陳佳雪，金海川，張磊，王東方

（國網(wǎng)吳忠供電公司，寧夏吳忠 751100）

城市供電網(wǎng)絡(luò)是電力系統(tǒng)的重要組成部分[1]，配電網(wǎng)主要由架空線路、電纜、桿塔等附屬設(shè)備構(gòu)成，按照電壓等級通?？煞譃楦?、中、低壓配電網(wǎng)3種[2-4]?，F(xiàn)階段隨著用戶用電需求的不斷上升，配電網(wǎng)的供電負(fù)荷逐漸增大，且對確保電能質(zhì)量、減少停電次數(shù)的要求也越來越高[5]。因此，供電企業(yè)需要進(jìn)一步提高電網(wǎng)設(shè)備安全、可靠供電的能力。其中，對電網(wǎng)故障的搶修處置是影響供電可靠性的關(guān)鍵因素。

關(guān)于電網(wǎng)搶修，故障點(diǎn)的確定時長是影響搶修效率的重要因素，提高故障點(diǎn)的查找速度對搶修效率起著關(guān)鍵作用。數(shù)據(jù)統(tǒng)計(jì)結(jié)果顯示，大約80%的停電都是由配電網(wǎng)故障引起的[6]，由于配電網(wǎng)直接連接到用戶，因此一旦發(fā)生停電故障，就會給生產(chǎn)生活帶來不便，影響用戶體驗(yàn)，嚴(yán)重時還會危害財(cái)產(chǎn)和人身安全[7]。

國內(nèi)外對電網(wǎng)數(shù)據(jù)利用的相關(guān)建設(shè)工作研究大多集中在電網(wǎng)自動化主站的建設(shè)、線路通信等方面[8]。通過先進(jìn)的智能化數(shù)據(jù)處理技術(shù)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(shè)備等資源的管理水平，甚至在一定程度上實(shí)現(xiàn)故障自動隔離[9-10]。而在當(dāng)前的搶修管控工作中，未能及時、有效地利用數(shù)據(jù)信息，因此無法實(shí)現(xiàn)快速搶修指揮，且難以對目前的搶修工作進(jìn)行有效的跟蹤記錄[11]。

在大數(shù)據(jù)調(diào)用和共享均已較為便捷的信息化時代，采用數(shù)據(jù)處理技術(shù)實(shí)現(xiàn)搶修作業(yè)、流程和工器具配置的標(biāo)準(zhǔn)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(shù)據(jù)的融合和智能分析，進(jìn)行了基于數(shù)據(jù)融合與智能分析算法的電網(wǎng)搶修管控技術(shù)研究。通過智能算法的應(yīng)用，提升了搶修管控效率，提高了供電的可靠性。

1 搶修數(shù)據(jù)管控

目前電網(wǎng)發(fā)生故障后，通常是由調(diào)度直接通知基層檢修部門的搶修班組前往現(xiàn)場檢查，并給出工作許可指令。大多數(shù)電網(wǎng)公司基層配網(wǎng)搶修指揮業(yè)務(wù)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(yè)務(wù)協(xié)調(diào)困難等問題。

1.1 電網(wǎng)搶修數(shù)據(jù)

搶修業(yè)務(wù)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(fā)給故障地的基層搶修班組。搶修班組人員在系統(tǒng)中接收工單處理故障，并在完成搶修后回復(fù)工單。電網(wǎng)搶修業(yè)務(wù)的流程圖如圖1 所示。

圖1 電網(wǎng)搶修業(yè)務(wù)流程圖

1.2 搶修數(shù)據(jù)管控需求

電網(wǎng)搶修指揮業(yè)務(wù)的信息化應(yīng)基于國家電網(wǎng)的信息系統(tǒng)建設(shè)文件要求，并可以保障數(shù)據(jù)信息的安全、應(yīng)用系統(tǒng)的穩(wěn)定、標(biāo)準(zhǔn)化的管理流程以及可維護(hù)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(kuò)展性。

