基于大数据和人工智能在输电设备缺陷全生命周期管控方法的研究

引言：输电设备的日常运维工作开展，直接影响到整个电力系统的运行稳定性。因此，在日常进行运维的过程中，只有保障大数据以及人工智能技术，可以在输电设备实现缺陷全生命周期的管控处理方式，发挥出技术的价值，才能够最大化的提升系统的稳定性。

1 研究背景

输电设备的健康程度，直接影响到电网系统的安全性与稳定性，因此在日常进行工作人员进行运维的工作中，就要开展缺陷全生命周期的监管以及处理，才可以及时的发现一些潜在的质量问题，积极的消除设备的缺陷问题，并保障设备始终保持在最佳的状态下运行。这是在现阶段电网的安全稳定运行环节，可以很好的保障系统稳定性的关键所在。伴随着信息技术的发展与进步，在日常维护过程中，传统的缺陷管理技术已经无法实现良好的系统保障，例如在采用的定期巡检、试验分析的方式，都无法及时的发现一些设备在制造或者安装过程中的缺陷问题，这样问题的忽视也相应的导致系统存在着大量的潜在风险，无法实现系统的整体性的分析以及处理。这样的处理方式下，也相应的直接影响到缺陷管理的整体水平^[1]。

2 传统输电设备缺陷管理

在传统的设备缺陷管理工作的开展环节，基本上是对于输电设备的运行期间的缺陷问题十分关注^[2]。例如，工作开展中所建立出的缺陷库，涉及到缺陷表象、缺陷类型、设备类型以及缺陷等级。在这样的传统缺陷管理的方式下，仅仅是将缺陷与设备的类型相关联，因此也仅仅能够在分析中，发现设备发生缺陷的基本频率，无法对单独的输电设备进行缺陷档案的建立，因此并不是一种全生命周期下的缺陷分析。这样的传统工作方式下，也相应的会导致对这些设备的缺陷频率出现一定的分析弊端，无法为相似的设备运维工作开展，提供较为可靠的运维参考和指导。传统的输电设备的缺陷分析中，基本上仅仅是对于运维的阶段的缺陷性分析，这样就无法实现全生命周期下的缺陷库的建立，也相应的会导致在进行电力系统的运行受到一定的风险影响，无法实现稳定的运行。

3 输电设备全生命周期管控体系建立

输电设备的生命周期缺陷管控工作的开展，是一种建立在传统的输电设备的缺陷管理的体系，例如建立出的缺陷库，会涉及到缺陷阶段、缺陷设备。其次，在设备的类别以及设备身份证的处理上，也是管理体系当中十分重要的组成部分，需要针对其电力系统的实际情况，进行针对性的管理以及处理^[3]。

3.1 缺陷阶段

在设备的全生命周期当中，缺陷发生阶段会涉及到诸多的环节，分别为物资采购、工程建设、运行维护这三个阶段。首先物资的采购阶段中，合同履约人员负责对问题的处理以及抽样检查。而在工程建设阶段，则是对于建筑质量性的管理，同时对于其安装以及设计的问题处理上，需要对各种类型的缺陷问题进行集中分析，这样就可以很好的实现各种问题的解决以及处理。现阶段进行处理过程中，工程阶段的缺陷可能会对设备以及电网的运行，带来诸多的不确定的安全影响。甚至还会伴随着设备的使用时间延长，出现进一步的系统故障问题的恶化。通过这样的分析发现，基本上电网的运行阶段，为了保障系统的稳定性，就要积极的对其电网的整体系统，进行全面的分析以及处理。

3.2 责任单位

责任单位就是一种在缺陷分析的过程中，积极的对缺陷负责进行分析，但是与传统的设备缺陷库的标识并不相同。在责任单位的组成上，主要由物资供应商、生产厂家进行处理。其次，在工程建设阶段的处理上，则是需要在设备缺陷的原因分析环节，要重视起安装方面所出现的失误问题。最后，在系统的维护阶段，则是会出现各种类型的缺陷问题，在实际的处理过程中，结合其相应的规章制度进行处理。

4 大数据和人工智能在输电设备缺陷全生命周期管控途径

伴随着信息技术的发展与进步，使得需要全面提升运维过程中的技术水平，这样就可以在全生命周期的缺陷管理过程中，可以起到更高水平的运维处理。例如，在进行大数据以及人工智能化的技术使用下，可以很好的在系统运行的过程中，最大化的提升系统的整体运行效果，以及进一步的满足系统的运行可靠性。

4.1 形成设备健康档案

在大数据技术的使用下，可以很好的对传统的大量数据信息，进行集中化的数据处理，相比较传统的技术类型，这样的技术可以很好的实现数据信息的高效率快速的分析，更加符合系统运行的各方面的需求。例如，对于测量数据，以及既有的缺陷信息进行分析，可以发挥出大数据技术的高效率性。在设备缺陷档案的建立中，是设备健康档案的重要组成部分，为了实现高效率的运行，就要积极的利用设备身份证的方式，对设备在全生命周期当中的不同阶段，都对缺陷信息进行集中的采集，以此建立出一个具体的缺陷档案。之后全面结合起现有的测量参数数据，就可以进一步的对设备的健康状态进行分析，以此构建出一个良好的健康档案。在设备健康档案的建立下，可以更加直观的对档案信息进行质量性的评定，并对设备的运维信息实现良好的分析，全面提升电力系统的运行稳定性。

4.2 智能化运行系统建立

在近些年的智能化运维系统的研发中，越发的受到人们的关注。因此，为了保障在实际的运维过程中，可以很好的实现对各种缺陷信息的集中化处理，就要首先构建出一个完善的运维管控系统，以此对输电设备进行针对性的分析以及处理，其中在电力系统的运维环节，是一种基于智能感知层、数据整合层等诸多结构的结构设计方式。在大数据技术的使用环节，主要是对于检测对象的基本运行情况进行分析。之后在利用运维策略智能生产的方式，实现对数据信息的集中化处理和评估。但是，在基础数据系统的智能化感知层的设计上，还需要对各个子系统的设计进行针对性的分析，以此构建出一个精细化的运维管控的技术方式。例如，对于其系统当中的数据整合层，要对数据的采集、整理以及分析环节，进行全面的分析以及处理。但是，在其技术并不全面进行分析的环节，就会让技术当中的潜在现状问题得到剖析，也相应的让运维工作的策略智能生产过程，可以实现循环运用的效果。因此，对于智能决策层的处理上，是一种对于系统的管控处理方式。

4.3 问题分析模块

在将信息技术与输电设备的缺陷检测相结合，可以很好的利用问题模块分析的方式，对其故障的基本构成进行良好的要素分析。在完成了故障产生原因的分析之后，就要马上对问题进行追溯。整个电力配网运维的分析中，基本上要在预案的生产过程进行分析，同时保障系统当中预设的一些运行现状、配网故障树进行相应的分析。但是，在配网缺陷数据的分析中，基本上会分为几个不同的板块，因此就要在具体的问题分析环节，进行针对性的故障分析，以此了解到具体的输电设备的缺陷。

总结：综上所述，在伴随着信息技术的高速发展背景下，为了能够进一步的提升电力系统的运行稳定性，就可以积极的将大数据与技术与人工智能技术运用到输电设备的缺陷全生命管控当中，以此保障其电力系统的运行稳定性，不会出现潜在的事故风险。

参考文献：

[1]翟瑞聪,林俊省,郑桦.基于图像识别的输电线路设备缺陷识别应用系统设计[J].电子设计工程,2021,30(06):161-164+169.