謝正新

（盛隆電氣集團(tuán)有限公司）

0 引言

碳中和作為全球主要經(jīng)濟(jì)體應(yīng)對氣候變化的重要戰(zhàn)略目標(biāo)，其核心是實現(xiàn)能源系統(tǒng)轉(zhuǎn)型。在能源轉(zhuǎn)型過程中，電力系統(tǒng)的脫碳固然十分關(guān)鍵，但電力系統(tǒng)運行的核心任務(wù)是要安全可靠、經(jīng)濟(jì)高效地實現(xiàn)電力的供需平衡，在整個能源轉(zhuǎn)型過程中會起到持續(xù)的作用。

研究電力運維規(guī)律、保證用電安全、提升用電效率、降低用電成本，是每個電力工作者共同的目標(biāo)與責(zé)任。一方面，海量的企業(yè)電力數(shù)據(jù)分布在企業(yè)負(fù)荷端，為確保電力的安全及穩(wěn)定，這些海量數(shù)據(jù)大都無法直接參與到研發(fā)環(huán)境；另一方面，電力研發(fā)場景大都存在于實驗室環(huán)境，缺乏有效的實際場景來進(jìn)行支撐與驗證。因此，本文介紹一種新型智能型配電柜，它通過將人工智能、云計算、邊緣計算等技術(shù)結(jié)合，完美地實現(xiàn)了生產(chǎn)與科研的雙向連接。

1 使用技術(shù)簡介

1.1 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)是一種按誤差反向傳播訓(xùn)練的多層前饋網(wǎng)絡(luò)，其基本思想是梯度下降法，利用梯度搜索技術(shù)，來使網(wǎng)絡(luò)的實際輸出值和期望輸出值的誤差均方差為最小。

1.2 孤立森林算法

孤立森林是一個基于Ensemble的快速離群點檢測方法，具有線性時間復(fù)雜度和高精準(zhǔn)度的特點，適用于連續(xù)數(shù)據(jù)的異常檢測。

1.3 隨機(jī)森林算法

隨機(jī)森林（Random Forest，RF）是一個包含多個決策樹的分類器，輸出的類別由個別樹輸出的類別的眾數(shù)而定。

1.4 長短期記憶網(wǎng)絡(luò)

長短期記憶 （Long Short-Term Memory，LSTM）網(wǎng)絡(luò)通過門結(jié)構(gòu)控制更好地處理時間序列的任務(wù)。

1.5 邊緣計算

邊緣計算在靠近物或數(shù)據(jù)源頭的一側(cè)，采用網(wǎng)絡(luò)、計算、存儲、應(yīng)用核心能力為一體的開放平臺，就近提供近端服務(wù)。

2 智能配電柜設(shè)計

2.1 人工智能在電力領(lǐng)域的應(yīng)用

目前人工智能技術(shù)在電氣行業(yè)的應(yīng)用主要涉及電氣安全、電力運維和負(fù)荷預(yù)測等，可幫助人們實現(xiàn)一些主流算法與思路。

（1）電氣安全方面

在系統(tǒng)建模時主要考慮誤差平方和是否達(dá)到預(yù)設(shè)值，利用Matlab仿真來綜合確定。在BP神經(jīng)網(wǎng)絡(luò)中采用Levenberg-Marquardt學(xué)習(xí)算法或免疫遺傳算法，輸出層神經(jīng)元的傳遞函數(shù)可以設(shè)定為線性傳遞函數(shù)，從仿真效果和誤差曲線可以看出，這種方法的選擇是可行的［1］。

