1、前言

數字孿生在最近幾年內被業界重新談起，各領域都在基於數字孿生的技術理念來構建相應的體系、方案及生態，在工業網際網路領域已經有不少的企業在積極嘗試落地。數字孿生有5個成熟度等級[1]，從"數化"、"互動"、"先知"、"先覺"、到最高等級的"共智"，代表數字孿生體的不同成長階段。電力行業作為國民經濟的基礎支撐行業，伴隨著新基建和能源網際網路的建設，隨著大資料、人工智慧和工業網際網路相關新一代資訊科技的不斷成熟，藉助數字孿生也在推進相關實踐。面向新一代配電網規劃、建設、維護和管理需要的配電網數字孿生體已經逐步實施到"先覺"階段，在某些場景中已開始探索"共智"。建設配電網數字孿生評價系統，能夠支撐加快建立安全、經濟、精準、智慧的配電網建設、運維與運營模式，打造智慧可靠、節本增效的下一代配電網建設新標杆，探索可複製可推廣的物聯網高質量發展路徑。

2、數字孿生體及其成熟度等級

有據可查的"數字孿生"概念提出者，是美國空軍研究實驗室 (AFRL，Air Force Research Laboratory) 。2011 年 3 月，他們做了一次演講，題目是"Condition-based Maintenance Plus Structural Integrity (CBM+SI) & the Airframe Digital Twin (基於狀態的維護+結構完整性&戰鬥機機體數字孿生)"，首次明確提到了數字孿生。當時，AFRL 希望實現戰鬥機維護工作的數字化，而數字孿生是他們想出來的創新方法。

針對數字孿生、數字孿生體業界已經有不下十幾種定義，本文借用數字孿生體實驗室在2019年底釋出的《數字孿生體白皮書》中的定義：數字孿生體是現有或將有的物理實體物件的數字模型，透過實測、模擬和資料分析來實時感知、診斷、預測物理實體物件的狀態，透過最佳化和指令來調控物理實體物件的行為，透過相關數字模型間的相互學習來進化自身，同時改進利益相關方在物理實體物件生命週期內的決策。加上"體"字，是借中文的"體"來應對和減少Digital Twin翻譯為中文時在不同場景下的不確定性。

數字孿生體不僅僅是物理世界的映象，也要接受物理世界實時的資訊，更要反過來驅動物理世界，而且進化為物理實際的先知、先覺甚至超體。這個演變過程稱為成熟度進化，即一個數字孿生體的勝場發育將經歷數化、互動、先知、先覺和共智等幾個階段。

3、配電網數字孿生體

3.1 DNDT的概念定義

配電網數字孿生體（DNDT：Distribute Network Digital Twin）對應的是真實世界中的配電網，是包括架空線路、杆塔、電纜、配電變壓器、開關裝置、無功補償電容等配電裝置及附屬設施在內的配電網系統在虛擬數字空間的完整對映，透過全覆蓋度的高密度動態資料，完全反映實體及其之間關係在全生命週期時間尺度內的動態變化，它能實現與物理配電網系統的資訊與動作的互動，同時也能支撐應用系統實現基於數字孿生體全模型資料智慧分析、動態決策、互感協作，是一個數字化的生命體集合或更大尺度與範疇的數字孿生體。

注：如無特殊說明，本文用DNDT來代表配電網數字孿生體。

3.2 DNDT的成熟度特徵

配電網孿生體在配電網規劃、建設施工與運維管理等各個階段均可發揮效用，DNDT對應其自身生命週期的各階段，在各成熟度等級上的特徵和應用表現如下：

3.3 DNDT的典型特點

3.3.1面向全生命週期

DNDT不僅是面向物件的，也是面向過程的，這種面向過程的特點表徵在一個數字與時間主線上，即在配電網的相關創新設計，生產、施工環節的價值鏈條和對裝置等系統進行運營、執行維護等各環節均有數字孿生概念體現。數字孿生體是有生命的，既然是有生命的，即意味著每個配電站數字孿生體、變電站數字孿生體、架空線數字孿生體和線纜數字孿生體都是存在著孕育、出生、成長和退出階段的，在保證合理規劃、優質工程、安全生產、可靠執行的前提條件下，追求全壽命週期最優目標。面向全生命週期內的配電網數字孿生體應用模型如圖所示。

