基于人工智能技術的數字化供電所設計與應用

趙 峰，李炳森，粘為帆

（1.國網信息通信產業集團有限公司，北京 102211；2.國網信通億力科技有限責任公司，福建 福州 350001）

0 引言

隨著國家層面的產業數字化轉型，電力企業在不同領域、不同層級都開展了數字化轉型工作。鄉鎮供電所作為直面市場和服務客戶的最前端［1］，也是鄉村振興的重要能源服務窗口，肩負著艱巨的歷史責任［2］。

目前已建的信息系統能夠覆蓋電力行業各級單位，對于不同的業務應用基本實現了橫向及縱向的集成與貫通，為建設和完善智能電網建設、提升生產管理水平提供了支撐［3］；但這些業務的工單數據都難以共享或無法進行共享，導致各專業系統成為“數據孤島”［4］。供電所外勤人員外出作業時攜帶的終端，存在各專業獨立配備、相互之間系統不互通、硬件不匹配、接入方式不統一等諸多問題，造成供電所移動應用建設進展緩慢［5］。供電所工單來源眾多，涉及了多個專業的業務系統，處理不同專業的工單，須登錄不同系統進行操作，各類工單的規范、流程、要求反饋的信息都不一致，員工往往需要反復登錄各系統，對數據進行多次錄入，才能將工單完結［6］。在工單執行過程中，部分供電所仍存在使用微信、電話和口頭交流等方式派發工單的情況，工作痕跡很難進行回溯歸檔［7］。工單關聯的數據來源復雜，須切換多個業務系統進行調取，自身無法實時準確掌握供電所和臺區經理的經營指標［8］，員工的工作量不好進行評價衡量，導致供電所管理水平低下，員工薪酬分配理念仍停留在“大鍋飯”階段。對供電所的數字化轉型，提出了實質性的難題。

企業是產業轉型升級的主體，企業數字化轉型也是數字經濟發展的微觀基礎。為了應對新形勢下經營環境的高度不確定性和復雜性，在經濟恢復的要求以及宏觀政策的驅動下，數字化轉型加速成為企業生存和發展的必然選擇。企業利用人工智能、大數據、云計算等數字技術不斷探索轉型路線和變革突破點。但是，企業的數字化轉型之路仍充滿挑戰［9］。

近些年來，人工智能技術已經從工業互聯網領域走向能源互聯網領域。眾多實踐已經證明，人工智能技術是能源企業數字化轉型的關鍵樞紐［10-12］，對推動智能電網發展具有重大意義［13］。在數字化系統搭建中使用人工智能決策有助于更好地平衡和協調資源，提高調配能力和流程管理。

針對基層供電所的運營管理現狀，結合目前人工智能技術的最新發展趨勢，首先提出一種符合電力行業數字化轉型實際情況的數字化供電所框架設計方案，然后對工單生成、工單派發、工單關聯、工單反寫、工單監控、工單評價等工作流程進行剖析，最后通過工程實例分析驗證系統的實用性，足以支撐供電所數字化轉型。

1 總體架構

基于基層供電所數字化轉型的實際業務需求，按照中臺化、微服務化理念，引入“平臺+應用+工具”等數字化手段，打造形成適用于不同規模供電所，多場景、標準化、可復制、可推廣的涵蓋軟硬件的體系方案。

1.1 設計理念

數字化供電所系統設計理念如圖1 所示，以基層減負、數字賦能為方向，以設備、營銷等專業現有信息化建設成果為依托，以“統籌規劃、分步實施、穩步漸進”為原則，聚焦夯實數字化基礎、提升數字化支撐能力兩條主線，開展以“業務自動化、作業移動化、服務互動化、資產可視化、管理智能化、裝備數字化”為特征的數字化供電所試點建設。

圖1 數字化供電所系統設計理念Fig.1 Design concept of digital power supply station

1.2 系統架構

數字化供電所系統（如圖2）主要由用戶使用層、終端應用層、后臺應用層、技術邏輯層、平臺服務層、數據基礎層、硬件支撐層組成。面向管理人員、內勤人員、外勤人員三類供電所應用人員，提供了兩個主要門戶入口，即“一平臺”和“一終端”。一平臺通過內網計算機終端訪問，提供工單中心、數字看板、績效評價、知識共享、綜合管理等應用；一終端依托“i國網”應用為入口，通過員工個人手機即可訪問，提供工單類、查詢類、助手類、看板類、專業類應用。平臺服務層由技術中臺、業務中臺、數據中臺組合。

