電力行業正面臨日益緊迫的電網加固需求，這涉及對電力基礎設施的升級與強化，以應對極端天氣、網絡攻擊以及不斷攀升的用電需求。美國能源部已向參與電網現代化的相關機構提供數十億美元資金，充分彰顯了提升電力可靠性與韌性的重要戰略意義。

部分企業正與能源機構攜手合作，致力于降低極端天氣及其他風險對設備造成的損害。FM公司是一家專注于損失預防的專業機構，為包括電力行業在內的多個領域提供保險服務。該公司依托其研究與測試中心，開展以研究為基礎的工程實踐，為客戶提供涵蓋渦輪機、變壓器和發電機在內的設備風險評估信息。

FM公司電力發電業務首席工程師兼員工副總裁布萊恩·帕爾默，就如何在極端天氣和自然災害威脅加劇的背景下，提升電力發電與輸送的可靠性和韌性，分享了他的專業見解。

問：電力公司和電網運營商可以通過哪些方式加固發電和輸電設備？

帕爾默：除了實體層面的電網加固——例如引入更堅固耐用的設備——概念層面的加固同樣至關重要，這是確保客戶全年每天24小時穩定獲得電力供應的必要條件。所謂概念層面的加固，本質上是一種持續的警覺意識，即將研究成果、工程最佳實踐與歷史損失數據融入全面的發電與電網韌性戰略之中。這聽起來簡單，實則不然，其重要性絲毫不亞于為電力系統引入更先進、更堅固的新設備。

概念層面的加固，又稱風險管理或損失預防，主要包含以下內容：

加固工作還可涉及將發電設備遷移至遠離風險區域的位置。以FM公司為例，我們正在研究地面安裝的光伏太陽能板在風暴事件中的最優收納角度。將面板沿垂直面傾斜可以有效減少冰雹損害，但當風力成為變量時，理想的收納角度會變得更加復雜，因為面板可能像帆一樣兜住強烈的陣風。

問：在加固輸電線路和鐵塔的結構設計方面，是否有一些值得推廣的做法，例如針對強風、冰雪等極端條件的工程設計？

帕爾默：是的——而且風電場尤為脆弱。雷擊是高頻次的危險事件，也是風電場常見的損失原因之一，往往導致葉片、渦輪機和電氣系統受損。因此，我們將渦輪機及配套變壓器的雷電防護設計列為重點關注內容。我們也積極鼓勵客戶采用經過實地驗證的防護系統，包括通過FM認證流程獨立評估和認可的產品。

我們建議安裝雷電探測系統，在渦輪機遭受雷擊時能夠及時向運營人員發出通知。此外，我們還建議在機艙內部及周邊設備上配置電涌防護裝置、浪涌抑制器以及法拉第籠式防護結構。

問：電力發電和輸電基礎設施的加固工作是否應該包含對輸電線路的遠程監控？

帕爾默：是的。在FM公司，我們建議在技術可行的范圍內，對電網進行盡可能全面的遠程監控，包括無人機巡檢、數字化工具以及人工巡檢員。與此同時，我們還采用專業技術手段，例如油中溶解氣體分析裝置，它能夠持續對變壓器絕緣油進行采樣，以捕捉運行狀態的變化。

許多變壓器損壞事故起源于電弧故障，而這類故障本可以通過油中溶解氣體分析提前發現。變壓器油中特定溶解氣體含量的升高，往往是內部缺陷的典型信號。一旦氣體濃度上升，故障概率也隨之增大。

例如，乙炔氣體含量的增加通常意味著內部電弧狀況正在惡化。當乙炔氣體濃度超過特定閾值時，變壓器發生災難性故障的風險已迫在眉睫，必須立即停止運行。遺憾的是，除此之外，變壓器可能不會呈現出任何其他異常跡象。

這對于地理位置偏遠的資產尤為重要，例如風電場和匯集變電站，這類場所的現場巡檢頻率較低，而單次故障就可能導致大規模發電中斷。

問：人工智能（AI）可以在哪些方面發揮作用？

帕爾默：在FM公司，我們支持客戶借助AI技術來檢測和深入理解發電設備中出現的各類異常，包括振動、異常噪音和溫度升高等。

AI可以幫助客戶判斷特定異常所代表的含義、潛在的損失風險，以及預防性維護的必要程度。這種基于事件驅動的維護方式，往往比基于固定周期的日歷式維護更加有效，也更具成本效益。

許多設備制造商也會為客戶提供發電設備的遠程監控服務，而FM公司的財產損失預防數據手冊中包含了可供參考的基準運行參數，能夠為這一過程提供有力支持。

FM公司高度認可客戶對數字孿生技術的應用，包括將其用作培訓模擬器以及評估運營變更風險與影響的工具。當這些模型與真實運營數據相結合時，可以融入更廣泛的AI解決方案，從而實現對新興運營問題的識別與分析。

Q&A

Q1：電網"概念層面的加固"具體指什么內容？

A：概念層面的加固，也稱風險管理或損失預防，指的是將研究成果、工程最佳實踐和歷史損失數據系統性地整合到發電與電網韌性戰略中的一種持續警覺機制。它不同于實體加固（如引入堅固設備），而是強調對潛在風險的主動識別和預防，其重要性與實體加固同等關鍵，目的是確保客戶全年穩定獲得電力供應。

Q2：油中溶解氣體分析如何幫助預防變壓器故障？

A：油中溶解氣體分析裝置可持續對變壓器絕緣油進行采樣，通過監測特定氣體含量的變化來判斷內部健康狀況。例如，乙炔氣體含量升高通常是內部電弧惡化的信號，一旦超過特定閾值，變壓器發生災難性故障的風險極高，需立即停止運行。許多變壓器故障在早期階段并無其他明顯跡象，因此該技術對于偏遠地區的風電場等資產尤為重要。

Q3：AI技術在發電設備維護中能發揮哪些具體作用？

A：AI可幫助運營人員實時檢測發電設備的異常狀況，如振動、異常噪音和溫度升高等，并對異常含義進行分析，預判潛在的損失風險。更重要的是，AI支持基于事件驅動的維護模式，比傳統的固定周期維護更高效、更節省成本。此外，結合數字孿生技術和真實運營數據，AI還能對新興運營問題進行識別與深度分析。