宋 哲，冷磊磊

（北京科東電力控制系統(tǒng)有限責(zé)任公司，北京 100193）

0 引言

隨著電網(wǎng)規(guī)模的不斷擴大以及網(wǎng)架結(jié)構(gòu)的日益復(fù)雜，傳統(tǒng)電網(wǎng)調(diào)度管理模式漸顯弊端，主要表現(xiàn)在：通過人工開具操作票的方式已經(jīng)不能滿足數(shù)量龐大且日益復(fù)雜的電力調(diào)度操作要求，并且人工成票會給電網(wǎng)運行帶來一定的安全風(fēng)險，還嚴(yán)重影響成票的質(zhì)量和效率，導(dǎo)致調(diào)度效率不高［1］。在我國當(dāng)前電力系統(tǒng)運行的過程中，電網(wǎng)調(diào)度的地位舉足輕重，其工作內(nèi)容復(fù)雜，工作環(huán)節(jié)之間的聯(lián)系也非常密切，且實際操作中的安全風(fēng)險因素較多，一旦出現(xiàn)調(diào)度不夠合理的情況，就難以保證電力的供應(yīng)效果。電網(wǎng)操作票是保證電網(wǎng)調(diào)度安全穩(wěn)定進行、電力系統(tǒng)安全運行及管理的有效措施［2］。操作票管理系統(tǒng)的智能性和通用性是判斷系統(tǒng)實用化的基礎(chǔ)［3］。

1 調(diào)度操作票

調(diào)度操作票是針對特定設(shè)備和特定操作任務(wù)，根據(jù)電網(wǎng)安全操作規(guī)程，按照規(guī)范的操作術(shù)語描述順序倒換有關(guān)設(shè)備運行狀態(tài)的操作指令集。操作票的生成要求嚴(yán)格按照操作票格式填寫，統(tǒng)一編號，不漏項，步驟正確不能顛倒，有關(guān)內(nèi)容按規(guī)定逐項填寫，并且每項內(nèi)容只允許填寫一個最小單元的操作內(nèi)容，操作完成后做標(biāo)記等［4］。

操作票按照功能不同可分為四類：停電類、送電類、方式調(diào)整類和新設(shè)備啟動/退出類［5-6］。四類操作票的內(nèi)容、形式、要求等均不相同。

1.1 調(diào)度操作票生成

操作票的生成方式經(jīng)歷了兩個階段，分別是人工出票及智能出票。調(diào)度操作票的傳統(tǒng)生成模式是極為耗時的人工開票模式，而后隨著計算機技術(shù)的發(fā)展，智能操作票系統(tǒng)逐漸成熟，在實現(xiàn)智能開票的基礎(chǔ)上，引入了五防校驗與模擬預(yù)演，但智能化程度依舊不高，成票過程依賴手動輸入。

操作票人工出票主要依靠調(diào)度員對于輸配電線路及檢修申請單的深入理解和豐富的工作經(jīng)驗實現(xiàn)成票［7］。目前，人工開票已經(jīng)難以滿足智能電網(wǎng)安全運行的要求，利用智能化方式來實現(xiàn)操作票的輔助開票變得尤為必要［4］。

操作票的智能開票能夠提高電網(wǎng)的調(diào)控效率、減輕調(diào)控人員的工作壓力，智能開票也是當(dāng)前普遍應(yīng)用的操作票生成方式，其本身屬于一項經(jīng)驗與技術(shù)并存的綜合型工作［5］。在具體工作中，如果所采用的信息技術(shù)相對落后，工作人員就很難運用有缺陷的技術(shù)建立完善的數(shù)學(xué)模型，而且計算出的相關(guān)參數(shù)必然難以保證精確性［8］，因而有必要引入先進的信息技術(shù)，優(yōu)化人員配置，由專業(yè)知識水平高和經(jīng)驗豐富的工作人員執(zhí)行此項操作，這樣才能保證操作票的生成質(zhì)量。但是當(dāng)前所使用的智能自動化調(diào)度操作票系統(tǒng)尚不完善，智能化水平較低，雖然能夠自動生成一部分典型的操作票來處理簡單的問題，卻在面對更加復(fù)雜的操作任務(wù)時，必須運用“以機代筆”的模式［9］，所耗時間在15 min 以上。對于描述、識別和學(xué)習(xí)操作規(guī)則來講，智能操作票系統(tǒng)依然存在各種問題。