圖2 數字化供電所系統架構Fig.2 System architecture of digital power supply station

1.3 技術架構

數字化供電所系統的技術架構遵循“微服務、微應用”建設要求，技術層主要由界面展示、資源接入、服務接入組成，功能層包括工單的生成、派發、關聯、反寫、監控、評價六大服務，平臺及設備層由數據存儲、平臺功能、基礎設施組成，技術架構如圖3 所示。

圖3 數字化供電所系統技術架構Fig.3 System technical architecture of digital power supply station

1.4 關鍵技術

數字化供電所通過機器學習、數據挖掘、輔助決策、機器人流程自動化、感知識別等人工智能技術整合營銷管理，優質服務各項職能，梳理重點工作、緊急工作、客戶訴求、指標數據等，基于工單派發機制實現外勤班組科學調度，簡化工作流程，完成服務派單、服務實施、服務結果的閉環管控和痕跡化管理，進一步提升經營管理效率及客戶服務質量。

1.4.1 機器學習與數據挖掘

鄉鎮供電所業務數據根據應用類型分為采集類、錄入類、計算類三類，普遍具有“多源、異構、海量”等特點。數字化供電所數據治理要求須結合供電所實際業務需求，制定適用于數字化供電所場景的機器學習算法庫及統一編程模型，實現供電所基層業務需求以機器學習方式自動轉換，優化客戶用電和繳費流程，為電網運行態勢評估提供決策依據與信息支持。

數字化供電所的一個重要特點在于實現對關鍵管控指標海量數據的挖掘與分析［14］。通過大量用電與客戶數據等其他外部數據聚合，按時間、區域、行業等進行特征量的提取工作，統計分析歷史數據之間內在關聯關系，針對不同業務場景選用合適的模型，并構建符合的算法。

1.4.2 輔助決策

供電所在日常工作中，需要由所長或三大員（營銷員、安全員、技術員）等管理人員對供電所業務的各項經營管理指標（目標）及重點工作任務進行分析、規劃及決策。而人工智能的出現使數據處理效率更加完善、決策場景預測更加精準、決策結果優化更加智能，其核心優勢在于實現了數據—預測—決策的高效轉化［15］。結合數據挖掘成果，對未來一段時間內的供電所業務情況做出預測，為管理人員提供輔助決策。

海量數據分析技術實現對供電所多源數據的融合貫通，驗證數據的真實性，防止出現數據被篡改、數據標準不統一等污染情況，保證決策數據質量，進而支撐數據使用者的輔助決策結果準確有效。

1.4.3 機器人流程自動化

機器人流程自動化（robotic process automation，RPA）是通過軟件模擬人類在計算機上的操作，按規則自動執行流程任務，適用在數據量大、重復度高、規則明確、跨業務系統、高人力成本的業務場景。在供電所各業務領域中按照實際需求定制各種RPA機器人場景，是替代基層員工各種重復性錄入、跨系統協作等各種繁重工作的有效技術手段。

通過RPA 技術橫向打通供電所各專業的信息化系統并配置觸發響應，自動執行常規任務，實現各類數據的收集、整理、輸出。RPA 技術可以重復多次錄入數據、操作手段具有一致性，能夠將特定的信息錄入對應的模塊，具有規范性的操作程序，能夠準確、快速地為決策者提供決策信息［16］。

1.4.4 圖像識別

圖像識別技術包括人臉識別、光學字符識別（optical character recognition，OCR）等技術。通過建設人臉識別技術，為基層員工提供統一高效的人臉識別服務，支持海量數據高并發處理?，F場服務人員通過統一的接口申請人臉識別服務，實現人臉數據共建共享。滿足表現層狀態轉換（representational state transfer，REST）開發方式的編程接口（application programming interface，API）被稱為RESTful API。OCR 技術提供包括文件檢測、識別、強化等組件能力，采用RESTful API、軟件開發工具包（software development kit，SDK）、圖形用戶接口（graphical user interface，GUI）三種方式實現對外服務，支撐各類業務應用的文字識別需求，進一步提升數字化供電所各類應用的智能化水平。

