謝穎文

（廣東電網(wǎng)有限責(zé)任公司江門供電局，廣東 江門 529000）

0 引言

目前，“由電能量數(shù)據(jù)人員通過對(duì)電力數(shù)據(jù)的巡檢、分析、監(jiān)測(cè)，發(fā)現(xiàn)計(jì)量設(shè)備故障或潛在故障，通過相關(guān)故障工單下發(fā)至現(xiàn)場(chǎng)計(jì)量運(yùn)維人員，運(yùn)維人員處理完成后進(jìn)行結(jié)果反饋”的鏈?zhǔn)焦ぷ髂Ｊ交疽呀?jīng)實(shí)現(xiàn)，但這種高度依賴人工處理的方式難以建立故障數(shù)據(jù)庫(kù)，并且導(dǎo)致一系列問題：

（1）容易造成故障排除滯后、工單反饋不及時(shí)等問題。

（2）在大量同類故障發(fā)生的前提下，無(wú)法進(jìn)行專項(xiàng)分析，及時(shí)發(fā)現(xiàn)批量計(jì)量裝置質(zhì)量問題、線路技術(shù)故障以及批量SIM卡信號(hào)問題等同質(zhì)問題；無(wú)法將易發(fā)生故障區(qū)域以及竊電嫌疑用戶納入觀察庫(kù)；無(wú)法直觀方便地總結(jié)故障類別，在運(yùn)維信息統(tǒng)計(jì)歸納上存在困難。這就導(dǎo)致運(yùn)維效率低，可能產(chǎn)生無(wú)效工單或重復(fù)工作。

這一系列問題會(huì)影響線損指標(biāo)、計(jì)量裝置抄表率和完整率，甚至導(dǎo)致漏計(jì)、少計(jì)電量，造成電量追補(bǔ)困難，影響計(jì)量差錯(cuò)率。

1 系統(tǒng)設(shè)計(jì)

電力計(jì)量運(yùn)維數(shù)據(jù)中臺(tái)作為電子化供電服務(wù)數(shù)據(jù)分析發(fā)布平臺(tái)，依托大數(shù)據(jù)分析機(jī)器人，實(shí)現(xiàn)數(shù)據(jù)分析自動(dòng)化、智能化，打通數(shù)據(jù)分析和現(xiàn)場(chǎng)運(yùn)維“高速通道”，建立用戶計(jì)量點(diǎn)“病歷庫(kù)”，全方位展示計(jì)量運(yùn)維信息，搭載工單管理平臺(tái)，實(shí)現(xiàn)工單流程閉環(huán)管理信息化轉(zhuǎn)型。系統(tǒng)設(shè)計(jì)上分為負(fù)荷巡檢規(guī)則庫(kù)、客戶需求分析庫(kù)、待辦計(jì)劃庫(kù)等。

如圖1所示，系統(tǒng)中各庫(kù)間交互數(shù)據(jù)生成帶指導(dǎo)性意見的工作任務(wù)給現(xiàn)場(chǎng)運(yùn)維人員，現(xiàn)場(chǎng)處理結(jié)果再返回至系統(tǒng)中參與下一次數(shù)據(jù)交互。

1.1 系統(tǒng)數(shù)據(jù)基礎(chǔ)

對(duì)萬(wàn)級(jí)數(shù)量用戶的數(shù)據(jù)進(jìn)行分析，每天均需要下載百萬(wàn)級(jí)行數(shù)據(jù)。在上班時(shí)間，系統(tǒng)普遍繁忙，此時(shí)進(jìn)行數(shù)據(jù)下載往往是事倍功半，甚至得到的是存在問題的數(shù)據(jù)包。因此，為了分析準(zhǔn)確，必須保障基礎(chǔ)數(shù)據(jù)的準(zhǔn)確性。如能實(shí)現(xiàn)機(jī)器自動(dòng)獲取營(yíng)銷系統(tǒng)、計(jì)量自動(dòng)化系統(tǒng)的數(shù)據(jù)，得以在網(wǎng)絡(luò)空閑時(shí)段、人員休息時(shí)間完整快速地下載所需要的大量數(shù)據(jù)，則能很好地解決這個(gè)問題。

1.2 負(fù)荷巡檢規(guī)則庫(kù)

有了數(shù)據(jù)，接下來就得對(duì)數(shù)據(jù)進(jìn)行清洗、處理、分析，這就需要將日常電能量數(shù)據(jù)巡檢工作的人工智慧傳授給系統(tǒng)，并且不能只限于某一種維度的分析，那樣無(wú)法得出正確的結(jié)果。所以這里需要思考如何從多維度分析判斷依據(jù)出發(fā)，集成各種單一簡(jiǎn)單分析結(jié)論，由簡(jiǎn)單的正確結(jié)論，推導(dǎo)出復(fù)雜的判斷結(jié)果。這與日常巡檢的碎片化思維是完全相反的方向。

