0 引言

能源互联网作为新型智慧能源系统,属“新基建”中的融合基础设施范畴^[1],将从数字化、网络化、智能化三个阶段和层级来实现能源电力体系的转型升级和业态创新。传统的智能电网建设模式以试点示范为引领,形成了分割的、纵向的微缩模型,但缺少关键的规模因子,因而难以形成关联性的效应验证,譬如大数据,在局部试点中难以开展大样本泛化分析。而能源互联网是以数据驱动、元素互联为主要特征,在实践方法论和发展路径上需要“合纵连横”,从而实现大连接、规模化、层次化、标准化和全景化。能源互联网立体架构如图1所示。

图1 能源互联网立体架构 Fig.1 Stereoscopic structure of energy Internet

“能源+互联网”发展模式有着极强的“数字化”属性,实现能源互联网物理网络与空间环境的数字化转变的第一步即是感知。能源互联网的海量数据来源于源网荷储各环节状态的感知与采集,“感知”是“能源瓦特”变“数字比特”的映射过程和技术路径,是能源互联网信息支撑体系的基础组成部分。传统的电力系统以指令计划和程序控制为实现方式,调控的对象多为电气量。而随着能源互联网的演进,监控对象不可避免的扩展为物理量、环境量、行为量等量纲维度,全面感知是必然的需求和亟待突破的瓶颈。因而,传感感知的全面布局是能源互联网建设与实践的“底座”和“基石”,是首先需要加强研究的技术方向。

1 智能感知业务需求

当前,能源互联网的建设对信息感知的深度、广度、密度、频度和精度提出了更高要求。能源互联网对系统内各个环节的电气量、状态量、物理量、环境量、空间量、行为量进行全面监控,形成能源互联网底层感知基础设施。智能感知能够拓展传统稳态与暂态分析之外的能源互联网全网“动态”分析,构建源网荷储广域-对称-完全信息系统,从而实现基于响应驱动的潮流在线计算与安全稳定分析;基于精准的传感数据,如负载电流与温升数据,可支撑变压器、套管等关键能源装备的状态评价与故障研判,避免火灾等重大事故发生,保障设备安全可靠运行;基于全面的量测数据,借助深度学习算法对新能源发电进行功率预测,对负荷的趋势、行为、意愿与效果进行精准决策,进而解决源荷双侧随机波动不确定性问题^{[ 2]};通过山火、台风、覆冰等外部环境量监测,可实现对重要输电通道的全天候、全方位状态监测与风险预警。

以图2所示的电力物联网架构为例,感知层是电力调度、保护测控、安全运维、在线监测、互联互通的必要基础设施,是加快能源互联网信息物理融合进程的重要装备^{[ 3]}。

图2 电力物联网架构 Fig.2 Architecture of power Internet of things

1）电气量监测包含对设备本体及辅助系统不同幅值与频率的电流量、电压量、电场量、磁场量、功率量等进行监测,对电气量的监测是覆盖面最广、监测范围最全面、智能终端种类最多的智能感知业务之一。通过对电气量的监测,可以实时监测各类带电设备正常运行状态或对故障进行定位。

2）状态量监测包括对各种装置的正常与非正常状态进行监测来实现参量获取,如针对开关的合闸状态、风机叶片位置、输电线路的覆冰与舞动等不正常状态的监测。通过对状态量的监测,可以实时感知各种状态指示标识,实现对设备正常运行的实时反馈与非正常状态的预警。

3）物理量监测包含各应用环节设备本体的温度、振动、位移、转速、倾斜、倾角、压力、特殊气体等参量监测。全面监测设备部件及附件运行情况、老化程度,不仅可为智能运营提供参考,还能够提供故障预警信号,精确定位故障区域及故障元件,提高各环节设备使用效率。

4）环境量监测包括对设备所在周边环境的风速、温度、湿度、气压、水位、烟雾、辐照度等参量进行监测。由于设备的正常运行不可避免会受到周边环境的影响,因此通过布置环境量感知终端,不仅可以监测影响设备运行的环境因素,还可以为以环境气象参量为感知量的设备提供监测数据。

5）空间量监测包括气象卫星数据监测、台风监测、北斗定位监测、北斗授时监测等。通过布置空间量采集终端,可以对区域气象信息、地理位置与标准时间等重要基础信息进行支撑,全面支撑广域互联系统的数字化建设。

6）行为量监测主要针对各类用电行为进行监测,如工商业及居民用户能效监测、随器计量、智能家电互联等。基于广泛部署的监测点对用电行为进行分析,通过APP推送节能建议和用电套餐,基于客户侧用能大数据提供多元化增值服务。

针对上述各类感知量所需的感知终端,对其在能源互联网各环节的应用做了全面布局,梳理出134种主要感知终端,指导感知层建设,实现能源互联网状态感知更全面、量测性能更精准、决策控制更智能。能源互联网主要传感应用布局全景图如图3所示（底图引自文献[4]）。

图3 能源互联网主要传感应用布局全景图 Fig.3 Panoramic image of main sensor application's layout in Energy Internet

虽然当前已经部署了较多的监测感知终端,但仍存在过于关注应用研究、终端数据精度和装置可靠性需进一步提升、传感元件在强电磁场环境下的运行可靠性和使用寿命问题尚未有效解决等问题,制约着感知技术的进一步应用及感知终端的全面部署。当前存在的问题如下。

