袁正堂
深圳坪山供电局 广东深圳 518118
摘要：经济的发展，促进社会对电力的需求也逐渐增加，这有效地推动了电力企业的发展。电力设备的稳定运行是保证电力系统正常运行的前提。目前随着国民经济的快速发展，电力供应要求不断提升，配电网设备也在呈指数型增长。如何利用有限的人力物力，完成配电网运维工作，成为了新时代下，配电网发展的重要课题。本文就基于深度学习的智能配电网运维策略展开探讨。
关键词：人工智能；深度学习；智能配电网；运维策略
引言
智能配电网运维技术是介于整体覆盖、深入剖析、数据传输、中心控制、云计算、物联网等情况下，对线路电路负荷、配电网系统故障、电网系统工作状态、电网系统服务质量等，做好数据采集、数据整合、数据分析、数据处理、系统优化、全面监管、风险预控工作，以此强化智能配电网运维效能。
1我国智能电网运维困境
作为我国基础发展的重要组成部分，电力系统的发展水品直接影响着我国国民发展水平以及社会稳定水平。但就我国目前配电网发展现状来看，很多地区的配电网发展水平比较落后，配电网网络设施不健全，加强配电网改革势在必行，但基于深度学习的智能配网建设成本较高，运维复杂，在运行以及发展中受到各种因素的限制，我国虽然不断推动深度学习智能配网建设，但仍然还有很多地区没有引入革新，导致深度学习智能配网发展不平衡问题显著，限制了居民生活水平的提高。要想促进深度学习智能配网的建设水平和运维水平，需要不断引入专业人才，同时以高素质和高专业水平加强硬件设备的维护。但目前深度学习的智能配电网运维技术仍然存在一些困境，因此必须结合我国现状进行深度学习智能配电网运维水平。
2开展配电网智能运维的必要性
目前，电网企业原来对配电网进行运维使用的是专门的运维工作者定期检查的方法，这种方法会导致工作内容增加，且配电网运维工作需要耗费较长时间才可以结束对电网进行维修，运维效率不高。同时，配电网结构复杂，设备种类多，一线员工很难用一套标准完成所有设备的运维。另外，难以避免部分运维工作者缺乏责任意识，在对电网进行运维期间会敷衍了事，即使出现问题，也不会立即使用合理的方式来加以处理，一旦出现严重故障，就会对电网产出不利影响。因此，配电网智能运维的引入，将显著提升运行维护效率，减少因人为问题造成的电网不确定性故障。
3基于深度学习的异常统计数据识别
对于采用深度学习技术进行异常统计数据识别可结合神经网络算法，特别是LSTM网络分析技术，提高对异常统计数据识别的效率和准确性，满足实际配电系统的应用要求。对于基于深度学习的异常统计数据识别，具体应用可对电力用户的历史行为数据特性进行建模，建模后学习得到电力用户的数据特征。包括但不限于设备的运行温度数据、潮流数据、负荷曲线、环境温度、运行噪声振动、设备电气试验数据、电气设备在线监测数据、设备故障次数、设备跳闸次数数据等，通过采用深度学习技术对众多的电力运行大数据进行学习分析，并将数据库中的异常数据加以识别，从而发现电力运行过程中存在的问题或者缺陷，采取措施加以解决后可提高电力网运行的可靠性。
4深度学习的智能配电网运维策略分析
4.1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，而以深度学习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，促使其成为基于深度学习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。
4.2电力故障的鉴定
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。
4.3配电电力设备的异常数据处理
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。
4.4维修及数据分享
以深度学习为基础智能配电网运维平台充分发挥其平台作用无法脱离多方面人员协同努力的支持，而多方面人员协同努力的前提条件是信息数据实时共享，往往需要搭建数据共享平台，尤其是一线运维人员、高素质研究人员及运维专家均占据着信息数据共享平台极其重要的地位及作用。例如：以一线运维人员为例其工作职责包括负责处理客户所上传的故障问题，进行设备检测、诊断及维修，并且此维修过程中一线运维人员必须与维修专家及技术人员间数据共享，经多次讨论分析后利用互联网技术切实解决客户所面临的故障及问题。此外，可借助微信公众平台或App等渠道实现数据共享，进一步拉近用户距离。
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,2018（03）.
[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,2019.
[3]艾芊.人工智能在配用电领域的研究及应用[J].供用电,2019（01）.
[4] 刘云鸿,周正炼.智能化配电网设备运行研究[J].云南电力技术,2018,44(4):25-26