宦扶天

（国网江苏省电力有限公司镇江供电分公司，江苏 镇江 212001）

0 引 言

互联网时代，信息技术的应用是推动传统产业转型升级的关键。5G 技术的发展和人工智能水平的提升正在逐步推动传统电力产业向自动化和智能化方向发展。“互联网+”运维技术结合科学的配电网接线与保护配置，能够有效提升智能配电网的运行安全性和可靠性，使配电网满足当前多种新能源并网发电的运行需求。

1 基于“互联网+”智能配电网的运维技术概述

智能配电网是电力生产和运输产业与互联网产业相融合的产物。其以智能移动终端为载体，以通信技术为核心，能够实现电力企业生产运营和电力配送的优化和调整，提升电力资源的分配管理效率，从而规避电力资源生产和配送中的风险因素，减轻电力企业工作人员的生产运营压力，推动企业健康、长期、稳定发展。智能配电网的稳定运行依赖于“互联网+”运维技术，同时该技术的进步和发展助力于电力企业突破传统生产运营模式的限制。对当代电力企业而言，在5G 时代到来之际用好“互联网+”运维技术，是顺应市场发展、满足生产生活所需电力资源、响应国家发展战略的关键。图1 为智能配电网示意图。

图1 智能配电网

1.1 信息采集技术

配电网在运行过程中经常会因各种人为因素或客观因素而出现故障，从而影响配电网的有效运转和电力资源的有效生产、分配以及输送，造成人力、资金、资源的损耗。该背景下，“互联网+”信息采集技术能够借助互联网和5G 万物互联的优势，高效采集配电网运行产生的各项数据，便于运维人员分析故障产生的原因和位置，从而设计排除故障的最合理方案。要想实现配电网的智能化运维，需要用好信息采集元件，如各类传感器和互感器等，将其安装在发电设备、储能设备及终端检测设备等位置，够采集电流值和电压值等配电网运行数据，并以信息代码的形式上传中央管理系统平台，以便配电网运维人员使用。运维人员在应用信息采集技术时，应准确了解设备的出厂设置、功能、属性以及数据控制和管理模块的运行模式，避免错误使用信息数据。

1.2 故障定位技术

通过故障定位技术能够采集配电网的运行数据，并将其传输和存储在指定位置，根据异常数据出现的时间和采集到异常数据的互感器安装位置，综合确定故障内容、故障位置、故障成因以及故障影响范围。正常情况下，智能配电网的运行频率是50 Hz，正弦波的一个周期为20 ms，可以将正弦波的一个周期分成80 个点位，每个点位间隔在250 μs 左右[1]。智能配电网按照250 μs 的间隔进行定期切断处理，系统按照该频率定期采集配电网运行信息，并将信息存储在指定位置等待分析和处理[2]。中央管理系统平台对采集的数据进行分析。对于符合规定要求的数据，系统会将其发送到相应的模块进行存储。对于有异常的数据，系统会向运维人员发出预警，并对其进行深入剖析。智能配电网中央管理系统具有自主分析和定位故障的功能模块，能够结合异常数据生成故障报告书，向运维人员提供故障是否需要维修、不维修会对配电网造成怎样的影响、系统目前是否处于正常运行状态等描述和建议，进而辅助运维人员更全面地掌握配电网设备的生产运行状态。运维中央管理平台如图2 所示。

图2 运维中央管理平台

1.3 数据共享技术

共享是“互联网+”技术的优势之一。数据共享技术在智能配电网运维中承担协调各部门和各阶层人员工作的责任，是综合利用和分配人力资源的关键。智能配电网中，通过信息采集技术采集的配电网各设备运行信息，可以辅助运维人员开展运维工作，也可以通过数据共享技术一键分享给一线技术人员、运维专家，为配电网的日常运行管理和技术难题攻克工作的有效开展奠定基础。智能配电网运行过程中，数据共享技术的应用具有以下优点：一是有利于电力企业运维人员综合考虑智能配电网的疑难问题，梳理配电网设备的长期运行状态，制定科学有效的应急运维处理处置方案；二是有利于专家针对具体案例分析智能配电网疑难杂症，分享运维经验，加快定位、诊断和处理故障的效率；三是有利于一线工作人员的业务培训和经验分享。数据共享技术是满足当前电力企业智能配电网运维需求的重要技术基础，可提升跨部门信息交流的效率，为技术突破与技术问题解决明确目标。

