当前位置: 首页> 电网> 省网新闻

管控设备风险 筑牢安全防线——国网江苏电力推进设备安全隐患整治

国家电网报 发布时间:2021-06-11 10:19:14 作者:王晗卿

  6月2日,±800千伏泰州换流站完成年检。作为国内首座特高压交直流分层接入合建站,该站连接起我国西部煤电基地和东部负荷中心,投运至今累计受入直流输送电量477亿千瓦时。换流站年检的圆满完成为电网安全运行进一步提供了坚强保障。

  大到一个换流变压器,小到一个配电箱,设备犹如电网的“细胞”,确保每个“细胞”正常工作,才能保障电网整体的安全运行。根据国家电网有限公司安全生产专项整治三年行动相关要求,国网江苏省电力有限公司在设备管理上下足功夫,聚力开展安全整治集中攻坚。

  隐患治理做实做细

  4月20日,国网江苏电力机巡中心启动为期8天的跨沪昆、沪蓉铁路无人机监察性巡检,以促进“三跨”隐患治理做细做实。

  电力线路架设过程中容易出现跨越铁路、公路及重要输电通道的情况,在施工过程中容易产生设备安全隐患。对电网企业来说,做好输电线路“三跨”的运维保障,与设备安全稳定运行密切相关。

  国网江苏电力持续推进“三跨”隐患治理,围绕安全生产专项整治三年行动,开展自查、互查、督查,强化隐患治理成效。目前,该公司已累计完成省内97%的“三跨”隐患治理,并已消除所有跨高铁区段隐患。

  “本次开展的无人机监察性巡检,以最快的速度、最小的投入、最近的距离全方位掌握了“三跨”区段的实际状况。”参与督查的国网江苏电力设备部负责人介绍,本次巡检累计督查适航区内189处隐患,并将开展数据分析,为后续线路运维管理提供更为科学的依据。

  此外,国网江苏电力还应用变压器油色谱、局放、红外等监测、检测手段,实现各类隐患的提早发现、实时跟踪和及时处理,确保设备安全可控、能控、在控,不断提升设备安全水平。

  安全生产专项整治三年行动启动以来,国网江苏电力共梳理问题隐患948项,计划今年完成791项的治理,治理率达83.4%,并将在2022年完成剩余隐患整改。

  深化设备全寿命周期管理

  “将仪器仪表资产管理与运检业务深度关联,通过实物ID,可以实现仪器仪表的全寿命周期全流程管控。”泰州供电公司设备部负责人姚建光介绍。

  仪器仪表主要包括电能表、电流表等各类表计设备,是开展运检业务的关键技术装备,也是电网企业重要的实物资产。结合安全生产专项整治三年行动,国网江苏电力加强设备精益化管理,自主研发基于实物ID的仪器仪表精益化管理系统,并在2020年年底投入使用,实现从设备出厂到最终报废的全流程管控。

  同时,国网江苏电力还自主开发了资产全寿命周期管理大数据平台,于1月1日上线。该平台通过资产数据的集中收集、查询、共享、分析,实现资产全寿命周期的精准、便捷、高效管理。

  “资产全寿命周期管理大数据平台可以为我们提供指导和决策辅助,帮助我们当好设备管理的‘大管家’,为设备安全提供保障。”无锡供电公司设备部专职赵健说。

  目前,资产全寿命周期管理大数据平台已搭载49989条工程项目数据链、10518条物资采购数据链、1345846条设备资产数据链,设置了20余个资产全寿命管理相关的监测指标,开发了17个应用分析模块。该平台已在江苏省13家地市公司上线使用,成为专业部门加强设备管理的重要工具。

  优化风险防控手段

  “滴滴滴……”5月31日上午,无锡110千伏祝塘变电站内的二次设备智能巡检机器人正在站内巡检。该机器人于1月份开始使用,目前还处于试点应用阶段。

  变电站内二次设备数量多、结构复杂,受环境等因素影响,设备运行一段时间后可能会出现接线松动、受潮等问题,周期性的人工巡检可以实现对相关风险的防控,但是效率有限。

  针对这一问题,国网江苏电力历时两年自主研发二次设备智能巡检机器人,并在无锡供电公司试点应用。该机器人可以自动感应、开启柜门,并且深入屏柜内对相关风险部位开展专项巡检。以机器人代替人工,不仅减少了一线员工的工作量,还提高了风险防控水平,助力该公司整治安全风险隐患。

  “机器人的缺陷识别精度达到90%,我们足不出户就能掌握二次设备运行状态,效率比人工监测高了很多。”江阴市供电公司城东变电运维班班长殷志浩说。该公司负责祝塘变电站的日常运维,应用智能巡检机器人让运维人员的工作质效得到进一步提升。

  做好风险防控是保障设备安全的重要环节,国网江苏电力通过提升设备智能化水平,为保障设备安全增加保险。目前,该公司已在600余座220千伏变电站完成室外机器人部署,实现220千伏及以上电压等级变电站机器人全覆盖。同时,该公司还优化可视化监控,在14座500千伏变电站、194座220千伏变电站开展视频改造,通过可视化手段实现风险远程防控。

评论

用户名: 匿名发表
密码:
验证码:
最新评论 0

相关阅读

无相关信息
Baidu
map