1）物理采集点广度和深度不足,难以支撑海量数据获取需求。如在综合能源服务中,因未能在各类用电器中广泛部署能效监测点而无法实现用电量精细化监测与节能服务。柔性可调节负荷聚合、电动汽车(充电桩)V2G、虚拟电厂等未来新兴业务对全面感知也提出更高的要求。

2）数据采集频次不够高,数据量不能有效反映真实状态变化。如,在电网的输变电领域,由于各类感知参量的采样周期多为数十分钟,表征运行状态的特征量间歇性上报,而无法在采集间隔期内实时发现的异常状态,进而难以捕捉状态的短期突变特征。

3）连接的广泛、实时性有待提升,难以支持海量数据的同步并发。如,受基站信号覆盖面的影响,部署在现场的各类传感设备存在通信信号不稳定、数据传输速率较慢等问题,难以应对海量数据高频次多终端实时同步传输需求。

4）抗电磁耐高压设计与取能成瓶颈,与一次设备的寿命差距较大。如,输电线路中的感知设备多在野外恶劣环境运行,其太阳能电源的能量转换效率不高,寿命较短,尤其在带电作业安装时容易造成设备损坏,无法长时间真实有效反映输电线路实际运行情况。

5）边缘计算功能欠缺,无法满足就地处理与智能分析业务需求。如,随着各类传感器的广泛接入,在数据集中器内部不仅需要完成数据汇聚、清洗、加密、上传等功能,更须进一步基于虚拟容器等技术,实现多感知参量的融合分析与特征辨识,进一步减少数据传输压力,提高数据分析效率。

6）感知终端未实现标准化安全接入,先进传感技术应用尚有不足。各专业当前部署的感知终端多通过无线组网方法进行数据汇聚后传输,无线局域网标准尚未统一,给感知终端的统一部署实施、端到端访问造成较大难度。同时,随着石墨烯、液态金属、量子传感等新原理、新方法的不断涌现,需进一步探索在能源互联网场景中的前沿应用。

综上所述,现有感知技术中器件敏感机理、数据传输手段、高效供电方法、系统封装设计、数据融合应用等各方面均需要进一步提升。因此,亟需深入研究既能够完成信号先进感知、逻辑边缘计算、安全双向通信,又可实现低功耗高效率自校准、自补偿、自诊断、自学习的智能感知技术,以降低感知终端应用成本、满足各环节传感器广泛部署及海量数据采集需求,有效支撑能源互联网中的感知技术向集成化、智能化、网络化、协同化发展。

2 智能感知技术概述

2.1 技术理论

传感技术是指能够感知和检测某一形态的信息、并将之转换为另一形态信息的技术。从本质上来讲,传感技术是一种量测手段,利用信号与信号之间明确的对应关系,以一定精度进行信号的传输、转换及处理,从而满足系统信息传输、存储、显示、记录及控制等要求。

传感技术中的输入信号,即“规定的测量量”,一般指非电量信号,如各种物理量、电流量、化学量与生物量等;“输出信号”一般指电量信号,如电流、电压等。传感器是传感技术的载体,是能够实现传感技术核心功能的元器件与装置,通常由敏感元件与转换元件构成,通过敏感元件直接响应待测信号,并通过转换元件输出便于测量传输的信号。基于智能传感与智能感知技术,图4给出智能传感器结构分解图。

图4 智能传感器结构分解 Fig.4 Structure decomposition of smart sensor

随着半导体集成技术、信息处理技术、通信技术及新材料技术的突飞猛进,传感技术也向智能化发展。不同于图5a所示的传统感知技术,如图5b所示,智能传感终端显著特征是带有微处理器,具有采集、处理、交换信息的能力,是传感器与微处理器相结合的产物。与一般的传感器相比,智能传感终端可通过软件技术实现高精度的信息采集,具有一定的编程自动化能力,成本低且功能多样化。相比于传统传感技术,智能传感技术不仅能采集数据,还具有数据处理与自动诊断功能,同时具有一定的决策能力。智能传感技术与传统传感技术最主要的区别在于其自带的微处理结构,用于数据处理、模/数转换和信息交互,同时还具有决定弃存数据的能力,并可以通过自主控制唤醒时间来达到最优功耗^{[ 5- 6]}。

智能感知技术在智能传感技术基础上,搭载不同量级的边缘计算能力与云计算能力,通过基于软硬件的终端侧边缘计算技术与基于云端的大数据融合分析技术,实现自我诊断、自我识别与自适应决策功能。应用于能源互联网的智能感知技术需充分考虑能源系统“点多面广、业务庞杂”的特点,针对性地对能源领域各个环节进行部署,实时监测系统相关设备运行状态,为系统日常运维、检修等工作提供有效数据支撑,从而保障能源互联网系统安全稳定运行。

图5 智能感知技术演进示意图 Fig.5 Schematic diagram of intelligent perception technology evolution

2.2 技术发展趋势

能源互联网中的感知技术本征在于促进能量流和信息流的深度融合,它是以计量、测量、传感、标识、定位等为手段,将物理世界的可认知状态量值变化反映出来变成数字的基本过程,其载体包括微型传感器、表计、电子标签、量测装置、采集终端、边缘网关等,在结构上分为前端传感与信号处理、中间计算与加密、后端通信及输出、底层电源与取能,在功能上实现能源互联网的状态感知、量值传递、环境监测、行为追踪,以海量感知数据驱动业务融合与智能应用。

