摘 要：針對(duì)現(xiàn)有檢測(cè)方法在檢測(cè)變電站運(yùn)行狀態(tài)的過(guò)程中檢測(cè)結(jié)果與實(shí)際相差較大并且準(zhǔn)確率過(guò)低的問(wèn)題，本文引入BIM一體化平臺(tái)，研究變電站智能運(yùn)行狀態(tài)檢測(cè)方法。應(yīng)用BIM一體化平臺(tái)，對(duì)變電站進(jìn)行智能漫游巡視。構(gòu)建物理鏈路模型，完成虛擬回路融合。結(jié)合變電站設(shè)備運(yùn)行周期性特點(diǎn)校核IED巡檢碼。劃分運(yùn)行狀態(tài)等級(jí)，檢測(cè)并評(píng)估運(yùn)行狀態(tài)。試驗(yàn)結(jié)果表明，本文方法可以更準(zhǔn)確地檢測(cè)變電站的運(yùn)行狀態(tài)，為變電站設(shè)備運(yùn)維提供支持。

關(guān)鍵詞：BIM一體化平臺(tái)；運(yùn)行狀態(tài)；智能變電站

中圖分類(lèi)號(hào)：TH 39 " " " " 文獻(xiàn)標(biāo)志碼：A

自2010年起，隨著信息技術(shù)、物聯(lián)網(wǎng)以及大數(shù)據(jù)技術(shù)的發(fā)展，變電站的智能化水平明顯提升，智能變電站的概念應(yīng)運(yùn)而生。智能變電站融合了先進(jìn)的傳感器、智能設(shè)備以及數(shù)據(jù)分析技術(shù)，旨在對(duì)變電站的運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)、精準(zhǔn)的監(jiān)測(cè)與高效管理。鑒于變電站內(nèi)設(shè)備復(fù)雜多樣，運(yùn)行數(shù)據(jù)龐大，且對(duì)安全性和可靠性有著極高的要求，因此，對(duì)變電站智能運(yùn)行狀態(tài)的檢測(cè)需求也愈發(fā)精準(zhǔn)和高效。

廖海等[1]提出了一種基于深度遷移學(xué)習(xí)的智能變電站電力設(shè)備部件狀態(tài)檢測(cè)方法。該方法通過(guò)深度遷移學(xué)習(xí)技術(shù)來(lái)預(yù)訓(xùn)練模型參數(shù)，提高了變電站設(shè)備狀態(tài)檢測(cè)的精度和效率，但是在適應(yīng)特定環(huán)境和識(shí)別復(fù)雜故障方面仍然有提升空間。李遠(yuǎn)松等[2]提出基于智能感知與深度學(xué)習(xí)的智能變電站設(shè)備狀態(tài)檢測(cè)方法，結(jié)合智能感知與深度學(xué)習(xí)全面感知設(shè)備狀態(tài)并進(jìn)行智能分析，但是在整合多源數(shù)據(jù)、提高算法魯棒性和降低計(jì)算復(fù)雜度方面存在不足。因此，為了克服上述方法的局限性，本文提出了一種基于建筑信息模型（Building Information Modeling，BIM）一體化平臺(tái)的變電站智能運(yùn)行狀態(tài)檢測(cè)方法。該方法旨在通過(guò)BIM一體化平臺(tái)的有效整合與利用，實(shí)現(xiàn)變電站運(yùn)行狀態(tài)的全面、精準(zhǔn)監(jiān)測(cè)與高效管理。

1 基于BIM一體化平臺(tái)的變電站智能漫游巡視

在變電站智能運(yùn)維領(lǐng)域，現(xiàn)有的檢測(cè)技術(shù)受限于物理空間和觀(guān)察視角，不能全面、直觀(guān)地掌握電力系統(tǒng)的運(yùn)行細(xì)節(jié)[3]。為解決這個(gè)問(wèn)題，本文依托BIM技術(shù)，構(gòu)建了變電站的精細(xì)化全景模型。該模型不僅涵蓋了變電站的物理結(jié)構(gòu)信息，還融合了電力設(shè)備的運(yùn)行參數(shù)與狀態(tài)數(shù)據(jù)，為后續(xù)的智能分析奠定了基礎(chǔ)。此外，在BIM一體化平臺(tái)中，本文設(shè)計(jì)了三維可視化模塊，并規(guī)劃了智能漫游路徑與交互界面，使運(yùn)維人員能夠身臨其境，以第一人稱(chēng)視角全方位地在虛擬變電站中漫游，實(shí)現(xiàn)全方位的觀(guān)察與分析[4]。BIM一體化平臺(tái)架構(gòu)如圖1所示。

