4月26日，我國第1個大規模抽水蓄能人工智能數據分析平臺——南方電網抽水蓄能人工智能數據分析平臺XS-1000D投入運行。該平臺的投運實現了裝機容量為1028萬千瓦的7座抽水蓄能電站、34臺機組設備的數據智能巡檢、狀態智能診斷和運維模式變革，標志著我國近四分之一在運裝機容量的抽水蓄能設備由傳統線下人工管理向線上智能管理轉變，每年可創造經濟效益約1760萬元。

抽水蓄能電站具有上、下兩個水庫，夜間用電低谷時，使用電能將山下水庫的水抽到山上，在白天用電高峰時，再放水發電，相當于把電存儲起來，實現隨時調用，被稱為電網的“蓄電池”“穩壓器”和“調節器”，是目前技術*成熟、經濟性*優、*具大規模開發條件的電力系統綠色低碳清潔靈活調節電源。當前，我國正加快規劃建設新型能源體系，為滿足風能發電、光伏發電等新能源大規模、高比例接入電力系統的迫切需求，抽水蓄能電站正以從未有過的速度加快開發建設。

與此同時，抽水蓄能電站的工程規模大、機電設備多、系統結構復雜。僅以1臺*廣泛使用的30萬千瓦機組為例，約有4大類、20臺套關鍵設備部件，年度日常檢修項目就多達400余個，約需850人日才能完成。2018年起，南方電網啟動了人工智能數據分析技術在抽水蓄能領域的研究應用工作，通過推進設備運維智能化不斷提高勞動生產率。

概述（LYPCD-4000在線局放分析儀易于維護，使用簡單）

系統介紹（LYPCD-4000在線局放分析儀易于維護，使用簡單）

可配合使用特高頻傳感器、TEV傳感器、聲電組合傳感器、超聲傳感器和寬頻帶電流互感器（HFCT）在線檢測變壓器、高壓開關柜、GIS、電纜接頭等高壓設備的局部放電情況。攜帶方便、測量快速，抗干擾能力強，便于現場使用。

其配置軟件具有實時波形圖、*大峰值顯示、定位等功能，軟件也可以詳查分析某個相位波形，窗口隨意放大和縮小，也可以對該段數據進行頻譜分析，分析放電波形的頻譜含量，使放電波形之間更具可比性，全方位統計分析試驗數據，減少試驗中非穩定性因素對試驗結果的影響。

LYPCD-4000在線局放分析儀易于維護，使用簡單采用自動或手動記錄保存試驗數據和瞬態放電波形，提供后期數據分析參考。

技術參數（LYPCD-4000在線局放分析儀易于維護，使用簡單）

引用標準（LYPCD-4000在線局放分析儀易于維護，使用簡單）

高壓開關設備和控制設備標準的共用技術要求 DL/T 593

3.6kV～～40.5kV 交流金屬封閉開關設備和控制設備 DL/T 404

3.6kV～～40.5kV 交流金屬封閉開關設備和控制設備 GB 3906

局部放電測量GB/T 7354

電力設備局部放電現場測量導則 DL/T 417

高電壓試驗技術 第1部分：一般試驗要求 GB/T 16927.1

高電壓試驗技術 第2部分：測量系統 GB/T 16927.2

高電壓試驗技術 第3 部分: 現場試驗的定義及要求 GB/T 16927.3

各種高壓設備測量

1、概述

該局部放電在線監測系統是我公司總結幾十年局放檢測經驗，運用*新技術手段實現的高性能數字化局部放電在線監測系統。該裝置采用高精度采集卡進行A/D轉換，可實現被監測高壓設備的實時數據監測與統計分析功能。

該系統采用多種抗干擾措施，能夠有效的去除現場環境中的干擾，準確提取局部放電信號，判斷設備運行狀況；通過以太網把放電量值、報警事件等監測數據定期上傳到遠方的數據中心服務器，利用數據中心服務器上運行的后臺軟件可獲取現場的監測數據并進行統計與分析，與此同時數據中心服務器還可以遠程登錄現場監測單元，觀測實時波形，對設備的絕緣狀態進行更加系統的評估。

數據中心的服務器程序運行于固定IP地址的計算機上，可同時監測多個設備，并實時顯示每一個登入設備的放電信號，能根據參數設定，定期保存已登入的監測設備從現場傳來的數據，以便日后隨時查閱分析。

