监测数据

在南方电网数字化转型和智能电网建设大背景下，本报告分析了智能技术应用需求，按照“简单，经济、安全、有效”的原则，提出了基于南网云架构的配电房智能化建设思路和具体解决方案。最后，结合实际案例，介绍了配电房智能化监测数据应用方面的做法。

5月5日获悉，地质灾害监测预警功能于4月中旬在山西电网自然灾害监测预警平台正式上线运行。该功能由国网山西省电力公司设备部、山西电力科学研究院和政府相关部门联合开发，接入了基于合成孔径雷达干涉测量技术的哨兵卫星监测数据，实现近3年山西地表形变的精确测量。

该成果彻底解决了输电线路长期无法全线路实时在线覆冰监测的问题，并实现了监测范围由点到面的突破。提出了基于光纤传感的分布式覆冰监测技术，利用电力通信光缆内部一芯冗余光纤做传感器，解析装置安装在变电站内，有效规避传统技术“电源、通信、环境”问题，实现了全线路覆冰监测，且装置安装无需登杆或停电。提出了多路复用技术，使用一台解析装置同时监测多条线路的覆冰状态，实现监测装置利用效率最大化。搭建了北京电网覆冰监测系统，实时获取电网覆冰监测数据，在北京电网尚属首次。该成果获得奖励情况该项目成果获得国网北京市电力公司2016年科技进步二等奖。

对光纤链路资源的统一管理与维护，减少障碍历时、提升网络安全，是业界正在面临的难题；因此网络维护部门迫切地需要对竣工的光纤网络进行开通验收、监测维护、预检预修、故障定位与排除、对接平台等实施远程集中测试与管理。智能光缆在线监测解决方案采用在线式的超长距 ARD-OTDR 为测试设备，最大测量距离可达180公里，可穿透具有多级大分光比（最高 1：128）的PON网络，采用对业务信号无干扰的1650nm的波长在线实施测试，依托强大的专家分析系统，仅用90秒左右的时间就 可诊断出光缆断裂、老化、接头处污损、连接不良、宏弯、熔接点性能变差、非熔接接续性能变差，以及ONU缺失等光网络故障。并以GIS、拓扑图、迹线图、结果描述等多种方式呈现，适合各类人员含对非技术人员了解线路情况。可实现在光网络安装、运行等各个阶段，对其远程监测与维护。通过对监测数据的分析，给出光纤网络的老化、劣化的趋势。可根据实际需要设置周期测试（轮巡测试）任务，对光纤链路的故障预检预修，真正实现主动维护。实践中发现，该解决方案可以对现有网络进行优化、对资源数据有梳理。

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。

“变电站交直流电源系统监测数据显示正常，蓄电池运行情况良好！”近日，随着合肥滨湖智慧示范园区广西路变电站、玉龙路变电站、长临河变电站交直流电源系统的送电，安徽省内首批智慧型变电站交直流电源系统建设完成。据悉，这是国家电网首批覆盖110千伏至500千伏电压等级的变电站智慧型交直流电源系统。

运用检测技术感知设备运行的灾害信息、气象信息、环境信息，引入无人机、完善监控摄像头布点实现高空及人工视野盲区设备巡检，结合地面机器人巡视、人工现场巡视及在线监测数据信息，加上电网管理平台等系统数据信息，“云-端”、“边-端”融合，多机、人机联合，搭建“天、空、地、云”联合巡检模式，后续依托数字智能技术、持续拓展“专业算力算法”、完善AI智能识别分析运用，真正实现智能联合巡检。

站用电源系统承担着为整个变电站站用设备供电的重要任务，其重要性不言而喻。目前的变电站站用电源各个部分都有故障在线监测设备，对设备运行情况进行实时监测，对于已发生的故障进行实时告警。但是各个监测之间故障判断逻辑孤立，不能进行综合分析。设备运行的历史数据没有进行有效的管理，无法对设备的运行情况做出提前预判，无法对设备的供应商进行有效评估。所以建立一个站用电源的大数据采集分析平台，将站用电源的监测数据全部采集到平台下，以实现设备运行情况的实时监控，对站用电源的数据进行长期的保存和分析，根据统计给出运行维护的建议。对大数据的关联和深度的再学习能实现对于故障的提前预警，及早关注使得处理能在故障真正的发生之前，提升运行维护水平。另外在该平台下还可以结合智能化的设备实现运行维护的远程操作，可以大大提高运行维护的效率。

构建了基于能源电力区块链的园区碳排放可信监测数字模型。首先，利用区块链防篡改技术保障监测数据的可信存证要求，相关接入实体指标全部由联盟链进行身份认证和权限控制，避免了数据遗失以及主体以外其他人恶意篡改的风险；其次，在具体的监测指标融合过程中，结合层次分析法，构建碳排放评价指标融合策略，对能源电力相关指标数据结合相似性聚类算法进行多源在线融合；最后，基于局部异常因子算法（local outlier factor，LOF）实现指标数据长周期异常离群检测，一定程度上解决数据畸变和错报自筛难题。

“数据要素市场发展指数”由“数据要素市场城市30指数”与“数据要素市场景气指数”组成。“数据要素市场城市30指数”以“数据二十条”为编制指导，从“数据要素治理”、“数据要素流通”、“数据要素供给”、“数据要素保障”四个维度，聚焦城市数据要素市场发展成熟度。“数据要素市场景气指数”以200家数据要素型企业为对象，利用季度问卷调查的方法，从业务、需求、价格、人员、利润、研发、预期等维度动态监测数据要素行业景气度，致力于打造数据要素领域的晴雨表。