智能电力设备关键技术及运维探讨

发布时间：2020-12-13 17:27

　　当前电网对部分输电设备引入了基于代理的状态监测管理模式,但该模式存在单点故障安全隐患且严重依赖通信的高可靠性,分布广泛的配电设备也并不适用于此模式。即当前电力设备只执行功能不具备"智慧",无法实现状态智能感知,不符合能源互联网需求。为此,阐述了"智能电力设备"概念,并全面详述了其智慧功能,包括自我传感、自我告警、自我状态分析、健康状态评估以及自我保护。该设备管理模式基于电力设备对自身的智能感知、状态分析与健康管理,使其具备自主思维,成为可与外界智能交互的独立个体,实现对设备的高效全面感知,适应电网智能感知与灵活运维的要求。此外,研究了支撑该模式的关键技术,包括传感技术、故障预测算法、故障诊断算法、设备退化模型、健康评估方法、通信方式与传输协议。最后,讨论了智能电力设备的运维管理。 

【文章来源】：电力系统自动化. 2020年20期 北大核心

【文章页数】：11 页

【部分图文】：

智能电力设备运维体系示意图

在建立健康评估离散模型时，可采用基于变权理论的智能算法增强对数据变化的敏感性，降低权值主观性，还要考虑离线参量（检修次数、材料特性、环境参数等）对设备状态的影响。建模路线如图3所示，首先将设备参量分级，根据变权算法确定权重实时计算HI。然后，根据物元可拓模型中待评物元与规格化经典域间距离[41]，利用贴近度函数对设备状态进行评级，即正常、异常、危急、故障，当状态等级发生改变时主动上报。在获取健康等级后还要研究健康评估的连续模型，基于设备性能参数在时间序列上的分布建立可靠度函数，建模方法如下。

智能电力设备不仅包含电力生产基本功能，还基于以上智慧功能实现了自主态势感知，即设备的自主思维能力。如图2所示，AI模块首先将设备内置传感系统采集的实时数据进行预处理，并基于状态数据设定动态阈值，然后进行自我状态分析，设备自检并感知自身故障信息。同时，对数据进行深度挖掘，基于退化模型实时评估健康状态。设备根据态势感知结果自主向控制中心和关联运维人员发送告警信息，接收并执行远端控制策略，危急时进行自我保护。而后台服务器只负责设备侧算法参数的训练和更新。3 关键技术研究及可行性探讨

【参考文献】：
期刊论文
[1]电力系统智能终端信息安全防护技术研究框架[J]. 张涛,赵东艳,薛峰,张波,章锐.  电力系统自动化. 2019(19)
[2]泛在电力物联网释义与研究展望[J]. 杨挺,翟峰,赵英杰,盆海波.  电力系统自动化. 2019(13)
[3]5G通信与泛在电力物联网的融合:应用分析与研究展望[J]. 王毅,陈启鑫,张宁,冯成,滕飞,孙铭阳,康重庆.  电网技术. 2019(05)
[4]人工智能驱动的数据分析技术在电力变压器状态检修中的应用综述[J]. 刘云鹏,许自强,李刚,夏彦卫,高树国.  高电压技术. 2019(02)
[5]面向能源互联网的新一代电力系统运行模式研究[J]. 吴克河,王继业,李为,朱亚运.  中国电机工程学报. 2019(04)
[6]现代配电网健康指数理论及其应用研究[J]. 马钊,周莉梅,袁海文,施慎行,刘颖异,尚宇炜,盛万兴,苏剑.  中国电机工程学报. 2019(01)
[7]电力设备状态评估中的数据科学问题:挑战与展望[J]. 李刚,张博,赵文清,刘云鹏,高树国.  电力系统自动化. 2018(21)
[8]社会能源互联网:概念、架构和展望[J]. 韦晓广,高仕斌,臧天磊,黄涛,王涛,李多.  中国电机工程学报. 2018(17)
[9]电力设备状态大数据分析的研究和应用[J]. 江秀臣,盛戈皞.  高电压技术. 2018(04)
[10]电力变压器故障预测与健康管理:挑战与展望[J]. 李刚,于长海,刘云鹏,范辉,文福拴,宋雨.  电力系统自动化. 2017(23)



本文编号：2914904