电力市场需求“地下管线走向综合探测仪”重量轻，简便实用

近日，国内第1个多智能体协作的省级电网AI调度员“明月”在广东电网公司电力调度控制中心上线，实现了人工智能与电网调度业务深度融合，促进电网调度由“经验驱动型”向“智能决策型”加速转变。

“明月，请帮我预测台风期间的电网风险……”在广东电网公司电力调度控制中心，调度员江里舟正在使用调度员“明月”完成电网风险分析、生成处置方案并智能执行调度操作，全链条处置时间由以前的几个小时降低到5分钟内。

据悉，广东电网公司加快数字化、智能化转型，基于南方电网大瓦特电力大模型底座，联合南网数字集团、香港中文大学、华南理工大学、南瑞信通公司成立了技术攻关团队，攻克技术壁垒，研发了调度操作、信号监控、系统调控、在线安监、智能决策、智能语音等多智能体协作的AI调度员“明月”，并实现100%国产化。

“‘明月’的应用树立了‘数据+经验+AI’的智能调度模式，实现了调度业务形态的重构。”广东电网电力调度控制中心调度部经理说，“明月”充分融合知识图谱、强化学习、大模型微调等技术，规避了大模型在应用端的“幻觉”问题，落地应用成效显著。广东电网电力调度控制中心将进一步深化“明月”的应用场景及应用范围，全方位支撑电网可靠稳定运行与电力可靠供应。

第1章  概  述（LYST-200电力市场需求“地下管线走向综合探测仪”重量轻，简便实用）

由一台发射机、一台接收机及附件构成，用于地下管线路由的准确定位、埋深测量和长距离的追踪以及对管线绝缘故障点的测量查找。地下管线走向综合探测仪采用了多线圈电磁技术，提高了管线定位定深的精度和目标管线的识别能力，在管线密集复杂的区域也能准确地对目标管线进行追踪和定位。因而在电信、网通、移动、联通、铁通、电力、自来水、煤气、物探、石化和市政等行业得到了广泛的应用。

提供多种可选附件，从而增加了它们的用途，扩展了它们的应用范围。

使用之前请阅读本手册。

第2章  主要功能、特点和技术指标（LYST-200电力市场需求“地下管线走向综合探测仪”重量轻，简便实用）

2.1地下管线走向综合探测仪主要功能

1、测定地下管线的路由

2、测定地下管线的埋深

3、多管线的情况下目标管线的识别

4、检测并定位管线绝缘故障点

2.2主要特点

1、采用先进的信号处理技术、新的集成电路元器件以达到优异的测试性能。

2、测量信号的多种发送方式:

（1）注入法：用于有注入点的管线。

（2）钳夹法：用于被测管线有一段外露，便于钳夹夹钳的管线。

（3）感应法：用于无注入点或无外露的管线。

3、多种测量频率：有480Hz、7.7KHz、31KHz和61KHz四种有源频率以及电力线缆的50Hz无源频率；用户可以根据环境的不同进行选择（如需要采用特殊测量频率，请在定货合同中注明）。

4、提高测试效率的不同的定位模式和功能：

（1）峰值模式：通过测量信号的极大值来确定路由的位置。

（2）谷值模式：通过测量信号的极小值来确定路由的位置。

（3）路由定向：直观、迅速地指示路由的方向。

（4）绝缘故障查找（FF）: 查找并定位出管线绝缘恶化导致的故障点。

（5）听诊器：通过听诊头从众多管线中识别出信号所加载的管线。

5、辅助功能：

（1）接收增益自动调节：自动调节接收机的增益以使接收机处于优化状态，免去了手动调节的繁琐。

（2）声响功能：接收机通过喇叭发出的音调变化直观地反映测量的信号大小。

（3）管线状态检测：发射机在做注入模式时，首先检测管线的绝缘电阻，残余电压，再将信号施加到目标管线上。当管线上绝缘电阻较小（近于对地短路）发射机将自动退出该模式，当残余电压较大时发射机告警，操作人员应立即停止信号的加载，关闭发射机。

