國網(wǎng)上海市電力公司浦東供電公司 張 弛 湯 蕾 黃 鑫 江斌開 馬建楷 上海友頤信息技術(shù)有限公司 黨志濤

隨著電力需求的快速增長，分布式能源滲透率的不斷上升，能源產(chǎn)銷界限的模糊以及供給側(cè)改革的加速推進，電力行業(yè)傳統(tǒng)的運行模式受到了嚴峻的挑戰(zhàn)，同時也對電力公司的運維、管理提出了更高的要求。面對不斷發(fā)展、日益復雜的電力系統(tǒng)，眾多供電公司開始積極探尋數(shù)字化轉(zhuǎn)型路徑。目前，數(shù)字孿生、大數(shù)據(jù)、人工智能等先進技術(shù)方興未艾，通過打造基于數(shù)字孿生（Digital Twin）系統(tǒng)的智慧變電站，實現(xiàn)對站內(nèi)設備的健康狀態(tài)評估及故障診斷，進而拓展延伸至系統(tǒng)層面，實現(xiàn)其自我優(yōu)化和管理，最終提高電網(wǎng)整體的穩(wěn)定性和智能化，成為了供電企業(yè)關注的重點。

數(shù)字孿生一詞率先由美國學者M ichael Grieves 于2013年提出，并應用于航空航天飛行器的健康維護與保障。最初的理念是基于傳感器建立某一物理實體的數(shù)字化模型，來模擬現(xiàn)實世界的具體事物，從而可對其狀態(tài)進行檢測和評估。通用電氣對數(shù)字孿生的理解側(cè)重于預測其產(chǎn)品在其生命周期內(nèi)的健康情況，而西門子則致力于通過應用數(shù)字孿生來提高生產(chǎn)效率和質(zhì)量。

近年來，隨著大數(shù)據(jù)、人工智能、5G 通信等新技術(shù)的發(fā)展，計算能力的顯著提升使得數(shù)字孿生的功能也得到了進一步延伸，發(fā)展成為一個集成多學科、多物理量、多尺度、多概率的仿真過程，使得其在電力系統(tǒng)領域有了更為廣闊的用武之地。

文獻[1]利用數(shù)字孿生技術(shù)將大量多源異構(gòu)數(shù)據(jù)進行有效集成和高效利用，以實現(xiàn)對電力變壓器狀態(tài)的準確評估；文獻[2]提出了一種用于電力系統(tǒng)在線分析的數(shù)字孿生系統(tǒng)框架設計，并給出了該框架下實現(xiàn)電網(wǎng)調(diào)度規(guī)則數(shù)字化的解決方案；文獻[3]概述了數(shù)字孿生在改善電網(wǎng)運行、減少計劃外停電以及更好地管理市場條件變化方面的潛在應用。

文獻[4]對比了利用數(shù)字孿生系統(tǒng)和傳統(tǒng)電力方法在潮流分析方面的可靠性，進一步驗證了數(shù)字孿生的工程實用性和可行性。可以預見，通過充分挖掘/分析大量的電力實時/歷史數(shù)據(jù)，映射實體的實時動作、行為和狀態(tài)，將改變整個電力系統(tǒng)的認知模式——即從傳統(tǒng)的由物理模型驅(qū)動的認知模式轉(zhuǎn)變?yōu)橛蓴?shù)據(jù)驅(qū)動的認知模式，從而可有效地為電力系統(tǒng)的行為決策提供參考；文獻[5]提出了基于大數(shù)據(jù)的變壓器運行狀態(tài)評估模型，用于評估變壓器運行狀態(tài)、預測變壓器故障率，為運檢人員和調(diào)度人員提供分析依據(jù)及決策指南。

本文聚焦于傳統(tǒng)變電站的數(shù)字化改造，詳細介紹了基于數(shù)字孿生技術(shù)的變電站建設內(nèi)容、關鍵技術(shù)，并對改造后的成果進行了展示與分析，為后續(xù)變電站的數(shù)字化改造提供了借鑒。

1 變電站數(shù)字孿生系統(tǒng)

1.1 定義及作用

作為連接能源生產(chǎn)和消費重要樞紐，電網(wǎng)在充分發(fā)揮多種能源之間的互補優(yōu)勢，實現(xiàn)更大范圍內(nèi)的資源優(yōu)化配置中將發(fā)揮核心作用，變電站是電網(wǎng)設備中最基礎、最龐大、最關鍵的組成要素，構(gòu)建變電站數(shù)字孿生系統(tǒng)成為電網(wǎng)設備數(shù)字孿生系統(tǒng)的基礎和核心環(huán)節(jié)。具體來說，變電站數(shù)字孿生系統(tǒng)通過傳感網(wǎng)絡采集到的高密度動態(tài)數(shù)據(jù)以及設備全息三維模型，實現(xiàn)實體設備在數(shù)字世界中的映射，打造數(shù)字化的設備生命體。在數(shù)字世界中構(gòu)建智慧決策大腦，基于海量數(shù)據(jù)開展設備狀態(tài)評估、故障預防、故障診斷與故障排查，向?qū)嶓w設備下達運維策略，實現(xiàn)真實世界與數(shù)字世界之間的“動態(tài)連接”和“雙向傳輸”，從而提升精細化管理水平，打造安全、經(jīng)濟、精準、智能的變電站運維檢修新模式。