運(yùn)維人員能夠利用這個(gè)虛擬仿真環(huán)境，模擬行走并探索變電站的各個(gè)區(qū)域，細(xì)致地檢查電力設(shè)備的運(yùn)行狀態(tài)及其周邊環(huán)境，有效避免了在物理巡視過(guò)程中可能存在觀(guān)察盲區(qū)的情況[5]。在構(gòu)建基于變電站的虛擬仿真漫游環(huán)境的過(guò)程中，本文整合了來(lái)自變電站SCADA系統(tǒng)的實(shí)時(shí)數(shù)據(jù)流，這些數(shù)據(jù)涵蓋了狀態(tài)量、模擬量和脈沖量等核心運(yùn)行參數(shù)。具體來(lái)說(shuō)，系統(tǒng)實(shí)時(shí)監(jiān)測(cè)斷路器與隔離開(kāi)關(guān)的開(kāi)合狀態(tài)、保護(hù)系統(tǒng)的動(dòng)作反饋、主變壓器及其相關(guān)監(jiān)控裝置的信號(hào)狀態(tài)，以及事故總信號(hào)、保護(hù)裝置與監(jiān)控裝置的自檢情況，還有變電站內(nèi)輔助設(shè)施的運(yùn)行狀態(tài)[6]。為了提高運(yùn)維效率，筆者將這些實(shí)時(shí)數(shù)據(jù)映射至三維虛擬仿真場(chǎng)景中，利用動(dòng)態(tài)模擬的方式直觀(guān)呈現(xiàn)變電站的實(shí)時(shí)運(yùn)行狀態(tài)。

2 虛擬回路融合

在BIM一體化平臺(tái)的應(yīng)用實(shí)踐中，筆者引入了虛擬回路融合技術(shù)。該技術(shù)利用數(shù)字化手段，在三維虛擬環(huán)境中精確地復(fù)現(xiàn)了在變電站過(guò)程層中典型間隔的物理鏈路拓?fù)浣Y(jié)構(gòu)，其簡(jiǎn)化模型如圖2所示。

該物理鏈路模型能夠清晰描繪變電站內(nèi)智能設(shè)備之間，通過(guò)面向通用對(duì)象的變電站事件（Generic Object Oriented Substation Event，GOOSE）和采樣值（Sampled Value，SV）進(jìn)行信息交換所形成的光纖傳輸網(wǎng)絡(luò)。在這個(gè)模型中，光纖數(shù)據(jù)接口是信息交換的門(mén)戶(hù)，連接變電站中的各個(gè)智能設(shè)備[7]。光纖線(xiàn)路構(gòu)成了信息傳輸?shù)奈锢砘A(chǔ)。箭頭符號(hào)直觀(guān)地指示各接口間的信息流動(dòng)方向，即信息的輸入與輸出關(guān)系。模型的兩端分別用方塊表示GOOSE和SV的地址空間，它們是信息交換的起始點(diǎn)和目的地。

為了更準(zhǔn)確地描述變電站過(guò)程層的物理鏈路拓?fù)浣Y(jié)構(gòu)，可以將其表示為一個(gè)無(wú)向圖，如公式（1）所示。

G=（V，E） " " " "（1）

式中：G為無(wú)向圖；V為無(wú)向圖中的頂點(diǎn)集，表示變電站內(nèi)的所有智能設(shè)備及其光纖數(shù)據(jù)接口；E為邊集，表示實(shí)際連接的光纖線(xiàn)路。

對(duì)于每個(gè)頂點(diǎn)v∈V，可以為其附加屬性，以描述其類(lèi)型（例如GOOSE源、SV源和接口等）和狀態(tài)（例如活躍、空閑等）。每條邊e∈E在2個(gè)頂點(diǎn)之間建立連接，表示一個(gè)直接的信息傳輸通道。為了深入理解拓?fù)浣Y(jié)構(gòu)中的信息流動(dòng)情況，本文定義了一個(gè)函數(shù)flow（e），該函數(shù)能夠提供關(guān)于每條邊e信息流動(dòng)的詳細(xì)信息，包括流動(dòng)的方向以及其他可能的特性。由于光纖支持雙向通信，信息在物理鏈路中的流動(dòng)通常是雙向的，因此flow（e）的結(jié)構(gòu)更復(fù)雜，例如采用集合或元組的形式來(lái)包含正向和反向的流量信息。