随着传感技术与集成电路技术、通信技术的融合,与传统传感技术相比,先进智能感知技术呈现多样化的发展趋势。

1）感知的在线化与网络化。传感技术由分布式多传感器系统逐渐发展至传感网络、广域物联网系统,逐渐由局域量测升级为感传一体、全网互联,并以实时在线的方式获得更高的响应与决策速度。随着低功耗广域网、5G工业物联网、卫星空天地一体化网络技术的迅猛发展,良好的数据传输基础设施也将为感知的在线化与网络化提供条件。

2）传感器的微型化与模块化。越来越多的微机电系统（Micro-Mlectro Mechanical System,MEMS）与集成电路融合,传感器也在向以MEMS为基础的微型化发展。同时微纳制备工艺也为传感器的模块化设计提供了可能性,电路调理单元、计算单元、连接单元、供电单元等均可以标准接口进行快速组装与适配,有效降低研发与生产成本。

3）传感器的集成化与低功耗。特种光纤、石墨烯、液态金属、高分子聚合物等新型材料获得长足发展,传感器的功能也得到拓展,推动了多参量复合传感器的研发与并行感知技术的实现;同时,低功耗设计及电磁场、振动、摩擦、温差、光照等环境自取能技术促进传感器功耗及续航能力达到更优水平,为传感器的规模应用提供了有力支撑。

4）感知终端的智能化及软件定义。目前多种传感器已具备自校准、自诊断、自补偿等智能化功能。另外,传感与“数据”、“软件定义”相结合,将轻量级人工智能算法下沉至传感终端进行就地加速与计算,可以满足实时业务需求,降低系统资源成本,提高终端智能化水平,赋予感知终端“边缘计算”、“在网计算”和“嵌入式计算”能力。

5）协议接口的标准化与统一化。以往采集系统多以分立小系统为主,采集、传输、通信接口遵循内部协议定义,造成数据共享与业务融合的严重壁垒。未来感知的全程布局要求一次采集、云端处理,因而大连接、大平台、大数据成为必然发展趋势,协议接口的标准化、统一化成为内在技术需求。

3 智能感知核心技术框架

智能感知核心技术框架如图6所示,包括先进传感技术、前沿量测技术、边缘计算技术、微源取能技术、安全连接技术、数据应用技术等。

图6 智能感知核心技术框架 Fig.6 Framework of core technology in intelligent perception technology

3.1 先进传感技术

先进传感技术是指基于新型功能材料、先进传感机理与新型应用环境的传感技术,包括磁阻电流传感技术、液态金属传感技术、光声光谱传感技术、分布光纤传感技术与法拉第磁光传感技术。

1）磁阻电流感知器件的电阻值随所处磁场场强的变化而变化。根据被测电流等级、使用环境,可选择不同类型和参数的传感器进行电流测量。按照测量原理,可分为开环传感器和闭环传感器^{[ 7]}。由于其体积小、灵敏度高、成本低、测量范围大、可集成度高等优势,可满足能源互联网中多种电流测量需求。

2）液态金属传感技术通过利用弹性薄膜的电阻或电容与压力或形变之间的内在关联,获得被测压力或形变量。通过合理的结构设计,可将液态金属单个物理量测试功能集于一体,实现柔性抗电磁干扰的多参量并行感知,这项技术的优势是解决复杂环境设备运行状态的低功耗、高精度、长寿命、高可靠感知问题。

3）光声光谱传感技术利用气体分子吸收电磁辐射形成的光声效应测定气体含量大小,是一种无背景光谱测量技术。光声光谱传感可用于测量微量气体,其具有超高精度、不耗油、无需载气等优点,可用于色谱监测装置或少油电气装置。用于少油设备的油中溶解气体在线感知,可大幅降低目前采用的人工巡检成本。

4）分布光纤传感技术利用光在介质中的物理现象,经反射或散热后与被测量形成一定关联关系,得到被测物理温度、应变等变化量,进而实现多种物理量的测量。其中,光纤光栅传感技术可通过光纤植入,解决重要设备运行状态监控和绝缘故障缺陷位置定位等问题。分布式光纤传感技术可实现对光缆的状态监测、故障定位,特别是对输电线路覆冰、强风、舞动等灾害的预警具有重要作用。

5）法拉第磁光传感技术依据法拉第磁光效应,利用磁光介质内光波与磁场之间的关联关系,实现物理量的测量。法拉第磁光传感技术具有优良的磁场隔离特性、尺寸小、不受饱和影响、高灵敏度、大动态范围、带宽宽、不带电和抗电磁干扰能力强等优点,具有独特的性能和广阔的应用场景。

3.2 前沿量测技术

前沿量测技术以量子计量溯源技术为代表,以基于物理常数的量子物理基准取代实物基准,量值不受空间和时间改变的影响,使得测量准确度等技术指标得以大幅度提高。一般包括基于约瑟夫森效应、霍尔效应、单电子隧道原理,通过自然常数实现电学量值三角形,电压、电阻、电流单位复现和溯源。

由于量子复现装置需要低温环境实现,量子计量主要集中在国家级计量基准;在传递方法上,还主要依靠送检等手段实现,远程校准、扁平化溯源还处于研究阶段;在应用方面,量子计量还未深入寻常测量一线,基于量子芯片等技术的新型测量仪器仪表还未充分研究并应用^{[ 8- 9]}。量子计量溯源技术示例如图7所示。