1.2 系統(tǒng)架構(gòu)

變電站數(shù)字孿生系統(tǒng)中，采集的數(shù)據(jù)接入到變電站端服務器進行緩存存儲及支持站端高級應用，通過網(wǎng)線、光纖、無線基站等方式將轄區(qū)內(nèi)各個變電站端所有設備的全量數(shù)據(jù)匯總傳輸至中心端服務器中，進行冗余備份與存儲，支持中心端的高級應用。根據(jù)數(shù)據(jù)的驅(qū)動流向，變電站數(shù)字孿生系統(tǒng)可以分為四個層級。

第一層是設備層，包括變電站內(nèi)的各類智能傳感器、保護自動化設備、輔助控制設備等；第二層是數(shù)據(jù)層，可以將采集到的數(shù)據(jù)通過規(guī)約轉(zhuǎn)換實現(xiàn)61850、104、modbus 等協(xié)議轉(zhuǎn)換成http 協(xié)議，然后經(jīng)網(wǎng)絡傳輸至中心端或站端服務器，進行后續(xù)的數(shù)據(jù)接收、數(shù)據(jù)存儲以及數(shù)據(jù)的加工處理。

第三層是應用層，通過持久化的消息隊列、對象存儲數(shù)據(jù)庫、時序數(shù)據(jù)庫、關系型數(shù)據(jù)庫等實現(xiàn)電力數(shù)據(jù)的使用服務功能，包括設備狀態(tài)數(shù)據(jù)遠程監(jiān)測、設備全息三維模型查詢、可視化圖表查詢、服務自監(jiān)控自治理等基礎應用功能，還包括利用隨機森林算法、LSTM、預警引擎等對設備進行精準檢修決策分析、通過websocket 或callback 的方式實現(xiàn)實時告警數(shù)據(jù)的通知等高級應用功能；第四層是終端用戶，應用通過API 網(wǎng)關將應用呈現(xiàn)到各個電力生產(chǎn)及管理單位。

系統(tǒng)架構(gòu)通過封裝實施通信的協(xié)議和約束關系，各個組件只需按照接口要求插入連接件進行組件間通訊，實現(xiàn)插拔式橫向擴展。即插拔式連接組件分為插拔式接口和通訊實體兩部分。插拔式接口包括了一個需求服務接口和一個提供服務接口。通訊實體即為真正完成通訊的部分，它包括通訊的協(xié)議、服務。

插拔式架構(gòu)中數(shù)據(jù)以及事務的處理分布在一定范圍內(nèi)的多個組件中，組件之間通過RPC 通訊協(xié)議互相連接。組件間的連接方式是多樣的，而且組件分布的位置透明，或是在同一個或不同的應用程序內(nèi)，或是在不同的服務器上的不同應用程序。使用插拔式架構(gòu)在連接和交互時不用考慮對方的位置，只需告訴連接組件通訊的對象與方式。

2 變電站數(shù)字孿生關鍵技術(shù)

2.1 物聯(lián)網(wǎng)環(huán)形驗證及正負反饋機制

系統(tǒng)構(gòu)建環(huán)形驗證機制，采用非同源或者非同樣原理的物聯(lián)網(wǎng)感知技術(shù)對設備的同類特征進行交叉驗證，既有效解決了單一感知裝置采集數(shù)據(jù)的可信度問題，又大幅提升了設備狀態(tài)評價和缺陷認定的效率和準確性。此外，系統(tǒng)中還建立了感知裝置正負反饋機制，當前端感知裝置檢測到數(shù)據(jù)的異常發(fā)展趨勢時，系統(tǒng)自動控制前端傳感裝置、巡檢機器人提高采樣頻次或進行復測確認，實現(xiàn)雙向互動、循環(huán)復診。

2.2 設備狀態(tài)分類及預測算法

系統(tǒng)利用設備的狀態(tài)參數(shù)進行健康度分類，有助于快速識別不同設備的健康狀態(tài)，為設備檢修策略提供依據(jù)。傳統(tǒng)的規(guī)則判斷方法在處理多維度參數(shù)空間下的健康度分類模型時候存在瓶頸，機器學習等人工智能的方法可以有效的解決此類問題。系統(tǒng)利用相關性分析的技術(shù)，對設備的狀態(tài)參數(shù)和設備的健康程度進行判斷，選擇出對設備健康貢獻度比較大的參數(shù)因子，利用隨機森林等機器學習或者深度學習的分類器模型，對設備的健康程度進行分類。

