论文部分内容阅读
摘 要：本文采用多种系统对研究需要数据进行融合和挖掘，并在此基础上设计出一款针对配电网主动故障流程中修复问题的指挥监控平台。利用数据分析和数据可视化方法，解决了以往无法有效跟踪和控制配电网应急抢修实时情况的问题，进一步大大提高了应急抢修效率。实践表明，该平台具有全面推广应用的价值和前景。
关键词：配电网故障抢修;抢修指挥监控;数据挖掘;电网大数据
前言
低压配电网直接与用户相连。低压故障可以快速修复，是否可以恢复电力供应是关键环节，以满足供电需求和电力消费体验的成千上万的家庭，以及供电企业的责任的体现和供电服务水平。长期以来，由于低压配电网结构复杂，节点数量多，未能实现有效监测，导致了基于95598电话维修的配电网故障被动应急抢修模式，即应急抢修指挥中心在客户报修后，派出现场运维人员进行应急抢修。与故障抢修相关的业务数据分散在市场、生产、调度等专业业务系统中。数据尚未整合，信息化水平不高，业务全景难以控制，抢修效率亟待提高，停电后无法快速恢复造成的客户投诉较高。因此，迫切需要提高抢修服务的信息化、智能化水平，创新抢修支持手段，提高抢修服务质量。
近年来，随着能源互联网和无处不在的电力物联网的建设，电网的智能化进程正在加快。特别是以大数据为核心和基础的“大数据、云计算、物联网、移动互联网”等新兴技术快速发展，能源电力技术与信息技术的深度融合为智能监管奠定了坚实基础。然而，目前的供电服务技术支持还不够，智能化进程明显滞后。在客户端，服务沟通手段单一落后，难以高效、快速地响应客户需求。在管理端，专业信息尚未共享，数据分析和监测预警能力不高。因此，整个供电服务过程无法提前预警、在线调控和准确匹配。特别是故障维修业务的智能化水平较低，不可能从被动维修向主动维修转变。一方面，难以提前感知和准确判断配电网故障，难以快速实施抢修;另一方面，抢修过程的情况无法控制，极大地影响了抢修资源的合理配置。因此，消除技术壁垒，提高供电服务智能化水平，实现对客户需求的预测感知、快速响应和准确匹配，提高服务质量，有效让客户享受便捷，具有重要意义。高效优质的供电服务。
主动抢修是相对于被动抢修的一种供电服务方式。其主要特点是在用户报修前，甚至在配电网故障发生前，了解和预测故障信息，实施有效的抢修。本文介绍了一种基于数据融合和数据挖掘的配电网故障主动应急抢修指挥与监控平台。
该平台的设计重点是为了解决传统配网故障抢修指挥平台所面临的4个问题：1. 缺少维修预警使得故障维修报告的发展趋势难以完全预控;2. 故障研究和判断依赖于人工工作，效率低，准确性差;3.固定区域工单分配方式不够优化，影响了应急抢修的效率;4. 缺乏实时在线监测，难以全面部署应急维修资源。
1 数据平台的框架结构设计
平台的数据来源于电网内部的业务系统数据，如营销、调度、配电等，以及外部的交通、气象等数据，采用Hadoop数据平台架构。数据平台提供基础设施服务层（IaaS）、平台服务层（PaaS）、应用服务层（SaaS）三种基本服务。IaaS负责物理资源和虚拟化资源的统一管理和调度，形成统一的资源池，其核心是每个基本资源单元的生命周期管理和资源的管理和调度。PaaS平台层为用户提供存储、数据库、中间件、分布式计算、搜索、消息推送等资源和能力，并为各种应用提供云计算模式的存储和计算服务。SaaS平台为各种应用接入提供服务，采用开放的平台架构，为应用检索、安装、使用和评估提供统一的通道和入口。
数据分类分为两个层次：结构化数据和非结构化数据。将结构化数据分为业务数据、基础数据、中间数据、结果数据和支撑数据;非结构化数据分为文档数据等。其框架结构如下图所示。
2 本文所设计平台内包含的算法和模型构架
本平台通过整合营销、生产、控制等9类业务系统数据、地理信息、交通、天气等三种外部数据，以及车辆、移动终端等GPS定位数据，共13种信息源，基于大数据和人工智能算法模型，利用数据可视化技术，解决了配电网曾经要求维修时缺乏统一的全流程跟踪监控平台，实现了对抢修业务的全景分析和全流程控制。
2.1 配网重过载预测预警模型方法
