基于数字孪生的数字电力设备思考与展望

2022-02-02彭在兴王颂陈佳莉张曦钱海邱建王帅兵赵林杰李锐海

南方电网技术 2022年12期

彭在兴，王颂，陈佳莉，张曦，钱海，邱建，王帅兵，赵林杰，李锐海

（1.南方电网科学研究院，广州 510663；2.中国南方电网有限责任公司生产技术部，广州 510663；3.中国南方电网电力调度控制中心，广州 510663）

0 引言

我国对数字电网技术的系统性研究已有近2年时间，但对于数字电网组成部分的数字电力设备，在数字电网中应具有什么样的功能和性能，数字电网中的数字电力设备和智能电网中的智能电力设备有何区别，数字电力设备的基本组成、质量特性、试验验证等问题，未见相关报道。分析并研究上述问题，对于我国数字电网的研究和建设具有重要意义。

数字电力设备是数字电网的组成部分［1］，在基本理念上是一脉相承的。因此，数字电力设备同样是以数字技术为核心驱动力，以数据为关键生产要素，以新一代信息网络为基础，通过数字技术与电力设备全生命周期的相关业务、管理深度融合，不断提高数字化、网络化、智能化水平，而形成的新型电力设备的生态系统。

本文根据质量管理体系理论结合电力设备的发展历程揭示了电力设备质量特性的发展规律，通过梳理电力设备数字化、网络化和智能化技术现状结合电力设备质量特性的发展规律，提出了数字电力设备的基本组成、质量特性、数字孪生模型、数字数据模型及试验验证方法，根据提出的数字电力设备基本理念，明确了数字电力设备的发展路径。

1 电力设备的发展历程

电力设备是电力系统的组成部分，当电力系统对电力设备的需求发生变化时，即要求电力设备承受的应力在发生变化，电力设备的质量特性也在发生变化［2-3］。在GJB9001C—2017《质量管理体系要求》［4］中，把这种质量特性称之为专用质量特性。这一类特性是一种确定性的特性，可在物理空间独立存在。另一方面，随着电力设备的应用，在制造、安装和使用等全生命周期全过程中将产生诸多业务，这些业务对电力设备提出了新的需求。在GJB9001C《质量管理体系要求》中，把这种质量特性称之为通用质量特性。这一类质量特性不能在物理空间独立存在的就是时间的特性，它用来度量产品的专用特性与时间有关的特性。电力设备的发展历程是质量特性的发展过程，首先由于电力系统的发展而对电力设备提出需求引起电力设备专用质量特性的发展变化，然后紧接着是电力系统在使用等全生命周期过程中业务对电力设备提出需求引起电力设备的通用质量特性的发展变化，两种特性发展相互影响、相互促进，螺旋式上升推动电力设备的发展。

2 电力设备数字化、网络化、智能化现状

电力设备数字化是指利用数字技术将电力设备许多复杂多变的信息转变为可以度量的数字、数据，成为可计算的对象；网络化指利用信息通信技术实现数据的共享；从感觉到记忆再到思维这一过程称为“智慧”，智慧的结果产生了行为和语言，将行为和语言的表达过程称为“能力”，两者合称“智能”［5］。

近年来，在电力设备数字化、网络化和智能化方面的研究和应用上取得了一些可喜的成果，但智能电力设备的实用化、商业化程度还不够，其主要原因有3条。

1）电力设备数据收集不全面或数字化程度不高，主要表现为：（1）电力设备的外部施加应力如自然环境、运行工况等数据收集不全面或数字化程度不高；（2）电力设备内部特性数据如结构尺寸和内部特性如材料性能等数据收集不全面或数字化程度不高；（3）电力设备的外部可观测数据如开关管理人员五官感知、试验检测和在线监测的数据收集不全面或数字化程度不高。

