人工智能技術(shù)在電力設(shè)備運(yùn)維檢修中的研究

陳翰峰

（國網(wǎng)寧東供電公司，寧夏 靈武 750411）

一、人工智能技術(shù)的內(nèi)涵

通過分析人工智能技術(shù)的基本原理可以明確得出，該技術(shù)是在計(jì)算機(jī)技術(shù)的輔助下通過對人類大腦的延伸與模擬，最終來解決人類社會生活中的一系列復(fù)雜性問題。人工智能技術(shù)擁有人類同等的智商、思維與理念，在我國目前的許多行業(yè)中得到廣泛應(yīng)用。人工智能技術(shù)也作為一種智能化和自動化的機(jī)器體系，在近年來企業(yè)的生產(chǎn)、經(jīng)營、管理中得到廣泛應(yīng)用，不僅可以為企業(yè)節(jié)約人力資源，而且可以充分提高企業(yè)的電力設(shè)備工作效率，確保電力工作的安全性與可靠性。

二、人工智能技術(shù)在電力設(shè)備運(yùn)維檢修中的應(yīng)用分析

（一）設(shè)備健康狀態(tài)評估

為了解決傳統(tǒng)的依賴導(dǎo)則與專家經(jīng)驗(yàn)開展業(yè)務(wù)評價(jià)工作的弊端，學(xué)術(shù)界基于多源設(shè)備狀態(tài)數(shù)據(jù)，應(yīng)用數(shù)學(xué)分析方法與機(jī)器學(xué)習(xí)算法開展了設(shè)備狀態(tài)評價(jià)模型研究工作，期望能夠全面準(zhǔn)確地反映電力變壓器的真實(shí)狀態(tài)。這些模型主要分為兩類：第一，利用數(shù)學(xué)模型客觀化計(jì)算評價(jià)權(quán)重，通過分析各種狀態(tài)量指標(biāo)與變壓器狀態(tài)之間的關(guān)系，確定其中密切相關(guān)的關(guān)鍵特征指標(biāo)、相對重要性以及評價(jià)權(quán)重，再對變壓器狀態(tài)進(jìn)行評價(jià)，目前常用的數(shù)學(xué)分析方法包括層次分析法、熵權(quán)法等；第二，基于訓(xùn)練樣本，利用機(jī)器學(xué)習(xí)算法直接構(gòu)建狀態(tài)量與變壓器狀態(tài)評價(jià)之間的預(yù)測模型，目前常用的機(jī)器學(xué)習(xí)算法包括人工神經(jīng)網(wǎng)絡(luò)、貝葉斯概率、聚類分析等。需要注意的是，設(shè)備健康狀態(tài)評估是由典型的正樣本絕對數(shù)量稀缺引起的非均衡樣本與小樣本問題，越是造價(jià)高昂、作用關(guān)鍵的設(shè)備，如大型電力變壓器，電力企業(yè)在日常運(yùn)維過程中越是注重其健康狀態(tài)，為了保證供電可靠甚至?xí)扇√嵩缤艘邸⒏哳l更新設(shè)備的策略。

（二）設(shè)備運(yùn)行狀態(tài)預(yù)測

設(shè)備狀態(tài)預(yù)測是從設(shè)備狀態(tài)監(jiān)測和狀態(tài)評價(jià)上進(jìn)一步發(fā)展而來的，它能夠從設(shè)備的歷史和實(shí)時(shí)狀態(tài)數(shù)據(jù)出發(fā)，同時(shí)結(jié)合與設(shè)備相關(guān)聯(lián)的電網(wǎng)運(yùn)行數(shù)據(jù)和外部環(huán)境信息，發(fā)現(xiàn)設(shè)備運(yùn)行指標(biāo)或關(guān)鍵參數(shù)的變化規(guī)律，從而預(yù)測設(shè)備未來的運(yùn)行情況。考慮到輸變電設(shè)備運(yùn)行工況復(fù)雜、指標(biāo)參數(shù)眾多，目前設(shè)備狀態(tài)預(yù)測通常是以某些關(guān)鍵指標(biāo)為預(yù)測目標(biāo)，借助人工智能在處理高度非線性和多重關(guān)聯(lián)性問題中的技術(shù)優(yōu)勢，可以建立時(shí)序或關(guān)聯(lián)預(yù)測模型，常見的方法包括支持向量機(jī)、深度信念網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等。根據(jù)預(yù)測目標(biāo)不同，目前基于人工智能的輸變電設(shè)備狀態(tài)預(yù)測研究對象包括繞組狀態(tài)、絕緣油色譜、油溫等。負(fù)荷電流預(yù)測能夠預(yù)知設(shè)備負(fù)荷水平，設(shè)備負(fù)荷水平又直接影響到電能的穩(wěn)定安全輸送，對于降低輸送的成本也具有重要參考價(jià)值。

