電力市場需求“地下管線走向綜合探測儀”重量輕，簡便實用

近日，國內第1個多智能體協作的省級電網AI調度員“明月”在廣東電網公司電力調度控制中心上線，實現了人工智能與電網調度業務深度融合，促進電網調度由“經驗驅動型”向“智能決策型”加速轉變。

“明月，請幫我預測臺風期間的電網風險……”在廣東電網公司電力調度控制中心，調度員江里舟正在使用調度員“明月”完成電網風險分析、生成處置方案并智能執行調度操作，全鏈條處置時間由以前的幾個小時降低到5分鐘內。

據悉，廣東電網公司加快數字化、智能化轉型，基于南方電網大瓦特電力大模型底座，聯合南網數字集團、香港中文大學、華南理工大學、南瑞信通公司成立了技術攻關團隊，攻克技術壁壘，研發了調度操作、信號監控、系統調控、在線安監、智能決策、智能語音等多智能體協作的AI調度員“明月”，并實現100%國產化。

“‘明月’的應用樹立了‘數據+經驗+AI’的智能調度模式，實現了調度業務形態的重構。”廣東電網電力調度控制中心調度部經理說，“明月”充分融合知識圖譜、強化學習、大模型微調等技術，規避了大模型在應用端的“幻覺”問題，落地應用成效顯著。廣東電網電力調度控制中心將進一步深化“明月”的應用場景及應用范圍，全方位支撐電網可靠穩定運行與電力可靠供應。

第1章  概  述（LYST-200電力市場需求“地下管線走向綜合探測儀”重量輕，簡便實用）

由一臺發射機、一臺接收機及附件構成，用于地下管線路由的準確定位、埋深測量和長距離的追蹤以及對管線絕緣故障點的測量查找。地下管線走向綜合探測儀采用了多線圈電磁技術，提高了管線定位定深的精度和目標管線的識別能力，在管線密集復雜的區域也能準確地對目標管線進行追蹤和定位。因而在電信、網通、移動、聯通、鐵通、電力、自來水、煤氣、物探、石化和市政等行業得到了廣泛的應用。

提供多種可選附件，從而增加了它們的用途，擴展了它們的應用范圍。

使用之前請閱讀本手冊。

第2章  主要功能、特點和技術指標（LYST-200電力市場需求“地下管線走向綜合探測儀”重量輕，簡便實用）

2.1地下管線走向綜合探測儀主要功能

1、測定地下管線的路由

2、測定地下管線的埋深

3、多管線的情況下目標管線的識別

4、檢測并定位管線絕緣故障點

2.2主要特點

1、采用先進的信號處理技術、新的集成電路元器件以達到優異的測試性能。

2、測量信號的多種發送方式:

（1）注入法：用于有注入點的管線。

（2）鉗夾法：用于被測管線有一段外露，便于鉗夾夾鉗的管線。

（3）感應法：用于無注入點或無外露的管線。

3、多種測量頻率：有480Hz、7.7KHz、31KHz和61KHz四種有源頻率以及電力線纜的50Hz無源頻率；用戶可以根據環境的不同進行選擇（如需要采用特殊測量頻率，請在定貨合同中注明）。

4、提高測試效率的不同的定位模式和功能：

（1）峰值模式：通過測量信號的極大值來確定路由的位置。

（2）谷值模式：通過測量信號的極小值來確定路由的位置。

（3）路由定向：直觀、迅速地指示路由的方向。

（4）絕緣故障查找（FF）: 查找并定位出管線絕緣惡化導致的故障點。

（5）聽診器：通過聽診頭從眾多管線中識別出信號所加載的管線。

5、輔助功能：

（1）接收增益自動調節：自動調節接收機的增益以使接收機處于優化狀態，免去了手動調節的繁瑣。

（2）聲響功能：接收機通過喇叭發出的音調變化直觀地反映測量的信號大小。

（3）管線狀態檢測：發射機在做注入模式時，首先檢測管線的絕緣電阻，殘余電壓，再將信號施加到目標管線上。當管線上絕緣電阻較小（近于對地短路）發射機將自動退出該模式，當殘余電壓較大時發射機告警，操作人員應立即停止信號的加載，關閉發射機。

