田永明,梅成磊,馬 強(qiáng),趙海洋

(國(guó)網(wǎng)烏魯木齊供電公司,烏魯木齊 830002)

互聯(lián)網(wǎng)平臺(tái)中的知識(shí)管理工具能夠促進(jìn)隱性知識(shí)的共享,為語(yǔ)音識(shí)別、圖像識(shí)別與自然語(yǔ)言處理等人工智能方面的知識(shí)共享提供便利,應(yīng)用領(lǐng)域非常廣泛,其中包括通信與生活服務(wù)等行業(yè)[1].互聯(lián)網(wǎng)技術(shù)能夠拓展新的用電渠道,改善與提升用電服務(wù)設(shè)施,增強(qiáng)信息化程度,提高服務(wù)水平[2,3].

隨著用戶逐漸增加的用電服務(wù)需求,目前配電網(wǎng)的運(yùn)維管理水平很難滿足其服務(wù)需求,其中包括配電網(wǎng)可觀可控的覆蓋范圍較小,缺乏管理能力與分析多元化負(fù)荷監(jiān)控能力,很難滿足電動(dòng)汽車等的迅速發(fā)展需求,配電網(wǎng)信息化管理水平較弱,不能實(shí)現(xiàn)精準(zhǔn)投資提升經(jīng)濟(jì)效益[4].針對(duì)這些問(wèn)題,提出基于互聯(lián)網(wǎng)平臺(tái)的配電網(wǎng)智能化運(yùn)維管理模式,所研究模式屬于配電網(wǎng)智能管理、分析與決策系統(tǒng),核心是配電智能化,主線是智能感知、數(shù)據(jù)融合和智能管理與決策,以互聯(lián)網(wǎng)技術(shù)為支撐,重點(diǎn)分析運(yùn)檢專業(yè)數(shù)據(jù),融合配電網(wǎng)有關(guān)數(shù)據(jù),為配電網(wǎng)智能化運(yùn)維管理提供決策支持,實(shí)現(xiàn)配電網(wǎng)精準(zhǔn)運(yùn)維管理,準(zhǔn)確投資,提升經(jīng)濟(jì)效益.

1 智能化運(yùn)維管理模式

基于互聯(lián)網(wǎng)平臺(tái)的配電網(wǎng)智能化運(yùn)維管理模式,通過(guò)互聯(lián)網(wǎng)平臺(tái)融合其他專業(yè)系統(tǒng)數(shù)據(jù),實(shí)現(xiàn)配電自動(dòng)化,由設(shè)備狀態(tài)管理、運(yùn)維管理與運(yùn)檢指標(biāo)管理構(gòu)建設(shè)備運(yùn)行管理、在線分析問(wèn)題與績(jī)效評(píng)估的閉環(huán)過(guò)程,提高配電網(wǎng)運(yùn)維管理效率與創(chuàng)新發(fā)展[5].圖1為基于互聯(lián)網(wǎng)平臺(tái)的配電網(wǎng)智能化運(yùn)維管理模式結(jié)構(gòu)圖.

圖1 模式結(jié)構(gòu)圖

基于互聯(lián)網(wǎng)配電網(wǎng)智能化運(yùn)維管理模式,通過(guò)整合運(yùn)檢與調(diào)控等系統(tǒng)數(shù)據(jù),組建以全業(yè)務(wù)數(shù)據(jù)中心為基礎(chǔ)的企業(yè)級(jí)跨專業(yè)管理模式[6].利用縱向管理與橫向協(xié)同,縮減管理鏈條,提升響應(yīng)速度與供電服務(wù)管理能力,支持省、市、縣三級(jí)應(yīng)用,避免部門間前端整合不充分與專業(yè)協(xié)同不順利等問(wèn)題,實(shí)現(xiàn)信息聚集、一口對(duì)外、過(guò)程管理、協(xié)同指揮、風(fēng)險(xiǎn)預(yù)警、投資分析與綜合評(píng)價(jià)的全方位管理.

1.1 配電網(wǎng)智能化運(yùn)維管理平臺(tái)

配電網(wǎng)智能化運(yùn)維管理平臺(tái)是以互聯(lián)網(wǎng)為核心,組成的開放式平臺(tái),包括智能感知層、數(shù)據(jù)融合層與智能決策層,圖2為配電網(wǎng)智能化運(yùn)維管理平臺(tái)架構(gòu).

