人工智能在变电站运维管理中的应用研究

摘要：变电站是电力系统的重要组成部分，能将高压电能转变为适合输送和供应给用户的低压电能，还能实现对电力系统的控制与保护。为探究人工智能在变电站运维管理中的应用，本文从人工智能、变电站运维管理两大核心概念出发，简要指出了人工智能技术在变电站运维管理的作用，随后重点剖析AI在变电站运维管理的应用要点，并指出AI在变电站运维管理的应用保障措施。

关键词：人工智能（AI）；变电站；运维管理；应用

DOI：10.12433/zgkjtz.20232745

变电站的主要作用是为工业、商业、居民用户提供所需的电力，同时还能对电力系统进行控制和保护，提升电力能源的利用效率与电力供应可靠安全性。在电力系统运行中，变电站承担着变能量、控制、保护、稳定、安全等重要职责，占据着举足轻重的地位，其运行维护管理也备受人们关注。若将人工智能技术运用到新时期下变电站的运维管理中，可以提升运维质量与效率，满足当前精细化管理、智能化管理的需求。

一、人工智能与变电站运维管理概述

人工智能技术（Artificial Intelligence， AI）是研究、开发用于模拟、延伸及扩展人的智能理论、方法、技术等系统化技术科学，它于1956年Dartmouth学会上被提出。后来有更多的专家学者针对该领域深入探索并进行技术攻坚，获得了丰富的研究成果。AI技术发展至今，其数据量、计算力都在大幅度提升。变电站运维管理是电网顺利运行的支架，只有做好变电运维，电网才能安全稳定运行。变电站的运维管理存在的特点有：设备维护量大，出现各种异常或问题的风险较高；一旦出现变电事故，造成的危害较严重。电能供需矛盾日益突出，变电站的数量也有所增长，加强运维管理并找出变电站运行中的安全隐患是关键。

二、人工智能在变电站运维管理的作用

当前有部分电网企业仍然采取传统的管理模式，安排专门的运维人员定期对变电站工作内容检查，不仅会加大运维人员的压力，还会导致电网维护时间变长，工作效率低下。同时，变电站中运用到的设备与技术创新多样，结构复杂，依靠运维人员难以顺利完成对所有设备的操作和维护管理。通过积极运用AI技术，能实现对变电站设备层、站控层相关信息的智能化收集与管理，随后再整合分析所得信息来及时预警操作，让变电站的运维管理变得更简单，工作效率更高。当运维管理过程中发现异常问题，AI技术自动发出警告并协助变电站运维人员处理，将问题造成的损失降到最低。

三、人工智能在变电站运维管理的应用要点

（一）遥测系统的应用

遥测系统是指对远距离被测对象的某些参数测量、传输和处理的系统。该系统在变电站运维中有重要作用，能帮助运维人员远距离发现可能存在的故障，减少了运维人员的巡视成本和时间，极大地提升了运维效率与质量。将AI技术与该系统融合能反馈数据设备的运行状态，并实行对应分类及回归任务。

1.变压器/电抗器

以往在诊断变电站运维系统中的变压器、电抗器时，会普遍选择阈值判断、横向或纵向对比等方法，但由于故障类型多样且易受到变电站现场信号干扰影响，诊断效果并不理想。AI技术结合机器学习专家系统，分析变压器（或电抗器）状态和监测参量间所具备的映射关系，对变电站的变压器、电抗器更高效率、高质量的诊断。在实际运用中，运维人员要根据以往的工作经验和统计学理论知识等掌握变压器、电抗器故障判断中的规则。此外，还可利用AI技术对变压器等设备检测，深度学习人工神经网络、支持向量机等机器学习具备较强的拟合能力，透过丰富的历史样本预测变压器/电抗器中的状态参量发展趋势，实现对故障的有效预测，尽可能提前预防变电站运维管理中的故障问题。

2.电容型设备

电容型设备在变电站设备总量中占据着40%～50%

的比例，它包括电流互感器、电力变压器套管等，其运行的可靠性是变电站运维管理的重要内容。在对此类设备监测时需关注到介质损耗因素等，但由于其易受外界干扰，必须提升相关数据信息的精准度。为此，可依托于AI技术运用原理，深度学习辨识电容器介质损耗，并且经多次训练后构建成多层次的神经网络，能快速识别介质损耗角的变化量数据并及时修正。运维管理技术人员可将支持向量机、BP神经网络结合，以提升对介质损耗因素监测的精确性。

