基于云平台的变电站设备智能诊断系统

付宇

摘要：变电站是当今电力系统中十分关键的一部分，其运行稳定性将直接电力系统的运行安全以及用电用户的使用体验，如今关于变电站设备的智能诊断技术越来越先进。分析了基于云平台的变电站设备智能诊断系统体系设计要点，从诊断方法库的设置到任务调度、信息融合，分析了故障智能诊断功能的实现方法。从诊断流程入手，探讨了基于云平台变电站设备智能诊断系统实际应用效果，证明了该系统较好的应用价值。

关键词：云平台;变电站设备;智能诊断;诊断系统

一、基于云平台的变电站设备智能诊断系统概述

变电站智能诊断系统主要是指通过对计算机软件技术、互联网技术、通信网络技术及传感器等技术的应用，实现对变电站设备各类故障风险的自动化识别、预警、诊断，为变电站设备运行维护和故障检修提供技术化支持的系统。而云平台是一种如今网络科技领域中比较热门的概念，其主要是一种基于计算机硬件资源和软件资源的服务，具备信息采集、储存、共享及实时应用的能力。而基于云平台的变电站设备智能诊断系统，主要是一种利用云平台系统，对故障数据、诊断信息进行采集、自动化分析，并具有自我学习、自我诊断能力的智能化系统。众所周知，在如今的电网系统中，变电站是实现能量转换、实现电力应用的关键系统，其运行状态不仅关系到人们的使用体验，更关系到电网系统的安全。如果变电站设备出现故障，往往会产生一系列的不良影响，因此针对变电站设备的故障诊断尤为重要。但是在如今变电站系统越来越庞大，用户用电需求越来越高的情况下，变电站设备的故障诊断技术也需要升级。尤其是现代电网系统技术全面升级的背景下，传统单纯的信息化诊断技术不能很好的满足用户需求，急需要通过对云平台及智能化技术的应用，进一步促进电力系统诊断维护管理水平的提升。

二、基于云平台的变电站设备智能诊断系统体系设计

（一）设备监测对象及状态参量

在如今变电站中，比较重要的设备包括变压器、断路器、高低压成套开关等，不同的电气设备的功能及特点不同。尤其是在变电站运行过程中，不同该设备的状态量存在较大差异，所以要结合变电站设备的实际情况，明确智能诊断系统的主要监测对象和状态产量。

（二）基本结构

如前文所述，云平台实际上是一个基于互联网、通信网络的功能性信息平台，其具有信息采集、共享、资源整合的特点，同时也可以和相应的硬件设备、软件系统形成有效联系。从变电站设备故障智能诊断的角度来讲，通过对云平台的应用，可以很好的实现故障风险智能预警以及分步协同诊断。其中，前者可以帮助变电站故障检修维护人员有效实现针对故障的事前管理，做好故障风险规避，或在故障发生时及时做出有效应对，后者主要是实现对故障的有效分类，便于形成完善、有效的故障处理维护机制。总体来讲，基于云平台的故障诊断系统架构包含以下几个方面：

1.智能化感知层。在智能化系统中，智能感知层主要是对变电站中各类设备关键数据进行监测，采集其状态产量，为智能诊断中心提供真实、可靠的数据依据。通常情况下智能化感知层获取数据的途径是安装于变电站设备各个关键位置的传感器，以及相关设备自身的信息记录系统，通过技术对接，实现信息的实时采集和上传。

2.信息整合层。信息整合层主要是将感知层采集起来的信息进行整合，由检测组IED构成云平台，进而形成一套大信息数据库及资源池。值得一提的是，这些数据资源是储存于云平台的，也就是说具有相关权限的系统是可以随时调取的。通过该平台，可以实现系统的任务调度、故障分析等功能。基于云平台本身资源共享功能，可以实现对电力系统的大数据储存和分析。

3.智能化控制及应用层。该部分主要存在于变电站运行维护管理中心，通常以中心控制站的形式存在，主要负责调取数据、故障判断、指令发布等。在云平台基础上，该部分还具有信息更新、大数据分析、故障智能診断分析的功能。

