板-1-1024x436.png)
中國(guó)的碳排放中，能源系統(tǒng)占比約80%，其中電力行業(yè)占比超過(guò)40%，即電力行業(yè)碳排放總占比超1/3。可以預(yù)料，在未來(lái)的終端用能側(cè)將出現(xiàn)大范圍電能替代，如新能源汽車等行業(yè)的持續(xù)推廣，將增加市場(chǎng)對(duì)電力能源的需求，因此電力行業(yè)將會(huì)是實(shí)現(xiàn)“雙碳”目標(biāo)的主戰(zhàn)場(chǎng)。建設(shè)數(shù)字化、智能化的新型電力系統(tǒng)自然成為實(shí)現(xiàn)“雙碳”目標(biāo)的重要抓手，達(dá)觀數(shù)據(jù)智能制造知識(shí)圖譜平臺(tái)針對(duì)電力能源行業(yè)特點(diǎn)，以智能化的技術(shù)手段，幫助電力能源企業(yè)有效實(shí)現(xiàn)信息和知識(shí)的分享與應(yīng)用，驅(qū)動(dòng)業(yè)務(wù)增長(zhǎng)。
電力系統(tǒng)主要分為五個(gè)環(huán)節(jié)：發(fā)電、變電、輸電、配電、用電。發(fā)電是電能產(chǎn)生的最初環(huán)節(jié)，它是利用電能生產(chǎn)設(shè)備將各種一次能源或其他形式的能轉(zhuǎn)換為電能，生產(chǎn)電能的主要方式有火力發(fā)電、水力發(fā)電、核能發(fā)電、地?zé)岚l(fā)電、風(fēng)力發(fā)電、太陽(yáng)能發(fā)電、潮汐能發(fā)電、生物智能發(fā)電和燃料電池發(fā)電等；變電就是改變電壓的環(huán)節(jié)，變壓主要是為了降低輸送過(guò)程的損耗，變壓分為升壓變電和降壓變電；輸電是將發(fā)電站轉(zhuǎn)換的電力通過(guò)輸電線路送到各個(gè)用電地方，是電力系統(tǒng)整體功能的重要組成環(huán)節(jié)；配電是直接向終端用戶分配電能的一個(gè)過(guò)程，是電網(wǎng)的重要組成部分；用電是指終端用戶使用電能的過(guò)程，主要有工業(yè)用電、商業(yè)用電、居民用電和農(nóng)業(yè)用電等。
圖1電力系統(tǒng)的五大環(huán)節(jié)
電力系統(tǒng)知識(shí)利用現(xiàn)狀
隨著中國(guó)電力行業(yè)業(yè)務(wù)的不斷發(fā)展壯大，生產(chǎn)過(guò)程的智能化程度不斷推進(jìn)等原因，電力系統(tǒng)的各個(gè)環(huán)節(jié)中數(shù)據(jù)量急劇增長(zhǎng)，數(shù)據(jù)即價(jià)值，這些數(shù)據(jù)承載的不僅僅是行業(yè)專業(yè)知識(shí)、專家經(jīng)驗(yàn)積累，更是幫助企業(yè)在競(jìng)爭(zhēng)中立于不敗之地，并保持長(zhǎng)期、可持續(xù)發(fā)展的重要基石。然而在這些數(shù)據(jù)及知識(shí)在深度挖掘利用的過(guò)程中，各企業(yè)依舊面臨眾多難題：
數(shù)據(jù)多源異構(gòu)：由于移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、自動(dòng)化系統(tǒng)等技術(shù)的普及，數(shù)據(jù)的量級(jí)正在高速增長(zhǎng)。數(shù)據(jù)形態(tài)也由傳統(tǒng)的文檔、日志，拓展到圖片、語(yǔ)音、視頻等多種模態(tài)。
缺乏明確知識(shí)積累策略：過(guò)往工作中遇到的問(wèn)題、解決方法、防范措施等的總結(jié)沒(méi)有有效沉淀，導(dǎo)致類似問(wèn)題有可能再次發(fā)生。
缺少共享平臺(tái)：日常工作過(guò)程中員工遇到問(wèn)題無(wú)法找到解決辦法和專家輔助，專家解答過(guò)的知識(shí)、經(jīng)驗(yàn)等得不到有效的共享、傳承，甚至這些寶貴知識(shí)經(jīng)驗(yàn)且會(huì)隨著崗位的變動(dòng)而“流失”。
傳統(tǒng)的 IT系統(tǒng)缺少智能化的技術(shù)手段：無(wú)法有效處理和應(yīng)對(duì)信息與知識(shí)的爆發(fā)，在知識(shí)的分享與應(yīng)用、驅(qū)動(dòng)業(yè)務(wù)增長(zhǎng)等方面的問(wèn)題。