2）电力设备的网络化程度不够。主要表现为：（1）通过SCADA系统收集了部分的电力设备运行工况数据，但由于网络安全问题，大部分运行工况数据还不能通过网络共享；（2）电力设备通过在线监测网络收集一部分电力设备外部可观测数据和自然环境，但电力设备全生命周期各个环节的大量人机交互终端、设计工具、测试和试验装置所产生的数据未能通过网络化收集；（3）电力设备数据共享的安全性问题未彻底解决，电力设备数据共享的机制未解决，电力设备与社会公共知识数据、公共气象数据未能较好地通过网络化进行收集。

3）电力设备的内部状态不够透明，即电力设备的内部状态不能在数字空间全面、准确、实时更新。主要表现为：即使通过物联网等收集了电力设备的外部施加应力数据和电力设备的外部可观测数据，但由于缺乏有效的状态评估模型，内部状态不能在数字空间实时更新，或更新不全、或不够准确、或不够及时，造成电力设备的内部状态无法实现全面、实时的“可观测”，进而无法有效地实现其预期的“可控制”和“自动化”等功能。

综上所述，数字化是网络化和智能化的基础，网络化是数字化和智能化的提质增效工具，智能化是数字化和网络化的目标。电力设备全生命周期管理的业务需求以及数字化技术的现状，决定了电力设备数字化的内容和规模，电力设备数字化的内容和规模决定了网络化的规模以及电力设备智能化的实现程度。

因此，电力设备数字化是基础，其关键是电力设备数据的高效收集及数字化，在电力设备数字化还未实现的当下，一味追求网络化和智能化，只会本末倒置，这也是数字化、网络化和智能化的电力设备称之为“数字电力设备”的原因；电力设备网络化是工具，其关键是建立安全的、支持数据交易与共享的物联网；电力设备智能化是终极目标，其关键是全面、准确、实时状态评估，在现有的条件下，通过产品设计、型式试验、工艺测试、出厂试验、现场试验及预防性试验等基本可以获得较为完整的电力设备状态评估所需的数据，因此对于数字电力设备来说，传感技术不是关键，电力设备内部状态全面、准确、实时的状态评估是关键。

3 数字电力设备

3.1 数字电力设备的基本组成

数字电力设备可以简单理解为基于数字孪生的电力设备。数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。数字孪生是一种超越现实的概念，可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统［6］。数字电力设备在物理上是传统电力设备和其数字映射系统组成，该数字映射系统（或称之为数字孪生装置、或称之为状态评估装置、或称之为数字接口）实现的功能包括数字数据的获取、传输、存储、分析和展示等。同时，数字电力设备在逻辑上是数字电力设备的物理实体和虚拟实体组成，虚拟实体存在于数字空间即数字映射系统中，其最终的目的是实现电力设备实时数字化可观测，支撑全生命周期各项业务的提质增效。

3.2 数字电力设备的质量特性

在引言中已经明确了数字电力设备的概念，但未明确数字电力设备的功能和性能，即数字电力设备的质量特性。在梳理电力设备发展过程中可以发现，电力设备的质量特性可以分为专用特性和通用质量特性，专用质量特性是由于电力系统的发展而发展的，而通用质量特性是电力设备全生命周期业务需求的发展而发展。随着数字电网的发展，电网要求能够实时的获取电力设备的数字化状态，因此对电力设备提出了专用质量特性要求，数字电力设备的核心功能为自身状态的数字映射，即实时获得电力设备自身状态的数字化信息。因此描述数字电力设备的专用质量特性指标分别为以下3个：数字化颗粒度、数字映射误差、数字映射时间。数字化颗粒度是指能够映射设备的空间层级，如类别级，设备级，单元级、元件级、部件级、零件级、材料级等；数字映射误差即电力设备在物理空间与数字空间之间偏差；数字映射时间是指在物理空间的实体发生变化后，在相关观测数据准备好开始到在电力设备数字孪生体在数字空间同步更新的时间。数字电力设备同样存在通用质量特性，这个与传统电力设备一致，不再赘述。