1）故障診斷和精確定位：為了實(shí)現(xiàn)電網(wǎng)發(fā)生故障后的自動定位功能，需要對調(diào)度以及配網(wǎng)數(shù)據(jù)信息實(shí)時監(jiān)控獲取。通過利用信息處理與智能融合分析等技術(shù)將獲取的數(shù)據(jù)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(fù)，確保定位的精確性和診斷的準(zhǔn)確性。

2）資源調(diào)度方式優(yōu)化：診斷出故障的位置后，需要制定科學(xué)的故障搶修方案，并優(yōu)化分配資源以提高搶修效率。在統(tǒng)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(fā)其他多地故障的可能，應(yīng)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(shè)備等，確保最優(yōu)化地調(diào)度應(yīng)急資源。

3）不同部門業(yè)務(wù)集成：加大生產(chǎn)與銷售業(yè)務(wù)的運(yùn)用集成和有機(jī)結(jié)合，應(yīng)用信息融合算法對搶修有關(guān)的業(yè)務(wù)部門信息進(jìn)行有效管控，合理融合電網(wǎng)搶修平臺相關(guān)部門的數(shù)據(jù)，增加搶修數(shù)據(jù)管控效率與調(diào)度科學(xué)性，明確信息利用范圍，便于業(yè)務(wù)的高效擴(kuò)展。

1.3 搶修數(shù)據(jù)總構(gòu)架

如圖2 所示，文中基于國家電網(wǎng)的數(shù)據(jù)信息建設(shè)標(biāo)準(zhǔn)及營銷部門業(yè)務(wù)規(guī)范，以電網(wǎng)搶修方案和指揮方式為應(yīng)用中心，以具體的流程化規(guī)定實(shí)現(xiàn)搶修閉環(huán)管控。其中，數(shù)據(jù)融合采樣包括總體批量抽取和實(shí)時定點(diǎn)抽取兩種?？傮w批量抽取主要針對非實(shí)時靜態(tài)數(shù)據(jù)，類似于設(shè)備臺賬、電網(wǎng)用戶信息等；實(shí)時定點(diǎn)抽取數(shù)據(jù)主要針對實(shí)時性要求高的動態(tài)數(shù)據(jù)，并通過數(shù)據(jù)融合和智能分析算法進(jìn)行處理。

圖2 搶修數(shù)據(jù)處理總體構(gòu)架

2 數(shù)據(jù)融合和智能分析算法

2.1 數(shù)據(jù)源特點(diǎn)和分類

目前關(guān)于電網(wǎng)搶修管控需要涉及的部門職責(zé)和管控融合數(shù)據(jù)有以下幾個方面：

1）供電服務(wù)指揮中心、運(yùn)維檢修部、營銷部、調(diào)控中心共4 個部門需要進(jìn)行協(xié)同工作。故障搶修工單處置、非故障搶修類工單處置、配電網(wǎng)設(shè)備運(yùn)行監(jiān)控、停電信息發(fā)布等信息處理業(yè)務(wù)需要在各部門的平臺上及時上傳、發(fā)布，且數(shù)據(jù)共享的格式和類型都需要做到統(tǒng)一適用。

2）自動故障預(yù)告警。利用好電網(wǎng)的海量歷史故障數(shù)據(jù)，深度挖掘有效信息，采用大數(shù)據(jù)Spoon 流式算法預(yù)測長期重過載、低電壓、三相不平衡等隱患，生成自動報(bào)警工單，應(yīng)用歷史數(shù)據(jù)信息幫助診斷故障原因并給出處理的措施和建議，精準(zhǔn)派發(fā)預(yù)警工單給基層搶修班組。

