基于人工智能的配网网络发令系统及应用

裴 俊，李林锐，邹敏佳，董轶杰，郑 超，蔡晓明

(国网上海市电力公司青浦供电公司，上海 201700)

0 引言

目前，在新一代电力系统发展过程中，出现了负荷时空特性、发电用电市场化、电力装备电子化和开放动态信息等多元互动场景，导致电网运行高度复杂，提升了配电网运行调度难度。而新一代电网调度技术，以人工智能、大数据、调控云、中台、长三角电网一体化数据共享及业务协同平台、配网调控智慧平台建设，协助调控员快速分析、研判、处置各类电网故障和解决各类调控运行实时问题，实现安全、可靠、经济、高效的电力系统。近年来，国家电网公司从管理和技术方面，围绕优化流程、提高效率、减轻人员劳动强度开展了相当多的试点。电子化网络发令能减少对调控人员时间的独占，能减少或规避传统电话模式带来的语音歧义、信息缺失、监护盲点、误读、误记和误解等危险点，使得原来串行的操作能并行开展，使得调度与厂站高效协同，大量需要多方穿插配合的工作可以默契有序地高效衔接，极大地提高了工作效率。

随着经济发展和配网不断升级改造，加上新能源不断接入，配网规模越来越庞大，运行方式越来越复杂，设备操作量成倍增长，每年的调度操作量已达百万步，调控发令任务艰巨。传统调度倒闸操作发令模式全过程仍采用电话人工接听方式，调控员承载力已达极限，与不断增长的设备检修需求、供电可靠性需求之间的不适应性越来越大。调度员在大量无序、主次夹杂的调度电话中，花费大量精力理顺操作主次与操作顺序，极易产生工作流量并行与拥塞，对于逻辑性较强的连贯调度复杂操作产生强制碎片化，挤压了调控工作质、效，容易导致操作指令下发出现误差。倒闸操作日益成为检修流程的瓶颈，业务高峰时段大量并行的操作只能排队等候调度员轮流下发的电话指令，本已紧密压缩的检修工期又受到挤占。另外，电话高峰无法及时接受事故汇报等将严重威胁电网安全的隐患。如何利用信息化、智能化技术提高生产流程效率，使调度员从机械的体力劳动中脱离出来，得以专注于风险分析和生产管控，成为调控专业当下亟需解决的一个主要问题。因此，在大数据和人工智能的时代，配电调度可以利用人工智能技术提高调度指令收发准确率，从而提升运行调度的可靠性。

文献[1]对地区电网调度命令票防误操作专家进行了研究；文献[2]分析了基于句法模式识别的电网调度命令专家系统；文献[3]设计了县级电力调度命令票自动化生成系统；文献[4]设计了面向地铁的调度命令电子化系统；文献[5]设计了针对华东电网智能调度命令操作票系统软件。可见，目前针对调度系统的发展主要是以电子化为主，减少人为出错，提高调度可靠性，而针对电网调度网络下令的研究还较少。因此，本文提出了一种基于人工智能的配电网络调度发令系统。

1 配网调度及调度指令下发

1.1 配网调度对指令下发的要求

配网调度与电力生产管理、电力营销、配电自动化等业务息息相关，配电网调度业务在数据、模型和图形的处理方面要求更高。配电网相较于传统的输电网具有通道多、链路多和频率低等特点。配电网与新能源、用户的联系也使得配电网的调度控制与故障抢修联系十分紧密。由于配电网在终端配置了相应的馈线自动化设备，可以实时采集数据上传至配电网调度统一平台，通过地理信息模型进行数据的维护和用电信息采集分析，得到实时运行数据，通过配电网运行监控和配电网指挥抢修等管理模块进行调度控制[6]。上海电力公司正在开展营配调贯通项目，搭建全网一张图，市调也在积极开展调控云建设，配网网络发令系统作为和生产紧密联系的调控云应用，是调控云建设是否成功的关键。调度结构如图1所示。

图1 配网调度

1.2 调度指令下发形式对比

现阶段调度指令的下达方式主要是电话下令，存在谐音误扰、电话占线和信道阻塞等现象。调度员和受令人员之间只利用电话进行发令，发令过程不直接，双方无法掌握对方的工作状态，容易耽误工作。

