王茜

摘要：本文所述自動化終端是應(yīng)用移動互聯(lián)網(wǎng)、人工智能等現(xiàn)代信息技術(shù)，實現(xiàn)電力系統(tǒng)各環(huán)節(jié)萬物互聯(lián)、人機交互的智慧服務(wù)自動化終端。

關(guān)鍵詞：人工智能、邊緣計算、物聯(lián)網(wǎng)、語音交互、配電自動化終端

前言：

隨著以信息化、互聯(lián)網(wǎng)為代表的第三次工業(yè)革命的興起，電網(wǎng)智能化運行成為電網(wǎng)企業(yè)提升運營能力的主要途徑。然而隨著設(shè)備數(shù)量日益龐大、電網(wǎng)結(jié)構(gòu)日益復(fù)雜，在內(nèi)部粗放式管理成本難以壓縮和外部電力體制改革環(huán)境下收入趨窄的背景下，電網(wǎng)公司必然要提升管理水平和生產(chǎn)效率，然而運用傳統(tǒng)的技術(shù)手段和管理模式無法實現(xiàn)電網(wǎng)企業(yè)的精益管理，本文研究項目應(yīng)運而生。

內(nèi)容：

1、人機交互的電網(wǎng)安全穩(wěn)定控制裝置開發(fā)

（1）穩(wěn)定控制功能模塊的MODBUS通信程序設(shè)計：采用模塊化設(shè)計，分為3個模塊，初始化模塊、數(shù)據(jù)接收模塊、數(shù)據(jù)處理模塊。

①初始化模塊：開展通信的波特率設(shè)置、數(shù)據(jù)接收的串口中斷和定時器設(shè)置等;

②數(shù)據(jù)接收模塊：由串口接收中斷子模塊和定時器中斷子模塊組成。串口接收中斷子模塊用于接收MODBUS數(shù)據(jù)，按字節(jié)接收數(shù)據(jù)，每接收一個字節(jié)就進入一次串口中斷子模塊;定時器中斷子模塊用于判斷MODBUS一幀數(shù)據(jù)的起始與結(jié)束;

③數(shù)據(jù)處理模塊：判斷信息幀要求實現(xiàn)的功能，并給人機界面模塊回復(fù)信息。

（2）人機界面模塊設(shè)計：選擇支持串口MODBUS通信協(xié)議的工業(yè)觸摸屏作為人機界面模塊，完成監(jiān)控界面所有的數(shù)據(jù)顯示和修改功能。

2、基于物聯(lián)網(wǎng)技術(shù)，利用5G網(wǎng)絡(luò)搭建邊緣計算平臺

（1）CE設(shè)備：終端邊緣設(shè)備，位于平臺的接入層，主要開展變壓器、柱上開關(guān)FTU、配變TTU、開閉所DTU、集中器等設(shè)備的開發(fā)，最終實現(xiàn)對設(shè)備的監(jiān)控和現(xiàn)場各類信息的采集與控制;

（2）PE設(shè)備：邊緣匯聚/接入設(shè)備，位于平臺的匯聚層，基于多個CE設(shè)備進行狀態(tài)感知、信息交互、實時分析，實現(xiàn)所管轄范圍內(nèi)的CE設(shè)備的信息匯集、處理和通信監(jiān)視等功能;

（3）P設(shè)備：核心設(shè)備，位于平臺的核心層，接收通過PE設(shè)備轉(zhuǎn)發(fā)過來的現(xiàn)場設(shè)備信息或直接接收來自各CE設(shè)備的實時信息，通過信息分析配電網(wǎng)的運行狀態(tài)，保障配電網(wǎng)全局的穩(wěn)定高效運行;

（4）邊緣終端部署邊緣計算對原始數(shù)據(jù)的過濾、清洗、聚合、質(zhì)量優(yōu)化（剔除壞數(shù)據(jù)）、語義解析等實現(xiàn)數(shù)據(jù)優(yōu)化，有效應(yīng)對數(shù)據(jù)爆炸，降低數(shù)據(jù)傳輸帶寬。

3、生物特征識別技術(shù)研究

主要開展傳感器設(shè)計、數(shù)據(jù)預(yù)處理及特征處理技術(shù)研究。從生物特征識別技術(shù)應(yīng)用流程看，分為注冊和識別兩大過程。

（1）注冊：通過傳感器對人體的生物表征信息進行采集，如利用圖像傳感器對指紋和人臉等光學(xué)信息、麥克風(fēng)對說話聲等聲學(xué)信息進行采集，利用數(shù)據(jù)預(yù)處理以及特征提取技術(shù)對采集的數(shù)據(jù)進行處理，得到相應(yīng)的特征進行存儲;

（2）識別：采用與注冊過程一致的信息采集方式對運維人員進行信息采集、數(shù)據(jù)預(yù)處理和特征提取，然后將提取的特征與存儲的特征進行比對分析，確認身份并完成識別。

4、人機語音交互系統(tǒng)開發(fā)

主要結(jié)構(gòu)包括預(yù)處理模塊、特征提取模塊、訓(xùn)練語音模型、模式匹配、識別測試模塊，通過訓(xùn)練產(chǎn)生的詞匯表進行識別判別，進行句法分析完成語義分析。語音的預(yù)處理技術(shù)主要包括：噪聲消除、端點檢測、加強等。

5、機器自我深度學(xué)習(xí)算法研究

基于云，利于深度學(xué)習(xí)算法分析電網(wǎng)外部環(huán)境因素和內(nèi)部的設(shè)備運行特性等數(shù)據(jù)，實現(xiàn)態(tài)勢感知，并根據(jù)感知結(jié)果來實現(xiàn)態(tài)勢理解、態(tài)勢預(yù)測和態(tài)勢評估，最后達到預(yù)警的效果，能夠動態(tài)靈活調(diào)整和控制配電系統(tǒng)的運行狀態(tài)，使系統(tǒng)狀態(tài)朝向有利方向發(fā)展。

6、人工智能分析系統(tǒng)開發(fā)

（1）建立故障信息知識庫：通過對歷次故障中各采集終端的電壓電流進行深度學(xué)習(xí)，建立數(shù)據(jù)庫;

（2）語音問答：當(dāng)接受到語音指令時，主動啟動數(shù)據(jù)庫分析、系統(tǒng)工作日志分析等功能，直接回復(fù)運維人員指令;

（3）語音指令識別故障：當(dāng)接收到語音診斷指令時，主動啟動信息采集，并將采集到的電壓電流信息與故障信息知識庫進行比對，確定故障區(qū)域和故障點;

（4）語音預(yù)警：當(dāng)判斷出故障區(qū)域后，將故障區(qū)域在地理信息圖上進行顯示，并通過語音形式告知運維人員故障點地理信息和故障信息。

結(jié)束語：

本文針對國內(nèi)外人工智能配電網(wǎng)自動化終端技術(shù)發(fā)展趨勢及現(xiàn)狀進行了前期調(diào)研，在現(xiàn)有配電自動化終端開發(fā)基礎(chǔ)上進行改進及優(yōu)化設(shè)計，主要開展組件設(shè)計、相關(guān)技術(shù)研究、算法計算、系統(tǒng)開發(fā)、生產(chǎn)工藝設(shè)計、產(chǎn)品性能分析等，項目技術(shù)路線清晰，產(chǎn)品可有效提高配電網(wǎng)的智能化水平，縮短故障處理時間，未來能夠廣泛適用于電力系統(tǒng)的各級變電站，極具操作可行性、技術(shù)可行性。