面向“共智”的配電網數字孿生評價系統
▌?數字孿生體及其成熟度等級
有據可查的“數字孿生”概念提出者，是美國空軍研究實驗室 (AFRL，Air Force Research Laboratory) 。2011 年 3 月，他們做了一次演講，題目是“Condition-based Maintenance Plus Structural Integrity (CBM+SI) & the Airframe Digital Twin (基于狀態(tài)的維護+結構完整性&戰(zhàn)斗機機體數字孿生)”，首次明確提到了數字孿生。當時，AFRL 希望實現戰(zhàn)斗機維護工作的數字化，而數字孿生是他們想出來的創(chuàng)新方法。
針對數字孿生、數字孿生體業(yè)界已經有不下十幾種定義，本文借用數字孿生體實驗室在2019年底發(fā)布的《數字孿生體白皮書》中的定義：數字孿生體是現有或將有的物理實體對象的數字模型，通過實測、仿真和數據分析來實時感知、診斷、預測物理實體對象的狀態(tài)，通過優(yōu)化和指令來調控物理實體對象的行為，通過相關數字模型間的相互學習來進化自身，同時改進利益相關方在物理實體對象生命周期內的決策。加上“體”字，是借中文的“體”來應對和減少Digital Twin翻譯為中文時在不同場景下的不確定性。
數字孿生體不僅僅是物理世界的鏡像，也要接受物理世界實時的信息，更要反過來驅動物理世界，而且進化為物理實際的先知、先覺甚至超體。這個演變過程稱為成熟度進化，即一個數字孿生體的勝場發(fā)育將經歷數化、互動、先知、先覺和共智等幾個階段。
▌配電網數字孿生體
3.1? DNDT的概念定義
配電網數字孿生體（DNDT：Distribute Network Digital Twin）對應的是真實世界中的配電網，是包括架空線路、桿塔、電纜、配電變壓器、開關設備、無功補償電容等配電設備及附屬設施在內的配電網系統在虛擬數字空間的完整映射，通過全覆蓋度的高密度動態(tài)數據，完全反映實體及其之間關系在全生命周期時間尺度內的動態(tài)變化，它能實現與物理配電網系統的信息與動作的交互，同時也能支撐應用系統實現基于數字孿生體全模型數據智能分析、動態(tài)決策、互感協作，是一個數字化的生命體集合或更大尺度與范疇的數字孿生體。
注：
如無特殊說明，本文用DNDT來代表配電網數字孿生體。
3.2? DNDT的成熟度特征
3.3? DNDT的典型特點
3.3.1 面向全生命周期
DNDT不僅是面向對象的，也是面向過程的，這種面向過程的特點表征在一個數字與時間主線上，即在配電網的相關創(chuàng)新設計，生產、施工環(huán)節(jié)的價值鏈條和對設備等系統進行運營、運行維護等各環(huán)節(jié)均有數字孿生概念體現。數字孿生體是有生命的，既然是有生命的，即意味著每個配電站數字孿生體、變電站數字孿生體、架空線數字孿生體和線纜數字孿生體都是存在著孕育、出生、成長和退出階段的，在保證合理規(guī)劃、優(yōu)質工程、安全生產、可靠運行的前提條件下，追求全壽命周期最優(yōu)目標。面向全生命周期內的配電網數字孿生體應用模型如圖所示。
同時面向全生命周期的配電網數字孿生體需要能夠細化粒度到全網、廠站端、設備、部件和原子零件等不同層級，以面向變電站設備運維與故障分析的設備全生命周期推演為例，設備從設計、采購、安裝、檢修、臺帳、故障記錄等所有過程性數據按時間線進行建模與存儲（設備數字孿生體），當有設備發(fā)生故障并觸發(fā)告警事件后，運檢人員能夠清晰得到當前設備的所有生命演進進程數據，比如什么時候進行過檢修，更換零部件情況，出現嚴重隱患與故障情況，每次搶修的過程與解決方案等等。通過對設備的全生命周期的記錄與推演，能夠幫助運維人員快速分析設備隱患與故障，更加高效地進行防范風險與故障維修。
3.3.2 全數據與全感知
數化是配電網數字孿生體構建的核心基礎支撐工作，這是構建在數據高覆蓋度、體系化細粒度與高實時性特點基礎之上的。
