吳靜琳 國網(wǎng)湖南省電力有限公司益陽供電分公司

變電站能夠?qū)崿F(xiàn)電壓調(diào)節(jié)、電能分配、電流匯聚等重要的功能，它的安全無疑與電力系統(tǒng)的穩(wěn)定運(yùn)轉(zhuǎn)有著非常密切的聯(lián)系。在傳統(tǒng)的變電站運(yùn)維管理工作中，主要采取人工巡查的方式，隨著電網(wǎng)的大面積覆蓋，以往的方法顯然不足以滿足當(dāng)前變電站工作的開展形式。隨著信息技術(shù)的廣泛應(yīng)用，變電站的管理正在朝著智能化的方向發(fā)展，各種智能檢測(cè)系統(tǒng)開始出現(xiàn)在電力行業(yè)中。隨著在線監(jiān)測(cè)、視頻監(jiān)控的融入，變電站內(nèi)部的機(jī)械設(shè)備逐漸實(shí)現(xiàn)全面的監(jiān)測(cè)，但大量的信息逐漸涌入到變電站管理當(dāng)中，給運(yùn)維管理工作帶來很多挑戰(zhàn)。

一、人工智能概述

人工智能主要是對(duì)人類的智能進(jìn)行方法、理論方面的延伸，主要目的在于探索人類智能的核心思維。在人工智能漫長(zhǎng)的發(fā)展周期中，主要出現(xiàn)了專家系統(tǒng)、智能優(yōu)化和機(jī)器學(xué)習(xí)三種方法。在新的發(fā)展時(shí)期中，主要以深度學(xué)習(xí)算法為主，在軍事、醫(yī)療、教育等行業(yè)中展現(xiàn)出重要的價(jià)值。大量算法和模型不斷推陳出新，給人工智能的應(yīng)用帶來了很多全新的思考，同時(shí)舊的算法例如貝葉斯網(wǎng)絡(luò)、knn等得到了很多專業(yè)認(rèn)識(shí)的關(guān)注。雖然目前人工智能技術(shù)在社會(huì)生產(chǎn)的各個(gè)領(lǐng)域展現(xiàn)出突破性的進(jìn)展，但是同時(shí)也面臨著不小的挑戰(zhàn)：深度學(xué)習(xí)算法中有著不小的缺陷，神經(jīng)網(wǎng)絡(luò)模型的搭建、模型訓(xùn)練等內(nèi)容都沒有足夠的理論支撐，某些專業(yè)領(lǐng)域缺少必要的數(shù)據(jù)集，只能依靠爬蟲來獲取數(shù)據(jù)集。很多應(yīng)用場(chǎng)景非常煩瑣，展現(xiàn)出碎片化的特性，對(duì)計(jì)算機(jī)配置要求很高。人工智能的發(fā)展仍然朝著降低功耗的方向前進(jìn)，傳統(tǒng)算法和新型算法的結(jié)合也逐漸成為人工智能領(lǐng)域探索的熱點(diǎn)內(nèi)容?？紤]到數(shù)據(jù)平臺(tái)的要求，很多大型企業(yè)將會(huì)開發(fā)用于人工智能的芯片、框架等。

二、變電站運(yùn)維管理中的人工智能應(yīng)用

人工智能在變電站運(yùn)維管理當(dāng)中主要應(yīng)用于機(jī)械設(shè)備、運(yùn)行環(huán)境以及工作人員狀態(tài)的評(píng)估，它可以實(shí)現(xiàn)設(shè)備狀態(tài)的實(shí)施監(jiān)測(cè)，對(duì)環(huán)境及時(shí)感知和預(yù)報(bào)，對(duì)工作人員狀態(tài)的判斷等。從狀態(tài)評(píng)估的方式來看，人工智能在管理工作中的應(yīng)用主要分為傳感器為主的監(jiān)測(cè)系統(tǒng)和攝像頭為主的監(jiān)控系統(tǒng)，所以以下從這兩種系統(tǒng)的運(yùn)作進(jìn)行探究。

（一）遙測(cè)系統(tǒng)

