基于农村电力系统的营销办电终端故障录波分析展示研究

段笑晨，王 延，白 冰，董 冰，孙继科

（国网天津市电力公司营销服务中心，天津 300120）

0 引 言

故障录波分析展示系统用于向客户展示发生故障线路的录波图及其分析结果。而农电营销办电终端指安装的农电营业厅的终端服务设备，一般由基于IBM架构的计算机设备、触摸屏设备、配套摄像头以及键盘等外设组成。该故障录波分析展示系统是电力营销过程中营销人员与客户交流的重要媒介，对该系统进行升级，可以有效改善农电营销的服务水平，改善客户交互环境，提升农电公司形象[1-3]。

1 故障录波分析系统的基本构成

将原始录波图数据输入到故障录波分析系统中，首先使用傅里叶分析法对其中的特征数据进行频域提取，发现50 Hz工频之外的杂波频率和偏离额定电压之外的故障电压[4-8]。通过机器学习算法，在频域特征库中对比故障类型，并生成分析报告。该系统输出的3个结果包括分时提取后的轻量化录波图数据、经过频域特征分析后可以明确故障原因的故障波形轻量化数据以及对故障波形进行特征库对比后的分析报告。

图1为故障录波分析系统业务流图，其中核心算法包括对录波图的特征聚类分析、频域特征提取分析以及对频域特征故障类型进行识别的机器学习分析等，具体算法如下。

图1 故障录波分析系统业务流图

1.1 录波图特征聚类分析算法

使用相似性衡量（Similarity Measurement，SM）聚类算法分析录波图的电压峰值和电流峰值分布，因为电压录波图和电流录波图中电压数据和电流数据均为线性一维数据，所以SM聚类可以实现对数据的有效升维，详细的提取方案如图2所示。

图2 录波图数据SM聚类提取方案图

对图2中得到的SMRU(t)、SMRI(t)以及SM(t)分析结果分别进行minmax投影，获得的数据选取min maxX(t)＞0.85的录波图代码段，可以有效提取录波图数据中的故障波形时间区域。minmax计算方法为：

式中：Xt为t时刻的录波图发生值，该发生值适用于包括电压、电流、阻抗、电压差值以及电流差值等任何录波图数据；minX(t)和maxX(t)指录波图序列X(t)中的最小值和最大值。提取使min maxX(t)＞0.85的所有t值并获得其前后一定周期的录波图数据，可以排除正常波形的数据，使录波图数据得到轻量化处置[9,10]。

1.2 录波图频域特征提取算法

使用傅里叶变换法提取故障录波图中的信息，可以有效获得录波图频率信息中不等于50 Hz所有干扰波形的单列简谐波数据的频率。傅里叶变换的基函数为：

式中，f(t)为时域特征数据的拟合函数，F(ω)为频域特征数据的拟合函数，ω、t分别为频域指针和时域指针，e为自然常数。使用一次傅里叶变换后会得到不同频率特征下的波形振幅关系数据，排除50 Hz频率下的数据，提取其他所有在傅里叶函数中得到表达的特征数据，即可得到回路中被干扰的波形。

1.3 故障类型识别机器学习算法

常见的农电故障包括单相及多相小电流接地、相间小电流短路、负载不均衡导致的中性点相位偏移、无功功率过高、用电线路阻性损耗、强干扰源、设备电弧放电等。在实际录波图故障分析中，选择傅里叶变换后的5列最强杂波，将其干扰功率和发生频率数据输入到神经网络中，输出一个评价值，可以实现对故障类型的有效识别。神经网络模块结构如图3所示。

图3 神经网络模块结构图

图3中，该神经网络共输入10个双精度浮点数据（Double格式），输出1个双精度浮点数据（Double格式），将输出数据与对应库中的故障类型进行比对，以提出评价结果。

该神经网络的统计学意义为对上述的升维数据进行降维处理，可设定3个隐藏层，分别包含7、5、1个节点，节点函数为降维处理中最容易表现数据细节的多项式回归函数进行设计，具体为：

式中，Xi为上一层输入的第i个数据，Y为该节点输出数据，j为多项式阶数，N为上一层的输入数据总量，Aj为第j阶多项式的待回归系数。

2 故障录波分析系统的应用效果

某县区农电公司拥有电表户2.8×104户，其中1.1×104户应用了该革新系统，1.7×104户仍然使用传统故障分析展示系统。比较该系统自2019年2月投运到2020年2月的应用数据，分析其应用效果。

2.1 客户投诉受理能力

一年考察期内，全辖区内共发生客户投诉411起，占全部客户量的1.47%，使用传统系统和革新系统的两个区域内的客户投诉率基本一致。但受理客户投诉后，两个区域的客户投诉处理结果满意度有所区别。客户投诉受理能力如表1所示。

表1 客户投诉受理能力

表1中，革新系统支持下的客户满意率为85.8%，高于传统系统支持下的客户满意率81.5%，且革新系统支持下获得的完全满意率为53.7%，高于传统系统下的43.4%。该数据表现证实，即便客户对农电服务发生严重分歧意见后，该系统的展示功能可以让用户获得更高的满意度。

2.2 窃电维权交涉能力

一年考察期内，全辖区共发现窃电行为101起，占全部客户量的0.35%，使用传统系统和革新系统的两个区域内的窃电发生率基本一致。发现窃电行为后，电力计量部门和电力营销部门一般会主动执行联合行动，与窃电行为用户进行前期交涉，当交涉无果时，法务部门会进行相关民事索赔诉讼或刑事自诉诉讼。该系统主要用于在现场交涉过程中向用户展示相关的录波图数据以提供交涉依据，或将其作为证据向法庭提交。窃电维权交涉能力表现如表2所示。

表2 窃电维权交涉能力

表2中，革新系统支持下的现场交涉成功率达到65.9%，远高于传统系统的35.0%，代表该系统在交涉过程中具有更强的说服力。而经过交涉无果且诉讼败诉的交涉失败率，传统系统支持下占6.7%，革新系统支持下占4.9%，革新系统的交涉失败率相助低于传统系统。

3 结 论

使用基于SM聚类特征提取、傅里叶分析频率特征提取以及机器学习故障类型判定等录波图分析方法，在农电办电终端提供轻量化和可视化的故障录波波形展示服务。将新旧系统的实际运行效果进行对比发现，革新系统支持下的客户满意率为85.8%，高于传统系统支持下的客户满意率81.5%，的现场交涉成功率达到65.9%，远高于传统系统的35.0%，代表该系统在交涉过程中具有更强的说服力和服务能力。