“這臺變壓器的故障類型初步判定為內部局部放電，需要縮短檢測周期，密切關注絕緣油中乙炔和甲烷等氣體含量變化趨勢，并結合檢修計劃處理。”7月25日，國網新疆電力有限公司電力科學研究院高電壓設備研究所狀態(tài)評價室技術人員王潔利用一站式AI平臺對220千伏金沙變電站1號主變壓器開展智能診斷。
新疆電網覆蓋面積大、發(fā)展速度快，對電網設備管理提出了較高的要求。2020年12月至2021年5月，新疆電科院組織相關人員前往山東、四川、湖南等地調研學習，隨后，結合新疆電網實際情況組建了一支攻堅團隊，在變電設備全壽命周期管理、運檢策略制訂、狀態(tài)檢修等方面開展研究，打造了管理變電設備的一站式AI平臺，以數字化手段支撐電網安全運行。該平臺今年6月上線運行，目前已經接入新疆電網全部220千伏及以上變電站的一次主設備信息，大幅提高了設備管理智能化水平。
為變電站設備精準“畫像”
新疆電網共有220千伏及以上變電站179座，變電設備種類多、數量多。以往，變電設備管理系統(tǒng)種類多且集成不足，不利于綜合評估變電設備的運行情況。
為此，攻堅團隊與新疆各地市州供電公司對接，全面收集220千伏及以上變電站一次主設備的基本信息、運行數據、檢修數據以及設備曾發(fā)生故障的時間、原因、處理方法和結果等一手資料。同時，他們還與設備廠家聯系，確認設備的出廠信息、規(guī)格型號等，將設備各項數據匯集后，實現了一站式AI平臺全景展示功能，為每一臺設備精準“畫像”，推動設備全壽命周期管理。
“凡是接入平臺的設備，我們不僅可以看到設備的出廠、投運信息，還可以看到后期運行維護、檢修、試驗等各項記錄。”攻堅團隊成員石迎彬介紹，運維人員可以搜索相應設備查看全景信息，也可以根據個人需要定制顯示信息，實時查看設備的臺賬數據、環(huán)境信息、缺陷信息、工作票信息、帶電檢測數據、離線試驗趨勢圖、停電試驗數據等內容。
設備的“畫像”為制訂設備差異化檢修策略打下了基礎。一站式AI平臺依據設備各方面信息，結合短期、中期、長期預警內容，制訂有針對性的運維與檢修策略，為運維人員提供參考，實現設備健康管理與運檢工作融合。
王潔介紹，實現一站式AI平臺全景展示功能的難點是讓AI模型“讀懂”設備故障分析報告。為此，攻堅團隊將故障分析報告中的文字、數據和圖表分類，再采用編碼的方式將相關內容轉化成模型能“讀懂”的“語言”。“設備出現異常后，AI模型就根據這些以往的故障分析報告分析研判，提出處理建議。后期，隨著分析設備異常的經驗越來越豐富，模型會迭代更新，研判的準確性也會越來越高。”她說。
智能預警設備異常狀況
攻堅團隊依托國網新疆電力數據中臺獲取220千伏及以上變電站一次主設備狀態(tài)感知數據，運用數據工廠、算法鏡像、數據洞察、模型自學習等AI技術，實現相關數據的深度分析與智能應用。
一站式AI平臺可以在線監(jiān)測變壓器絕緣油中溶解氣體含量、變壓器套管和電流互感器油壓、避雷器絕緣性能以及氣體絕緣全封閉組合電器斷路器六氟化硫氣體壓力，助力排查變電設備可能存在的隱患并發(fā)出預警。
變壓器是變電站的核心設備，也是一站式AI平臺重點監(jiān)測管理的設備。分析絕緣油中溶解氣體含量即油色譜分析是監(jiān)測變壓器狀態(tài)的重要手段，可幫助發(fā)現變壓器溫度過高、局部放電、火花放電和電弧放電等缺陷。以往，變壓器的油色譜分析主要采用人工分析的方法，存在耗時長、無法及時跟蹤變壓器異常狀態(tài)等問題。
2021年7月，攻堅團隊研發(fā)了一站式AI平臺絕緣油中溶解氣體含量監(jiān)測模塊，接入新疆電網全部220千伏及以上變壓器油色譜監(jiān)測數據，實現對油色譜監(jiān)測數據的集中管理，在此基礎上分析相關數據并發(fā)布變壓器潛在缺陷的預警信息。“該模塊還能核實分析結果，研判設備狀態(tài)，提出運維建議。診斷完畢后，該模塊可將相關案例納入案例庫，以持續(xù)提升故障診斷模型的準確度。”攻堅團隊成員陳剛說。
一站式AI平臺上線運行以來，已向新疆電網263臺變電設備的運維單位發(fā)出預警，對70臺存在油色譜異常的變壓器開展監(jiān)測分析并給出運維建議。
量化評估變電站感知裝置狀態(tài)
變電站裝設的感知裝置可以實時監(jiān)測設備的運行狀態(tài)和工作參數，幫助發(fā)現設備故障和異常情況。但感知裝置會由于運行時間久或惡劣天氣等發(fā)生故障，因此對感知裝置進行健康評估十分必要。
“感知裝置一般存在正常、異常、故障三種狀態(tài)，但幾種狀態(tài)間有一定的模糊性。我們在如何精準評價感知裝置狀態(tài)方面摸索了很久。”陳剛說。
為準確評估感知裝置狀態(tài)，攻堅團隊提出對感知裝置三種狀態(tài)進行量化處理，基于滑動窗口技術實時判別異常數據模式，利用故障樹與貝葉斯網絡結合的故障概率模型實現對感知裝置故障類型、故障原因、故障元件的推斷，通過綜合模糊評價矩陣模型完成對感知裝置狀態(tài)的量化評估。
經過數月的模擬測試，一站式AI平臺上線了感知評價中心模塊，實現了感知裝置數據異常模式識別、故障識別和可靠性評估三個功能，不僅可以對感知裝置進行健康診斷，還可以自動生成裝置可靠性分析報告。
一站式AI平臺感知評價中心對感知裝置狀態(tài)的評估準確率達95%以上，增強了變電設備全狀態(tài)感知力與管控力。
