基于數據融合與智能分析算法的電網搶修管控技術研究

陳佳雪，金海川，張磊，王東方

（國網吳忠供電公司，寧夏吳忠 751100）

城市供電網絡是電力系統的重要組成部分[1]，配電網主要由架空線路、電纜、桿塔等附屬設備構成，按照電壓等級通常可分為高、中、低壓配電網3種[2-4]。現階段隨著用戶用電需求的不斷上升，配電網的供電負荷逐漸增大，且對確保電能質量、減少停電次數的要求也越來越高[5]。因此，供電企業需要進一步提高電網設備安全、可靠供電的能力。其中，對電網故障的搶修處置是影響供電可靠性的關鍵因素。

關于電網搶修，故障點的確定時長是影響搶修效率的重要因素，提高故障點的查找速度對搶修效率起著關鍵作用。數據統計結果顯示，大約80%的停電都是由配電網故障引起的[6]，由于配電網直接連接到用戶，因此一旦發生停電故障，就會給生產生活帶來不便，影響用戶體驗，嚴重時還會危害財產和人身安全[7]。

國內外對電網數據利用的相關建設工作研究大多集中在電網自動化主站的建設、線路通信等方面[8]。通過先進的智能化數據處理技術以及融合算法等可以充分提高信息利用效率，提升電力公司設備等資源的管理水平，甚至在一定程度上實現故障自動隔離[9-10]。而在當前的搶修管控工作中，未能及時、有效地利用數據信息，因此無法實現快速搶修指揮，且難以對目前的搶修工作進行有效的跟蹤記錄[11]。

在大數據調用和共享均已較為便捷的信息化時代，采用數據處理技術實現搶修作業、流程和工器具配置的標準化，使得大幅縮短故障搶修時間成為了可能[12-16]。文中通過對搶修數據的融合和智能分析，進行了基于數據融合與智能分析算法的電網搶修管控技術研究。通過智能算法的應用，提升了搶修管控效率，提高了供電的可靠性。

1 搶修數據管控

目前電網發生故障后，通常是由調度直接通知基層檢修部門的搶修班組前往現場檢查，并給出工作許可指令。大多數電網公司基層配網搶修指揮業務隸屬于營銷部門，由該部門將客戶故障類訴求通知給檢修部門的基層搶修班組。目前基層搶修班組僅被動接受處理故障的命令，不同部門之間的信息流通存在障礙、延時以及業務協調困難等問題。

1.1 電網搶修數據

搶修業務大部分來自于營銷部門，客服中心收到用電客戶的訴求后，將故障類訴求通過工單形式派發給故障地的基層搶修班組。搶修班組人員在系統中接收工單處理故障，并在完成搶修后回復工單。電網搶修業務的流程圖如圖1 所示。

圖1 電網搶修業務流程圖

1.2 搶修數據管控需求

電網搶修指揮業務的信息化應基于國家電網的信息系統建設文件要求，并可以保障數據信息的安全、應用系統的穩定、標準化的管理流程以及可維護性，同時還要能夠滿足未來一段時間的使用需求，具有前瞻性和可擴展性。

1）故障診斷和精確定位：為了實現電網發生故障后的自動定位功能，需要對調度以及配網數據信息實時監控獲取。通過利用信息處理與智能融合分析等技術將獲取的數據整合，用于自動診斷故障類型、故障范圍以及判斷故障位置，并利用對接信息對其矯正與修復，確保定位的精確性和診斷的準確性。

2）資源調度方式優化：診斷出故障的位置后，需要制定科學的故障搶修方案，并優化分配資源以提高搶修效率。在統籌搶修人力、物資、工具等資源的同時，也需要考慮到若同時并發其他多地故障的可能，應合理安排搶修處置的基層班組工作人員、電力工程車輛以及搶修工具設備等，確保最優化地調度應急資源。

3）不同部門業務集成：加大生產與銷售業務的運用集成和有機結合，應用信息融合算法對搶修有關的業務部門信息進行有效管控，合理融合電網搶修平臺相關部門的數據，增加搶修數據管控效率與調度科學性，明確信息利用范圍，便于業務的高效擴展。

1.3 搶修數據總構架

如圖2 所示，文中基于國家電網的數據信息建設標準及營銷部門業務規范，以電網搶修方案和指揮方式為應用中心，以具體的流程化規定實現搶修閉環管控。其中，數據融合采樣包括總體批量抽取和實時定點抽取兩種。總體批量抽取主要針對非實時靜態數據，類似于設備臺賬、電網用戶信息等；實時定點抽取數據主要針對實時性要求高的動態數據，并通過數據融合和智能分析算法進行處理。

圖2 搶修數據處理總體構架

2 數據融合和智能分析算法

2.1 數據源特點和分類

目前關于電網搶修管控需要涉及的部門職責和管控融合數據有以下幾個方面：

1）供電服務指揮中心、運維檢修部、營銷部、調控中心共4 個部門需要進行協同工作。故障搶修工單處置、非故障搶修類工單處置、配電網設備運行監控、停電信息發布等信息處理業務需要在各部門的平臺上及時上傳、發布，且數據共享的格式和類型都需要做到統一適用。

2）自動故障預告警。利用好電網的海量歷史故障數據，深度挖掘有效信息，采用大數據Spoon 流式算法預測長期重過載、低電壓、三相不平衡等隱患，生成自動報警工單，應用歷史數據信息幫助診斷故障原因并給出處理的措施和建議，精準派發預警工單給基層搶修班組。