同時面向全生命週期的配電網數字孿生體需要能夠細化粒度到全網、廠站端、裝置、部件和原子零件等不同層級，以面向變電站裝置運維與故障分析的裝置全生命週期推演為例，裝置從設計、採購、安裝、檢修、臺帳、故障記錄等所有過程性資料按時間線進行建模與儲存（裝置數字孿生體），當有裝置發生故障並觸發告警事件後，運檢人員能夠清晰得到當前裝置的所有生命演進程序資料，比如什麼時候進行過檢修，更換零部件情況，出現嚴重隱患與故障情況，每次搶修的過程與解決方案等等。透過對裝置的全生命週期的記錄與推演，能夠幫助運維人員快速分析裝置隱患與故障，更加高效地進行防範風險與故障維修。

3.3.2全資料與全感知

數化是配電網數字孿生體構建的核心基礎支撐工作，這是構建在資料高覆蓋度、體系化細粒度與高實時性特點基礎之上的。

· 所謂全覆蓋，必須要面向構成配電網的所有物（裝置）、流程、財、組織和人員進行有效的資料建模，以單個變電站為例，建設全覆蓋的感知網路，會涵蓋主變、開關櫃、小電阻、電容器、蓄電池、站內電纜等6大類裝置共計25類感知技術，才能對裝置執行狀態以及環境運維情況開展全面、準確、及時的狀態感知，而面向配電網的"萬物數化"工作而言，這一切無疑是一個龐大而又不可或缺的巨大工程；

· 所謂"體系化細粒度"，是指一切數化的指標必須能構建面向建設、應用、評估與考核的配電網指標體系，而且同時這種指標體系是能夠穿透到最底層的單一技術指標的。配電網具有點多、面 廣、線路長的特點，其指標體系的建立需要確保指標體系的實用性和可操作性，既要準確、規範具有可比性，又要真實可靠可採集，同時還要細粒度到原子資料指標，如變壓器智慧感測器指標：鐵芯高頻局放幅值、鐵芯高頻局放次數、夾件高頻局放幅值、夾件高頻局放次數、鐵芯接地電流、夾件接地電流等；

· 高實時性與資料的採集密度以及靈敏感知關係密切，只有在更小的時間距離下來感測與採集資料，數字孿生體才能更及時感知物理物件的變化，才能更快地作出決定與反饋。從技術層面看，實現的基礎有賴於5G、感測和區塊鏈等新興技術的成熟引入。

3.3.3 階梯構建與螺旋進化

DNDT的成熟度是按照一定的階梯性規律來實現的。每個階段都是在上一個階段的基礎上來不斷最佳化與成長，而下一個階段的更高要求又反向促進上一階段的不斷最佳化與完善。而且，很難出現跨越階段發展的情況出現，因為每一個成熟度階段都是下一個階段開始的基礎和出發點。

4、配電網數字孿生評價系統

4.1 DNDT-ES定義

配電網數字孿生評價系統（DNDT-ES：Distribute Network Digital Twin Evaluate System）是數字孿生理念與技術在電力行業的落地實踐。系統基於無人機、機器人、輔助裝置和感測器等多種監測手段，匯聚變電站一次、二次裝置以及電纜、線路等資料資源構建配電網數字孿生體，以人工智慧為核心，利用深度學習、知識圖譜等能力，結合5G、大資料、邊緣計算等技術進行智慧診斷、預測性維護，實現全物件的精益管理、精益檢測和精益管控，加強配電網全狀態量感知力與協作力，增強安全生產保障能力，提高運檢精益管理水平。建設配電網數字孿生系統，以"電力雲"與"新基建"相關技術為支撐，以"資料驅動"與"知識驅動"為核心，以全壽命週期精益管理為鏈條，能夠支撐加快建立安全、經濟、精準、智慧的運維檢修模式，探索可複製可推廣的物聯網高質量發展方向，全方位打造智慧可靠、節本增效的下一代配電網新標杆。

