健康状态

传统配网中台架式配变台区的标准配置是由变压器、配电箱、计量箱等诸多设备组成，配电箱中安装变压器监测终端以实现对变压器的在线监测及无功补偿的控制，计量箱中安装用电信息采集终端以实现对计量电表远程数据的采集。这种多种信息的多路采集、分散控制的缺点是显而易见的，突出表现在台架设备众多、占地面积大、现场施工复杂、智能监测设备重复投资、运行维护成本高等问题。 同时，配变台区无功补偿作为配网节能降损的主要技术措施，随着近年来国网公司配网节能改造项目的大力实施，配网台架就地安装了大量无功补偿装置。这些设备位置分散，造成配网无功补偿维护和管理困难，设备健康状态无法及时准确掌握，设备的无功投入及带来的节电效果不能进行量化评估。相对配网节能降损和生产运营不断增大的压力，配网无功监控管理相对带后，管理手段仍然粗放。 因此追切需要研发集多种数据采集应用功能于一体的新型智能配变终端，依托其搭建无功节能及运维支撑平台，变被动响应为主动运维，提升配网设备运维管理水平，提高无功补偿设备利用效率，有效降低配电网的损耗，解决配电网无功管理基础薄羽问题，推动节能降耗工作在配电网领域的深入开展。

针对储能系统中多电池簇健康状态均衡问题，提出储能系统多电池簇健康状态均衡控制策略，该策略依据电池寿命变化规律和并网要求设置储能变流器并网功率下限，基于该下限确定系统参与运行的储能变流器台数，再结合层次分析法对参与运行的各电池簇健康状态进行量化评价，求得各储能变流器承担并网功率指令的权重系数和相应的功率大小，调整参与运行的储能变流器台数和传输功率以确保各储能变流器功率不越限。将所提控制策略与均摊控制策略相比，结果表明，所提策略可有效均衡各电池簇健康状态，延长储能电站整体使用寿命40.6%，有效提高了储能电站的安全性和经济性。

报告首先指出目前容量电力变压器健康状态在线监测和故障诊断方面所面临的挑战，其次介绍了适用于复杂多物理场环境的高可靠多参量无源感知技术研究现状，及设备状态智能评估技术的研究进展，最后指出融合高可靠无源感知技术及智能评估技术，革新现有设备状态评价和预警体系，形成变压器“在线监测-评价预测-运维检修-故障切除”的先进智能诊断体系是未来重要研究方向。

电力设备的更新升级对中压电缆运维检修技术提出了更高的要求，为了提高电力电缆从业人员的设备管理水平，减少中压电缆故障发生率，保障中压电缆通道的健康状态，国网江苏省电力有限公司技能培训中心组织行业内优秀专家，编写《中压电缆全寿命周期典型缺陷图集》一书，旨在促进中压电缆从业人员技能水平快速提升和行业标准化的发展。

目前市面上基本上没有变压器在线综合监测产品，有的只是变压器在线监测的一个子类，比如油色谱和局放，而PRS-7172-M自主可控新一代变压器综合监测终端，实现了对于变压器的全方位监测，使用一台设备就可以囊括所有功能，并通过多种感知信息的采集，为变压器健康状态做出综合评判。

KA2003系列架空暂态录波型远传故障指示器是北京丹华昊博电力科技有限公司（以下简称DHB）自主研发设计的智能型监测装置。 暂态录波型故障指示器由采集单元和汇集单元组成。安装在配电线路上，监测线路运行参数，检测和指示各类短路、接地故障，向配电主站上送监测信息和故障检测数据。 当系统异常时，采集单元将故障瞬间捕提到的暂态过程数据上传到汇集单元。汇集单元对数据进行分析处理，将波形文件合成无相位偏差的零序电流波形，通过GPRS主动上报主站。主站对数据、波形分析判断，结合独特的小电流接地故障类型的算法，实现对接地故障区域的准确、有效定位，以及复杂故障过程的反演。主站对线路抚动录波数据进行统计并与数据库中的数据进行吻合度、模糊四配度对比，实现对配网线路接地故障预警和线路健康状态的评价。同时手机APP自动弹出相关故障信息提示，实现运维人员对故障信息的实时监测以及对主站数据远程浏览。该产品已顺利通过国家电网入网专项检测。

1月30日获悉，江苏±800千伏泰州换流站“定制版”变压器健康管理系统于近期上线。该系统上线以来，通过提供健康状态监测预警和异常诊断服务，为泰州换流站安全运行保驾护航，助力国网江苏超高压公司完成春节保电任务。

电池状态有效评估过程中数据驱动法的模型输入虽与容量呈现相关性，但并没有考虑其信息量及信息质量，低质量的数据输入会造成一定程度的预测偏差。针对上述问题，提出一种计及健康特征信息量的加权神经网络电池健康状态(state of health, SOH)预测与剩余寿命(remaining useful life, RUL)估计模型。该模型在GA-BP神经网络的基础上，通过确定有效健康特征数据集，利用数据信息度构建动量因子来保证神经网络迭代收敛速度。并基于熵权思想过滤出低信息量健康特征的预测结果，将过滤后的预测结果作为电池老化模型的输入，进一步实现剩余寿命的估计。通过公开电池老化数据集与实验平台进行验证，得到该模型健康状态预测结果MAE、RMSE分别控制在0.63%、0.81%之下，剩余寿命估计结果MAE、RMSE分别控制在0.0031 mA·h、0.0042 mA·h之下，具有良好的可行性与有效性。

6月21日，国网江苏电科院专业人员陆云才登录变压器健康管理系统，完成了江苏全省变压器健康状态分析。在大屏前，全省5000余台高压变压器的历史检修情况、缺陷报警信息、在线监测数据等信息都被逐一清晰呈现。专业人员根据异常变压器设备信息和历史状态对症下药，分别提出加强巡视、密切关注油色谱数据、降低设备负载率等针对性运维检修策略，为接下来的迎峰度夏工作做好准备。

随着锂离子电池在各类储能系统中的广泛应用,其健康管理及退化分析已成为储能电站运维、电动汽车安全监测、退役动力电池梯次利用等时下多个领域的热点问题。与此同时,大数据及机器学习技术的发展突破了复杂非线性系统难以建模的束缚,使得基于数据驱动的电池健康评估成为可能。详细综述了基于数据驱动的锂离子电池健康状态评估的研究现状,分析了电池退化的影响因素,归纳并比较了基于数据驱动的电池健康状态估计及剩余寿命预测建模方法,最后总结了该领域当前的挑战及未来的发展趋势。