3）故障準確定位。基于PMS、GIS 和營銷系統的電網用戶網絡拓撲信息，綜合判斷停電計劃、欠費客戶、報修客戶、故障線路、應停電線路等多類信息，提高搶修作業的效率。

4）提升故障響應速度。以鄰近規則分類法為基準分析受影響用戶，通過大數據處理技術自動提取受停電故障影響的精確客戶信息。綜合停電故障類型、受影響范圍電力客戶的重要性等級、預計停電時長，再結合基層搶修班組的故障修復能力、當前搶修車輛軌跡等信息，智能派送工作單。

2.2 數據融合算法

為打破傳統數據庫無法包容多源數據的瓶頸，文中將搶修數據庫分類為多源的異構數據資源湖、資源管控及數據應用，以完成多源數據的采集融合算法。具體而言，即按照通用統計業務模型(Generic Statistical Business Process Model，GSBPM)，以國家電網搶修統計元數據標準為基礎，使用DDI+SDMX 標準，統計描述管控需求、設定任務開發的總目標、集中上報數據和智能分析融合過程。最后采用DDI 規范設計儲存標準，使用SDMX 標準確定數據源，逐個分類并將數據融合，從而實現電網搶修數據的識別統計和交換標準的統一。數據融合模擬框架如圖3所示。

圖3 數據融合模擬圖

將采集的數據使用自適應加權融合算法，基于加權的自適應數據融合理論，以最小化運算結果總誤差為標準，采用以下公式使數據融合算法值X最優。總的目標誤差應滿足：

其中，σ2是總均方誤差，A是各類數據自身的均方誤差，B是各類數據之間互相影響的均方誤差，wr、ws是r類數據和s類數據的加權因子，Xr是各類數據的實際值，X是各類數據的目標值。

各個數據值與待估計值之間相互獨立，由于σ2為各個權重數的二次多元函數，所以一定存在最小值，且最小值經計算可表達為：

以上算法的數據為電網各部門對搶修業務管控的數據融合結果，若目標值X為常數，則可用歷史數據融合。

2.3 智能分析

通過智能分析得到各最佳權重，對對應的權重因子進行融合計算得到最終融合值。確定wr、ws等加權因子時一般選用層次分析法，基于專家經驗對每類數據進行兩兩比對，再通過多數據源尺度確認各加權因子，但由于層次分析法（AHP）主觀性過強，所以必須引入模糊數的概念。文中將三角模糊數算法與AHP 結合，通過對評價指標的對比分析得出相對重要度，從而減少分析結果中的非客觀影響因素。具體分析方法如下：

1）構造模糊判斷矩陣。n個電網專家對搶修業務的m類指標給出n個模糊數，記為M1(x11,x12,…,x1n)、M2(x21,x22,…,x2n)、Mm(xm1,xm2,…,xmn)。然后對n個模糊數取算術平均，整合成一個模糊數，如式（5）所示：

2）計算初始權重。首先對各數據類型進行分層處理，再在每層中用模糊數矩陣某行元素之和除以該矩陣的全部模糊數之和，即可得到該行所對應特征量權重的初始值。最后，利用同樣的方法對其他層的數據進行處理，得到所有數據的初始加權因子：

3）對初始加權因子進行去模糊化處理：

式（7）定義了數據可能度。經算法得到w的值，其是經模糊化后的各個數據的加權因子。再由標準化處理，將這些加權因子變化到（0,1）區間中，即是最終所求結果。

3 算例分析

采用數據融合與智能分析算法的搶修管控方案，可以充分利用相關數據實時獲取信息，優化調度單位搶修業務所涉及到的部門。通過數據分析預測故障，實現搶修主動性，并利用這種方法減少停電時長，提高工作效率。文中以2019～2020 年國家電網吳忠供電公司的配網搶修數據為來源，采用數據融合與智能分析算法對電網搶修進行管控效果分析，其結果如表1 和圖4 所示。

圖4 工作日和節假日搶修效率

表1 電網搶修業務效率

由表1 可知，對于電網出現的故障，基于數據融合和智能分析算法新方案的搶修工單派出效率相比傳統方案提升了近10%，平均達到了95%以上，得到了大幅提升，而搶修中的故障定位效率也由傳統方案的平均80.5%提升到了平均93%。

由圖4 可知，新方案比傳統方案的效率提升明顯，周末及節假日的搶修效率略低于工作日，但總體差別較小，這是由于節假日的人力資源略少，但是基于數據融合算法的新方案在節假日的搶修效率提高得更多，達到了13%。需要注意的是，文中數值實驗為基于歷史電網搶修數據進行的智能化數據融合分析結果。未來，隨著算法應用參考時間的增加，搶修工作的效率會進一步提升。

4 結束語

文中基于數據融合與智能分析算法提出了新的電網搶修管控技術方案，并通過案例測試結果證明該技術可以提高電網搶修業務的效率。對于電網搶修管控平臺的技術設計研究，供電公司需要對搶修流程涉及到的各部門數據進行融合共享，擴大信息的多元性。對于當前海量數據信息缺乏有效挖掘、典型缺陷的智能識別度低、無法揭示缺陷的規律特征、缺少專家庫的輔助決策支持等問題，通過數據融合與智能分析算法均可進一步得到改善，基于此可以提高用戶滿意程度以及電網供電的可靠性。