此外，系統(tǒng)還能夠利用高密度實時感知數(shù)據(jù)實現(xiàn)設備異常發(fā)展趨勢預警，在故障發(fā)生之前提前預測設備故障，有效預防故障發(fā)生。設備狀態(tài)預測模型采用LSTM 等循環(huán)神經(jīng)網(wǎng)絡算法，可以有效地學習到歷史數(shù)據(jù)長短期之間的依賴關系，利用歷史數(shù)據(jù)的依賴關系對未來一段時間進行預測，當預測的指標變化超過了閾值的限制，可以提前進行故障預警，防患于未然。

2.3 設備缺陷診斷知識庫

系統(tǒng)通過知識庫的構(gòu)建，對歷史故障數(shù)據(jù)進行學習，為故障識別提供依據(jù)?；跉v史故障的處理流程，利用實體識別、關系抽取等自然語言處理技術(shù)構(gòu)建設備缺陷診斷知識庫，利用知識庫能夠開展設備缺陷標簽分類、設備缺陷關聯(lián)學習以及歷史缺陷案例匹配。

設備缺陷標簽分類即利用關鍵詞抽取的技術(shù)對歷史設備缺陷的關鍵詞進行抽取，對歷史設備缺陷賦予相應的標簽，標簽可以用于快速查詢相似類別的設備缺陷。設備缺陷關聯(lián)學習即利用知識庫的關系模型，可以學習到不同設備缺陷之間的關系，如果存在具有強相關性的缺陷，可以對此類缺陷進行監(jiān)控分析。歷史缺陷案例匹配即在缺陷發(fā)生后，利用文本相似度的算法，在知識庫中快速匹配類似的歷史缺陷案例，給出相應的解決方案。變電站數(shù)字孿生系統(tǒng)算法模型邏輯圖如圖1所示。

3 變電站數(shù)字孿生案例分析

3.1 設備數(shù)字孿生全息狀態(tài)感知

該變電站內(nèi)的實體設備在虛擬空間構(gòu)建的數(shù)字化生命體如圖2所示，中部為該設備的三維模型，其能夠直觀清楚地呈現(xiàn)該設備詳細的內(nèi)部、外部結(jié)構(gòu)，兩側(cè)為設備的狀態(tài)、數(shù)據(jù)信息，用于反映觀測對象的實時變化情況。同時，系統(tǒng)利用智能傳感器、圖像識別、機器人等技術(shù)，形成以機器巡視為主、人工巡視為輔的巡視模式，并輸出各類設備狀態(tài)量的分析圖表。

3.2 降低人工作業(yè)頻度和作業(yè)風險

對于站內(nèi)設備，數(shù)字孿生系統(tǒng)不僅能夠主動比對站內(nèi)視頻捕捉的壓板投、退狀態(tài)與保護裝置采集的壓板狀態(tài)，實現(xiàn)壓板功能狀態(tài)的智能確認與主動告警，以減少人為不安全因素；同時，通過遠程觀測傳感器采集數(shù)據(jù)、機器人巡檢等手段，可大幅減少人員現(xiàn)場作業(yè)頻度，降低了人員接觸帶電設備作業(yè)的風險。

3.3 檢修模式由預防性轉(zhuǎn)為預測性

系統(tǒng)深挖數(shù)據(jù)價值，通過專家知識與人工智能相結(jié)合的方式，建立設備狀態(tài)評價專家知識庫和大數(shù)據(jù)分析模型，在線診斷并精準評估設備狀態(tài)，提前掌握設備異常發(fā)展趨勢；在此基礎上，系統(tǒng)根據(jù)設備狀態(tài)輸出差異化、精細化檢修策略，推動設備從“預防性檢修”向“預測性檢修”轉(zhuǎn)變，并為大修技改投資提供指導性意見。

3.4 提升缺陷認定及時性與準確性

以機代人開展異常跟蹤與缺陷認定，通過系統(tǒng)中構(gòu)建“感知數(shù)據(jù)環(huán)形驗證”和“感知裝置正負反饋”機制，根本解決報警信號可信度問題，在大幅提升設備缺陷認定效率的同時準確判斷出缺陷的性質(zhì)與類別，制定針對性監(jiān)測和處置措施，有效前移設備安全預警防線，降低隱患在網(wǎng)運行時長，提高設備使用價值，延長設備使用壽命，同時有效提高故障應急處理效率，縮短搶修時長。

綜上，本文提出了基于數(shù)字孿生技術(shù)的智慧變電站的概念和定義，并對建設智慧變電站中所涉及的系統(tǒng)架構(gòu)、業(yè)務架構(gòu)及其關鍵技術(shù)進行了詳細描述，介紹了通過數(shù)字孿生技術(shù)對傳統(tǒng)變電站進行數(shù)字化改造所取得的成果，闡明了智慧變電站的可行性和優(yōu)越性，為未來打造安全、經(jīng)濟、精準、智能的變電站運維檢修新模式提供了參考。