史亮
山西晋电电力科技有限公司众业分公司 山西省 030001
摘要：21世纪，智能电网的研究已成为电力系统的战略目标。从最新智能电网的发展趋势来看，人工智能技术在输电线路在线监测和状态维修方面的应用已经十分广泛，人工智能技术将为电力工业的发展开辟全新的途径。分析了人工智能监测系统的开发与应用，即输电线路在线监测，数据信号的无线传输以及远程视频监测。
关键词：人工智能；电力系统；输电线路；安全运行
1人工智能AI在输电线路缺陷巡检中的主要技术内容应用
在人工智能AI输电线路缺陷巡检软件系统中，前端装置的主要组成部分包括图像采集装置和数据传输装置，首先通过若干台图像采集装置对图像信息或视频信息进行采集，然后借助于统一的数据传输装置将采集到的信息上传到系统后台的AI管理系统内。在接收到这些信息之后，AI管理系统将会立即进行数据的分析与处理，通过智能运算、缺陷数据库建立、大数据分析、图像识别与分析等的方式来实现巡检报告的自动生成，并定期对输电线路运行状态进行全面评估，让输电线路的故障隐患得到主动防御。在该系统的客户端，用户可以借助于PC端、手机APP以及微信平台等来下载、储存、查看和回放相应的数据图像或视频。因为前端的图像和视频采集装置主要借助于APN专用网络或者是4G/5G无线网络的形式来进行数据传输，数据采集装置通过无人机自主巡检采集或输电线路在线监测装置采集，应用多种数据融合的方式进行前端数据的采集作业。考虑到大多数在线监测的数据采集装置都在野外工作，所以在电力供应方面，可以通过太阳能光伏发电的方式来实现，这样不仅可以让各个装置在电力系统发生故障停电的情况下依然能够正常运行，同时也可以有效避免装置应用对电力系统运行的干扰，并达到良好的节能环保效果。
2人工智能AI软件系统在输电线路缺陷巡检中的数据流布局分析
在人工智能AI输电线路缺陷巡检软件系统中，其后台管理采用的是当今先进的大数据平台“大中台”构架设计思想，且对后台的管理与服务提出了更高要求。其主要的应用目的就是保障所有输电线路巡检数据的真实性和可靠性。在所有的前端分布式设备中，数据类型的设备都得到了统一的分析与处理，但是对于前端具有较大数据量且需要智能分析与处理的设备数据，则是通过端处理之后再将其处理结果以视频或者是图像的形式上传到其他的AI设备中，以此来实现数据的深度运算。对于所有轻量级别的数据，可借助于采集与传输设备在后台对其进行统一处理。通过这样的形式，便可以让所有的设备实现有效关联以及智能化的处理。在该系统中，主要的结构和功能包括以下几个方面：（1）前端监测设备：主要的功能是采集前端设备的数据。（2）智能信号牌：主要的功能是对设备当前所处地理位置的GPS信息进行记录，并对欠点设备实现智能化的控制，以此来实现智能化信息处理，最后再借助于APN专用网络或者是4G移动网络将数据传输到AI软件系统的后台。（3）监测数据：主要的功能是对智能杆号牌中传输来的数据进行后台处理，包括直接数据和间接数据，其中直接数据属于告数据，间接数据属于告警信号以及普通的状态数据。（4）缺陷数据：主要功能是分析间接数据，并将直接数据纳入到故障数据范围内来及时进行处理。（5）缺陷处理方案：主要的功能是通过智能分析的方式来给出相应的处理方案，包括需要维修的地点、需要的维修工具以及需要的维修时间，尤其是维修时间方案，可以为后期的统计和绩效管理提供足够便利。（6）委派单：主要的功能是委派单生成，其中的任务管理主要包括对外出工作人员的管理以及绩效考核，如果故障点位置的交通不便，也可以提出用车申请。（7）实际处理方案填写：主要的功能是对实际发生的问题及时进行上传，其中包括故障的具体类型、图片、拟定的解决方案、纳入到缺陷库之后的完善数据类型等。
