江秀臣1965—,男,博士,教授,主要从事电力设备状态监测、高电压技术的研究E-mail: xcjiang@sjtu.edu.cn
0 引言
输配电设备状态的全面感知是保障电网安全运行、提升电网驾驭能力、实现电网智能运行的先决条件。
随着大量新能源的接入,电网的形态已经由传统的交流电网转变成交直流混联电网[1],大量电力电子设备的接入增加了电网的复杂度,光伏、风电等新能源的波动性增加了电网的不确定性和不可控性,因而对电力设备状态的感知提出了更高的要求;同时,近年我国极端气候频发,环境对电力设备的影响更加明显[2]。通过先进的设备感知技术、通信技术和数据分析技术实现输配网设备业务数字化到数字业务化的转变,是当前电网企业转型发展的重要手段[3]。
对于输配电设备而言,其数字化工程主要通过在线监测、巡检、卫星遥感等多种手段实现,涉及传感、通信、数据处理等多个方面。
智能传感是泛在电力物联网(UPIoT)感知层的核心基础技术。据国际数据公司(IDC)统计,2015年全球对传感器的投入占对物联网总投入的1/4,而到2020年,对传感器方面的投入将突破3 151亿美元,远超其他技术。2017年11月,工信部印发《智能传感器产业3年行动指南(2017—2019年)》,对智能传感产业的发展做了整体布局。同时,微机电系统(MEMS)、分布式光纤传感、石墨烯传感、磁阻传感等新型传感技术的出现为传感器在电力行业的应用打下了基础[4]。
从传感器的处理能力来看,传统的DSP(digital singnal processor)+ARM(advanced RISC machine)处理架构正在被颠覆。2018年华为公司推出“达芬奇计划”,旨在将人工智能(AI)带入华为所有的产品和服务中,其最主要的工作就是开发用于数据中心的AI芯片;随后,包括苹果、华为、高通、联发科和三星在内的手机芯片厂商纷纷推出或者正在研发专门适应AI应用的芯片产品[5]。地平线机器人、寒武纪等初创公司也为边缘计算设备提供芯片和系统方案。上述智能芯片的出现为图像、语音、局部放电等大规模数据的就近处理提供了条件。
通信网络是连接电力数据采集系统与主站管理控制系统的枢纽。目前,远程通信网络主要釆用xPON光纤、电力线载波、工业以太网、230 MHz无线专网、3G/4G无线公网、卫星通信等技术[6]。本地网络形式更加多种多样,包括ZIGBEE、微功率无线、WIFI等无线通信方式和485总线、以太网等多种有线通信方式,随着物联网技术的发展及窄带物联网(narrow band internet of things, NB-IoT)[7]、增强机器类通信(eMTC)[7]、远距离无线电(LoRa)等低功率广域通信技术的出现,本地通信网络将会出现异构化形态。
在数据处理方面,传统的单一数据来源,单一模型的数据处理方法正在被改变。人工智能技术可从数据的角度发掘数据的价值,在图像、声音领域取得了巨大的成功[8]。电网企业运维管控平台的建设,电力设备状态监测、运行调度、气象等数据逐步在统一信息平台上的集成共享,为人工智能技术在电力行业的应用提供了基础[9]。因此,如何将电力系统多年研究的经验与人工智能技术相结合,形成电力行业特色的数据处理方法将会是发展方向。
从巡检手段上看,输配电设备大多采用变电站巡检机器人、隧道巡检机器人、开关站房轨道式机器人实现设备的移动感知[10-11];同时输电线路也采用直升机、无人直升机等移动平台[12]实现线路巡检,从搭载的传感器来看,主要有视频、红外、紫外、局放等。由于当前终端无法实现数据就地处理,导致故障检出速度和效率大大降低,同时飞机、机器人在强电磁干扰环境下的导航问题也降低了其易用性,因此采用深度学习芯片实现大量非结构化数据的本地就近处理,同时采用高精度的北斗自主导航将会是机器人、飞机等巡检平台的发展方向。