3）故障準(zhǔn)確定位?；赑MS、GIS 和營銷系統(tǒng)的電網(wǎng)用戶網(wǎng)絡(luò)拓?fù)湫畔?，綜合判斷停電計(jì)劃、欠費(fèi)客戶、報(bào)修客戶、故障線路、應(yīng)停電線路等多類信息，提高搶修作業(yè)的效率。

4）提升故障響應(yīng)速度。以鄰近規(guī)則分類法為基準(zhǔn)分析受影響用戶，通過大數(shù)據(jù)處理技術(shù)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(yù)計(jì)停電時長，再結(jié)合基層搶修班組的故障修復(fù)能力、當(dāng)前搶修車輛軌跡等信息，智能派送工作單。

2.2 數(shù)據(jù)融合算法

為打破傳統(tǒng)數(shù)據(jù)庫無法包容多源數(shù)據(jù)的瓶頸，文中將搶修數(shù)據(jù)庫分類為多源的異構(gòu)數(shù)據(jù)資源湖、資源管控及數(shù)據(jù)應(yīng)用，以完成多源數(shù)據(jù)的采集融合算法。具體而言，即按照通用統(tǒng)計(jì)業(yè)務(wù)模型(Generic Statistical Business Process Model，GSBPM)，以國家電網(wǎng)搶修統(tǒng)計(jì)元數(shù)據(jù)標(biāo)準(zhǔn)為基礎(chǔ)，使用DDI+SDMX 標(biāo)準(zhǔn)，統(tǒng)計(jì)描述管控需求、設(shè)定任務(wù)開發(fā)的總目標(biāo)、集中上報(bào)數(shù)據(jù)和智能分析融合過程。最后采用DDI 規(guī)范設(shè)計(jì)儲存標(biāo)準(zhǔn)，使用SDMX 標(biāo)準(zhǔn)確定數(shù)據(jù)源，逐個分類并將數(shù)據(jù)融合，從而實(shí)現(xiàn)電網(wǎng)搶修數(shù)據(jù)的識別統(tǒng)計(jì)和交換標(biāo)準(zhǔn)的統(tǒng)一。數(shù)據(jù)融合模擬框架如圖3所示。

圖3 數(shù)據(jù)融合模擬圖

將采集的數(shù)據(jù)使用自適應(yīng)加權(quán)融合算法，基于加權(quán)的自適應(yīng)數(shù)據(jù)融合理論，以最小化運(yùn)算結(jié)果總誤差為標(biāo)準(zhǔn)，采用以下公式使數(shù)據(jù)融合算法值X最優(yōu)。總的目標(biāo)誤差應(yīng)滿足：

其中，σ2是總均方誤差，A是各類數(shù)據(jù)自身的均方誤差，B是各類數(shù)據(jù)之間互相影響的均方誤差，wr、ws是r類數(shù)據(jù)和s類數(shù)據(jù)的加權(quán)因子，Xr是各類數(shù)據(jù)的實(shí)際值，X是各類數(shù)據(jù)的目標(biāo)值。

各個數(shù)據(jù)值與待估計(jì)值之間相互獨(dú)立，由于σ2為各個權(quán)重?cái)?shù)的二次多元函數(shù)，所以一定存在最小值，且最小值經(jīng)計(jì)算可表達(dá)為：

以上算法的數(shù)據(jù)為電網(wǎng)各部門對搶修業(yè)務(wù)管控的數(shù)據(jù)融合結(jié)果，若目標(biāo)值X為常數(shù)，則可用歷史數(shù)據(jù)融合。

2.3 智能分析

通過智能分析得到各最佳權(quán)重，對對應(yīng)的權(quán)重因子進(jìn)行融合計(jì)算得到最終融合值。確定wr、ws等加權(quán)因子時一般選用層次分析法，基于專家經(jīng)驗(yàn)對每類數(shù)據(jù)進(jìn)行兩兩比對，再通過多數(shù)據(jù)源尺度確認(rèn)各加權(quán)因子，但由于層次分析法（AHP）主觀性過強(qiáng)，所以必須引入模糊數(shù)的概念。文中將三角模糊數(shù)算法與AHP 結(jié)合，通過對評價(jià)指標(biāo)的對比分析得出相對重要度，從而減少分析結(jié)果中的非客觀影響因素。具體分析方法如下：

