安全运维

输变电是电能从生产到消费过程的关键中间环节，目前我国输变电的环境安全、设备状态安全主要依赖于人工巡检，而人工巡检的工作方式存在一些不足，比如巡检的周期长，危险性高，劳动强度大，维护成本高，受自然天气影响大。山东信通电子股份有限公司研发的基于边缘智能的输变电隐患与缺陷在线监测系统，通过将物联网、边缘计算、人工智能技术相结合，开发研制边缘智能终端，构建了输变电在线监测系统，有效提升了输变电的安全运维能力。

电力人员行为识别是电力系统安全运维的重要环节，现有的人员行为识别算法主要采用支持向量机和多层感知机进行行为分类，存在识别精度低、未考虑人体骨架之间交互关系、迁移性、通用性差等问题。针对上述问题，提出一种基于自注意力与交叉注意力机制的行为分类解码器，充分考虑了人体骨架之间的关联。其分类精度相比传统分类方法提升10%~20%，较深度学习多层感知机（multilayer perceptron，MLP）分类方法提升2%以上。该方法运用编码器-解码器架构的二阶段方法进行行为识别，使得解码器可以适用于任意姿态估计，网络后端具有很强的可扩展性。此外，采用分组解码的方式克服了注意力机制带来的二次方复杂度，使得该解码器可以扩展到更多行为类别，具有更好的普适性。该行为识别算法能够在基于变电站工作场景下的人员图像数据集验证中达到优异的识别效果，综合识别率达91.1%，验证了所提电力人员行为分类方法的有效性和适用性。

基于全视域根技术的配电网安全运维场景探索及应用

　为提升全市安全用电水平、降低运维成本，北京地区已有1000余电力用户采用了配电室智能化运维模式，且已成为当前及今后一段时间内的发展趋势及潮流。智能化运维配电室在全面提高安全运维水平的同时，助力企业减少运维成本，对首都节能减碳、减轻企业负担、全面提高城市精细化管理水平具有深远意义。

本篇报告主要介绍了湖南电网侧储能的基本情况，以及国网湖南综合能源公司在储能初期发展的相关工作，涵盖储能的投资评估，设计，建设，运营以及运维，运维侧重于两个方面，一是湖南综合能源公司储能场站端的运维队伍建设，运维规章制度的建设，以及相关的管理架构，二是储能集中监控的应用。整体而言，湖南公司做了一些探索研究，但安全运维永远在路上。

高压电缆是城市电力供应的主动脉。截止2020年，在国网公司管辖区域内，110（66）kV及以上电缆总长逾36000公里，其中采用排管敷设形式的占比约为50%，而上海地区的占比超过90%。电缆排管是电缆外部的钢筋混凝土构筑物，受城市建设高强度开发影响较大。每年因排管外破和质量事故导致的故障占比高达50%以上，因此电缆排管的运维安全对电缆线路的安全稳定运行至关重要。项目通过多维安全指标综合评估，构建排管内部结构、通道环境相融合，分级预警、分层管控相适应的全域监测和运行保障平台，实现了电缆排管智能运维，保障了输电主网安全稳定运行。项目成果已在上海市193条电缆排管进行了工程应用，并推广至宁波、无锡、西安等多家电力公司，应用效果良好，近三年累计节约资金1.7672亿元，新增销售额1800万元，经济和社会效益显著。依托研究成果，获授权发明专利11项、其中国际专利1项，获软件著作权1项，发表论文24篇，其中SCI论文1篇，EI论文9篇，核心期刊论文14篇。中国电力企业联合会组织的鉴定专家组一致认为，项目成果总体达到国际领先水平，对整个电缆行业的通道智能运维技术起到引领带头作用，有效提升了城市电网的可靠性和安全性。

两化深度融合既是党中央制定的国家发展战略，也是国家电网公司实现“全球能源互联网”战略构想的必由之路。国网大连供电公司2012年被授予首批国家级两化深度融合示范企业，2014年被列入国家级贯标试点单位。按照工信部的总体部署和国家电网公司的统一安排，公司组织开展了两化深度融合相关理论、内涵和战略研究，总结提炼了有效推进两化深度融合的基本规律，在科学继承的基础上加强融合创新，搭建适用于地市级供电企业的两化融合管理体系。 本项目旨在研究两化深度融合的内涵，通过科学继承、创新驱动不断提高企业可持续发展的内生动力，主要从总体思路、政策依据、分析及对策、战略目标、建设智能电网、提升可持续竞争优势、两化融合管理体系的基本框架等几个方面开展深入研究，建立基于技术融合的体系架构（主要包含物联网体系架构研究、基于大数据的用电客户信誉评估模型研究、基于云技术的终端安全运维平台研究、基于两化融合的价值树模型研究），从而构建两化融合管理体系基本框架。

本项目属于人工智能领域，针对工业设备状态的智能可视化监控及运维需求，结合视频图像处理技术，建立了专用图片数据库，并开展系列智能识别算法的研究；通过设计适用于边缘计算的多核异构并行处理硬件架构，开发了低功耗深度学习机器视觉芯片。基于此芯片研制了新型智能视频采集终端及配套的调度软件，形成含终端部署、数据传输、中央调度和用户交互在内的全栈式视频监控系统，用于设备的状态监测和安全运维。项目取得了一系列的突破创新：1）开发了集数据标注、数据清洗、数据安全存储于一体的数据预处理平台，形成一站式数据仓库，实现深度学习研发进程中数据集的统一管理和规范；2）提出了集成计算单元阵列与主控制器于一体的神经网络硬件加速架设计方法，实现更高能效比的神经网络运算；3）提出了算子均衡的算法分配方法，开发了面向神经网络加速处理器的自动编译工具，实现了不同神经网络算法对硬件算子的灵活调度；4）提出了基于模型重训的卷积神经网络深度压缩量化方法，同时使用16位定点数而避免使用单精度或双精度的数据格式进一步对网络规模进行缩减，在模型精度损失1%的前提下，可实现10倍的模型压缩率。

本项目成果通过电网互联网大数据安全监控平台，实现安全大数据的分析和威胁情报共享，实现互联网资产和应用的动态的安全态势感知，为中国电力能源行业的互联网应用安全监控树立了典范，将在中国电力能源行业及其他中央直属企业进行示范推广。本项目互联网安全大数据分析与预警、全球互联网情报舆情监控，也将形成行业的典型示范，有助于在各行业内进行推广和复制。通过安全大数据分析对互联网业务的支撑作用，在此过程中带动一批具备业务实战能力的网络安全分析人员，发挥技术人员在数据分析、业务洞察中的潜力，解决工作中的各类深层次网络安全问题。随着南方电网互联网+战略的实施，所管理的互联网侧基础架构越来越庞大，业务应用越来越复杂，信息安全管控依赖手工操作和分析，不但耗费大量人员精力，降低运维生产效率，还容易误操作导致灾难后果。为了改变这种现状，通过电网互联网大数据安全监控平台建设，实现对互联网信息安全运行服务提出的建设规划，可最大限度的节约人力成本、降低管理风险、提升网络安全运维效率和服务满意度。