电工技术 198 2019 年 1 月 电缆智慧运维管理新模式 于连坤 陈文涛 国网天津市电力公司电缆分公司，天津 300000 摘要：随着经济社会的飞速发展，电缆专业发展迅速，电缆数量快速增加，运行维护范围扩大，运行、检修、试验等传统电缆业务急需规范化管理。随着云时代的来临，大数据、互联网+、数据库等作为当今信息化社会的重要概念之一，吸引了越来越多的关注，电缆专业管理也要与时俱进，改善运维方式，优化管理模式。 关键词：电缆；智慧管理；差异化运维；大数据 中图分类号：TU855 文献标识码：A 1 基于 “ 互联网 +” 的智慧管理 传统电缆管理模式难以适应电缆专业发展的新常态。因此，亟须创新电缆管理机制，提高运检管理工作智慧化水平。目前，利用“互联网+” 手段推动经济社会发展和传统产业升级转型已成为大趋势。 目前国网公司研究的智能电网，偏重于设备的智能化，缺少管理的智慧化。智慧管理是指在新一代信息技术与电网设备有机融合的基础上，深入挖掘数据价值，实现设备运行状态诊断和干预，以系统智慧研判为主、人工决策为辅。 因此电缆智慧管理应当是基于“互联网+”新一代信息技术与电缆设备的深度融合。
通过采用传感技术，实现对电缆通道的运行环境、电缆本体以及电缆附属设备各方面、全方位的监测和全面的感知。对于电缆通道的运行环境监测，主要监测通道内气体含量、水位、积淤深度、电缆盖板的位置、通道的温湿度等；对于电缆本体的监测，主要监测电缆的温度、载流量、局放等；对于电缆附属设备的监测，主要监测避雷器泄漏电流、电缆终端温度等。 “互联网+”时代是一个各个领域通过互联网技术大融合的时代，而处于该时代背景下的智慧电缆管理模式必将是与其他各领域广泛交互的新模式。电缆是城市地下管线的重要组成部分，而地下综合管线又是整个城市不可或缺的能源输送通道，是城市不可或缺的成分。因此通过与城市地下所有管线的实时互联、互通，实现电缆运维的全民化，有效防止各种外破的发生。 电缆运检室拟搭建智慧电缆管理平台，广泛采用传感和互联网络技术，实现对电缆基础信息的全面获取、电缆运行状况的全方位把脉以及电缆寿命的提前预测，实现电缆运行状态诊断和干预，以系统智慧研判为主、人工决策为辅的目标。 将借助高科技手段，该平台可以实现一体化、数字化、可视化沙盘平台，实时显示各项巡视工作现场，提高工作效率和管控力度。对必须驻守定点看护的重要场所如施工现场等，设置自适应监控设备，通过平台远程实时掌握现场情况，及时掌握巡视人员位置和巡视情况，彻底解放人力。
要实现真正的智慧电缆，电缆专业的智慧管理应分三个阶段进行： 第一阶段， 进行电缆和通道三维空间测绘，实现电缆与其他地下管线在一张网图上显示，解决“电缆在哪 ” 问题； 第二阶段，提高在线监测装置覆盖率，解决“电缆状态如何”的问题； 第三阶段，利用大数据分析技术，进行寿命评估，解决“电缆何时更换”的问题。 2 电缆专业 “ 差异化 ” 运维管理 当前随着电力工程建设规模的不断扩大,电缆线路数量日益增多,运维环境越发复杂,传统运维方式以难以获得理想效果。传统模式下运维没有重点、面面俱到，效果差，不能充分利用有限的资源、有限的人员。而差异化运维则能起到很好运维效果,以解决当前运维模式中存在的不足。 差异化运维与日常运维巡视最大区别在于它是先按设备健康程度及重要程度两个维度开展设备健康度评价，细化列出重点管控设备清单，如电缆投运时间、接头质量、敷设环境和保障的用户等级等。差异化运维模式可以将时间、人员、物资放在状况差的设备上，更深层次可以按设备风险评估标准评估出风险高的建立“设备状况黑名单”，对这部分要加强巡查和维护，突出“差异化”，做到有重点、有先后缓急。 差异化运维量化评价 电缆设备健康程度评价： 电缆运检室将对所管辖所有电缆设备健康状况进行打分，将每段电缆健康状况量化。
利用“互联网+”大数据分析方法，结合日常在线监测数据，对电缆健康状况进行量化评价，例如对于投运时间较长、纸绝缘、敷设环境极差的电缆设备评价为 1 分；对投运时间短、通道环境好的电缆设备评价 10 分。 设备重要程度评价： 电缆运检室按所保障用户重要性对电缆设备进行重要程度评价，对于政府、电视、广播、交通运输、医院、重要旅游场所、一般场所等，对这些重要和一般用户按照一套分类标准进行分级为一级，二级，三级，四级。一级线路就是非常重要，二级线路是很重要，三级是一般重要，四级线路是即使停电也影响不大的线路，一、二、三、四级分别评价为 1、2、3、4 分。 如下图所示： 根据设备健康程度和重要程度两个维度开展设备健康度评价后，每段电缆在坐标系中有个坐标点，例如当坐标点落在绿色区域内时应当加强巡视、缩短维护周期，突出“差异化”，巡视有重点、有缓急，保证巡视资源的最大化利用。 3 电缆智能化抢修 基于故障抢修资源管理流程、用电信息采集等信息，结合抢修班组、客户、线路、气象信息等数据，实现了电缆故障在事中、事后的全过程跟踪、分析，并对故障总量、故障处理效率、故障原因等开展数据挖掘分析，合理配置抢修资源，提高抢修效率。 下图流程可体现各个数据流配合：