1.4.5 語音識別

語音識別技術包括實時語音識別、音頻文件撰寫、語音合成、語音喚醒等組件能力，采用RESTful API、SDK、媒體資源控制協議（media resource control protocol，MRCP）、Websocket 四種方式對外服務，實現語音的智能處理與分析。自然語言處理（natural language processing，NLP）技術涵蓋文檔信息抽取、文檔全文檢索、對話語義理解等典型應用場景，在數字化審計、輿情監測、95598 客戶服務等多個業務系統可實現對電力文本數據的智能處理利用。

2 業務流程

圖4 為數字化供電所全流程工單管理基本流程。對供電所各專業系統工單進行整合歸并，打造供電所統一的業務工單池，統一展示、預警各專業工單狀態，以工單驅動業務，實現供電所全業務工單統一閉環管控、績效線上評價。

2.1 工單生成

轉變供電所工作任務“電話式”安排的傳統模式，實現專業業務系統工單、系統異常工單、所務臨時工作等工單消息提醒。針對無系統工單支撐的事務，員工可根據實際情況進行自行靈活配置生成。

本文通過對民用《基礎地理信息要素分類與代碼》標準和《軍用基礎地理信息要素分類與編碼》標準的詳盡對比，分析了軍民基礎地理信息要素分類、代碼和組成的特點，在逐要素進行分析的基礎上，建立了雙方要素間的映射關系，總結出要素映射關系的特點。同時，在詳盡對比分析、統計和總結的基礎上，提出了基礎地理信息要素分類代碼要素軍民融合的一些建議，包括標準的融合定位、融合原則、要素融合方法和標準融合思路等。本文的研究成果可為后續軍民基礎地理信息要素分類與代碼標準融合提供參考和依據，推進軍民融合在測繪行業的順利開展。

2.1.1 工單匯聚獲取

通過RPA 技術或系統接口對接方式實現實時接入各系統營銷業擴、電費抄核、稽查、客戶服務、計量設備主人制、一臺區一指標、采集閉環、反竊電等營銷類工單，以及電網資源業務中臺和供電服務指揮系統的設備巡視工單、主動運檢工單等計劃類工單和95598 搶修工單、主動搶修工單等搶修類工單。

RPA 流程自動化工具首先調取用戶的統一權限賬號，識別判斷當前登錄用戶的角色權限，通過相應的權限認證登錄郵箱、系統、應用進行內容識別，確認是否有新增工單，若有則生成關聯到相應臺區、設備的工單任務；而系統接口調用方式是根據相應的請求參數向工單系統API 的服務端地址發送請求，然后等待系統返回報文，再根據報文內容生成相應的工單任務。

2.1.2 工單融合研判機制

因為供電所的工單來自不同專業、不同廠商搭設的不同系統，各類業務名稱、數據類型及定義并不統一，導致針對某一問題、某一臺區、某一設備的任務反復生成，班組須多次前往現場進行確認，極易造成人力浪費。

生成的工單任務按照系統計劃、預警督辦、營銷服務等工單類別進行智能分類，剔除不符合格式的信息或者空文本內容，判斷關鍵的工單數據，對任務來源、所屬組織、班組、任務、人員、設備、物資等要素進行精準關聯匹配，過濾、整合同臺區、同類型、同性質的業務工單。

2.2 工單派發

為解決工作多次派發、重復派發的問題，同步原系統點對點或角色派發信息，實現工作任務一次派發，精確到人。利用人工智能技術優化工單分派機制，根據指標數據、工單信息（距離、難度、工作量）、臺區關聯信息實現自動派發。工單派發策略如圖5 所示。

圖5 工單派發策略Fig.5 Work order dispatch strategy

2.2.1 工單責任細分

對供電所的組織架構進行重新梳理，為在編無賬號人員、勞務派遣人員與外協人員開通賬號，確保供電所的每位員工都有相應的權限賬號，并對供電所涉及的所有臺區進行歸集，結合地理信息系統（geographic information system，GIS）地圖定位，明確地圖邊界，將轄區內的所有臺區及用戶與對應的臺區經理進行關聯。

