
變電站邊緣物聯系統在電力運檢環節,通過廣泛部署具有一定感知、計算、執行和通信等能力的裝置,通過電力信息通信網絡,實現設備感知泛在化、傳感單元微型化、物聯網絡去中心化、數據傳輸無線化、高級應用智能化的互聯體系,實現電網運維檢修工作的智能化和信息化。變電站電力物聯網將電網基礎設施、人員及所在環境連為一體,形成一個相互識別、感知、通信和控制的有機整體,實現各電網設備物理實體的自我標識、感知、智能處理和協同互動,提高電力生產、運維和檢修體系的智能化水平。
隨著電力設備體量的不斷增加,傳統運檢業務模式和手段越來越難以適應信息高效獲取、通信泛在互聯、狀態智能分析等工作需要。為解決當前運檢技術的發展瓶頸,顯著提升運檢工作效率和現代化水平,根據國網公司整體部署,開展電力運檢物聯網專項試點建設工作。
本系統基于當前電力設備和信息通訊新技術的現狀及發展趨勢,統一化的數據模型和通信規約,組織智能感知、通信單元、后臺系統研發,形成適用于電力運檢的邊緣物聯體系。

(1)多維信息呈現
邊緣物聯分析計算平臺呈現變電站全場景信息,真實反映設備狀態及其周圍環境,可融合告警提示、監測數據、圖譜文件等實時信息,以及作業記錄、操作人員管控等數據資料。
依托物聯網技術全面匯集站內設備信息、狀態信息、實時運行數據等。支持設備狀態監測信息的實時展示,異常情況下報警功能,實現異常情況下的報警功能。
(2)設備狀態分析
通過設備狀態分析,及時發現潛在缺陷異常,評估預測剩余使用年限,輔助檢修決策。依托物聯網技術,實現以數據驅動的模擬運行,逐步提高預測預警準確度,推進設備狀態檢修。
① 多維信息匯集
匯集接入狀態信息、運行信息、監測數據等設備信息,并匯集呈現設備監測分析和狀態評估預測的結果信息及告警提示。
② 狀態監測分析
匯集呈現設備在線監測數據、狀態分析結果,并對異常數據進行告警提示,精準定位設備隱患缺陷,直觀呈現設備實時狀態。。
③ 狀態評估預測
通過建立設備狀態評估及預測模型,結合設備設計資料、監測數據、試驗數據,分析預測設備整體及部件狀態變化趨勢與風險評估。綜合部件狀態預測結果、設備常規使用年限、歷史檢修記錄等信息,對設備整體及部件進行壽命預測。
(3)設備故障診斷
分析故障設備數據,診斷故障原因,定位故障部件。結合同類設備數據、歷史數據和缺陷案例庫,對故障進行橫向比對分析、歷史數據比對分析以及相似案例比對分析,提出檢修處理建議。整合故障設備數據、分析過程、分析結果、處理建議、決策處置等,形成故障診斷處置報告。
① 故障診斷定位
當設備發生故障時,及時快速收集故障相關數據資料,利用故障模型分析診斷故障原因,準確識別故障部件,判斷故障類型,提出處置建議。
② 故障案例管理
按單臺設備、設備型號等分類統計缺陷故障,將設備故障記錄(包括故障設備、故障時間、故障類型、故障原因、處理措施等)自動保存至缺陷案例庫,以便進行案例比對分析及診斷算法優化訓練。
③ 故障比對分析
通過對故障設備歷史監測數據、試驗數據等進行時序比對分析、對故障設備與同類正常運行設備各項數據的時序橫向比對分析,以及相似缺陷案例比對分析,詳細診斷故障原因,并對正常運行設備進行隱患排查,輔助檢修檢測決策。
④ 故障報告生成
根據故障數據診斷、比對分析、決策處置結果,自動生成故障診斷處置報告,以圖文方式匯編展示故障分析、診斷、決策、處置全流程的詳細分析過程和相關結論,可自定義勾選報告匯編內容。