（4）电池电量检测：电池电量的实时检测，当电量低到保护值时会发出报警自动关机。

（5）节电功能：发射机开机30秒左右未按其它键、接收机开机操作后，若10分钟左右未再按其它键时，机器会自动关机，以节省电池电能。

2.3 技术指标

2.3.1发射机技术指标

2.3.2接收机技术指标

注:正常情况下指所测试的管线在上述测量范围内没有绝缘故障及其它干扰。

2.3.3 环境要求

2.3.4 物理特性

组件一（仪表组合）

用户可以选配组件：

组件二（故障查找支架）

目前，实现从专家驱动向数据驱动的范式转型仍面临多重制约。一方面，专家驱动的研究惯性可能造成路径依赖，阻碍形成向数据驱动转型的共识；另一方面，数据驱动范式转型作为系统性工程，需要数据方法模型、数字人才储备和数据资源三大关键要素的协同支撑，当前各要素间的适配性不足提高了转型难度。

基于近年来实践案例以及范式转型制约因素，需从转型认知、顶层设计、数据资源、研究队伍、方法模型五方面解析向数据驱动转型的路径。

深化范式转型认知，明确转型方向。研究范式的转型路径并非替代关系，单一依赖定性分析易缺乏科学严谨性，而过度偏向定量研究则可能丧失问题导向性，需建立以数据与专家智慧为主的双轮驱动模式。一方面，充分发挥人机协同效应，依托专家的专业知识与经验明确拟解决问题、研究思路以及确定问题的解决方案，在此基础上利用大数据分析方法增强研究的科学性和前瞻性。另一方面，引入专家经验与智慧内嵌到算法程序中，持续加强算法模型对各种数据进行分析、处理的能力，实现定性经验知识与定量算法模型之间的优势互补。

转变顶层设计理念，形成数据驱动共识。通过多渠道、多层次的举措，构建起数据驱动的共识生态。从战略层面看，将数据思维纳入组织战略规划，明确数据资源作为软科学研究核心要素的定位，突破以专家驱动为代表的经验式研究范式，形成经验支撑数据的新思维。从理念层面看，营造数据驱动的文化氛围，将数据驱动理念融入组织核心价值观，定期发布数据驱动相关研究成果与动态，充分发挥先进典型的示范带领作用，营造“数据说话”“数据分析”和“数据结论”的大数据应用局面。

加强研究队伍建设，激发范式转型动力。一方面，加大对人才的数据能力培养力度，不仅从技术层面培养人才对海量复杂数据进行分析、管理与治理的能力，还应注重培养其将大数据技术在软科学领域的应用能力，将人才打造成具备熟悉大数据技术、掌握大数据方法和开展大数据精准分析的专门大数据人才。另一方面，完善复合型人才引进机制，畅通具备计算机、人工智能等数据科学领域与社会科学、管理科学等软科学领域复合背景的高水平人才引进渠道，集聚一批兼具理论基础与数字技术的人才队伍，更好满足数据驱动型研究对复合型人才的需求。

强化数字资源管理，夯实数据驱动根基。要以数据资源为支撑，探索建立数据管理机制，形成数据有效管理、开放共享的模式。加强数字资源体系建设，根据自身条件、需求和能力自主建设以自身特色研究领域为核心的数据库，并通过与外部组织建立合作关系引入外部数据，整合形成多个跨领域的主题数据库，形成自有数据库与外部数据库相结合的数据库体系。同时，推动数据开放共享，通过建立跨机构的规范化数据标准，在数据资源上形成合力，有效支持研究人员对数据采用新方法、新视角等开展研究，不仅避免资源的浪费，同时也能够进一步检验研究成果，提高研究成果的科学性。

推动方法模型更新，筑牢研究基础。一方面，加快算法模型开发，推动研究过程智能化转型。通过整合跨学科、跨团队的资源，开发数据挖掘算法和智能分析模型，尤其是针对特定软科学问题的算法与模型研发，将机器学习、深度学习、知识图谱等人工智能技术深度嵌入研究流程，实现从依赖专家经验的定性研判向定量分析与质性研究融合的范式跃迁。另一方面，推动跨学科方法融合，加快多样化、多学科方法和工具的开发与运用，突破学科边界限制，让数据从信息科学、行为科学、管理科学及社会科学等不同角度“说话”，形成与大数据时代相适应的研究方法体系。

上海来扬电气转载其他网站内容，出于传递更多信息而非盈利之目的，同时并不代表赞成其观点或证实其描述，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。