图7 量子计量溯源技术示例 Fig.7 Examples of quantum metrology traceability technology

建立量子化的先进量值溯源网络,需研究基于量子计量基准和信息技术,使量值溯源链条更短、速度更快、测量结果更准确,从而改变依靠实物标准逐级传递的计量模式。在此基础上开发基于量子原理的新型传感器,突破现有测量技术的诸多限制,大幅提升测量性能。

3.3 边缘计算技术

边缘计算是一种新型计算模式,通过在靠近物或数据源头的网络边缘侧,为应用提供融合计算、存储和网络等资源。边缘计算技术示例如图8所示。

图8 边缘计算技术示例 Fig.8 Example of edge computing technology

1）在线分析与自主计算技术。可实现实时数据处理和分析,具备安全性高、可扩展性强的优势,并具有隐私保护、位置感知及数据传输代价小的特点。通过研究能源互联网环境下结合人工智能的抗电磁干扰微纳传感技术、基于新材料和器件的多参量微型传感技术、封装和片上集成等技术,在器件内部实现小波分析、谱分析等先进信号处理算法,结合抗干扰、状态辨识诊断等轻量级人工智能算法,可实现变电设备就地化声-振联合监测、输电线路舞动及振动特征辨识、强电磁环境微弱信号提取等应用。

2）嵌入式实时边缘智能技术。可利用深度学习框架下的神经网络模型及边缘侧目标识别实时机器学习算法,研制高性能低功耗人工智能计算单元。通过将感知模组与人工智能算法结合,实现能源互联网内设备的故障识别,进而在生产运行现场进一步提升现场安全作业水平。结合固定摄像头、直升机、无人机、巡线（巡检）机器人等立体巡检手段,实现输变电设备故障的实时就地判决。

3）软件定义轻量化容器技术。可通过抽象集中物理资源、逻辑划分的方法,分配虚拟实体,实现边缘侧应用。这项技术响应时间快、故障自我修复率高,能显著提高设备的安全性与可控性。可实现软硬件资源的高效利用与隔离,消除独立开发的APP之间的安全漏洞,确保系统级、应用级的安全。

3.4 微源取能技术

微源取能技术用于解决传感器持续可靠供电问题,通过实地取能降低传感器功耗、增加传感器的续航能力,实现功率匹配可有效提升传感器可靠性。微源取能技术包括电磁、振动、光照、热电等取能技术。

1）电磁取能技术是一种通过磁耦合谐振在空间传输能量的方式,通过高频电源激励产生高频磁场耦合产生电流,实现无线电能传输^{[ 10- 11]}。电磁取能技术能够实现远距离对用电设备供电,有效解决高低电位间供电问题,并且能同时给有效区域内多个相近谐振频率的接收端供电,为在线监测设备的供电提供了切实可行方案。

2）振动取能技术利用压电、摩擦、磁电转换发电,采集物体运动过程中振动的能量,将其转化为电能,供低功耗的物联网感知终端使用。随着半导体材料技术与制造技术的发展,高集成化、高性能、高转化效率的材料不断出现,振动取能技术将越来越多地应用在能源互联网智能感知中。

3）光照取能技术将太阳能与储能相结合,实现野外长时间取能^{[ 12]}。其优点在于无需铺设线缆、无需交流供电、采用直流供电与控制、寿命长、效率高、安装维护简便、安全性能高、节能环保、经济实用等。光照取能技术对太阳直射和设备体积有一定需求,可在路灯监测、分布式电源监测等传感业务中得到广泛应用。

4）热电取能技术利用热电器件,使工作于冷热源之间的传感器将热量从热端输送至冷端,同时将部分热能直接转化为电能,以温差电动势或电流的形式输出。热电取能技术优势是体积小、重量轻、寿命长、无噪声、无损耗、无运动部件、无需维护,仅有温差即可驱动。热电取能技术可解决复杂环境条件下监控元件、终端或装置等二次设备能量获取问题。微源取能技术示例如图9所示。

图9 微源取能技术示例 Fig.9 Example of micro source energy harvest technology

3.5 安全连接技术

由于无线传感网络中各个节点受电源、存取空间、自身安全等影响,使得其安全性成为一个关键性技术问题。传感网络中的安全连接技术包括广域窄带物联网、5G宽窄带物联网技术、微功率无线传感网技术与传感接入安全防护技术。

1）广域窄带物联网是一种低功耗广域网络,专为低带宽、低功耗、远距离、大量连接的物联网应用而设计。可为低功耗电力设备广域数据连接提供支撑,只消耗有限带宽,可直接部署于GSM网络、LTE网络或基于非授权频段,从而降低部署成本、实现平滑升级。广域窄带物联网提供面向低数据速率、大规模终端数目广覆盖要求,可以实现各类智能传感器及终端设备的海量接入,实现能源互联网广域采集、精准感知。

2）5G宽窄带物联网技术针对5G低时延高可靠场景要求,采用灵活的参数集、“迷你时隙”机制等方式来实现低时延要求;采用分集和重复来实现高可靠的要求。5G网络低时延高可靠典型应用场景包括智能电网差动保护、分布式配网自动化、精准负荷控制及电动汽车车联网等。海量大连接典型应用场景包括设备状态监测、环境监测、用电信息采集与高级量测、综合能源服务、智能家居、实物ID等,满足未来能源互联网高连接密度要求。

3）微功率无线传感网是指针对电池供电、自取能的微功率传感器,采用单层或多层组网方式,通过微功率无线通信方式与汇聚节点连接,实现传感数据向网络层的传输。微功率无线传感网可应用于能源互联网输电线路各种类感知终端的数据链式传输、变电站内各种类感知终端的组网传输;同时随着综合能源服务的大力推进,该技术可广泛应用于各类能效监测终端的数据传输中。