1.4 深度学习技术

深度学习技术展现了互联网时代信息技术强大的学习能力。在大量数据的支持下，通过深度学习技术可以不断提升配电网系统对异常数据识别、故障定位隔离及自动恢复非故障停电等操作的有效性，摆脱有限人力的约束，提升智能配电网的运行可靠性。深度学习技术结合智能配电网信息采集技术，不仅可以采集电力设备的电流值和电压值等常规参数，还可以采集运行噪声、运行振动、环境温度、运行维度以及跳闸次数等配电网运行参数。深度学习技术结合神经网络算法，可以对智能配电网的历史数据进行建模，通过不断将采集的常规参数和运行参数与模型进行比对，能够识别异常数据，从而分析异常数据产生的根源，实现对智能配电网运行的自动化控制，提升配电网的安全性。

2 “互联网+”智能配电网运维技术应用策略

2.1 电压运维策略

在多种类型能源并网发电的时代背景下，维持电压稳定是智能配电网面临的运维技术应用要点之一。风电、光电、水电等不同能源有不同的发电规律，不同类型的能源进行并网发电时，维持电压稳定是最需要解决的问题。以分布式光伏并网发电为例，配电网络在节假日经常出现局部地区下网潮流变轻、倒送、电压升高以及电压越限等情况，影响配电网的有效运行和配电网系统以及电力设备的安全。多种新能源并网发电中的电压稳定性受多重因素影响，单靠人力调节很难适应电网运行的实时变化。该背景下，采用深度学习技术与神经网络算法相结合的方式，能够对光伏、水电、风电上网形成的系统电压进行适应性调节，减轻不同源荷特性电压对配电网的影响，减少电容器和电抗器等保护设备的动作次数，从而提升配电网的智能性和安全性。

2.2 负荷运维策略

不同能源并网发电填补了单一能源发电的不足，但也导致电网发电峰谷值出现落差大的情况。同时，由于普通用户和大用户的时段性用电，严重影响电力企业配电网的稳定安全运行。削峰填谷措施不仅需要依靠弹性电价引导用户在新能源大力发电时用电，避免光电和风电被弃，还需要智能配电网进行负荷调节，结合储能技术，提升调度的有效性[3-5]。智能配电网的负荷调节需要与新能源的大力发电时段相符合，从而降低新能源并网发电造成的波动影响，减少电网的调峰难度和调峰压力，提高配电网设备的利用率和安全系数，减少电力企业在配电网容量升级和设备维修更换方面的成本投资。

2.3 设备运维策略

配电网发电和配电过程必然出现各类电力设备的磨损，长时间运行会提升设备故障的概率。在多种新能源并网发电的情况下，电压波动和负荷波动情况比单一能源发电更大，设备出现故障的可能性也相应提高。将“互联网+”技术应用于智能配电网的运维工作，不仅可以降低设备故障风险，还可以提高设备轻微故障的发现概率，从而辅助运维人员及时排除故障并调节配电网设备运行状态，提升电力设备的运维效果。

2.4 人员运维规范

“互联网+”技术不仅可以采集配电网设备在运行期间生成的数据，还可以记录运维人员查看、检验、处理故障的动作数据，以便用于判断运维工作开展的正确性和可靠性，规范运维人员的运维操作。配电网设备附近的视频监控摄像头是规范运维人员运维作业的重要技术设备，可以拍摄并记录运维人员的作业过程。通过“深度学习+神经网络”算法分析识别视频内容，能够判断运维人员是否存在不恰当和不合理的运维动作，并及时提醒运维人员，从而降低人为因素对运维工作效率的影响。

3 结 论

“互联网+”时代信息技术与电力产业配电网结合诞生智能配电网，具有自动化调节电压、负荷，自动化识别异常数据、设备故障，辅助配电网运维人员开展高效运维工作的能力。文章从信息采集、故障定位、数据共享以及深度学习4 个方面分析了智能配电网运维技术，探讨了电压、负荷、设备以及人工作业领域的运维技术应用策略，认为人工智能是智能配电网进一步发展的关键，是提升配电网稳定、安全运行以及高效运维的技术基础。