1.2 綜合功能不足

配電系統(tǒng)運行模式趨于多樣化和復(fù)雜化，當(dāng)前普遍的調(diào)度智能操作票系統(tǒng)的綜合功能存在不足，主要為：無法對將要執(zhí)行的操作票實施準(zhǔn)確的模擬預(yù)演、無法對已操作的設(shè)備進行快速恢復(fù)及智能化水平不高［4］。

2 新型智能操作票系統(tǒng)

智能操作票系統(tǒng)是用來輔助調(diào)度員編寫操作票的輔助軟件，基于電力系統(tǒng)的實際網(wǎng)絡(luò)模型，實現(xiàn)操作票智能生成等［7］。現(xiàn)階段智能操作票系統(tǒng)的功能不完善［10］，智能化水平并不高，不能實時開票［11］，操作票內(nèi)容存在嚴(yán)重不規(guī)范性，缺乏嚴(yán)格的校驗，且成票及校驗規(guī)則復(fù)雜，難以復(fù)用。因此為了推動軟件的規(guī)范化，使設(shè)計人員遵循統(tǒng)一的詳細(xì)書寫規(guī)范，減少地市間的區(qū)別，降低系統(tǒng)實現(xiàn)的風(fēng)險，本次研究基于D5000 平臺搭建新型智能操作票系統(tǒng)。

2.1 功能描述

新型智能操作票系統(tǒng)在保留智能操作票系統(tǒng)“以機代筆”及點圖成票功能的基礎(chǔ)上，加入了逆向成票、模擬預(yù)演及新型防誤校驗?zāi)K，并且利用深度學(xué)習(xí)算法［12-13］及智能推理算法［14］優(yōu)化操作票生成過程。新型智能操作票系統(tǒng)的功能流程圖，如圖1 所示。

圖1 新型智能操作票系統(tǒng)功能流程圖Fig.1 Function flow chart of new intelligent operation ticket system

新型智能操作票系統(tǒng)可供客戶進行選擇人為生成及智能生成兩種生成模式。人為生成模式可通過點擊界面設(shè)備，進而生成操作票；也可通過解析檢修票的內(nèi)容，獲取生成操作票的必備信息，進而生成操作票。智能生成模式可根據(jù)接入的檢修票申請單內(nèi)容進行解析，得到生成操作票的必要內(nèi)容，進而生成操作票，具體步驟為：根據(jù)申請信息分析調(diào)令類型；將檢修票的?；蛩碗姺秶鳛椴僮髌钡牟僮髂康模唤馕鲇媱濋_工時間和竣工時間，并關(guān)聯(lián)到操作票的相關(guān)信息里；結(jié)合檢修票的?；蛩碗姺秶凸ぷ鲀?nèi)容，生成操作指令，并根據(jù)各地方的習(xí)慣，定制本地化的術(shù)語指令。生成操作票之后，必須通過防誤校驗才允許繼續(xù)執(zhí)行。生成的操作票通過防誤校驗后，可選擇是否進行模擬預(yù)演和逆向出票來校驗正確性或減少成票流程，全部結(jié)束后即可發(fā)布操作票。

2.2 創(chuàng)新功能

2.2.1 深度學(xué)習(xí)算法

深度學(xué)習(xí)算法將電網(wǎng)調(diào)度管理系統(tǒng)OMS 中檢修申請單的分散內(nèi)容進行識別提取，轉(zhuǎn)化為檢修操作任務(wù)，作為后續(xù)操作票推理的依據(jù)［13］。選用LSTM 算法、TEXTCNN 算法、BiLSTM+CRF 算法三種方案進行比選?；? 種檢修申請單類型對不同地市的20 條線路的停電類、20 條線路的送電類、20 條線路的方式調(diào)整類及20 條線路的新設(shè)備啟動/退出類的檢修申請單進行試驗，統(tǒng)計語義解析平均時間并計算語義解析完全匹配率，見式（1）和式（2）。