3 IED巡檢碼校核

在導(dǎo)入SCD文件的過(guò)程中，須參考變電站內(nèi)設(shè)備的詳細(xì)配置文檔，深入分析IED的關(guān)鍵監(jiān)測(cè)代碼。這個(gè)過(guò)程需要準(zhǔn)確利用變電量信號(hào)的覆蓋率參數(shù)并且進(jìn)行精密計(jì)算，生成對(duì)應(yīng)的檢測(cè)指令[8]。將這些指令與IED的源代碼進(jìn)行比較，驗(yàn)證SCD文件是否充分滿(mǎn)足狀態(tài)檢測(cè)的功能性需求。由于變電站中電氣設(shè)備的運(yùn)行周期ΔT可能會(huì)受多種電網(wǎng)環(huán)境因素的影響而產(chǎn)生波動(dòng)，因此在構(gòu)建IED狀態(tài)檢測(cè)碼的過(guò)程中須采取謹(jǐn)慎策略，避免直接采用過(guò)高的固定數(shù)值作為參數(shù)。基于上述邏輯，IED狀態(tài)檢測(cè)碼的計(jì)算過(guò)程如公式（2）所示。

（2）

式中：K為IED狀態(tài)檢測(cè)碼；T為時(shí)間常數(shù)；S為變電量信號(hào)覆蓋系數(shù)；f為變電信號(hào)解析數(shù)；b為校核度量；Hn為變電量狀態(tài)檢測(cè)實(shí)際參數(shù)；H0為初始階段變電量狀態(tài)檢測(cè)標(biāo)準(zhǔn)參數(shù)；n為檢測(cè)指令的發(fā)送頻率；為變電信號(hào)傳輸平均數(shù)。

數(shù)據(jù)處理流程在運(yùn)算過(guò)程中具有全面、高效的優(yōu)點(diǎn)。本文深度整合了IED與SCD文件，并且優(yōu)化了變電站二次設(shè)備狀態(tài)檢測(cè)系統(tǒng)的性能，不僅提高了其運(yùn)行效率，還提升了系統(tǒng)的穩(wěn)定性。這項(xiàng)改進(jìn)為變電站的高效、可靠運(yùn)行奠定了基礎(chǔ)。

4 運(yùn)行狀態(tài)檢測(cè)與評(píng)估

變電站設(shè)備的歷史記錄涵蓋了從安裝規(guī)劃、日常運(yùn)行監(jiān)測(cè)到環(huán)境適應(yīng)性評(píng)估等環(huán)節(jié)。當(dāng)評(píng)估設(shè)備運(yùn)行狀態(tài)時(shí)，必須重點(diǎn)關(guān)注幾類(lèi)核心參數(shù)，這些參數(shù)對(duì)最終檢測(cè)結(jié)果的準(zhǔn)確性至關(guān)重要[9]。設(shè)備的性能評(píng)估不僅考慮了其準(zhǔn)確性指標(biāo)，還綜合了差流電抗器的采樣數(shù)據(jù)以及設(shè)備在歷史外部故障事件中的響應(yīng)數(shù)據(jù)等，以全面反映保護(hù)設(shè)備的歷史表現(xiàn)和可靠性。對(duì)于測(cè)控裝置，評(píng)估則側(cè)重于其檢測(cè)精度，這些參數(shù)與測(cè)控裝置在實(shí)時(shí)數(shù)據(jù)采集和設(shè)備控制過(guò)程中具有統(tǒng)計(jì)學(xué)意義。智能終端的在線(xiàn)監(jiān)控信息見(jiàn)表1。

