苏立, 李宾, 胡长华
(广东电网有限责任公司 中山供电局, 中山 528400)
随着现代电力改革的不断深入,电力企业要提高自身的服务水平,发挥支撑经济发展的支柱产业的作用,必须要不断改进现有的管理方式,并借助现代化的管理理念,实现对自身服务的飞速提升。对此,结合电力企业在管理改进方面的需要,人们提出了不同的改进方法,如刘向新结合电力企业的需要,提出在电力营销线损中引入精益化的管理理念,并针对人为等不同的原因,制定了不同的策略和方法[1];谭波等结合电力企业服务的需求,提出一种基于风险评估的差异化运维策略,通过对输电设备风险的评估,进而制定不同的运行维修策略,以此更好地促进自身内部的管理,提高服务的质量[2];陈青松运用设备定级的方式,制定差异化的设备运维方式[3],从而通过上述的分析,可以在不同的风险情况下采取不同的针对设备的维修策略。通过上述的研究看出,针对电力设备的管理中,人们采用了不同方法,从而促进了电力部门的管理。但是,在传统的精益管控中,特别是通过风险评估的方式进行管理中,只考虑设备本身的故障参数,而没有考虑到天气参数等给电力设备维修带来的影响。对此,本文则在传统风险评价的基础上,借鉴层次分析法模型,以电力走廊作为研究对象,构建运维策略时空决策模型,并通过GIS空间平台对风险评估结果进行展示,进而得到不同风险等级下运维策略。
在对电力走廊进行精益化管控中,需要查看不同参数对电力走廊运维策略制定的影响,然后根据影响程度制定不同的差异化的运维措施。而影响程度的确定,是通过在该区域中发生故障的风险概率来决定。因此针对本文提出的精益化管控系统实现思路,可以用图1表示。
图1 基于时空决策模型的精益化管理平台
要获得不同因素下发生故障的概率,首先需要划分不同的风险等级。在本文中引入层次分析法,通过计算得到不同指标的权重,进而划分其风险等级。
层次分析法(analytic hierarchy process, AHP)是萨蒂等人于 20 世纪 70 年代提出的一种新型决策方法。它将多种因素层次化,并逐层比较其关联因素,为分析和预测事物的发展提供依据。具体流程如图 2 所示。
图2 层次分析法具体步骤
层次分析法需要首先对复杂系统所包含的各类因素进行分析,并将这些因素按逻辑顺序进行分组,以形成有序的逐级层次结构。然后针对每一层中各因素的相对重要性进行比较,建立判断矩阵。然后通过计算该矩阵的最大特征值及其相应的特征向量,得到下一层次各要素对上一层次某要素的重要性次序,以建立相应的权重向量。同时,为降低主观影响和干扰,本文采用三标度法进行评价。
参考相关的文献资料和电力走廊影响实际情况,本文选择本体设备基建参数、历史运行参数、巡视缺陷、外力破坏、家族缺陷、雷电定位、气象预报等作为主要的评价指标。具体的评价指标体系见图3所示。
图3 电力走廊线路风险评价体系
通过上述指标体系看出,在制定不同的运维策略时,本文除传统的评价指标以外,还引入了雷电定位和气象预报参数,以此探讨这两个参数给线路故障的影响。
根据上述的指标,利用三标度法求出对应的比较矩阵,然后对各个因子的重要性次序,得到对应的比较矩阵A。
要实现对上述指标风险发生的概率,必须要搭建信息化的平台。该平台的搭建采用基于GIS平台的电力走廊空间信息图形化应用系统,结合移动应用、物联网、云计算等新技术,遵循 SOA 架构,确保技术先进、标准开放、架构安全、运行可靠、灵活扩展,对外提供以Web Service 封装为主的服务,以符合服务总线直接接入的要求;同时,集成交互的数据结构应符合服务集成语义模型规范,以保证新建系统在数据架构上符合企业集成、共享和协同的要求。
在具体的技术设计实现方面,采用J2EE技术架构以Spring作为业务方法层组件、以Hibernate作为持久层组件轻量级的技术框架,数据集成采用SOA架构模式,整体上是多层架构的B/S系统,技术架构图4如下所示。
从技术逻辑上,系统共为三层。
1. 数据集成层:数据层包括与输电线路相关的所有数据,输电线路数据重点包括地理空间基础数据、输电线路通道数据、输电线路设备台账数据、杆塔图纸数据、无人机图像数据、工器具数据、备品备件数据、设备连接关系数据等。
2. 业务处理层:系统的业务处理采用J2EE技术的各种组件技术,并采用轻量级的J2EE技术框架,包括IOC框架Spring,MVC框架Webwork和OR-Mapping框架Hibernate,一方面保证系统的架构稳定性和效率,另一方面减少了技术风险,提高了系统开发效率,降低了系统维护成本;同时这些技术是开源的,开放性可以满足底层维护的需要。
3. 应用展现层:输电线路全维度监控平台基于GIS进行展示,功能通过Ajax技术与JSP技术相结合的方式,采用浏览器操作满足客户操作和观感的需求,并能满足各种接入终端的个性化访问需求。
结合上述的整体架构,将其功能设计分为Web端和移动端,具体的功能模块见图5所示。
通过上述功能模块设计看出,本文的设计充分考虑系统的实用性,分别设计了Web端和APP智能端,由此通过该部分功能的设计,可以让维修管理人员通手机即可完成对电力走廊全景的查看,实时分析不同路段下故障出现的概率。
结合上述的开发技术,可以得到图6 所示的VR电力走廊全景图。
同时,根据上述的层次分析法,以外力破坏指标为例,通过对指标风险等级的划分,然后结合某区段电力电缆线路发生的故障次数,可以得到的不同区域外力破坏热力图,如图7所示。
根据上述的图7结果看出,在不同的区域地段,电力走廊受到外力破坏的可能程度不同。如在颜色较深的地方,其受到外力破坏的可能性越大,对此在对该部分区域的运维策略的制定中,需要结合外力破坏的原因制定相关的措施,从而开展有针对性的个性化电力设施维修服务。而通过上述的研究看出,运维策略时空决策模型的本质就是通过计算不同因子产生风险的概率,然后根据该概率标记不同的警戒颜色,进而为当前不同因素下的运维策略制定提供参考,以此更好的实现对不同区域段的精细化管理。
图4 技术架构图
图6 VR全景电力走廊
图7 电力走廊外力破坏热力图