在卫星遥感方面,通过遥感卫星可为输配电设备提供气象、山火、地质灾害、应急救灾等多种感知手段[13],同时通信卫星还可为电力企业提供备份通信方式。随着空间探测技术的发展,我国自主遥感卫星分辨率已达到亚米级。高分十一号卫星的空间分辨率已达0.1 m,超过了美国军方卫星0.15 m的空间分辨率[14]。2014年,清华大学成功研制发射的灵巧通信实验小卫星,实现了低轨卫星地面移动自动变带宽通信;北斗三代卫星短消息容量已经大幅提升,同时在地面增强站的配合下,定位精度可达cm级[15],随着“吉林一号”、“珞珈一号”的相继发射,定位、导航、授时、遥感、通信(PNTRC)卫星,通过天基卫星一星多用、多星组网,实现天地网络的多网融合,将会是空间技术的发展方向[16]。对于电力行业而言,尽管卫星技术的应用还处于起步阶段,但是其遥感、导航、位置服务、通信等功能将为电力物联网的建设提供新的手段和方法。
综上所述,泛在电力物联网建设的外部环境、技术储备都基本成熟,如何根据不同设备的特点,设计不同的物联网路线,从而实现经济和技术的平衡是电力物联网建设工作的重点。本文在分析泛在电力物联网架构的基础上,针对输电、变电和配电3种不同电力设备的运行特点出发,分析了其对应的监测需求,同时构建了3种不同类型的物联网建设方案,并从管理、应用模式和技术3个层面对物联网的发展进行了展望。
1 输配电设备物联网建设总体架构
根据国家电网公司《泛在电力物联网建设大纲》的原则[17],输配电设备泛在电力物联网建设可分为应用层、平台层、网络层和感知层4个层次,见
应用层通过对输配电设备相关各个维度数据的高度融合实现对电网公司对内、对外业务的支撑。平台层是输变电设备物联网管理应用平台,具备超大规模物联统一管理和高效处理能力。网络层用于实现感知层与平台层间广域范围内的数据传输。感知层由不同的物联网传感器、边缘计算设备和本地通信网络组成,用于实现设备状态、环节、电网等信息的采集、汇聚和数据的就地处理。
2 输配电设备物联网差异化建设方案
2.1 输电线路物联网建设方案
输电线路短则几十km,长则数百km,跨越不同的气候区域,运行环境极其恶劣,监测对象之间物理空间跨度大,供电和通信问题突出。从监测参量来看,除了通道监测、故障定位和飞机巡检对通信数据量有较大的需求外,其余的如导线温度、微气象监测等都属于海量小数据特征,主要表现为单次上传数据量小、实时性要求低;而雷击闪络、避雷器动作监测属于事件型,实时性要求更低。因此可根据输电线路广域、海量监测小数据、长时间间隔的特点构建输电线路泛在物联网。
输电线路物联网架构采用天地协同的方式实现,架构图如
杆塔上监测装置优先采用“电池+自取能”方式实现,对于间隔性采样,功耗相对较大的功能如微气象、通道监测等可采用“太阳能+蓄电池”方式实现,对于采样间隔长、功耗低的功能,如杆塔倾斜等可采用振动取能、泄露电流取能、辅以超级电容/后备电池的方式以保证系统供电的稳定性。高压侧导线上的监测装置可优先采用感应取电辅以超级电容/后备电池的方式供电,以确保本体通信网络的稳定性。
输电线路物联网的高级应用主要分为故障/缺陷事前预警、事中快速处理和事后准确评估3部分。
故障/缺陷事前预警主要通过不同的监测手段对线路状态进行评估,同时结合根据天气预报和负荷预测数据对输电线路极端工况的运行能力进行评估,主要表现为:
1)输线路故障/缺陷检测。通过卫星遥感、通道视频监测、飞机巡线等手段及时发现通道内的异物、违建、树木超高等问题,在边缘计算设备内完成对通道隐患的智能识别。对线路避雷器阻性电流,绝缘子闪络、微风振动、通道异物、弧垂、导线温
度、杆塔倾斜等参量进行监测,及时预警输电线路的缺陷。
2)极端工况(灾害)沙盘推演。根据天气预报数据结合线路监测情况、负荷输送情况和三维建模基础数据对输电线路极端工况下的弧垂、风偏、受力等运行工况进行沙盘推演,筛选出线路的薄弱点,以采取针对性加固措施,提高线路的故障防御能力。
