配电网数字化智能运维技术应用研究

孙起鹿

（陕西电力建设集团有限公司，陕西 西安 710075）

0 引 言

电力系统由发电、输电、变电、配电及用电系统组成。按照电压等级分为高压配电网、中压配电网和低压配电网；也可以按照供电服务对象来分，即给用户供电的节点或断面均称为配电网，与电压等级无关，增量配电网就是按照这个逻辑定义的，突破了电压等级的限制。随着分布式电源的接入，配电系统往往还包括分布式发电的电源，如光伏、储能等，称之为主动配电网。配电网具有点多、面广、线长、变化大及通信环境差等特点。因电力系统发展的历史原因，过去一度存在“重发、轻供、不管用”的现象，配网属于供电环节，并不被重视。

近几年来，电力系统主网架建设日趋完善，电网智能化、数字化、信息化成为共识[1-3]，配电系统得到了长足的发展及重视。电力系统三大指标体系为：电能质量、供电可靠性及线损。其中，电网中有一半的损耗发生在配电网，且配电系统的线损占比较高；用户停电事件中，约80%是由配电系统引起的，影响可靠性的主要因素也在配电网；电压合格率是判断电能质量的关键指标，配网作为“最后一公里”也是决定性因素。在役配电网设备主要关注的参数包括运行参数（如电压、电流等）及设备本身的状态参数（如温度、局部放电等）[4]。

本文基于配电网设备运行参数及状态参数的融合，提出构建在役配电网设备数字化智能运维系统的解决方案。在大数据关联分析的理念下，对多源多类数据的相关性进行系统分析，从而提升配电网建设与运维的精益化水平。

1 配电网设备检修的模式分析

1.1 配电网设备检修现状

配电网设备的检修模式经历了故障检修、周期检修，最终发展到状态检修。三种模式的更迭是一个由不科学到较科学的过程，都与当时设备技术水平、人员状况及运行模式紧密相关[5]。初期，运行中的配电网设备一般是出现故障和损坏时，不得已才停机检修，其原则是“坏了必修、修必修好”，称之为故障检修。该种模式势必造成突发性停电，对需要连续运行的用电客户是一种大型生产事故，其损失无法估计；对供电企业来讲，供电可靠性指标无法保障，电量损失较大。后来逐渐发展到了预防检修阶段，该阶段含有两种模式，即周期检修和状态检修。周期检修的原则是“到期必修、修必修好”，这种检修方式由被动停机到主动停机，减少了停电用户的突发性损失。对于检修周期的确定，从借鉴国外的经验到自己总结，逐渐趋于完善合理。设备状态检修是根据先进的状态检测、监测和诊断技术提供的设备状态信息，判断设备的异常状况，预判设备的故障趋势，并在故障发生前进行检修。其原则是“该修则修、修必修好”。随着设备全寿命周期状态检测与故障诊断技术的发展，实施设备状态检修已经成为设备检修的最高策略。状态监测是状态检修的基础与支撑，而对监测结果的有效科学应用则是状态检修得以实现的保证。目前，由于状态监测的判据还没有绝对标准，限制了状态检修的推进。随着数字化技术、计算机通信技术的进步，基于边缘计算、云计算技术的设备状态参数与配电系统运行参数融合，构建了智能运维体系，给设备状态检修应用推广带来了广阔的未来[6-10]。在配电系统中推行状态检修是电力设备检修制度发展的必然选择。其直接效益有：节省大量维修费用，延长设备使用寿命，提高供电可靠性，降低检修风险，提高设备利用率。设备检修发展历程如图1所示。

图1 配电网设备检修模式的发展历程

1.2 配电网设备状态检修可行性分析

开展配电网设备状态检修的基础条件已经具备：第一，配电网设备的运行经验已经有了一定的积累，其维护和检修技术也得到了长足发展，为实施状态检修奠定了技术基础 ；第二，配电网设备的制造在绝缘材料性能、技术性能、生产工艺方面都有很大提高，制造质量、设备使用寿命都得到了提升，为状态检修奠定了物理基础；第三，配电设备在线监测传感器技术、通信技术发展较快，如红外线成像技术、无源无线传感器技术、光纤绕组温度传感器技术等，为各类设备状态参数采集、传输、数据处理提供了可能；第四，计算机及通信技术为设备状态监测和故障诊断提供了支撑，成为配电领域的一个重要应用研究方向；第五，配电自动化大规模地应用，为设备在线监测及状态检修提供通信、图资信息、地理信息等共享资源，为状态检修的全面推进提供了便利条件。支持状态检修的在线监测系统按照分层分布的系统原则，包括信号采集（具备边缘计算功能）、信号传输（包括各种通信方式）、信号处理（具备模式识别功能）、故障诊断到最终给出检修策略。具体框图如图2所示。