2.2.2 工單選派策略

將供電所的工單按照業務類型及具體業務細項進行三級分類，并按照用戶重要等級［17］、花費時間、工作質量等衡量標準進行工單分數評估［18］。

對工單的臺區距離因子、時間因子、工作量因子進行智能評估，并結合目前臺區經理的工作強度、工作熟練度、實時位置進行綜合分析后，由人工智能工單選派策略算法選擇一名最合適的工單負責人，并及時推送至工單負責人賬號上，等待工單負責人對工單具體信息確認，實現工單最優化選派。

除由選派策略算法進行工單指派外，為最大化發揮基層員工的工作積極性，臺區經理也可在供電所工單池中查看到所有目前尚未承接的工單，員工自行評估自身工作技能、時限要求后，可進行主動“搶單”操作，此類工單在完成后，具有更高的績效分數權重，將為工單評價環節提供參考。

2.3 工單關聯

針對車輛申請、物資領用等工單執行時面臨的多系統協同問題，通過消息鏈接方式跳轉至相應移動應用程序進行處理。一條業務工單（主工單）可支持關聯多條子工單，將原本復雜的業務流程進行分解處理，一鍵關聯跳轉到對應系統，流程如圖6所示。

圖6 工單關聯流程Fig.6 Work order association process

2.3.1 車輛申請跳轉機制

根據工單關聯的臺區位置，結合車輛登記、司機信息，自動分配車輛和司機，基層員工可直接跳轉到相應頁面進行確認。結合物聯感知技術，還可在供電所大門自動識別校驗車輛信息，實現掃描或無感識別用車，對應授權車輛予以放行。通過車輛申請跳轉和物聯感知技術，實現不停車快速出入和車輛與車位一對一管理。

2.3.2 物資領用跳轉機制

自動配置作業任務所需工器具，在檢測區域自動識別領取或歸還的工器具，并記錄存檔。實時播報實際出入庫工器具信息，與電子工作票任務所需清單進行對比，對誤領、漏領、錯還、漏還等進行提示。通過設備信息資料的自動識別、記錄、存儲及分析，與安全生產風險管控等相關平臺接口集成，實現工器具從申領、配發、入庫、領用、歸還、檢驗、報廢的全壽命周期管理。

2.4 工單反寫

針對裝表作業、現場勘察、隱患巡視等環節信息反復錄入、多次往返的問題，通過反寫回原系統和在各專業移動應用程序上直接填寫回原系統兩種方式解決。針對同一工單來源，目標字段在發生變更的同時，對源字段進行對比審核，并自動反寫屬性值。工單反寫能力如圖7 所示。

圖7 工單反寫能力Fig.7 Work order rewriting ability

2.4.1 信息輔助填寫

結合語音識別、文字識別、圖像識別缺陷分析等人工智能技術，輔助實現營銷服務、裝表接電等現場作業自動化填報，構建二維碼、語音轉寫、語音播報、人臉比對、身份證識別、電能表指數識別、電能表缺陷分析等服務，實現線下作業一鍵操作、一鍵響應、全程零輸入。

2.4.2 工單反寫回填邏輯

根據各業務系統不同的工單回填形式，將業擴報裝、裝表接電等業務場景提前形成幾套標準化模板?，F場班組完成現場作業任務后，在現場進行選擇確認，僅須錄入部分關鍵信息，隨后工單將流轉任務信息自動反寫至相應業務系統，現場人員無須多次往返供電所進行登記處理，任務型工單將流轉至管理人員進行下一步審核。

2.5 工單監控

對于工單處理過程中所處環節、處理狀態、數據交互情況進行全過程監控及催辦。工單監控包括系統監控與人工監控兩種形式。系統監控形式是基于人工智能分析技術對工單流程時間異常、工單處理環節異常等數據進行監控，自動分析研判；而人工監控形式允許管理人員根據實際情況控制當前工單的狀態變化，支持手動調取工單相關信息進行展示、分析及催辦等操作。

