配电网异动预警与主动检修工作探索

程道卫 宋光明 戴诗容 张淑娟 郭振

摘要：配电网是电能从发到用的“最后一公里”，配电网的安全、稳定、可靠运行关系到客户用电服务体验和供电企业的切身利益，长期以来，配电网运行状态复杂多变、应急抢修任务繁重等问题一直难以有效解决，影响和制约了供电可靠性提升，为配电网运维检修工作带来巨大挑战。该文应用大数据技术从海量电力大数据中挖掘配电网运行规律，通过建立配网异动精准预警模型，提前预测配变重过载、低电压等异动事件发生，辅助供电公司建立主运运维检修工作机制，智能辅助配网抢修、服务资源配置及保电等工作开展，有效降低了配网故障率、减少投诉事件、提高配网运行效率。

关键词：配电网;异动;大数据;预警;主动检修

中图分类号：TP391        文献标识码：A     文章编号：1009-3044（2018）36-0187-03

1 背景

配电网是连接电网与用电客户的关键、是电能输送的纽带，同时与上级电网、终端用户，以及新能源客户等直接相连，影响其运行状态的因素较多且复杂，重过载、低电压、三相不平衡等异常状态时有发生，治理成本高且治理效果难以得到有效保证，为配电网安全稳定运行带来潜在隐患。同时，随着人们生活品质的不断提升，用户对电能的依赖性与日俱增，2018年，国家电网公司发布行政1号文，明确了“人民电业为人民”的企业宗旨，要求电网公司聚焦供电服务热点，加强服务精益管控，有效解决服务短板，明确将加快构建“以客户为中心”的现代服务体系作为各项工作的根本出发点。

本文以供电公司电力生产管理信息系统、用电信息采集系统应用为基础，结合大数据、人工智能等新技术应用，发掘配网异动事件发生规律，以重过载、低电压事件预警为突破口，创新配网异动精准预警工作机制，改进运维检修工作方法，实现提前主动检修，助力供电企业电网生产运维管理水平不断提升。

2 配网运维管理现状

配电网覆盖面积广、网架结构复杂、设备众多、运行方式灵活多变，为日常运维管理带来巨大的挑战，对比新时代下客户供电服务需求，我们目前的配网运维管理模式还存在较大差距，主要体现在：

1） 配网设备点多面广，配网抢修工作任务繁重

据统计，城区配电网平均每平方公里就有2台配变，配网抢修工作任务繁重，特别是特殊用电时段（如春节、迎峰度夏期间等）或恶劣天气下，配网异动事件数激增，为应急抢修工作带来巨大压力。

2） 配網运行动态实时性强，异动和运行风险难以有效防范

用户负荷具有区域性、时变性、外部气象环境敏感性等特点，配变重过载、低电压等异动状态导致的停运故障时有发生，影响用户用电体验，且由于配网监测终端数据传输的滞后性，故障处理只能采用事后抢修手段，无法消除配网设备异常对客户服务已造成影响事实。

3） 以电网为中心的检修作业模式不能有效满足新时代的要求

以客户为中心的现代服务模式要求我们能够第一时间捕获客户用电需求，并深度挖掘、快速响应，能够根据客户用电诉求合理安排运维检修工作，实现对内面向设备的运维管理工作与对外面向客户的优质服务工作的进一步融合，以促进客户服务诉求驱动运检工作有效开展，提高供电质量，但目前供电企业对客户用电体验的主动感知手段相对缺乏。

3 主要做法

本文从发掘配电网运行规律入手，以配电网的基础单元-配变为关键，运用大数据手段从营销、运检及外部气象、经济环境等多来源数据中提取配变运行状态特征，构建配网异动事件预警模型，实现了对配变重过载、低电压等异动事件的提前精准预警，构建主运运维检修工作机制，智能辅助配网抢修、服务资源配置及保电等工作开展，有效降低了配网故障率、减少投诉事件、提高配网运行效率：

1） 整合多源数据，全方位刻画全网配变运行特征

以配变设备为核心，从设备自身、电网环境、自然环境等方面系统分析影响配变设备运行相关因素，梳理相关信息来源，涵盖电力内部GIS、PMS、用采、营销等电力信息系统，以及外部气象、地理、人口等公开数据源，经采集、清洗、整合等预处理过程，构建基础宽表，为进一步的特征分析、建模判定坚实的基础。