4）传感接入安全防护技术是基于传感器的接入方式以及信息大区网络建设的相关要求,形成的“安全加密、链路防护、数据集中、节点安全、数据脱敏”防护技术。安全防护技术保障传感网络各节点从终端节点、汇聚层网关节点到后台网络服务之间的全链路实现安全接入和加密。传感接入安全防护策略可以极大避免数量众多的智能装置接入物联网时带来的安全风险,从源头保障能源互联网的网络安全。

3.6 数据应用技术

智能传感所提供的海量数据,为后续数据分析提供了可控、可信、可靠获取的数据应用基础。如电力传感获取电力领域的数据源除“发-输-变-配-用”各个环节正常稳定及故障状态下的数据,还包括企业营销与管理数据。智能感知终端采集的数据,一方面可通过边缘处理技术实现对能源互联网的实时监控与主动防护;另一方面可结合大数据分析进行运行状态诊断、优化预测以及其他增值
服务^{[ 12- 13]}。

能源互联网传感数据应用主要包括：设备故障诊断与状态评估、灾害预警与故障研判、用户侧负荷感知等。

1）设备故障诊断与状态评估是指基于各感知终端监测反馈的数据,建立虚拟场景模拟设备行为,对设备行为进行深度建模分析,实现决策评估智能
化。通过分析潜在的行为风险,辅助系统运行中的决策行为,在降低运行故障可能性的同时,也可替代人力完成极端条件下的巡视、检修工作。

2）灾害预警应用针对雷电、覆冰、台风、山火等自然灾害多发场景,结合场景状态智能感知、微气象在线监测、自动气象站等监测数据,建立统一的数学模型,实现跨专业多系统海量数据融合。应用多项人工智能技术,开展灾害可视化展示、灾害演化的仿真评估与预测预警。

3）故障研判针对设备异常,利用在线感知与故障溯源技术,进行异常数据分析与研究,实现配网故障与风险研究策略,建立智能监测数据模型,进行设备运行状态评估与诊断,可实现对系统的安全性评估,充分实现故障智能诊断与安全预警等关键
技术。

4）用户侧负荷感知针对用户侧智能终端采集得到的海量数据,一方面进行用户用电行为分析,结合远程控制及可穿戴设备为用户端提供用电策略指导;另一方面形成精确到户的终端负荷用能用电情况,对电网规划与预测、经济调度策略提供数据支撑,也为实现“水-气-电”等能源联网融合提供数据参考。

用户侧数据增值技术通过采集园区、家庭用户用电数据,提取电流、功率、谐波、开关特征等用电特征,并建立特征库,通过机器学习等方法分解用户用电负荷,实现不同负载的识别。用户侧数据增值技术可根据用户需求提供个性化服务、规划投资参考、以用能报告和节能报告等方式促进节能减排等,在数据变现方面有极高应用价值。

4 智能感知技术标准体系

针对能源互联网需求和应用场景,对能源互联网感知终端基础共性、业务专用和感知接入方面提出系统性技术规范。智能感知技术标准体系如图10所示,分为：基础共性标准、传感终端标准、智能网关标准、通信接入标准,内容涵盖了传感器种类、功能、性能、测试、应用场景等,智能网关和业务终端设备类型、系统架构、设备功能、性能、物理接口、可靠性、电磁兼容等,感知接入通信技术、组网方案、通信协议等内容。

图10 智能感知技术标准体系 Fig.10 Standard system of intelligent perception technology

4.1 基础共性标准

传感器标准侧重规范传感器的种类、功能、性能、安全、测试、应用场景、校准方法、试验方法、可靠性、安装设置,以及传感器标识规范等内容。

作为基础性工业技术规范,国内已经制定诸如电工电子产品环境、传感器网络等相关的标准。今后重点是面向电源侧、电网侧、负荷与储能侧多场景的传感器接口、入网检测、应用技术导则、场景类型等内容规范。

4.2 传感终端标准

按照能源供给侧、能源使用侧、客户侧等,提出典型场景感知终端的设备类型、系统架构、需求特征、设备功能、性能、物理接口、通信协议、电源及功耗、电磁兼容、可靠性等要求,以及外观、包装和装配等规范。

随着用电信息采集系统、智能家居、输变电设备状态监测等业务开展,业务终端的标准数量较多。但实际应用中依然存在产品功能性能参差不齐、体积庞大、费用较高、连通性差等问题,无法推广应用、支持新型业务。本部分标准重点需完善发电侧、电网侧、负荷及储能侧多种场景的业务终端标准,特别是支持新业务应用、终端连通性、智能型终端等标准制定。

4.3 智能网关标准

按照能源供给侧、能源使用侧等,提出典型场景下的物联代理体系架构、性能、功能、安全、可靠性,以及本地通信接入、远程通信接入的接口、规约、协议等方面的标准。

随着网络规模扩大,大量接入节点的建立,实现云-边-端协同、满足业务时效性等需求,建立发电侧、电网侧、负荷及储能侧多种场景的智能网关标准迫在眉睫。本部分需重点关注智能网关本地技术要求、本地和远程交互接口、通信协议,以及连接功能平台的接口与通信协议标准。