近年来，互联网取得了巨大成功，彻底革新了信息沟通交流方式。将即时通讯和调度发令管理结合，实现基于网络的操作指令文字传输和人脸识别验证，内容清晰明确，将有效杜绝谐音误差等危险点，缩短发令和受令时间，提升工作效率。通过对各下令环节的调研，分析对比结果如表1所示[7]。

表1 网络下令与传统下令对比

2 基于人工智能的配网调度网络下令系统

2.1 人工智能在电力系统中的应用分析

随着电网规模的发展，电网的结构越来越复杂，调度员对海量电网结构和设备运行状态、信息所做出正确决策的时间越来越长，难度也呈指数上升。主要是由于目前电网系统互联规模不断扩大，传统SCADA数据仅仅代表局部系统，缺乏可视化展示，调度决策需要考虑的因素较多，因此，调度员需要新的方法和手段，对电网进行实时调控，确保电网安全稳定运行。

人工智能在电力系统中的应用主要集中在优化方面，常用的人工智能优化方法有专家系统、模糊优化、人工神经网络，以及由各种启发式算法构成的算法集合，包括模拟退火算法、禁忌搜索、蚁群优化和粒子群算法等[8]。

目前，人工智能技术在电力调度过程中的应用包括机器调度、信息融合、可视化和人机交互等内容。人工智能技术面向调度员，以新的方法重构调度系统，能够通过感知、逻辑判断、形象提取和直觉判断，进行电网的状态感知。最终实现以调度员思维模式为框架，以可视化应用为功能化展示方案，以互动计算为系统核心，形成新一代调度系统。另外，人工智能能够提供超实时的调度方案，通过预测、模式识别和神经网络等方式，充分利用硬件资源进行分布式、并行搜索历史数据，提供高效的仿真和性能计算。目前，已经应用的技术包括超实时短路电流辨识、基于雾计算的电力系统短路故障分析。另外，深度学习能够对可再生能源波动控制策略进行调整，从而减轻调度中心的压力。

结合人工智能技术的发展趋势，电力调度能够依托统一的人工智能开放平台进行电力语音库、图形图像库、知识库和算法库的构建，形成运维检修识别分析系统、风险管控平台和智能操作调度平台等。而电力调度语音库就是人工智能在电力调度指令下发过程中的重要应用。

2.2 基于深度学习神经网络的调度指令语音识别

基于历史调度指令语音和文字数据，统计分析调度指令下发对应的不同场景，采用全连接Logistic回归深度神经网络进行样本训练，同时采用样本模拟生成的技术扩大调度指令下发样本，识别真实场景和模拟场景下调度指令下发的规律的差异性，提升调度指令的匹配度[9]。具体示意如图2所示。

图2 神经网络示意

由于电力调度进行指令下发过程中，涉及到多个环节，其语音过程也大致分为2个阶段，第1阶段是语音数字化信号采样和数字化声学信号分析，第2阶段包括音素、字词的识别和整合。通过调度员调度指令语音数据库数据的预处理，进行特征提取，通过测试模板进行操作估计和语音识别，通过识别决策达到识别结果，在这个过程中需要神经网络对语音识别的特征提取量进行训练，形成相应的模板库，以供测度估计进行参考。语音识别流程和特征提取流程分别如图3和图4所示[10]。

图3 语音识别流程

图4 特征提取流程

其中，语音特征提取主要基于模拟语音信号进行采样和量化，通过模拟和数字信号的转换，形成预处理信息，将相应的高中低频幅度相当的语音信号进行分帧加窗，形成语音帧序列，从而对特征向量序列进行提取。

通过人工智能学习技术，结合调度指令语句特点，建立调度专业语料库，采用双向长短记忆网络技术，识别不同调度场景中的指令下发关键信息，用于电子化指令自动下发。

调度语音指令库能够减轻调度人员语音下令的工作负担，经过机器学习，可以实现对调度任务的电子化语音下令，并且可以通过语音识别进行安全校核，实现网络下令和校核，减少传统电话下令的码间串扰、通话质量不高等现象。

2.3 系统构架

配网网络发令系统系统规划部署在调度安全Ⅲ区，通过基于调控云的营配调贯通数据平台实现与PMS2.0系统调度操作数据的集成共享；移动接令终端(iPad)通过4G、5G外网接入i国网“调度运行指挥”应用，由i国网负责底层数据传输和数据接入安全，实现调控员与现场运行操作人员的调度收发令。总体构架如图5所示。