4.2 DNDT-ES系統架構

配電網數字孿生評價系統包括物理世界感知、資料介面、通訊網路、資料與智慧服務以及應用系統層，系統架構如下圖所示。

物理世界感知：面向感測器、智慧終端單元，對裝置執行、裝置安全等基礎資料進行採集、感知。電力物聯網建設，在感知層需要鋪設大量的感測裝置（如智慧電錶、溫度 感測等），還需要其他終端產品用於實現資料採集、邊緣計算和通訊服務的功能。面向電力物聯網的典型感測技術包括如非介入式負荷辨識技術、感測晶片技術應用、基於HPLC的用採高階應用技術、基於HPLC的雙模通訊技術、綜合能源測量感知技術和電力互感器線上監測技術等；透過標準化服務介面、通訊統一傳輸協議，將感測器後臺、輔助裝置、無人機資料、紅外影片、機器人影片、運營中臺、電力管理系統等應用的基礎資料等感知層進行資料接入；

通訊網路：利用先進的資訊通訊技術實現資料互通、網路互聯以及資源互操作的功能。在不同的業務場景下,透過靈活的網路資源排程滿足不同場景下通訊的差異性需求。此外網路層還需要保障資料的安全可靠傳輸；

資料智慧服務：對海量電力接入資料的採集與處理，建立統一數學模型與配電網指標體系，集中統一、實時高效的對資料進行分析、形成配電網資料治理體系；一方面對多源資料進行深度學習,形成專家知識圖譜，實現裝置的快速實時監測、智慧運維和資源最佳化排程等;另一方面建立面向通用與專用業務場景的智慧演算法分析平臺，透過智慧演算法對大量資料進行快速處理，適用於實時資料的快速擴充套件，具體高吞吐量、高容錯處理的特點；

應用系統：針對各類使用者，如管理層、裝置運檢維護人員、排程管控人員等構建面向配電網全生命週期的變電、配電、架空、電纜四大類下的一系列運營、監控與運維分析應用系統，能夠滿足支撐這些使用者在日常以及應急各種場景下的工作需求；在不同電網公司和配電網建設需求的不同階段和成熟度等級，這些應用系統沒有唯一、固定的界定範圍。例如，某省電網公司規劃的配電網資料孿生系統包括：全業務執行管理中臺、變電站數字孿生評價子系統（巡檢機器人系統 、安全帽系統、電能質量系統、主網管控系統、變電站綜合監測系統等）、配電站數字孿生評價子系統（智慧門衛系統、巡檢機器人系統、智慧鎖、配電站綜合監測等系統）、架空線路數字孿生評價子系統（移動作業搶修系統、輸變電裝置狀態監測、輸電線路通道視覺化智慧型監拍系統、低壓監控及快速搶修系統等）和電纜線路數字孿生評價子系統（智慧井蓋管控告警系統、電纜綜合監控系統、電纜通道分散式光纖震動監控系統等）。

4.3 面向運維的典型場景

面向配電網全生命週期執行、監控與運維分析下的一系列變電、配電、架空、電纜四大類下的細化場景有很多，這裡選取一些典型的在不同的數字孿生體成熟度階段的不同領域進行舉例說明。

4.3.1 配電網視覺化管控

該場景屬於"數化"成熟度面向裝置運維檢修階段的應用。利用數字孿生技術，匯聚轄區內變電站、杆塔、架空線路以及線纜的環境和裝置監測資料，透過3D視覺化、VR巡視視覺化的方式進行實時動態展示，利用大資料分析、人工智慧等技術手段對資料探勘分析，實現變電站裝置的全狀態量感知與管理。該場景可充分展現智慧變電站運維建設、排程和裝置管理水平，幫助電網公司管理層進行高效智慧的綜合指揮決策。