为全面掌握各地、各个配电台区运行规律及各配变设备特征，本文研究、提出了一套配变设备运行状态业务标签，从规模结构、年龄结构、运行负载、异动情况、运行效率等维度分析配变设备运行特征，提出了一套配变设备业务标签，包括持续重过载、持续低电压、长期重过载、长期低电压、投诉事件多发、长期三相不平衡、长期轻空载、负荷利用率低、负荷增长过快等，对配变设备进行标签化，并基于GIS地图直观展示。

2） 建立预测模型，提前锁定异动配变和发生时间

为提前精准锁定即将发生异动事件，甚至是停运故障的配变设备，为运维人员主动运维、提前安排抢修工作赢得宝贵时间，有效防范配网异动风险，本文通过构建配变重过载、低电压等异常状态预警模型，能够提前7天预测即将配变异常状态的精准预测，可精确到96个时刻点。

在模型构建过程中，预测模型选择和训练是其中最关键的环节：

1） 预测模型选择

基于配变负载历史数据，对采样数据进行分类预测模型的选择，通过比较分类模型的优劣选出最优模型。分类器模型的选择过程以及分类器的准确率如下图所示。

采用交叉检验法来测试算法的精度，将每个分类模型的样本分为 10 份，从中取 1 份作为测试集，其余 9 份作为训练集，循环10次使得每份样本都可以作为测试集来测试模型的准确率。

基于配网变压器运行的负载状态数据，运用KNN、逻辑回归、决策树、SVM分类器、随机森林、BP神经网络六种算法的准确率可以判定，随机森林算法相对其他5种算法，分类的准确率相对较高，其算法为最优算法。在预测过程中对每种算法主要参数进行调优（如：逻辑回归的最大迭代次数。决策树的深度和步长，随机森林的树的个数、深度、随机种子等），根据准确率和召回率分析比对，同时考虑随机森林算法具有预测精度高、不易过拟合、高维数据处理能力强、容噪能力强等优点，最终选择随机森林建模方法。

2） 预测模型训练

对预测模型正负样本比例、特征量、算法核心参数进行调优，针对性提高预测结果的正确率及预测精度。整体调优参数如下：

在其他参数默认的条件下，对正负样本比例调优如下：

根据调优过程正负比例选择3：7时准确率召回率最好。

设置正负比例3：7，其他参数默认的情况下，对随机森林算法核心参数（树）调优如下：

根据上图，树大于200个之后准确率、召回率变化较小，再结合算法的运算效率最终选择200个树，配变重过载、低电压最高预测命中率87.7%、召回率79.4%，平均预测命中率64.5%、召回率59.8%，初步达到了指导运检业务的实用化标准，预测精度方面还有一定提升空间，可精准定位即将发生异动、需重点关注配变设备清单，辅助业务人员主动掌握各区域服务风险水平、划定配网运行风险点、有针对性的排定综合检修计划、开展主动检测检修、指导配网技改大修等工作。

3） 研发预警应用，构建配网异动监测“神经网络”

根据本文建模研究成果，基于Hadoop大数据处理环境研发了配网异动精准预警系统，提供配网运行特征分析、配变重过载预警、配变低电压预警、服务风险预警在线处理、预测命中情况分析、系统管理等功能，结合GIS图形直观呈现配网薄弱点、辅助业务人员360度掌控配变设备特征，实现了配变设备运行异动和服务风险的实时在线监控预警，可根据预警结果自动提前生成高风险配变设备清单，辅助业务人员发起主动运维检修工单，打通了从设备状态变化，到精益化检修工作安排，再到服务风险管控的信息通路，奠定了基于设备异动和服务风险的“神经反射”基础，辅助供电公司将配网异动事件消灭于萌芽状态。

配网异动精准预警系统实现了基础数据的在线接入及联动更新，每天定时将增量的配变设备异动变化数据自动加入预测模型的训练样本库，通过自学习训练自动更新模型参数，有效解决了配变异动事件发生率低，训练正负样本数据分布不均等问题，增强了预测模型的业务适应性和健壮性。

4） 创新工作机制，打造主动检修和风险管控的闭环流程

结合配网异动精准预警系统对设备异动和服务风险的提前、精准预警功能，本文创新性地提出了一套配网主动风险管控工作机制，通过预警提前发现电网“发热点”“出血点”，主动积极采取控制措施，提前消灭配网运行隐患。对比传统工单受理、故障抢修模式，真正实现了“数据驱动业务”，稳定了电网运行、保障了供电服务质量。

