“这台变压器的故障类型初步判定为内部局部放电，需要缩短检测周期，密切关注绝缘油中乙炔和甲烷等气体含量变化趋势，并结合检修计划处理。”7月25日，国网新疆电力有限公司电力科学研究院高电压设备研究所状态评价室技术人员王洁利用一站式AI平台对220千伏金沙变电站1号主变压器开展智能诊断。
新疆电网覆盖面积大、发展速度快，对电网设备管理提出了较高的要求。2020年12月至2021年5月，新疆电科院组织相关人员前往山东、四川、湖南等地调研学习，随后，结合新疆电网实际情况组建了一支攻坚团队，在变电设备全寿命周期管理、运检策略制订、状态检修等方面开展研究，打造了管理变电设备的一站式AI平台，以数字化手段支撑电网安全运行。该平台今年6月上线运行，目前已经接入新疆电网全部220千伏及以上变电站的一次主设备信息，大幅提高了设备管理智能化水平。
为变电站设备精准“画像”
新疆电网共有220千伏及以上变电站179座，变电设备种类多、数量多。以往，变电设备管理系统种类多且集成不足，不利于综合评估变电设备的运行情况。
为此，攻坚团队与新疆各地市州供电公司对接，全面收集220千伏及以上变电站一次主设备的基本信息、运行数据、检修数据以及设备曾发生故障的时间、原因、处理方法和结果等一手资料。同时，他们还与设备厂家联系，确认设备的出厂信息、规格型号等，将设备各项数据汇集后，实现了一站式AI平台全景展示功能，为每一台设备精准“画像”，推动设备全寿命周期管理。
“凡是接入平台的设备，我们不仅可以看到设备的出厂、投运信息，还可以看到后期运行维护、检修、试验等各项记录。”攻坚团队成员石迎彬介绍，运维人员可以搜索相应设备查看全景信息，也可以根据个人需要定制显示信息，实时查看设备的台账数据、环境信息、缺陷信息、工作票信息、带电检测数据、离线试验趋势图、停电试验数据等内容。
设备的“画像”为制订设备差异化检修策略打下了基础。一站式AI平台依据设备各方面信息，结合短期、中期、长期预警内容，制订有针对性的运维与检修策略，为运维人员提供参考，实现设备健康管理与运检工作融合。
王洁介绍，实现一站式AI平台全景展示功能的难点是让AI模型“读懂”设备故障分析报告。为此，攻坚团队将故障分析报告中的文字、数据和图表分类，再采用编码的方式将相关内容转化成模型能“读懂”的“语言”。“设备出现异常后，AI模型就根据这些以往的故障分析报告分析研判，提出处理建议。后期，随着分析设备异常的经验越来越丰富，模型会迭代更新，研判的准确性也会越来越高。”她说。
智能预警设备异常状况
攻坚团队依托国网新疆电力数据中台获取220千伏及以上变电站一次主设备状态感知数据，运用数据工厂、算法镜像、数据洞察、模型自学习等AI技术，实现相关数据的深度分析与智能应用。
一站式AI平台可以在线监测变压器绝缘油中溶解气体含量、变压器套管和电流互感器油压、避雷器绝缘性能以及气体绝缘全封闭组合电器断路器六氟化硫气体压力，助力排查变电设备可能存在的隐患并发出预警。
变压器是变电站的核心设备，也是一站式AI平台重点监测管理的设备。分析绝缘油中溶解气体含量即油色谱分析是监测变压器状态的重要手段，可帮助发现变压器温度过高、局部放电、火花放电和电弧放电等缺陷。以往，变压器的油色谱分析主要采用人工分析的方法，存在耗时长、无法及时跟踪变压器异常状态等问题。
2021年7月，攻坚团队研发了一站式AI平台绝缘油中溶解气体含量监测模块，接入新疆电网全部220千伏及以上变压器油色谱监测数据，实现对油色谱监测数据的集中管理，在此基础上分析相关数据并发布变压器潜在缺陷的预警信息。“该模块还能核实分析结果，研判设备状态，提出运维建议。诊断完毕后，该模块可将相关案例纳入案例库，以持续提升故障诊断模型的准确度。”攻坚团队成员陈刚说。
一站式AI平台上线运行以来，已向新疆电网263台变电设备的运维单位发出预警，对70台存在油色谱异常的变压器开展监测分析并给出运维建议。
量化评估变电站感知装置状态
变电站装设的感知装置可以实时监测设备的运行状态和工作参数，帮助发现设备故障和异常情况。但感知装置会由于运行时间久或恶劣天气等发生故障，因此对感知装置进行健康评估十分必要。
“感知装置一般存在正常、异常、故障三种状态，但几种状态间有一定的模糊性。我们在如何精准评价感知装置状态方面摸索了很久。”陈刚说。
为准确评估感知装置状态，攻坚团队提出对感知装置三种状态进行量化处理，基于滑动窗口技术实时判别异常数据模式，利用故障树与贝叶斯网络结合的故障概率模型实现对感知装置故障类型、故障原因、故障元件的推断，通过综合模糊评价矩阵模型完成对感知装置状态的量化评估。
经过数月的模拟测试，一站式AI平台上线了感知评价中心模块，实现了感知装置数据异常模式识别、故障识别和可靠性评估三个功能，不仅可以对感知装置进行健康诊断，还可以自动生成装置可靠性分析报告。
一站式AI平台感知评价中心对感知装置状态的评估准确率达95%以上，增强了变电设备全状态感知力与管控力。