為了保證評(píng)估結(jié)果的一致性和規(guī)范性，鑒于各類(lèi)狀態(tài)信息表達(dá)方式的不同，技術(shù)人員須應(yīng)用一套標(biāo)準(zhǔn)化處理流程，將各種檢測(cè)值統(tǒng)一映射至[0，1]。根據(jù)設(shè)備當(dāng)前狀態(tài)信息的特性，可以將其主要分為3類(lèi)，即效益型信息、成本型信息和梯形指標(biāo)信息。針對(duì)這些信息類(lèi)型，本文分別采用以下標(biāo)準(zhǔn)化處理公式進(jìn)行轉(zhuǎn)換。

對(duì)于效益型信息（例如遙測(cè)正確率、故障恢復(fù)時(shí)間等），其特點(diǎn)是指標(biāo)值越高，代表設(shè)備性能越好。為了將這類(lèi)原始數(shù)據(jù)轉(zhuǎn)換為可以統(tǒng)一比較和評(píng)估的相對(duì)值，本文采用評(píng)估函數(shù)g（x）進(jìn)行標(biāo)準(zhǔn)化處理，如公式（3）所示。

（3）

式中：x為效益型指標(biāo)信息；xmax為效益型指標(biāo)信息最大值；xmin為效益型指標(biāo)信息最小值。

為了統(tǒng)一進(jìn)行評(píng)估，采用標(biāo)準(zhǔn)化處理公式，將原始數(shù)據(jù)轉(zhuǎn)換為[0，1]的相對(duì)值，其計(jì)算過(guò)程如公式（4）所示。

（4）

式中：g（x'）為成本型信息經(jīng)過(guò)標(biāo)準(zhǔn)化處理后的相對(duì)值；x'為成本型指標(biāo)信息；x'min為成本型指標(biāo)信息最小值；x'max為成本型指標(biāo)信息最大值。

最后，當(dāng)處理具有特定區(qū)間范圍的信息（例如設(shè)備內(nèi)部溫度、接收功率等）時(shí)，采用特定的評(píng)估函數(shù)g（x''）進(jìn)行處理，如公式（5）所示。

（5）

式中：x''為區(qū)間型指標(biāo)信息；x''max為區(qū)間型指標(biāo)信息最大值；x''min為區(qū)間型指標(biāo)信息最小值；xn為區(qū)間最大值；xm為區(qū)間最小值。根據(jù)公式（3）～公式（5），本文將對(duì)這3種類(lèi)型指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理。然后，利用這些處理結(jié)果，對(duì)變電站的智能運(yùn)行狀態(tài)進(jìn)行全面的檢測(cè)與評(píng)估。

在檢測(cè)過(guò)程中，可以根據(jù)設(shè)備的健康狀況、性能表現(xiàn)以及潛在風(fēng)險(xiǎn)等因素對(duì)變電站智能運(yùn)行狀態(tài)進(jìn)行等級(jí)劃分（見(jiàn)表2）。根據(jù)表2內(nèi)容，結(jié)合對(duì)應(yīng)分值，確定變電站運(yùn)行狀態(tài)的具體等級(jí)，檢測(cè)其狀態(tài)。

5 對(duì)比試驗(yàn)

為進(jìn)一步驗(yàn)證本文所提方法的可行性，將基于深度遷移學(xué)習(xí)的檢測(cè)方法設(shè)置為對(duì)照A組，將基于智能感知與深度學(xué)習(xí)的檢測(cè)方法設(shè)置為對(duì)照B組，將本文基于BIM一體化平臺(tái)的檢測(cè)方法設(shè)置為試驗(yàn)組。將3種檢測(cè)方法應(yīng)用于相同的試驗(yàn)環(huán)境中，檢測(cè)同一個(gè)變電站的運(yùn)行狀態(tài)。獲取該變電站的運(yùn)行數(shù)據(jù)，并根據(jù)得到的數(shù)據(jù)對(duì)變電站運(yùn)行狀態(tài)進(jìn)行分類(lèi)，結(jié)果見(jiàn)表3。

根據(jù)表3中的分類(lèi)標(biāo)準(zhǔn)，對(duì)3種檢測(cè)方法得到的檢測(cè)結(jié)果進(jìn)行分類(lèi)，并與表3中內(nèi)容進(jìn)行比較，經(jīng)過(guò)簡(jiǎn)單運(yùn)算得到3種檢測(cè)方法的檢測(cè)分類(lèi)準(zhǔn)確率，見(jiàn)表4。