達(dá)觀知識(shí)圖譜平臺(tái)
針對(duì)上述中的問(wèn)題，達(dá)觀推出涵蓋了知識(shí)圖譜的設(shè)計(jì)、構(gòu)建、管理、應(yīng)用全生命周期的知識(shí)圖譜平臺(tái)。電力項(xiàng)目從立項(xiàng)開(kāi)始就會(huì)產(chǎn)生大量的數(shù)據(jù)：項(xiàng)目設(shè)計(jì)建設(shè)階段會(huì)有初步設(shè)計(jì)文件，施工圖設(shè)計(jì)文件，設(shè)備招投標(biāo)文件等；而在運(yùn)行階段，各個(gè)系統(tǒng)設(shè)備的實(shí)時(shí)運(yùn)行參數(shù)，記錄生產(chǎn)過(guò)程的運(yùn)行日志及工作票數(shù)據(jù)；同時(shí)會(huì)有大量的設(shè)備數(shù)據(jù)，產(chǎn)品手冊(cè)、設(shè)備安裝手冊(cè)等文件。這些數(shù)據(jù)大多以電子文檔、紙質(zhì)資料或圖片等多種形式存儲(chǔ)，通常缺乏對(duì)數(shù)據(jù)的深入分析挖掘，無(wú)法發(fā)揮應(yīng)有的價(jià)值。達(dá)觀數(shù)據(jù)借助自然語(yǔ)言處理、深度學(xué)習(xí)、圖計(jì)算等智能化技術(shù)整合異構(gòu)、多源和多模態(tài)的數(shù)據(jù)、文檔和知識(shí)，全面挖掘“人機(jī)料法環(huán)測(cè)”?，建立知識(shí)間無(wú)所不在的連接，構(gòu)建多維度的專業(yè)知識(shí)圖譜。然后基于知識(shí)圖譜的知識(shí)挖掘、知識(shí)推理，可以更好地積淀領(lǐng)域知識(shí)和行業(yè)專家經(jīng)驗(yàn)，形成領(lǐng)域的專家系統(tǒng)，為企業(yè)的生產(chǎn)持續(xù)賦能。同時(shí)通過(guò)持續(xù)積淀企業(yè)的數(shù)據(jù)、經(jīng)驗(yàn)和知識(shí)，不斷完善專業(yè)領(lǐng)域的長(zhǎng)效知識(shí)體系。
從多源異構(gòu)的復(fù)雜數(shù)據(jù)中獲取想要的知識(shí)內(nèi)容，傳統(tǒng)以關(guān)鍵字進(jìn)行文本檢索的方法雖然能夠定位段落，但是檢索結(jié)果碎片化、缺乏組織，經(jīng)常出現(xiàn)檢索不全、答非所問(wèn)的情況，容易產(chǎn)生疏忽遺漏，這對(duì)于設(shè)備系統(tǒng)復(fù)雜、業(yè)務(wù)類型多樣的電力行業(yè)來(lái)說(shuō)顯然不適用，如電網(wǎng)的客服人員，日常工作需要處理各種業(yè)務(wù)問(wèn)題及客戶反饋，因?yàn)楹茈y熟悉所有業(yè)務(wù)內(nèi)容而導(dǎo)致影響客戶體驗(yàn)。借助達(dá)觀知識(shí)圖譜強(qiáng)大的語(yǔ)義網(wǎng)絡(luò)，可以智能理解用戶接近口語(yǔ)化的問(wèn)題并返回準(zhǔn)確的答案，知識(shí)圖譜的智能問(wèn)答可以大大提升知識(shí)獲取的準(zhǔn)確性和效率。
近些年國(guó)內(nèi)在電力設(shè)備制造領(lǐng)域取得了十分卓越的成就，如具有完全自主知識(shí)產(chǎn)權(quán)的三代壓水堆核電華龍一號(hào)、特高壓交流變壓器、大功率海上風(fēng)機(jī)等。未來(lái)電力設(shè)備的國(guó)產(chǎn)化、高端化、智能化是趨勢(shì)。而潛在失效模式及后果分析FMEA是制造企業(yè)常用且重要的質(zhì)量管控方法，當(dāng)前企業(yè)對(duì)FMEA的制作管理常常采用手動(dòng)制作excel表格或在特定軟件中制作的方式，制作周期長(zhǎng)，高度依賴工程師自身經(jīng)驗(yàn)，不便于內(nèi)容檢索、變更、共享，難以保證內(nèi)容描述一致性，有相似內(nèi)容的FMEA條目之間也難以建立關(guān)聯(lián)（例如無(wú)法直接找到有相同失效影響或失效原因機(jī)理的失效模式）等問(wèn)題，不利于數(shù)字化和智能化。