圖2 運(yùn)維管理平臺(tái)

智能感知層:集成配電自動(dòng)化系統(tǒng)、調(diào)度自動(dòng)化系統(tǒng)和用電采集系統(tǒng)等相關(guān)數(shù)據(jù),通過(guò)推送信息和數(shù)據(jù)總線等方式接入互聯(lián)網(wǎng)平臺(tái).

數(shù)據(jù)融合層:將整合的數(shù)據(jù)傳入配電網(wǎng)資源中心,清洗及整理相關(guān)數(shù)據(jù),配電網(wǎng)資源中心屬于互聯(lián)網(wǎng)平臺(tái)的具體實(shí)現(xiàn).

智能決策層:以互聯(lián)網(wǎng)平臺(tái)為基礎(chǔ),通過(guò)每種業(yè)務(wù)管理的需求組建配電網(wǎng)智能化運(yùn)維管理平臺(tái),完成設(shè)備狀態(tài)管理、運(yùn)維管理與應(yīng)急管理.

1.2 互聯(lián)網(wǎng)平臺(tái)

互聯(lián)網(wǎng)平臺(tái)包含支撐層、管理層、應(yīng)用層與目標(biāo)層[7].圖3為互聯(lián)網(wǎng)平臺(tái)結(jié)構(gòu)圖.

圖3 互聯(lián)網(wǎng)平臺(tái)結(jié)構(gòu)圖

支撐層屬于底層技術(shù)支持層,包含統(tǒng)一檢索技術(shù)與數(shù)據(jù)分析技術(shù)等,為管理層與應(yīng)用層的實(shí)現(xiàn)提供數(shù)據(jù)支持[8];管理層負(fù)責(zé)管理互聯(lián)網(wǎng)接入平臺(tái),分配操作權(quán)限,實(shí)施安全認(rèn)證,可分析用戶行為,獲取用戶信息,實(shí)施信息推送;應(yīng)用層包含服務(wù)應(yīng)用與功能應(yīng)用,服務(wù)應(yīng)用是依據(jù)實(shí)際業(yè)務(wù)需求,利用接口與營(yíng)銷系統(tǒng)、用電信息采集系統(tǒng)與調(diào)度自動(dòng)化系統(tǒng)等實(shí)施對(duì)接,實(shí)現(xiàn)互聯(lián)網(wǎng)平臺(tái)外業(yè)務(wù)支撐,功能應(yīng)用指符合客戶的賬戶管理、信息查詢、業(yè)務(wù)辦理與在線支付等有關(guān)業(yè)務(wù)功能;目標(biāo)層為實(shí)施應(yīng)用層后的理想結(jié)果,避免重復(fù)勞動(dòng)與提升工作效率.

1.3 運(yùn)維決策管理

通過(guò)知識(shí)發(fā)現(xiàn)子模塊與決策器設(shè)計(jì)子模塊,分析容易出現(xiàn)故障的電力設(shè)備集合的健康度以及重要度,利用健康度以及重要度評(píng)估運(yùn)維決策風(fēng)險(xiǎn),為配電網(wǎng)運(yùn)維提供決策支持,實(shí)現(xiàn)運(yùn)維決策管理.圖4為決策器設(shè)計(jì)子模塊結(jié)構(gòu)圖.

圖4 決策器設(shè)計(jì)模塊

電力設(shè)備狀態(tài)量異常數(shù)據(jù)信息可通過(guò)知識(shí)發(fā)現(xiàn)子模塊獲取,容易出現(xiàn)異常及故障的電力設(shè)備集合則由關(guān)聯(lián)規(guī)則獲取.決策器設(shè)計(jì)子模塊具有分析與決策功能和風(fēng)險(xiǎn)評(píng)估等功能.

1.3.1 提取多維狀態(tài)量故障特征

采用歸一化譜聚類算法,分析所有采集量集合中單維狀態(tài)量的正常信息以及異常信息,計(jì)算經(jīng)驗(yàn)譜分布非隨機(jī)收斂的密度函數(shù),設(shè)置協(xié)方差矩陣的特征值為目標(biāo)函數(shù)最優(yōu)值,通過(guò)酉矩陣和奇異化矩陣,獲取特征根概率密度函數(shù),完成單維狀態(tài)量故障特征的提取.

