远程电力技术监督系统的设计与应用

何东阳，熊霄涵

(大唐水电科学技术研究院有限公司，四川 成都 610031)

0 引言

电力技术监督是指在电力规划、设计、建设及发电、供电、用电全过程中，以安全和质量为中心，依据国家、行业有关标准规程，采用有效的测试和管理手段，对电力设备的健康水平及与安全、质量、经济运行有关的重要参数、性能、指标进行监测与控制，以确保其安全、优质、经济运行[1]。随着电力技术的不断更新，电力系统结构不断调整与变化，电力技术监督理念和内容逐渐发展成熟。尽管如此，以现场人工试验和检测为主的电力技术监督方式仍然需要进一步完善，例如，需要克服传统监督方式无法避免的极端气候条件或地形条件下，工作开展困难、安全风险高、人工成本大等弊端。

随着互联网技术的发展、信息化管理平台的应用，电力监督技术的计划、组织、管理等工作效率有了重大提升。随着远程可视化技术的深入运用，电力技术监督手段进一步丰富。此外，物联网、机器视觉、大数据等技术的不断发展，给电力技术的发展、技术监督的开展带来了更多的可能[2]。运用“云大物移”等新兴技术，充分发挥工业化、信息化融合优势，是远程电力技术监督的重点发展方向。

1 远程技术监督特点及应用

在我国，无论是电力企业常态开展的技术监督工作，还是电网公司对发电企业进行的技术监督，依托基于经验的技术监督手段和日趋丰富的信息化手段，逐步形成了较为统一、稳定的管理体系。当下的技术监督工作，除了日常指标的报送，现场检查方式仍是关键的一环，因此，要采用远程方式开展技术监督工作，除了需要采用合适的技术手段替代现场检查方式外，还需要在管理层面上把远程技术监督纳入整体技术监督体系，做好系统化规划与设计[3]。

1.1 远程技术监督特点

在技术监督工作中，日常数据收集、月报指标整理等内容可以通过技术监督网络人员对接，以线上沟通、远程交流的形式，或者通过部署合理的技术监督系统以实现远程工作模式；在动态检查、专项检查或日常技术沟通方面，需要深入了解现场设备运转情况的，则仍需要采取实地调研或现场检查的形式[4]。

现场检查的优势在于实地的检查能够对电厂现场有更为充分、深入及总体的认识，通过现场及时的交流沟通、外观检查及其他查验形式能够更为直观地了解设备运转状况。水电站没有实现数智化转型，建立全面、清晰、可靠、实时更新的设备设施台账之前，要深入了解设备运转情况，仍需要技术人员到现场对设备运行状态进行研判。

远程技术监督的优势，一方面在于其跨越时空的便捷性，其在远程教育、远程医疗和应急领域等的应用已经得到了充分验证。远程技术应用于电力技术监督工作中，既可以解决海外小水电的技术监督难题，保障疫情等特殊情况下技术监督的有序开展，也可以有效改善传统技术监督工作中因动态检查的定期性、滞后性、主观性等因素导致技术监督水平难以保障，技术监督企业对发电企业现场设备设施情况掌握不够深入等问题。另一方面在于远程技术监督的应用符合工业化和信息化深度融合的发展趋势，不仅可通过信息化手段实现音视频的传输，而且可以借此搭建一个全新的技术监督会话场景，传递更多维度的工业现场信息，并通过数字化感知能力建设，辅助技术监督人员实现多维度深层次的检查。此外，技术监督工作全周期的数据及音视频信息等材料，可以形成实时的数字档案，这也是保障技术监督工作质量、指导机组安全稳定运行的一个重要环节[5]。

因此，远程技术监督的建设对于提升技术监督整体管理水平意义重大，其不仅可以强化全周期的技术监督管理工作，还可以将更多专家、技术人员以更少的时间成本及更便捷的响应条件，更广泛深入地参与到发电厂的技术监督工作中来。

1.2 远程技术监督的系统应用

远程技术监督工作离不开技术监督的整体体系，应依托技术监督系统予以部署，可作为技术监督系统的可选模块，并随着远程技术监督模块的深化应用逐步实现与技术监督工作的融合[6]。技术监督系统中，除专用管理界面外，动态检查、专项检查模块下以及各专业下应设相应的接口，可跳转至远程技术监督界面，同时应支持多种记录功能，远程技术监督交流过程中的语音可识别并转化成文字，由专门的技术人员整理相关文字材料，并形成监督过程记录。

2 远程技术监督设计方案

2.1 总体部署方案

现阶段，要部署远程技术监督系统，一方面要充分利用5G，Wi-Fi6无线网络等多种通信技术，运用异构网络环境下多通道协同数据传输等技术，构建合理可靠、稳定便捷的网络架构体系；另一方面要选择合适的数据传输协议，现阶段远程技术监督系统建设的核心在于工业现场画面的实时高清传输，ONVIF协议端口具有兼容性强、成熟度高、开放度好等特点，可作为远程技术监督的主协议，通过标准化平台实现不同设备间的集成，便于后续开发、改造。此外，基于发电厂复杂现场环境的需要，可采用便携式移动信号接入设备及设备数据传输模块的配置，保障系统无线通信质量和数据安全。综合考量后的设计接入方案如图1所示。

