基于调控一体化电力大数据的电力调度机器人设计

李静

（国网宁夏电力有限公司固原供电公司，宁夏 固原 756000）

一、现状分析

（一）调控一体化现状

调控一体化建设将监视业务从集控中心分离出来，地调调度台将调度与监视业务相融合，新模式下的业务包括调度、监视、控制、许可现场工作、编写中调操作票等。以某调度台2020 年为例，全年执行的检修工作达5492项，执行操作指令票6684 张，编写中调操作票845 张，监视信号近360 万条，许可线路工作票732 张，业务繁多复杂，存在安全风险。

（二）存在问题

调度工作中存在以下一些问题：1.工作隐患大：当前线路工作票由调度台直接对工作票负责人进行许可，调度值班员非设备运维人员，对作业现场情况不熟悉，难以把控现场安全措施情况，存在安全隐患。2.业务相交叉：调度台不仅要指挥停送电操作，还要编写操作票，指挥与策划业务相交叉，各项业务容易被中断，存在工作疏忽错漏隐患。3.监视信号多：告警信号虽可实现集中监视，但信号监视设置规范性差，重复处理信号多，日均处理异常信号约9994 条，信号的智能统计与分析功能欠缺，依赖于人工。4.操作风险高：调度操作采用调度员人工校核操作，手动人工下令至厂站端执行操作，缺乏防误闭锁功能。

二、电力调度机器人设计

（一）总体构架

电力调控机器人主要是对电网的运行状况进行实时的分析，有助于电力调控专员对调度业务有效的开展。在电力大数据背景下，电力调度机器人主要依靠数据学习等方式，实现人工智能技术在电力领域的应用。电力调控机器人主要依靠数据的获取与分析进行数据学习，其内容包括大数据利用、深度学习、语音识别和模式识别等。发电、变电、输电和配电等多个环节的数据都是数据源的主要部分。这些数据在时间、空间双维度中都有极强的关联性，数据之间的互动性也会比其他类型数据强，因而对于电力调度机器人的功能实现至关重要。电力调控机器人的核心功能模块分为实时数据管理、实时预警分析、智能运行评估、异常分析与辅助决策，以及终端展示与执行。具有稳态巡航、异常预警、风险防控、故障处置和信息检索等众多功能。在对大数据分析的基础上，促进调控功能以及辅助决策的实现。其中，调控一体化平台主要为各级调度自动化系统以及相关的辅助系统，所有的功能模块实现都基于该平台。

（二）功能模块

1.实时数据管理模块

实时数据管理模块应用大数据、数据挖掘和数据分析等人工智能技术，基于相关规程规范进行知识学习以及历史数据的知识挖掘等，形成实时数据库，向其他相关应用模块提供数据支撑的管理服务，支撑电网调度信息检索、异常预警等场景应用。实时数据管理分为气象数据、设备运行数据、缺陷数据、检修数据，以及相关数据的数据挖掘等内容。这类数据对于电力调控属于基础数据，电网的实时运行状况均可在此类数据中有所体现。因此，实时数据管理模块对于电力调度机器人全部功能的实现十分关键。

2.实时预警分析

模块实时预警功能是建立在调控端海量的数据信息有机结合、大数据成熟的基础上，在事故发生之前，将采集到的各类设备运行数据进行动态模拟，引用调度员在线安全分析结果，并根据结果进行预警的功能。该功能可对异常越限等非正常运行信息进行全时态线性发展预演，对可能引起电网不满足安全稳定校核的，调控机器人可在第一时刻提醒调控人员采取相应的措施或启动应急预案等相关措施进行控制，保证电网的稳定运行。

三、关键技术及应用场景分析

（一）关键技术

1.调控业务数据库构建技术

通过对来自电网的厂站、受电端以及线路的数据进行分类整理，正确处理结构化和非结构化的数据，才能够对调控业务做出正确判断，准确把握电网运行态势，分析处理电网的运行状态以及紧急事故，将调控业务的处理实现自动化、智能化。依靠大数据技术，还能够减轻人工调度员的处理压力、减少人工调度员的处理错误，更好地保障电网调控安全进行。数据库构建技术还与其他相关技术相结合，如云计算技术、物联网技术等，在深化调控业务与其他业务融合的同时，应当重点关注电力调度数据库的构建，不断丰富调度指令库、调度指令语音库等。

2.深度学习技术

为了实现人工智能调度，需要将这类学习方法应用到电网调度系统。以深度神经网络为例，其主要特点为能够模仿人类决策，但响应速度更快、操作更准确。通过原始规则对深度神经网络模型的学习，可以提升系统获得大数据处理的能力，从而不受调度员分析能力的限制。

3.模式识别技术

模式识别包括语音识别和图像识别。语音识别用于调控机器人与调控人员之间的交互，实现日志自动记录、语音输入、语音自动调度等功能；图像识别用于调控机器人识别调控对象，如高压输电线路隔离开关、换流器等工况位置判断等。模式识别重点是提升模式识别的泛化有效性，确保能准确识别自然语音和设备状态，最终可以为实现3D立体化展示与操控提供重要的技术支持。

（二）应用场景实验分析

1.调度电子化下令操作

电网调度机器人可以实现电子化下令操作。相比较传统人工调度，基于调度大数据的操作指令文字传输和人脸识别验证，内容清晰明确，可有效杜绝谐音误会等危险点，缩短发令和受令时间，提升工作效率。调度机器人电子化下令的流程如图1 所示。

图1 电子化下令流程

由图1 可以看出，在保证安全性的前提下，调控机器人可以帮助实现电子下令、电子回令和接收确认的过程。同时可以实现调控间的操作命令流转信息共享利用，提高调度的准确性。电力调度机器人下令指标对比如表1所示。

表1 电力调度机器人下令指标数据

2.特高压交直流一体化调度异常分析与辅助决策

电力调度机器人通过对这类数据进行分析，得到异常情况并进行辅助决策。电力调度机器人可以运用大数据技术，结合现有的电网运行典型异常分析和处置专家库，再通过相关安全解析校核，实现电网典型异常告警根源定位、告警影响范围预警，并给出处置建议。

结束语

综上所述，本文提出了一种基于电力大数据的电力调度机器人来辅助传统调度。经过对电力大数据与调控一体化联系的分析，以及对调控一体化下的数据体系结构的建立，设计了电力调度机器人的功能构架，说明本文所提系统的应用场景较为丰富、功能较为全面。通过对电力调度机器人的设计，可以减轻传统人工调度的压力，提高调控一体化的操作智能化水平，实现大数据与调控一体化的整合应用。