数字电力设备的专用质量特性技术指标跟具体电力设备的应用场景和需求密切相关，如数字化颗粒度对于某些电力设备需要的是设备级，有些电力设备需要的是材料级；另外还跟电力设备的性能相关，如要求数字化仅为设备级的绝缘性能，材料级的机械性能等。又如数字映射误差，对于大部分电力设备用户均希望能够实时识别设备内部状态变量分别处于正常、注意、异常和严重的状态，有些场景可能仅需要识别正常和严重状态，这些均跟数字映射误差有着密切的联系。又如数字映射时间，受电力设备观测周期和观测时间的影响，对于电力设备暂态过程的观测要求观测连续、观测时间短，对电力设备的数字映射时间要求较高，而对电力设备缓慢劣化过程，对电力设备的数字映射时间要求不高。

数字电力设备和以往的智能电力设备的专用质量特性存在本质区别，智能电力设备的专用质量特性在于电力设备外部特性的检测精度，如温度监测系统的测量精度为±1 ℃等，智能电力设备的专用质量特性在某种程度上其实质为在线监测系统的专用质量特性，跟电力设备的本体关系不大，因此，从根本上说，智能电力设备目前还未提出其专用质量特性，因此智能电力设备并未发生质的飞跃。而数字电力设备的专用质量特性数字化颗粒度、数字映射误差和数字映射时间等专用质量特性指标跟电力设备本体密切相关，是电力设备专用质量特性新的补充，是电力设备新的质的飞跃，因此数字电力设备相对于传统电力设备来说是一种新型的电力设备。这也是本文提出“数字电力设备”以区别于“智能电力设备”的根本原因。

3.3 电力设备的数据孪生模型

电力设备的数字孪生模型，也称之为电力设备基于数字孪生的状态评估模型。电力设备的数字孪生模型描述如图1所示。

图1 电力设备的数字孪生模型Fig.1 Digital twin model of power equipment

依据现代控制理论［7］，电力设备的数字孪生模型可用式（1）所示系统动态方程来描述［8］。

式中：AA、BB、CC、DD为系数矩阵；x˙为状态向量；x、uu为输入向量；yy为输出向量。

依据可靠性工程理论可知，针对电力设备进行状态评估，xx表示电力设备内部状态，包括电力设备的几何尺寸和内部特性如材料性能等，uu表示电力设备的外部施加应力，包括电力设备的工作条件和环境条件等，yy表示电力设备的外部可观测量，由反映电力设备内部状态的特征参量组成。电力设备状态评估的本质即为首先建立uu、xx和yy之间一一映射关系，然后在进行状态评估时根据已知的输入向量和输出向量，通过事先建立好的一一映射关系反推xx的情况，即获得电力设备的内部状态［9-13］。

因此数字电力设备要具备实用价值最关键的是建立电力设备输入向量、输出向量和状态向量之间的一一映射关系，即电力设备的数字孪生模型，然后通过收集外部的输入向量和输出向量，即可获得电力设备状态的实时变化［14-18］。以下针对GIS设备内部过热的数字孪生模型，详细说明如下。

GIS设备内部过热故障在电网频繁发生［9］，如何提前获得GIS内部导体的温升状态是亟待解决的难题［12］。本文将GIS内部导体温升差（即导体故障部位的温升与正常部位的温升之差）θc设为状态向量x=[θc]，GIS的运行电流I、环境温度T，空气压强P组成的向量设为输入向量u=[I，T，P]，将GIS的外壳温升差θs设为输出向量y=[θs]，本文事先针对不同型号的GIS在设计时建立GIS的数字孪生模型，即建立输出向量在不同的输入向量下，内部状态向量和输出向量之间的映射关系，在现场实际运行时即可利用上述数字孪生模型通过外壳的温度而获得GIS的内部导体温度，具有良好的应用价值。

3.4 电力设备的数字数据模型

电力设备的数字数据模型，是在电力设备的数字孪生模型基础上增加相关的管理数据发展而来，其主要目的是支撑电力设备全生命周期管理的提质增效。电力设备的数字数据模型框架如图2所示。

