论文部分内容阅读
【摘 要】传统的10kv配电网停电持续时间预测主要依靠以往的现场调查和工作负责人的经验估计。随着配电网运行手段的不断进步，用户供电可靠性和优质服务要求的不断提高，提出了10kv配电网预安排停电预测的精度和准确性更高的要求。针对目前配电网停电持续时间预测与实际完工时间偏差较大的实际情况，本文提出了一种基于大数据分析的10kv配电网停电持续时间预测方法。通过对近三年配电网停电事件的分析，总结和整理出影响预测精度的不同因素。从标准化作业时长典型基准库、标准化运行持续时间优化调整机制、标准化运行持续时间后评价体系、综合停电持续时间预测模型四个方面进行深入研究，优化完善综合停电持续时间的准确预测能力。停机作业的预测偏差控制提供了一种参考和易于操作的高效辅助工具。生产作业的实际应用表明，基于大数据分析的预测方法能较好地提高停电运行时间的准确预测能力，减少可靠性预测偏差，起到可靠性目标管理和控制的作用。并帮助准确实施停电信息发布等优质服务工作。
【关键词】预测偏差;标准化;典型基准库;预测模型
前言
10kv配电网停电时间的预测关系到可靠性目标控制和用户服务质量。本文将大数据分析理论与实际生产相结合，建立起参考性较高的标准化作业时长典型基准库。采用基于神经网络的人工智能设计，对不同运行方式的停电时间模型进行训练。结合基层工作实际，对参考库内容和各项调整系数的取值进行更新调整，建立起动态更新的标准化作业时长后评估优化体系。
一.现状分析
1.供电可靠性计划停电预测准确率有待提高
现有的预测方法是基层单位根据实际工作和现场情况估计停工时间。但由于人员经验、现场环境变化等综合因素的影响，预测精度不高。下表为2016 年计划停电预测偏差为例简要分析。
2.客户优质服务工作出现难点
主要包含两方面内容，一是用户因停电信息发布不准确出现的投诉事件较多，二是用户因停电信息发布不准确出现的报修事件激增。
二.停电时长预测
对于计划停电的作业过程控制，影响运行持续时间的因素很多。传统的统计归纳法已经无法完成停电持续时间因素之间的相关性分析，更无法准确预测。因此，有必要对复杂的数据进行深入的学习，建立多个数据因素之间的相关性，从而预测停运计划的运行时间，为停运计划的制定提供准确的指导。包括数据分析处理、人工智能建模和停电持续时间预测等模块。
1.大数据分析处理
①数据提取
结合PMS系统数据及其10 kv配网标准化作业时长典型基准库等数据，对《工作票 + 工作任务单》记录的数据进行词法分析，完成语义学习，从而进一步提取有效信息。包括但不限于：操作员工、涉及设备、作业类型、停电时长等一手数据。
原始信息输入→拆分 → 姓名识别、作业类型识别、设备名词 → 设备分析（经过词位置分析 + 词重要性分析提取）→ 变形变换（文本纠错、近义词替换、语义归一化）→ 提取关键信息。
②数据分析筛选
大数据理论告诉我们，数据量巨大且复杂的数据集在使用前需要进行数据清洗筛选，去除偏差大的、无意义的、影响分析结果的无效数据，称之为数据预处理。主要包括四项内容：（1）数据清理：空缺值处理、格式标准化、异常数据清除、错误纠正、重复数据的清除。（2）数据集成：将多个数据源中的数据结合并统一存储，建立数据仓库的过程实际上就是数据集成。（3）数据变换：平滑、聚集、規范化、最小最大规范化等。（4）据归约：维归（删除不相关的属性）、数据压缩（PCA，LDA，SVD、小波变换）、数值归约（回归和对数线形模型、线形回归、对数线形模型、直方图）
2.人工智能建模
随着当今社会对供电可靠性要求的不断提高，实际工作中单一停电类型已越来越少，代替高效的综合维修，“一停多用”已成为停电运行的基本要求。为提高可靠性预测偏差的精确控制能力，在标准运行时基的基础上，建立了综合停电时间预测模型。通过对数据预处理后生成的大量有效数据集，采用神经网络对各作业类型的时间消耗模型进行训练，进一步探讨不同作业类型组合的用时影响。
3.计划停电时长与各个作业类型之间的相关性
停电操作涉及两种或多种操作类型。停电总时间与各运行类型时间的关系是典型的多条件非线性复杂关系，需要通过神经网络进一步训练综合停电作业耗时模型。
4.单项作业停电时长调整
在上述神经网络模型的基础上，将操作类型、操作员、日期等因素输入到神经网络中，预测每种操作类型的停机耗时，然后结合各种影响因素和专家修正分析对单次操作时间进行修正和调整。
三.综合停电预测模型
