(資料圖片)

近日，南網儲能公司抽水蓄能多維度智能巡維關鍵技術獲得“總體國際領先”的鑒定評價。該研究成果為人工巡檢的全面替代打下堅實基礎，標志著我國抽水蓄能電站智能巡檢技術取得新突破。

▲6月13日，中國水力發(fā)電工程學會在廣州組織召開“抽水蓄能電站多維度智能巡維關鍵技術研究及應用”項目技術鑒定會。南網儲能公司供圖

該項成果的評審專家由中國工程院院士李立浧領銜，由來自浙江大學、中國水力發(fā)電工程學會、工信部產業(yè)發(fā)展促進中心“智能電網技術與裝備”專家委員會、電子科技大學、廣東省科學院、廣東省水利水電科學研究院、中國電建華東勘測設計研究院有限公司機電院等行業(yè)內相關單位的眾多權威專家組成。

該項成果由來自南方電網儲能股份有限公司牽頭，聯合華南理工大學、中國能源建設集團廣東省電力設計研究院有限公司、中國水利水電科學研究院、廣州市奔流電力科技有限公司、北京華科同安監(jiān)控技術有限公司等單位組建的“產-學-研”聯合創(chuàng)新團隊，經過多年研發(fā)取得的。

根據巡維“看得懂”的需求，該成果研發(fā)了虛實融合的圖像樣本生成方法及適應抽蓄電站復雜場景的機器視覺辨識技術，攻克了圖像樣本采集難、復雜光影背景識別準確率低、專家經驗難以在識別模型中固化的難題，相當于給電站巡維工作加裝了“千里眼”，并首次形成了滿足抽水蓄能電站生產區(qū)域巡維要求的視頻觀測點和算法配置規(guī)范，為行業(yè)奠定標準規(guī)范基礎。

根據巡維“聽得清”的需求，該成果研究了虛實融合的聲音樣本生成方法及適應抽蓄電站復雜聲場的機器聽覺辨識技術，聯合機組運行數據進行點面結合的設備異常聲音立體化辨識,攻克了抽水蓄能電站設備異常聲音樣本采集難、機組運行工況多的復雜聲場背景下設備故障檢測準確率低、故障聲音定位難的難題，相當于給電站巡維工作加裝了“順風耳”。

根據水工巡維“摸得透”的需求，該成果提出了基于數據驅動的抽水蓄能電站構筑物性態(tài)區(qū)間預測方法和基于力學模型分析的水工建筑物耦合反演技術，建立了融合時序分解和深度學習方法的電站構筑物性態(tài)預測模型，利用構建的水工監(jiān)測數據中臺，從水工建筑物環(huán)境量、變形和滲壓等監(jiān)測數據的匯聚、分析和應用入手，依托水工建筑物專業(yè)化分析模型，研發(fā)了三維可視化構筑物性態(tài)預測系統(tǒng)，實現了抽水蓄能電站水工建筑物運行狀態(tài)的實時可視化監(jiān)測、分析和預警。

根據巡維“分析準”的需求，該成果研發(fā)了多維度智能巡維平臺，將設備、水工建(構)筑物的海量時序數據、視頻和聲音等多源異構數據融合，開發(fā)了計算機監(jiān)控與視聽的聯動感知功能，解決了單一感知方式容錯性低、覆蓋面不全的問題;提出了運行數據分析通用算法模型和零代碼、可組態(tài)專用算法開發(fā)方法，實現了電站運行和構筑物性態(tài)多維度、立體化精準分析及問題呈現，以及運行及巡視分析工作的自動完成，相當于給電站巡維工作加裝了工業(yè)“最強大腦”。

關鍵詞：