基于CrowdOs的电力系统异常感知平台
据统计“十四五”期间我国电网计划投资额,总和接近3万亿元。电网系统的平稳运行对于国民经济、人们生活具有重要的意义。然后电力网络存在结构复杂、空间跨度大、故障多样等特点,导致电力网络的维护成为核心难题。如何对电网系统的异常状态进行精准的感知和预测成为电力行业重点关注的问题之一。
为此,项目提出了基于CrowdOs的电力异常预警系统,支持对输、变电站、高压铁塔、电力负载等的精准状态监测与异常监测。其中,针对输变电站中部分核心部件工作机理不明的问题,提出了可解释的异常预测模型,初步探明了核心部件的内部工作机理;面向电力负载终端,构建了非侵入的电力负载异常监测能力,实现了对电力负载异常的零破坏式监测;针对骨干输电网络,借助无人机、巡检机器等智能终端实现对骨干电网的高效巡检。同时基于端边云框架,构建基于CrowdOs的电力异常预警系统,实现电力终端-输变电站-输电网络三级的异常综合监测和预警。
系统解决了传统人工巡检方式受地理位置和巡视视角限制,解决了人工查找故障速度慢、易出疏漏、巡检效率低的问题,同时具备电力网络异常的提前预警能力,能够最大程度地减少电力故障所导致的经济损失和人员伤亡,为电力网络的持续稳健运行保驾护航。
系统异常感知系统
该平台将会实时显示设备各种状态数据、设备发生的各类故障异常比例、设备近期电流电压趋势、设备异常报告显示、本周设备维修率统计以及设备运行效率等信息。为了实现设备实时监测,我们将无人设备采集到的数据实行实时传输到云端,系统会在云端进行异常分析,并将分析报告传回异常感知系统,若发生异常,则会发生异常预警,巡查人员则可通过平台系统查看分析报告并可对无人设备下达复查指令,一旦确定异常,则可安排运维进行检修。
图3.7 电力系统异常感知系统
3D点云地图构建
巡检机器人和无人机在巡检时会先进行3D点云地图构建,然后根据点云地图进行离线规划巡检航线。
图3.8 配电房3D点云地图
图3.9 无人机离线规划巡检路线
无人机巡检过程
无人机或巡检机器人每到一个巡检点便会悬停,进行拍照采集数据和实时故障检测分析,最后将数据和检测报告上传云端。克服了环境限制的问题,且能够迅速定位故障,降低故障损失。另外,无人机响应快速,短时间巡视多个设备,可为维修人员提供精准信息,解决了故障巡检时间紧迫,需要快速响应,人工查找故障速度慢,难以满足快速检修的要求。
图3.10 无人机巡检过程
无人机红外巡检
无人机通过配备的红外设备进行对线路或设备进行红外温度测量,温度数据能直观呈现,快速识别故障,为运维人员提供精准的数据支持。解决了人工热成像巡检受地面角度限制,难以查看高空设备细节和直升机热成像巡检成本高,无法及时响应的问题。
图3.11 红外巡检
项目主要优点和贡献:
(1):无需大量巡检人员对设备进行监测,减少了电力系统中的人力资源;
(2):采用了无人技术巡检,跨越了地理障碍的限制,实现了高效率、全视角覆盖,高精度的巡检,大幅度提升了巡检作业效率 。
(3):实现了对电网运行状态的实时监控和预警,提高了电力系统的可靠性;
(4):提高了人机交互性,企业可根据平台监测数据对用电行为进行合理安排,减少异常的发生。