（4）電池電量檢測：電池電量的實時檢測，當電量低到保護值時會發出報警自動關機。

（5）節電功能：發射機開機30秒左右未按其它鍵、接收機開機操作后，若10分鐘左右未再按其它鍵時，機器會自動關機，以節省電池電能。

2.3 技術指標

2.3.1發射機技術指標

2.3.2接收機技術指標

注:正常情況下指所測試的管線在上述測量范圍內沒有絕緣故障及其它干擾。

2.3.3 環境要求

2.3.4 物理特性

組件一（儀表組合）

用戶可以選配組件：

組件二（故障查找支架）

目前，實現從專家驅動向數據驅動的范式轉型仍面臨多重制約。一方面，專家驅動的研究慣性可能造成路徑依賴，阻礙形成向數據驅動轉型的共識；另一方面，數據驅動范式轉型作為系統性工程，需要數據方法模型、數字人才儲備和數據資源三大關鍵要素的協同支撐，當前各要素間的適配性不足提高了轉型難度。

基于近年來實踐案例以及范式轉型制約因素，需從轉型認知、頂層設計、數據資源、研究隊伍、方法模型五方面解析向數據驅動轉型的路徑。

深化范式轉型認知，明確轉型方向。研究范式的轉型路徑并非替代關系，單一依賴定性分析易缺乏科學嚴謹性，而過度偏向定量研究則可能喪失問題導向性，需建立以數據與專家智慧為主的雙輪驅動模式。一方面，充分發揮人機協同效應，依托專家的專業知識與經驗明確擬解決問題、研究思路以及確定問題的解決方案，在此基礎上利用大數據分析方法增強研究的科學性和前瞻性。另一方面，引入專家經驗與智慧內嵌到算法程序中，持續加強算法模型對各種數據進行分析、處理的能力，實現定性經驗知識與定量算法模型之間的優勢互補。

轉變頂層設計理念，形成數據驅動共識。通過多渠道、多層次的舉措，構建起數據驅動的共識生態。從戰略層面看，將數據思維納入組織戰略規劃，明確數據資源作為軟科學研究核心要素的定位，突破以專家驅動為代表的經驗式研究范式，形成經驗支撐數據的新思維。從理念層面看，營造數據驅動的文化氛圍，將數據驅動理念融入組織核心價值觀，定期發布數據驅動相關研究成果與動態，充分發揮先進典型的示范帶領作用，營造“數據說話”“數據分析”和“數據結論”的大數據應用局面。

加強研究隊伍建設，激發范式轉型動力。一方面，加大對人才的數據能力培養力度，不僅從技術層面培養人才對海量復雜數據進行分析、管理與治理的能力，還應注重培養其將大數據技術在軟科學領域的應用能力，將人才打造成具備熟悉大數據技術、掌握大數據方法和開展大數據精準分析的專門大數據人才。另一方面，完善復合型人才引進機制，暢通具備計算機、人工智能等數據科學領域與社會科學、管理科學等軟科學領域復合背景的高水平人才引進渠道，集聚一批兼具理論基礎與數字技術的人才隊伍，更好滿足數據驅動型研究對復合型人才的需求。

強化數字資源管理，夯實數據驅動根基。要以數據資源為支撐，探索建立數據管理機制，形成數據有效管理、開放共享的模式。加強數字資源體系建設，根據自身條件、需求和能力自主建設以自身特色研究領域為核心的數據庫，并通過與外部組織建立合作關系引入外部數據，整合形成多個跨領域的主題數據庫，形成自有數據庫與外部數據庫相結合的數據庫體系。同時，推動數據開放共享，通過建立跨機構的規范化數據標準，在數據資源上形成合力，有效支持研究人員對數據采用新方法、新視角等開展研究，不僅避免資源的浪費，同時也能夠進一步檢驗研究成果，提高研究成果的科學性。

推動方法模型更新，筑牢研究基礎。一方面，加快算法模型開發，推動研究過程智能化轉型。通過整合跨學科、跨團隊的資源，開發數據挖掘算法和智能分析模型，尤其是針對特定軟科學問題的算法與模型研發，將機器學習、深度學習、知識圖譜等人工智能技術深度嵌入研究流程，實現從依賴專家經驗的定性研判向定量分析與質性研究融合的范式躍遷。另一方面，推動跨學科方法融合，加快多樣化、多學科方法和工具的開發與運用，突破學科邊界限制，讓數據從信息科學、行為科學、管理科學及社會科學等不同角度“說話”，形成與大數據時代相適應的研究方法體系。

上海來揚電氣轉載其他網站內容，出于傳遞更多信息而非盈利之目的，同時并不代表贊成其觀點或證實其描述，內容僅供參考。版權歸原作者所有，若有侵權，請聯系我們刪除。