嘉興市恒光電力建設(shè)有限責(zé)任公司 蔣理想 蔣增輝 姚振鋒

嘉興恒創(chuàng)電力集團有限公司華創(chuàng)信息科技分公司 徐 晨 杜 斌

1 引言

氣體絕緣金屬封閉開關(guān)（Gas Insulated Switchgear，GIS）設(shè)備[1]是現(xiàn)代電力系統(tǒng)中常用的設(shè)備之一，可以用于隔離電源、承載和切斷電流電路，與接地開關(guān)共同實現(xiàn)對高壓輸電線路和電氣設(shè)備的控制、保護和檢修[2-3]。GIS設(shè)備在電網(wǎng)中的應(yīng)用較為廣泛，利用SF6氣體良好的絕緣特性，實現(xiàn)電氣隔離，具有小型化、安全性高等優(yōu)點。在向GIS 設(shè)備中注入SF6氣體之前需要對GIS 設(shè)備各氣室作抽真空作業(yè)，并檢測其氣密性，以防其存在漏氣點導(dǎo)致使用過程中SF6氣體泄漏而失去隔離作用。因此，如何高效地完成GIS 設(shè)備的抽真空和氣密性檢測是GIS 設(shè)備快速安裝使用的基礎(chǔ)，也是輸變電工程施工單位的重點研究課題之一。

2 系統(tǒng)設(shè)計

本文提出的GIS 設(shè)備氣室抽真空作業(yè)智能化控制和在線監(jiān)測系統(tǒng)架構(gòu)，綜合考慮功能完備性、系統(tǒng)穩(wěn)定性、后期維護和可擴展性。該系統(tǒng)采用分層設(shè)計思想，自底向上依次包括硬件基礎(chǔ)層、硬件抽象層、云平臺層、應(yīng)用后端、應(yīng)用前端，每一層各司其職，層與層之間通過標(biāo)準(zhǔn)接口交互，其內(nèi)部邏輯互不干擾，這種清晰的分布式分層架構(gòu)使控制硬件、數(shù)據(jù)存儲、操作監(jiān)控軟件可以突破地域局限，根據(jù)實際工程需要布置到不同地理位置的不同設(shè)備上。

本系統(tǒng)的硬件基礎(chǔ)層主要包括現(xiàn)場工控機和STM32控制板組成的智能控制設(shè)備以及電磁閥、真空度傳感器、泵等作業(yè)設(shè)備。硬件抽象層為布置在現(xiàn)場工控機上的硬件設(shè)備控制服務(wù)軟件，通過5G無線網(wǎng)絡(luò)接入云平臺，可以接收應(yīng)用后端和前端的指令。云平臺層采用阿里云等公有云，作為智能控制設(shè)備與遠(yuǎn)程手機之間的橋梁，云端部署系統(tǒng)數(shù)據(jù)庫及數(shù)據(jù)分析和管理服務(wù)軟件。應(yīng)用后端作為手機App 軟件的后端，提供用戶管理、項目管理、設(shè)備管理、數(shù)據(jù)管理等管理模塊，人工智能AI 引擎提供的智能化數(shù)據(jù)分析服務(wù)。應(yīng)用前端包括了手機App軟件和工控機操作軟件，用戶通過工控機操作軟件可以在施工現(xiàn)場編排抽真空作業(yè)并監(jiān)控作業(yè)流程，同時用戶也可以通過手機App 實現(xiàn)遠(yuǎn)程下發(fā)作業(yè)和監(jiān)控。

另外，本系統(tǒng)引入了人工智能技術(shù)，通過分析歷史抽真空作業(yè)數(shù)據(jù)，在數(shù)據(jù)驅(qū)動下自主學(xué)習(xí)氣室模型，可以根據(jù)氣室體積、氣室初始真空度和泵的功率等因素，估計所需要的抽真空時間，從而實現(xiàn)更加高效準(zhǔn)確的抽氣作業(yè)。

2.1 硬件基礎(chǔ)層

系統(tǒng)硬件基礎(chǔ)層主要包括由工控機和STM32控制板構(gòu)成的智能控制設(shè)備以及電磁閥、真空度傳感器、泵等[4]。其中作業(yè)設(shè)備較為簡單，根據(jù)行業(yè)標(biāo)準(zhǔn)采用標(biāo)準(zhǔn)器件即可。電磁閥用于關(guān)閉或開啟相關(guān)管路，保證抽氣過程中從指定氣室抽氣，真空值測量過程中測得指定氣室內(nèi)的真空度值。本項目采用CDK AB41-02-3型電磁閥，該電磁閥采用24V 供電，可由單片機控制其開啟或關(guān)閉。電子真空計用于測量氣室真空度值，采用ASAIR AGP500-ALC型皮拉尼真空計[5]。電磁閥和電子真空計的安裝位置設(shè)計如圖1所示。

