基于數(shù)據(jù)驅(qū)動(dòng)的電網(wǎng)用戶側(cè)故障主動(dòng)研判技術(shù)研究與應(yīng)用

李 瑋，劉 勃，張 莉，于毛毛，鄧艷麗

（國家電網(wǎng)有限公司客戶服務(wù)中心，天津 300000）

通常情況下，當(dāng)電網(wǎng)故障發(fā)生時(shí)，客服中心會(huì)最先接到客戶的電話，并且在故障最初發(fā)生的幾分鐘內(nèi)，話務(wù)量會(huì)集中增多。由于同一變壓器引起的不同地址用戶的報(bào)修突增缺乏有效分析工具，客服專員只能大量下發(fā)故障工單，重復(fù)派發(fā)的工單會(huì)給中心業(yè)務(wù)受理效率和基層供電單位的工單轉(zhuǎn)派與搶修處理帶來較大的壓力[1-4]。

基于以上問題，建立停電智能預(yù)警服務(wù)模式。利用客戶服務(wù)95598 業(yè)務(wù)支持系統(tǒng)[5]、基礎(chǔ)數(shù)據(jù)平臺(tái)及大數(shù)據(jù)分析平臺(tái)，對(duì)運(yùn)營、配網(wǎng)、調(diào)度的客戶檔案、變壓器臺(tái)賬、95598 工單等海量信息進(jìn)行加工，提供疑似大面積停電智能預(yù)警基礎(chǔ)數(shù)據(jù)資源。通過設(shè)置監(jiān)測(cè)目標(biāo)、時(shí)間、區(qū)域等相關(guān)參數(shù)，配合聚類分析等算法[6]采集樣本、設(shè)置預(yù)警規(guī)則、閾值，構(gòu)建疑似停電智能預(yù)警模型，并制定對(duì)應(yīng)措施，形成“信息、預(yù)警、措施”三位一體的服務(wù)模式，為客服代表提供準(zhǔn)確、有效的服務(wù)支撐。

1 基于卷積神經(jīng)網(wǎng)絡(luò)的故障研判

1.1 數(shù)據(jù)前期處理

在數(shù)據(jù)前期處理階段，首先使用營銷部、運(yùn)維檢修以及其他部分的相關(guān)歷史數(shù)據(jù)，結(jié)合數(shù)據(jù)清洗技術(shù)，對(duì)其進(jìn)行中文分詞等預(yù)處理操作。另一方面通過預(yù)訓(xùn)練初始參數(shù)，對(duì)預(yù)處理后的歷史數(shù)據(jù)進(jìn)行相互校驗(yàn)，形成訓(xùn)練模型及算法，從而得出訓(xùn)練結(jié)果。電網(wǎng)客服系統(tǒng)數(shù)據(jù)預(yù)處理過程如圖1 所示。

圖1 電網(wǎng)客服系統(tǒng)數(shù)據(jù)預(yù)處理過程

數(shù)據(jù)清洗（Data Cleaning）[7-9]是對(duì)原始信息數(shù)據(jù)的檢查與修正，從而提高數(shù)據(jù)質(zhì)量。通常而言，數(shù)據(jù)清洗的步驟包括數(shù)據(jù)分析、數(shù)據(jù)變換及數(shù)據(jù)驗(yàn)證。

1.2 卷積神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò)（CNN）是一種常用的智能化數(shù)據(jù)挖掘技術(shù)[10-12]，其主要由卷積層、池化層和分類層構(gòu)成。在文本分類中，句子的長度通常不統(tǒng)一，而智能卷積神經(jīng)網(wǎng)絡(luò)可以通過卷積、池化和連接等操作將多維數(shù)據(jù)全連接為一維數(shù)據(jù)，由此實(shí)現(xiàn)分類操作，這就是卷積神經(jīng)網(wǎng)絡(luò)的一維典型結(jié)構(gòu)，其具體原理如圖2 所示。

圖2 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)原理

1.3 主成分分析法

主成分分析法（PCA）是一種經(jīng)典的特征提取方法，可以查找出最能夠代表一組數(shù)據(jù)特征的關(guān)鍵點(diǎn)，以這些少量的關(guān)鍵點(diǎn)作為數(shù)據(jù)整體的代表，尤其是用在回歸分析或聚類分析中的類別數(shù)目確定中，其基本原理一般是基于協(xié)方差矩陣或相關(guān)系數(shù)來研究[13-14]。

