Page 139 - 电力与能源2021年第一期
P. 139

傅晓飞, 等:“ 机器代人” 智能运检关键技术研究和展望                                 1 3
                                                                                                      3
              术的核心是数据的获取和分析, 针对设备故障的                           会更加快速和精确。融合多源信息的自主定位技
              主要数据包括设备数据( 基本信息)、 缺陷或故障                         术主 要 是 利 用 加 权 平 均 法、 Kalman 滤 波、 扩 展
              产生的异常数据、 设备试验数据等, 收集后梳理形                         Kalman滤波、 Ba y es估计、 模糊逻辑、 神经网络以
              成结构化的案例库, 成为模型学习的正样本, 主要                         及基于行为方法和规则方法等算法, 融合多源传
              应用场景包括设备缺陷识别、 故障预警、 运行状态                         感器数据, 使最终的定位精度和速度满足工程的
              评估、 寿命预测等。主要研究方向包括能提高实                           需求。
              时分析和异常识别能力、 减少无用数据传输和后
                                                              3  “ 机器代人” 智能运检关键技术的展望
              台处理量的智能装置边缘计算技术, 增加识别的

              缺陷和异常类型, 提高识别的准确率。                                   未来,“ 机器代人” 智能运检技术将向智能感
              2.2.4  基于深度学习的设备运行状态智能分析                         知、 智能巡检、 智能作业、 智能决策和智能设备五
              技术                                               个维度发展应用。智能感知主要方向为构建覆盖
                   基于深度学习的设备运行状态智能分析技术                         运检全过程的输、 变、 配各环节业务场景和设备状
              的核心是借助机器学习、 深度学习等人工算法, 利                         态信息的全景全息“ 数字地图”, 达到设备和环境
              用电网大数据作为训练样本进行学习, 对设备运                           的宏观信息“ 一目了然”, 微观信息“ 一键穿透”; 智
              行趋势进行精准预测。设备运行趋势评估主要是                            能巡检主要方向为线路电缆“ 空天地” 立体巡检和
              应用机器学习算法配合数学分析方法构建模型,                            变电站运行联动巡检; 智能作业主要方向为依靠
              针对多源设备状态数据开展评价, 此类模型可以                           机器人和移动作业设备实现带电作业; 智能决策
              较为全面准确地反映电力设备的真实状态; 缺陷                           主要方向为基于数字孪生技术, 推进设备全景监
              识别与故障诊断主要是基于当前设备案例数据,                            视、 立体巡检等, 实现智慧配网和能源大脑、 业务
              结合设备家族性缺陷、 运行数据、 气象数据等多源                         的融合建设; 智能设备主要方向为依据小型化、 免
              信息, 运用运检知识库的相关经验规则开展学习                           维护、 智能化、 环境友好等条件, 进行与“ 机器代
              引导, 给出缺陷的分级识别与诊断, 在此基础上对                         人” 体系相适应的智能设备研究。
              设备缺陷的类别和部位进行判断, 并根据疑似缺                           参考文献:
              陷的概率排序发出故障预警。                                    [ 1 ]  周安 春 . 电 网 智 能 运 检 [ M ] . 北 京: 中 国 电 力 出 版
              2.2.5  多传感器集成融合及智能决策技术                               社, 2019.
                   多传感器集成融合智能决策技术是通过对分                         [ 2 ]  李再华, 刘明昆 . 电力系统故障的智能诊断综述[ J ] . 电气
              布在不同位置的多类型传感器提供的局部数据加                                技术, 2010 ( 8 ): 21-24.
                                                                   LIZaihua , LIU Min g kun.Reviewofintelli g encefaultdi-
              以整合, 应用计算机技术进行分析, 消除多传感器
                                                                   a g nosisinp owers y stem [ J ] .ElectricalEn g ineerin g , 2010
              之间可能存在的信息冗余和矛盾, 并加以互补, 降                             ( 8 ): 21-24.
              低不确实性, 获得被测对象的一致性解释与描述,                                                     收稿日期: 2020-11-02
              系统在获得充分数据信息后, 其反应、 决策、 规划                                                    ( 本文编辑: 杨林青)

                                                                                                            

              ( 上接第 114 页)
              [ 3 ]  CHEN Hon g xi.XUE Murui.Anal y sison Aerod y namic  381-384.
                    PerformanceofHPg overnin gvalve g rou p sforsubcritical  YANGLi , YU Xiaobin g , WANGChun y an , etal.Eval-
                   andsu p ercritical600 MW units [ J ] .PowerEn g ineerin g ,  uationanda pp licationofsteamleaka g eforsteamturbine
                   1997 , 17 ( 4 ): 66-70.                          basedoncharacteristicflowarea [ J ] .TurbineTechnolo-
              [ 3 ]  胡 念 苏 . 汽 轮 机 设 备 及 系 统 [ M ] . 北 京: 中 国 电 力 出 版  gy , 2020 , 62 ( 5 ): 381-384.
                    社, 2006.                                   [ 6 ]  郭钰锋, 徐志强, 于达仁, 等 . 汽轮机调节原理[ M ] . 北京:
              [ 4 ]  吴季兰 .300 MW 火力发电机组丛书第二分册汽轮机设备                  机械工业出版社, 2001.
                    及系统[ M ] . 北京: 中国电力出版社, 2006.                                         收稿日期: 2020-10-11
              [ 5 ]  杨利, 余小兵, 王春燕, 等 . 基于特征通流面积的汽轮机组                                       ( 本文编辑: 赵艳粉)
                    蒸汽泄漏 量 评 估 与 应 用 [ J ] . 汽 轮 机 技 术, 2020 , 62 ( 5 ):
   134   135   136   137   138   139   140   141   142   143   144