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

Ausgabemodus	Technische Parameter	Anwendungsszenario
Traditionell Analog	5A/1A, Genauigkeitsklasse 0.2S	Schutzgeräte, Zugriff auf mechanische Zähler
Digitaler Ausgang	IEC 61850-9-2 LE Abtastwerte (SV), 4000 Hz	Merging Unit (MU), zentrale PMU-Analyse

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

Phase	Aktivität	Zeitrahmen, Aufwand (Viertel-Person)
Geräteschicht-Umrüstung	Ersatz traditioneller CTs	2025 Q1, 6qp
	Installation des Glasfaser-Netzwerks	2025 Q2, 4qp
Systemschicht-Upgrade	Zugriff auf MU-Daten	2025 Q3, 3qp
	Konfiguration des Edge-Computings	2025 Q4, 2qp
Fortschrittliche Anwendungen	PMU-dynamische Überwachung	2026 Q1, 4qp
	AI-Lastprognose	2026 Q2, 6qp

(qp = Viertel-Person-Aufwandsmaßeinheit)

IV. Technische und wirtschaftliche Vorteile

Kenngröße	Vor der Umrüstung	Nach der Umrüstung	Verbesserung
Dimensionen der Datenerfassung	6 Parameter	27+ Merkmale	350% Erhöhung
PMU-Synchronisierungsgenauigkeit	10 μs	0.8 μs	12.5-fache Verbesserung
Datentransfermenge	12 Mbps/Einheit	3.6 Mbps/Einheit	70% Reduzierung
Antwortzeit zur Fehlerdiagnose	300 ms	45 ms	85% Verbesserung

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

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.