遙測(cè)系統(tǒng)通常是用于監(jiān)測(cè)變電站中設(shè)備的運(yùn)行情況，主要的設(shè)備有變壓器、絕緣電路、電容器等。遙測(cè)系統(tǒng)可以非常詳細(xì)地為變電站的設(shè)備運(yùn)轉(zhuǎn)提供必要的數(shù)據(jù)參考，但怎樣將這種監(jiān)測(cè)得到的數(shù)據(jù)轉(zhuǎn)變?yōu)橛杏玫臄?shù)據(jù)信息，就要借助人工智能技術(shù)的應(yīng)用。通常是借助人工智能建立數(shù)據(jù)到設(shè)備的運(yùn)轉(zhuǎn)狀態(tài)反饋，并進(jìn)行相應(yīng)的分類和回歸任務(wù)。專家系統(tǒng)往往需要龐大的數(shù)據(jù)庫支持，容錯(cuò)率相對(duì)較低。機(jī)器學(xué)習(xí)需要輸入人工設(shè)計(jì)的特征值，最終得到的結(jié)果取決于特征的精確度。而機(jī)器學(xué)習(xí)算法則有著不錯(cuò)的數(shù)據(jù)提取效果，在非線性問題上有著很好的擬合能力。由于目前沒有相對(duì)統(tǒng)一的變電站設(shè)備運(yùn)轉(zhuǎn)數(shù)據(jù)集，就不能對(duì)這些人工智能算法的性能進(jìn)行橫向比對(duì)。綜合來看深度學(xué)習(xí)算法有著不錯(cuò)的成效，需要考慮網(wǎng)絡(luò)模型的構(gòu)建和超參數(shù)設(shè)置的問題。

（二）遙視系統(tǒng)

該系統(tǒng)可以對(duì)變電站進(jìn)行全方位的監(jiān)控，應(yīng)用范圍非常廣泛，但總體來看具有一定的局限性。當(dāng)下變電站中遙視系統(tǒng)的應(yīng)用主要可以通過攝像頭進(jìn)行監(jiān)視、錄像，并且能夠和其他設(shè)備共同配合實(shí)現(xiàn) 安防、門禁等。人工智能技術(shù)的引入可以對(duì)監(jiān)控視頻的詳細(xì)信息進(jìn)行合理提取和科學(xué)分析，進(jìn)而找到設(shè)備故障相關(guān)的事件并進(jìn)行對(duì)應(yīng)的操作。目前大多數(shù)人工智能在遙視系統(tǒng)中的應(yīng)用都得到了專業(yè)人士的高度重視，并取得很好的成果。變電站遙視系統(tǒng)的功能需求仍然非常碎片化，主要研究方向在設(shè)備監(jiān)控方面，功能的實(shí)現(xiàn)主要通過圖像處理。傳統(tǒng)機(jī)器學(xué)習(xí)方法的應(yīng)用沒有大范圍推廣開來，深度學(xué)習(xí)可以學(xué)習(xí)圖像中的特征，給遙測(cè)系統(tǒng)的信息分析帶來了很多新的方法。但該種方式仍然處在起步階段，還有很大一段技術(shù)空白需要填補(bǔ)。

三、人工智能在變電站的應(yīng)用建議

（一）變電站重要設(shè)備感知

在技術(shù)方面的融合將會(huì)給實(shí)時(shí)的監(jiān)測(cè)帶來很多數(shù)據(jù)，這就必須讓人工智能和大數(shù)據(jù)共同配合，側(cè)重機(jī)器學(xué)習(xí)的方式，讓功能操作更具擴(kuò)展性。同時(shí)要讓人工智能和邊緣計(jì)算結(jié)合，探究輕量算法，盡量減少功耗，加快信息的處理速度，減少通信可能帶來的壓力和云存儲(chǔ)的負(fù)載。在方法方面的融合要通過深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的方式實(shí)現(xiàn)智能化的電力設(shè)備交互，可以快速找到設(shè)備的故障并進(jìn)行專業(yè)性的診斷。側(cè)重以知識(shí)圖譜為基礎(chǔ)的深度學(xué)習(xí)方法構(gòu)建，具有很高的魯棒性。

（二）變電站的三維全景可視化

變電站的三維全景可視化可以將變電站的內(nèi)部情況很好地展現(xiàn)出來，可以借助三維建模技術(shù)來實(shí)現(xiàn)。主要通過宏觀與微觀結(jié)合的建模方法，利用設(shè)計(jì)圖紙和攝像融合的方法構(gòu)建3D模型，進(jìn)而搭建相應(yīng)的模型庫，結(jié)合變電站的平面布局來找到設(shè)備、人員的位置信息。對(duì)于設(shè)備異常狀態(tài)的反饋要依靠設(shè)備和攝像頭的聯(lián)動(dòng)來進(jìn)行報(bào)警，設(shè)備狀態(tài)監(jiān)測(cè)的可靠性仍然有很大的提升空間。

三、結(jié)束語

總的來講，人工智能在變電站運(yùn)維管理工作中的應(yīng)用仍然是非常有限的，伴隨著信息技術(shù)的發(fā)展和電力物聯(lián)網(wǎng)的高速建設(shè)，人工智能將實(shí)現(xiàn)變電設(shè)備更加完善的監(jiān)測(cè)。未來人工智能技術(shù)和其他技術(shù)手段的融合將會(huì)在變電站運(yùn)維管理當(dāng)中展現(xiàn)出更大的優(yōu)勢(shì)。