成果分享
基于DPiMM低功耗专用神经网络架构的输电线路融合型智慧终端
本案例项目研究的输电线路融合型智慧终端,通过综合运用边缘计算和人工智能技术,并结合5G通信技术,研究轻量化深度学习算法设计技术,实现输电线路通道状态监测的边端图像智能分析;通过研究设计智慧终端边缘计算框架,实现输电线路状态监测传感器的融合接入;通过研究5G通信融合应用技术,实现超高清视频及信息的高速安全传输;通过提升线路通道防护的技术水平,提高输电线路安全水平。输电线路融合型智慧终端整体方案如图1所示。项目所用方案按功能可分为以下几部分:基于AI模组的图像智能分析(即低功耗DPiM架构的人工智能算法)、动态虚拟运行环境、可支持eMBB切片配置及与MEC交互的5G通信,以及多状态监测传感器的接入。输电线路融合型智慧终端技术方案。
电网实时运行可视化分析预警系统
电网实时运行可视化分析预警系统(以下简称系统)根据“以调度员思维模式为框架,以可视化界面为功能模块,以互动计算为系统核心”的思路,利用电网EMS实时数据、状态估计数据、PMU数据、水调自动化系统数据、保护信息及气象数据等各种信息,实现电网运行信息从静态、二维平面、孤立数据的展示方式向动态、三维立体、虚拟现实的展示方式转变,从电网充裕度、安全性、脆弱性和可控性等方面进行理论研究、算法实现及可视化表达,在可视化互动计算、低频振荡快速检测、电网运行整体态势指标可视化、水库及发电能力可视化计算、人工智能驱动的输电断面安全状态快速评估、深度学习驱动的电力系统暂态稳定预防控制决策,以及基于图数据库的人机交互等方面达到国内领先水平,具有完全自主知识产权,整体上属国内首创。系统实现了信息融合、智能告警、动态监视、海量数据阅读、超实时仿真和高性能计算、基于人工智能的电网安全稳定分析、虚拟现实,以及基于图数据库的人机交互等功能。系统设计合理,反映了电网理论计算和计算机技术的最新成果,主要技术性能指标均满足设计要求,实用化程度高,且贴近调度生产需求,为电网调度运行提供一个准确及时掌握电网实时运行态势的分析决策平台,提高了调度人员对电网运行的监控能力,实现传统电网调度模式向智能电网调度模式转换,有效提高了电网安全生产水平。
基于人工智能融合物联网多维感知的
变电站、配电室等电力站所作为设备密集区域,需要运维人员定期进行巡检以确保设备的正常可靠运行。变电站内设备种类繁多,需要巡检的点位众多,运维人员巡检工作量较大;配电室常处于生活社区、工业园区等内部,数量众多且位置分散,很难实现定期的逐个巡检。针对上述背景,智洋创新提出基于人工智能融合物联网多维感知的站所智能巡检系统(以下简称系统)。以变电站、配电室等电力站所为场景,综合物联感知、信息通信、数据融合及人工智能等技术,逐步实现数据管理全景化、运行状态可视化、异常分析智慧化和运维巡检高效化,从而可以及时发现现场隐患,保障电力站所安全运行,并能减轻运维工作量,提高运维效率。
声学成像技术在 故障
异常振动和声响是设备故障的重要表征之一,尤其针对特高压高抗、换流变等高负荷运行设备,异常振动和声响更为频繁,但是当前针对异常声响的检测判断主要通过人耳完成,存在辩识准确度低、可靠性差等问题,难以满足现场运维检测要求。而声学成像系统通过非接触式声学阵列传感器同步采集多个传声器的噪声信号,运用麦克风阵列成像算法获得不同频率噪声的空间位置,进而获得异响信号的空间位置和信号特征,并可形成视频信号,从而快速有效地判断异常声响的来源和性质,协助评估异常故障的危害和设备运行风险。
变电设备多光谱图像智能分析技术及应用
变电站内设备遥检主要依赖外观检查和红外测温,目前依托机器人、高清视频等方式已经辅助人工实现部分智能巡检工作,大量图像样本仍需要人工审核。本案例应用“可见光+红外线+激光点云图像”融合分析技术,实现设备缺陷的智能研判,通过多光谱图像融合分析技术,提高发现设备潜伏性缺陷的能力,进而提高运检质效,保障设备本质安全。
服务于变电站的智能化装备研制
项目属于变电站领域,变电站设备巡检是保证电网安全运行的关键手段,其数据获取的全面性和诊断的准确性是反映设备运行状态的重要依据。随着电网设备规模快速增长和信息化技术的不断发展,通过各种检测手段获取的设备状态数据(尤其是图像、声音类数据)数量急剧增长,传统以人工为主的数据分析方式受主观因素影响大,巡检质量分散;而现有的自动检测手段又存在应用场景单一、图声数据的智能分析能力不足等问题,并且缺乏有效的共享机制。因此函待提出一种新型变电站智能巡检模式,以满足新电改形势下变电巡检全景化、智能化和精益化的发展需求。在山东省重大专项和国网公司重点项目支持下,项目针对电网变电设备巡检缺陷诊断关键技术进行科研攻关,开展基于图声巡检数据的缺陷诊断技术研究, 研制系列化智能巡检装备,并实现产业化应用。