浅谈电力设备数字化发展

浅谈电力设备数字化发展

焦华伟

五凌电力有限公司五强溪水电厂， 湖南 怀化 419600

摘要：进入新时代以后，城市化发展进程越来越快，国家的电力需求越来越大，配电网电力设备安全标准自然而然成为人们关注的焦点。电力系统是否能够安全、稳定的运行，直接关系到国民经济的发展。各种电力设备在日常运行的过程中极为容易受到各种因素的干扰，一旦电力设备发生故障，极为容易影响电力系统整体的稳定性。对于当前复杂的电力系统来说，如果仍旧沿用传统人工巡检模式，不仅效率无法满足要求，同时也会造成大量的人力、物力、财力浪费，且极为容易因为人工巡视不到位，导致一些潜在问题没有及时发现的问题。基于此，本文针对电力设备对电力市场发展的作用进行分析，仅供参考。

关键词：电力设备；数字化；探析

引言

随着电力设备的不断复杂化，电力设备在运行过程中是否正常、状态是否稳定等一系列问题关系到用户的切身利益。再加上我国深入贯彻能源安全新战略，推动清洁能源低碳转型，实现碳达峰、碳中和目标，结合电网特点和现状，深入分析电网设备存在问题，提出服务新型电力系统的设备数字化转型建设思路。近年来各种新兴技术的不断应用，机器视觉技术、大数据技术也在这个过程中不断突破，尤其是深度学习、人工智能等新兴技术的应用，发展范围越来越广泛。对电力行业来说，新技术应用是推进电力系统智能化建设的重要技术，基于对电力设备识别，能够为电力系统提供稳定、实时的监测支持，对电力系统安全、稳定运行具有重要的意义。

1 电力设备存在的问题

从电网目前实际情况看，一是设备状态感知不全面。由于电网高端试验室能力建设不足，部分设备数据无法获取，受检测装备限制，直流设备检测工作还需依托制造厂商。750千伏变压器、电抗器等大型设备检修能力不足，检修装备配置有待提高，设备带电检测、停电试验新技术应用、新装备配置仍需补强。设备源端感知能力不足，设备投运前的制造安装过程中形成的各类数据无法有效感知，各类在线监测终端布点数量不足，设备全息状态感知能力有待提升。现有采集终端精度低、缺陷和隐患检出效率不高。在线监测系统通讯不稳定，无法支撑设备状态综合分析。二是设备信息不互通。用户及电源侧数据互通不畅。随着混合电网规模快速扩大，电网一体化特征凸显，电网稳定形态更趋复杂，亟需提升全网的态势数据互通能力。目前，设备数据采集由远动装置、电能量采集装置、PMU、保信子站等设备依靠传统方式采集厂站的运行数据，已不能满足新能源统一消纳、市场化建设、全系统调峰和调频、备用资源调度等多方面的发展要求，严重制约对电网安全稳定运行支撑保障能力。三是缺乏信息综合分析算法。目前，对于电力系统源、网、荷侧各类数据的应用只停留在单个数据单一标准的评价，缺乏对设备健康状态的动态评价，知识图谱、机器学习等数据分析和人工智能技术在设备健康状态评价工作中还未发挥出应有的作用。开发基于源、网、荷一体的设备管理数据整合应用和综合分析算法，对于深挖数据价值，提高设备管理工作水平有着重要意义。