達(dá)觀數(shù)據(jù)利用領(lǐng)先的知識(shí)圖譜和自然語(yǔ)言處理NLP技術(shù)，基于新能源科技類型企業(yè)對(duì)質(zhì)量與可靠性體系要求，打造了達(dá)觀FMEA知識(shí)圖譜系統(tǒng)，以FMEA為核心，實(shí)現(xiàn)了產(chǎn)品結(jié)構(gòu)、功能、工藝、失效模式、失效原因、失效影響、改善措施等核心知識(shí)的連接，打通了新能源科技企業(yè)在設(shè)計(jì)研發(fā)、生產(chǎn)制造、工藝改良、產(chǎn)品售后等不同環(huán)節(jié)，推動(dòng)新能源科技企業(yè)的數(shù)字化和智能化轉(zhuǎn)型，助力中國(guó)碳達(dá)峰碳中和目標(biāo)。
當(dāng)系統(tǒng)發(fā)生故障后，工作人員需要快速定位故障位置和原因，及時(shí)派遣人員對(duì)故障進(jìn)行檢修并做好相應(yīng)的記錄。整個(gè)處置調(diào)度工作高度依賴調(diào)度人員以往的經(jīng)驗(yàn)，甚至需要反復(fù)查閱大量的歷史資料，如故障處置要點(diǎn)，故障案例等文件。故障診斷過(guò)程依賴有經(jīng)驗(yàn)的專家進(jìn)行信息處理和判斷分析。而電力設(shè)備覆蓋地域廣，且系統(tǒng)設(shè)備復(fù)雜，這都給故障的定位和處理增加了難度。達(dá)觀電力故障知識(shí)圖譜首創(chuàng)支持細(xì)顆粒度解析失效關(guān)聯(lián)的失效案例FA、失效樹(shù)FTA和FMEA，智能理解失效現(xiàn)象、抽取失效要素并定位到深層故障原因，通過(guò)探索圖譜發(fā)現(xiàn)可能引起該現(xiàn)象的失效模式、該失效的改善措施、分析實(shí)驗(yàn)等等。如下圖變壓器漏液故障歸因分析。
電力故障知識(shí)圖譜不僅支持故障歸因分析，也支持以圖表等形式呈現(xiàn)故障率趨勢(shì)、失效模式累計(jì)計(jì)數(shù)、部件故障數(shù)量等，讓用戶對(duì)故障的原因有更加直觀深刻的認(rèn)識(shí)，同時(shí)為故障預(yù)判提供可靠的依據(jù)。
除了故障診斷，故障后的調(diào)度處置也是影響整個(gè)故障解決效率的重要環(huán)節(jié)。調(diào)度任務(wù)需要分析故障后系統(tǒng)的狀態(tài)、參數(shù)變化情況，全面考慮調(diào)度規(guī)程、安全規(guī)程等工作規(guī)定，結(jié)合故障預(yù)案、歷史故障記錄，然后制定相應(yīng)的故障處置措施，協(xié)調(diào)各部門(mén)做出快速準(zhǔn)確的應(yīng)對(duì)措施和工作部署，整個(gè)過(guò)程依賴于調(diào)度員的工作經(jīng)驗(yàn)和專業(yè)知識(shí)。
電力故障知識(shí)圖譜詳細(xì)記錄了各類故障的事故特征，當(dāng)事故發(fā)生后根據(jù)事故后系統(tǒng)運(yùn)行方式的變化情況，對(duì)知識(shí)圖譜進(jìn)行檢索和推理，實(shí)現(xiàn)知識(shí)驅(qū)動(dòng)型的輔助決策，借助知識(shí)圖譜處理事故中的部分非關(guān)鍵環(huán)節(jié)，減少事故處理期間對(duì)調(diào)度員的干擾，使調(diào)度員能夠?qū)⒕杏谑鹿侍幚碇校员阒贫ǜ觾?yōu)化的調(diào)度決策。如制定符合規(guī)定的故障處理流程，根據(jù)歷史資料推薦有相應(yīng)經(jīng)驗(yàn)的專家解決故障等。
此外，故障知識(shí)圖譜支持基于時(shí)間維度的數(shù)據(jù)更新，將每次故障診斷的結(jié)果和記錄文件，如故障工單，工作票等文件，通過(guò)開(kāi)放的API接口在知識(shí)圖譜進(jìn)行更新完善，如果出現(xiàn)了以往并未記錄的新故障，平臺(tái)會(huì)自動(dòng)提示維護(hù)人員有新故障知識(shí)需要在圖譜中完善，并將新故障推薦給相應(yīng)的工作人員，確保知識(shí)圖譜提供更為精確、全面、動(dòng)態(tài)化的決策輔助支持。