3.断路器/GIS

断路器是能在规定的时间内关合、承载和开断异常回路条件下的电流的开关装置，GIS则是气体绝缘金属封闭开关设备，两者的作用均是控制电力系统的开关，保护电力系统的安全。与变电站中的变压器性质相比，断路器/GIS都具备局部放电的特点，且放电的结果可以有效反映出内部绝缘可能存在的缺陷，为运维管理提供参考。为保障变电站运维管理质量，技术人员可在AI技术的支持下来采取深度学习方法，对断路器/GIS中的电信号有效的辨别和提取。随后分解电信号，并在熵理论的基础下来进行信号分解结果的特征构造。在此之前，在变电站现场还可利用放电模型进行仿真演练，提高可信度。

（二）遥视系统的应用

遥视系统可以实现对变电站周围环境的全面化监测，在此系统的保护下，避免变电站中外在的自然、人员等因素的不良影响而造成各种故障。以往该系统的运用中大多是对变电站的相关信息被动化监测，在图像生产和筛选过程中，该系统的灵活性、主动性存在缺陷。如今，AI技术被广泛地运用在遥视系统中，且取得重要研究成果，在AI技术的支持下，遥视系统不但对变电站的设备表面特性、信号灯指示情况等有效监测，还可以结合红外感应技术实现监测的动态化，提前发现变电站运维管理中可能存在的风险。

1.设备方面

利用遥视系统对变电站设备方面的监控管理时，主要将重点放在监控设备是否漏油、设备元件是否有缺失、破损，或者表计、信号灯、开关等是否处于异常的状态下。先利用红外线图像诊断设备问题，随后基于AI技术下的机器学习技术对故障的快速分类。运维技术人员可借助于分水岭分割算法分析避雷器工作区域，而后用模糊神经网络来搭建集成学习模式，将最终的故障判断结果划分为可疑、轻微、正常、故障四类，确保分析准确率。在对设备外观检测时，如输电线路是否有破损时，可先用简单的模板匹配图像，随后利用机器学习识别的方式处理。机器学习——图像识别，即卷积神经网络相当于采用一个内核去处理较小的区域，然后移动处理其他不同的块，应用步骤包括：提取图像特征、分类处理、训练并建立模型和识别。

2.人员方面

AI技术与遥视系统的结合下，对人员方面的管理主要体现在进出站管理中的人脸识别、一键巡视管理上。例如，提前对变电站内的工作人员、技术人员进行人脸预设，并在运维管理系统中记录下人员的具体信息。当变电站发生实际的故障时，技术人员便可人脸识别，及时向变电站的相关管理部门上报维修，随后系统自动向平台发送信息，将具体情况告知给值班人员，提升变电站运行维护的效率。在AI技术的支持下，结合变电站的管控中心生产综合监管平台与自动化平台，一键启动巡视工作。机器人巡视后，自动形成巡视报告。例如，当巡视时发现人员着装不当，未正确使用安全带、未佩戴安全帽等违规行为，根据样本信息及时分析，并进行安全报警识别。

（三）智能联动系统的应用

当前，智能化的变电站中常有不同的系统之间相互关联，若其中任一系统发生故障，其他系统自动进行信息采集和分析，同时对变电站现场情况追踪调查，将最终的数据资料形成报告发给运维管理人员。智能联动系统属于动态化管理系统，利用了矩形联动的方式，再借助于AI技术的优势进行运维管理，极大提升了不同运行系统的管理质量。

1.消防报警系统

当前，用电负荷增加，电力火灾隐患增多，传统消防报警管理模式已经无法完全满足新时期下电网安全稳定运行的需求。为此，变电站运维管理中可基于AI、大数据等先进技术来搭建智慧化、先进的消防报警系统。该系统包括智慧用电、防排烟、消防水、消防设备、防火门、消防设备、视频监控等多个子系统，一旦变电站出现各种烟雾、火灾、温度过高等异常现象时，会即刻触发消防报警系统，且该系统会及时给值班人员发送报警的信息；同时，系统快速启动无人机巡视，并对变电站现场安全进行智能化识别、抓拍。