RY×Y是Y×X階非Hermitian 矩陣E的協(xié)方差矩陣,故障斷面下采集數(shù)據(jù)頻率是Y,故障斷面下采集數(shù)據(jù)時(shí)間是X.設(shè)Y×X階非Hermitian 矩陣E符合矩陣內(nèi)元素是獨(dú)立同分布,歷史正常運(yùn)行數(shù)據(jù) μ=0,方差σ＜∞.在Y,X→∞與Y/X=g∈(0,1)情況下,g是高維矩陣分布半徑,f(λRY×Y)是協(xié)方差矩陣RY×Y的經(jīng)驗(yàn)譜分布非隨機(jī)收斂的密度函數(shù)[9],公式如下:

其中,協(xié)方差矩陣RY×Y的特征值是λRY×Y,設(shè)置λRY×Y作為目標(biāo)函數(shù)最優(yōu)值,其對(duì)應(yīng)特征向量為最優(yōu)解向量;

EY×X是Y×X階非Hermitian 矩陣,故障斷面下采集數(shù)據(jù)頻率是Y,故障斷面下采集數(shù)據(jù)時(shí)間是X,在期望是0、方差是1 時(shí),則矩陣內(nèi)元素屬于獨(dú)立分布的,通過(guò)酉矩陣U奇異化矩陣EY×X的樣本協(xié)方差矩陣[10],獲取等效矩陣u為樣本協(xié)方差矩陣,設(shè)置等效矩陣個(gè)數(shù)是L,電力設(shè)備是i,在Y,X→∞與Y/X=g∈(0,1)的情況下,特征根的概率密度函數(shù)如下:

D-S (Dempster-Shafer)證據(jù)理論屬于一種推理方法,用于衡量數(shù)據(jù)的不確定性[11].在D-S 證據(jù)理論內(nèi)假設(shè)由元素構(gòu)成假設(shè)空間 Θ.證據(jù)m1,m2,···,mn合成規(guī)則公式如下:

其中,證據(jù)體是B;基本概率賦值(BPA)需符合以下條件:

其中,歸一化因子是K;證據(jù)體是mj(Bi).

1.3.2 運(yùn)維分析與決策

通過(guò)出現(xiàn)故障的電力設(shè)備運(yùn)行狀態(tài)信息判斷這個(gè)電力設(shè)備運(yùn)行環(huán)境的故障程度,為配電網(wǎng)運(yùn)維管理提供決策依據(jù)[12,13].輸入設(shè)備健康狀態(tài)關(guān)鍵特征量,采用證據(jù)理論法,構(gòu)建設(shè)備健康等級(jí)模型,得到配電網(wǎng)中電力設(shè)備健康度等級(jí)的定義公式如下:

其中,時(shí)間是t;電力設(shè)備是i;健康度等級(jí)是Qi(t);參數(shù)分別是Ci與Ki;歷史故障率是λi;出現(xiàn)故障的概率值是p?i.

通過(guò)清除淤泥、修砌塘埂等，可有效擴(kuò)大魚塘容量，增強(qiáng)抗旱保水能力。高產(chǎn)魚塘至少3年清一次淤泥，雖然清淤費(fèi)用較高，但可降低餌料系數(shù)與魚病防治費(fèi)用以及暴發(fā)性疾病發(fā)生的概率，故利大于弊。一般老池塘每年都要清除池底淤泥，只保留底泥10～15cm即可。也有養(yǎng)殖戶將魚塘水排干后，保持有10cm厚淤泥，再種上黑麥草、蠶豆、油菜及蔬菜等，實(shí)行種養(yǎng)有機(jī)結(jié)合，用農(nóng)作物根系來(lái)通氣，吸收和轉(zhuǎn)化土壤中的各種營(yíng)養(yǎng)物質(zhì)，起到改良土壤、破壞水生病菌生活環(huán)境的效果，能顯著減少魚病的發(fā)生，這種種養(yǎng)結(jié)合的輪作方式，可互惠互利，共同促進(jìn)，并且十分符合現(xiàn)代綠色健康養(yǎng)殖要求。

為確保電力設(shè)備健康度取值不超過(guò)100,可擬合歷史故障率 λi,公式如下:

其中,電力設(shè)備最小故障率是λmin;電力設(shè)備正常故障率是λc;Q值與電力設(shè)備健康度成正比.

1.3.3 運(yùn)維決策風(fēng)險(xiǎn)管理

為避免因電力設(shè)備故障所導(dǎo)致的不同危害,便需制定規(guī)范的運(yùn)維管理策略[14].以確保配電網(wǎng)運(yùn)行安全為前提,制定不同電力設(shè)備與不同環(huán)節(jié)的運(yùn)維檢修順序[15].電力設(shè)備的重要度指數(shù)是用來(lái)表示設(shè)備的重要程度,由關(guān)聯(lián)規(guī)則挖掘獲取,為運(yùn)維管理提供決策依據(jù),根據(jù)配電設(shè)備狀態(tài)評(píng)價(jià)指標(biāo),得到重要度指數(shù)的定義公式如下:

其中,影響因素?cái)?shù)量是k;重要度等級(jí)是Wi,k(t);權(quán)重是αk(t),αk(t)∈(0,1);影響重要度因素總數(shù)量是M2.

