智能电力设备关键技术及运维探讨

赵仕策; 赵洪山; 寿佩瑶

doi:10.7500/AEPS20200303004

您当前的位置：

首页 >

文章列表页 >

智能电力设备关键技术及运维探讨

观点 | 更新时间：2025-06-16

- 智能电力设备关键技术及运维探讨
- Discussion on Key Technology and Operation & Maintenance of Intelligent Power Equipment
- 电力系统自动化-方正平台 2020年44卷第20期页码：1-10
- 作者机构：
  
  华北电力大学电气与电子工程学院，河北省保定市 071003
- 作者简介：
  
  赵仕策（1994—），男，博士研究生，主要研究方向：电力系统分析与控制。E-mail：zscsysut@163.com
  赵洪山（1965—），男，通信作者，博士，教授，博士生导师，主要研究方向：智能电网的控制理论与控制方法、电力设备状态监测、故障预估与故障诊断方法、智能电网资产优化管理。E-mail：Zhaohshcn@126.com
  寿佩瑶（1997—），女，硕士研究生，主要研究方向：主动配电网。E-mail：xnshoupeiyao@163.com
- 基金信息：
  
  国家自然科学基金资助项目(51807063)
- DOI：10.7500/AEPS20200303004
  中图分类号：
- 收稿日期：2020-03-03，
  
  修回日期：2020-05-27，
  
  网络出版日期：2020-07-15，
  
  纸质出版日期：2020-10-25
- 稿件说明：
移动端阅览
赵仕策,赵洪山,寿佩瑶.智能电力设备关键技术及运维探讨[J].电力系统自动化,2020,44(20):1-10.

ZHAO Shice,ZHAO Hongshan,SHOU Peiyao.Discussion on Key Technology and Operation & Maintenance of Intelligent Power Equipment[J].Automation of Electric Power Systems,2020,44(20):1-10.
赵仕策,赵洪山,寿佩瑶.智能电力设备关键技术及运维探讨[J].电力系统自动化,2020,44(20):1-10. DOI： 10.7500/AEPS20200303004.

ZHAO Shice,ZHAO Hongshan,SHOU Peiyao.Discussion on Key Technology and Operation & Maintenance of Intelligent Power Equipment[J].Automation of Electric Power Systems,2020,44(20):1-10. DOI： 10.7500/AEPS20200303004.

摘要

当前电网对部分输电设备引入了基于代理的状态监测管理模式，但该模式存在单点故障安全隐患且严重依赖通信的高可靠性，分布广泛的配电设备也并不适用于此模式。即当前电力设备只执行功能不具备“智慧”，无法实现状态智能感知，不符合能源互联网需求。为此

阐述了“智能电力设备”概念，并全面详述了其智慧功能，包括自我传感、自我告警、自我状态分析、健康状态评估以及自我保护。该设备管理模式基于电力设备对自身的智能感知、状态分析与健康管理，使其具备自主思维，成为可与外界智能交互的独立个体，实现对设备的高效全面感知，适应电网智能感知与灵活运维的要求。此外，研究了支撑该模式的关键技术，包括传感技术、故障预测算法、故障诊断算法、设备退化模型、健康评估方法、通信方式与传输协议。最后，讨论了智能电力设备的运维管理。

Abstract

At present

the power grid introduces an agent based state monitoring management mode for some transmission equipment. However

this mode has a safety risk of single point failure and relies heavily on the high reliability of communication

which is not suitable for power distribution equipment widely distributed. That is

the power equipment currently still only performs functions without ‘intelligence’

which cannot realize intelligent perception of state

and does not meet the requirements of Energy Internet. To this end

the concept of ‘intelligent power equipment’ is elaborated

and its intelligent functions are comprehensively detailed

including self-sensing

self-alarming

self-state analysis

assessment of state of health

and self-protection. This equipment management mode is based on the intelligent perception

state analysis

and health management of the power equipment to operate autonomously and become an independent unit that can intelligently interact with the external environment. It realizes the efficient and comprehensive perception of power equipment

and adapts to the requirements of intelligent perception and flexible operation & maintenance of the power grid. In addition

the key technologies supporting this mode are studied

including sensing technologies

fault prediction algorithms

fault diagnosis algorithms

equipment degradation models

health assessment methods

communication methods and transmission protocols. Finally

the operation & maintenance management of the intelligent power equipment is discussed.