4.4 通信接入标准

针对本地通信和组网提出典型组网方案、通信配置、接入认证等要求,包括性能、带宽、时延、优先级、安全、部署、应用场景等方面标准。本部分需重点解决配电台区、变电站、输电杆塔、电缆隧道、综合能源服务、车联网等场景的规范化需求。

5 智能感知应用布局

5.1 电源侧

电源侧以发电机为主体,其传感终端类型可分为发电设备本体监测装置和电气系统及其他辅助测点装置两大类。根据监测对象的差异,在发电设备本体按照监测部件又可分为定子和转子监测2类,如定子本体各部件温度传感器、转速监测传感器等;在电气系统及其他辅助测点层面,根据测试范围不同,也可分为电气系统监测和其他辅助测点监测两大类,如相电流电流互感器、轴电压监测传感器等。在典型的新能源站场中,还要装设风速风向传感器、角度传感器、振动传感器、太阳辐照辐射表等感知终端。

电源侧传感装置的现场配置应遵循必要性和适用性原则,结合传感器的应用场景和发电机状态监测的需求,统筹考虑,优化方案设计。

5.2 电网侧

5.2.1 输电侧

架空输电线路和高压电缆通道的监测传感器分为通道环境监测类传感器和线路本体监测类传感器2个大类。根据监测对象的不同,在通道环境监测上又可分为气象环境监测、架空线路通道状态监测和高压电缆通道状态监测3类,如气象监测装置、图像监测装置、通道水位监测传感器;在线路本体监测层面,分为架空线路的基础、杆塔、导地线、绝缘子串、金具、接地装置、附属设施及高压电缆监测等,如北斗形变监测装置、杆塔倾斜监测装置、覆冰监测装置等。输电线路监测装置需根据线路环境与实际需求进行部署,在重要输电通道与密集通道集中部署。

高压电缆通道与综合管廊电力舱的电缆本体监测,应配置局放在线监测、分布式光纤测温、护层接地电流监测等传感器;对通道监测应配置、水位监测、气体监测、环境温度监测、安防监测、火灾预警、图像视频监视等传感器,宜配置外破监测和沉降监测传感器。除此之外,还要根据电缆通道环境及使用情况,针对性地配置故障定位、沉降监测、机械振动监测、水位沉降监测等传感装置。

智慧输电线路空天地立体感知全景如图11所示。

图11 智慧输电线路空天地立体感知全景 Fig.11 Panoramic image of space, sky and land perception for smart transmission line

5.2.2 变电侧

目前,变电站/换流站在线监测的一次设备对象主要有变压器（电抗器）、断路器、气体绝缘金属封闭开关设备（GIS）、电容型设备、金属氧化物避雷器等。总体来说,站内感知终端类型包括电网信号监测分析、站内运行环境感知、智能巡检、主辅设备智能联运、运检人员作业行为智能管控等 。

典型的变电站/换流站设备感知终端包括：高频局部放电传感器、超声波局部放电传感器、SF₆气体湿度监测传感器、末屏电流监测传感器、泄露电流监测传感器、可见光与红外视觉传感器等。

变电领域新型传感装置如图12所示。

图12 变电领域新型传感装置 Fig.12 New perception terminal in the field of substation

5.2.3 配电侧

配电状态监测系统具有配电设备及环境状态感知、主动预测预警、辅助诊断决策功能,可以提高运检业务信息化、数据分析智能化、运检管理精益化水平,从而适应配电网发展需求,为配电网智能巡检工作提供技术支撑^{[ 14]}。

典型的配电设备用感知终端包括：门磁传感器、电缆接头温度传感器等配电室用传感器;电缆室局放传感器、温湿度传感器等环网箱用传感器;冷凝除湿传感器、接线桩头温度传感器等;杆塔倾斜传感器等柱上开关用传感器;接线电缆温度传感器、微气象传感器等柱上变压器台区用传感器;杆塔倾斜传感器、电缆沟内部水位传感器等线路用传感器。利用台区信息采集融合终端设备可实现配电侧传感器数据的全面接入,配电台区信息采集融合终端如图13所示。

图13 配电台区信息采集融合终端 Fig.13 Information acquisition and fusion terminal in distribution transformer district

5.3 负荷侧

按照业务需求,用于负荷侧的感知终端可分为综合能效类、需求响应类及智慧家居类。根据监测对象的不同,综合能效类又可分为环境参数监测及能耗参数监测2类;需求响应类分为环境参数监测和负荷参数监测2类;智慧城市用能服务类主要是针对终端新型用能需求与设备交互式接入需要,解决能源终端使用效率问题,提升社区、商圈、工企业园区、电动汽车充电与分布式新能源等新型用能场景的能效,提高社会用能效率、提升用户舒适度及友好度。

典型的用电领域感知终端包括：温度湿度传感器、电能计量传感器等综合能效类感知终端;负荷压力传感器、环境光亮传感器等需求响应类感知终端;PM2.5传感器、红外传感器等智慧家居类感知终端等。

5.4 储能侧

储能侧感知设备部署在可再生能源发电系统储能侧、传感器能量采集器储能侧。通过对电能状态进行感知,可以实时监控储能用电网有功功率、无功功率、功率因数值等,同时,故障录波器还能够以较高分辨率监测记录故障状态下波形,以用于后续故障分析。储能侧感知设备可有效平抑可再生能源接入的随机性与波动性,具有低功耗、响应时间短的特点,可广泛应用于可再生能源发电系统储能环节与自取能传感系统,支撑电网灵活高效运行,辅助可再生能源接入电网,提升分布式储能电池健康状态感知在能源互联网运行的有效性和便捷性。