1）構(gòu)造模糊判斷矩陣。n個電網(wǎng)專家對搶修業(yè)務(wù)的m類指標(biāo)給出n個模糊數(shù)，記為M1(x11,x12,…,x1n)、M2(x21,x22,…,x2n)、Mm(xm1,xm2,…,xmn)。然后對n個模糊數(shù)取算術(shù)平均，整合成一個模糊數(shù)，如式（5）所示：

2）計(jì)算初始權(quán)重。首先對各數(shù)據(jù)類型進(jìn)行分層處理，再在每層中用模糊數(shù)矩陣某行元素之和除以該矩陣的全部模糊數(shù)之和，即可得到該行所對應(yīng)特征量權(quán)重的初始值。最后，利用同樣的方法對其他層的數(shù)據(jù)進(jìn)行處理，得到所有數(shù)據(jù)的初始加權(quán)因子：

3）對初始加權(quán)因子進(jìn)行去模糊化處理：

式（7）定義了數(shù)據(jù)可能度。經(jīng)算法得到w的值，其是經(jīng)模糊化后的各個數(shù)據(jù)的加權(quán)因子。再由標(biāo)準(zhǔn)化處理，將這些加權(quán)因子變化到（0,1）區(qū)間中，即是最終所求結(jié)果。

3 算例分析

采用數(shù)據(jù)融合與智能分析算法的搶修管控方案，可以充分利用相關(guān)數(shù)據(jù)實(shí)時獲取信息，優(yōu)化調(diào)度單位搶修業(yè)務(wù)所涉及到的部門。通過數(shù)據(jù)分析預(yù)測故障，實(shí)現(xiàn)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(wǎng)吳忠供電公司的配網(wǎng)搶修數(shù)據(jù)為來源，采用數(shù)據(jù)融合與智能分析算法對電網(wǎng)搶修進(jìn)行管控效果分析，其結(jié)果如表1 和圖4 所示。

圖4 工作日和節(jié)假日搶修效率

表1 電網(wǎng)搶修業(yè)務(wù)效率

由表1 可知，對于電網(wǎng)出現(xiàn)的故障，基于數(shù)據(jù)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(tǒng)方案提升了近10%，平均達(dá)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(tǒng)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(tǒng)方案的效率提升明顯，周末及節(jié)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(jié)假日的人力資源略少，但是基于數(shù)據(jù)融合算法的新方案在節(jié)假日的搶修效率提高得更多，達(dá)到了13%。需要注意的是，文中數(shù)值實(shí)驗(yàn)為基于歷史電網(wǎng)搶修數(shù)據(jù)進(jìn)行的智能化數(shù)據(jù)融合分析結(jié)果。未來，隨著算法應(yīng)用參考時間的增加，搶修工作的效率會進(jìn)一步提升。

4 結(jié)束語

文中基于數(shù)據(jù)融合與智能分析算法提出了新的電網(wǎng)搶修管控技術(shù)方案，并通過案例測試結(jié)果證明該技術(shù)可以提高電網(wǎng)搶修業(yè)務(wù)的效率。對于電網(wǎng)搶修管控平臺的技術(shù)設(shè)計(jì)研究，供電公司需要對搶修流程涉及到的各部門數(shù)據(jù)進(jìn)行融合共享，擴(kuò)大信息的多元性。對于當(dāng)前海量數(shù)據(jù)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(guī)律特征、缺少專家?guī)斓妮o助決策支持等問題，通過數(shù)據(jù)融合與智能分析算法均可進(jìn)一步得到改善，基于此可以提高用戶滿意程度以及電網(wǎng)供電的可靠性。