作為經(jīng)典的數(shù)據(jù)特征提取算法，主成分分析算法能夠在保持?jǐn)?shù)據(jù)特有特征的基礎(chǔ)上，盡可能地減少數(shù)據(jù)維度和數(shù)據(jù)量，實(shí)現(xiàn)將復(fù)雜信息簡(jiǎn)約化的處理。但是，考慮到一組數(shù)據(jù)不可能完全由其特征量代替，通常使用方差來衡量主成分分析的優(yōu)劣程度。同時(shí)，由于主成分分析被廣泛應(yīng)用，近年來衍生出多種改進(jìn)算法，比如曲線主成分分析、多維綜合主成分分析、加權(quán)主成分分析等[15-16]。

圖3 PCA主成分提取原理

主成分分析是一種統(tǒng)計(jì)意義上實(shí)現(xiàn)均方差最小的數(shù)據(jù)特征提取算法。經(jīng)過該方法濾掉的成分通常是原始數(shù)據(jù)中存在的噪音點(diǎn)，所以將其去除并不會(huì)造成數(shù)據(jù)特征丟失的結(jié)果，這也是原始數(shù)據(jù)降噪的一種方法。主成分分析法通常用在圖像識(shí)別中，由于其強(qiáng)大的特征提取功能可輕松地實(shí)現(xiàn)圖像識(shí)別，這種識(shí)別可以看成是圖像的降噪過程。

主成分分析將原本存在于高維空間中的問題轉(zhuǎn)移到低維空間中，形成一組新的變量，這種投射需要一個(gè)轉(zhuǎn)換函數(shù)來實(shí)現(xiàn)，經(jīng)過轉(zhuǎn)化后的數(shù)據(jù)包含原數(shù)據(jù)的大部分信息，并且具有較為明顯的規(guī)律可循，這種轉(zhuǎn)換也可以實(shí)現(xiàn)逆操作，因此，主成分分析的意義存在于兩個(gè)方面，一方面可以被用作數(shù)據(jù)降維、特征提取、數(shù)據(jù)壓縮等，另一方面可以實(shí)現(xiàn)數(shù)據(jù)、圖像的重構(gòu)。

所有的平面可看作是由點(diǎn)組成的，每兩個(gè)點(diǎn)之間均存在一個(gè)歐氏距離，而從現(xiàn)實(shí)平面上看，可能無法找到一個(gè)平面使得所有點(diǎn)對(duì)該平面的垂直距離最小。主成分分析就是將x1、x2兩個(gè)點(diǎn)轉(zhuǎn)換到另一個(gè)平面上進(jìn)行評(píng)估，而在此轉(zhuǎn)換過程中，保留其特征向量和特征值，不至于丟失部分信息。所謂主成分分析，就是將平面旋轉(zhuǎn)一個(gè)角度θ，從而將原數(shù)據(jù)點(diǎn)轉(zhuǎn)換到另一個(gè)新的坐標(biāo)系衡量，其主要的變換原理如圖4 所示。

圖4 主成分分析的變換原理

其變換關(guān)系如下：

用矩陣形式表示上式可得到：

其中，U′為變換矩陣，其是一個(gè)正交矩陣：

1.4 功能需求

根據(jù)電力系統(tǒng)運(yùn)維檢修的實(shí)際情況，識(shí)別用戶側(cè)故障是系統(tǒng)所應(yīng)具備的主要功能需求[17]，如表1所示。

表1 系統(tǒng)功能需求

1.5 性能需求

要建立一套完整的電網(wǎng)故障主動(dòng)研判和搶修體系，除了對(duì)系統(tǒng)的功能有需求分析外，還應(yīng)對(duì)其性能作出具體的規(guī)定，比如故障研判效率、命令下發(fā)的可靠性及關(guān)鍵部位傳感器的信息傳遞可靠性等。性能需求包括預(yù)判精度、推送時(shí)間/效率和查詢響應(yīng)時(shí)間。

2 系統(tǒng)架構(gòu)設(shè)計(jì)

