張?jiān)歧? 時(shí)堯

摘要：現(xiàn)階段，我國(guó)社會(huì)正在不斷發(fā)展，社會(huì)對(duì)于電力的需求越來(lái)越大。在此過(guò)程中，變電站運(yùn)維管理工作具有非常重要的作用，而人工智能技術(shù)的應(yīng)用為其提供充足的技術(shù)保障，促進(jìn)變電站管理工作的順利施行。基于此，本文簡(jiǎn)要介紹人工智能技術(shù)的相關(guān)內(nèi)容，從變壓器、斷路器和電容型設(shè)備分析人工智能技術(shù)的應(yīng)用，最后提出仍需加強(qiáng)的相關(guān)技術(shù)研究，以期為該領(lǐng)域的后續(xù)研究提供極有價(jià)值的參考，促進(jìn)變電站的發(fā)展。

關(guān)鍵詞：人工智能;變電站;運(yùn)維管理

前言：

隨著我國(guó)電網(wǎng)建設(shè)規(guī)模的擴(kuò)大，變電站的數(shù)量也呈現(xiàn)日益增加的趨勢(shì)，傳統(tǒng)人工運(yùn)維管理已經(jīng)難以滿(mǎn)足變電站的運(yùn)行需要。在科學(xué)技術(shù)的不斷發(fā)展之下，各類(lèi)先進(jìn)技術(shù)為變電站提供充足的技術(shù)支持，其中，人工智能技術(shù)成為變電站智能化發(fā)展的重要保證，將其應(yīng)用到變電站的運(yùn)維管理過(guò)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(zhì)量，減少問(wèn)題的發(fā)生概率。因此，本文的研究具有一定的現(xiàn)實(shí)意義。

1.人工智能的概述

人工智能技術(shù)是現(xiàn)代社會(huì)發(fā)展過(guò)程中出現(xiàn)的新興技術(shù)，以真實(shí)人體功能為基礎(chǔ)，開(kāi)發(fā)出模擬、延伸和擴(kuò)展人類(lèi)智能的技術(shù)，根本目的是用科技的手段探索人類(lèi)思維，實(shí)現(xiàn)智能化發(fā)展，為人類(lèi)的生活提供更加便捷的服務(wù)。就目前情況來(lái)看，人工智能技術(shù)主要依靠于算法、算力和數(shù)據(jù)來(lái)發(fā)揮相應(yīng)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(shù)不斷進(jìn)行深入優(yōu)化學(xué)習(xí)，不斷提供自身性能來(lái)提供更加優(yōu)質(zhì)的服務(wù)，包括減少對(duì)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(shí)現(xiàn)深度學(xué)習(xí)已經(jīng)成為重點(diǎn)發(fā)展的內(nèi)容之一。第二，在算力方面，需要對(duì)人工智能已有的因素進(jìn)行充分考慮，如數(shù)據(jù)便捷、數(shù)據(jù)安全、平臺(tái)特點(diǎn)等，各大企業(yè)需要投入大量資金和人力，針對(duì)人工智能的計(jì)算框架、芯片、平臺(tái)等內(nèi)容進(jìn)行研究。第三，在數(shù)據(jù)方面，人工智能幾種建設(shè)基礎(chǔ)數(shù)據(jù)，如音頻、圖片、視頻等，此類(lèi)數(shù)據(jù)為各領(lǐng)域的通用數(shù)據(jù)，在數(shù)據(jù)標(biāo)注工具方面也將進(jìn)行相應(yīng)地開(kāi)發(fā)，實(shí)現(xiàn)智能化發(fā)展。