經(jīng)過對比試驗后得到試驗結(jié)果，如表1。

表1 深度學(xué)習(xí)方案分析論證Tab.1 Analysis and demonstration of deep learning scheme

三種方案的語義解析完全匹配率和語義解析平均時間都可以達到實際要求；LSTM 算法語義解析完全匹配率最低，為95.00%；TEXTCNN 算法的語義解析平均時間最長，為38.88 s；BiLSTM+CRF 算法的語義解析完全匹配率最高，為97.50%，且語義解析平均時間最短，為36.67 s。綜合考慮，選用BiLSTM+CRF 算法作為深度學(xué)習(xí)算法，其原理如圖2。

圖2 BiLSTM+CRF 算法方案原理圖Fig.2 Schematic diagram of BiLSTM+CRF algorithm scheme

2.2.2 智能推理算法

智能推理算法內(nèi)部含有大量的某個領(lǐng)域?qū)＜宜降闹R與經(jīng)驗，能夠利用人類專家的知識和解決問題的方法來處理該領(lǐng)域問題。智能推理算法基于深度學(xué)習(xí)算法對所輸出的操作任務(wù)進行進一步分析處理，最終輸出操作項和操作票。選用決策樹推理、樸素貝葉斯推理及專家系統(tǒng)推理三種方案，選取不同地市的停電類、送電類、方式調(diào)整類及新設(shè)備啟動/退出類操作任務(wù)分別為15 條、15 條、10 條、10 條，共50 條操作任務(wù)進行比對試驗，統(tǒng)計操作項完整率、操作步驟正確率和推理平均時間，見式（3）—式（5）。

經(jīng)過對比試驗后得到試驗結(jié)果，如表2。其中采用決策樹推理方案的操作項完整率為92%、操作步驟正確率為92%，均較低，不滿足實際要求；采用樸素貝葉斯推理方案的操作項完整率為100%、操作步驟正確率為98%，較采用決策樹推理方案高，但推理時間最長，為45.770 s；采用專家系統(tǒng)推理方案的推理時間最短，為40.274 s，操作項完整率為98%，操作步驟正確率為98%，較采用樸素貝葉斯推理方案低，但可以滿足實際要求。綜合考慮，選用專家系統(tǒng)推理作為智能推理算法，其原理如圖3。

圖3 專家系統(tǒng)推理算法原理圖Fig.3 Schematic diagram of expert system reasoning algorithm

表2 智能推理方案分析論證Tab.2 Analysis and demonstration of intelligent reasoning scheme

2.2.3 模擬預(yù)演功能

模擬預(yù)演功能是在操作票執(zhí)行之前在模擬線路上進行操作票內(nèi)容虛擬操作，根據(jù)結(jié)果判斷操作票內(nèi)容是否正確。模擬預(yù)演功能不僅可以增加操作票執(zhí)行結(jié)果的可觀性，還可以大幅度減少人工校核的耗時［14］。

模擬預(yù)演模塊可實現(xiàn)全流程或逐條執(zhí)行模擬操作，不需要過多的人為參與，并且該模塊配備了一鍵恢復(fù)到線路初始狀態(tài)的功能。不僅如此，模擬預(yù)演模塊內(nèi)的“設(shè)置斷點”功能保留了人為干預(yù)的部分，有助于調(diào)度員對線路的調(diào)度情況做進一步分析。

模擬預(yù)演的功能流程如下：初始化線路狀態(tài)；操作票模擬預(yù)演模塊執(zhí)行；系統(tǒng)自動加載操作票的操作，選擇是否設(shè)置斷點；逐條或自動進行模擬預(yù)演；線路恢復(fù)到初始化狀態(tài)（模擬預(yù)演結(jié)束）。模擬預(yù)演模塊功能界面，如圖4 所示。

圖4 模擬預(yù)演功能界面Fig.4 Simulation preview function interface

2.2.4 逆向出票功能

故障恢復(fù)操作票必須在線實時開票才能發(fā)揮最大作用，因此逆向開票的思想可以彌補開具恢復(fù)類操作票時的冗余流程［14］。

操作票操作后，現(xiàn)場的調(diào)度人員需根據(jù)操作票的內(nèi)容，手動開具恢復(fù)類操作票，影響調(diào)度員的工作進度。新型智能操作票系統(tǒng)在新建操作票模塊中加入了逆向生成操作票的功能。逆向成票的功能在于利用已生成的操作票，一鍵生成線路恢復(fù)操作票，相較于人工開票，此方法大大減少了開具線路恢復(fù)類操作票的時間，逆向出票界面如圖5 所示。