图5 总体构架

系统的功能设计如图6所示。该构架下，网络发令系统包含若干子系统，即预令管理、正令管理、受令资格管理、许可管理、操作进度管控和其他功能。预令管理负责指令发送前的校核和审核，正令管理负责正令操作和操作票状态管理。受令资格管理主要负责接受指令方的信息维护和考核。许可管理是指针对指令审批流程的管理。网络发令进度管控是青浦公司的个性化应用，主要是根据日计划列表，显示每项工作的停役申请单和操作票编号、许可汇报时间、正令操作阶段示灯显示、每张票执行到第几个大任务、操作进度提示、预汇报等，通过网络发令进度管控有效提升调控操作安全管控和时间进度管控，提升调度工作效率。

图6 功能构架

3 网络发令系统应用

3.1 电子预令

审核票发布后操作票就到发布票环节，发布票中调度员还可以对该操作票进行审核。操作流程如图7所示。

图7 电子预令流程

3.2 电子预令流程

3.2.1 预令签收

当值调控人员将审批通过后的预令票通过网络发令系统下发预令布置给相关受令单位。系统提供语音播放、刷新待办消息等方式向接收方推送签收提醒。受令单位人员通过PC终端Web或移动终端APP在网络发令系统中签收预令即可。

3.2.2 转执行

正值及以上调控人员操作，转执行到执行票，该操作票到执行票中(现场人员全部签收完后才能转执行)。

3.2.3 其他功能

a.转电话令：在预令任意环节，调度可网络令切换为电话令。通过“电话令”功能，由调度填写预令布置及签收信息(按大项来转电话令)。

b.退回：将操作票退回到开票人的草稿箱中，并填写退回原因(预令不管是否签收，调度均可进行退回，重新走审核流程)。

c.不执行：选择某1个或多个小步骤操作项目，选择“此步不执行”，在开始时间、结束时间、操作人盖“此步不执行”章，并在该步骤的“备注”字段中填写“不执行原因：××××”，若备注中已有内容，换行追加。不执行后会把该操作票放到不执行票中；在流程环节中也可以查看到该操作票。

d.未执行：进入到票面，选择“未执行”，弹框填写未执行原因，则作废整张操作票，在操作项目内容的左下角敲“未执行”章，不执行后会把该操作票放到未执行票中。

e.撤销不执行：选择某1个或多个小步骤操作项目，执行“撤销此步不执行”，撤销此步不执行章，并清除此步不执行原因。

3.3 电子正令

电子正令流转过程如图8所示。发布票转执行后操作票就到执行票环节，执行票中调度员还可以对该操作票进行审核、批准执行。

图8 电子正令流转流程

对电话令、不执行的指令、待下令的指令和执行中的指令等，在票面通过不同背景颜色进行渲染。

3.4 正令流程

预令回签之后，需要由调度操作票系统发起正令操作。调度和受令单位在操作票功能提升系统的交互过程如下所述。

3.4.1 调度下令

现场人员到达现场后，在网络发令系统进行现场签到。调控人员查看到现场人员到达现场后，调度开始正式下令，正值调控员同时进行监护。调控人员在操作票页面，根据票面指令先后顺序，按大项下令，支持大项多选同时下令。涉及调度侧自己的令，调控人员无须下发，直接操作票面，系统自动填写开始时间、操作人。

3.4.2 现场复诵

受令人包括变电运维、配电抢修和集控站人员等，负责接受调度命令，须通过系统复诵校验模块，线上完成命令内容复诵验证；若受令人复诵有误，系统进行提示并要求受令人再次复诵，直至复诵正确后发送至调度中心。或者采用“关键词选择”的复诵方式，将调度员下发电气操作指令作为依据，提供去除指令中的设备编号、运行状态的“关键词选择”方式，达到确认操作内容正确无误且具备操作条件。

3.4.3 调度确认

现场复诵后，网络发令系统通过语音播放、刷新待办消息等方式向调度推送确认提醒。系统提供受令人实时拍照留档功能，在发令端显示受令人档案照片，提供与实时照片对比功能，确认复诵内容无误后方可确认现场进行操作。调度确认后，网络发令系统通过语音播放、刷新待办消息等方式向现场推送提醒。

3.4.4 现场回令

厂站运维人员、配抢操作人员在大项任务操作完毕后，在操作票页面，在对应的大项汇报指令执行情况，系统自动返填写返回执行人、执行完毕时间等信息。现场回令后，网络发令系统通过语音播放、刷新待办消息等方式向调度推送提醒。