所謂全覆蓋，必須要面向構成配電網的所有物（設備）、流程、財、組織和人員進行有效的數據建模，以單個變電站為例，建設全覆蓋的感知網絡，會涵蓋主變、開關柜、小電阻、電容器、蓄電池、站內電纜等6大類設備共計25類感知技術，才能對設備運行狀態(tài)以及環(huán)境運維情況開展全面、準確、及時的狀態(tài)感知，而面向配電網的“萬物數化”工作而言，這一切無疑是一個龐大而又不可或缺的巨大工程；
所謂“體系化細粒度”，是指一切數化的指標必須能構建面向建設、應用、評估與考核的配電網指標體系，而且同時這種指標體系是能夠穿透到最底層的單一技術指標的。配電網具有點多、面 廣、線路長的特點，其指標體系的建立需要確保指標體系的實用性和可操作性，既要準確、規(guī)范具有可比性，又要真實可靠可采集，同時還要細粒度到原子數據指標，如變壓器智能傳感器指標：鐵芯高頻局放幅值、鐵芯高頻局放次數、夾件高頻局放幅值、夾件高頻局放次數、鐵芯接地電流、夾件接地電流等；
高實時性與數據的采集密度以及靈敏感知關系密切，只有在更小的時間距離下來傳感與采集數據，數字孿生體才能更及時感知物理對象的變化，才能更快地作出決定與反饋。從技術層面看，實現的基礎有賴于5G、傳感和區(qū)塊鏈等新興技術的成熟引入。
3.3.3 階梯構建與螺旋進化
DNDT的成熟度是按照一定的階梯性規(guī)律來實現的。每個階段都是在上一個階段的基礎上來不斷優(yōu)化與成長，而下一個階段的更高要求又反向促進上一階段的不斷優(yōu)化與完善。而且，很難出現跨越階段發(fā)展的情況出現，因為每一個成熟度階段都是下一個階段開始的基礎和出發(fā)點。
▌配電網數字孿生評價系統
4.1? DNDT-ES定義
配電網數字孿生評價系統（DNDT-ES：Distribute Network Digital Twin Evaluate System）是數字孿生理念與技術在電力行業(yè)的落地實踐。系統基于無人機、機器人、輔助設備和傳感器等多種監(jiān)測手段，匯聚變電站一次、二次設備以及電纜、線路等數據資源構建配電網數字孿生體，以人工智能為核心，利用深度學習、知識圖譜等能力，結合5G、大數據、邊緣計算等技術進行智能診斷、預測性維護，實現全對象的精益管理、精益檢測和精益管控，加強配電網全狀態(tài)量感知力與協作力，增強安全生產保障能力，提高運檢精益管理水平。建設配電網數字孿生系統，以“電力云”與“新基建”相關技術為支撐，以“數據驅動”與“知識驅動”為核心，以全壽命周期精益管理為鏈條，能夠支撐加快建立安全、經濟、精準、智能的運維檢修模式，探索可復制可推廣的物聯網高質量發(fā)展方向，全方位打造智慧可靠、節(jié)本增效的下一代配電網新標桿。
4.2? DNDT-ES系統架構
物理世界感知：面向傳感器、智能終端單元，對設備運行、設備安全等基礎數據進行采集、感知。電力物聯網建設，在感知層需要鋪設大量的傳感設備（如智能電表、溫度 傳感等），還需要其他終端產品用于實現數據采集、邊緣計算和通信服務的功能。面向電力物聯網的典型傳感技術包括如非介入式負荷辨識技術、傳感芯片技術應用、基于HPLC的用采高級應用技術、基于HPLC的雙模通信技術、綜合能源測量感知技術和電力互感器在線監(jiān)測技術等；通過標準化服務接口、通訊統一傳輸協議，將傳感器后臺、輔助設備、無人機數據、紅外視頻、機器人視頻、運營中臺、電力管理系統等應用的基礎數據等感知層進行數據接入；
通訊網絡：利用先進的信息通信技術實現數據互通、網絡互聯以及資源互操作的功能。在不同的業(yè)務場景下,通過靈活的網絡資源調度滿足不同場景下通信的差異性需求。此外網絡層還需要保障數據的安全可靠傳輸；
數據智能服務：對海量電力接入數據的采集與處理，建立統一數學模型與配電網指標體系，集中統一、實時高效的對數據進行分析、形成配電網數據治理體系；一方面對多源數據進行深度學習,形成專家知識圖譜，實現設備的快速實時監(jiān)測、智能運維和資源優(yōu)化調度等;另一方面建立面向通用與專用業(yè)務場景的智能算法分析平臺，通過智能算法對大量數據進行快速處理，適用于實時數據的快速擴展，具體高吞吐量、高容錯處理的特點；