关键词

Keywords

references

韦晓广，高仕斌，臧天磊，等 . 社会能源互联网：概念、架构和展望［J］. 中国电机工程学报， 2018 ， 38 （ 17 ）： 4969 - 4986 .

WEI Xiaoguang ， GAO Shibin ， ZANG Tianlei ， et al . Social energy internet： concept， architecture and outlook ［J］. Proceedings of the CSEE ， 2018 ， 38 （ 17 ）： 4969 - 4986 .

BEDI G ， VENAYAGAMOORTHY G K ， RAJENDRA S ， et al . Review of Internet of Things （IoT） in electric power and energy systems ［J］. IEEE Internet of Things Journal ， 2018 ， 5 （ 2 ）： 847 - 870 .

李刚，张博，赵文清，等 . 电力设备状态评估中的数据科学问题：挑战与展望［J］. 电力系统自动化， 2018 ， 42 （ 21 ）： 10 - 20 .

LI Gang ， ZHANG Bo ， ZHAO Wenqing ， et al . Data science issues in state evaluation of power equipment： challenges and prospects ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 21 ）： 10 - 20 .

张道乾，王思印 . 供电企业状态检修现状与展望［J］. 高电压技术， 2006 ， 32 （ 1 ）： 114 - 118 .

ZHANG Daoqian ， WANG Siyin . Outlook of condition-based-maintenance in power supply corporation ［J］. High Voltage Engineering ， 2006 ， 32 （ 1 ）： 114 - 118 .

RAGHAVAN S ， CHOWDHURY B . State diagram-based life cycle management plans for power plant components ［J］. IEEE Transactions on Smart Grid ， 2015 ， 6 （ 2 ）： 965 - 972 .

顾洁，杜渐，秦杰，等 . 基于全寿命周期成本的变电站设备检修模糊规划模型［J］. 电力系统自动化， 2014 ， 38 （ 1 ）： 44 - 50 .

GU Jie ， DU Jian ， QIN Jie ， et al . A fuzzy programming model based on life cycle cost for equipment maintenance in substations ［J］. Automation of Electric Power Systems ， 2014 ， 38 （ 1 ）： 44 - 50 .

DEHGHANIAN P ， GUAN Y ， KEZUNOVIC M . Real-time life-cycle assessment of high-voltage circuit breakers for maintenance using online condition monitoring data ［J］. IEEE Transactions on Industry Applications ， 2019 ， 55 （ 2 ）： 1135 - 1146 .

马钊，周莉梅，袁海文，等 . 现代配电网健康指数理论及其应用研究［J］. 中国电机工程学报， 2019 ， 39 （ 1 ）： 130 - 140 .

MA Zhao ， ZHOU Limei ， YUAN Haiwen ， et al . Health index methodology of modern distribution network and its application ［J］. Proceedings of the CSEE ， 2019 ， 39 （ 1 ）： 130 - 140 .

ZHU Zhicheng ， XIANG Yisha ， LI Mingyang ， et al . Preventive maintenance subject to equipment unavailability ［J］. IEEE Transactions on Reliability ， 2019 ， 68 （ 3 ）： 1009 - 1020 .

PERDON K ， SCARPELLINI M ， MAGONI S ， et al . Modular online monitoring system to allow condition-based maintenance for medium voltage switchgear ［J］. CIRED-Open Access Proceedings Journal ， 2017 （ 1 ）： 346 - 349 .

