“一Dian分享”之国网组一期项目结题复盘

“一Dian分享”之国网组一期项目结题复盘

——基于暂态电压信号的雷电参数识别和定位研究

文|预备队员 方衍贵

10月29日晚，在Dian团队每周例会上，Dian团队秋季招新总教练、国网组组长蒋浩懿代表项目组对国网南瑞项目一期进行结题复盘。该项目与国网电力科学研究院武汉南瑞有限责任公司签订，通过研究暂态电压信号的雷电参数识别和定位保障电网安全。

试想在电闪雷鸣、风暴交加的夜晚，当我们惊叹于大自然的伟大力量的时候，雷电破坏高压输电线，灯火通明的现代化生活笼罩在断电的威胁之下。如何迅速、准确地定位雷电发生的位置？如何根据输电线路上采集到的电流信号分辨电路故障是由什么原因造成的？如何设计自动智能的识别方法，减轻电网现行系统所需的巨大人力工作量？这都是国网项目组成员们所面对的难题。

图1 蒋浩懿在结题复盘中介绍项目内容

项目主要涉及两个技术任务：一是基于并行计算的雷击定位，二是深度学习的故障波形识别。雷击发生时定位是关键。定位越快、越准就越能迅速地解决问题。传统的雷击定位通过约束条件解线性方程组，计算量大，条件受限，准确度低。蒋浩懿小组采用网格化搜索方法、CPU并行计算策略，将传统算法能达到的准确率从80%提高到91%，提速9700倍，将原本30min的搜索时间缩减为200ms。

故障发生时识别故障波形对于电力工人解决问题有着巨大助益。国网组同学们基于深度学习的故障波形识别技术，设计出高性能的深度学习算法，解决了传统算法分类需要人工复核、识别率低的痛点。最终，AI识别故障波形的准确率达到94%，识别时间仅为4ms。

回顾项目经历，蒋浩懿表示团队的“二八理论”再次得到了印证：真实项目研发过程中，20%工作是技术相关的，80%工作可能是非技术的。蒋浩懿总结道：项目需求不清，需要和甲方进行多轮的沟通；项目缺少测试，无法获取真实的雷击位置数据；队员过度乐观地估计项目进展等等。但是国网组最终还是克服困难完成了项目，申请到了《一种基于输电线路暂态波形的人工智能故障识别模型构建方法》专利，并顺利通过了甲方组织的专业评审验收，项目成果获得了甲方的高度认可！更值得骄傲的是，目前由我们团队研发的雷电定位和波形识别算法已经在国家电网防雷系统中正式上线，正在为国家电力安全保驾护航！