能夠分為兩個方面的內容，一個是提取信號特征，另一個為特征故障分類，大體上類似于變壓器的故障診斷方法[3]。對于分類模型來說，其構建過程需要以特征量為基礎，首先分解信號因素，分析其具備的構造特征，結合熵理論對結果進行有效分析。分類模型的構建有多種方法，SVM、人工神經(jīng)網(wǎng)絡等較為常用。

2.3電容型設備

電容型設備在變電站中具有十分重要的作用，其具備的在線監(jiān)測功能夠實時監(jiān)測運行數(shù)據(jù)，包括絕緣性能的電容量和介質損耗情況。介質損耗非常容易被外部因素所影響，導致計算準確性下降，這成為該領域內重點關注的問題之一。為解決這項問題，數(shù)值分析方法被廣泛應用，但人工智能方法的應用范圍較小，主要存在于個別研究之中。以兩個個研究為例：研究一提出一種修正模型，該模型以最小二乘支持向量機的環(huán)境因素和介質損耗因數(shù)為基礎，通過遺傳算法的優(yōu)化工程，對模型參數(shù)進行修正，在最大程度上減少外部因素的影響，提升數(shù)據(jù)的精準度。研究二提出一種新型辨損方法，以深度學習為基礎，利用深度前饋多層神經(jīng)網(wǎng)絡來辨識被測介損角的變化量，從而完成修正。

3.人工智能技術在變電站運維管理中的強化研究

3.1強化三維建模技術研究和應用

對人工智能技術的應用還需要不斷開發(fā)新技術，三維建模技術是變電站有效管理原因的重要技術保障，能夠對電力設備和工作人員進行實時定位，進行直觀化管理。三維建模技術能夠將宏觀建模和微觀建模進行有效搭配，先利用無人機完成對整個變電站范圍內設備和建筑的圖像采集，建立起宏觀模型，隨后根據(jù)每個建筑和設備建立起具體而詳細的微觀模型，最后根據(jù)無人機圖像確定每個模型的位置，實現(xiàn)智能化管理。

3.2強化設備異常狀態(tài)識別及定位技術研究和應用

如果電力設備出現(xiàn)異常，其異常狀態(tài)會直接反映給遙測系統(tǒng)和遙視系統(tǒng)，對設備溫度、外觀等情況進行分析。在設備出現(xiàn)異常情況時，需要有效利用設備附近的攝像頭，計算出二者之間的距離和位置關系，對異常設備進行有效定位并發(fā)出信號，指引自動巡檢機器人前往查看，如果確認設備確實存在問題，那么就需要由專業(yè)人員親自進行確認，對是否存在煙霧、明火，外觀是否破損等進行排查，并采取合理措施處理。

結論：

通過文章的分析和研究可以得知，隨著我國電網(wǎng)建設規(guī)模的擴大，傳統(tǒng)人工運維管理已經(jīng)難以滿足變電站的運行需要，必須充分發(fā)揮人工智能技術的作用，將其應用到變電站的運維管理過程中，有效提升管理的效率和質量?；诖?，本文針對變電站幾種主要設施對人工智能的應用進行分析，并闡述其需要對三維建模技術和設備異常狀態(tài)識別及定位技術開展進一步研究和應用，對于提高變電站運維管理水平具有重要意義。

參考文獻：

[1]黃軍輝.變電運維技術中智能化技術的應用探析[J].無線互聯(lián)科技，2020，17（24）：87-88.

[2]王劉旺，周自強，林龍，韓嘉佳.人工智能在變電站運維管理中的應用綜述[J].高電壓技術，2020，46（01）：1-13.

[3]賈逢城.智能變電站運行的安全與設備維護[J].電子技術，2021，50（06）：168-169.