“数字孪生系统运用状态感知、数据融合、云计算、三维建模等先进技术，可全景显示出中都换流站一、二次设备的实际运行状态与换流站结构三维立体模型，还有上千块表计的实时信息。”12月7日，国网冀北超高压公司直流检修班副班长张晓飞正在熟练地运用中都换流站数字孪生系统对阀厅关键设备进行巡视检查。他说，有了数字孪生系统的“助阵”，提升了柔直设备感知能力、缺陷发现能力、状态管控能力和预警应急处置能力，最大限度保障设备安全稳定运行。
为贯彻数字中国建设战略部署，全面落实国家电网公司关于加快数字化转型和数字电网建设工作要求，国网冀北电力有限公司组织制定数字化转型三年登高行动方案，由数字化部统筹，各部门协同发力，结合实际业务需求，着力推动公司人工智能规模化应用，构建面向新型电力系统人工智能赋能“555”工程管理体系，基于图像视频智能识别、数据计算推演、智能分析云边协同等5项数字支撑能力，从发电、输电、变电、配电、用电五方面建设典型数字化应用场景，因地制宜打造五地市人工智能应用特色落地示范，积极推动电网全环节智能化改造、数字化升级。
聚焦新能源场站运行 支撑功率精益预测
“风电机群状态良好，未发现潜在缺陷。”8月20日风光储运行监控中心工作人员利用风光储基地数字孪生三维可视化展示与辅助决策平台对风电场风电机群进行状态监测，并及时进行反馈。
为进一步提升风光储基地新能源功率预测精度水平，国网冀北电力于2022年开发应用风光储基地数字孪生三维可视化展示与辅助决策平台，可实现状态监测、故障预警、尾流偏航优化、缺陷自动预警等功能。同年，基于风光储新能源运行能效推演优化，该公司初步建成中短期预测系统，逐步完善了以数据驱动的新能源预测业务流程。
“为了实现全方位设备状态数据的直观可视化体现，我们综合应用数据挖掘、智能图像识别、数字孪生等先进技术手段，突破了多源异构数据质量管控、风光设备发电能力缺陷在线辨识、储能设备充放电性能缺陷在线辨识、风电机群发电能效协同优化等多方面技术瓶颈。”国网冀北电力数字化部技术处处长李坚介绍，“该平台不仅可以快速分析海量异构数据，动态跟踪监视设备对象，还能直观反馈设备运行态势，实现对历史事件和未来风险的复盘推演。”
“风光储基地数字孪生三维可视化展示与辅助决策平台像是智慧的大脑，足不出户就可以运筹帷幄，实现基于海量信息的新能源功率预测。截至目前，可实现日前预测精度风电达到85%，光伏达到90%；风电第四小时预测精度不低于90%，光伏第四小时预测精度不低于95%。”国网冀北电力风光储基地工作人员贾洪岩说。
2023年，国网冀北电力持续优化数字推演及应用促进新能源场站数字化转型，在充分融合气象信息、地形信息、场站运行信息、电网运行态势的基础上，着手建设全天候高精度的新能源功率预测体系，进一步补强风光储基地在新能源发电运行与维护方面的薄弱环节，实现新能源全天候、全时域、全场景态势感知。
智能识别缺陷 提高无人机巡检水平
“16号杆存在瓷质绝缘子破损情况，请立刻安排检修人员进行现场处理，排除隐患缺陷。”8月24日，无人机自主巡检线路后回传了设备缺陷信息。收到缺陷数据后，国网唐山曹妃甸供电公司电力运维人员迅速根据缺陷情况提出解决方案并安排设备检修。
为有效提升无人机巡检发现安全隐患能力，国网冀北电力不断完善人工智能“两库一平台”能力，更新迭代人工智能116类专业模型部署，并开展图像缺陷智能识别关键技术规模化应用研究，以支撑输电无人机巡视、输电通道风险监测等专业场景。同时，先后攻克缺陷识别模型实用化水平低、模型难以轻量化部署及云边模型无法高效协同等系列难题，构建起无人机巡检缺陷智能识别体系，实现了“传统人工巡检”模式向“人巡+机巡”模式的智能化转变。
“针对部分重难点缺陷模型样本少、发现率低等问题，我们采用模拟布置拍摄、深度学习和对抗神经网络、AIGC（人工智能生成大模型）等方式生成样本，利用精细化标注、图像增强等技术，着力攻关瓷质绝缘子破损、螺母安装不规范、螺母锈蚀等三类重难点算法工作，提升算法实用化水平。”冀北电力数字化部副主任杨峰介绍，该公司还针对辅助拍照、缺陷智能识别算法、可见光图像压缩、航线适应性提升和模拟样本生成等开展技术攻关，推动无人机自主巡检实现规模化应用。
目前，国网冀北电力输电专业无人机已全部实现智能化识别，并建成十万张级冀北区域特色的无人机巡航缺陷样本库，完成7大类合计35小类的无人机巡检算法模型训练并应用，整体缺陷发现率达到85%以上，工作效率较传统方式提升5倍。
如今，无人机巡检已成为输电专业巡检常态方式，但在环境复杂、设备多、安全性要求高的变电专业，无人机巡检仍面临一系列挑战。下一步，国网冀北电力将持续推广AI应用，加快攻关变电设备缺陷识别模型储备，基于无人机飞控平台，探索无人机多场景巡视，开展人工智能平台和新一代监控平台等集成对接，加强人工智能平台GPU算力。
配网计算推演 满足管理运维业务需求
“功率、电压、电流等数据无异常变动，设备运行正常。”8月30日，国网冀北智能配网中心监控人员通过营配贯通数据可视化平台实时监测设备运行情况。
为有效提升营配基础数据质量，推动营配业务融合发展，2022年国网冀北电力正式启动智能配网计算推演建设，充分利用企业级采集量测中心和电网资源业务中台跨专业数据归集及融合能力，基于人工智能、知识图谱等技术，完成了“站-线-变-户”配网网架拓扑与用采、配网自动化等量测数据匹配。
“准确完整的拓扑、参数以及量测数据是配网计算的基础。然而配网点多面广，容易出现拓扑、参数维护错误，量测数据没有及时传送等问题。”国网冀北智能配网中心综合用能技术研究技术中级师王冲介绍。
“为了夯实营配贯通数据可视化平台数据基础，我们以多源融合的配网网架拓扑图为基础，利用高斯混合聚类+双向长短期记忆神经网络等人工智能技术，构建数据智能辨识模型，对10千伏以下配变、开关、集中器等关键设备实时量测数据缺失情况进行智能识别及实时补全，进一步提升配网计算推演能力，满足台区自治等新业务形态数据采集要求。”杨峰介绍，目前，模型整体精度达到91.51%，可实时补全设备三相电流、三相电压、功率等量测数据，配网量测数据可计算率达95%以上，助力秦皇岛30余万配变实现5分钟级自动计算，大幅度提升了配电网状态估计精度，满足了配网规划、建设和运行要求。
在满足台区自治等新业务形态数据采集要求的同时，国网冀北电力将持续深化计算推演应用场景研究，持续优化算法模型，推进可仿真、多维度数据的业数融合应用，支撑开展冀北全域配网数据采集量测点布局优化、分布式光伏出力预测及影响分析、新型负荷报装容量预测、可开放容量预测分析、配电网停电智能识别推演、配网线路异常区间推演等计算场景建设。（赵亚男、吴佳、李文慧）
原标题：国网冀北电力：人工智能技术助力数字电网建设