1）配電網整體執行態勢感知：基於GIS地圖工具，標記變電站地理位置，展示電力走線形式，3D可視的視覺效果。

2）變電站內/外景：3D實體、透明展示，直觀具像，空間立體感強烈，裝置綜合執行指標實時動態展示。

3）裝置三維展示：變電站裝置3D實體、透明展示，裝置虛擬模型數學模擬對映，全域性資訊實時動態重新整理。

４）專題展示分析：對整個電網網架（發、輸、配、變、用）不同維度的三維展示方式，反映真實電網網架、架空線路、電纜線路等各類專題的三維場景。如可設定電纜管道透明度，並對不同透明度的電纜管道及管道內電纜進行展示等。

4.3.2 變電站裝置故障告警

該場景屬於"先知"成熟度面向配電網中變電站裝置運維檢修的應用。變電站是電網排程自動化最為重要的環節之一 ,而變電站基礎裝置可能伴隨著各類故障的發生。透過對變電站動力裝置、室內外環境資料、電力隧道氣體、安防報警、裝置控制、電纜溫度等資料指標的進行梳理，透過將各種經驗變為監控系統中的告警模板，實現線上實時監測，可以將事故後報警轉變為事故前預警、事故時控制；轉變人工式的故障判斷排除為技術以及規則性自動化判斷。如下圖所示在某省網管控中心變電站裝置告警規則設定與告警資訊展示。

4.3.3 電力裝置缺陷分析

該場景屬於"先知"成熟度面向配電網中變電站裝置運維檢修的應用。電力裝置的使用壽命受溫度、溼度、光照等環境因素影響。在不同執行環境下，裝置出現故障或缺陷的機率不同。透過對電力裝置發生歷史故障或缺陷資料進行時序分析，能夠清晰地展示出裝置在不同時間發生的故障或缺陷的變化情況。再結合歷史氣象和環境資料，建立裝置執行環境模型，分析影響裝置健康執行的關鍵因素，幫助裝置維護人員科學制定檢修計劃，將裝置檢修模式由被動轉變為主動。

4.3.4 效能效能劣化拐點分析

該場景屬於"先覺"成熟度面向配電網中裝置運維檢修的應用。挖掘各型裝置全壽命週期或週期片段執行資料、缺陷資料以及溫度、溼度、負荷、不良工況等影響因素，分析在不同執行環境引數下各型裝置及其相關部件效能出現劣化拐點的執行年限，從而掌握不同執行年限時各型裝置高發的缺陷型別，為各型裝置建立"健康檔案"，從而為裝置選型、裝置日常運維檢修、老舊裝置大修技改、備品備件儲備等生產業務提供資料支撐；

4.3.5 基於知識圖譜的多種應用

該場景屬於"先覺"成熟度面向配電網中裝置運維檢修的應用。知識圖譜在智慧電網領域的典型應用包括如電力裝置缺陷記錄檢索、智慧變電站二次安全措施自動生成、裝置故障診斷與管理等。比如藉助知識圖譜技術，利用基於神經網路的方法，基於智慧推理對變電站與配電站裝置、線纜和架空線等狀態評價和故障診斷提供智慧推理診斷和相似缺陷案例報告推薦；

4.3.6 智慧的電力負荷預測

該場景屬於"先覺"成熟度面向配電網中運營以及裝置運維檢修的應用。基於大量的歷史資料，建立科學有效的預測模型，採用有效的演算法，進行大量試驗性研究，總結經驗，不斷修正模型和演算法，從而反映真實的負荷變化規律，對負荷進行準確預測。準確的負荷預測可以更科學地安排電網內部發電機組的啟停，保持電網安全穩定的執行，減少不必要的旋轉儲備容量、最佳化機組檢修計劃、有效地降低發電成本。