随着社会对供电可靠性要求的不断提高，实际工作中单一停电类型已少之又少，代替高效的综合维修，“一停多用”已成为停电运行的基本要求。目前，多作业小组、多运营内容、多作业设备的综合计划停电模式已成为各供电公司主流的电网停电模式。充分利用标准化运行时间典型基准数据库，将大大提高运行时间的预测精度，进一步提高用户的用电服务质量。
四.预期效果
经过10kv 配网停电作业时长大数据预测优化研究，从社会效益、经济效益及管理效益三方面，夯实了停电生产管理的基础。
1.经济效益
一是客户优质服务质量明显提高。2018年以来，未发生因停电时间预测不准确引起的投诉。因送电延误造成的客户报修、查询次数减少到5次，为公司节约生产成本20万元。二是促进公司整体经营效率的全面提高。为操作员、操作设备、现场环境等因素达到最佳的智能匹配，最大限度地提高运作业效率，减少检修和返修次数，并根据最佳情况进行停电操作;基本上可以比预期时间多完成10分钟的工作，而且随着多年来的限电情况，全年多售电量折合成电费达200万元
2.社会效益
一是电力客户满意度显著提高。减少了客户投诉，减少了维修请求。二是提升电力企业与用户的和谐程度。随着信息技术和互动服务水平的提高，电力消费将更加透明，电力纠纷将减少，电力行业的社会形象将得到改善，潜在用户和电力销售也将增加。
五.结语
运用人工智能分析、神经网络模型等有效分析手段，建立10 kv配网标准化作业时长典型基准库，以配网作业时长调整系数和标准化作业时长后评估优化体系提升后期基准库的精准度、实用度，形成一个依托系统数据滚动定期修编、人工作业实践二次纠偏的人机互动、紧密结合的配网作业时长预测新方法，让大数据元素更好地服务于基层一线生产工作。
参考文献：
[1]黄晓梅.配网自动化改造停电作业时间精益化管理研究[A]..电力行业优秀管理论文集——2014年度全国电力企业优秀管理论文大赛获奖论文（《中国电力企业管理》2014年第一期增刊）[C].：《中国电力企业管理》杂志社，2014：2.
[2]赵玺，周胜超，李俊伟，文玉兴，李娟娟，肖丹.基于标准工时的配网停电作业研究[J].企业改革与管理，2018（13）：216-217.
[3]林捷，王函韵，王小仲，唐明，沈思琪，刘扬.配网停电计划“五个零时差”管理研究[J].湖州师范学院学报，2017，39（S1）：63-67.
[4]陈建华，齐建辉.浅析10kv配网运行常见故障原因及预防措施[J].科技经济导刊，2019，27（04）：88.
[5]张忠伟，蒋路明.乌鲁木齐地区10kv配电线路常见故障分析及预防措施[J].科技资讯，2019，17（01）：103-104.
（作者单位：国网浙江省电力培训中心湖州分中心）
【关键词】预测偏差;标准化;典型基准库;预测模型
前言
10kv配电网停电时间的预测关系到可靠性目标控制和用户服务质量。本文将大数据分析理论与实际生产相结合，建立起参考性较高的标准化作业时长典型基准库。采用基于神经网络的人工智能设计，对不同运行方式的停电时间模型进行训练。结合基层工作实际，对参考库内容和各项调整系数的取值进行更新调整，建立起动态更新的标准化作业时长后评估优化体系。
一.现状分析
1.供电可靠性计划停电预测准确率有待提高
现有的预测方法是基层单位根据实际工作和现场情况估计停工时间。但由于人员经验、现场环境变化等综合因素的影响，预测精度不高。下表为2016 年计划停电预测偏差为例简要分析。
2.客户优质服务工作出现难点
主要包含两方面内容，一是用户因停电信息发布不准确出现的投诉事件较多，二是用户因停电信息发布不准确出现的报修事件激增。
二.停电时长预测
对于计划停电的作业过程控制，影响运行持续时间的因素很多。传统的统计归纳法已经无法完成停电持续时间因素之间的相关性分析，更无法准确预测。因此，有必要对复杂的数据进行深入的学习，建立多个数据因素之间的相关性，从而预测停运计划的运行时间，为停运计划的制定提供准确的指导。包括数据分析处理、人工智能建模和停电持续时间预测等模块。
1.大数据分析处理
①数据提取
结合PMS系统数据及其10 kv配网标准化作业时长典型基准库等数据，对《工作票 + 工作任务单》记录的数据进行词法分析，完成语义学习，从而进一步提取有效信息。包括但不限于：操作员工、涉及设备、作业类型、停电时长等一手数据。