典型的储能侧感知终端包括：电池温度湿度感知装置、气象信息传感设备、RFID传感标签、加速度传感器、振动传感器、动作传感器、微气象传感
器等。

5.5 资产侧

能源互联网资产具有总量庞大、分布广泛、点多面广、特性各异的特点,目前已在能源互联网中应用大量的RFID标签实现资产管理,但所使用的RFID标签是被动的、离线的,需要通过读写器或手持机读取和写入相关数据。针对能源互联网资产全寿命周期管理的实际需求,出现了一种新型在线感知标签（eRFID）,具备感知数据离线读取和在线感知双重功能,实现重要/特殊资产的身份标识与状态监测。复杂电磁环境下eRFID在线感知标签球面灵敏度如图14所示。

图14 复杂电磁环境下eRFID在线感知标签球面灵敏度图 Fig.14 Spherical sensitivity of eRFID in complex electromagnetic environment

在线感知标签突破了复杂电磁与气象环境下的可靠防护技术,采用高精度UWB/蓝牙与北斗融合定位算法,支撑资产室内外全景定位,并在高精度时空信息基础上完成温度、湿度、振动、声纹等多参量感知,构建基于多维感知数据驱动的电力资产物联网。在线感知标签采用抗金属MIMO微带天线设计,在860~960 MHz频段内灵敏度为-14 dBm,识读距离可达8 m。基于微源取能和双界面RFID主动唤醒技术,在线感知标签的平均功耗仅为217.8 μW,可实现其免维护、长寿命运行。结合近场交互、干扰抑制等关键技术,可实现资产在线全面感知,切实减少运维人员负担。

在线感知标签可应用于营配贯通、电缆监测、交互巡检、远程盘点、智能仓储等多种场景。目前已在吉林省开展试点应用。通过在线监测200台偏远变压器的地理位置、壳体温度、振动噪声、位移倾斜等设备参数,有效解决变压器防盗、位置监控和状态监测等问题。

6 智能感知发展路径与展望

随着物联网、5G通信网等新兴产业的快速发展,智能感知技术也迎来了巨大的发展契机。传感技术正向微型化、智能化、集成化、无源化方向演进,物理感知范围更加广阔,信息采集手段更加便捷,数据获取类型更加多样,加速感知技术的研究将成为能源互联网向数字化、网络化、智能化发展的强大动力。

6.1 建设路径

面向能源互联网建设的迫切需求,亟需从补短板、优存量、探前沿3个层面,深入研究既能够完成信号先进感知、逻辑判断计算、安全双向通信,又可实现低功耗高效率自校准、自补偿、自诊断、自学习的智能传感技术,明确智能感知布局需求,实现感知终端广泛部署,着力突破当前技术瓶颈。

1）加快补齐现有短板。针对故障频发的发电机组、高海拔、高辐射新能源发电设备、通信信号覆盖不良的输电走廊、各类变电主设备、综合能源计量、用户侧能效监测、重要资产监控及物联网等状态感知不够全面和充分的领域,需全面部署新一代智能传感器,广泛建立设备级响应体系和互动网络。

2）提升当前终端性能。针对目前能源互联网各环节的传感器,在精度、灵敏度、测量范围、可靠性、安全性、低功耗方面迭代研发,满足多种类、宽量程、高采集频率、低噪声、实时智能分析的感知需求,打破数据壁垒,深入支撑能源互联网各项业务。

3）持续探索技术前沿。为适应能源广泛互联,进一步探索精确谐波测量、液态金属、量子传感、微纳传感等先进传感原理及电磁取能、振动取能、光照取能等高效率微能量聚合技术,深入研究基于软硬件的终端侧边缘计算技术,大力推进5G与传感融合连接技术,最终通过“先进感知、边缘智能、安全连接、微源取能”四大前沿方向同步推进,全面支撑能源互联网建设。

4）实现终端统一管理。尽快推进标准体系规划、落地及应用,通过系统性软、硬件标准规范传感终端的设计制造及接入流程,提高传感数据应用及终端管理水平,实现各类传感终端即插即用,打造统一智能感知体系。

5）充分保障数据安全。随着能源互联网深入建设,面对海量感知数据的采集接入需求,更需要通过安全芯片及可靠加密算法,从终端节点、汇聚层网关节点到后台网络服务,设计适合于各类感知终端的全链路安全接入和加密方法,实现海量感知数据全流程可靠安全防护策略。

6）构建互联产业生态。通过海量感知终端的连接和规模化建设,促进发电厂商、设备集成与运维商、家电厂商、感知与用能终端商、工商业及居民用户各方广泛参与其中,分享发展红利,互利共赢,最终实现与能源互联网的广泛互联,构建基于能源互联网的产业业态及互联网生态^{[ 15]}。

6.2 未来展望

面向能源互联网战略目标,需进一步加强智能传感关键性、基础性、前瞻性技术研发,攻克微型化、集成化、多参量智能传感技术难题,掌握核心知识产权,突破芯片级传感等“卡脖子”技术;大力发展面向新应用场景的交直流电流、弱磁场、空间电场、振动声纹等智能传感器,推动传感器实现高精度、高可靠、低功耗、低成本;构建先进传感研发试验基地,推动微机电系统（MEMS）等先进加工工艺落地,建设面向压电材料、磁性材料等敏感材料研究、系统级封装（SIP）和个性化测试等实验研究平台;同时,加快基于数据驱动的设备状态智能感知理论与评价方法研究,形成智能传感应用闭环,助力能源互联网数字化转型、智能化升级。