1.3 客戶需求分析庫(kù)

在數(shù)據(jù)價(jià)值上，只對(duì)設(shè)備的異常進(jìn)行分析顯然是不夠的。從客戶服務(wù)的角度來看，用戶的基本信息在某種程度上暗示著他們一些個(gè)性化的服務(wù)需求。在用戶檔案信息基礎(chǔ)上，需要突破已成文的客戶性質(zhì)定義，通過將自身代入客戶角色，感同身受去尋找客戶真實(shí)的需求。知道了客戶所想所需，才能知道對(duì)客戶的工作中有何風(fēng)險(xiǎn)，知道了風(fēng)險(xiǎn)就能相應(yīng)地制定應(yīng)對(duì)措施。客戶需求與相應(yīng)的應(yīng)對(duì)策略則構(gòu)成了客戶需求分析庫(kù)。

1.4 待辦計(jì)劃庫(kù)

對(duì)于計(jì)量裝置定期檢驗(yàn)、輪換、已有故障處理計(jì)劃，若不作統(tǒng)計(jì)，容易出現(xiàn)短期內(nèi)多次往返同一用戶現(xiàn)場(chǎng)的重復(fù)性工作。通過自動(dòng)關(guān)聯(lián)異常用戶當(dāng)前所有待辦工作，生成待辦計(jì)劃庫(kù)。對(duì)應(yīng)于萬(wàn)級(jí)數(shù)量用戶，其待辦工作計(jì)劃數(shù)據(jù)量可達(dá)千萬(wàn)行，需要使用一些專業(yè)處理大型數(shù)據(jù)的工具來實(shí)現(xiàn)。

1.5 工作計(jì)劃下發(fā)

經(jīng)過系統(tǒng)統(tǒng)籌后，下發(fā)工作計(jì)劃，并及時(shí)傳遞給設(shè)備責(zé)任人。現(xiàn)場(chǎng)運(yùn)維人員在處理前還需要查詢一些相關(guān)情況，以判斷具體如何完成現(xiàn)場(chǎng)處理，包括攜帶的工器具、作業(yè)的步驟、所需人力等。如果現(xiàn)場(chǎng)運(yùn)維人員需要自行在營(yíng)銷系統(tǒng)或計(jì)量自動(dòng)化系統(tǒng)重新查詢的話，將耗費(fèi)很多時(shí)間，甚至被迫推遲工作進(jìn)度。但其實(shí)系統(tǒng)在分析的過程中就已經(jīng)對(duì)相關(guān)數(shù)據(jù)進(jìn)行了提取并得出了一系列簡(jiǎn)單的小結(jié)論，現(xiàn)場(chǎng)運(yùn)維人員可直接查詢這些小結(jié)論。

1.6 現(xiàn)場(chǎng)結(jié)果反饋

單向的數(shù)據(jù)分析對(duì)于分析結(jié)果的準(zhǔn)確度來說顯然是不夠的，這對(duì)于分析的算法模型的改進(jìn)也是無(wú)益的。系統(tǒng)需要得到每一次分析結(jié)果的評(píng)價(jià)反饋，然后回溯原來的分析有何不足，通過一個(gè)學(xué)習(xí)的過程完善自我。同時(shí)，數(shù)據(jù)巡檢的分析員也可通過反饋的現(xiàn)場(chǎng)實(shí)際情況發(fā)現(xiàn)一些批量問題，如設(shè)備質(zhì)量問題、軟硬件兼容問題、運(yùn)營(yíng)商誤操作等。反饋的結(jié)果需要自動(dòng)對(duì)號(hào)入座，避免人工處理的錯(cuò)漏或增加人力工作負(fù)荷。

2 系統(tǒng)實(shí)現(xiàn)

中臺(tái)通過B/S架構(gòu)開發(fā)，使用Python語(yǔ)言開發(fā)，數(shù)據(jù)庫(kù)采用MariaDB。數(shù)據(jù)分析人員可通過Web訪問中臺(tái)并根據(jù)相關(guān)業(yè)務(wù)進(jìn)行人工核驗(yàn)、計(jì)劃工單下發(fā)，現(xiàn)場(chǎng)運(yùn)維人員通過即時(shí)通信軟件接收計(jì)劃工單、查詢相關(guān)計(jì)劃的其他詳情、反饋現(xiàn)場(chǎng)情況及處理結(jié)果，如圖2所示。