输电线路故障事中快速处理,主要是对山火、重度覆冰、严重舞动等工况,根据事件发展的速度、线路的防御能力和事件的影响严重程度,构建线路紧急停运联动措施方案,通过“离线计算,在线匹配”的方式实现线路运检部门与调度的联动。
输电线路故障事后准确评估主要是实现故障过程的重现,得到故障位置和故障类型,对于极端工况后的受损情况,按照不同的抢修需要开展不同尺度的评估,主要表现为:
1)输电线路故障过程重演。对于输电线路故障跳闸,通过分布式故障检测系统对整个故障过程进行重现,以获取故障位置、故障类型、故障过渡电阻等故障过程关键参数,从而指导巡线人员快速定位故障点。
2)灾损不同时间尺度评估。在大风、覆冰、泥石流、地质等极端工况(灾害)过后,遥感卫星和北斗卫星快速实现对受灾区域线路的遥感,电力设备云后台通过遥感图像极端工况前后的差异对灾损情况进行大尺度快速初步评估,筛选受损严重的线路或杆塔,以快速抢修恢复供电;巡检飞机进一步通过宽带卫星通信将受灾区域精确影像信息实时回传,电力设备云后台通过红外、视频、激光雷达等巡检参数极端工况前后的差异,对灾损情况进行中尺度、相对快速和准确的评估,以确定线路运行风险;线路监测系统结合飞机巡检、遥感等多源数据,根据极端工况前后的差异,结合线路、杆塔的力学特征,对相对较小的损伤进行预警,以指导后期的专项整改。
2.2 变电站物联网建设方案
变电设备运行工况多在力、热、电等多物理场作用下,其故障机理复杂,故障判据有待明确;同时变电站物理空间相对集中,变压器、气体绝缘金属封闭开关设备(GIS)、刀闸等不同类型设备同时运行,电磁环境恶劣,局放、声音等设备运行表征信号会向空间扩散,相互耦合,导致缺陷位置定位非常困难。因此,针对所有设备都存在并可在空间传播的局放、声音、热等表征信号,可通过多点同步监测实现初步定位;针对不同设备特有的表征参量或者衰减较快的参量,可在设备本地就近测量。同样,由于变电站空间集中,带电区和安全区毗邻,因此巡检作业人员安全管控问题突出。
基于上述需求,变电站物联网建设方案如
对于GIS超声、变压器振动等设备级感知传感器,优先采用电磁感应取能、温差取能等方式辅以
超级电容/后备电池的方式以保证系统供电的稳定性;而集成感知阵列则采用检修电源或者POE(power over ethernet)供电,以保证LoRa、蓝牙等本地无线网络的稳定性。
变电站物联网的高级应用主要包括对故障智能诊断、作业人员安全管控和主辅设备联动3部分。
在变电设备故障智能诊断方面,电力设备云后台根据大量不同的故障案例,通过人工智能方法建立变压器、GIS等不同设备故障/异常诊断判据,并通过物联网将判断算法下发至变电站设备级边缘计算设备;设备级边缘计算设备分别与变压器、GIS设备上的传感器进行数据交互,及时发现疑似异常情况,并通过站域感知阵列和设备本体监测参量时间(变化趋势)、空间(相间比较、同类设备比较)的变化协同分析诊断并准确定位故障设备。
在作业人员安全管控方面,根据站域集成感知阵列结合变电站三维扫描数据实现对作业人员作业区域的布防,同时通过视频监控对作业人员的行为、活动范围进行实时监测,及时告警作业人员的危险行为,确保运检人员人身安全。
在主辅设备联动方面,在站域级边缘计算单元内完成辅控系统数据与主设备状态数据的融合,当出现设备过热、水浸、着火等异常工况时,根据设定阈值自动启动空调、风机、水泵等辅控设备。
2.3 配电物联网建设方案
配网设备量大面广、设备种类多且分散、造价低、可靠性差,同时配网运维力量薄弱,导致配网设备故障率高,用户感受到的停电事件96%是由配网引起的,同时配网作为电力系统的最后1 km,与用户联系紧密,供电质量、用电服务同样也是配网的日常工作,因此配网物联网建设的工作重心是以优质的供电服务工作来提高用户体验。
由于配电业务多且杂,其感知数据涉及运行环境、配电设备、配网运行状态、计量数据和用户数据,并且城市配电网和山区配电网的运行环境和要求也不尽相同,因此配电物联网接入数据种类、网络复杂度和应用多样性都比输变电设备要复杂。
