徐宝良，马俊杰，隋峥
国网山东省电力公司临沂供电公司，山东省临沂市276000
摘要：“互联网+”时代的兴趣推动了互联网技术在消费领域中的应用向生产领域扩展，希望“互联网+”技术的应用能进一步提升产业发展水平，同时还希望通过“互联网+”来推动行业创新，让其成为社会经济发展新动能。作为我国国民发展和经济发展的基础设施，配电网络能够为我国发展提供基本源动力。
关键词：深度学习；智能配电网；运维决策
引言
随着配电网技术的不断发展，移动互联网和大数据技术处理、分析、运用的升级，在个区域电网，尤其是经济发达地区和供电可靠性要求较高的地区，配电网新技术的应用如火如荼。尤其是智能配电网的建设、无人机巡视的推广应用和智能主站的建设，对配电网运维将产生深刻影响。
1人工智能与深度学习概述
人工智能与深度学习技术所包括的内容较多，如在实际中有采用深度学习算法，自动获取实时配网拓扑结构并结合设备历史信息，如设备故障记录、维护记录、跳闸记录等用于评估配网的供电可靠性，同时考虑受电用户供电重要等级，从而决定是否需要改变系统的运行方式，甚至还可基于上述的深度学习算法给出最优化策略，进行配电网的故障隔离和自愈。基于上述获得的状态进行故障隔离后自动化恢复非故障段的供电，缩短停电时间。以中新知识城智能配电网为例，通过花瓣形接线和集中式的保护配置，可提高有效的进行故障隔离，提高了供电可靠性。此外，基于深度学习大数据的故障数据可对常态化的故障区域进行加强优先巡视，缩短巡视周期。通过各类信息手段，如5G摄像头、自动化巡视无人机、智能视频监控分析等技术联合安监部门防范无外力破坏，最终提高电网运行可靠性。
2基于深度学习的智能配电网运维决策
2.1信息采集
目前我国电力输配线路普遍存在网络发展不均衡的问题，大多数配电线路分布于自然环境及自然气候相对恶劣的山区，存在形成信息孤岛及业务孤岛的可能性。一旦线路发生故障时往往依赖人工巡逻排查线路故障的发生区域，直接影响故障排查效率，甚至可能消耗大量的物力、人力及财力，延长停电恢复时间，而以“互联网+”为基础使用终端能及时发现故障发生位置，对于全面采集电网运维相关数据具有不可比拟的积极作用。同时，业务互联网化无法脱离设备互联网化的支持，换而言之配电网及终端设备接入网是智能配电网及互联网间相融合的前提条件。同时，合理部署发电设备、储能设备及用电设备，充分发挥各种监测终端的作用，例如：视频监控、环境传感器及控制器等，满足实时采集控制单元的要求，全面采集安全、环境、用电及发电等方面的安全数据，促使其成为基于“互联网+”的区域能源管理末端神经元，最终利用扁平化汇聚、纵向贯通及树状汇聚等流量形态，形成以终端用户为末梢以调度平台为中心的智能配电网运维模式，大大提高人力、物力及财力的管理效率。此外，信息采集内容可分为配电网设备出厂数据及配电网具体运行数据，而利用终端滤波放大电路处理后，能充分发挥AD转换芯片的作用，促使模拟信号成为数字信号。
2.2配电系统负荷调节
通过在智能配电网中采用人工智能和深度学习技术，可与储能技术相结合进行联合调度，同时也可使需求响应能更好地参与电网峰谷调节，可利用弹性电价引导用户（尤其是大用户）在新能源大发时用电，调整负荷特性使之与新能源的出力特性相匹配，实现新能源发电波动的平抑，从而提高新能源发电容量的可信度以减少弃风和弃光电量。同时，通过对电力负荷的削峰填谷，优化负荷特性，减少电网的调峰压力，延缓容量升级投资，提高了设备利用率。
2.3电力故障鉴定
