“數字孿生系統運用狀態感知、數據融合、云計算、三維建模等先進技術，可全景顯示出中都換流站一、二次設備的實際運行狀態與換流站結構三維立體模型，還有上千塊表計的實時信息。”12月7日，國網冀北超高壓公司直流檢修班副班長張曉飛正在熟練地運用中都換流站數字孿生系統對閥廳關鍵設備進行巡視檢查。他說，有了數字孿生系統的“助陣”，提升了柔直設備感知能力、缺陷發現能力、狀態管控能力和預警應急處置能力，最大限度保障設備安全穩定運行。

　　為貫徹黨中央關于數字中國建設戰略部署，全面落實國家電網公司關于加快數字化轉型和數字電網建設工作要求，國網冀北電力有限公司組織制定數字化轉型三年登高行動方案，由數字化部統籌，各部門協同發力，結合實際業務需求，著力推動公司人工智能規模化應用，構建面向新型電力系統人工智能賦能“555”工程管理體系，基于圖像視頻智能識別、數據計算推演、智能分析云邊協同等5項數字支撐能力，從發電、輸電、變電、配電、用電五方面建設典型數字化應用場景，因地制宜打造五地市人工智能應用特色落地示范，積極推動電網全環節智能化改造、數字化升級。

　　聚焦新能源場站運行 支撐功率精益預測

　　“風電機群狀態良好，未發現潛在缺陷，”8月20日風光儲運行監控中心工作人員利用風光儲基地數字孿生三維可視化展示與輔助決策平臺對風電場風電機群進行狀態監測，并及時進行反饋。

　　為進一步提升風光儲基地新能源功率預測精度水平，國網冀北電力于2022年開發應用風光儲基地數字孿生三維可視化展示與輔助決策平臺，可實現狀態監測、故障預警、尾流偏航優化、缺陷自動預警等功能。同年，基于風光儲新能源運行能效推演優化，該公司初步建成中短期預測系統，逐步完善了以數據驅動的新能源預測業務流程。

　　“為了實現全方位設備狀態數據的直觀可視化體現，我們綜合應用數據挖掘、智能圖像識別、數字孿生等先進技術手段，突破了多源異構數據質量管控、風光設備發電能力缺陷在線辨識、儲能設備充放電性能缺陷在線辨識、風電機群發電能效協同優化等多方面技術瓶頸。”國網冀北電力數字化部技術處處長李堅介紹道，“該平臺不僅可以快速分析海量異構數據，動態跟蹤監視設備對象，還能直觀反饋設備運行態勢，實現對歷史事件和未來風險的復盤推演。”

　　“風光儲基地數字孿生三維可視化展示與輔助決策平臺像是智慧的大腦，足不出戶就可以運籌帷幄，實現基于海量信息的新能源功率預測。截至目前，可實現日前預測精度風電達到85%，光伏達到90%;風電第四小時預測精度不低于90%，光伏第四小時預測精度不低于95%。”國網冀北電力風光儲基地工作人員賈洪巖說。

　　2023年，國網冀北電力持續優化數字推演及應用促進新能源場站數字化轉型，在充分融合氣象信息、地形信息、場站運行信息、電網運行態勢的基礎上，著手建設全天候高精度的新能源功率預測體系，進一步補強風光儲基地在新能源發電運行與維護方面的薄弱環節，實現新能源全天候、全時域、全場景態勢感知。

　　智能識別缺陷 提高無人機巡檢水平

　　“16號桿存在瓷質絕緣子破損情況，請立刻安排檢修人員進行現場處理，排除隱患缺陷。”8月24日，無人機自主巡檢線路后回傳了設備缺陷信息。收到缺陷數據后，國網唐山曹妃甸供電公司電力運維人員迅速根據缺陷情況提出解決方案并安排設備檢修。