3.4.5 调度收令

现场回令后，调度人员校核操作是否到位，并在操作票页面，按大项进行收令，系统自动返填写结束时间。若正令因为某些原因不进行操作，经调度和现场人员沟通确认后，调度人员在网络发令系统票面上选择对应指令，操作“此步不执行”或者“未执行”功能，并填写原因即可，系统的票面上自动盖章。若受令单位因网络中断等原因无法使用系统，调度可以在操作票功能提升系统中切换为备用方案，即电话下令形式，调度与受令单位通过电话下令，调度记录下令信息。调度收令后，网络发令系统通过语音播放、刷新待办消息等方式向现场推送提醒。

3.4.6 现场确认

现场人员在收到调度收令推送后，在操作票页面，按大项进行确认调度收令信息系统自动返填写确认时间、确认人。

3.5 调度智能决策

网络下令系统是基于电网调度语音助手软件的开发和研制，通过对调度数据库语音数据的识别，进行相应的断面分析、设备挂牌、数据查询、数据计算和网络下令等功能，能够提升调度系统的人机友好交互度，并提供多种业务场景。通过语音图谱分析技术，能够将操作智能编排进行重新组合，智能匹配调度操作业务流程和逻辑，生成操作序列调用智能执行服务自动下令或遥控执行策略，自动收发或进行遥控双确认，提高调度指令下发的准确度与安全性。

基于历史票及调度规程通过人工智能技术，构建调度操作规则知识库，基于规则知识库通过知识图谱技术构建操作智能校核体系，为调控业务网络下令进行静态校核和实时动态校核，提高电网操作安全水平，保障电网安全稳定运行。

设备状态的实时校核如下所述：

a.将对各类电气设备的不同运行状态进行识别，包括运行状态、热备用状态、冷备用状态和检修状态等。

b.状态核对时，将比对配电自动化系统实时采集的状态。

c.操作拟定时，将自动校核设备实时状态与操作要求的设备初始状态是否一致。

d.操作回令时，将针对回令内容进行设备实时状态校验，校验设备实时状态与操作回令的状态是否一致。

校核流程如图9所示。

图9 校核流程

3.6 网络发令安全管控

3.6.1 人脸识别身份认证

a.基于人工智能的生物特征的身份认证，为调度指挥系统人员登录、现场接令等业务应用提供一种更加安全可靠易用的身份鉴别手段，如图10所示。

图10 身份识别流程

b. 提高系统用户信息认证的安全性，通过实时检测用户实体特征信息，实现用户真实身份认证过程。

c.提升交互过程中快速、便捷安全认证体验，通过声纹识别、人脸识别技术将语音、视频资料与厂站人员信息自动关联，自动判别厂站人员是否具备接令资格。

3.6.2 网络发令进度管控

充分运用调控云数据，设计调度操作进度管控界面，集中展示当前待办操作、已开展工作、停役申请单信息、操作票信息、许可汇报信息、操作进度信息和操作票调度风险提示信息等，为调度下令人员、站端受令人员和调控管理人员及时掌握操作票进度提供技术支撑。

具体功能包括：显示主票的名称、票号、关联检修票、待执行工作、受令单位等信息；显示当前具体执行指令，总进度情况；显示当前指令具体执行到哪个环节；利用历史数据分析每个步骤耗时情况，可预测当前令执行所需时间；展示受令资源状态监视情况(即接令端在线人员的实时状态和位置，调度掌握接令人员状态，便于下令工作安排)。

3.7 网络化发令成效

经过对调度网络化发令方式对比，可以得到表2数据。

表2 网络下令与传统下令数据对比

由表2可知，本文所提的基于人工智能网络的发令系统，能够在很大程度上提高调度指令下发各环节的准确率，有效提高工作效率。

4 结束语

提出了一种基于人工智能的配电网络调度发令系统。首先分析配网调度与指令下发的联系，以及现阶段调度指令下发的优缺点。然后对人工智能在电力系统中的应用进行分析，提出基于深度学习神经网络的调度指令识别过程，重点分析调度下发指令过程中语音识别和建立语音库的流程。基于此，提出配电网络发令系统构架，并分析相应的系统功能。最后，提出了针对配电网络调度操作票的网络下令流转方案，并且针对倒闸操作提出调度智能决策方案。