綜上所述,聚類分析多維狀態(tài)量的歷史正常數(shù)據(jù)和異常數(shù)據(jù),通過(guò)D-S 證據(jù)理論整合單維和多維支持?jǐn)?shù)據(jù),獲取多維狀態(tài)量故障特征.利用知識(shí)發(fā)現(xiàn)子模塊與決策器設(shè)計(jì)子模塊,分析可能出現(xiàn)異常及故障的配電網(wǎng)中電力設(shè)備集合的健康度與重要度,根據(jù)關(guān)聯(lián)規(guī)則,獲取可能出現(xiàn)異常及故障的電力設(shè)備集合,得到不同電力設(shè)備的重要度指數(shù),評(píng)估運(yùn)維決策風(fēng)險(xiǎn),為配電網(wǎng)運(yùn)維提供決策支持,從而實(shí)現(xiàn)運(yùn)維決策管理.

2 實(shí)驗(yàn)分析

應(yīng)用本文模式后,能夠有效呈現(xiàn)該配電網(wǎng)的全部信息,其中包括配電網(wǎng)設(shè)備規(guī)模、供電可靠性、電壓質(zhì)量與客戶服務(wù)等情況.圖5為該配電網(wǎng)智能化運(yùn)維管理模式.

圖5 配電網(wǎng)智能化運(yùn)維管理平臺(tái)界面圖

配電網(wǎng)電壓質(zhì)量模塊能夠體現(xiàn)出饋線異常與臺(tái)區(qū)異常等信息,圖6為配電網(wǎng)電壓質(zhì)量管理模塊界面圖.

圖6 配電網(wǎng)電壓質(zhì)量管理模塊界面圖

根據(jù)圖5與圖6可知,本文模式能夠有效獲取配電網(wǎng)運(yùn)行的實(shí)時(shí)數(shù)據(jù),為后續(xù)智能化運(yùn)維決策與管理的在線分析提供數(shù)據(jù)支持.

因?yàn)榕潆娋W(wǎng)內(nèi)的電力設(shè)備運(yùn)行多年,其運(yùn)行數(shù)據(jù)比較全面,電力設(shè)備的運(yùn)行數(shù)據(jù)能夠通過(guò)不同方面反映配電網(wǎng)的健康情況和運(yùn)行狀態(tài).利用關(guān)聯(lián)規(guī)則構(gòu)建故障類型和由多維狀態(tài)量形成的頻繁項(xiàng)集間的對(duì)應(yīng)關(guān)系,表1為變壓器故障類型和頻繁項(xiàng)集對(duì)應(yīng)關(guān)系.利用本文模式分析得出變壓器監(jiān)測(cè)超標(biāo)部分?jǐn)?shù)據(jù),圖7為實(shí)時(shí)油溫異常監(jiān)測(cè)數(shù)據(jù),圖8為實(shí)時(shí)局部放電異常監(jiān)測(cè)數(shù)據(jù).

表1 變壓器故障類型和頻繁項(xiàng)集對(duì)應(yīng)關(guān)系

圖7 實(shí)時(shí)油溫異常監(jiān)測(cè)數(shù)據(jù)

圖8 實(shí)時(shí)局部放電異常監(jiān)測(cè)數(shù)據(jù)

結(jié)合表1、圖7與圖8能夠獲取變壓器可能出現(xiàn)的異常情況有絕緣油劣化與絕緣油溫升異常.以絕緣油劣化情況為例,利用本文模式獲取歷史正常數(shù)據(jù)集和實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)集的協(xié)方差矩陣特征值的譜分布、高維矩陣特征值圓環(huán)散點(diǎn)分布,圖9為絕緣油劣化的頻繁項(xiàng)集樣本協(xié)方差矩陣的譜分布圖.

圖9中,pdf 表示概率密度函數(shù)(probability density function).根據(jù)圖9可知,油溫和局部放電異常數(shù)據(jù)會(huì)導(dǎo)致絕緣油劣化關(guān)鍵性能矩陣的數(shù)據(jù)偏離正常值,譜半徑平均值代表數(shù)據(jù)偏離正常值的程度,這兩個(gè)值成反比.同理,獲取其余故障類型協(xié)方差矩陣的譜分布圖.圖10為特征根圓環(huán)散點(diǎn)分布圖.

