风险预警

电力信息通信

强对流天气下输电线路易发生雷击、风偏、雨闪等故障，威胁电网安全运行。为了克服现有短临预报尚不能完全满足输电线路风险预警对精细化气象预报的需求问题，文中利用气象雷达拼图、风速和降雨量同化数据以及电网雷电定位数据，构建了基于深度学习的强对流风雨雷短临预报模型，用于开展输电线路风险预警。首先，将气象雷达拼图及其时序外推数据作为输入，将同化后的风速、降雨和落雷密度、雷电流强度作为输出，构建基于长短期记忆(long short-term memory,LSTM)网络的强对流气象要素预报模型。然后，结合模型输出的风雨雷预报结果，评估输电走廊网格内风偏、雷击和断线倒塔故障风险大小，综合计算输电线路的故障概率，进行风险预警。最后，展示了所提模型对2023年9月某省的强对流天气过程进行成功预警的案例，表明了所提方法能够提高强对流天气下输电线路风险预警能力。

近年来“小概率-高损失”的极端事件频发，给保障电力安全造成严重威胁。极端灾害下保障配电系统安全运行，提升配电系统弹性极为重要

变电

近年来，全球极端天气事件日渐增多，国内外山火灾害频发。对于众多跨越山火风险区的输电线路，其安全稳定运行面临着来自于山火的威胁。为此，提出一种深度融合输电线路廊道邻接区域时空物候特征的山火预测技术，综合利用卫星遥感高光谱影像、气候统计数据、气象数据、地域性植物树种分布情况等，构建一套山火风险预警体系，推演线路邻接区域山火演变趋势。

本产品以分布式全产业链发展为指引，解决分布式电源在信息感知、承载力评估、功率预测、风险预警、消纳管理、协调控制等业务场景下存在的问题，提升分布式电源调度管理水平，达到分布式电源信息实时可观、数据实时可测、调度实时柔性可控。

本报告介绍了灾害现状及数字化转型的发展历程、数字化如何助力缺陷隐患排查、灾害监测、风险预警、故障智能研判处置以及灾后抢修恢复供电。

随着电网快速发展，特高压大电网运行、大容量远距离送电、分布式电源接入及优质服务等对电网调度运行的连续性、可靠性提出了更高要求。电网安全风险预警预控、清洁能源消纳压力、电力市场化改革等，调度机构不断推进自身的规范化、流程化、精益化管理，实现传统调度业务的在线化、智能化转型。针对以上实际，国家电网公司开展了备用调度（简称备调）体系建设，提高了电网调度抵御各类事故和社会突发事件的能力，保证了电网调度的其不间断运行。 2008 年以来，国家电网公司所属各级调控机构按照总部统一部署，开展了备用调度的建设工作。到 2017 年底，公司总部及 6 个分部、除蒙东外的 26 家省公司和 310 家地市公司完成了备调建设。备用调度在数据层面实现了实时数据采集处理的备用，在技术系统层面实现了电网运行监控功能（SCADA）的备用，在业务功能层面实现了调度运行业务的备用，初步建成了覆盖国、分、省、地（县）各级调度机构的备用调度体系，为公司电网应急状态下连续不间断开展调控业务提供有力的保障，公司电网调控机构的应急防灾能力得到较大程度的提升。

南方电网广东电网有限责任公司确立了“审计服务、价值增值、数字化审计”的审计信息化规划，启动数字赋能的智慧审计模式构建和实践活动。在实践活动中，充分利用“互联网+”、大数据技术开展数字化审计和智能审计建设，推动审计工作与信息技术革命的有机融合，实现审计数据与业务的全面对接，在基于企业价值增值为导向的数字审计管理和实践上取得突破性成果。 成果研究过程中，南方电网广东电网有限责任公司开发广东电网数字审计分析及应用平台，围绕审计管理工作流程、审计业务持续创新和审计工作数字化保障三个目标，通过对公司经营业务领域的审计关注点进行梳理，对应建立审计策略，对可转化为计算机逻辑的审计策略进行语句编辑，开展对海量业务数据分析和挖掘，筛查审计疑点，全面支撑审计业务数据需求。公司审计部作为南方电网公司审计单兵作业装备试点单位，对智能技术和审计业务融合可行性进行现状调研，通过集成较为成熟的智能工具，如OCR、讯飞语记、扫描全能王等，解决现场审计作业中的智能取证、远程通讯、数据共享等多个应用需求。公司按照网公司“持续提升审计数据中心建设水平”的工作部署，司建立了数据审计中心并正式运转。该中心基于公司大数据平台的业务数据对接，归集包括营销、财务、资产等67个业务系统自2012年以来的实时数据，数据容量573TB。通过指标预警、风险预警、预警服务对业务系统数据进行连续性监控，开展“无声审计”。公司审计部以审计监控中心作为数据分析的“最强大脑”，组建了“一对多”的后台支持性团队，团队由业务审计专家、计算机技术专家以及电网业务技术专家组成，统一为各现场审计组提供后台数据分析支持。通过“集中分析、分散核实”的“远程+现场”的审计模式，数据分析团队将审计线索和疑点推送至现场审计组，由审计组应用审计作业装备进行核实取证后反馈结果，形成“联动作战”的合力，有效提升了审计精准性和效益性。

本项目属于电气工程学科，涉及高电压工程、输电工程等专业，历时8年，产学研用协同攻关完成。传统的输电线路运维巡检手段单一、巡检效率低；缺陷识别智能化程度低；灾害监测、预警较为薄弱。针对上述问题，开展了空地协同集群巡检、缺陷故障智能识别诊断以及自然灾害智能预警分析三方面研究，① 提出了无人机和机器人及线路多参数监测多手段融合巡检技术，构建了包含不同电压等级、巡检任务、地形、巡检内容和巡视周期的输电线路多模式空地全天候协同巡检体系，实现输电线路前端数据全覆盖、多方位、立体化快速采集；② 提出了复杂地理条件下多维度立体输电线路巡检数据自动处理及缺陷故障智能诊断方法，建立了基于空间拓扑分析、视觉识别和数据挖掘的输电线路缺陷故障智能诊断模型，实现了复杂地理条件下输电线路状态评估；③ 提出了输电线路自然灾害演化特性和发展态势智能预警方法，构建了输电线路自然灾害智能预警模型，建立了融合气象数据、监测数据、巡视信息多源融合的输电线路灾害风险预警体系，实现了对复杂地理条件下的线路灾害早期预警和决策支撑。项目共授权专利56项（其中发明专利21项、实用新型专利35项），发表论文62篇，获得软件著作权12项，出版专著3本。项目成果获广泛应用，构建的空地协同巡检体系已全面覆盖贵州全网481条重要线路；自动化智能巡检数据分析技术投入运用以来，节省90%人力成本，有效减少约85%的误判率；防灾决策支撑系统全面排查重要线路427条、杆塔39727基，确定668处，杆塔消缺改造准确率达80%。项目构建了巡检数据获取、巡检数据分析、决策支撑为一体的输电线路智能运维和决策支撑技术体系，有力推动了输电线路智能运维的发展，对保障电网安全、促进经济社会健康发展发挥了重要作用。