圖1 電磁閥和電子真空計的安裝位置設(shè)計

由圖1可知，本設(shè)計共使用7個電磁閥和1個電子真空計，通過控制電磁閥的開閉，可以實現(xiàn)5個氣室的單獨抽氣和測量氣室內(nèi)的真空度值。

2.2 硬件抽象層

該層主要負(fù)責(zé)底層硬件的驅(qū)動集成，按照行業(yè)標(biāo)準(zhǔn)實現(xiàn)每個氣室的抽真空和監(jiān)測作業(yè)流程控制。每個氣室的作業(yè)流程可分為：抽真空、測量真空度值A(chǔ)、靜置、測量真空度值B 四個步驟，其中抽真空和靜置較為耗時（抽真空時間因真空泵功率和氣室體積不同而不等），DL/T 618-2011標(biāo)準(zhǔn)規(guī)范要求的靜置時間一般為5h。傳統(tǒng)的作業(yè)流程在處理多個氣室時一般采用串行方式，假設(shè)每個氣室作業(yè)耗時7h，則完成5個氣室作業(yè)總共耗時35h。本文提出采用異步編程方式，充分利用靜置時間，實現(xiàn)多個氣室作業(yè)的流水線式操作。抽真空和靜置兩個步驟設(shè)計為可搶斷函數(shù)。電磁閥動作和讀取真空度值動作為原子動作，一般耗時極短，因此可以忽略。當(dāng)氣室1在靜置時，可啟動其他氣室的抽真空作業(yè)，從而充分利用靜置時間，縮短整個作業(yè)的耗時。

2.3 云平臺層

云平臺層主要為整個系統(tǒng)的運行提供環(huán)境，包括云端計算資源、物聯(lián)網(wǎng)接入模塊、云端數(shù)據(jù)庫等，其中物聯(lián)網(wǎng)接入模塊主要負(fù)責(zé)設(shè)備的接入。本項目采用阿里云作為云平臺，并采用阿里云服務(wù)器ECS 實現(xiàn)，操作系統(tǒng)采用CentOS 7.6，云存儲空間40GB，帶寬1Mbps。阿里云提供了便捷的彈性配置，后續(xù)隨著更多的智能控制設(shè)備的接入，ECS 可以根據(jù)需要，升級配置，從而滿足系統(tǒng)運行所需的計算資源、存儲空間和網(wǎng)絡(luò)帶寬。

2.4 應(yīng)用后端和前端

應(yīng)用后端是整個系統(tǒng)的核心，該層部署在云端，包括用戶管理模塊、設(shè)備管理模塊、數(shù)據(jù)管理模塊、AI 引擎模塊4大模塊，每個模塊內(nèi)部的功能規(guī)劃如下：一是用戶管理模塊主要負(fù)責(zé)用戶注冊登錄、用戶權(quán)限管理、密碼和邀請碼管理等；二是設(shè)備管理模塊主要負(fù)責(zé)管理接入系統(tǒng)的多套智能控制設(shè)備的管理，包括設(shè)備與用戶的綁定和解綁、設(shè)備心跳檢測、設(shè)備二維碼管理等；三是數(shù)據(jù)管理模塊主要負(fù)責(zé)作業(yè)任務(wù)數(shù)據(jù)和監(jiān)控數(shù)據(jù)管理、設(shè)備數(shù)據(jù)管理以及數(shù)據(jù)庫讀寫模塊；四是AI 引擎模塊主要用于通過歷史數(shù)據(jù)訓(xùn)練模型，并利用模型預(yù)測每個氣室抽氣時間，并優(yōu)化多個氣室流水線式作業(yè)的流程，提高作業(yè)效率。

應(yīng)用前端包括了安裝在用戶手機上的App 和部署在現(xiàn)場工控機上的操作軟件。通過這兩個軟件，可以在多種施工場景下實現(xiàn)便捷的作業(yè)安排和監(jiān)控，一是施工人員在施工現(xiàn)場通過工控機操作軟件編排多個氣室的抽氣作業(yè)任務(wù)，并通過該軟件監(jiān)控整個作業(yè)流程；二是施工人員在施工現(xiàn)場通過工控機操作軟件編排多個氣室的抽氣作業(yè)任務(wù)，然后通過手機App 遠(yuǎn)程監(jiān)控作業(yè)流程；三是施工人員通過手機App 遠(yuǎn)程下的抽氣作業(yè)并監(jiān)控作業(yè)運行。