圖9 協(xié)方差矩陣的譜分布圖

根據(jù)圖10可知,內(nèi)環(huán)表示油溫異常區(qū)域,外環(huán)表示局部放電異常區(qū)域,圓環(huán)內(nèi)具有很多特征值,表明絕緣油劣化數(shù)據(jù)已偏離正常值,由于大部分特征根分布于內(nèi)環(huán),所以變壓器絕緣油劣化異常狀況較為嚴(yán)重.同理,獲取其余故障類型的特征根圓環(huán)散點(diǎn)分布圖.

通過(guò)關(guān)鍵性能矩陣特征根的分布狀況,能夠初步判斷變壓器異常及故障的情況.電力設(shè)備出現(xiàn)故障類型的排序,可通過(guò)D-S 證據(jù)理論整合數(shù)據(jù)集關(guān)系獲取.采用本文模式分析歷史運(yùn)行數(shù)據(jù),獲取變壓器絕緣油劣化故障有關(guān)的關(guān)聯(lián)規(guī)則挖掘,表2為絕緣油劣化故障有關(guān)的關(guān)聯(lián)規(guī)則挖掘.

根據(jù)表2可知,油溫和局部放電屬于影響電力設(shè)備異常及故障的重要狀態(tài)量.利用本文模式對(duì)表2中異常數(shù)據(jù)實(shí)施挖掘,獲取這兩個(gè)狀態(tài)量的單維狀態(tài)量置信度以及多維關(guān)聯(lián)量置信度.同理,獲取其余故障類型的油溫與局部放電單維狀態(tài)量置信度和油溫與局部放電多維關(guān)聯(lián)量置信度.通過(guò)D-S 證據(jù)理論整合單維和多維支持?jǐn)?shù)據(jù),獲取變壓器的運(yùn)維決策表.表3為配電網(wǎng)中變壓器運(yùn)維管理決策表.

綜上所述,本文模式能夠有效獲取配電網(wǎng)中電力設(shè)備可能出現(xiàn)異常及故障的情況,得到運(yùn)維管理決策故障類型優(yōu)先等級(jí),按照優(yōu)先等級(jí)順序排查電力設(shè)備故障,實(shí)現(xiàn)配電網(wǎng)智能化運(yùn)維管理.

通過(guò)對(duì)比該配電網(wǎng)在2018–2020年不同投資項(xiàng)目中采用本文模式前后收益,進(jìn)一步驗(yàn)證本文模式的有效性.圖11為不同投資項(xiàng)目采用本文模式前后收益對(duì)比結(jié)果.

根據(jù)圖11可知,采用本文模式后所有項(xiàng)目的收益均高于采用本文模式前,同時(shí)也顯示出采用本文模式前的配電網(wǎng)投資行為缺乏一定的科學(xué)性.實(shí)驗(yàn)證明:采用本文模式對(duì)配電網(wǎng)投資項(xiàng)目智能化運(yùn)維管理后,可有效提升配電網(wǎng)的經(jīng)濟(jì)效益,證明本文模式的有效性.

圖11 采用本文模式前后對(duì)比結(jié)果

3 結(jié)論

以提高配電網(wǎng)電力設(shè)備運(yùn)行狀態(tài)管理能力為目的,設(shè)計(jì)基于互聯(lián)網(wǎng)平臺(tái)的配電網(wǎng)智能化運(yùn)維管理模式.所設(shè)計(jì)模式為配電網(wǎng)提供了完善的智能化運(yùn)維管理方法與支撐手段,全方位增強(qiáng)配電網(wǎng)智能化運(yùn)維管理的穿透力,實(shí)現(xiàn)配電網(wǎng)全業(yè)務(wù)數(shù)據(jù)實(shí)時(shí)在線分析,獲取運(yùn)維決策方案,完成配電網(wǎng)智能化運(yùn)維管理,將配電網(wǎng)故障處理的事后搶修變更為事前預(yù)防.全方位強(qiáng)化專業(yè)間的貫通與融合,確保配電網(wǎng)運(yùn)行的安全性與可靠性,提升配電網(wǎng)的服務(wù)水平、投資的準(zhǔn)確性與經(jīng)濟(jì)效益,減少配電網(wǎng)運(yùn)營(yíng)成本.