（三）缺陷識別與故障診斷

輸變電設(shè)備故障案例多記錄設(shè)備信息、故障缺陷等異常信息與數(shù)據(jù)，然后按照故障部位、類型等進(jìn)行合理分類。大量研究利用人工智能技術(shù)對電力設(shè)備進(jìn)行故障診斷，包括電力變壓器、高壓電纜、高壓斷路器、繼電保護(hù)等設(shè)備。首先需要基于當(dāng)前輸變電設(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，采用生成對抗網(wǎng)絡(luò)、樣本合成等方法進(jìn)行數(shù)據(jù)增殖，以平衡正負(fù)樣本的比例；之后按照數(shù)據(jù)是否有標(biāo)注、時(shí)序記錄是否完整等情況，嘗試分類、聚類、預(yù)測等算法，并引入運(yùn)檢知識庫中的相關(guān)經(jīng)驗(yàn)規(guī)則進(jìn)行學(xué)習(xí)引導(dǎo)。最終給出缺陷的分級識別與診斷，第1級主要判斷設(shè)備缺陷類別，第2級主要判斷設(shè)備缺陷部位，根據(jù)疑似缺陷的概率排序進(jìn)行故障預(yù)警。

（四）電力巡視檢查

基于人工智能技術(shù)，研發(fā)出類似人眼的分布式智能協(xié)同作業(yè)機(jī)械器，應(yīng)用于電力系統(tǒng)巡視檢查實(shí)踐中，能夠?qū)崿F(xiàn)作業(yè)的全景化和精益化以及無人化。此類機(jī)器人的功能實(shí)現(xiàn)，應(yīng)用了圖像識別技術(shù)和相關(guān)人工智能技術(shù)，應(yīng)用中具有靈活移動性和末端定位精度高等優(yōu)勢，發(fā)揮著積極的作用。對長距離電力線路進(jìn)行巡視檢查，發(fā)揮智能機(jī)器人的功能優(yōu)勢，例如自主定位導(dǎo)航，能夠多角度高精度進(jìn)行圖像的采集和高效分析，進(jìn)而實(shí)施監(jiān)測以及識別電力線路的運(yùn)行狀態(tài)，分析設(shè)備運(yùn)行故障，實(shí)現(xiàn)協(xié)同檢修。通過遷徙學(xué)習(xí)，強(qiáng)化電力線路巡視檢查的泛化學(xué)習(xí)能力，改善了傳統(tǒng)機(jī)器人的不足和缺陷。從配電站值守方面來說，應(yīng)用多個(gè)智能化機(jī)器人，同時(shí)負(fù)責(zé)某個(gè)特定區(qū)域的值守，進(jìn)行多源數(shù)據(jù)信息的綜合分析，能夠精準(zhǔn)識別設(shè)備運(yùn)行的異常，能夠?qū)Χ鄠€(gè)配電房開關(guān)和刀閘的聯(lián)合協(xié)調(diào)操作，同時(shí)可以進(jìn)行配電網(wǎng)開關(guān)故障的分析。

（五）設(shè)備壽命評估

基于人工智能技術(shù)下的壽命評估研究仍然處在初始階段，因影響設(shè)備壽命因素很多，所以未來機(jī)器學(xué)習(xí)模型仍然需要融入設(shè)備全壽命周期數(shù)據(jù)中來，如此方能對其健康情況和壽命情況進(jìn)行合理預(yù)測，便于有效制訂輸電變設(shè)備更換方案。

三、結(jié)語

總之，智能化變電運(yùn)行不僅可以將電力企業(yè)的工作與日常的維護(hù)變得科學(xué)簡便，還能為信息網(wǎng)絡(luò)、自動技術(shù)提供專業(yè)科學(xué)的保證。但是，智能化運(yùn)行技術(shù)在目前的實(shí)際操作的過程中還是有著一些不可忽視的問題，只有不斷提升工作人員的專業(yè)技能和科學(xué)規(guī)范操作方法，及時(shí)解決工作過程中出現(xiàn)的問題，才能夠提升電網(wǎng)的運(yùn)行質(zhì)量。