系统根据模型预测结果，每天自动定时生成高风险配变设备清单，经运检工作早会讨论形成重点排查任务，以主运检修工单形式分派到人，检修人员依据工单指示进行警情現场勘验，反馈处理结果，需要调控、营销部门协办的，现场发起协同工单，并对每一工单的处理情况进行反馈、登记，实现了从警情预测-协同处置-效果评价的闭环管理，有效防范了配网运行风险。

4 应用及成效

通过本文研究成果的试点、探索、改进，辅助某市级供电企业初步构建配网主动运维检修工作机制，有效降低了配网故障事件发生、提升了供电服务质量，取得了良好的经济效益和社会效益：

1） 提升配网运行可靠率指标，直接经济效益显著

与试点工作开展前一年度相比，该市年均停电时长下降57.816分钟，直接增加供电收入600万，扣除其他因素带来的增长，年直接经济效益可达360万，后续随着预测模型精度的不断提升，通过主动运维降低设备停电时长的作用将愈加明显，经济效益将益加显著。

2） 精准定位配网薄弱环节，主动运维提升供电服务质量

通过配网异动精准异动预警为某市配网管理工作提供支撑，近一年时间内共发起配变主动检修1387台次，重过载、低电压配变数量同比下降65%;发起主动服务1532次，用户运检类工单总数同比下降38%，有效提升了用户满意度和用户服务水平。

5 下一步计划

前一阶段的工作重点集中在配变重过载、低电压预警模型构建方面，目前还有较大提升空间，包括在基础数据源拓展、预警模型优化、业务互动能力等方面还需进一步完善，应用范围还有待进一步推广，同时在台区停电事件分析、台区三相不平衡分析方面的研究工作目前尚处于空白状态。下阶段的重点工作包括预警模型深化研究、台区停电事件分析及治理研究、台区三相不平衡分析及治理研究、配变运行环境监测及预警机制研究等内容：

1） 配变重过载、低电压预警建模深化研究

改进重过载、低电压预警建模方式，引入随机森林、梯度下降等算法，同时支撑多模型预警、多预警结果交叉验证，进一步提升模型对异动状态的预警命中率;优化预警模型建模训练工作机制，在训练样本库中持续增加预警成功样本、淘汰预警失效样本，迭代式增强预警模型精度。

2） 台区停电事件分析及治理研究

为准确掌握线路、台区、用户停电事件发生情况，包括重复停电、频繁停电、长期停电等，挖掘其发生规律及关键影响因素，一是改进停电事件监测分析方法，基于抢修类工单数据、停送电信息、计划检修工作情况等大数据综合比对分析，构建线路停电事件判别分析模型、台区停电事件判别分析模型，智能提取重复停电线路、重复停电台区、重复停电用户;二是从外部条件、时段特征、电网设备、电网运行、用电行为习惯、运维管理、抢修资源等方面分析提炼与停电事件相关因素，通过贝叶斯网络模型描述各种因素在停电事件中发生作用的概率，开展重复停电、频繁停电根因分析，定位与公变台区停电事件发生、停电时长相关关键因素，结合业务专家库辅助提出积极的防范措施。

3） 台区三相不平衡分析及治理研究

开展基于动态载波的台区用户识别和相位差分技术研究试点，通过采集节点户表档案巡测命令动态跟踪台区采集器及户表变动信息、分相信息，实现配变用户用电相位的自动识别;基于配电台区、配变用户、用户相别关系等建立三相负载均衡模型，对影响台区三相负载均衡的相关因素进行分析，动态跟踪各因素变化，实现台区三相负载均衡的监测、预警，以及治理决策智能支持。

4） 配变运行环境监测及预警机制研究

梳理有可能用于配网运行分析的外部环境数据，包括但不止于气象、地理、交通、行政等方面，评估各数据来源的可获得性、可用性，以及到分析环境的可行性和数据集成方式，从外部环境视角分析配网异常状态发生规律，分析配变设备故障或异常状态与重要时段、特殊气象、重大事件等环境因素间关联关系，建立预警模型，研发配变运行环境监测及预警功能，畅通客户服务人员、配网运维管理人员、外勤抢修人员间信息通道，提高业务智能化程度。

[通联编辑：梁书]