（2）電力運維方面

在電力系統(tǒng)大數(shù)據(jù)背景下，對電力運維數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗可以有效地改善數(shù)據(jù)質(zhì)量，為數(shù)據(jù)分析做好基礎(chǔ)。在數(shù)據(jù)清洗過程中，電力數(shù)據(jù)異常的檢測準(zhǔn)確度低與數(shù)據(jù)修正誤差大等問題一直是技術(shù)難點。針對這些問題，提出一種基于改進(jìn)的孤立森林算法和BP神經(jīng)網(wǎng)絡(luò)算法的數(shù)據(jù)清洗方法。該方法通過構(gòu)造孤立森林對訓(xùn)練數(shù)據(jù)集的特征進(jìn)行提取，并檢測出數(shù)據(jù)集中的異常數(shù)據(jù)，再使用改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)模型對異常數(shù)據(jù)處進(jìn)行預(yù)測和修改。實驗結(jié)果表明，基于改進(jìn)方案的電力運維數(shù)據(jù)清洗程序在異常數(shù)據(jù)定位準(zhǔn)確性、數(shù)據(jù)修正準(zhǔn)確率、訓(xùn)練時間和資源占用等方面都得到了有效的優(yōu)化［2］。

（3）負(fù)荷預(yù)測方面

隨著電力大數(shù)據(jù)的發(fā)展及能源互聯(lián)網(wǎng)的建設(shè)不斷深入，海量的電力數(shù)據(jù)為負(fù)荷預(yù)測提供了堅實基礎(chǔ)。電力負(fù)荷受時間、天氣等眾多因素影響，在負(fù)荷預(yù)測的特征集中，并非特征因素越多預(yù)測精度就越高，過多的特征量會增加預(yù)測模型的復(fù)雜度，降低預(yù)測精度。目前，關(guān)于負(fù)荷預(yù)測的研究大多未對特征因素進(jìn)行篩選，或僅采用主觀選擇的方式確定預(yù)測特征集中的特征因素，而對特征因素的選擇會直接影響預(yù)測結(jié)果。隨機(jī)森林算法作為一種魯棒性高、學(xué)習(xí)能力強(qiáng)的智能分類算法，具備可度量變量重要性的能力，能夠分析復(fù)雜且相互作用的特征，因此被廣泛應(yīng)用于高維數(shù)據(jù)特征的選擇。為實現(xiàn)電力負(fù)荷的準(zhǔn)確預(yù)測，本文提出一種基于隨機(jī)森林算法和長短期記憶網(wǎng)絡(luò)的混合模型負(fù)荷預(yù)測方法，即RF-LSTM混合模型。該模型結(jié)合了RF和LSTM各自的特點，先將天氣、時間因素等高維特征集輸入隨機(jī)森林模型進(jìn)行重要性評估，篩選出重要特征變量后輸入LSTM預(yù)測模型進(jìn)行負(fù)荷預(yù)測，從而兼顧負(fù)荷數(shù)據(jù)的非線性和時序性，提高負(fù)荷預(yù)測精度［3］。

2.2 應(yīng)用中主要問題

人工智能不同算法與模型對電氣領(lǐng)域起到了推動作用，但無法在行業(yè)中有效地進(jìn)行批量驗證，多數(shù)情況下，僅能通過某一單體企業(yè)部分?jǐn)?shù)據(jù)進(jìn)行推演與測試，在實際生產(chǎn)運維中，人工智能算法的相關(guān)預(yù)測能力及準(zhǔn)確性會大打折扣。

2.3 智能柜應(yīng)用設(shè)計

智能配電柜早期通過合理的商業(yè)模式部署在企業(yè)負(fù)荷端，通過監(jiān)測實現(xiàn)了數(shù)據(jù)收集，同時通過相關(guān)技術(shù)完成了算法的迭代與不停地自動升級校正，直至升級為具有邊緣計算能力的單元，其設(shè)計邏輯如圖1所示。帶有邊緣計算能力的智能配電柜的主要作用如下［4］：

圖1 智能配電柜邏輯圖

（1）接受云端機(jī)器人分配任務(wù)，進(jìn)行局部計算工作，并將結(jié)果反饋給云端機(jī)器人；

（2）將驗證結(jié)果反饋給云端機(jī)器人，讓云端機(jī)器人對各種算法進(jìn)行擇優(yōu)評估；

（3）同步云端機(jī)器人中適合企業(yè)場景的計算模型，進(jìn)行現(xiàn)場計算，同時將數(shù)據(jù)反饋給云端使其繼續(xù)進(jìn)行深度學(xué)習(xí)；