　　為有效提升無人機巡檢發現安全隱患能力，國網冀北電力不斷完善人工智能“兩庫一平臺”能力，更新迭代人工智能116類專業模型部署，并開展圖像缺陷智能識別關鍵技術規?；瘧醚芯?，以支撐輸電無人機巡視、輸電通道風險監測等專業場景。同時，先后攻克缺陷識別模型實用化水平低、模型難以輕量化部署及云邊模型無法高效協同等系列難題，構建起無人機巡檢缺陷智能識別體系，實現了“傳統人工巡檢”模式向“人巡+機巡”模式的智能化轉變。

　　“針對部分重難點缺陷模型樣本少、發現率低等問題，我們采用模擬布置拍攝、深度學習和對抗神經網絡、AIGC(人工智能生成大模型)等方式生成樣本，利用精細化標注、圖像增強等技術，著力攻關瓷質絕緣子破損、螺母安裝不規范、螺母銹蝕等三類重難點算法工作，提升算法實用化水平。”冀北電力數字化部副主任楊峰介紹道，該公司還針對輔助拍照、缺陷智能識別算法、可見光圖像壓縮、航線適應性提升和模擬樣本生成等開展技術攻關，推動無人機自主巡檢實現規?；瘧?。

　　目前，國網冀北電力輸電專業無人機已全部實現智能化識別，并建成十萬張級冀北區域特色的無人機巡航缺陷樣本庫，完成7大類合計3 5小類的無人機巡檢算法模型訓練并應用，整體缺陷發現率達到85%以上，工作效率較傳統方式提升5倍。

　　如今，無人機巡檢已成為輸電專業巡檢常態方式，但在環境復雜、設備多、安全性要求高的變電專業，無人機巡檢仍面臨一系列挑戰。下一步，國網冀北電力將持續推廣AI應用，加快攻關變電設備缺陷識別模型儲備，基于無人機飛控平臺，探索無人機多場景巡視，開展人工智能平臺和新一代監控平臺等集成對接，加強人工智能平臺GPU算力。

　　配網計算推演 滿足管理運維業務需求

　　“功率、電壓、電流等數據無異常變動，設備運行正常。”8月30日，國網冀北智能配網中心監控人員通過營配貫通數據可視化平臺實時監測設備運行情況。

　　為有效提升營配基礎數據質量，推動營配業務融合發展，2022年國網冀北電力正式啟動智能配網計算推演建設，充分利用企業級采集量測中心和電網資源業務中臺跨專業數據歸集及融合能力，基于人工智能、知識圖譜等技術，完成了“站-線-變-戶”配網網架拓撲與用采、配網自動化等量測數據匹配。

　　“準確完整的拓撲、參數以及量測數據是配網計算的基礎。然而配網點多面廣，容易出現拓撲、參數維護錯誤，量測數據沒有及時傳送等問題。”國網冀北智能配網中心綜合用能技術研究技術中級師王沖介紹道。

　　“為了夯實營配貫通數據可視化平臺數據基礎，我們以多源融合的配網網架拓撲圖為基礎，利用高斯混合聚類+雙向長短期記憶神經網絡等人工智能技術，構建數據智能辨識模型，對10千伏以下配變、開關、集中器等關鍵設備實時量測數據缺失情況進行智能識別及實時補全，進一步提升配網計算推演能力，滿足臺區自治等新業務形態數據采集要求。”冀北電力數字化部副主任楊峰介紹道，目前，模型整體精度達到 91.51%，可實時補全設備三相電流、三相電壓、功率等量測數據，配網量測數據可計算率達95%以上，助力秦皇島30余萬配變實現5分鐘級自動計算，大幅度提升了配電網狀態估計精度，滿足了配網規劃、建設和運行要求。

　　在滿足臺區自治等新業務形態數據采集要求的同時，國網冀北電力將持續深化計算推演應用場景研究，持續優化算法模型，推進可仿真、多維度數據的業數融合應用，支撐開展冀北全域配網數據采集量測點布局優化、分布式光伏出力預測及影響分析、新型負荷報裝容量預測、可開放容量預測分析、配電網停電智能識別推演、配網線路異常區間推演等計算場景建設。(通訊員 趙亞男 吳佳 李文慧 )