机器智能在电力运检全过程中的应用研究

何 涛，刘 婧，刘 畅

(1.国网上海市电力公司，上海 200122；2.国网上海市电力公司电力科学研究院，上海 200437)

运维检修业务是保障电网设备安全和大电网安全运行的核心环节。我国电网是重要的国家能源配置平台,规模覆盖国土面积的95%以上,运营着全世界电压跨度最大、输电线路最长地形地貌最复杂,以及各种发电方式和输电方式并存的电网。电网运检系统肩负着设备的运维检修、质量监督和安全管理重任,对保障大电网安全运行起着非常重要的作用。

电网运检仍然面临着多重因素的影响,设备质量问题仍是当前困扰因素之一；输电通道环境极其复杂,外力因素时刻威胁设备安全;电网设备数量增长迅速与人员基本稳定的矛盾加大了运检任务难度;传统的运检模式难以适应时代发展及电网发展要求。因此,迫切需要信息化技术与电网运检业务的创新融合来提升运检效率效益,保障电网设备安全运行[1]。

随着智能传感器、机器人等技术的深入应用与发展，机器智能给传统电力运检带来了新的分析理念和技术途径，不断推动运检体系的自动化、智能化、集约化变革。

本文在当前智能运检体系建设的背景下，从机器智能的概念出发，介绍现阶段机器智能技术的研究和应用现状，在此基础上对机器智能在电力运检全过程中的应用进行介绍，最后对机器智能在运检中应用技术的发展趋势进行展望。

1 机器智能技术概述

1.1 机器智能的定义

机器智能，定义为机器利用各类智能技术自主完成任务的能力。机器智能属于人工智能的一部分，但是区别在于，人工智能强调在信息空间中实现智能化，而机器智能侧重于信息物理空间，即在CPS中实现智能技术，关注并利用智能芯片和智能软件技术实现各种类别机器的智能化[2]。

1.2 机器智能的原理

机器智能是新一代自动化的延伸，用来辅助人类改变工作的性质，让工作变得更加高效。其基础是计算，核心是会学习的机器，它将人类带入智能化社会。 机器智能可以模仿人类的多种能力：感知力，如AI的视觉功能，对图像的识别能力；行动力，使机器像人一样行动，比如处理多种不同情况下的物体搬运任务；人的智商，在网络模型与算法研究的基础上，利用人工神经网络组成实际的应用系统；创造力，机器像人一样具备学习创造能力，称之为“深度学习”。其核心是建立模拟人脑进行分析学习的神经网络，在此基础上分析和解释数据。

1.3 机器智能的研究现状

2018年美国国际战略研究所发布了《美国机器智能国家战略报告》，提出了机器智能对包括经济、社会等各方面的广泛影响，以及美国在战略制定方面的一些差距，并给出了具体的意见和建议。国内的机器智能技术发展也日益得到重视，戴琼海院士认为机器思维、机器决策研究，也是脑科学研究的一个非常重要的补充；潘云鹤院士提出通过自主智能把机器人和制造装备提升为自主智能机器人和自主智能机器机械；许宁生院士也提出了复旦的ABC大脑计划；甘中学教授等进一步提出人机物三元群智智能，其目标就是能够发展具有自我进化能力的机器智能技术，使机器智能逐步进化到自主智能的一个水平[2]。

2 机器智能在电力运检全过程的应用

2.1 电网状态感知应用

2.1.1 带电检测

目前，带电检测主要包括红外热像检测、紫外成像检测、局部放电检测、油气类检测、设备结构检测等。红外热像检测主要针对红外热图像的缺陷自动识别和在线监测系统开发方面；紫外成像检测主要根据电气设备电晕状态，对异常电晕的属性、发生部位和严重程度进行判断和缺陷定级；局部放电检测主要针对设备局部放电时，产生的各类信号包括特高频信号、超声波信号、高频信号等进行检测；油气类检测技术相对成熟，已有国家和行业标准可供参考；设备结构检测主要包括声学振动检测技术、基于超声的设备内部缺陷检测、基于声学成像设备异响检测，但整体应用还未普及。

2.1.2 设备和环境状态在线监测

电力设备状态在线监测主要分为变电和输电在线监测。

变电在线监测主要是应用先进传感、监测及通信技术搭建的监测系统，实现实时掌握设备关键状态量、预测设备状态发展趋势、保障设备健康稳定运行，解决了离线检测需要停电进行、检测工作量大、设备状态掌握不及时等问题。

输电线路在线监测主要是在输电线路设备上安装可实时记录设备运行状态特征量的测量系统及技术，实现状态实时检测和检修。随着现代通信技术的成熟与推广，输电线路在线监测被广泛应用于杆塔倾斜、覆冰、微气象、导线舞动、视频/图像等的在线监测。