3 試驗

3.1 試驗設(shè)置

為了驗證本文所設(shè)計的GIS 設(shè)備抽真空作業(yè)智能化控制及在線監(jiān)測軟硬件系統(tǒng)的實用性和有效性，在實際施工環(huán)境下進行了測試。測試中，首先將真空泵、電磁閥等設(shè)備安裝到5個體積形態(tài)不一的氣室管路上，并與本項目設(shè)計的智能控制設(shè)備相連。啟動智能控制設(shè)備、云端服務(wù)軟件，施工人員登錄手機App。本測試中，施工人員通過工控機控制軟件編排抽真空作業(yè)任務(wù)，下發(fā)作業(yè)參數(shù)，并通過控制軟件或手機App 監(jiān)控作業(yè)流程。

3.2 氣室抽氣時間預(yù)測分析

以線性回歸模型為例，f 函數(shù)可表示為：

通過歷史數(shù)據(jù)即可完成模型訓(xùn)練，求得模型參數(shù)a 和b 的值。利用訓(xùn)練獲得的模型即可在后續(xù)施工中，由模型根據(jù)用戶輸入的氣室體積和真空泵功率，讀取真空計獲得的氣室初始真空度值，自動預(yù)測氣室抽氣到規(guī)范要求的113Pa 所需的時間，無須再由施工人員憑經(jīng)驗設(shè)置抽氣時間。為了分析該方法的預(yù)測精度，進行了如下試驗：采集不同數(shù)量的數(shù)據(jù)，按7:3的比例劃分為訓(xùn)練集和測試集，使用訓(xùn)練數(shù)據(jù)分別訓(xùn)練線性回歸和支持向量機模型，并用訓(xùn)練好的模型在測試集上預(yù)測抽氣時間，并計算與實際時間的誤差。

試驗結(jié)果表明：當(dāng)數(shù)據(jù)量較少時，支持向量機的預(yù)測誤差明顯低于線性回歸模型。隨著歷史數(shù)據(jù)的積累，兩種模型的預(yù)測誤差逐步降低，并趨于相同。通過算法模型預(yù)測抽氣時間的誤差明顯低于人工經(jīng)驗估計。因此，使用歷史數(shù)據(jù)訓(xùn)練氣室模型可以準(zhǔn)確估計抽氣作業(yè)時間，擺脫傳統(tǒng)施工中不準(zhǔn)確的經(jīng)驗依賴。

3.3 作業(yè)運行耗時分析

本文設(shè)計的GIS 設(shè)備抽真空作業(yè)的智能化控制及在線監(jiān)測的軟硬件系統(tǒng)的核心目標(biāo)是提高GIS 設(shè)備抽真空作業(yè)的效率，因此對作業(yè)運行耗時進行了分析試驗，試驗結(jié)果如圖2所示。其中灰色柱表示5個氣室串行作業(yè)的耗時，藍(lán)色柱表示氣室串行作業(yè)但每個氣室的抽氣時間采用了智能估計方法后的作業(yè)總耗時，綠色柱表示5個氣室流水作業(yè)的總耗時，橙色柱則是在流水作業(yè)的基礎(chǔ)上使用了智能估計方法。試驗結(jié)果表明，采用流水線式作業(yè)，可以減少57%的作業(yè)耗時。結(jié)合智能估計每個氣室的抽氣時間后，作業(yè)總耗時可以進一步下降，從而提高了GIS 設(shè)備抽真空作業(yè)的效率。

圖2 作業(yè)運行耗時對比

4 結(jié)語

本文設(shè)計開發(fā)了一套可實現(xiàn)GIS 設(shè)備抽真空作業(yè)的智能化控制及在線監(jiān)測的軟硬件系統(tǒng)。該系統(tǒng)通過無線網(wǎng)絡(luò)和公有云，可以管理多套現(xiàn)場作業(yè)智能控制設(shè)備，每套設(shè)備可以同時實現(xiàn)多個氣室的抽真空和氣密性檢測作業(yè)。通過使用該系統(tǒng)，施工人員可以使用現(xiàn)場設(shè)備編排抽真空作業(yè)，同時也支持通過手機App 遠(yuǎn)程下發(fā)作業(yè)并監(jiān)控作業(yè)運行過程。該系統(tǒng)通過引入人工智能、云計算等先進信息技術(shù)，解決了傳統(tǒng)人工抽真空作業(yè)操作不準(zhǔn)確、步驟煩瑣、耗時長等問題，有效提高了GIS 作業(yè)操作的便利性和高效性。