2.人工智能的具體應(yīng)用

2.1變壓器

人工智能技術(shù)在變電站運(yùn)維管理的應(yīng)用過(guò)程中，變壓器是最為重要的部分，必須充分發(fā)揮技術(shù)優(yōu)勢(shì)，要對(duì)變壓器的監(jiān)測(cè)參量進(jìn)行有效測(cè)量。在傳統(tǒng)測(cè)量方法中，較為常見(jiàn)的為比值編碼方法和橫縱向比較方法等，能夠有效提升測(cè)量效率[2]。但在此過(guò)程中，設(shè)備容易受到外部因素的影響，雖然測(cè)量速度較快，但測(cè)量出來(lái)的數(shù)值難以保障精準(zhǔn)度，準(zhǔn)確率相對(duì)較低，進(jìn)而導(dǎo)致故障監(jiān)測(cè)效率降低。在這樣的情況下，為有效提高故障診斷準(zhǔn)確率，專(zhuān)家系統(tǒng)、機(jī)器學(xué)習(xí)等技術(shù)開(kāi)始廣泛應(yīng)用在變電站運(yùn)維管理中，呈現(xiàn)出較好的效果。利用人工智能技術(shù)診斷故障主要是對(duì)變壓器監(jiān)測(cè)參量和狀態(tài)加以協(xié)調(diào)，通過(guò)二者的映射關(guān)系建立相應(yīng)的模型，直觀(guān)展示變壓器的狀態(tài)，進(jìn)而對(duì)故障進(jìn)行判斷。近年來(lái)，此方面的工作得到大量研究，出現(xiàn)各類(lèi)方法，包括人工神經(jīng)網(wǎng)絡(luò)、SVM、專(zhuān)家系統(tǒng)、極限學(xué)習(xí)機(jī)、深度學(xué)習(xí)等。

例如，在使用專(zhuān)家系統(tǒng)完成映射關(guān)系的建立時(shí)，需要以相應(yīng)的規(guī)則為基礎(chǔ)，對(duì)于知識(shí)庫(kù)的依賴(lài)性非常大，且難以進(jìn)行后續(xù)維護(hù)。使用傳統(tǒng)機(jī)器學(xué)習(xí)算法時(shí)，能夠?qū)颖具M(jìn)行分析，從而模擬出仿真性較高的映射關(guān)系，具有良好的容錯(cuò)性。而SVM、深度學(xué)習(xí)等所具備的非線(xiàn)性擬合能力較強(qiáng)，能夠高效學(xué)習(xí)歷史樣本，進(jìn)而了解變壓器的運(yùn)行狀態(tài)，包括油溫、振動(dòng)頻率、振動(dòng)幅值等，并對(duì)后續(xù)運(yùn)行狀態(tài)進(jìn)行有效預(yù)測(cè)。

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(nèi)部的缺陷同樣也能夠通過(guò)局部放電情況表現(xiàn)出來(lái)，這是朱濤問(wèn)題表現(xiàn)特征之一。二者針對(duì)特征所采取的識(shí)別方式較為相似，因此可以相互借鑒。在采用深度學(xué)習(xí)方法時(shí)，能夠有效識(shí)別斷路器的局部放電信號(hào)并迅速定位，但其建立的網(wǎng)絡(luò)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(luò)、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(shí)際應(yīng)用的效果而言，其具備比傳統(tǒng)人工方式更好的性能，準(zhǔn)確率也更高，但相對(duì)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(duì)放電模型建立的仿真信號(hào)診斷模型，目前來(lái)說(shuō)其準(zhǔn)確率和可信度并不能達(dá)到應(yīng)有的水平，仍需進(jìn)一步研究。

除此之外，在分合閘的過(guò)程中，斷路器本身會(huì)出現(xiàn)一定程度的振動(dòng)，通常較為劇烈，會(huì)發(fā)出一定的振動(dòng)信號(hào)，對(duì)這樣的信號(hào)展開(kāi)分析能夠確定斷路器內(nèi)部是否發(fā)生故障，并及時(shí)定位。對(duì)斷路器振動(dòng)信號(hào)進(jìn)行分析的方法能夠分為兩個(gè)方面的內(nèi)容，一個(gè)是提取信號(hào)特征，另一個(gè)為特征故障分類(lèi)，大體上類(lèi)似于變壓器的故障診斷方法[3]。對(duì)于分類(lèi)模型來(lái)說(shuō)，其構(gòu)建過(guò)程需要以特征量為基礎(chǔ)，首先分解信號(hào)因素，分析其具備的構(gòu)造特征，結(jié)合熵理論對(duì)結(jié)果進(jìn)行有效分析。分類(lèi)模型的構(gòu)建有多種方法，SVM、人工神經(jīng)網(wǎng)絡(luò)等較為常用。

