数字孪生在变电设备运行维护中的应用探索

数字孪生在变电设备运行维护中的应用探索

张雷

鄂尔多斯供电公司 内蒙古自治区鄂尔多斯市 017000

摘要：随着变电设备的逐年递增，在设备运维领域存在运维资源不足，设备因周期性检修导致过修、欠修等痛点问题，数字孪生作为一项迅速发展的数字信息化技术，为解决此类问题提供了新的思路。文章聚焦数字孪生在变电设备运维领域的应用，阐述变电设备数字孪生的内涵及特征，对变电设备运维采用数字孪生的必要性进行说明；进而构建变电设备数字孪生系统的基本框架，详细叙述了涉及的各项关键技术；最后，通过具体案例介绍数字孪生系统在变电设备运维工作中的实际应用，并对变电设备数字孪生面临的主要问题和应用前景进行探讨。

关键词：变电设备；数字孪生；传感装置；状态评估；预测性维护

1.变电设备数字孪生的内涵与特征

1.1数字孪生内涵

目前已有较多文献对数字孪生的概念及其发展轨迹进行了阐述，涉及工业制造、航空航天、医疗、城市管理等多个领域。随着能源革命和数字革命的加速融合，电力系统作为迄今为止工业系统中规模最庞大、层次最复杂、资金和技术最密集的人造复合系统，理应同数字孪生技术产生更紧密的联系，而变电设备作为电力系统中最基础、关键的组成要素，开展数字孪生在变电设备运维领域的应用，对于提高电网运行可靠性、促进设备运维管理和检修决策精益化具有重要意义。聚焦变电设备运维领域，可将数字孪生描述为：通过三维模型和传感器采集的高密度动态数据，构建实体设备在虚拟数字空间中的映射，以模拟其在现实环境下的动态变化情况，并能向真实设备下达运维检修策略，在设备可能存在异常时实现预测和预警。具体来说，变电设备数字孪生整合的数据应包括实时感知、遥信遥测、巡视检测、停电试验和缺陷案例等，通过多源数据将数字设备与物理实体设备相匹配，并通过多源大数据、人工智能等技术为数字孪生的应用提供数据分析、场景模拟等，进而从设备的态势感知、状态评价、预测维护、缺陷诊断、辅助决策和迭代优化多个维度，全面提升对设备健康及其发展趋势的把控能力。

1.2变电设备数字孪生的特征

变电设备数字孪生具有闭环性、实时性、数据驱动和双向互动等特征。同基建数字孪生相比，后者侧重于实景建模和可视化，采用建筑信息模型等技术工具，来优化设计、施工阶段的规划布局及资源配置，并指导后期管理运营。变电设备数字孪生更关注数据的采集和分析，通过数据驱动算法给出相应运维检修策略，感知、分析、决策形成闭环。变电设备数字孪生不等同于现有的各类专家系统，后者通常指某一类具有专门知识和经验的计算机智能程序系统，采集被诊断对象的信息后，运用专家经验进行一系列推理，以快速地找到电力设备最有可能的故障，常用于设备故障诊断。而数字孪生本质上是实现对物理实体的数字化镜像，以期形成一套涵盖数据采集、数据处理、模型构建、现场应用等的完善体系，从而广泛应用于设备故障诊断、设备状态评级、设备状态预测等多个方面，以支撑变电设备全生命周期内各项活动的决策。最后，数字孪生系统区别于传统仿真，一方面，其与真实设备同步运行，所有数据都采自于实际运行状态下的设备，具有实时性；另一方面，数字孪生可将数据的分析结果反馈给物理实体用于指导真实决策，具有双向互动性。

2.实践案例

2.1异常温升告警实例分析

迎峰度夏期间，当日发布了高温橙色预警，某35kV变电站的主变负载率一度高达90%。数字孪生系统首先使用LSTM模型进行趋势预测，LSTM算法模型可以依据近2天低压套管桩头的历史温度数据，预测未来2天低压套管桩头温度的发展趋势。

2.2开关柜局放实例分析

某35kV变电站内的32台开关柜均安装综合局放感知装置，对暂态地电压（TransientEarthVoltage，TEV）数据进行实时监测，同时上传数字孪生系统。系统首先对各开关柜上传的TEV数据进行预处理，排除由于背景干扰、采集异常、标记错误等原因导致的数据异常。图1展示了2021年5月1日至10日站内8台开关柜的TEV原始数据，可以看到数据存在明显的异常值干扰和异常波动。

图1开关柜TEV原始数据

3.问题与展望

3.1算法方面

推动变电设备的“预测性维护”是该领域应用数字孪生技术的重要目的之一。其中，算法是实现设备状态快速、准确预测的核心。然而，海量数据驱动下的算法模型目前仍然为黑匣子，其输出结果难以使用逻辑推导说明，设备运维单位将承担机器决策失误带来的风险，这也是限制数字孪生大范围投入实际生产的主要因素之一。若要打破传统电力设备运维检修的相关规程，需要对算法模型的可解释性和可靠性做进一步论证。

3.2数据方面

鉴于设备运行可靠性的要求，“负样本”数据与不断增长的正常运行监测数据相比，呈现出极端的数据不均衡现象，直接应用人工智能算法难以刻画全局样本，导致严重的过拟合隐患。为提高数字孪生系统的分析决策准确性，一方面需有针对性地选择缺陷发生率较高、投运年限较长的“种子”设备安装监测装置，积累更多“负样本”数据，尤其是积累亚健康状态的设备状态发展趋势数据；另一方面，需要在高校、科研院所的实验室环境下模拟真实设备发生故障场景，探索获取非均衡样本、研究小样本学习的方法。

3.3感知装置方面

拟全面感知电力设备的状态，需要部署大量感知装置，造成数字孪生系统建设前期需要较高的传感器投入成本。因此，传感器的小型化、低功耗、高可靠性成为未来数字孪生技术推广应用的重要因素。同时，随着数据量的不断加大和对数据质量要求的不断提高，传感器还需在高精度、集成化、智能化方面加以提升。

总结

本文对变电设备数字孪生的概念、特征及其功能进行具体阐述，对变电设备数字孪生系统框架的构建及所涉及的各项关键技术进行说明。最后，以应用数字孪生系统解决主变异常温升及开关柜局放事件为例，介绍了数字孪生在设备实际运维中发挥的作用，并对数字孪生在变电设备运维中面临的主要问题和应用前景进行了讨论。

参考文献

[1]黄鑫，汤蕾，朱涛，张弛，顾力，万轶伦，张毅洲.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.

[2]王志鹏，兰峰，赵勇，邱轩宇，赵志鹏，匙阳阳，朱元吉.数字孪生技术在坚强智能电网中的应用探讨[J].电气应用，2021，40(06):111-115.

[3]陈新.变电设备的现状问题及解决措施[J].电子技术与软件工程，2018(14):224-225.