2.1 系統(tǒng)數(shù)據(jù)獲取

中臺(tái)利用Python的PyAutoGUI模塊[1]，模擬真實(shí)人工操作：模擬鼠標(biāo)的移動(dòng)、點(diǎn)擊、拖拽，鍵盤按鍵輸入操作，鼠標(biāo)和鍵盤熱鍵的同時(shí)操作，實(shí)現(xiàn)控制消息框、截圖、定位等。通過這個(gè)自動(dòng)化工具，可全天24 h不間斷地獲取營(yíng)銷系統(tǒng)、計(jì)量自動(dòng)化系統(tǒng)數(shù)據(jù)，并在網(wǎng)絡(luò)空閑時(shí)段、人員休息時(shí)間完整快速地下載所需要的大量數(shù)據(jù)。

2.2 數(shù)據(jù)分析及處理

中臺(tái)主要利用Python自帶的科學(xué)計(jì)算庫(kù)Pandas模塊[1]進(jìn)行數(shù)據(jù)科學(xué)相關(guān)操作。因?yàn)镻andas納入了大量庫(kù)和一些標(biāo)準(zhǔn)的數(shù)據(jù)模型，提供了高效的操作大型數(shù)據(jù)集所需的工具，特別適合上述數(shù)千萬(wàn)行數(shù)據(jù)量的庫(kù)。例如，離線分析[2]的過程如圖3所示。

2.3 前端應(yīng)用

利用Web技術(shù)完成前端交互界面，允許分析員對(duì)系統(tǒng)分析結(jié)論進(jìn)行核驗(yàn)、修正或新增、反饋。運(yùn)維人員也可在前端獲得相關(guān)工作計(jì)劃的其他詳情（系統(tǒng)分析過程中形成的簡(jiǎn)單準(zhǔn)確的小結(jié)論）。

2.4 即時(shí)通信軟件的連接

同樣利用Python的PyAutoGUI模塊，中臺(tái)在即時(shí)通信軟件中下發(fā)工作計(jì)劃至相應(yīng)的現(xiàn)場(chǎng)運(yùn)維人員?，F(xiàn)場(chǎng)運(yùn)維人員通過回復(fù)不同指令代碼，進(jìn)行工作計(jì)劃詳情查詢、現(xiàn)場(chǎng)情況反饋、處理結(jié)果反饋。中臺(tái)通過即時(shí)通信軟件傳回的數(shù)據(jù)自動(dòng)進(jìn)入下一輪分析。

2.5 數(shù)據(jù)自改善的實(shí)現(xiàn)

中臺(tái)并不是孤立的，通過Python的PyAutoGUI模塊在即時(shí)通信軟件對(duì)現(xiàn)場(chǎng)計(jì)量運(yùn)維人員自動(dòng)派發(fā)待處理異常工單，現(xiàn)場(chǎng)人員在通信軟件中進(jìn)行回復(fù)，中臺(tái)自動(dòng)收集現(xiàn)場(chǎng)處理結(jié)果，形成監(jiān)控業(yè)務(wù)閉環(huán)；通過Python的NumPy+SciPy+scikit-learn模塊根據(jù)反饋的現(xiàn)場(chǎng)實(shí)際情況比對(duì)原分析結(jié)果，探索多維度篩查規(guī)則，持續(xù)改進(jìn)系統(tǒng)算法，形成迭代閉環(huán)。

3 結(jié)語(yǔ)

本中臺(tái)通過電能量數(shù)據(jù)的深度應(yīng)用，推動(dòng)計(jì)量管理從表計(jì)管理向裝置管理轉(zhuǎn)變、從設(shè)備管理向數(shù)據(jù)管理轉(zhuǎn)型，因地制宜探索開發(fā)基于遠(yuǎn)程監(jiān)測(cè)的計(jì)量裝置異常監(jiān)控閉環(huán)管理，為快速精準(zhǔn)開展計(jì)量運(yùn)維提供全過程數(shù)據(jù)分析支撐。

下一步，將考慮對(duì)中臺(tái)賦予更高實(shí)踐經(jīng)驗(yàn)型的智能，向它傳授計(jì)量運(yùn)維經(jīng)驗(yàn)，使它不再局限于發(fā)現(xiàn)異常，還能夠直接指揮、指導(dǎo)現(xiàn)場(chǎng)工作，把“發(fā)現(xiàn)問題了，怎么辦？”解決在出現(xiàn)場(chǎng)工作之前。這將極大地提高計(jì)劃報(bào)送的準(zhǔn)確率，優(yōu)化人力資源配置，為計(jì)量運(yùn)維提質(zhì)增效。