變電站邊緣物聯系統在電力運檢環節,通過廣泛部署具有一定感知、計算、執行和通信等能力的裝置,通過電力信息通信網絡,實現設備感知泛在化、傳感單元微型化、物聯網絡去中心化、數據傳輸無線化、高級應用智能化的互聯體系,實現電網運維檢修工作的智能化和信息化。變電站電力物聯網將電網基礎設施、人員及所在環境連為一體,形成一個相互識別、感知、通信和控制的有機整體,實現各電網設備物理實體的自我標識、感知、智能處理和協同互動,提高電力生產、運維和檢修體系的智能化水平。
隨著電力設備體量的不斷增加,傳統運檢業務模式和手段越來越難以適應信息高效獲取、通信泛在互聯、狀態智能分析等工作需要。為解決當前運檢技術的發展瓶頸,顯著提升運檢工作效率和現代化水平,根據國網公司整體部署,開展電力運檢物聯網專項試點建設工作。
本系統基于當前電力設備和信息通訊新技術的現狀及發展趨勢,統一化的數據模型和通信規約,組織智能感知、通信單元、后臺系統研發,形成適用于電力運檢的邊緣物聯體系。

(1)多維信息呈現
邊緣物聯分析計算平臺呈現變電站全場景信息,真實反映設備狀態及其周圍環境,可融合告警提示、監測數據、圖譜文件等實時信息,以及作業記錄、操作人員管控等數據資料。
依托物聯網技術全面匯集站內設備信息、狀態信息、實時運行數據等。支持設備狀態監測信息的實時展示,異常情況下報警功能,實現異常情況下的報警功能。
(2)設備狀態分析
通過設備狀態分析,及時發現潛在缺陷異常,評估預測剩余使用年限,輔助檢修決策。依托物聯網技術,實現以數據驅動的模擬運行,逐步提高預測預警準確度,推進設備狀態檢修。
① 多維信息匯集
匯集接入狀態信息、運行信息、監測數據等設備信息,并匯集呈現設備監測分析和狀態評估預測的結果信息及告警提示。
② 狀態監測分析
匯集呈現設備在線監測數據、狀態分析結果,并對異常數據進行告警提示,精準定位設備隱患缺陷,直觀呈現設備實時狀態。。
③ 狀態評估預測
通過建立設備狀態評估及預測模型,結合設備設計資料、監測數據、試驗數據,分析預測設備整體及部件狀態變化趨勢與風險評估。綜合部件狀態預測結果、設備常規使用年限、歷史檢修記錄等信息,對設備整體及部件進行壽命預測。
(3)設備故障診斷
分析故障設備數據,診斷故障原因,定位故障部件。結合同類設備數據、歷史數據和缺陷案例庫,對故障進行橫向比對分析、歷史數據比對分析以及相似案例比對分析,提出檢修處理建議。整合故障設備數據、分析過程、分析結果、處理建議、決策處置等,形成故障診斷處置報告。
① 故障診斷定位
當設備發生故障時,及時快速收集故障相關數據資料,利用故障模型分析診斷故障原因,準確識別故障部件,判斷故障類型,提出處置建議。
② 故障案例管理
按單臺設備、設備型號等分類統計缺陷故障,將設備故障記錄(包括故障設備、故障時間、故障類型、故障原因、處理措施等)自動保存至缺陷案例庫,以便進行案例比對分析及診斷算法優化訓練。
③ 故障比對分析
通過對故障設備歷史監測數據、試驗數據等進行時序比對分析、對故障設備與同類正常運行設備各項數據的時序橫向比對分析,以及相似缺陷案例比對分析,詳細診斷故障原因,并對正常運行設備進行隱患排查,輔助檢修檢測決策。
④ 故障報告生成
根據故障數據診斷、比對分析、決策處置結果,自動生成故障診斷處置報告,以圖文方式匯編展示故障分析、診斷、決策、處置全流程的詳細分析過程和相關結論,可自定義勾選報告匯編內容。