智能电力设备关键技术及运维研究

智能电力设备关键技术及运维研究

董鑫

国网河北省电力有限公司检修分公司 河北 石家庄 050051

摘要：现阶段电网中，针对一些输电设备采用了将代理作为基础的状态监测管理模式，这种模式对通信可靠性要求较高，并且存在单点故障安全隐患，这一模式并不适用于那些分布广泛的配电设备。也就是说在现阶段电力设备中，只能够执行功能，但并没有满足智能化标准，不能够智能感知状态，能源互联网需求没有得到满足。为了进一步提升智能电力设备的应用水平，我们有必要针对智能电力设备关键技术及运用进行分析和研究。

关键词：智能电力设备；关键技术；运维

引言

随着我国逐渐提出坚持智能电网、能源互联网发展理念，在现阶段电网运行中，正逐渐向着扁平化、智能化、开放化放向发展。对于电网运行的安全性而言，会直接受到电力设备的运行状态是否健康的影响，因此，实现电网智能化的关键就是科学管理电力设备。因此，相关研究人员逐渐智能电力设备关键技术和运维进行了研究。
1电力设备管理模式的发展需求
　　在现阶段电力系统中，逐渐提出了以能源互联网理念带领电网建设的发展方向。在这一理念中，物联是重要的基础，结合智能传感、现代通信、大数据、智能计算等先进的信息技术手段，将物理上实际的电网架构向着虚拟互联网映射，完成开放型电力系统的建设，具备更高的安全性、效率以及互联化水平。通过结合上述建设理念，通过就近计算、自我感知、信息互联等层面，对电力设备管理模式发展需求进行分析。

相比于将代理作为基础，借助于就近计算，可以对通信、计算资源等予以充分利用，从而实现设备灵活性地提升，并对能源互联网发展理念予以落实。在就近计算中，是为了让设备在实时业务、安全隐私、智能感知等方面，其自身配置计算能力能够对实际需求予以满足。这种计算方式具有广阔的市场，相关人员进行了预算，到达2027年电网边缘计算、分布式智能经济规模可以超过65亿美元。

自我感知是指，在电力设备中采用就近计算对智能算法、在线监测技术等予以引进，对自身实时信息进行自主采集，并检测、分析、评估自身状态。通过对本地故障诊断、设备退化建模、动态阈值设定、健康指数评估等功能予以实现，可以及时识别自身存在的异常情况或者故障问题，并发出警报，在必要时还可以实现应急保护。

所谓信息互联是指，针对电力设备，借助于物联网技术进行管理，针对电网和内部设备进行分层，可以划分为平台层、中间层、边缘层，并在控制中心、电力设备之间形成信息互通。在设备侧，将物联网体系作为基础，构建出事件驱动的电力设备管理模式，从而实现实时自我感知状态变化的功能，并直接与控制中心针对结果信息进行交互。

在电力设备中借助于就近计算理念完成本地计算能力的配设，可以对设备自身态势感知予以实现，并对信息互联功能予以采用，智能电力设备在这个过程中可以看做是独立的个体，可以完成与外界之间的智能化交互，从而实现实时全面感知设备信息，并对能源互联网建设需求予以满足。

2智能电力设备的关键技术及运维

2.1自我传感

在智能电力设备中，将状态监测传感器嵌入到设备本体中，并在AI模块中完成传感数据的接入，让电力设备可以实现自主采集自身信息，采集信息内容包括了自身状态监测数据、运行数据等等。借助于自我传感技术，可以针对设备运行状态从不同角度进行监测，可以获取的传感数据包括以下几种，主要分为电气量、环境因素、机械特性等，这些数据都属于结构化数据，另外还包括一些非结构化数据，比如红外与可见光图像、文本等等。因此，针对不同类型的多维数据，需要结合异构数据集成方法实施集中处理，借助数据表示设备自身的运行状态，并形成具有实时性的状态数据图谱，将数据源提供给自我感知。