（4）當(dāng)與云端終止聯(lián)系時，成為接管，直接總控本地單元。

2.4 智能柜參數(shù)設(shè)計

為保證實現(xiàn)應(yīng)用效果，智能設(shè)備相關(guān)參數(shù)需滿足如下條件來確保設(shè)備安全性和智能化功能的實現(xiàn)。

智能中壓柜：適用于三相交流50Hz、額定電壓3.6～12kV、母線和饋線電流630～4000A，短時耐受電流25～50kA的單母線和單母線分段系統(tǒng)，作為接受和分配電能的戶內(nèi)鎧裝移開式交流金屬封閉開關(guān)柜設(shè)備。開關(guān)設(shè)備包括三個高壓隔室和一個低壓室：斷路器室、母線室、電纜室及低壓儀表室（如圖2所示），所有二次元件、二次電纜等都裝在低壓儀表室內(nèi)。開關(guān)設(shè)備的頂部裝設(shè)有泄壓通道，用于在產(chǎn)生內(nèi)部燃弧時，泄放被電弧加熱的空氣。高壓母線室、電纜室和斷路器室之間通過金屬板相互隔離。在打開的隔室和主回路的帶電部件之間，具有連續(xù)并接地的金屬隔板；同時設(shè)計有最高級別的供電線路，以保證系統(tǒng)的不間斷安全用電。所有操作、維護(hù)和服務(wù)都可在柜前進(jìn)行，開關(guān)柜可靠墻安裝，接地開關(guān)聯(lián)鎖傳動機(jī)構(gòu)由錐形齒輪取代傳統(tǒng)連桿，避免卡死、拒動等機(jī)械故障，操作更方便可靠；全新設(shè)計的五防聯(lián)鎖機(jī)構(gòu)裝置，保障正確的操作順序。即使在意外的錯誤操作發(fā)生后，安全聯(lián)鎖仍能高度保障操作人員和設(shè)備的安全；手車室柜門與手車具備聯(lián)鎖功能，柜門未關(guān)閉時，手車不能搖入；手車搖入后，柜門被鎖定不能打開，以實現(xiàn)送電運行前強(qiáng)制關(guān)門，確保人身安全。靜觸頭活門機(jī)構(gòu)裝置具有自鎖功能，當(dāng)對手車室進(jìn)行檢修維護(hù)時，可防止活門意外開啟裸露靜觸頭，實現(xiàn)安全帶電檢修，保證系統(tǒng)不間斷安全用電，提供最高的供電運行連續(xù)性。手車搖車孔、接地開關(guān)操作孔均裝有帶鎖的蓋板，需用專用鑰匙方可打開，保障手車和接地開關(guān)不能被隨意操作，提高了安全性。采用全新專利產(chǎn)品CHQ型靜觸頭盒，提高了設(shè)備的絕緣距離與爬電距離，特殊結(jié)構(gòu)使絕緣性能顯著提升，避免絕緣放電、閃絡(luò)、拉弧等傳統(tǒng)弊端。大幅提升機(jī)械強(qiáng)度，母線連接更加牢固，可承受更高的故障電流電動力。有效防止凝露，提高了設(shè)備整體安全系數(shù)，具有更廣泛的環(huán)境適應(yīng)性。

圖2 智能柜分布圖

設(shè)備的集成智能主控系統(tǒng)采用工業(yè)級7寸及以上高清觸摸屏為顯示單元，集中監(jiān)測、顯示運行參數(shù)和運行狀態(tài)的功能。通過實時的數(shù)據(jù)采集和分析，對電壓、電流、溫升等參數(shù)及異常故障進(jìn)行智能分析和邏輯判斷，及時準(zhǔn)確地定位故障，分析故障原因，做到及時預(yù)警和反饋。通過遙控、監(jiān)視、程序分析和系統(tǒng)處理等技術(shù)，將復(fù)雜的多個單步操作簡化為一鍵安全操作，避免操作失誤帶來的重大事故和人員傷亡。智能主控系統(tǒng)內(nèi)置芯片是實現(xiàn)中壓側(cè)電力安全及運維邊緣計算的核心，其可通過網(wǎng)絡(luò)與云平臺進(jìn)行算法迭代，如果企業(yè)數(shù)據(jù)涉密，可通過加裝加密設(shè)備或防火墻后再進(jìn)行通訊，同時主控系統(tǒng)將進(jìn)行算法準(zhǔn)確度場景驗證。