分析表4中記錄的數(shù)據(jù)可以發(fā)現(xiàn)，試驗(yàn)組檢測(cè)方法在變電站運(yùn)行狀態(tài)各類(lèi)別的分類(lèi)準(zhǔn)確率上均在95.00%以上，高于對(duì)照A組和對(duì)照B組。這表明，與另外2種對(duì)照方法相比，試驗(yàn)組的檢測(cè)方法不僅具有更高的檢測(cè)準(zhǔn)確率，而且其檢測(cè)結(jié)果與實(shí)際情況更吻合。因此，上述試驗(yàn)結(jié)果證明了本文提出的基于BIM一體化平臺(tái)的檢測(cè)方法在檢測(cè)準(zhǔn)確性方面具有明顯優(yōu)勢(shì)。

6 結(jié)語(yǔ)

本文研究了一種基于BIM一體化平臺(tái)的變電站智能運(yùn)行狀態(tài)檢測(cè)方法，該方法突破了傳統(tǒng)檢測(cè)技術(shù)的局限性，充分利用了BIM平臺(tái)在數(shù)據(jù)集成、可視化以及協(xié)同管理方面的優(yōu)勢(shì)，提高了變電站運(yùn)維的智能化水平。試驗(yàn)結(jié)果表明，該方法能夠?qū)崿F(xiàn)對(duì)變電站運(yùn)行狀態(tài)全面、精確地實(shí)時(shí)監(jiān)測(cè)，為保障變電站的安全運(yùn)行和提高運(yùn)維效率奠定了基礎(chǔ)。

隨著智能電網(wǎng)與BIM技術(shù)的不斷融合，本文所提出的方法展現(xiàn)出廣闊的應(yīng)用前景。未來(lái)，筆者將持續(xù)優(yōu)化檢測(cè)算法，旨在進(jìn)一步提升檢測(cè)的精確度、實(shí)時(shí)響應(yīng)速度以及跨平臺(tái)的數(shù)據(jù)交互能力。推動(dòng)智能變電站與智能電網(wǎng)的深度融合，使智能電網(wǎng)更加安全、可靠和高效。

參考文獻(xiàn)

[1]廖海，陳俊，鄭磊，等.基于深度遷移學(xué)習(xí)的智能變電站電力設(shè)備部件狀態(tài)檢測(cè)方法[J].電氣技術(shù)與經(jīng)濟(jì)，2024（4）：368-370，382.

[2]李遠(yuǎn)松，丁津津，徐晨，等.基于智能感知與深度學(xué)習(xí)的智能變電站設(shè)備狀態(tài)檢測(cè)方法[J].電氣工程學(xué)報(bào)，2022，17（2）：208-214.

[3]李能俊，楊海成，許顯科，等.基于DT-CWT和SVD的變電站直流系統(tǒng)接地故障檢測(cè)技術(shù)研究[J].電氣傳動(dòng)，2024， 54（5）：80-85.

[4]周晶晶，張偉，李春輝.多手段聯(lián)合精確定位在電纜GIS終端局放檢測(cè)中的應(yīng)用[J].電力與能源，2024，45（2）：177-181.

[5]鄭磊，王楠，陳俊，等.基于無(wú)線(xiàn)通信網(wǎng)絡(luò)的無(wú)人值守變電站遠(yuǎn)程監(jiān)控方法[J].電氣技術(shù)與經(jīng)濟(jì)，2024（4）： 193-195.

[6]王瑩，于波濤，張巖.基于狀態(tài)跟蹤的變電站主機(jī)運(yùn)行漏洞檢測(cè)方法[J].電子設(shè)計(jì)工程，2023，31（24）：168-171，176.

[7]薛晨.基于狀態(tài)信息關(guān)聯(lián)性的變電站繼電保護(hù)實(shí)時(shí)檢測(cè)方法研究[J].電氣傳動(dòng)自動(dòng)化，2022，44（5）：44-47.

[8]譚興華，楊東，陳瑞斌.X射線(xiàn)無(wú)損探傷技術(shù)在變電站運(yùn)行狀態(tài)GIS檢測(cè)中的應(yīng)用[J].分析儀器，2022（1）：83-88.

[9]汪洋，黎恒烜，鄂士平，等.基于深度學(xué)習(xí)的變電站硬壓板狀態(tài)檢測(cè)與識(shí)別算法[J].沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào)，2020，42（6）：676-680.