2、組成及原理

該局部放電在線監測系統由局放傳感器、現場監測單元、遠程監控計算機以及局部放電監測軟件組成。

3、各組成單元

3.1 局放傳感器

局放傳感器可以是接觸式超聲波傳感器、非接觸式超聲波傳感器、TEV傳感器、特高頻傳感器及寬頻帶電流互感器,通過50Ω同軸電纜將信號傳遞到在線監測單元。

3.2 現場監測單元

接收前端傳感器的各種局部放電模擬信號，對多路信號進行信號調理、噪聲去除、A/D轉換、干擾處理、數據處理、放電量顯示、超標報警，并將實時數據通過以太網上傳至后臺。

3.3 后臺監測計算機

通過網絡遠程連接服務器，實現后臺監測計算機的所有功能，根據現場各監測系統送來的信號建立故障監測數據庫，并顯示各現場監測系統監測到的局放強度變化趨勢及超標報警等信息。

4、現場監測單元技術性能指標

5、后臺軟件功能特點

●軟件系統以Win7為平臺，640*480的屏幕分辨率。

可分析顯示各監測設備的實時放電波形等。

可遠程顯示各監測設備的放電量。

放電量歷史趨勢圖等數據可連續自動保存，并可隨時查看統計與分析。

各種監測數據指標超出警戒值時，可自動給出報警提示。

“我們現在很多設備是依靠云端數據智能巡檢，不用再駐守現場了，這套系統就好像一個云端的大腦在幫助我們進行思考和解決重復、機械的工作”，南網儲能修試公司機械檢修作業員鄒佳衡自豪地說到。然而，要讓“機器”代替“人”來巡檢絕非易事。在占地不到30平方米的抽水蓄能大數據中心主機柜里，接入的設備測點超過31萬個，范圍涵蓋了廣泛分布在7座抽水蓄能電站的一次、二次設備及通信網絡，形成了規模浩大、品類齊全的設備大數據狀態感知體系。

據了解，我國電力設備在線監測技術的探索應用已超過20年，但由于存在管理標準不統一、故障報警功能不完善、不同系統不兼容等問題，大范圍的綜合管理平臺始終難以建立。“平臺建設之初，我們就認識到，建立統一標準的數據體系才能有高質量的數據基礎，才能結合實際開發出高質量的數據分析功能。如果做不到這一點，大數據技術就只能成為人工的助手和參考，實現不了真正的人工智能替代”，南網儲能修試公司副總經理鞏宇介紹說。

為此，平臺研發團隊足足用了38個月的時間，才將7個電站近60個設備系統的31萬個測點數據，通過統一標準的數據體系，接入到綜合處理單元進行數據采集，再由服務器“上云”。經過艱巨嚴格的數據治理后，數據質量達到了使用需求，云端服務器能夠對設備數據進行多維度分析，直觀、可視化地展示電站各級設備狀態。XS-1000D分別用“綠黃橙紅”對應“正常、注意、異常、嚴重”四種機組整體狀態，提供電壓、電流、溫度、壓力、振擺、軸心軌跡等從簡單到復雜的機組全狀態、多維度數據智能分析。發現數據異常后，對故障精準排查，完成“電站群—電站—機組—系統—部件—單一算法”的“貫穿式”數據鉆取分析，實現對設備非正常狀態原因的“抽絲剝繭”。這樣能使技術人員關注的數據范圍快速從一個宏觀的面，逐步下鉆聚焦到一個*基本的算法結果上，快速掌握設備各層級的數據信息，找到異常原因。

基于XS-1000D強大的數據分析功能，技術人員既能快速評估蓄能機組總體狀態，又能快速定位到風險薄弱的部件環節，即便剛參加工作不久的新員工也能輕松駕馭平臺。2023年3月6日，南網儲能修試公司自動化檢修部新員工王彬收到系統發送的信息“某蓄能電站機組設備狀態評價為‘注意’”，且被相關算法進一步分析確定為“機械制動時長異常，已超出正常范圍30秒”。經現場確認，設備因密封損壞、油霧外溢導致剎車效率降低，部件更換后即恢復正常，及時消除了事故隱患。

上海來揚電氣轉載其他網站內容，出于傳遞更多信息而非盈利之目的，同時并不代表贊成其觀點或證實其描述，內容僅供參考。版權歸原作者所有，若有侵權，請聯系我們刪除。