根据电力设备在空间维度观测到的存在形式及数据应用需要将电力设备分解到类别、设备、单元、元件、部件和零件各个层级不同空间颗粒度的数据描述对象。根据电力设备在时间维度观测到的存在形式及数据应用需要将电力设备按照全生命周期分解为设计、制造、安装、运行和退役各个阶段不同时间颗粒度的数据描述过程。按照电力设备在逻辑维度观测到的存在形式及数据应用需求将电力设备分解为数据、信息、知识、策略、方案、决策、计划等从数据产生到数据应用的全部逻辑环节。

将所述电力设备的所观测到的数据进行数字化，分为输入向量、输出向量和状态向量，并从数据中提取输入向量、输出向量和状态向量的中特征参量，即获得信息；建立输入向量、输出向量和状态向量之间的关系，记为状态评估模型；获得设备状态评估模型各参量及各参量之间关系在全生命周期内的变化规律，记为相关知识；当现实客观世界出现变化时，更新设备的输入向量、输出向量或状态向量，并调整设备的工作状态使其符合预期，形成策略；将策略传递给输入向量的主体，所述主体根据自身的状态对策略进行响应；将信息传递给所述电力设备，所述电力设备根据传递的信息对方案进行优选；根据方案优选的结果传递给责任主体进行决策，形成最终方案；将确定的最终方案从时间维度上进行安排形成计划。

数据描述对象和过程数字数据可以分解为输入向量、状态向量和输出向量，信息及以上逻辑环节数字数据均通过数字数据逻辑推理或计算获得。

电力设备所有空间层级、时间阶段和逻辑环节共同组成了电力设备全息数字数据模型，能够统一电力设备全生命周期管理全过程的数据建模方法，便于电力设备数据的管理。

3.5 数字电力设备的试验验证

由于数字电力设备的主要功能是自身状态的实时数字化映射，因此重点是3个指标：数字化颗粒度、数字映射误差、数字映射时间。因此数字电力设备的试验方法主要模拟数字电力设备不同颗粒度空间层级状态的各种变化，施加在全生命周期过程中电力设备受到的各种应力，通获取电力设备的外部输出数据，映射展示出电力设备的实时内部状态数字数据。记录映射的时间，同时记录模拟的状态数据与实际映射的数据进行比对，计算数字映射误差。由于测试的指标均为专用质量特性指标，指标试验验证可以在独立的空间进行［19-20］。以下针对GIS设备内部过热的数字孪生模型数字映射误差的试验方法详细说明如下。

在试验室搭建GIS设备温升试验平台，通过改变触头尺寸和（或）材料模拟触头过热故障，开展温升试验，通过调节试验电流，使GIS设备内部导体温升差（GIS内部正常导体和故障导体之间的温升差）在0～40 K之间变化，用红外成像仪或在线监测装置测试GIS外壳的温升差，用热电偶方式测量GIS内部导体的温升，获得GIS内部导体温升差的实测值，通过前期建立好的数字孪生模型以及GIS外壳温升差的实测值计算GIS内部导体温升差的数字映射值，GIS内部导体温升差映射值与实测值的偏差，即为数字映射误差。数字映射误差可以分级，如5%、10%，按照运维的实际需要一般至少为10%。

4 数字电力设备的发展路径

电力设备类别众多，从数字电网的需求来看，均应成为数字电力设备，但不同的电力设备可以采取不同的数字化颗粒度。对于那些结构简单、可靠性、故障率影响较小的设备，基于技术经济原则，建议其颗粒度较粗，达类别级或设备级即可；而对于开关、变压器和换流器等在电网起到至关重要的作用，且故障率较高，基于技术经济原则，建议其颗粒度较细，可达零件级甚至材料级。

数字电力设备牵涉的全生命周期各个环节的需求较多［21-26］，但最核心的需求是运行环节的需求，因此应从运行环节的状态评估需求为核心开展数字电力设备的技术研究，然后再逐步扩展至全生命周期各个环节的需求。而对于运行环节的状态评估需求，应以目前电力设备的典型故障模式为研究重点，开展基于数字孪生的故障预警技术研究。

开展数字电力设备的研究，首先应从技术标准研究着手，先建立某几类典型电力设备的数字孪生模型，开展试点应用，再不断进行优化升级。