應用系統：針對各類用戶，如管理層、設備運檢維護人員、調度管控人員等構建面向配電網全生命周期的變電、配電、架空、電纜四大類下的一系列運營、監(jiān)控與運維分析應用系統，能夠滿足支撐這些用戶在日常以及應急各種場景下的工作需求；在不同電網公司和配電網建設需求的不同階段和成熟度等級，這些應用系統沒有唯一、固定的界定范圍。例如，某省電網公司規(guī)劃的配電網數據孿生系統包括：全業(yè)務運行管理中臺、變電站數字孿生評價子系統（巡檢機器人系統 、安全帽系統、電能質量系統、主網管控系統、變電站綜合監(jiān)測系統等）、配電站數字孿生評價子系統（智慧門衛(wèi)系統、巡檢機器人系統、智能鎖、配電站綜合監(jiān)測等系統）、架空線路數字孿生評價子系統（移動作業(yè)搶修系統、輸變電設備狀態(tài)監(jiān)測、輸電線路通道可視化智慧型監(jiān)拍系統、低壓監(jiān)控及快速搶修系統等）和電纜線路數字孿生評價子系統（智能井蓋管控告警系統、電纜綜合監(jiān)控系統、電纜通道分布式光纖震動監(jiān)控系統等）。
4.3? 面向運維的典型場景
面向配電網全生命周期運行、監(jiān)控與運維分析下的一系列變電、配電、架空、電纜四大類下的細化場景有很多，這里選取一些典型的在不同的數字孿生體成熟度階段的不同領域進行舉例說明。
4.3.1 配電網可視化管控
該場景屬于“數化”成熟度面向設備運維檢修階段的應用。利用數字孿生技術，匯聚轄區(qū)內變電站、桿塔、架空線路以及線纜的環(huán)境和設備監(jiān)測數據，通過3D可視化、VR巡視可視化的方式進行實時動態(tài)展示，利用大數據分析、人工智能等技術手段對數據挖掘分析，實現變電站設備的全狀態(tài)量感知與管理。該場景可充分展現智慧變電站運維建設、調度和設備管理水平，幫助電網公司管理層進行高效智能的綜合指揮決策。
1）配電網整體運行態(tài)勢感知：基于GIS地圖工具，標記變電站地理位置，展示電力走線形式，3D可視的視覺效果。
2）變電站內/外景：3D實體、透明展示，直觀具像，空間立體感強烈，設備綜合運行指標實時動態(tài)展示。
3）設備三維展示：變電站設備3D實體、透明展示，設備虛擬模型數學仿真映射，全局信息實時動態(tài)刷新。
４）專題展示分析：對整個電網網架（發(fā)、輸、配、變、用）不同維度的三維展示方式，反映真實電網網架、架空線路、電纜線路等各類專題的三維場景。如可設置電纜管道透明度，并對不同透明度的電纜管道及管道內電纜進行展示等。
4.3.2 變電站設備故障告警
該場景屬于“先知”成熟度面向配電網中變電站設備運維檢修的應用。變電站是電網調度自動化最為重要的環(huán)節(jié)之一 ,而變電站基礎設備可能伴隨著各類故障的發(fā)生。通過對變電站動力設備、室內外環(huán)境數據、電力隧道氣體、安防報警、設備控制、電纜溫度等數據指標的進行梳理，通過將各種經驗變?yōu)楸O(jiān)控系統中的告警模板，實現在線實時監(jiān)測，可以將事故后報警轉變?yōu)槭鹿是邦A警、事故時控制；轉變人工式的故障判斷排除為技術以及規(guī)則性自動化判斷。如下圖所示在某省網管控中心變電站設備告警規(guī)則設置與告警信息展示。
4.3.3 電力設備缺陷分析
該場景屬于“先知”成熟度面向配電網中變電站設備運維檢修的應用。電力設備的使用壽命受溫度、濕度、光照等環(huán)境因素影響。在不同運行環(huán)境下，設備出現故障或缺陷的概率不同。通過對電力設備發(fā)生歷史故障或缺陷數據進行時序分析，能夠清晰地展示出設備在不同時間發(fā)生的故障或缺陷的變化情況。再結合歷史氣象和環(huán)境數據，建立設備運行環(huán)境模型，分析影響設備健康運行的關鍵因素，幫助設備維護人員科學制定檢修計劃，將設備檢修模式由被動轉變?yōu)橹鲃印?