图2 配电设备在线监测系统框图

2 大数据分析在配电网运维中的应用

2.1 大数据技术原理

对于“大数据”，麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。大数据思维的核心是全样本数据思维、数据核心思维、数据价值思维、关注效率思维、关注相关性思维及预测思维等。全样本数据思维就是样本即全体；数据核心思维即以数据为核心，强调数据比流程更重要，挖掘更深层次的数据信息；数据价值思维即数据的应用是有价值的；关注效率思维即从寻求精确度到寻求高效率，从寻找确定性到寻找概率性；关注相关性思维即由探求因果关系变成挖掘相关关系；预测思维即基于数据统计相关性分析，挖掘深层次的应用。大数据思维是新的思维观，用大数据思维方式思考问题、解决问题成为未来发展趋势。

2.2 基于大数据的配电网运维分析

配电网作为电力系统与用户连接的最后环节，其运行参数、状态参数等相关数据的应用分析一直是一个难题，运行参数有额定数据验证，而状态参数缺乏绝对标准，且与运行参数密切相关。基于此，对比适合于大数据分析的方法来找出规律，并指导配电网的建设与运维。基于多维度变量数据分析，对配电网进行的综合评估诊断，可以快速得到配网可靠率、线损率、电压合格率等主要技术指标，实现对配电网现状的总体评估、诊断、分析，为查找系统薄弱环节提供量化数据支撑。具体策略的突破点在于将配电网的运行参数与状态参数建立逻辑关系，发现二者的相关程度，为网架结构现状分析、设备质量状态监测提供数据支撑；通过分析薄弱环节而生成的“问题库”，对目标电网进行计算分析，得到目标网架的分析指标；并通过对比验证建设改造的合理性，辅助建设目标网架方案的决策，构建相应的建设改造方案库。

3 配电网智能运维平台

配电网智能运维平台整合了调度系统、变电站自动化系统、无人值守变电站辅助系统、配电自动化系统及配电设备在线监测系统等全方位信息，既包括了配电系统的运行参数，也包括了配电设备及环境等的状态参数。基于大数据分析的理论，为配电网建设及运行维护提供支持。

3.1 配电网智能运维系统架构

配电网智能运维平台系统架构按照分层分布式体系共分三层：现场感知层、数据传输层、平台应用层。现场感知层：采用各类设备安全状态传感器、探测器、采集器、智能检测终端或第三方仪器仪表类智能设备等，完成现场电流、电压等参数的采集及预处理；数据传输层：融合多种通信方式的通信网络；平台应用层：基于调度自动化、变电站综合自动化及配电自动化等构成的运行监控平台应用已经实现；设备在线监测平台功能正在逐步实现；配电网运行监控平台与设备在线监测平台融合构建了智能配电网运维平台，即配电网状态参数与运行参数均实现可观、可测、可控。基于配电设备状态监测与故障诊断技术的平台，可以融合设备寿命管理与预测技术、设备可靠性分析技术及信息管理与决策技术为一体，是一个广义的配电网智能运维系统平台，实现了配电网的智能化运维。智能运维平台架构如图3所示。

图3 智能运维平台架构框图

3.2 配电网智能运维平台应用功能

配电网智能运维系统基于云计算、物联网、大数据技术，与配电室运维、用电服务相结合，为用户提供线上线下配电运维服务。该系统可实现远程集中化值班、系统自动化监控、运行数据化分析、现场移动化巡检、设备全寿命管理、能效分析与诊断、月度运行分析、配电站综合评价、实时运行监控。基于实时数据和大数据模型的安全分析、配电室健康状态评价和能效评价功能，对用户配电运行状态、管理水平、用电效率进行客观、综合评价；自动化分析报告、统计报表，可敏捷响应用户的数据统计分析及运维报告需求；覆盖配电运维、计量与价费管理、楼层用电监控、能源管理等全景业务。此系统可以减少维护人员、杜绝行为浪费、延长设备寿命、减低维护费用，进而降低运营成本，还有利于节能增效。

4 结 语

本文在通信技术及边缘计算技术进步的基础上，提出了基于状态检修策略的配电网智能运维平台系统的构架，即融合了传统的调度自动化等系统运行参数及配电设备在线监测状态参数，用大数据的理论分析了运行参数及状态参数的相关性，为判定配电设备运行情况提供依据，为配电网薄弱点分析提供支撑，给配电网建设、运维检修提供方案建议。