作者简介:邢佳源(2000-),女。研究方向为智能电网。

DOI:10.19981/j.CN23-1581/G3.2024.15.037

摘  要:为提升110 kV电力设备的运行稳定性,需要对其运行状态进行监测,该文根据数字孪生技术,以浙江金华110 kV亚体变为例,通过无线网络、机器人等方式,对电力设备运行状态数据信息进行收集,基于数字孪生技术,进行数字信号模拟,将物理实体转化成数字虚拟体,构建电力设备运行状态孪生模型,实现110 kV电力设备运行状态的检测。传统的电力设备监测其监测效率、监测精度较低,通过数字孪生技术的支撑,构建新的监测模型,有效提升变电站电力设备的可靠性与安全性,以供参考。

关键词:数字孪生技术;电力设备;运行状态监测;监测方法;110 kV亚体变

中图分类号:TM506      文献标志码:A          文章编号:2095-2945(2024)15-0163-04

Abstract: In order to improve the operation stability of 110 kV power equipment, it is necessary to monitor its running state. According to the digital twin technology, this paper takes the 110 kV subbody in Jinhua, Zhejiang Province as an example, collects the data and information of the running state of the power equipment by means of wireless network and robot, carries on the digital signal simulation based on the digital twin technology, and transforms the physical entity into digital virtual body. The twin model of running state of power equipment is constructed to realize the detection of running state of 110 kV power equipment. The traditional power equipment monitoring has low monitoring efficiency and accuracy. With the support of digital twin technology, a new monitoring model is constructed, which effectively improves the reliability and security of substation power equipment for reference.

Keywords: digital twin technology; power equipment; operation condition monitoring; monitoring method; 110 kV subtransformer

新时期下,我国经济快速发展,社会对电力的需求逐渐增大,电力系统规模快速扩大, 对电力系统与设备的运行维护工作提出了新的要求。浙江金华110 kV亚体变是金华市亚运会主会场重要支撑变电站之一,对供电可靠性要求极高,保电任务极重。围绕亚体变构建一套完整的数字孪生体系,对110 kV电力设备运检工作进行全面提升,从多个角度为一线工作人员减负,已是现场迫在眉睫的需求。数字孪生技术作为近年来发展快速的技术,在变电站电力设备监测中可发挥重要作用,保证变电站各电力设备稳定运行。故而,本文依托于数字孪生技术,对110 kV电力设备进行监测,以提升变电站运行稳定性。

1  数字孪生技术概述

数字孪生技术能够对现实物理目标对象开展数字化建模,于计算机之中,创建一个与现实相同的“孪生体”。数字孪生技术中具备3个模块,分别为人文、物理、数字,图1能够清晰地表明这3个模块之间的关系[1]。

图1  数字孪生技术三模块关系图

图1中,物理世界指的是现实世界,其中包括各类系统、物理对象等,变电站的物理模块包含各类电气、电子设备,通过各类机械电子电气设备,共同构成了变电站电力系统。数字模块是针对物理模块的仿真,形成与物理模块对应的模型。通过变电站的数字化呈现,能够更快速、更方便地开展各项数据处理。人文模块则是一个过程规范,能够解决各类问题,针对110 kV的变电站电力设备运行状态监测是数字孪生技术的重要显现[2]。

变电站中电力设备监测中,数字孪生技术应用水平极为重要。高质量的数字孪生技术应用能够实现110 kV电力设备多方位、细致化的数值建模,对电力设备运行状态、运行参数进行精准反馈,并通过相关算法进行智能分析,及时诊断相应故障。通过数字孪生技术仿真模型构建,可对变电站各设备系统进行推算,预测电力系统未来变化趋势,最大限度地减少电力系统消耗损失。通过云计算技术与数字孪生技术的融合应用,搭建大数据平台,对数据进行分析,能够实现高效的数据管理与优化,提升变电站可靠性与安全性。

2  110 kV电力设备运行状态监测架构

变电站作为重要的数据传输环节,在能源需求逐渐扩大的当下,其对电力系统的重要性越发凸显。变电站运行中其电力设备难免出现各类故障,接触不良、设备过载、磨损都是变电站电力系统中常见的问题,本文以浙江金华110 kV亚体变为例,针对变电站电力设备运行监测方法进行研究。