4.3.7 疑似家族性缺陷分析

該場景屬於"先覺"成熟度面向配電網中裝置運維檢修的應用。將採集到的廠站、裝置、裝置故障缺陷、裝置供應廠商、電力公司等多維資料深度融合，建立關聯關係。再結合知識圖譜、人工智慧演算法，實現對裝置的家族性缺陷分析。透過裝置家族性缺陷分析，可以清晰的反應出裝置供應商的產品和裝置故障缺陷現象、問題根源存在的密切聯絡。還可以透過對同類原因故障缺陷進行分析，實現裝置疑似家族性缺陷發生的機率並進行排序，便於檢修人員判斷其他相關裝置潛存在相同缺陷的可能性。同時，裝置家族性缺陷分析也可以為裝置選型、供應商篩選提供重要的決策依據。

4.3.8 電力裝置質量溯源

該場景屬於"先知"成熟度面向配電網中變電站裝置運維檢修的應用。將裝置的設計、製造、運輸、驗收、運維等多個環節的質量資訊全景記錄採集並存儲。再結合5G、物聯網監測技術、自動識別技術構建設電力裝置的溯源體系。透過裝置溯源可以對供應商產品質量進行質量監督，減少甚至杜絕問題裝置進入市場；準確定位裝置問題源頭，消除同類裝置的質量問題隱患，將裝置質量問題及時攔截並糾正處理，可大幅降低裝置的更換頻率和裝置採購成本，運維成本也將隨之降低。同時，電力裝置溯源也會促進電網執行的穩定性、可靠性不斷提高。

4.3.9 智慧決策大腦

該場景屬於"共智"成熟度面向配電網運營管理以及裝置運維檢修的應用。該場景也是智慧配電網建設的高階階段，透過智慧決策大腦，能夠達到"統一管控"與變電站數字孿生體之間以及與輸電線路數字孿生體之間"自由互助"的平衡。以此實現配電網與電力系統各個環節的協調和最佳化執行以及故障情況下的問題定位、隔離、恢復和負荷轉移等；以在"國家電網公司智慧配電網頂層設計技術路線"規劃中提到的配電網智慧化運維管控平臺為例，基於配電網大資料、利用人工智慧技術，為配電網運維檢修管理提供智慧決策和協同指揮，縱向實現"國網-網省-地市-縣-班所"逐級管控，橫向實現配電網配變裝置的"站線變"逐級管控。

5、總結與展望

數字孿生是一種技術理念，這種技術理念應用到配電網的全生命週期中時，就形成了面向配電網的數字孿生體模型及其評價系統。但最終的目標，還是需要落腳在使用者的核心需求上來，透過針對建立數字孿生的全資料模型實現基於資料驅動、演算法融合工程化的場景化賦能。本文給出了面向"共智"的配電網數字孿生評價系統的典型場景，但是"共智"是建立在前面一系列的"數化"、"互動"、"先知"、"先覺"的成熟度基礎之上的，在企業構建數字孿生體及其評價系統的過程中，要按照科學和迭代的思路不斷螺旋式的完善與最佳化。而且隨著數字孿生技術理念在配電網的不斷落地與成熟，相信會有更多、更高階的"共智"場景會被大家探索與實踐，為構建安全、可靠、高效、節本的配電網貢獻智慧力量。

作者簡介：

湯蕾，國家電網浦東公司，工程師；

陸興海，北京雲智慧公司，副總裁；

黨志濤，上海友頤公司，總經理；

參考文獻

數字孿生體實驗室.數字孿生體白皮書(全版)，2019

賀興，艾芊，朱天怡，等. 數字孿生在電力系統應用中的機遇和挑戰[J].電網技術，2020：1-11.

戴慶華，晏治喜，漆銘鈞，等.智慧配電網大資料典型應用場景研究[J].電力大資料，2018：21-11.

劉華鋒.配電網工程全壽命週期管理的研究與分析[J].電氣技術，2018：11