配电物联网的架构如
边缘计算设备与电力设备云后台的通信方式可根据配电设备的实际情况选择,在城区,可优先光纤、无线专网、5G公网等通信方式,在山区可选择电力专业NB-IoT或无线公网实现。
配电物联网的高级应用可大致分为故障预警、故障处理和用户服务3大类。
故障预警主要为故障缺陷预警、主辅设备联动等,主要表现为:
1)根据配电变压器、断路器、开关柜、站房、环网柜、电缆等设备的状态监测信息,结合设备运行环境和运行工况对设备故障进行预警;同时还可根据配网设备故障跳闸前间歇性出现的早期故障电弧信号,对异常设备进行定位和故障预警。
2)配电站房内根据设备运行温度、湿度、水位等信息联动辅控系统自动启停,进一步根据历史运行情况对不同站房的进行排水能力、高温高负荷工况下的降温能力、潮湿天气下的除湿能力进行评估,根据配网运行工况和天气对其可能出现的异常情况进行预警,及时处理,避免停电事故的发生。
在故障处理方面,根据中压配电网和低压配电网的差异,采用不同的故障处理模式,主要表现为:
FTU根据不同的接地方式,配合站内保护和选线装置对故障区间进行快速隔离,辅以故障指示器数据对故障区间进行相对精确定位。对低压配电网利用TTU与用户电表之间电力载波通信信号特征对台区拓扑进行识别,进一步根据TTU和用电采集信息对停电台区进行自动辨识。
在用户服务方面的高级应用主要表现为提升供电质量,如利用广域同步量测装置结合TTU、用采数据对中低压配网线损精益化管理,同时根据不同时段线损的变化识别出窃电、漏电等异常工况,并及时处理;同时根据采集电压、电力波形对用户电能质量进行监测和预警,定位谐波源,同时联动谐波治理装置采取对应措施。其他还有用户用电行为分析,光伏、充电站管理等。
3 输配电设备物联网建设发展趋势
电力泛在物联网的建设是互联网经济、数字经济与电力行业的一次结合,这必将给整个电网的运行管理、应用模式和技术应用带来革命性的变化。
3.1 运行管理
泛在电力物联网的建设旨在让电网的数据成为一种可增值的资源,通过对这些数据资源的利用来提高电网的安全、设备能效,从而降低运维成本。这些数据的获取成本包括数据获取、传输、存储、维护、计算等全链条的开支,在泛在电力物联网的建设中,需对数据获取成本进行经济学定义,以实现企业的精细化管理,后期还可通过经济市场的方式带动低成本感知技术的发展。
同时,泛在电力物联网的建设使得设备从投运到退运整个过程的状态信息都能全面感知,传统的设备巡视和运维手段都将被电力物联网所取代,因此大量的设备运维岗位会被技术所取代,从而实现设备运维的少人化或无人化。
3.2 应用模式
电力设备运行数据是行业相关各方信息的集中体现,围绕着电力运行数据可衍生出多种应用模式,尤其是电网对外部企业的应用模式,详细如下:
1)设备供应商关系。电网公司的缺陷/故障相关的运行数据是设备质量重要的信息反馈,设备制造厂家可向电网公司购买自身或同类产品的运行数据以实现自身产品质量的提升、商业竞争等应用。同时上述产品的运行情况、供应商履约情况是评价设备供应商能力的重要依据。
2)行业分析。每年电网企业的场站设计规模、设备招投标规模,以及不同地域的工商业用电特性都集中反映了电力行业或某特定区域的经济形式,针对上述数据脱敏后形成的行业分析报告可供政府、投资机构和设备制造企业来调整其生产经营行为,以便更加准确地判断行业形势。
3)科研院所及创业者关系。由于电力设备多场作用的复杂工况导致其故障机理复杂,单纯的理论模型现场应用效果欠佳,泛在电力物联网建设后,电网企业可提供设备全面的感知数据,故障案例库将更加丰富,如何根据电网企业的故障/缺陷案例开发出基于模型+数据驱动的故障诊断算法模型,将会是科研院所和电网企业共同承担的主要工作。
从商业模式上看,泛在电力物联网建设已经将感知设备和高级应用解耦,业内企业不需要同时具备硬件和软件能力,尤其是初创公司,完全可以根据个人的专业知识,利用物联网云后台提供的数据开发出实用的故障诊断算法模块,并通过APP的应用获取相应的回报。电网企业数据云平台的建设必将带动数以万计的APP开发公司专注电网数据的应用,从而带动整个生态的发展。