FENG Jingyu ， NAN Liu ， JIE Cao ， et al . Securing traffic-related messages exchange against inside-and-outside collusive attack in vehicular networks ［J］. IEEE Internet of Things Journal ， 2019 ， 6 （ 6 ）： 9979 - 9992 .

SOLOZABAL R ， SANCHOYERTO A ， ATXUTEGI E ， et al . Exploitation of mobile edge computing in 5G distributed mission-critical push-to-talk service deployment ［J］. IEEE Access ， 2018 ， 6 ： 37665 - 37675 .

王毅，陈启鑫，张宁，等 . 5G通信与泛在电力物联网的融合：应用分析与研究展望［J］. 电网技术， 2019 ， 43 （ 5 ）： 1575 - 1585 .

WANG Yi ， CHEN Qixin ， ZHANG Ning ， et al . Fusion of the 5G communication and the ubiquitous electric Internet of Things： application analysis and research prospects ［J］. Power System Technology ， 2019 ， 43 （ 5 ）： 1575 - 1585 .

吴克河，王继业，李为，等 . 面向能源互联网的新一代电力系统运行模式研究［J］. 中国电机工程学报， 2019 ， 39 （ 4 ）： 966 - 978 .

WU Kehe ， WANG Jiye ， LI Wei ， et al . Research on the operation mode of new generation electric power system for the future energy internet ［J］. Proceedings of the CSEE ， 2019 ， 39 （ 4 ）： 966 - 978 .

杨挺，翟峰，赵英杰，等 . 泛在电力物联网释义与研究展望［J］. 电力系统自动化， 2019 ， 43 （ 13 ）： 9 - 20 .

YANG Ting ， ZHAI Feng ， ZHAO Yingjie ， et al . Explanation and prospect of ubiquitous electric power Internet of Things ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 13 ）： 9 - 20 .

KHELIF R ， CHEBEL-MORELLO B ， MALINOWSKI S ， et al . Direct remaining useful life estimation based on support vector regression ［J］. IEEE Transactions on Industrial Electronics ， 2017 ， 64 （ 3 ）： 2276 - 2285 .

YANG Shunren ， SU Yuju ， CHANG Yaoyuan ， et al . Short-term traffic prediction for edge computing-enhanced autonomous and connected cars ［J］. IEEE Transactions on Vehicular Technology ， 2019 ， 68 （ 4 ）： 3140 - 3153 .

TALEB T ， KONSTANTINOS S ， BADR M ， et al . On multi-access edge computing： a survey of the emerging 5G network edge cloud architecture and orchestration ［J］. IEEE Communications Surveys & Tutorials ， 2017 ， 19 （ 3 ）： 1657 - 1681 .

SHIRAZI S N ， GOUGLIDIS A ， ARSHAM F ， et al . The extended cloud： review and analysis of mobile edge computing and fog from a security and resilience perspective ［J］. IEEE Journal on Selected Areas in Communications ， 2017 ， 35 （ 11 ）： 2586 - 2595 .

Navigant Research . Edge computing and distributed intelligence for grid operations—AMI ， distribution automation ， Volt/Var optimization ， smart inverters ， and DER integration ： global market analysis and forecasts ［EB/OL］. ［ 2019-12-15 ］. https：//www.navigantresearch.com/reports/edge-computing-and-distributed-intelligence-for-grid-operations https://www.navigantresearch.com/reports/edge-computing-and-distributed-intelligence-for-grid-operations .

ALEXANDRE M ， MARQUEZ A C ， IUNG B . On the concept of e-maintenance： review and current research ［J］. Reliability Engineering & System Safety ， 2008 ， 93 （ 8 ）： 1165 - 1187 .

Tensorflow . 在移动设备和IoT设备上部署机器学习模型［EB/OL］.［ 2019-12-23 ］. https：//www.tensorflow.org/lite https://www.tensorflow.org/lite .

Tensorflow . Deploying machine learning models on mobile devices and IoT devices ［EB/OL］. ［ 2019-12-23 ］. https：//www.tensorflow.org/lite https://www.tensorflow.org/lite .

