基于營配大數據的配網停電診斷與影響評估關鍵技術研究

曹熙 田欣 黎曉冰

摘要：針對配電網發展過程中存在的問題，亟需研究面向大數據環境下的配網停電診斷與影響評估模型及相關大數據處理關鍵技術，從而全面客觀的診斷分析配電網運行的可靠性，估算供電中斷對用戶造成的損失，并對造成停電事故產生的原因及影響進行深度分析，需要借助大數據分析技術，充分利用營配領域積累的海量歷史和現時產生的實時數據，科學地構建診斷指標體系、診斷模型、指數模型及分析模型，實現在線智能分析診斷，從而合理地估算和評價城市配電網中各類用戶的停電損失，分析造成配電網停電故障的根本原因，并為應急電源優化配置的投資和決策方面提供科學依據。

關鍵詞：配電網 ?停電診斷 ?關鍵技術

0 引言

隨著我國國民經濟的快速增長，人民物質文化生活水平不斷提高，各行業對電力的需求也越來越大，這也使得電力系統自身規模不斷擴大，自動化水平不斷提高，系統結構也日趨復雜。向用戶提供安全、可靠、經濟的電能是電力企業的宗旨。然而，在實際運行中，供電不足或斷電的情況往往會因各種因素而發生，這除了會直接影響供電部門的經濟效益之外，還會對各類用戶造成非常嚴重的停電損失。在供電不足或停電問題尚無法完全得到解決的現狀下，我們需要從統籌社會全局的角度，本著社會效益最大化的原則來規劃配電網建設、優化配電網運行檢修，進而達到現有條件下的配電網最優可靠性水平。

為了實現上述目標，可以充分利用營配領域積累的海量歷史數據通過數據挖掘科學構建相應診斷模型、指數模型及分析模型，在線捕獲實時業務數據，實現預測、估算供電中斷對用戶造成的損失，即停電損失，并對造成停電事故產生的根本原因進行溯源分析，便于電網企業啟動合理應急預案，采取恰當的處置措施防止停電影響擴大化。合理地估算和評價城市配電網中各類用戶的停電損失， 可為電力企業在提高城市電網的可靠性水平及應急電源優化配置的投資和決策方面提供依據。

1 研究目標

本文重點研究配網停電原因診斷及其影響評估，主要為了實現如下三個工作目標：

①通過試點研究，完成配網停電原因診斷與影響評估業務分析，明確應用目標，驗證業務價值，確保營配網診斷與評估應用切實符合南網智能配電網業務發展需要。

②通過試點研究，完成大數據典型應用場景的數據模型、分析模型和數據可視化場景設計，實現應用目標。

③通過試點研究與同步開展的大數據技術應用路線研究，研究符合營配一體化需求的大數據技術的適用性，探尋最適合的技術解決方案。

2 主要涉及的研究理論

本文所涉及的學習理論主要包括：信息熵和重尾分布理論。具體理論依據闡述如下：

2.1 信息熵理論：指標權重的大小其本質上是由該指標在指標體系中所含的信息量所決定的，信息量的大小本質上是有該指標取值序列熵值所反映。一般而言，越穩定的指標，其所含的信息越少，反之則越大。而信息熵理論則正好反應了這一基本理念，因此用信息熵來進行指標權重的分配是合適的。

2.2 重尾分布模型：設置指標閾值的目的就是要在指標的正常值和異常值之間設置一個分界線，因此核心問題就是要觀察正常值和異常值的分布問題。一般而言，正常值屬于分布較普遍的取值，其出現次數較多，而異常現象的取值往往偏離常規取值。而在重尾分布理論中，其取值最高的部分常用于刻畫描述常態（比如我國居民平均收入的人群數量），而其常常尾部所刻畫的對象往往是異常對象（比如居民億萬收入的人群）。因此，對于指標閾值設定的問題，可以用重尾分布理論來解決。

2.3 多源數據集成融合技術。數據集成是把不同來源、格式、特點性質的數據在邏輯上或物理上有機地集中，從而為企業提供全面的數據共享。

目前通常采用聯邦式、基于中間件模型和數據倉庫等方法來構造集成的系統，這些技術在不同的著重點和應用上解決數據共享和為企業提供決策支持。

3 研究技術路線

■

本研究的整體架構如上圖所示，以公司現有停電診斷分析相關指標為基礎，運用概率圖模型理論，構建層次指標體系結構，主要內容包括：①指標閾值優化：通過重尾分布理論，對電力大數據流序列的分析，對每個指標值的分布構建重尾分布模型，確定停電指標的置信區間，進而確定重尾分布中常態數據分布和異常分布之間的分界線，進而確定指標的閾值;②指標權重優化：多因素問題研究中各因素的權重分配始終是多因素問題研究的一個重點，指標的權重確定屬于這一范疇;③構建指標網絡拓撲結構：基于概率圖模型理論通過邊來刻畫基礎指標之間的相關關系，并形成了一套完成的概率推理理論，確定并量化指標之間拓撲關系;④基于綜合指數法的停電影響指數模型構建：充分借鑒國際上最新的指數理論研究方法與成果，結合我國國有企業的實際情況和公司停電業務的實際需求，從停電范圍、停電損失等方面著手構建停電影響指數模型;⑤停電影響模糊綜合評價：由于不同類型的指標存在著信息完整度不同，評價專家理解度不同等情況，使得停電影響評價指標體系的計算是一個定量與定性相結合的過程。

4 應用場景

■

應用場景1：配網抗大面積停電能力及停電原因診斷模型。通過構建抗大面積停電能力的“N-1”診斷分析模型，停電原因診斷分析人員可根據模型分析結果，探測系統中的表象與深層問題的原因，快速定位系統問題源頭，并提供及時有效的解決方案。抗大面積停電能力診斷，通過分析當前、歷史停電事故的數據，挖掘出當前電網運行的弊端和缺陷，找出電網運行故障的癥結和問題，并對此進行修復升級，從而全面提高系統抗大面積停電能力，保障要害區域的供電安全和穩定。

應用場景2：配網可靠性診斷模型。利用元件可靠性歷史數據，對電網可靠性進行計算與預測，分析所有可能的故障事件或元件，并確定對負荷點的影響，找出系統的故障模式集合，并對停電影響程度進行評估。電網穩定運行時，即在電網元件容量、母線電壓和系統頻率等的允許范圍內。考慮電網元件在計劃停運以及合理的非計劃停運條件下，向用戶提供全部所需的電力和電量的能力。

5 總結

通過開展基于營配大數據的配網停電診斷與影響評估關鍵技術研究，一方面通過基于重尾分布、信息熵等理論對營配領域的歷史數據挖掘分析，實現優化診斷指標體系的閾值、診斷指標的權重、指標之間的關聯關系等，從而構建能全面、客觀反映配網運營水平的診斷指標體系框架;另一方面通過研究基于客戶滿意度的配網運營診斷與分析模型，模擬仿真、內存計算等技術，構建能實時在線分析、診斷配網運營的分析模型，開展配網運營效率、配網可靠性、安全性及配網停電影響評估等診斷分析，提升配網智能分析能力，促進提升公司營配一體化運營整體水平。

參考文獻：

[1]歐陽泉江.用電營銷管理存在的問題及解決對策[J].農村電工，2004（8）：10.

[2]劉軍.大數據時代及數據挖掘的應用[J].國家電網報，2012（10）.

[3]杜禮鋒.營配一體化系統及其信息集成平臺[J].現代計算機，2010，下半月版.

[4]林海.營配一體化系統建設淺析[J].現代營銷，2012（009）.