4.3.4 性能性能劣化拐點分析
該場景屬于“先覺”成熟度面向配電網中設備運維檢修的應用。挖掘各型設備全壽命周期或周期片段運行數據、缺陷數據以及溫度、濕度、負荷、不良工況等影響因素，分析在不同運行環(huán)境參數下各型設備及其相關部件性能出現劣化拐點的運行年限，從而掌握不同運行年限時各型設備高發(fā)的缺陷類型，為各型設備建立“健康檔案”，從而為設備選型、設備日常運維檢修、老舊設備大修技改、備品備件儲備等生產業(yè)務提供數據支撐；
4.3.5 基于知識圖譜的多種應用
該場景屬于“先覺”成熟度面向配電網中設備運維檢修的應用。知識圖譜在智能電網領域的典型應用包括如電力設備缺陷記錄檢索、智能變電站二次安全措施自動生成、設備故障診斷與管理等。比如借助知識圖譜技術，利用基于神經網絡的方法，基于智能推理對變電站與配電站設備、線纜和架空線等狀態(tài)評價和故障診斷提供智能推理診斷和相似缺陷案例報告推薦；
4.3.6 智能的電力負荷預測
該場景屬于“先覺”成熟度面向配電網中運營以及設備運維檢修的應用?；诖罅康臍v史數據，建立科學有效的預測模型，采用有效的算法，進行大量試驗性研究，總結經驗，不斷修正模型和算法，從而反映真實的負荷變化規(guī)律，對負荷進行準確預測。準確的負荷預測可以更科學地安排電網內部發(fā)電機組的啟停，保持電網安全穩(wěn)定的運行，減少不必要的旋轉儲備容量、優(yōu)化機組檢修計劃、有效地降低發(fā)電成本。
4.3.7 疑似家族性缺陷分析
該場景屬于“先覺”成熟度面向配電網中設備運維檢修的應用。將采集到的廠站、設備、設備故障缺陷、設備供應廠商、電力公司等多維數據深度融合，建立關聯關系。再結合知識圖譜、人工智能算法，實現對設備的家族性缺陷分析。通過設備家族性缺陷分析，可以清晰的反應出設備供應商的產品和設備故障缺陷現象、問題根源存在的密切聯系。還可以通過對同類原因故障缺陷進行分析，實現設備疑似家族性缺陷發(fā)生的概率并進行排序，便于檢修人員判斷其他相關設備潛存在相同缺陷的可能性。同時，設備家族性缺陷分析也可以為設備選型、供應商篩選提供重要的決策依據。
4.3.8 電力設備質量溯源
該場景屬于“先知”成熟度面向配電網中變電站設備運維檢修的應用。將設備的設計、制造、運輸、驗收、運維等多個環(huán)節(jié)的質量信息全景記錄采集并存儲。再結合5G、物聯網監(jiān)測技術、自動識別技術構建設電力設備的溯源體系。通過設備溯源可以對供應商產品質量進行質量監(jiān)督，減少甚至杜絕問題設備進入市場；準確定位設備問題源頭，消除同類設備的質量問題隱患，將設備質量問題及時攔截并糾正處理，可大幅降低設備的更換頻率和設備采購成本，運維成本也將隨之降低。同時，電力設備溯源也會促進電網運行的穩(wěn)定性、可靠性不斷提高。
4.3.9 智能決策大腦
該場景屬于“共智”成熟度面向配電網運營管理以及設備運維檢修的應用。該場景也是智能配電網建設的高級階段，通過智能決策大腦，能夠達到“統一管控”與變電站數字孿生體之間以及與輸電線路數字孿生體之間“自由互助”的平衡。以此實現配電網與電力系統各個環(huán)節(jié)的協調和優(yōu)化運行以及故障情況下的問題定位、隔離、恢復和負荷轉移等；以在“國家電網公司智能配電網頂層設計技術路線”規(guī)劃中提到的配電網智能化運維管控平臺為例，基于配電網大數據、利用人工智能技術，為配電網運維檢修管理提供智能決策和協同指揮，縱向實現“國網-網省-地市-縣-班所”逐級管控，橫向實現配電網配變設備的“站線變”逐級管控。
▌總結與展望
數字孿生是一種技術理念，這種技術理念應用到配電網的全生命周期中時，就形成了面向配電網的數字孿生體模型及其評價系統。但最終的目標，還是需要落腳在用戶的核心需求上來，通過針對建立數字孿生的全數據模型實現基于數據驅動、算法融合工程化的場景化賦能。本文給出了面向“共智”的配電網數字孿生評價系統的典型場景，但是“共智”是建立在前面一系列的“數化”、“互動”、“先知”、“先覺”的成熟度基礎之上的，在企業(yè)構建數字孿生體及其評價系統的過程中，要按照科學和迭代的思路不斷螺旋式的完善與優(yōu)化。而且隨著數字孿生技術理念在配電網的不斷落地與成熟，相信會有更多、更高階的“共智”場景會被大家探索與實踐，為構建安全、可靠、高效、節(jié)本的配電網貢獻智慧力量。