ZHANG Decheng ， HAIDER F ， ST-HILAIRE M ， et al . Model and algorithms for the planning of fog computing networks ［J］. IEEE Internet of Things Journal ， 2019 ， 6 （ 2 ）： 3873 - 3884 .

刘云鹏，许自强，李刚，等 . 人工智能驱动的数据分析技术在电力变压器状态检修中的应用综述［J］. 高电压技术， 2019 ， 45 （ 2 ）： 337 - 348 .

LIU Yunpeng ， XU Ziqiang ， LI Gang ， et al . Review on applications of artificial intelligence driven data analysis technology in condition based maintenance of power transformers ［J］. High Voltage Engineering ， 2019 ， 45 （ 2 ）： 337 - 348 .

ZIO E . Prognostics and health management of industrial equipment ［M］. Pennsylvania ， United States： IGI Global ， 2013 ： 333 - 356 .

YUVARAJ S P ， SANKPAL S V . EGSP： enhanced grid sensor placement algorithm for energy theft detection in smart grids ［C］// IEEE 5th International Conference for Convergence in Technology， March 29-31 ， 2019 ， Mumbai ， India .

EUGENE Y S ， FITZPATRICK G J ， KANG B . Smart sensors and standard-based interoperability in smart grids ［J］. IEEE Sensors Journal ， 2017 ， 17 （ 23 ）： 7723 - 7730 .

YEON P ， MIN-GU K ， BRAND O ， et al . Optimal design of passive resonating wireless sensors for wearable and implantable devices ［J］. IEEE Sensors Journal ， 2019 ， 19 （ 17 ）： 7460 - 7470 .

DONOHO D L . Compressed sensing ［J］. IEEE Transactions on Information Theory ， 2006 ， 52 （ 4 ）： 1289 - 1306 .

REN Hao ， FAN Guangmin ， WANG Qiang ， et al . Research on unified storage technology of multidimensional historical data of substation based on the combination of redis and SSDB ［C］// China International Conference on Electricity Distribution （CICED）， September 17 - 19 ， 2018 ， Tianjin， China： 1251 - 1255 .

江秀臣，盛戈皞 . 电力设备状态大数据分析的研究和应用［J］. 高电压技术， 2018 ， 44 （ 4 ）： 1041 - 1050 .

JIANG Xiuchen ， SHENG Gehao . Research and application of big data analysis of power equipment condition ［J］. High Voltage Engineering ， 2018 ， 44 （ 4 ）： 1041 - 1050 .

李刚，于长海，刘云鹏，等 . 电力变压器故障预测与健康管理：挑战与展望［J］. 电力系统自动化， 2017 ， 41 （ 23 ）： 156 - 167 .

LI Gang ， YU Changhai ， LIU Yunpeng ， et al . Challenges and prospects of fault prognostic and health management for power transformer ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 23 ）： 156 - 167 .

ORILLE-FERNÁ NDEZ Á L ， KHALIL N ， RODRÍGUEZ S B . Failure risk prediction using artificial neural networks for lightning surge protection of underground MV cables ［J］. IEEE Transactions on Power Delivery ， 2006 ， 21 （ 3 ）： 1278 - 1282 .

HAMED H ， AHMAD F . Rolling bearing fault detection of electric motor using time domain and frequency domain features extraction and ANFIS ［J］. IET Electric Power Applications ， 2019 ， 13 （ 5 ）： 662 - 669 .

孙曙光，张强，杜太行，等 . 基于振动信号的低压万能式断路器分合闸故障程度评估方法的研究［J］. 中国电机工程学报， 2017 ， 37 （ 18 ）： 5473 - 5482 .

SUN Shuguang ， ZHANG Qiang ， DU Taihang ， et al . Study of evaluation method for low voltage conventional circuit breaker switching fault degree based on vibration signal ［J］. Proceedings of the CSEE ， 2017 ， 37 （ 18 ）： 5473 - 5482 .