图1 远程技术监督系统总体部署方案

2.2 接入设计方案

远程技术监督系统主要由采集通信设备、数据传输网络和监督中心三部分组成，通过科学的设计与合理的部署，搭建成便捷、高效、稳定、可靠的系统。

采集通信设备为工业现场设备，以数据采集为主，根据技术监督的特性，监督网络中的数据主要从采集通信侧向监督中心流动，以视频数据的采集与编码为主。视频的采集应充分考虑不同技术监督场景下的使用需求，通过多种摄像设备或一体化集成设备实现；如在需要考虑两端交互与远程支撑的场景中，则采用基于AR, MR等技术的采集通信设备应用效果更佳。

数据传输网络要实现数据的传输，要确定采用的互联网或专用网络等网络形式，同时要确定数据传输协议。数据传输网络可以考虑采用组播、混网等网络技术和多媒体技术，以自动适应不同网络传输带宽，确保在工业现场各种网络环境下都能够提供高清、实时、全动态的图像和高保真声音。工业现场的网络接入设备要求设计尽量简洁，体积尽量小巧，调试尽量简单，安装连接线缆种类尽量少，接口标识尽量清晰。为达到快速组建、使用便捷、传输稳定的目的，工业现场的网络接入设备需要写好底层逻辑，以保证网络接入稳定可靠。

技术监督中心主要实现现场数据的解码、分析、存储和查看，视频数据可采用流媒体服务器或硬盘录像机等设备进行处理，其他数据需采用专用数据分析服务器进行分析、处理和展示。通过技术监督中心的部署，技术监督企业可同时实现对多地发电企业的技术监督，技术人员可便捷、高效地开展远程技术监督工作。

3 远程技术监督系统数字化感知能力

3.1 感知能力建设

目前，在感知能力建设方面主要采用两种方式:一种是直接在采集通信设备上根据需求集成各种类型传感器；另一种是通过发电厂设备设施感知层的建设与完善部署更多可靠有效的传感器，并利用RFID等适合工业场景应用的无线技术，提供实时可读取接口，采集通信设备集成无线读取/接受装置，以实现对现场设备实时数据的获取并传输至后台。前者实施难度低，不受水电站感知层的基础设施条件影响，只需对远程技术监督的采集通信设备进行改造即可实现，但在远程技术监督的使用场景下，前端设备可集成的能够发挥效用的传感器种类较为有限；后者对水电厂现场基础设施条件要求较高，需要发电企业下属的各水电厂按照统一的规范要求，对设备感知层进行完善和改造，并在此基础上规划好系统的数据治理、分析、调用及呈现，才能完成远程监督系统的数字化感知能力建设。

以设备测温为例，设备正常运行过程中，温度检测是保障设备运行可靠性的重要手段。通过了解设备温度的状况，可对现场设备的运行情况有更深入的了解，甚至可以通过温度的异常发现潜在问题。通过设备温度、环境温度及机组运行工况等进行关联分析，也是运用数据分析判断设备运行情况的常见手段。通过采集通信设备上的集成红外热成像摄像头与温度传感器，可以实现设备温度测定与环境温度检测，通过红外探测器将物体辐射的功率信号转换成电信号后，成像装置的输出信号可以完全一一对应地模拟扫描物体表面温度的空间分布，输出与物体表面热分布相应的热像图供监督人员参考。若电厂感知层已部署相关传感器及电子标签且采集通信设备上集成了射频读取装置，即可实现更全面精准的温度采集，并可以获得其他机组运行相关参数，然后基于获取的机组运行参数、设备温度分布以及环境温度分布数据，可进一步实现设备状态研判。

3.2 机器视觉技术的应用

机器视觉技术是通过人工智能的运用，从客观事物的图像中提取信息、处理并加以理解，最终用于实际检测、测量和控制，达到代替人眼进行测量和判断的效果。在远程技术监督的运用中，通过结合机器视觉技术可以实现对工业现场设备设施特定状况的自动甄别，提高远程技术监督的准确度，为技术监督人员的检查查漏补缺。

以外观缺陷识别为例，水电厂中大量以汽、水、油为介质的设备、阀门、管道系统，在设备运行时，其法兰、接口、焊缝处由于振动、密封件磨损、锈蚀、松动等原因可能产生“跑、冒、滴、漏”现象，危害设备运行安全。

通过机器视觉技术的应用，可以精准识别，从而辅助技术监督人员做出判断，例如管道的漏油、漏水等现象，摄像头通过自动获取重点渗漏检测区域的可见光图像，通过图像算法可进行识别，现阶段能够实现直径不小于10 cm且与地面/检测面存在明显色差的油迹或水迹的自主识别，识别到可能存在的油迹或水迹后，技术监督人员可通过画面的标注提示进一步分析实际情况。

4 结束语

远程技术监督系统搭建后，采用音视频技术模拟现场检查的形式开展技术监督工作，基本可满足技术监督最低要求，但其全面性、准确性及深入度仍无法比拟现场检查。唯有更深入地挖掘数字化手段，逐步搭建一个全新的技术监督会话场景，利用机器视觉识别、传感器集成等手段，强化远程技术监督系统的数字化感知能力建设，才能更充分地发挥远程技术监督的优势，可靠地实现针对现场设备的“数智”技术监督。随着机器视觉技术的不断发展与视觉训练模型的不断优化，机器视觉将有望逐步实现多维微米级信息捕获及进一步融合的能力，从而给远程技术监督带来巨大的变革。