2 电力设备的应用发展

2.1 电力设备监测数据可视化

监测数据的动态可视化的硬件结构包括可视化系统和与其数据通信的测量数据系统主站。其中可视化系统包括数据管理模块、用户管理模块、可视化编辑模块和可视化显示模块。数据管理模块采用数据处理器，内部预设各种串行通信接口，可以对接收到的数据进行整合、分类、对比、异常数据报警等操作。用户管理模块构建了一个统一用户管理服务器，与大数据平台相连接，平台对用户信息收集归纳并可以保密，实现用户合法安全的操作。可视化编辑模块采用面向对象的设计思想，实现电力设备运行过程中图像的绘制功能，结合SVG技术和Web技术实现电力设备运行过程中数据的网络可视化功能。可视化显示模块包括本地可视化和网络可视化，实现电力设备运行过程中实时数据的可视化显示。在工作时，测量数据系统主站对数据进行实时接收，数据管理模块对接收到的数据进行分类管理，可视化编辑模块对可视化的数据进行编辑处理，可视化显示模块用来显示已经可视化操作过的内容图片，用户可以快速直观观察电力设备运行的状态，用户管理模块用来管理用户界面端，防止对系统的非法操作和误操作，增强可视化系统的安全性能。

2.2 设备运行状态数据标签体系

电力设备形成电力大数据标签化的维度包括：电力设备基本台账信息、多源系统设备身份标识号（ID）关联录入、设备试验数据定期更新、设备不合格时间记录、设备故障类型标注、设备缺陷频次统计、历史设备状态评价信息等。针对某一电力设备的多源数据进行大数据标签化，形成精确适配的电力设备标签体系，当此设备发生异常告警信息时，大数据标签中心进行主动推荐，为调控操作人员实现灵活的信息关联并提供历史数据参考。电力设备标签体系架构包含电网调控领域的数据源采集、数据预处理、标签分类和形成数据标签中心4个层次。其中，电力系统运行所产生的数据分散在电网不同的业务系统中，需要将电力系统中的监控系统、调度管理系统和输变电在线监测中的数据实现统一接入和不同系统间的编码ID逻辑关联，针对电力设备基本信息、状态信息、运行信息3个维度的特征进行分析形成基础数据标签，对这些离散的多维标签汇总并存储至数据标签中心。

2.3 数字孪生系统应用

1）前端感知网络建设。前端感知网络是数字孪生系统实现感知互联的入口和通道，变电设备数量庞大、自身参数复杂，需要从建设成本、运维成本、采集精度、运行稳定性、数据安全性、使用便捷性、缺陷检出有效性等多种角度，对传感器的配置产出比进行评估；结合设备型号、投运时间和实际运行工况，选取典型“种子”设备，实施差异化、分级布置感知装置，通过提炼“设备画像”来指导同型号设备的运维检修，达到全区域布置传感装置的效果；采用非同源或非同样原理的感知装置对同类特征进行交叉验证，以解决报警信号可信度的问题，提升设备的缺陷认定效率。2）设备状态预测评估。利用“种子”设备高密度实时数据，基于人工智能方法不断优化迭代设备状态分类评估模型、设备状态预测模型、多参数关联关系分析模型，并结合设备缺陷记录开展统计分析，提炼出各型设备及其部件在不同运行年限、运行工况、运行环境下的劣化规律，利用实时数据和历史数据对未来一段时间的设备运行状态进行预测，当预测指标超过了设定阈值，可实现故障提前预警，从而辅助工作人员进行现场运维或制定停电检修计划。

3 结束语

总而言之，现如今人们对电力设备所提出的要求也愈发严格。随着新型电力系统建设的深入推进，以及人工智能技术在电力系统设备管理中的深入应用，电网企业设备管理部门要建立充分的设备感知系统、数据交换系统和数据综合研判系统，助力相关企业管好用好电网设备，高质量高效率送出清洁能源，进而助力“双碳”目标实现。

参考文献：

[1] 金然.电力设备制造业发展趋势及投融资特点[J].中国国情国力,2020(07):41-44.

[2] 郭中华.关于智能电网中电力设备及其技术发展分析[J].数字通信世界,2019(11):77.

[3] 汪飞,王伟伟,汪敏华.面向物联网技术的电力设备状态检修探究[J].电声技术,2019,43(08):35-38.

[4] 徐广文.电力设备管理与检修的发展趋势分析[J].设备管理与维修,2019(08):20-21.

[5] 康世福. A公司印度电力设备市场竞争策略研究[D].山东大学,2014.