原始信息输入→拆分 → 姓名识别、作业类型识别、设备名词 → 设备分析（经过词位置分析 + 词重要性分析提取）→ 变形变换（文本纠错、近义词替换、语义归一化）→ 提取关键信息。
②数据分析筛选
大数据理论告诉我们，数据量巨大且复杂的数据集在使用前需要进行数据清洗筛选，去除偏差大的、无意义的、影响分析结果的无效数据，称之为数据预处理。主要包括四项内容：（1）数据清理：空缺值处理、格式标准化、异常数据清除、错误纠正、重复数据的清除。（2）数据集成：将多个数据源中的数据结合并统一存储，建立数据仓库的过程实际上就是数据集成。（3）数据变换：平滑、聚集、規范化、最小最大规范化等。（4）据归约：维归（删除不相关的属性）、数据压缩（PCA，LDA，SVD、小波变换）、数值归约（回归和对数线形模型、线形回归、对数线形模型、直方图）
2.人工智能建模
随着当今社会对供电可靠性要求的不断提高，实际工作中单一停电类型已越来越少，代替高效的综合维修，“一停多用”已成为停电运行的基本要求。为提高可靠性预测偏差的精确控制能力，在标准运行时基的基础上，建立了综合停电时间预测模型。通过对数据预处理后生成的大量有效数据集，采用神经网络对各作业类型的时间消耗模型进行训练，进一步探讨不同作业类型组合的用时影响。
3.计划停电时长与各个作业类型之间的相关性
停电操作涉及两种或多种操作类型。停电总时间与各运行类型时间的关系是典型的多条件非线性复杂关系，需要通过神经网络进一步训练综合停电作业耗时模型。
4.单项作业停电时长调整
在上述神经网络模型的基础上，将操作类型、操作员、日期等因素输入到神经网络中，预测每种操作类型的停机耗时，然后结合各种影响因素和专家修正分析对单次操作时间进行修正和调整。
三.综合停电预测模型
随着社会对供电可靠性要求的不断提高，实际工作中单一停电类型已少之又少，代替高效的综合维修，“一停多用”已成为停电运行的基本要求。目前，多作业小组、多运营内容、多作业设备的综合计划停电模式已成为各供电公司主流的电网停电模式。充分利用标准化运行时间典型基准数据库，将大大提高运行时间的预测精度，进一步提高用户的用电服务质量。
四.预期效果
经过10kv 配网停电作业时长大数据预测优化研究，从社会效益、经济效益及管理效益三方面，夯实了停电生产管理的基础。
1.经济效益
一是客户优质服务质量明显提高。2018年以来，未发生因停电时间预测不准确引起的投诉。因送电延误造成的客户报修、查询次数减少到5次，为公司节约生产成本20万元。二是促进公司整体经营效率的全面提高。为操作员、操作设备、现场环境等因素达到最佳的智能匹配，最大限度地提高运作业效率，减少检修和返修次数，并根据最佳情况进行停电操作;基本上可以比预期时间多完成10分钟的工作，而且随着多年来的限电情况，全年多售电量折合成电费达200万元
2.社会效益
一是电力客户满意度显著提高。减少了客户投诉，减少了维修请求。二是提升电力企业与用户的和谐程度。随着信息技术和互动服务水平的提高，电力消费将更加透明，电力纠纷将减少，电力行业的社会形象将得到改善，潜在用户和电力销售也将增加。
五.结语
运用人工智能分析、神经网络模型等有效分析手段，建立10 kv配网标准化作业时长典型基准库，以配网作业时长调整系数和标准化作业时长后评估优化体系提升后期基准库的精准度、实用度，形成一个依托系统数据滚动定期修编、人工作业实践二次纠偏的人机互动、紧密结合的配网作业时长预测新方法，让大数据元素更好地服务于基层一线生产工作。
参考文献：
[1]黄晓梅.配网自动化改造停电作业时间精益化管理研究[A]..电力行业优秀管理论文集——2014年度全国电力企业优秀管理论文大赛获奖论文（《中国电力企业管理》2014年第一期增刊）[C].：《中国电力企业管理》杂志社，2014：2.
[2]赵玺，周胜超，李俊伟，文玉兴，李娟娟，肖丹.基于标准工时的配网停电作业研究[J].企业改革与管理，2018（13）：216-217.
[3]林捷，王函韵，王小仲，唐明，沈思琪，刘扬.配网停电计划“五个零时差”管理研究[J].湖州师范学院学报，2017，39（S1）：63-67.
[4]陈建华，齐建辉.浅析10kv配网运行常见故障原因及预防措施[J].科技经济导刊，2019，27（04）：88.
[5]张忠伟，蒋路明.乌鲁木齐地区10kv配电线路常见故障分析及预防措施[J].科技资讯，2019，17（01）：103-104.
（作者单位：国网浙江省电力培训中心湖州分中心）