7 结语

新型智能感知核心技术的突破,将成为推动能源产业发展、持续科技创新的关键推手,需要率先突破。因此,通过自主研究具有世界先进水平的智能感知技术,可以提升我国自主创新能力,形成规模效应,实现自主可控、建立产业生态并打造领军企业,具有重大的战略意义。本文在深入分析智能感知技术内涵的基础上,对能源互联网智能感知技术现状与发展趋势进行了分析,梳理了智能感知核心技术框架,总结了用于智能感知技术领域的标准体系,研究了应用于“源-网-荷-储-资”相关环节的感知应用布局,探讨了智能感知技术的建设路径,并对智能感知技术未来的发展方向进行了展望。本文旨在对能源互联网智能感知技术研究及其应用提供参考。

(编辑:张京娜)

参考文献

[1] 国家发改委首次明确“新基建”范围将加强顶层设计[EB/OL]. (2020-04-22)[2020-04-22]. .

[2] 王继业. 智能电网大数据[M]. 北京: 中国电力出版社, 2017.

[3] 周孝信, 鲁宗相, 刘应梅, 等. 中国未来电网的发展模式和关键技术[J]. 中国电机工程学报, 2014, 34(29): 4999-5008.
ZHOU Xiaoxin, LU Zongxiang, LIU Yingmei, et al.Development models and key technologies of future grid in China[J]. Proceedings of the CSEE, 2014, 34(29): 4999-5008.

[4] 南方电网发布2017年社会责任报告[EB/OL]. (2018-5-10) [2020-03-25]. .

[5] SPENCER JR B F, RUIZ-SANDOVAL M E, KURATA N. Smart sensing technology: opportunities and challenges[J]. Structural Control & Health Monitoring, 2004, 11(4): 349-368.

[6] MORELLO R, MUKHOPADHYAY S C, ZHENG L, et al.Advances on sensing technologies for smart cities and power grids: a review[J]. IEEE Sensors Journal, 2017, 17(23): 7596-7610.

[7] 胡军, 赵帅, 欧阳勇, 等. 基于巨磁阻效应的高性能电流传感器及其在智能电网的量测应用[J]. 高电压技术, 2017, 43(7): 2278-2286.
HU Jun, ZHAO Shuai, OUYANG Yong, et al.High performance current sensors based on giant magnetoresistance effect and practical applications in smart grids[J]. High Voltage Engineering, 2017, 43(7): 2278-2286.

[8] WANG Lanruo, LI Jinjin, CAO Wenhui, et al.Development of 0.5-V Josephson junction arrays devices for quantum voltage standards[J]. Chinese Physics B, 2019, 6(28): 068501.

[9] 钟青, 王雪深, 李劲劲, 等. 1 kΩ量子霍尔阵列电阻标准器件研制[J]. 物理学报, 2016, 65(22): 275-280.
ZHONG Qing, WANG Xueshen, LI Jinjin, et al.A 1 kΩ standardresistor device based on quantum Hall array[J]. Acta Phys. Sin., 2016, 65(22): 275-280.

[10] 王黎明, 李宗, 孟晓波, 等. 基于电场感应的低功率在线监测传感器的供电技术[J]. 高电压技术, 2020, 46(2): 538-545.
WANG Liming, LI Zong, MENG Xiaobo, et al.Power supply technology of low power on-line monitoring sensor based on electric field induction[J]. High Voltage Engineering, 2020, 46(2): 538-545.

[11] 蒋兴良, 谢彦斌, 胡建林, 等. 典型架空输电线路地线电磁取能等效电路的分析[J]. 电网技术, 2015, 39(7): 2052-2057.
JIANG Xingliang, XIE Yanbin, HU Jianlin, et al.Analysis of equivalent circuit for tapping electromagnetic power from overhead ground wires of typical transmission lines[J]. Power System Technology, 2015, 39(7): 2052-2057.

[12] 王黎明, 张中浩, 周军, 等. 宽范围TA取能电源[J]. 高电压技术, 2019, 45(3): 899-906.
WANG Liming, ZHANG Zhonghao, ZHOU Jun, et al.Wide range online TA drawout power[J]. High Voltage Engineering, 2019, 45(3): 899-906.

[13] 张东霞, 苗新, 刘丽平, 等. 智能电网大数据技术发展研究[J]. 中国电机工程学报, 2015, 35(1): 2-12.
ZHANG Dongxia, MIAO Xin, LIU Liping, et al.Research on development strategy for smart grid big data[J]. Proceedings of the CSEE, 2015, 35(1): 2-12.

[14] 蒲天骄, 刘克文, 陈乃仕, 等. 基于主动配电网的城市能源互联网体系架构及其关键技术[J]. 中国电机工程学报, 2015, 35(14): 3511-3521.
PU Tianjiao, LIU Kewen, CHEN Naishi, et al.Design of ADN based urban energy internet architecture and its technological issues[J]. Proceedings of the CSEE, 2015, 35(14): 3511-3521.

[15] 周孝信, 曾嵘, 高峰, 等. 能源互联网的发展现状与展望[J]. 中国科学: 信息科学, 2017(2): 5-26.
ZHOU Xiaoxin, CENG Rong, GAO Feng, et al.Development status and prospects of the Energy Internet[J]. Scientia Sinica Informationis, 2017(2): 5-26.