2.2自我警告

在电力设备运行过程中，运行环境、重要程度也不同，想要让电力设备同时具备准确性和可靠性，需要将自身传感数据作为基础，并对动态阈值进行自适应设定。在智能电力设备中，需要将自适应阈值函数、趋势演化算法等嵌入到AI模块中。当检测到数据超出阈值范围时，借助于本地计算，智能电力设备可以对故障位置、故障类型信息进行获取，并将相应的警告信息发送给关联运维人员、控制中心等方面，报警信息中主要包括了阈值超出量、异常参数、设备类型、设备位置等信息，这些信息可以让运维人员进行参考，并对维修方式、维修用具进行选择。

2.3自我状态分析

电力设备的运行特性就是状态，主要包括内容是数据表现与变化趋势表征出的设备异常情况、故障问题、剩余寿命、健康状况等。而自我状态分析过程中，是在智能电力设备中，借助于在AI模块中进入传感数据，对自身运行特性进行实时分析，分析内容主要包括了设备故障诊断、设备故障预测、异常数据检测等等。异常检测主要是针对一些突发性功能失效情况进行检测，这种情况下主要表现为设备的某项特征突然超出了阈值范围，但在之前又没有出现异常趋势。在各项参数都在正常阈值范围内时，需要将数据驱动作为基础，实施故障预测，评估设备后续设备状态的发展趋势，并对数据发散趋势是否存在进行判断。经过AI模块进行分析以后，如果发现设备自身存在异常情况，就需要对故障诊断算法予以调用，从而对设备故障行为信息进行获取。

在智能电力设备中，在没有后台计算资源参与的情况下，借助于故障预测、故障诊断等算法，对自身状态数据进行分析，并对设备自身的行为是否存在异常进行判断，并对发生故障问题的组件、类型、危险程度等进行判断，从而实现对设备本身故障行为相关信息的自我感知，并且可以对这些信息实现与后台之间的交互。

2.4自我保护和执行控制命令

借助于功能机制、执行机构相融合的硬件作为基础，在智能电力设备中，其本身就具备自我保护能力，并且可以自主执行由控制中心发送外部决策指令。

自我保护技术主要目的在于，当地设备出现损伤而造成停止运作、事故等情况之前，及时对断开，从而对电网、电力设备予以保护。出于设备侧计算能力方面限制的考虑，对电网全局运行状态难以予以充分考虑，借助与控制中心之间进行协调，智能电力设备可以有效控制系统对接，从而避免在进行自我保护时，带来一系列连锁故障现象。在智能电力设备进行自我保护之前，需要预先设置警报时延，将设备自身重要程度作为依据，确定相应优先级并将警报信息发送给控制中心，从而针对连锁故障问题控制中心会结合收到的警报信息采取相应的协调控制方案，并将相应的开断预警发送给附近相邻的智能电力设备，在警报时延以后主动开断回路，并结束运行。举例来讲，针对智能开关柜中产生的母线连接点受损松动或者温度突增等问题，需要开启自动保护并在第一时间退出运行。由外部决策质量控制中心，将投切、改变运行方式指令发送给智能电力设备。在指令被智能电力设备收到以后，设备会对以上决策予以自主执行，具体操作主要包括了开断、运行方式切换、投入运行等。

结语

在我国经济快速发展过程中，人们生活水平逐渐提高，各种电器设备逐渐增多，社会各个行业也在快速发展，在电力资源需求方面得到显著提升，这对我国电力企业而言带来了一定挑战。而在现阶段电力企业运行过程中，想要对社会中逐渐提升的电力需求予以满足，最为关键的就是对自身供电稳定性、安全性予以保证，因此，我们必须针对智能电力设备关键技术及运维进行分析和研究。

参考文献

[1]胡焕霞.智能化电力设备巡检探讨[J].低碳世界,2020,10(08):67-68.

[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]常征.智能电网中电力设备及其技术发展探究[J].中国新技术新产品,2019(16):38-39.