智能低壓柜：單獨的母線系統(tǒng)可以實現(xiàn)單臺柜的單獨包裝、搬運，運行中可輕松實現(xiàn)系統(tǒng)的增容或更換，采用滑動式連接排，簡化現(xiàn)場的安裝維護(hù)。常規(guī)配電柜中的母排采用一字貫通式結(jié)構(gòu)設(shè)計，單根母排貫穿三臺柜體，當(dāng)發(fā)生現(xiàn)場維護(hù)、增容或更換配電柜時，多臺柜體的母排受到影響，停運配電柜多，施工難度大、時間長。設(shè)備采用單獨的母線系統(tǒng)和滑動式連接排技術(shù)，柜體可獨立拆除和安裝，減少了設(shè)備停運時間，維護(hù)方便、經(jīng)濟(jì)。

主母線系統(tǒng)：單層母線系統(tǒng)布置在柜體的頂部、底部或者背部，雙層母線系統(tǒng)布置在柜體的頂部或背部，兩層主母線的截面大小可以不同。主母線系統(tǒng)安裝在單獨的隔室當(dāng)中，與設(shè)備小室完全分離，以確保母線和操作維護(hù)人員之間的最大距離，主母線單獨、串聯(lián)或并聯(lián)使用均可。雙面操作柜采用共同母線設(shè)計，母線材料為銅，可根據(jù)運行的電流選用不同規(guī)格的母線，為便于維護(hù)，母線系統(tǒng)采用分段式，方便后期擴(kuò)展和拼裝。

分支母線系統(tǒng)：根據(jù)需求，可集中布置三相或四相分支母線系統(tǒng)。采用斷路器技術(shù)時，分支母線的最大允許電流可達(dá)2500A；采用抽出式安裝技術(shù)時，分支母線的最大允許電流為2000A。

智能低壓設(shè)備主控系統(tǒng)：集數(shù)據(jù)采集與處理、數(shù)據(jù)顯示與存儲、綜合分析與邏輯控制等功能于一體，應(yīng)用獨立的功能界面顯示詳細(xì)的數(shù)據(jù)信息，能夠?qū)ε潆娋W(wǎng)絡(luò)進(jìn)行集中監(jiān)控和管理，使配電網(wǎng)絡(luò)在安全、可靠、智能、高效的最佳狀態(tài)下運行。智能主控系統(tǒng)讓傳統(tǒng)的黑匣子電力運行系統(tǒng)有了智慧大腦，可以監(jiān)測各個回路的全部電氣參量、安全運行狀況、柜內(nèi)環(huán)境及壽命參數(shù)等。并可針對電壓、電流等主要參量繪制運行曲線，便于對用電回路進(jìn)行維護(hù)分析?？赏ㄟ^網(wǎng)絡(luò)或脫機(jī)方式與云平臺進(jìn)行算法迭代，是實現(xiàn)低壓電力運維、電氣安全、能耗分析、負(fù)荷預(yù)測邊緣計算的核心設(shè)備。智能主控系統(tǒng)的顯示界面如圖3所示。

圖3 智能主控系統(tǒng)顯示界面

3 產(chǎn)品功能和實現(xiàn)效果

3.1 智能監(jiān)測

設(shè)備集數(shù)據(jù)采集與處理、數(shù)據(jù)顯示與存儲、綜合分析與邏輯控制等功能于一體，能夠?qū)ε潆娋W(wǎng)絡(luò)進(jìn)行集中監(jiān)控和管理，使配電網(wǎng)絡(luò)運行于安全、可靠、智能、高效的最佳狀態(tài)。觸摸屏可顯示電氣模擬圖，能直觀反映整柜的電氣連接情況，監(jiān)測各個回路的全部電氣參量，可針對電壓、電流等主要參量繪制運行曲線，用于用電回路的維護(hù)分析，同時可對諧波、不平衡度等電能質(zhì)量數(shù)據(jù)進(jìn)行分析，確保負(fù)載設(shè)備健康良好運行。

