(资料图片仅供参考)
近日，南网储能公司抽水蓄能多维度智能巡维关键技术获得“总体国际领先”的鉴定评价。该研究成果为人工巡检的全面替代打下坚实基础，标志着我国抽水蓄能电站智能巡检技术取得新突破。
▲6月13日，中国水力发电工程学会在广州组织召开“抽水蓄能电站多维度智能巡维关键技术研究及应用”项目技术鉴定会。南网储能公司供图
该项成果的评审专家由中国工程院院士李立浧领衔，由来自浙江大学、中国水力发电工程学会、工信部产业发展促进中心“智能电网技术与装备”专家委员会、电子科技大学、广东省科学院、广东省水利水电科学研究院、中国电建华东勘测设计研究院有限公司机电院等行业内相关单位的众多权威专家组成。
该项成果由来自南方电网储能股份有限公司牵头，联合华南理工大学、中国能源建设集团广东省电力设计研究院有限公司、中国水利水电科学研究院、广州市奔流电力科技有限公司、北京华科同安监控技术有限公司等单位组建的“产-学-研”联合创新团队，经过多年研发取得的。
根据巡维“看得懂”的需求，该成果研发了虚实融合的图像样本生成方法及适应抽蓄电站复杂场景的机器视觉辨识技术，攻克了图像样本采集难、复杂光影背景识别准确率低、专家经验难以在识别模型中固化的难题，相当于给电站巡维工作加装了“千里眼”，并首次形成了满足抽水蓄能电站生产区域巡维要求的视频观测点和算法配置规范，为行业奠定标准规范基础。
根据巡维“听得清”的需求，该成果研究了虚实融合的声音样本生成方法及适应抽蓄电站复杂声场的机器听觉辨识技术，联合机组运行数据进行点面结合的设备异常声音立体化辨识,攻克了抽水蓄能电站设备异常声音样本采集难、机组运行工况多的复杂声场背景下设备故障检测准确率低、故障声音定位难的难题，相当于给电站巡维工作加装了“顺风耳”。
根据水工巡维“摸得透”的需求，该成果提出了基于数据驱动的抽水蓄能电站构筑物性态区间预测方法和基于力学模型分析的水工建筑物耦合反演技术，建立了融合时序分解和深度学习方法的电站构筑物性态预测模型，利用构建的水工监测数据中台，从水工建筑物环境量、变形和渗压等监测数据的汇聚、分析和应用入手，依托水工建筑物专业化分析模型，研发了三维可视化构筑物性态预测系统，实现了抽水蓄能电站水工建筑物运行状态的实时可视化监测、分析和预警。
根据巡维“分析准”的需求，该成果研发了多维度智能巡维平台，将设备、水工建(构)筑物的海量时序数据、视频和声音等多源异构数据融合，开发了计算机监控与视听的联动感知功能，解决了单一感知方式容错性低、覆盖面不全的问题;提出了运行数据分析通用算法模型和零代码、可组态专用算法开发方法，实现了电站运行和构筑物性态多维度、立体化精准分析及问题呈现，以及运行及巡视分析工作的自动完成，相当于给电站巡维工作加装了工业“最强大脑”。