逆向生成操作票后，結(jié)合模擬預(yù)演功能對恢復(fù)類操作票進行模擬預(yù)演，預(yù)演無誤后可交至現(xiàn)場人員執(zhí)行。如圖5 所示，已根據(jù)檢修申請票生成了停電類操作票，選擇“生成逆向票”，即可自動生成相應(yīng)的“復(fù)電類”操作票。

圖5 逆向出票界面Fig.5 Reverse ticketing interface

3 效果驗證

在實際工程項目中，現(xiàn)場要求開票總時間小于3 min，其中深度學(xué)習(xí)算法的語義解析完全匹配率不小于95%，語義解析時間不大于40 s，智能推理算法的操作項完整率不小于98%，操作步驟正確率不小于98%，推理時間不大于45 s。

3.1 深度學(xué)習(xí)算法效果驗證

在公司實驗室部署檢修申請單數(shù)據(jù)庫，搭建了模擬測試環(huán)境對BiLSTM+CRF 算法進行試驗分析。將某電力公司管轄內(nèi)不同線路上的檢修申請單作為試驗數(shù)據(jù)，將其分為停電類、送電類、方式調(diào)整類和新設(shè)備啟動/退出類共4 類，每類10 條數(shù)據(jù)。將40 條試驗數(shù)據(jù)進行試驗并統(tǒng)計語義解析平均時間和語義解析完全匹配率，試驗結(jié)果如圖6。

圖6 BiLSTM+CRF 算法試驗分析結(jié)果圖Fig.6 Experimental analysis results of BiLSTM+CRF algorithm

利用式（1）和式（2）可計算出4 類試驗數(shù)據(jù)BiLSTM+CRF 算法的語義解析完全匹配率平均為97.5%；語義解析平均時間為36.67 s。由試驗結(jié)果可知，BiLSTM+CRF 算法解析4 種不同類型的檢修申請單時，在語義解析完全匹配率大于等于95%的情況下，解析時間均小于40 s。

3.2 智能推理算法效果驗證

在公司實驗室部署調(diào)度操作票綜合管理系統(tǒng)，在操作項生成模塊上部署智能推理試驗程序。分別選取某電力公司的4 類操作任務(wù)15 條、15 條、10 條、10 條，共50 條數(shù)據(jù)對專家系統(tǒng)推理算法進行試驗，將4 類操作任務(wù)按順序依次進行試驗，并根據(jù)結(jié)果繪制直方圖如圖7。

圖7 專家系統(tǒng)推理算法試驗統(tǒng)計直方圖Fig.7 Statistical histogram of expert systemreasoning algorithm experiment

根據(jù)式（3）—式（5）可計算出專家系統(tǒng)推理算法的操作項完整率為98%，操作步驟正確率為98%，推理平均時間為40.274 s。專家系統(tǒng)推理方案處理試驗數(shù)據(jù)的推理時間均小于45 s，操作項的操作步驟正確率均達到98%。

3.3 操作票生成時間

選用某地市不同線路的20 條4 類（共80 條）檢修申請單作為試驗數(shù)據(jù)，分別利用人工開票、智能操作票系統(tǒng)及新型智能操作票系統(tǒng)進行試驗，統(tǒng)計每類檢修申請單成票所需平均時間，試驗結(jié)果如圖8 所示。

由圖8 可知，新型智能操作票系統(tǒng)開票時間為90 s 左右，相較于人工成票和智能操作票系統(tǒng)，該系統(tǒng)可大幅度縮短成票時間，有利于提高調(diào)度人員的工作效率。

圖8 操作票生成試驗結(jié)果圖Fig.8 Operation ticket generation test result diagram

4 結(jié)語

新型智能操作票系統(tǒng)彌補了操作票現(xiàn)有生成方式的缺陷，大幅度提高了操作票生成效率和質(zhì)量，填補了配電網(wǎng)調(diào)度操作票智能化生成的空白，應(yīng)用深度學(xué)習(xí)算法搭建語義識別模型實現(xiàn)文本識別，利用智能推理算法進行操作項的推理，可實現(xiàn)全流程自動化、高質(zhì)量、高效率、智能化生成操作票。