3.2 安全防護(hù)

結(jié)合系統(tǒng)提供的電氣運行情況評估報告，對運行數(shù)據(jù)進(jìn)行專業(yè)分析，給出運營維護(hù)建議。檢修時斷電負(fù)荷容量自動在線檢測和自糾正系統(tǒng)，能避免運行及檢修時的不必要斷電；設(shè)備擁有自檢系統(tǒng)（如圖4所示），在出廠測試及年檢時，能夠自動檢測自身狀態(tài)，為相應(yīng)報告提供數(shù)據(jù)。

圖4 上電自檢圖

3.3 能耗分析

同時考慮了用戶后期的運行維護(hù)工作，可以為用戶提供專家級運維軟件服務(wù)，以實時的進(jìn)行數(shù)據(jù)監(jiān)測，開展全面的運行分析，保障供電安全。

可實現(xiàn)電能統(tǒng)計工作，通過曲線、表格、棒圖等方式，為用戶分析實時、時段的能耗情況，為節(jié)能管理、用能規(guī)劃提供數(shù)據(jù)支撐。通過特定參數(shù)曲線分析和連續(xù)的監(jiān)控，為用戶提供容量需求評估及決策服務(wù)。

3.4 預(yù)測性運維

設(shè)備融合智能配電監(jiān)控和診斷系統(tǒng)，為用戶在預(yù)防保護(hù)、避免事故發(fā)生方面提供了更優(yōu)的解決方案。針對過壓、欠壓、過流、超溫等參數(shù)異常狀況，提前預(yù)警，防止發(fā)生電氣事故；首創(chuàng)壽命監(jiān)測系統(tǒng)，能智能監(jiān)測斷路器壽命，并及時預(yù)警，讓設(shè)備工作在最佳狀態(tài)；采用銅排及回路的溫度監(jiān)控系統(tǒng)，避免因回路過載和短路等帶來的隱患；具備內(nèi)部電弧監(jiān)測和保護(hù)系統(tǒng)，避免因內(nèi)部電弧故障對設(shè)備和人員造成損傷；同時配合云端系統(tǒng)，全方位地保障上下級配電系統(tǒng)的安全性。實時分析故障信息，實現(xiàn)本地、遠(yuǎn)程電腦、手機(jī)三維聯(lián)動，通過聲光、郵件、短信等途徑及時進(jìn)行報警推送，確保故障信息第一時間被傳遞給維護(hù)人員，從而使維護(hù)人員在最短時間內(nèi)解決故障。

可實現(xiàn)將被動式運維轉(zhuǎn)化為計劃性運維，例如，通過分析可實現(xiàn)對螺栓松動趨勢、斷路器跳閘進(jìn)行提前預(yù)警。故障報警圖如圖5所示。

圖5 故障報警圖

3.5 算法優(yōu)化

分布在企業(yè)負(fù)荷端的智能設(shè)備通過邊緣計算，可對校正云端的核心算法提供場景驗證及支持。通過海量邊緣計算點的計算驗證后，發(fā)現(xiàn)可以在如下兩個方面進(jìn)行改進(jìn)：一是制造執(zhí)行系統(tǒng)可直接將計劃產(chǎn)量提前與電力系統(tǒng)進(jìn)行通訊，產(chǎn)品單耗歷史值呈規(guī)律序列存儲，將這方面數(shù)據(jù)融合后，可大大提高各種模型的預(yù)測準(zhǔn)確度；二是不同行業(yè)特殊設(shè)備的工藝負(fù)荷規(guī)律不同，例如空調(diào)負(fù)荷，應(yīng)盡量將此部分負(fù)荷預(yù)測數(shù)據(jù)進(jìn)行融合。

