人工智能在输电线路安全运行中的应用

李玉华

(重庆东电通信技术有限公司，重庆 400000)

1 技术路径

针对输配电装备运维难点和电力系统数据特征，通过研究多源信息采集与处理技术，依托不同平台，借助数据融合法全方位获取输电线路运行过程中的各项数据，如设备状态、实时状态、电网运行指标等，从而对多源异构数据进行处理，并进行规范化使用，实现视频、图像、文本等多源电网数据的源端融合。

通过研究基于大数据分析的输变电设备评估模型及状态诊断方法，实现电网装备状态评价的智能化、专业化、信息化和互动化。通过研究基于人工智能和大数据的输配电装备健康预警技术，实现输配电装备的实时感知、在线监测、科学预警、智能诊断。并以上述技术为基础，开发基于大数据的输配电装备智能化远程运维系统，根据输配电装备运维需要，深入挖掘、分析装备运行数据，形成智能运维报告。

2 人工智能技术在电力系统输电线路安全运行中的应用

2.1 多源异构数据信息采集与处理技术

基于多视图的数据融合方法研究。研究基于支持值变换的多视图特征反向融合方法、建立输配电装备运行数据语义空间、基于联合非负矩阵分解的鲁棒多视图特征语义融合方法，实现输配电装备运行数据源端融合，多源异构数据信息采集芯片原理如图1所示。

图1 多源异构数据信息采集芯片原理

2.2 基于聚类分析的多源异构数据挖掘技术

针对输变电设备的实时状态、数据采集渠道广、涉及的数据体量较大等特点，研究基于聚类分析的多源异构数据挖掘技术。

跨平台多源异构数据清洗技术。针对输电线路设备状态信息呈现来源多、信息异构、数量庞大、属性繁多等特点，研究基于统计、聚类、关联分析、时间序列分析等原理的多源异构数据清洗技术。

跨平台多源异构数据归一化技术。研究基于均值绝对偏差标准化的输配电装备带电检测、在线监测、例行试验、巡视检修、电网运行、环境气象等相关数据的规范化和标准化方法。研究包含静态属性、准实时状态属性、实时状态属性的统一的多维状态信息模型建模方法。多源异构数据挖掘如图2所示。

图2 多源异构数据挖掘

2.3 基于大数据分析的输变电设备状态评估技术

建立DS分析方法的输变电设备状态评估模型，研究基于状态信息实时数据流预警技术的输变电设备异常状态快速检测方法。

2.4 基于人工智能的输配电装备运维策略

对设备状态信息之间存在的关系进行深入研究，建立设备运行数据与状态间的关联模型。研究基于“事故学习-事件驱动”型的时空状态模型。采用云模型给出采集数据缺乏情况下的可切换时变设备停运模型。研究基于机器学习的适应不同设备类型、不同电压等级、不同运行年限、不同运行环境、不同运行季节等输变电装备评估模型。

3 人工智能监测系统的开发与应用

3.1 输电线路在线监测

在人工智能应用领域中，专家系统是重要的组成部分。对于电力系统而言，开发输电线路在线监测专家系统是极为必要的，其目的在于通过分析监测系统收集的数据，推断出输电线路可能存在的故障点及所发故障的原因，包含知识库、数据库、解释机制、推理机以及人机接口五个部分。监测系统获取数据信号的手段主要有远程可视、线路安全运行、避雷器等。将所收集的数据信息分别构建成静态数据库和动态数据库，当监测系统运行时，远程可视监控模块将率先启动，并将现场情况转化为可视图像，避雷器、安全运行模块相继启动，系统将会根据各个模块的数据分析结果，启动综合分析模块，从而对结果进行全面的判断，其结果可以作为输电线路早期故障的重要诊断依据，具有一定的参考意义。

3.2 数据信号的无线传输

随着无线通信技术的不断发展，在较大范围内能够实现信号覆盖，将传感器安装到电力系统输电线路探测热点处，对监测数据信号进行采集，并以无限通信网络为载体，实现输电线路运行温度、舞动幅度、避雷器等实时数据的远程传输，无线通信技术则将所获取的可视化图片和数据信息回传到监控中心，完成监控系统的同步传输，与AI故障诊断技术构建一体化信息监控平台，对输电线路安全运行情况进行智能监控。

3.3 远程视频监测

输电线路远程视频监控系统主要由客户端监控软件、图像编辑器、流媒体服务器等部分组成，其核心技术是数据采集、压缩解码、无线网络数据传输等技术。系统可以对输电线路周围环境进行实时监控，能够随时获取输电线路的运行情况，强化对输电线路的管理。图像编码器将所采集的数据信号通过压缩编码码技术进行处理，借助无线通信技术将处理后数据信号传输到流媒体服务器中，管理员只需要登录监控软件，将视频流进行解码，就可获取高质量的现场图像，并进行浏览、监控，最后通过AI技术对相关信息进行处理。