2.1  系统架构与设备安排

浙江金华110 kV亚体变数字孪生系统中,其架构如图2所示,主要由综合防误、二区辅控、远程巡视三大系统模块构成。综合防误系统下辖微机防误系统、智能防误系统、二次防误、检修防误、实时地线管理系统、工器具管理系统、智能锁控系统、紧急解锁管理和电子模拟图板九大防误模块。二区辅控系统接入锁控终端、动环终端、无线汇聚三大终端,接入电子围栏、风机、空调、灯光、温湿度和水浸水位等信息。远程智能巡视接入摄像机,申昊机器人等信息,并构建3D场景,将综合防误和辅控信息映射至该模型中,实现信息可视化,控制立体化[3]。

电力系统设备运行状态监测中,各类监控终端完成电力设备在线监测、风机控制、灯光控制等辅助设备数据接入处理,采用DL/T860协议直接与综合应用主机交互数据;智能巡视系统部署在Ⅳ区,与Ⅱ区通过正反向隔离装置隔开;巡视主机实现Ⅳ区无线汇聚采集信息和摄像机等前端数据的一并接入;分析主机承担视频、图片信息的计算解析服务;无线汇聚实现水浸、温湿度、水位、无线地线信息上送;硬盘录像机实现摄像机图片、视频信息上送[4]。

2.2  系统架构各层级作用

数字孪生技术下的电站设备状态监测系统一般由感知层、数据层、运算层、功能层和应用层所组成。顾名思义,感知层负责状态监测系统对电力设备的感知与测量;数据层对感知层所获取的数据信息进行分析,之后通过运算层对数据信息进行建模处理;功能层对故障进行诊断并按设备关系需求提供各类服务;最后的应用层是在可视化处理阶段实现监控的实时性与优化处理。通过数字孪生技术对电力设备运行状态进行数字化、虚拟化建模,实现电力设备运行场景的二次搭建,帮助工作人员更全面地监测电力设备运行。

3  110 kV电力设备运行状态信号获取与处理

3.1  110 kV电力设备运行状态数据信息获取

根据上述电力设备监测架构,通过相关技术对电力运行状态数据信息进行获取,包括设备所处环境、温度、电压等数据,采用机器人、摄相机、卡片机等方式联合采集110 kV电力设备数据——包括可见光视频及图像、红外图谱、音频等,根据实际情况设定数据采集要求和覆盖面[5]。

在变电站电力设备运行状态监测系统中,支持采集SF6压力表、开关动作次数计数器、避雷器泄漏电流表(包括避雷器动作次数)、油温表、绕组温度表、液压表、有载调压档位表、各类油位计和设备室内温湿度表等表计示数。支持采集断路器、隔离开关、接地刀闸(开关)等一次设备及切换把手、压板、指示灯、空开等二次设备的位置状态指示。支持采集环境、建筑、设备设施的外观等状况。支持人员聚集检测并统计人员数量,当检测区域内出现人员聚集时,输出告警。支持采集设备本体、接头、套管和引线等重点部位的红外图谱数据,红外热成像摄像机支持框测温、点测温和全局测温,实时检测分析,具备温差报警功能,在同一预置位下通过前后抓图对比判断全屏温度,智能分析在该预置位下任意一点是否发生温度突变,发现突变则发出告警。

在设备运行监测中,需要对电子设备所处的环境进行信息数据获取,基于数字孪生技术的设备监测支持通过微气象设备采集大气温度、大气湿度、风速、风向、雨量和气压等微气象数据。如图3所示。

采集视频摄像机、硬盘录像机的工况信息,包括设备在线状态等;支持采集机器人的运行、任务执行、工作状态和异常告警等信息,包括电池电量、位置、任务进度、故障和驱动异常信息等,如图4所示。

3.2  110 kV电力设备运行状态数据信息处理

数据信息要在采集后进行预处理,以保证数据能够正确解析。因此首先要保证数据完整性,通过DL/T860协议能够有效保证数据的完整性,避免数据错乱、丢失等情况发生,将数据构建成一个数据单元,并以数据单元的形式展开。通过各类模型,保证采集后数据的高水平传输。在数据存储上,综合应用主机实现Ⅱ区辅助设备数据接入、运行监视、存储管理等功能。

经过设备运行状态的数据采集,需对采集数据进行分析,本监测方法可实现对设备与相关环境进行智能分析,分析方式包括现场缺陷图像识别、异常图像判别、视频识别(静默监视)、红外图谱分析,以及变压器、电抗器、电压互感器、电流互感器和开关柜等设备声纹分析。支持巡视数据对比分析、历史曲线生成等功能,同时生成分析报告。支持按时间段、设备区域、设备类型、识别类型、表计类型选择及设备树模糊筛选等组合条件查询功能,查询条件可多选。异常越限告警:通过设置SF6压力表、避雷器泄漏电流表、油温表、液压表、有载调压档位表和油位计等表计示数告警阈值,及时发现设备运行异常情况。数据趋势分析:对SF6压力表、避雷器泄漏电流表、油温表、液压表、有载调压档位表和油位计等表计示数具备趋势分析能力,可设置分析1个月内监控数据的采集频率、变化趋势、波动范围等信息,对表记示数波动较大、变化率明显增大情况进行告警[6]。