呂留根［5］等提出基于輻射時間序列法的房間空調(diào)負(fù)荷實驗研究，該方法采用24項輻射時間因子計算輻射，從而得到熱到輻射負(fù)荷的轉(zhuǎn)化過程。論文利用對流輻射分離方法，實測環(huán)境室24個時刻的逐時輻射熱，采用軟件計算環(huán)境室的輻射時間因子，由此計算輻射負(fù)荷，與對流負(fù)荷相加得到房間空調(diào)負(fù)荷，并與實測房間空調(diào)負(fù)荷進(jìn)行比較。研究結(jié)果表明，采用輻射時間序列法計算房間空調(diào)負(fù)荷的結(jié)果與實測值吻合較好，峰值誤差為-2.1%～0.7%，均值誤差最大為3.8%，平均相對誤差低于6.4%。實驗中環(huán)境室回風(fēng)溫度平均值為25.2℃，回風(fēng)控制系統(tǒng)穩(wěn)定且精度良好。剛文龍［6］等提出基于隨機(jī)森林的空調(diào)冷負(fù)荷逆向分解方法，并結(jié)合某辦公建筑實例對該方法的分解效果進(jìn)行了驗證。論文建立隨機(jī)森林冷負(fù)荷分解模型，將冷負(fù)荷逆向分解為圍護(hù)結(jié)構(gòu)負(fù)荷、人員負(fù)荷、燈光設(shè)備負(fù)荷和新風(fēng)負(fù)荷。導(dǎo)入典型氣象年數(shù)據(jù)，利用軟件計算得到辦公建筑的全年逐時負(fù)荷（含總負(fù)荷和分項負(fù)荷），其中干球溫度、濕球溫度來自典型氣象年數(shù)據(jù)。將時刻、冷負(fù)荷、干球溫度、濕球溫度作為模型輸入，人員負(fù)荷、新風(fēng)負(fù)荷、圍護(hù)結(jié)構(gòu)負(fù)荷、燈光設(shè)備負(fù)荷作為模型輸出，對模型進(jìn)行訓(xùn)練和測試。以均方根誤差、日平均相對誤差的平均值作為評價指標(biāo)，對隨機(jī)森林冷負(fù)荷分解模型的分解效果進(jìn)行評價。結(jié)果發(fā)現(xiàn)，隨機(jī)森林冷負(fù)荷分解模型可準(zhǔn)確實現(xiàn)負(fù)荷分解，且分解精度較高。四項負(fù)荷分解結(jié)果中，就均方根誤差來看，人員負(fù)荷分解精度較高，圍護(hù)結(jié)構(gòu)負(fù)荷分解精度偏低，當(dāng)以日平均相對誤差的平均值為判斷標(biāo)準(zhǔn)時，圍護(hù)結(jié)構(gòu)負(fù)荷分解結(jié)果偏離模擬值程度較小，人員負(fù)荷偏離模擬值程度較大，結(jié)合空調(diào)算法后，各種負(fù)荷預(yù)測模型精度大幅提升。

部署在企業(yè)負(fù)荷端的智能設(shè)備，除將模型結(jié)果反饋給云端外，還能自動巡優(yōu)選擇對企業(yè)負(fù)荷預(yù)測場景最佳的模型，并將其同步到云端進(jìn)行客戶標(biāo)碼深度學(xué)習(xí)進(jìn)化后，最終同步到終端邊緣設(shè)備。

4 結(jié)束語

目前，中國企業(yè)電力需求側(cè)的運維人員綜合素質(zhì)大多不強(qiáng)，一般部署軟件系統(tǒng)后，大都形同虛設(shè)，智能設(shè)備除承擔(dān)邊緣計算任務(wù)外，還可直觀展現(xiàn)運維狀態(tài)，方便運維人員進(jìn)行檢修，同時海量的行業(yè)數(shù)據(jù)積累可為科研工作及企業(yè)節(jié)能降耗、減碳提供實質(zhì)性指導(dǎo)。