Künstliche Intelligenz am Netzrand stärkt die digitale Transformation von AIS-CTs: Kompatibel mit traditionellen und smarten Netzen für neue Energiesysteme

​

I. Projektzusammenhang​
Angesichts der steigenden Anforderungen des neuen Stromsystems an die Genauigkeit der dynamischen Überwachung, die Kompatibilität der Ausrüstung und die Datenintelligenz, bedürfen traditionelle Luftgeführte Schaltanlagen (AIS) Stromwandler (CTs) dringend einer digitalen Transformation, um die folgenden Durchbrüche zu erzielen:

• ​Kompatibilitätskonflikt:​​ Es muss sowohl für traditionelle analoge Umspannwerke als auch für digitale Umspannwerke unterstützt werden.
• ​Genauigkeitsengpass:​​ Unzureichende Synchronisierungsgenauigkeit des PMU (Phasenmessgeräts), die die Analyse dynamischer Prozesse einschränkt.
• ​Datenflut:​​ Die Übertragung von rohen Abtastwerten beansprucht über 90% der Kanalkapazität.

​II. Kerntechnische Lösung​

​1. Dual-Modus-Ausgabeschnittstellendarstellung​

• ​Innovation:​​ Verwendet eine magnetisch isolierte Doppelspulenkonstruktion, um Störungen zwischen digitalen und analogen Signalen zu vermeiden, erreicht eine Gesamtfehlergenauigkeit < ±0.1%.

​2. Zeit-Synchronisationssystem auf Mikrosekunden (μs)-Ebene​

​3. Edge-Computing-intelligenter Endpunkt​
* ​Hardware-Konfiguration:​​
* Dual-Core ARM Cortex-M7-Prozessor @ 480MHz
* 128KB SRAM + 4MB Flash-Speicher
* ​Lokale Analysefunktionen:​​
* Berechnung des harmonischen Verzerrungsgrades (THD) (±0.2% Genauigkeit bei THD ≤ 1.5%)
* Analyse der Dreiphasenungleichgewichtigkeit (Antwortzeit < 20ms)
* Extraktion der Lastformmerkmale (Kompressionsverhältnis 7:1)
* ​Optimierung der Datentransmission:​​ Nur Merkmalsdaten werden hochgeladen, reduziert den Bandbreitenbedarf um 70%.

​III. Implementierungsverfahren der Transformation​

​Dreiphasiges Implementierungsplan für die digitale Transformation​

(qp = Viertel-Person-Aufwandsmaßeinheit)

​IV. Technische und wirtschaftliche Vorteile​

​Investitions-Rückzahlungsberechnung:​​

• ​Kosten für die Umrüstung eines einzelnen Feldes:​​ ¥48.000
• ​Jährliche Einsparungen bei Wartungskosten:​​ ¥18.000
• ​Eingesparte Kosten durch vermiedene Kapazitätsausweitung:​​ ¥50.000 (3-Jahres-Zeitraum)
• ​Statische Rückzahlungszeit:​​ 2.7 Jahre < Ziel 3 Jahre

​V. Typische Anwendungsszenarien​

1. ​Anschlusspunkt erneuerbarer Energieanlagen am Netz​
• Erfasst sekundäre Schwankungen in der Leistungsausgabe von Wind- und Solarenergie.
• Löst automatisch den SVG (Static VAR Generator) aus, wenn Harmonische überschritten werden.
2. ​Stadtlastzentrum-Umspannwerk​
• Dynamische Kapazitätserweiterung basierend auf Edge-Computing.
• Identifiziert impulsive Lasten innerhalb von 0.1 Sekunden.
3. ​Intelligente Umrüstung traditioneller Umspannwerke​
• Beibehaltung bestehender Schutzkreise.
• Hinzufügen neuer optischer Faser-Digitalkanäle.