根据系统与工作人员需要,对电力设备数据进行采集,将其组成数据残垣,添加到数据库之中,根据数据库中的单元部分,上传至云平台,在需要数据期间,从数据库中的数据单元中,将其提取至浏览器端口。在采集变电站电力设备状态信息过程中,容易受到外界各类因素影响,设备状态数据中一部分信息噪声较大,这就需要根据实际情况与相关标准对其进行剔除,对原始采集的信号进行集合,并开展经验模态分解,取得几阶基本模态分量信息,之后通过阈值分辨分量中的噪声部分,对噪声信息进行滤波剔除,公式(1)能够进行这一过程的标示

y=■ei(n),     (1)

式中:y代表着噪声信息数据剔除后的电力设备状态信号;i为基本模式分量数;ei则为阈值区分后的基本模式分量;n为基本模式分量的长度。通过对信号的区分筛选,最终获取无噪声等因素干扰的电力设备运行状态信号。

4  基于数字孪生技术的110 kV电力设备数字孪生体构建

4.1  物理实体与数字模拟体的映射

通过数字孪生技术,可将采集到的设备运行信息进行虚实映射,构建电力设备运行状态的孪生模型。在孪生虚拟模型构建之前,需要对变电站电力设备实体模型进行集合模拟,明确设备规格(长、宽、高等数值),将属性值添加至集合模型,建立数据接口,搭建数据信号孪生模型关联,在模型之中体现电力设备运行,并构建“条件、状态、事件”的电力设备运行数字模型。在模型构建中,需要进行场景创造,构建三维空间,保存模型对象等,在场景内进行元素添加,提升场景模型的真实感。

因电力系统中电力设备的零件之间存在相对运动,故需要在模型构建前,对电力设备零件运动关系进行分析,之后根据不同的运动关系,将其进行装配分解,最后根据零件不同的位置进行场景模拟装配,最终构成还原程度较高的模型。在模型数字化装配的过程中,需明确子节点零件的位置,这一位置为其父节点零件的相对位置,从而实现装配过程的初始化,从叶枝节点,按照顺序进行零部件装配,装配至根部节点,完成整个装配[7]。

4.2  物理实体与数字模拟体运行状态映射

针对电力设备物理实体进行数字化虚拟体构建的重点便是进行物理实体与数字虚拟体运行状态的映射构建,本文所采用的算法,需要从采集上传到云平台的数据中进行获取,这些数据是对电力设备运行状态、工况、传感器进行监测的数据集,之后通过相关算法,利用数据驱动模型,进行数据区别及分发,对组件内容进行更新,实现数字化虚拟体的映射,构建监测模型。本系统从云储存平台获取相关数据,如将数据直接与视图连接,将会导致整个系统复杂度提升,降低系统的可拓展性,针对此现象,需要在数据与显示视图之间构建中介层,以达到降低系统复杂性、提升系统拓展性的目的。

5  结论

电力系统的平稳可靠是当下电力行业发展的重要基础,电力设备作为电力系统中的基础,传统监测方式存在一定的不足,故而本文通过数字孪生技术,对110 kV电力设备运行状态进行监测,将电力设备物理实体进行数字化虚拟体构建,提升了电力设备可靠性、安全性、运行效率与监测精度。

参考文献:

[1] 王宇顺.基于数字孪生的设备运行状态远程监测技术研究[D].武汉:华中科技大学,2022.

[2] 陈政同.数字孪生技术在电力设备智能化运行维护中的应用[J].长江信息通信,2023,36(9):126-127,131.

[3] 王林,李云伟,任重,等.基于数字孪生技术的电力设备不间断巡视系统设计[J].机械制造与自动化,2022,51(3):220-224.

[4] 黄鑫,汤蕾,朱涛,等.数字孪生在变电设备运行维护中的应用探索[J].电力信息与通信技术,2021,19(12):102-108.

[5] 孙婷,薛晴予.基于数字孪生的变电站故障在线监测系统研究[J].现代工业经济和信息化,2023,13(9):300-302,305.

[6] 吕凯.基于数字孪生技术的电厂安全生产远程监测系统设计[J].自动化应用,2023,64(18):216-218.

[7] 张盈新,冯曜明,蓝逸.基于数字孪生技术的10 kV配网电力设备运行状态监测方法[J].科学技术创新,2022(36):163-166.