2.室内温湿度系统

变电站的运维管理中，温度、湿度也是重点关注的要素。要提前在系统中设置好适合的温度、湿度标准值范围，实现对监控现场的温湿度监测与数据统计。当温湿度超出该预设的标准时，在AI技术的引导下和NB-IOT无线通信技术的支持下，自动向联动系统的平台发送提示信息，或以音频、声光警号、电话等方式告知外界具体的故障信息，保存相关记录；同时启动空调系统，以确保温湿度被调控在预设的范围内。此外，AI技术下的温湿度系统管理，具备日志管理功能，运维人员能通过平台的日志管理模块来查询温湿度监测和报警日志，了解该日志中表格、曲线图等形式展示的温湿度数据，并输出相应信息。

3.水浸报警系统

变电站运维管理中供配电安全被大众关注，而其中的漏水监测安防问题便是重要切入点。水浸监控报警系统中可选择适合的不定位测漏控制器、不定位感应线，它能将信号传输到监控平台中。该系统包括水浸传感器、主控单元、定位单元、信号发送单元等组成。其中，主控单元和传感器连接，能及时判断水位信号是否超出了阈值，得到初步判断结果；定位单元会生成定位信号。若发生漏水等现象，该系统会及时将信号回传到终端并且通知变电站的值班人员及时处理。与此同时，在AI技术的支持下，发生水浸后变电站的无人机系统会即刻自动化检测变电站外的具体被淹没情况，并向智能联动总平台发送报告。

4.气象监测系统

新时期下，变电站运维管理提出了更多的防汛要求，除了变电站水浸的监测报警外，还包括微气象在线监测报警。气象监测系统所检测到的异常情况能帮助运维人员及时做好防范措施，以减少异常天气对变电站安全运行所造成的不良影响，为变电站设备安全运作保驾护航。基于AI技术的支持下，变电站的气象监测系统各项功能均得到优化。例如：系统可以实现数据智能化采样，包括风速、风向、气温、气压、降水量、光辐射等；科学设置不同指标采样速率，以降水量为例，采样速率为每分钟一次，而风速的瞬时值为每两分钟采样一次。此外，气象监测系统具备自检、自恢复、故障报警等功能。

四、人工智能在变电站运维管理的应用保障措施

为进一步保证AI技术在变电站运维管理的应用效果，还可从人员培训、制度健全等措施上加以落实。

一是人员培训。AI技术在变电站运维管理中的实际应用和操作人员的具体行为规范、对AI理论知识的掌握程度等有关。对此，相关管理部门要加强对运维人员的培训，深入学习关于AI技术的理论和实操要点，同时强化对人员的思想教育，不断提升责任心和增强安全意识，全方位避免安全事故。

二是健全运行维护制度体系。为了能切实保障变电站运维管理的效率与质量，要强化制度体系上的保障。建立与完善关于AI技术应用于运维管理的技术规范和制度，帮助运维人员在实际工作中有据可依，高效、规范地处理故障。此外，若变电站维护管理中发现有严重且危险性较大的问题，需要及时上报有关部门。

五、结语

综上所述，随着技术水平不断提升，AI技术在变电站运维管理中占据的优势愈发突出。改变了以往的变电站运维管理旧模式，确保了运维管理质量。在实践运用中，变电站运维管理的AI技术应用可围绕遥测系统（变压器/电抗器、电容型设备、断路器/GIS）、遥视系统（设备、人员管理）、智能联动系统（消防报警系统、室内温湿度系统、水浸报警系统、气象监测系统）等多个方面落实，为提升应用质量，还要重视人员培训与制度健全等保障措施。

参考文献：

[1]薛少华，丁晓辉，程鹏，等.基于人工智能的变电站监控信息事件化研究[J].微型电脑应用，2022，38（06）：86-89.

[2]刘佳敏.智能巡检机器人的应用现状及优化提升[J].电子产品世界，2022，29（06）：16-17.

[3]吴斌，张桂芹，乔东伟，等.基于人工智能理论的变电站一体化监控系统集成联调验收研究[J].微型电脑应用，2020，36（02）：10-12.

[4]蒲天骄，乔骥，韩笑，等.人工智能技术在电力设备运维检修中的研究及应用[J].高电压技术，2020，46（02）：369-383.

[5]张昊，张宇，李胜，等.基于人工智能的变电站检修信

号验收上送告警模式研究[J].微型电脑应用，2019，35

（11）：30-32.

[6]于月平，臧海洋，李宁宁，等.基于人工智能的无人值班变电站远方监控“四遥”信息的调试与配置[J].微型电脑应用，2019，35（11）：131-133.

作者简介：王燕勤（1978），女，山西省吕梁市人，本科，工程师，研究方向为变电运维。