3.3 技术发展
泛在电力物联网建设也将带动取能、传感、通信、数据应用等多方面的进步。主要表现如下:
1)取能技术。供电问题是制约设备状态感知技术大规模推广的重要因素,如何利用电力设备周围的磁场、电场、振动、温差等环境获取能量为监测设备供电是电力泛在物联网感知层研究的主要内容。由于从环境获取的能量较少,取能技术通常要和传感、通信等进行一体化设计以实现最低的功耗要求,因此集成取能、采集、通信的系统级芯片(SoC)系统将会是低功耗感知的发展方向。
2)新型传感技术。高度集成化的传感器可以复用采集存储和通信技术,降低单个参量的感知成本,同时提高装置的可靠性,将会是泛在电力物联网感知技术大规模应用的突破点。对于大量的存量设备而言,非接触式测量可将感知和设备运行解耦,二者互不影响,从而极大地提高泛在物联网建设的便利性,因此非接触式感知是针对存量设备的发展方向。同时将传感器与设备部件结合,如带温度和应力测量功能的金具等,将更加适合于新投运设备。
3)卫星在电力行业的应用技术。我国北斗三代卫星、地基增强站和大量通导遥小卫星星座的建设,为电力设备状态感知、通信和位置服务提供了更新和更加灵活的应用手段。如采用通导遥小卫星实现对输电线路更加精确的遥感成像分析,利用北斗三代+地基增强技术为无人机、机器人和电力设备位置提供更加准确的位置和授时服务。
4)定制化芯片技术。按照国家电网公司规划,3年内要实现20亿个设备的互联,会用到数以亿级的芯片和传感器,通过芯片化降低固定场景采集系统的低成本并提高其可靠性是降低泛在电力物联网建设投资的有效手段,在巨大的市场驱动下,大量的电力专用芯片将面市。在传感器层面可基于MEMS技术、SoC等开发电力专用的温度、超声等传感芯片,在系统层面可开发类似麒麟980序列的深度学习芯片,以实现不同需求的边缘计算,在通信层面可开发专用的通信安全加密芯片、信息模型芯片等。
5)数据安全与信息模型。泛在电力物联网建设后,骨干通信网络互联网协议(IP)化,本地通信网络异构化特征明显,LoRa、ZIGBEE等微功率通信技术被广泛采用,由于当前的技术架构实现了软件和硬件的解耦,嵌入式操作系统更加容易被攻破,因此物联网建设会在身份认证、分类授权、数据防泄漏、预警信息自动分发、安全威胁智能分析、响应措施联动处置等方面加强工作;在信息模型方面,要实现信息流、能量流和业务流的统一,需对数据的来源、含义、监测对象进行标准化,以此实现感知设备的即插即用,而之前电力行业已经存在IEC 61850,IEC 61970等信息模型,新的信息模型应会向下兼容,提出新的信息模型,以实现增量和存量工作的兼容。
6)故障诊断技术。变压器、GIS等电力设备的劣化过程是力、热、电场、磁场等多物理场综合作用过程,其老化机理复杂,泛在物联网建设后,设备运行整个过程的数据都将被监测并保留,因此故障样本的代表性和全面性问题得以解决,以此可借助于人工智能技术,对电网公司的故障案例进行深度挖掘,结合传统的故障诊断模型,开发出基于“数据驱动+模型驱动”的新型的故障诊断模型。
4 结论
1)通过泛在电力物联网的建设实现万物互联,降低数据获取的边际成本,进一步开发数据的价值形成完整的能源生态体系,是新形势下电网企业转型为优秀能源企业的有效手段。
2)泛在电力物联网的建设可分为基础建设和数据应用2步:第一步实现“万物互联、数据可用”;第二步,随着应用场景的不断开发和实践,形成相对固定的应用模式,最终固化成业内的应用标准。
3)数据应用必将是不断更新的过程,在深入理解电力行业数据特征的基础上,挖掘电力数据的价值将会是万物互联时代科技、产业创新的主战场。
参考文献
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]