人工智能在变电站运维管理中的应用分析

蔡军

摘  要：人工智能在能源电力系统中最典型的应用场景之一是变电站运维管理，分析人工智能在变电站运维管理中的应该，对促进变电站智能化发展具有重要意义。因此，本文针对人工智能在变电站运维管理中的应该展开分析，希望能为相关人士提供相应的参考。

关键词：人工智能;变电站;运维管理;应用

在科学技术的发展下我国计算机通信技术逐步完善，这项技术的发展为我国变电站自动化控制提供了有力的技术支持，人工智能在变电站运维管理中的应用能促进变电站不断朝着网络化、综合化、多媒体化的方向不断前行。

一、人工智能技术概念。

（一）人工智能技术发展状况与特征

当前人工智能已经有了60多年的发展历程，在此之间涌出了诸多典型技术与方法。例如，智能优化、机器学习、专家系统等。智能优化算法主要是解决非线性优化问题。机器学习是人工智能的重要领域。专家系统是在解决特定问题时而出现的，它是早期的人工智能标志。当前我国人工智能已经步入了新的发展时期，主要呈现以下特点：第一，当前的主流方法为深度学习。在进行自然语言的处理，生物特征的识别等领域已经存在着广泛的应该。第二，新的算法与模型不断出现。深度学习算法模型不断地更新与优化。例如，繁衍出胶囊网络等。还有部分传统的方式也受到了人们的再次关注。例如，知识图谱等。第三，计算机框架平台数据逐步形成开源化。

（二）人工智能技术发展趋势

当前人工智能技术依旧围绕着算法、算力、数据等三个方面展开研究。首先，算法层面。算法围绕着深度学习展开优化，逐步朝向提高性能，降低功耗等多方面发展。与此同时，深度学习与传统人工智能进行结合，已经成为当前的热点话题。其次，算力层面。依据相关业务数据安全问题以及数据平台本身的特点，着重研究人工智能计算框架、人工智能计算平台以及芯片。最后，数据层面。根据基础数据展开建设已经成为當前的热点话题。例如，视频图像，语音等相关通用数据及与行业领域采用了专业数据集，当前数据标注工具也逐步朝向智能化发展。

二、人工智能在变电站运维管理中的应用分析

（一）遥测系统

遥测系统主要是应该于变电站内，主要一次设备的运转状况。被遥测系统所监测到的设备有：变压器、电容型设备等。遥测系统能及时、全面、准确的掌握变电站相关设备的运行状况，并且能为设备发展趋势提供丰富的数据参考。但是如何高效的能从大量数据之中获取高质量的信息，这是当前变电站运维管理中的重要问题。在人工智能技术的发展之下，可以有效的解决相关问题的出现。因此，可以有效应用人工智能技术解决数据从设备状态的映射建立问题。首先，人工智能技术能对故障问题展开相应的诊断，并且对相关模式可以展开识别。其次，对所监测的状态展开相应预测，开展参数识别功能。例如，变压器作为变电站中的重要设备。因此，变压器监测中存在着丰富的参量，人工智能在获得相关的数据之后，能尽可能的找寻变压器监测参数与变压状态类型之间所存在的映射关系。再通过样本实现映射模型的完成，则可以判断当前变压器所处状态，近些年来我国在此方面获得了众多的研究成果。通过专家模型来建设相应的映射关系是基于规则所产生的，虽然拥有着较强的解释性，但是会更加依赖于知识库。但在变电站的应用之中容错能力较差，并且维护难度也较大。在与传统机器学习算法进行比较过程中也能发现，传统机器从样本中进行学习也能有效地模拟出故障的映射关系，并且这项技术在应该过程中具有更强的容错性。但是传统机器学习算法也存在着一定的问题。相关特征量需要通过人工手动进行设计。

（二）遥视系统

遥视系统主要是对变电站内部设备环境及其人员开展监督。遥视系统的应用呈现出广泛、多面等特点，但是其功能也存在着一定的局限性。第一，多面性。例如，浙江电压等级在110kv以上的变电站应该变电站视频监控设备，部分地区已经开始了全面化的视频监控，视频图像能就地展开储存，并且等级在110kv以上的变电站相关视频能直接上传国网统一视频平台，还有部分视频能接入到省变电站辅助站监控平台。第二，广泛性。这项技术能对一次设备，二次设备、出入通道等展开全面的监督。但是该技术也存在着一定的局限性，省级变电站辅助一体化监控平台依然属于传统的视频监控体系范畴，对视频中的信息进行筛选与判断，还需要根据监控人员的操作并没有实现智能化的发展。例如，研究遥视系统在环境因素中的应用，变电站中存在着诸多的设备、环境也具有特殊性。因此，火灾问题发生的可能性较大，火灾事故的发生会直接关系到变电站设备的安全与电网安全。遥视系统能对变电站内环境展开相应的监督。例如，能自动检测明火、烟雾、小动物。从火警预警角度而言，对烟雾的识别比识别明火更加具有重大意义。这也是当前人工智能的研究重点领域。深度学习能对烟雾的识别方式展开自动的学习能力。这种方法能将特征构造过程进行简化，但是需要依靠大量的样本作为支撑，当前在此领域的研究还较浅。除此之外，在对相关人员展开监控的过程当中。遥视系统能对安全帽是否佩戴问题展开有效的识别，在依靠深度学习目标检测实验模型方法，这项技术的应该能对环境具有更强的适应能力，并且将其迁移到变电站场景中的应该所，需要花费的成本较低。想要对员工的穿着展开相应的分析，同样与安全帽识别技术相类似但是当前缺乏大量的有效样本，对目标检测模型展开相应的训练，只要根据需求构造相应的穿着样本，便可以对模型展开研究，除此之外，人脸识别技术当前已经发展较为成熟。但是将其应该在变电站较为复杂的领域之中，想要获取人脸还存在着一定的困难。或许可以通过姿势、步态等新的特征方式为身份的识别提供新的方案，但是这项技术也依旧处于研究之中。

综上所述，本文对人工智能在变电站运维管理中的应用中的遥测系统、遥视系统进行分析，并且指出当前人工智能在应用过程中的发展状态，希望为人工智能在变电站运维管理领域的应用提供一定的发展方向。

参考文献：

[1]王刘旺，周自强，林龙，韩嘉佳.人工智能在变电站运维管理中的应用综述[J].高电压技术，2020，46（01）：1-13.

[2]李建华，丁伟，张博.智能巡检机器人在变电站运维管理中的应用[J].内蒙古煤炭经济，2021（09）：153-154.

[3]包兴.基于人工智能的变电站运检技术研究[J].自动化应用，2021（06）：99-100.

2045500520294