对供配电系统而言，正常工作频率是50Hz，在系统运行当中定时器会按照规定时间实现数据的自动采集，同时将离散数据通过AD转化芯片进行采集与通讯，分析测定参数的最大值和有效值。将最终得到的数据和正常标准数据进行比对，以此判定系统运行状态。比对系统运行正常的时候，对程序发送数据，若系统运行状态值异常的时候，会进一步分析数据确定系统故障类型，将故障类型反馈给系统。系统根据得到的故障信息进一步分析，判断制定故障处理的可行性报告，主要包括以下几部分：首先判断供配电设备是否需要进行维修；其次初步判断分析供配电设备运维的经费运算，并初步制定运维方案。在运维方案制定的基础上，不断进行优化。
2.4异常数据处理
当采用深度学习技术发现了配电电力设备中存在异常数据时，应及时采取措施处理配电电力设备中存在的问题。如需要对配电电力设备进行拆卸操作，则应严格按照配电电力设备中的说明书要求进行操作，防止对配电电力设备造成损坏。同时还应对配电电力设备进行维护，保证配电电力设备的运行环境较为良好。在对配电电力设备进行维护的过程中，除对某些关键设施进行维护管理之外，也应对配电电力设备中其他的组件进行维护管理，使得这些组件的功能、性能都能得到很好的发挥，从而保证整个配电电力设备的性能。
2.5能效优化
根据总电费、电价、峰谷平用电、容量分配等预警信息，确定电能运用能效，根据无功受罚、故障频率、故障类型、故障成因、故障危害，确定线路改造方案，释放线路载荷效能，强化维护费用支出效能。积极识别电能耗损、线路载荷饱和度、维护行为成效数据，以此确定配电网运维过程是否存在不合理的地方，在识别到相应数据信息下，由智慧决策处理单元整合散碎数据，值班人员或远程遥控人员汇集系统反馈、运维记录，编制配用电能效报告，交由管理层审阅；其次，根据能效评估报告，确定配电网系统配用电能效不佳成因，确定设备故障、设备性能不佳、系统布局不合理、智能分配漏洞、用电申请不严谨、异常用电等现象，汇集成配电网升级改造方案，指导规划配电网运维改进工作；最后，执行能效优化方案，做好用电负荷线路评估工作、工作环境评估工作、设备替换折现工作、新设备采购工作、设备安装工作、设备测试工作，参考、比对配电网升级改造方案，确保线路载荷分配高效能、电能无用功损耗下降、配电网故障频率及危害下降，以此强化线路载荷能效、电能能效、维护成本能效。例如，数据识别是配电网能效优化的基础数据，可在发现某段电路过载频率较高下，对此段电路采取针对的升级改造活动，改造方向是介于此段电路能效不佳的成因分析，可能是偷电漏电现象、电磁干扰严重、数据检测模块高温损坏等，介于此，在升级改造时，对该段线路用户的用电申请、用电记录重新评估，采购抗变换性更强、稳定性更佳、散热效果更佳、信号采集能耗比更强的设备，以此有效的支持该段线路升级改造活动，实现配电网能效升级。
结语
建设智能配电网，对于提高配电系统的供电可靠性、降低负荷损失等方面具有关键作用。人工智能技术和深度学习技术的应用是构建智能配电网的关键，在包括与储能技术进行联合调度、提高对配电系统异常数据识别的准确度等智能配电网的运维中，应扩大人工智能技术和深度学习技术的应用。
参考文献
[1]邓安明,肖大林,等.基于专家系统的配电网安全运维决策方法的研究与实现[J].信息系统工程,2017,7.
[2]郑思达.孤岛模式能量管理策略在区域电网中的应用研究[D].上海交通大学,2016.
[3]艾芊.人工智能在配用电领域的研究及应用[J].供用电,2019,1.
[4]张宇航,邱才明,等.深度学习在电网图像数据及时空数据中的应用综述[J].电网技术,2019,6.
[5]史建超,胡正伟,等.基于深度学习的电力线信道传输特性识别方法[J].电网技术,2019,12.