2.3電容型設(shè)備

電容型設(shè)備在變電站中具有十分重要的作用，其具備的在線(xiàn)監(jiān)測(cè)功能夠?qū)崟r(shí)監(jiān)測(cè)運(yùn)行數(shù)據(jù)，包括絕緣性能的電容量和介質(zhì)損耗情況。介質(zhì)損耗非常容易被外部因素所影響，導(dǎo)致計(jì)算準(zhǔn)確性下降，這成為該領(lǐng)域內(nèi)重點(diǎn)關(guān)注的問(wèn)題之一。為解決這項(xiàng)問(wèn)題，數(shù)值分析方法被廣泛應(yīng)用，但人工智能方法的應(yīng)用范圍較小，主要存在于個(gè)別研究之中。以?xún)蓚€(gè)個(gè)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(jī)的環(huán)境因素和介質(zhì)損耗因數(shù)為基礎(chǔ)，通過(guò)遺傳算法的優(yōu)化工程，對(duì)模型參數(shù)進(jìn)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(zhǔn)度。研究二提出一種新型辨損方法，以深度學(xué)習(xí)為基礎(chǔ)，利用深度前饋多層神經(jīng)網(wǎng)絡(luò)來(lái)辨識(shí)被測(cè)介損角的變化量，從而完成修正。

3.人工智能技術(shù)在變電站運(yùn)維管理中的強(qiáng)化研究

3.1強(qiáng)化三維建模技術(shù)研究和應(yīng)用

對(duì)人工智能技術(shù)的應(yīng)用還需要不斷開(kāi)發(fā)新技術(shù)，三維建模技術(shù)是變電站有效管理原因的重要技術(shù)保障，能夠?qū)﹄娏υO(shè)備和工作人員進(jìn)行實(shí)時(shí)定位，進(jìn)行直觀(guān)化管理。三維建模技術(shù)能夠?qū)⒑暧^(guān)建模和微觀(guān)建模進(jìn)行有效搭配，先利用無(wú)人機(jī)完成對(duì)整個(gè)變電站范圍內(nèi)設(shè)備和建筑的圖像采集，建立起宏觀(guān)模型，隨后根據(jù)每個(gè)建筑和設(shè)備建立起具體而詳細(xì)的微觀(guān)模型，最后根據(jù)無(wú)人機(jī)圖像確定每個(gè)模型的位置，實(shí)現(xiàn)智能化管理。

3.2強(qiáng)化設(shè)備異常狀態(tài)識(shí)別及定位技術(shù)研究和應(yīng)用

如果電力設(shè)備出現(xiàn)異常，其異常狀態(tài)會(huì)直接反映給遙測(cè)系統(tǒng)和遙視系統(tǒng)，對(duì)設(shè)備溫度、外觀(guān)等情況進(jìn)行分析。在設(shè)備出現(xiàn)異常情況時(shí)，需要有效利用設(shè)備附近的攝像頭，計(jì)算出二者之間的距離和位置關(guān)系，對(duì)異常設(shè)備進(jìn)行有效定位并發(fā)出信號(hào)，指引自動(dòng)巡檢機(jī)器人前往查看，如果確認(rèn)設(shè)備確實(shí)存在問(wèn)題，那么就需要由專(zhuān)業(yè)人員親自進(jìn)行確認(rèn)，對(duì)是否存在煙霧、明火，外觀(guān)是否破損等進(jìn)行排查，并采取合理措施處理。

結(jié)論：

通過(guò)文章的分析和研究可以得知，隨著我國(guó)電網(wǎng)建設(shè)規(guī)模的擴(kuò)大，傳統(tǒng)人工運(yùn)維管理已經(jīng)難以滿(mǎn)足變電站的運(yùn)行需要，必須充分發(fā)揮人工智能技術(shù)的作用，將其應(yīng)用到變電站的運(yùn)維管理過(guò)程中，有效提升管理的效率和質(zhì)量?；诖?，本文針對(duì)變電站幾種主要設(shè)施對(duì)人工智能的應(yīng)用進(jìn)行分析，并闡述其需要對(duì)三維建模技術(shù)和設(shè)備異常狀態(tài)識(shí)別及定位技術(shù)開(kāi)展進(jìn)一步研究和應(yīng)用，對(duì)于提高變電站運(yùn)維管理水平具有重要意義。

參考文獻(xiàn)：

[1]黃軍輝.變電運(yùn)維技術(shù)中智能化技術(shù)的應(yīng)用探析[J].無(wú)線(xiàn)互聯(lián)科技，2020，17（24）：87-88.

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

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