三、智能化故障诊断的实现方法分析

目前在业界，基于云平台的故障诊断技术逐渐成熟，尤其在变电站设备的故障诊断中，该系统的应用研究有了不错的成果。通常情况下，该系统实现智能化故障诊断的基本前提在于构建基于云平台的异域异构资源共享系统，再结合分布在变电站系统中不同位置的高精度传感器、智能电子设备，以获取更多实时数据，满足资源池的构建需求。

（一）诊断方法库

在该系统中，诊断方法库主要分为初级和高级两个部分。其中，初级诊断方法库本身是信息整合层，主要是将通过传感器、智能电子设备采集来的数据信息进行整理，并对通过实时数据就能识别的故障进行诊断。在这方面用到的具体技术包括阈值诊断、跛行诊断等。高级诊断方法库则是一种更高等级的智能化应用层，其通常是智能变电站中心控制站的一部分，可以从空间范围到时间范围对采集到的数据进行分析，预估故障风险类型和危害，并协助检修人员制定有针对性的故障规避应对措施。其中，专家诊断、人工神经网络等智能算法已经开始应用于实际工作之中。

（二）任务调度原则

在基于云平台的智能诊断系统中，任务调度是十分关键的部分，精准、高效的调度算法，不仅对故障诊断工作本身有益，同时也是实现系统智能化成长和处理能力升级的关键。该系统主要是利用遗传算法进行任务分配，通过将实时采集到的数据按照底层特征进行拆分，再形成相应的数据包，按照初级诊断方法库形成一一对应的任务矩阵，进而满足后续应用需求。当前技术条件下，IED计算资源形成的资源矩阵中，可以有效实现对故障诊断任务的智能化分配。

（三）信息融合方法

信息融合是智能诊断系统能够实现智能化分析、风险评估及智能成长的关键，在云平台的分步诊断中，针对同一对象使用不同方法产生的诊断结论也可能存在差异。因此，在智能化诊断系统中，需要这类信息进行有效融合，进而实现对诊断结论的统一，以保证结果的准确性。通常情况下，在变电站智能诊断系统中，初级诊断结果一般储存于诊断结果矩阵SNx6，再使用0和1分别表示诊断结果没有故障和有故障。若归一化结果矩阵中每一行元素取并集并形成矩阵PNx1，那可以判断该特征量数据存在异常。

（四）诊断流程

在基于云平台的变电站设备故障智能诊断系统中，基本的诊断流程包括：首先，安装于各个位置的传感器对设备运行关键数据进行实时采集，通过规约转换将信息传递到信息融合层。其次，由信息融合层基于初级诊断方法进行处理，根据任务调度原则进行计算空间分配，对故障进行初步判断。接着，控制中心对初步诊断信息进行识别分析，并按照融合诊断结果，将数据分层储存。如果诊断结果显示存在故障，则调取原始数据和分析结果，结合预警系统与故障排查诊断人员共享。此时，控制中心根据故障类型，调取相应的历史参数、故障因素判断、故障处理方法，便于技术人员进行紧急处理。必要时，自动操控相关位置开关进行局部断电保护，直到技术人员修复好故障。

结束语：

综上所述，随着社会经济的快速发展，云技术、计算机技术、信息化技术在人们生产生活的方方面面都得到了大量应用。而变电站设备是电力系统中十分关键的一部分，在构建智能化设备故障诊断系统时，要结合变电站设备的实际运行特点，科学应用现代技术，构建一套逻辑合理、架构科学、诊断方法可靠的系统。只有如此，才能更好的实现对变电站系统的智能化管理，为社会的稳定发展保驾护航。

参考文献：

[1]王有元， 蔡亚楠， 王灿，等. 基于云平台的变电站设备智能诊断系统[J]. 高电压技术， 2015， 41（012）：3895-3901.

[2]张莉莉， 杜瑶， ZHANG，等. 基于云计算的变电站设备智能诊断系统的研究与应用[J]. 应用能源技术， 2017（08）：57-58.

南京因泰莱电器股份有限公司 江苏南京 210000