2.5.1 班組作業地圖

依托GIS 基礎服務，匯聚移動地圖的定位、導航、路況、搜索、規劃、軌跡、標繪以及地理編碼等基礎能力，將供電所轄區范圍內的所有電網設備位置及拓撲關系在“電網一張圖”上全面展示。當班組車輛外出作業時，在地圖上實時標明位置及行駛軌跡，讓管理人員更直觀地了解班組去向及路線規劃。

2.5.2 工單預警機制

該模塊可供查看工單的環節流轉詳情，進行工單時限預警，標準流程時限預警統一設置。各供電所根據自身實際情況，綜合工單緊急程度、用戶、設備、臺區、作業時長、人員能力、物資等多種因素，自行設定工單的預警閾值，并支持管理人員對工單進行催辦，在組織內實現對待辦工單的催辦提醒。實行風險預警、預控后可將單個問題消除在萌芽狀態，達到不影響客戶感知的目的［19］。工單預警機制如圖8 所示。

圖8 工單預警機制Fig.8 Work order warning mechanism

2.6 工單評價

由技術管理人員提前設定供電所各級員工的績效評價方案，系統根據相應的績效評價指標對一線員工進行考核評價，過程有據可查、有尺可量，且無須被動地等待情況反饋。通過人工智能分析進行量化考評，結合惡劣天氣、系統故障等因素，驅動電力營銷系統服務水平的多維評測方法，從多角度探討評價指標［20］。

2.6.1 工單整理歸檔

辦結后的業務工單，通過由機器學習算法構建的分析模型進行統計梳理，可快速精準掌握臺區設備的運行情況分析、承載力分析、異常用電分析及班組人員的出勤分析、運維分析等，確保供電所的所有工單都支持溯源、查詢，提供了針對工單關聯臺區、人員的數據下鉆分析，及時發現設備可能隱患，實現工單留痕化管理。

2.6.2 績效評價

績效評價模塊根據工單監控過程中返回的響應時長、工作耗時、完成質量、服務評價等多維度數據，對該工單執行情況進行智能分析，對員工的工作效率、質量穩定性、服務反饋等方面進行評價，應用于個人績效評價。在班組層面，綜合考量不同班組、不同工種的考核指標體系，形成一套行之有效的考核方案。通過對供電所員工、班組的綜合績效評價分析，支撐供電所工作日清月結、透明化管理。

3 工程實例

截至2023 年1 月，國家電網有限公司大約有20余處在運或在建的數字化供電所項目，主要有國網陜西電力“數字陜電”建設、國網浙江電力“掌上數供”數智化供電所平臺建設、國網福建數字化供電所示范建設等。

目前搭建的數字化供電所平臺主要是在鄉鎮供電所及班組一體化信息系統的成果上，按照客戶服務業務中臺的相關要求，優化或新建各個功能模塊。以“微應用”方式融入鄉鎮供電所及班組一體化信息系統，待客戶服務業務中臺上線后，能快速切換到客戶服務業務中臺的環境。

以國網陜西電力“數字陜電”建設為例，計劃覆蓋陜西省范圍內的113 家縣公司下轄全部供電所，目前已經對97 家供電所實現了數字化升級改造，累計開展供電所數字化人才培訓1 150 人次。

陜西數字化工作臺將各專業已建成的16 套信息化系統聚合到數字化工作臺，縣（區）公司、供電所基層人員只要登錄工作臺就能掌握營銷、運檢、供服、安監等主要業務運營情況和存在的問題，并根據各維度數據分析進行運行管理決策，提升了基層管理效率。數字化工作臺與原信息化系統的性能簡要對比如表1。

表1 兩種工作臺系統性能對比Table 1 Performance comparison of two workbench systems

4 結束語

提出一種基于人工智能技術的數字化供電所的框架方案。通過人工智能技術賦能供電所開展工單生成、工單派發、工單關聯、工單反寫、工單監控、工單評價六大業務流程，解決供電所基層系統及終端過多、業務工單雜亂等問題。該方案對目前開展的供電所數字化轉型工作提供了解決思路，實現供電所工單與業務數據關聯、匯聚及評價，全面提升電力行業基層數字化水平。