2.2 设备智能巡检应用

2.2.1 机器人巡检

目前，国内已得到实际应用的机器人主要有以下几类：变电站巡检机器人、架空输电线路带电维护机器人、电缆隧道巡视机器人和架空配电线路带电作业机器人。变电站巡检机器人主要利用基于激光和视觉融合的定位导航、复杂环境下的识别定位技术、刀闸开关及仪表读数识别技术，并辅以扩展工具，实现设备状态检测、检测数据分析、带电水冲洗等功能。

架空输电线路带电维护机器人主要利用移动越障技术、带电作业技术、绝缘子串检测技术、图像识别技术等，实现输电线路运行状态、通道环境等监测。

电缆隧道巡检机器人与变电站巡检机器人类似，主要实现电缆隧道环境可视化监测、红外测温等功能，目前部分地区试点了利用机器人开展隧道有害气体监测。

架空配电线路带电作业机器人作为一个移载平台，主要利用主从式液压机械臂、系列化智能工具、绝缘防护系统，实现配网带电作业。

2.2.2 无人机巡检

无人机主要应用于输电线路的巡检，主要采用无人机搭载可见光、红外检测、紫外检测等任务设备对输电线路进行巡视和检测。其中,巡视任务包括日常巡视、协助运维人员治理设备本体及通道环境缺陷、无人机协同人工巡检、无人机辅助树障测量、协助抗冰、防外破、防山火等应急响应、“三跨”隐患排查、无人机清除异物、基于无人机激光扫描技术的输电通道可视化运维等。无人机巡检技术的引入,极大提高了架空输电线路巡视效率,直观、准确地反映了线路运行情况,已成为输电线路的重要巡检手段。近年来,无人机灾情普查和应急抢修、无人机清除导地线异物、辅助传递工器具等辅助检修作业、基于无人机三维激光扫描数据的输电通道可视化运维等技术应用已逐步开展,拓展了无人机技术的应用范围,提高了输电线路运维和检修效率。

2.2.3 移动作业

随着机器智能技术的发展和应用,传统的“PC端+服务器”模式已经不能满足日益增长的电网运检业务需求。更加小型化、智能化的移动终端以及智能可穿戴设备被越来越多地应用在巡检、抢修以及日常办公业务当中。移动端及相关设备与移动应用作为电力企业内部作业与外部服务的延伸,极大地拓展了各级管理人员的工作范围,也为基层班组开展现场作业提供极强的辅助支撑作用。

目前，移动作业设备主要包括智能可穿戴设备、手持终端和移动监控设备。其中，智能可穿戴设备发展迅速，形式有智能头盔、智能眼镜、智能服装等，其核心是利用人机相互技术，延伸人体的肢体和记忆功能。手持终端主要利用摄像头、5G通信、GPS等模块，实现运检业务的延伸。移动监控设备主要用于作业现场远程管控、多方会商等。

2.3 设备状态诊断和分析应用

目前，电力设备状态智能诊断主要是大数据和人工智能技术的应用。电力设备状态大数据分析的核心是充分利用设备状态、电网运行和环境气象等多源数据进行深度融合分析和机器学习，提高设备状态评价、故障诊断和预测的实时性和准确性。人工智能技术与设备状态诊断的融合，使设备智能评估和诊断的应用明显加快，一些先进的人工智能技术，如神经网络、小波分析、专家系统、模糊诊断、模式识别等，应用于状态评估、预测以及缺陷诊断中，取得了良好的效果，电力设备的状态检测和评估技术得到迅速发展。

在电网安全和控制领域，人工智能技术可以应用于电力系统的仿真分析,对交直流混联电网故障特征识别及智能控制,建立基于人工智能的调控辅助决策系统；在输变电领域,图像识别技术应用于输变电设备巡检和输电通道风险评估，输变电设备故障智能诊断和状态评估;电网主要灾害预警预报;无人机和机器人自然巡检；在配用电领域,AI可以帮助配用电设备监控状态智能检测与管理;将营业机器人引入配用电管理过程中;利用人工智能为用电现场高效作业与安全风险进行智能预警。

3 机器智能在电力运检应用的展望

未来，机器智能在电力运检全过程的应用要实现二维互动感知、四类融合分析、三层集约管控。其中，二维互动感知即实现设备本体与传感器一体化技术、基于物联网的互联感知技术等两个维度的设备状态信息互动感知，运用“一体化、标准化、模块化”的智能设备，构建基于物联网的设备状态及运检资源感知体系；四类融合分析即实现环境预警数据、立体巡检数据、不停电检测数据、设备评价大数据的深度融合分析，构建基于环境检测的通道预测预警体系和基于智能装备的立体巡检体系；三层集约管控即实现指挥决策层、业务管理层、现场作业层的集约管控。