收集了影响10kv配电网过载的因素，分析了过载的配电特性。采用相关特征选择的方法提取了影响重载的重要因素。采用多种大数据挖掘算法，建立了基于影响因素的10 kV配电网变压器重载分类预测模型。根据最终预测结果的准确性，选择最优模型实现配电网严重过载的预警。对配电网的重超载进行预测和预警，使配电网应急抢修的指挥人员能够集中对重超载区域进行监测，并根据对配电网天气等实时状况的監测，进一步提前预测应急抢修的总体情况。该方法模型将支持应急抢修平台的预警功能。
2.2 热点报修区域定位
通过对某城市近5年来故障修复工作单中用户修复地址的文本挖掘和分析，挖掘出城区45个修复次数超过200次的热修复区域。利用地图的经纬度采集功能，分别提取上述45个社区的经纬度，绘制热修复社区分布图。根据热修区域的位置，有利于开展应急抢修场地的选址和应急抢修人员和资源的调配，特别是便于应急抢修指挥人员的重点监控。该方法模型将支持应急抢修平台的预警功能。
3 指挥监控平台的功能模块设计
3.1 全景监测模块
全景监控模块充分实现了配电网应急抢修业务流程关键节点和指标的流程全景监控。本文基于业务系统和外部数据的相关性分析和下钻分析方法，采用数据可视化技术，以过程步骤（14）和联动变电所规模图为主线，分析和监测各区段指标的阈值、平均时间、工单号处理和整体环节表现，以及维修工单的延展、投诉、停电、问题原因、业务子类、物业属性等统计分析和详细信息，同时实时显示天气情况，提供特殊天气预警。该模型集成了营销业务应用系统、电力信息采集系统、调度管理系统、生产管理系统和外部天气系统五个不同系统的指标。
结语
本平台的设计实现了配电网应急抢修业务全景的可视化指挥和监控。解决了以往无法有效跟踪配电网实时抢修情况的问题，大大提高了抢修效率。
参考文献：
[1] 张远来，易文韬，樊启俊，等.基于调度运行管理系统的配电网故障研判方案[J].电力系统自动化，2015，39（1）：220-225.
[2] 张国荣，王志国，李俊妮，等.面向综合停电问题可信度度量研究[J].电力信息与通信技术，2019，17（3）：67-72.
[3] 顾建炜，张鹏，程炜东.基于语义集成的营配融合研究与应用[J].电力信息与通信技术，2018，16（3）：87-93.
（国网四川省电力公司绵阳供电公司，四川 绵阳 621000）
关键词：配电网故障抢修;抢修指挥监控;数据挖掘;电网大数据
前言
低压配电网直接与用户相连。低压故障可以快速修复，是否可以恢复电力供应是关键环节，以满足供电需求和电力消费体验的成千上万的家庭，以及供电企业的责任的体现和供电服务水平。长期以来，由于低压配电网结构复杂，节点数量多，未能实现有效监测，导致了基于95598电话维修的配电网故障被动应急抢修模式，即应急抢修指挥中心在客户报修后，派出现场运维人员进行应急抢修。与故障抢修相关的业务数据分散在市场、生产、调度等专业业务系统中。数据尚未整合，信息化水平不高，业务全景难以控制，抢修效率亟待提高，停电后无法快速恢复造成的客户投诉较高。因此，迫切需要提高抢修服务的信息化、智能化水平，创新抢修支持手段，提高抢修服务质量。
近年来，随着能源互联网和无处不在的电力物联网的建设，电网的智能化进程正在加快。特别是以大数据为核心和基础的“大数据、云计算、物联网、移动互联网”等新兴技术快速发展，能源电力技术与信息技术的深度融合为智能监管奠定了坚实基础。然而，目前的供电服务技术支持还不够，智能化进程明显滞后。在客户端，服务沟通手段单一落后，难以高效、快速地响应客户需求。在管理端，专业信息尚未共享，数据分析和监测预警能力不高。因此，整个供电服务过程无法提前预警、在线调控和准确匹配。特别是故障维修业务的智能化水平较低，不可能从被动维修向主动维修转变。一方面，难以提前感知和准确判断配电网故障，难以快速实施抢修;另一方面，抢修过程的情况无法控制，极大地影响了抢修资源的合理配置。因此，消除技术壁垒，提高供电服务智能化水平，实现对客户需求的预测感知、快速响应和准确匹配，提高服务质量，有效让客户享受便捷，具有重要意义。高效优质的供电服务。
主动抢修是相对于被动抢修的一种供电服务方式。其主要特点是在用户报修前，甚至在配电网故障发生前，了解和预测故障信息，实施有效的抢修。本文介绍了一种基于数据融合和数据挖掘的配电网故障主动应急抢修指挥与监控平台。