3人工智能技术在电力系统输电线路安全运行中的应用
3.1多源异构数据信息采集与处理技术
基于多视图的数据融合方法研究。研究基于支持值变换的多视图特征反向融合方法、建立输配电装备运行数据语义空间、基于联合非负矩阵分解的鲁棒多视图特征语义融合方法，实现输配电装备运行数据源端融合。
3.2基于聚类分析的多源异构数据挖掘技术
针对输变电设备的实时状态、数据采集渠道广、涉及的数据体量较大等特点，研究基于聚类分析的多源异构数据挖掘技术。（1）跨平台多源异构数据清洗技术。针对输电线路设备状态信息呈现来源多、信息异构、数量庞大、属性繁多等特点，研究基于统计、聚类、关联分析、时间序列分析等原理的多源异构数据清洗技术。（2）跨平台多源异构数据归一化技术。研究基于均值绝对偏差标准化的输配电装备带电检测、在线监测、例行试验、巡视检修、电网运行、环境气象等相关数据的规范化和标准化方法。研究包含静态属性、准实时状态属性、实时状态属性的统一的多维状态信息模型建模方法。
3.3基于人工智能的输配电装备运维策略
对设备状态信息之间存在的关系进行深入研究，建立设备运行数据与状态间的关联模型。研究基于“事故学习-事件驱动”型的时空状态模型。采用云模型给出采集数据缺乏情况下的可切换时变设备停运模型。研究基于机器学习的适应不同设备类型、不同电压等级、不同运行年限、不同运行环境、不同运行季节等输变电装备评估模型。
4人工智能监测系统的开发与应用
4.1输电线路在线监测
对于电力系统而言，开发输电线路在线监测专家系统是极为必要的，其目的在于通过分析监测系统收集的数据，推断出输电线路可能存在的故障点及所发故障的原因，包含知识库、数据库、解释机制、推理机以及人机接口五个部分。监测系统获取数据信号的手段主要有远程可视、线路安全运行、避雷器等。将所收集的数据信息分别构建成静态数据库和动态数据库，当监测系统运行时，远程可视监控模块将率先启动，并将现场情况转化为可视图像，避雷器、安全运行模块相继启动，系统将会根据各个模块的数据分析结果，启动综合分析模块，从而对结果进行全面的判断，其结果可以作为输电线路早期故障的重要诊断依据，具有一定的参考意义。
4.2数据信号的无线传输
随着无线通信技术的不断发展，在较大范围内能够实现信号覆盖，将传感器安装到电力系统输电线路探测热点处，对监测数据信号进行采集，并以无限通信网络为载体，实现输电线路运行温度、舞动幅度、避雷器等实时数据的远程传输，无线通信技术则将所获取的可视化图片和数据信息回传到监控中心，完成监控系统的同步传输，与AI故障诊断技术构建一体化信息监控平台，对输电线路安全运行情况进行智能监控。
4.3远程视频监测
输电线路远程视频监控系统主要由客户端监控软件、图像编辑器、流媒体服务器等部分组成，其核心技术是数据采集、压缩解码、无线网络数据传输等技术。系统可以对输电线路周围环境进行实时监控，能够随时获取输电线路的运行情况，强化对输电线路的管理。图像编码器将所采集的数据信号通过压缩编码码技术进行处理，借助无线通信技术将处理后数据信号传输到流媒体服务器中，管理员只需要登录监控软件，将视频流进行解码，就可获取高质量的现场图像，并进行浏览、监控，最后通过AI技术对相关信息进行处理。
5结语
综上所述，在当今的输电线路缺陷巡检中，电力企业应将人工智能AI技术及其软件系统加以合理应用，以此来全面提升输电线路缺陷巡检质量，保障输电线路的正常运行，满足当今社会对于电力能源的实际需求，促进电力行业的良好发展。
参考文献
[1]李如虎.输电线路雷电绕击及其防雷研究[J].南方电网技术，2009（1）：53-57.
[2]黄新波，孙钦东，程荣贵，等.导线覆冰的力学分析与覆冰在线监测系统[J].电力系统自动化，2007，31（14）：98-101.