配電網故障主動搶修指揮監控平臺功能設計

陳鵬

摘 要：本文采用多種系統對研究需要數據進行融合和挖掘，并在此基礎上設計出一款針對配電網主動故障流程中修復問題的指揮監控平臺。利用數據分析和數據可視化方法，解決了以往無法有效跟蹤和控制配電網應急搶修實時情況的問題，進一步大大提高了應急搶修效率。實踐表明，該平臺具有全面推廣應用的價值和前景。

關鍵詞：配電網故障搶修;搶修指揮監控;數據挖掘;電網大數據

前言

低壓配電網直接與用戶相連。低壓故障可以快速修復，是否可以恢復電力供應是關鍵環節，以滿足供電需求和電力消費體驗的成千上萬的家庭，以及供電企業的責任的體現和供電服務水平。長期以來，由于低壓配電網結構復雜，節點數量多，未能實現有效監測，導致了基于95598電話維修的配電網故障被動應急搶修模式，即應急搶修指揮中心在客戶報修后，派出現場運維人員進行應急搶修。與故障搶修相關的業務數據分散在市場、生產、調度等專業業務系統中。數據尚未整合，信息化水平不高，業務全景難以控制，搶修效率亟待提高，停電后無法快速恢復造成的客戶投訴較高。因此，迫切需要提高搶修服務的信息化、智能化水平，創新搶修支持手段，提高搶修服務質量。

近年來，隨著能源互聯網和無處不在的電力物聯網的建設，電網的智能化進程正在加快。特別是以大數據為核心和基礎的“大數據、云計算、物聯網、移動互聯網”等新興技術快速發展，能源電力技術與信息技術的深度融合為智能監管奠定了堅實基礎。然而，目前的供電服務技術支持還不夠，智能化進程明顯滯后。在客戶端，服務溝通手段單一落后，難以高效、快速地響應客戶需求。在管理端，專業信息尚未共享，數據分析和監測預警能力不高。因此，整個供電服務過程無法提前預警、在線調控和準確匹配。特別是故障維修業務的智能化水平較低，不可能從被動維修向主動維修轉變。一方面，難以提前感知和準確判斷配電網故障，難以快速實施搶修;另一方面，搶修過程的情況無法控制，極大地影響了搶修資源的合理配置。因此，消除技術壁壘，提高供電服務智能化水平，實現對客戶需求的預測感知、快速響應和準確匹配，提高服務質量，有效讓客戶享受便捷，具有重要意義。高效優質的供電服務。

主動搶修是相對于被動搶修的一種供電服務方式。其主要特點是在用戶報修前，甚至在配電網故障發生前，了解和預測故障信息，實施有效的搶修。本文介紹了一種基于數據融合和數據挖掘的配電網故障主動應急搶修指揮與監控平臺。

該平臺的設計重點是為了解決傳統配網故障搶修指揮平臺所面臨的4個問題：1. 缺少維修預警使得故障維修報告的發展趨勢難以完全預控;2. 故障研究和判斷依賴于人工工作，效率低，準確性差;3.固定區域工單分配方式不夠優化，影響了應急搶修的效率;4. 缺乏實時在線監測，難以全面部署應急維修資源。

1 數據平臺的框架結構設計

平臺的數據來源于電網內部的業務系統數據，如營銷、調度、配電等，以及外部的交通、氣象等數據，采用Hadoop數據平臺架構。數據平臺提供基礎設施服務層（IaaS）、平臺服務層（PaaS）、應用服務層（SaaS）三種基本服務。IaaS負責物理資源和虛擬化資源的統一管理和調度，形成統一的資源池，其核心是每個基本資源單元的生命周期管理和資源的管理和調度。PaaS平臺層為用戶提供存儲、數據庫、中間件、分布式計算、搜索、消息推送等資源和能力，并為各種應用提供云計算模式的存儲和計算服務。SaaS平臺為各種應用接入提供服務，采用開放的平臺架構，為應用檢索、安裝、使用和評估提供統一的通道和入口。

數據分類分為兩個層次：結構化數據和非結構化數據。將結構化數據分為業務數據、基礎數據、中間數據、結果數據和支撐數據;非結構化數據分為文檔數據等。其框架結構如下圖所示。

2 本文所設計平臺內包含的算法和模型構架

本平臺通過整合營銷、生產、控制等9類業務系統數據、地理信息、交通、天氣等三種外部數據，以及車輛、移動終端等GPS定位數據，共13種信息源，基于大數據和人工智能算法模型，利用數據可視化技術，解決了配電網曾經要求維修時缺乏統一的全流程跟蹤監控平臺，實現了對搶修業務的全景分析和全流程控制。

2.1 配網重過載預測預警模型方法

收集了影響10kv配電網過載的因素，分析了過載的配電特性。采用相關特征選擇的方法提取了影響重載的重要因素。采用多種大數據挖掘算法，建立了基于影響因素的10 kV配電網變壓器重載分類預測模型。根據最終預測結果的準確性，選擇最優模型實現配電網嚴重過載的預警。對配電網的重超載進行預測和預警，使配電網應急搶修的指揮人員能夠集中對重超載區域進行監測，并根據對配電網天氣等實時狀況的監測，進一步提前預測應急搶修的總體情況。該方法模型將支持應急搶修平臺的預警功能。

2.2 熱點報修區域定位

通過對某城市近5年來故障修復工作單中用戶修復地址的文本挖掘和分析，挖掘出城區45個修復次數超過200次的熱修復區域。利用地圖的經緯度采集功能，分別提取上述45個社區的經緯度，繪制熱修復社區分布圖。根據熱修區域的位置，有利于開展應急搶修場地的選址和應急搶修人員和資源的調配，特別是便于應急搶修指揮人員的重點監控。該方法模型將支持應急搶修平臺的預警功能。

3 指揮監控平臺的功能模塊設計

3.1 全景監測模塊

全景監控模塊充分實現了配電網應急搶修業務流程關鍵節點和指標的流程全景監控。本文基于業務系統和外部數據的相關性分析和下鉆分析方法，采用數據可視化技術，以過程步驟（14）和聯動變電所規模圖為主線，分析和監測各區段指標的閾值、平均時間、工單號處理和整體環節表現，以及維修工單的延展、投訴、停電、問題原因、業務子類、物業屬性等統計分析和詳細信息，同時實時顯示天氣情況，提供特殊天氣預警。該模型集成了營銷業務應用系統、電力信息采集系統、調度管理系統、生產管理系統和外部天氣系統五個不同系統的指標。

結語

本平臺的設計實現了配電網應急搶修業務全景的可視化指揮和監控。解決了以往無法有效跟蹤配電網實時搶修情況的問題，大大提高了搶修效率。

參考文獻：

[1] 張遠來，易文韜，樊啟俊，等.基于調度運行管理系統的配電網故障研判方案[J].電力系統自動化，2015，39（1）：220-225.

[2] 張國榮，王志國，李俊妮，等.面向綜合停電問題可信度度量研究[J].電力信息與通信技術，2019，17（3）：67-72.

[3] 顧建煒，張鵬，程煒東.基于語義集成的營配融合研究與應用[J].電力信息與通信技術，2018，16（3）：87-93.

（國網四川省電力公司綿陽供電公司，四川 綿陽 621000）