KIRANYAZ S ， GASTLI A ， BEN-BRAHIM L ， et al . Real-time fault detection and identification for MMC using 1-D convolutional neural networks ［J］. IEEE Transactions on Industrial Electronics ， 2019 ， 66 （ 11 ）： 8760 - 8771 .

NICHOLAS D L ， BHATTACHARYA S ， MATHUR A ， et al . Squeezing deep learning into mobile and embedded devices ［J］. IEEE Pervasive Computing ， 2017 ， 16 （ 3 ）： 82 - 88 .

GAIKWAD A S ， EL-SHARKAWY M . Pruning convolution neural network （squeezenet） using taylor expansion-based criterion ［C］// IEEE International Symposium on Signal Processing and Information Technology （ISSPIT）， December 6 - 8 ， 2018 ， Louisville， USA： 1 - 5 .

冯玎，林圣，张奥，等 . 基于连续时间马尔可夫退化过程的牵引供电设备可靠性预测方法研究［J］. 中国电机工程学报， 2017 ， 37 （ 7 ）： 1937 - 1945 .

FENG Ding ， LIN Sheng ， ZHANG Ao ， et al . Research on reliability prediction method for traction power supply equipment based on continuous time Markov degradation process ［J］. Proceedings of the CSEE ， 2017 ， 37 （ 7 ）： 1937 - 1945 .

CHANG Dayong . Applications of the extent analysis method on fuzzy AHP ［J］. European Journal of Operational Research ， 1996 ， 95 （ 3 ）： 649 - 655 .

李泓泽，郭森，唐辉，等 . 基于改进变权物元可拓模型的电能质量综合评价［J］. 电网技术， 2013 ， 37 （ 3 ）： 653 - 659 .

LI Hongze ， GUO Sen ， TANG Hui ， et al . Comprehensive evaluation on power quality based on improved matter-element extension model with variable weight ［J］. Power System Technology ， 2013 ， 37 （ 3 ）： 653 - 659 .

张涛，赵东艳，薛峰，等 . 电力系统智能终端信息安全防护技术研究框架［J］. 电力系统自动化， 2019 ， 43 （ 19 ）： 1 - 8 .

ZHANG Tao ， ZHAO Dongyan ， XUE Feng ， et al . Research framework of cyber-security protection technologies for smart terminals in power system ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 19 ）： 1 - 8 .

KOTHARI M ， KHARE Y ， DAGAR A ， et al . Comprehensive overview of emerging cellular technology ［J］. International Journal of Computer Applications ， 2017 ， 162 （ 11 ）： 13 - 16 .

GAO D ， CAO Y F ， ZHAO Z Y ， et al . Test analysis of practical quantum VPN gateway for electric power telecommunication security in Energy Internet ［C］// IEEE Conference on Energy Internet and Energy System Integration （EI2）， November 26 - 28 ， 2017 ， Beijing， China： 1 - 6 .

高昂，马涛，焦群 . 基于EAP-TLS协议的变电站可信无线安全AP的研究与实现［J］. 电力信息与通信技术， 2016 ， 14 （ 11 ）： 110 - 115 .

GAO Ang ， MA Tao ， JIAO Qun . Research and implementation of trusted wireless security AP in substation based on EAP-TLS protocol ［J］. Electric Power Information and Communication Technology ， 2016 ， 14 （ 11 ）： 110 - 115 .

IUNG B ， LEVRAT E ， MARQUEZ A C ， et al . E-maintenance： principles， review and conceptual framework ［J］. IFAC Proceedings Volumes ， 2007 ， 40 （ 19 ）： 18 - 29 .

NGUYEN K P ， FOULADIRAD M ， GRALL A . Model selection for degradation modeling and prognosis with health monitoring data ［J］. Reliability Engineering & System Safety ， 2018 ， 169 ： 105 - 116 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向区域能源互联网的水-能协同优化：综述与展望

新型电力系统网络安全防护挑战与展望

支撑能源互联网协同优化的隐私计算关键技术