该平台的设计重点是为了解决传统配网故障抢修指挥平台所面临的4个问题：1. 缺少维修预警使得故障维修报告的发展趋势难以完全预控;2. 故障研究和判断依赖于人工工作，效率低，准确性差;3.固定区域工单分配方式不够优化，影响了应急抢修的效率;4. 缺乏实时在线监测，难以全面部署应急维修资源。
1 数据平台的框架结构设计
平台的数据来源于电网内部的业务系统数据，如营销、调度、配电等，以及外部的交通、气象等数据，采用Hadoop数据平台架构。数据平台提供基础设施服务层（IaaS）、平台服务层（PaaS）、应用服务层（SaaS）三种基本服务。IaaS负责物理资源和虚拟化资源的统一管理和调度，形成统一的资源池，其核心是每个基本资源单元的生命周期管理和资源的管理和调度。PaaS平台层为用户提供存储、数据库、中间件、分布式计算、搜索、消息推送等资源和能力，并为各种应用提供云计算模式的存储和计算服务。SaaS平台为各种应用接入提供服务，采用开放的平台架构，为应用检索、安装、使用和评估提供统一的通道和入口。
数据分类分为两个层次：结构化数据和非结构化数据。将结构化数据分为业务数据、基础数据、中间数据、结果数据和支撑数据;非结构化数据分为文档数据等。其框架结构如下图所示。
2 本文所设计平台内包含的算法和模型构架
本平台通过整合营销、生产、控制等9类业务系统数据、地理信息、交通、天气等三种外部数据，以及车辆、移动终端等GPS定位数据，共13种信息源，基于大数据和人工智能算法模型，利用数据可视化技术，解决了配电网曾经要求维修时缺乏统一的全流程跟踪监控平台，实现了对抢修业务的全景分析和全流程控制。
2.1 配网重过载预测预警模型方法
收集了影响10kv配电网过载的因素，分析了过载的配电特性。采用相关特征选择的方法提取了影响重载的重要因素。采用多种大数据挖掘算法，建立了基于影响因素的10 kV配电网变压器重载分类预测模型。根据最终预测结果的准确性，选择最优模型实现配电网严重过载的预警。对配电网的重超载进行预测和预警，使配电网应急抢修的指挥人员能够集中对重超载区域进行监测，并根据对配电网天气等实时状况的監测，进一步提前预测应急抢修的总体情况。该方法模型将支持应急抢修平台的预警功能。
2.2 热点报修区域定位
通过对某城市近5年来故障修复工作单中用户修复地址的文本挖掘和分析，挖掘出城区45个修复次数超过200次的热修复区域。利用地图的经纬度采集功能，分别提取上述45个社区的经纬度，绘制热修复社区分布图。根据热修区域的位置，有利于开展应急抢修场地的选址和应急抢修人员和资源的调配，特别是便于应急抢修指挥人员的重点监控。该方法模型将支持应急抢修平台的预警功能。
3 指挥监控平台的功能模块设计
3.1 全景监测模块
全景监控模块充分实现了配电网应急抢修业务流程关键节点和指标的流程全景监控。本文基于业务系统和外部数据的相关性分析和下钻分析方法，采用数据可视化技术，以过程步骤（14）和联动变电所规模图为主线，分析和监测各区段指标的阈值、平均时间、工单号处理和整体环节表现，以及维修工单的延展、投诉、停电、问题原因、业务子类、物业属性等统计分析和详细信息，同时实时显示天气情况，提供特殊天气预警。该模型集成了营销业务应用系统、电力信息采集系统、调度管理系统、生产管理系统和外部天气系统五个不同系统的指标。
结语
本平台的设计实现了配电网应急抢修业务全景的可视化指挥和监控。解决了以往无法有效跟踪配电网实时抢修情况的问题，大大提高了抢修效率。
参考文献：
[1] 张远来，易文韬，樊启俊，等.基于调度运行管理系统的配电网故障研判方案[J].电力系统自动化，2015，39（1）：220-225.
[2] 张国荣，王志国，李俊妮，等.面向综合停电问题可信度度量研究[J].电力信息与通信技术，2019，17（3）：67-72.
[3] 顾建炜，张鹏，程炜东.基于语义集成的营配融合研究与应用[J].电力信息与通信技术，2018，16（3）：87-93.
（国网四川省电力公司绵阳供电公司，四川 绵阳 621000）