基于營配貫通融合成果數(shù)據(jù)、故障報(bào)修服務(wù)請(qǐng)求、歷史工單信息、應(yīng)用大數(shù)據(jù)分析技術(shù)構(gòu)建故障停電預(yù)警智能分析模型，采用多線程并發(fā)技術(shù)實(shí)時(shí)監(jiān)控停電預(yù)警信息及故障工單狀態(tài)。通過對(duì)比分析故障停電預(yù)警閾值，生成疑似停電設(shè)備的預(yù)警信息，匹配當(dāng)前在途報(bào)修工單，提取出可合并的工單。主動(dòng)提醒客服專員進(jìn)行工單合并，同時(shí)提醒管理人員關(guān)注預(yù)警狀態(tài)及預(yù)警下發(fā)，故障恢復(fù)后則自動(dòng)撤銷預(yù)警。故障預(yù)警處理系統(tǒng)如圖5 所示。

圖5 故障預(yù)警處理系統(tǒng)

基于營銷、配網(wǎng)、調(diào)度貫通的多種數(shù)據(jù)治理資源，在對(duì)數(shù)據(jù)信息進(jìn)行融合分析處理的基礎(chǔ)上，通過開展業(yè)務(wù)梳理，分析各業(yè)務(wù)場(chǎng)景緊急程度和終端工作差異化。利用精確的客戶數(shù)據(jù)和電力數(shù)據(jù)，引入大數(shù)據(jù)分析、分布式處理等高效的技術(shù)手段，逐步完善信息系統(tǒng)，實(shí)現(xiàn)在信息中心報(bào)修定位、停電計(jì)劃流程化管理、數(shù)據(jù)質(zhì)量校核的深化應(yīng)用。具體架構(gòu)如圖6 所示。

該研究的技術(shù)方案能夠完成完整的配電網(wǎng)網(wǎng)架圖的構(gòu)建，描述完整的配電網(wǎng)可以為各個(gè)業(yè)務(wù)部門的信息化項(xiàng)目、科技項(xiàng)目提供配網(wǎng)對(duì)象拓?fù)潢P(guān)系數(shù)據(jù)、配網(wǎng)對(duì)象全維度屬性數(shù)據(jù)，還能夠通過配電網(wǎng)網(wǎng)架核查實(shí)現(xiàn)對(duì)業(yè)務(wù)系統(tǒng)臺(tái)賬數(shù)據(jù)的質(zhì)量核查，發(fā)現(xiàn)臺(tái)賬中的數(shù)據(jù)不完整、數(shù)據(jù)不準(zhǔn)確、數(shù)據(jù)關(guān)系錯(cuò)誤等問題，也可以發(fā)現(xiàn)營配貫通錯(cuò)誤的問題。該研究方案還基于配電網(wǎng)網(wǎng)架圖進(jìn)行戶變關(guān)系核查，判斷營銷系統(tǒng)中存儲(chǔ)的戶變關(guān)系。同時(shí)基于配電網(wǎng)網(wǎng)架圖進(jìn)行采集數(shù)據(jù)核查，發(fā)現(xiàn)并記錄電壓電流不準(zhǔn)問題、事件缺報(bào)及誤報(bào)問題，進(jìn)而發(fā)現(xiàn)造成這些問題的故障智能終端設(shè)備，下面對(duì)其關(guān)鍵技術(shù)進(jìn)行描述。

3 關(guān)鍵技術(shù)及算例分析

3.1 關(guān)鍵技術(shù)

1）基于大數(shù)據(jù)的實(shí)時(shí)區(qū)域故障停電定位。應(yīng)用大數(shù)據(jù)分析技術(shù)構(gòu)建實(shí)時(shí)的區(qū)域故障停電定位模型，通過實(shí)時(shí)采集客戶突發(fā)大量故障報(bào)修服務(wù)請(qǐng)求信息，結(jié)合經(jīng)過清洗和預(yù)處理的歷史報(bào)修工單信息、區(qū)域停電信息、用戶檔案信息等數(shù)據(jù)進(jìn)行計(jì)算。采用對(duì)比分析法進(jìn)行實(shí)時(shí)分析，定位疑似引發(fā)故障的變壓器等電網(wǎng)設(shè)備。根據(jù)營配貫通融合成果數(shù)據(jù)，反向推衍出變壓器影響的用戶和區(qū)域，實(shí)現(xiàn)實(shí)時(shí)定位區(qū)域故障停電。

2）基于移動(dòng)互聯(lián)的用戶報(bào)修位置定位。隨著未來電力物聯(lián)網(wǎng)的開展和技術(shù)進(jìn)步，人與物的信息交互將越來越普遍?；诖?，文中利用移動(dòng)互聯(lián)技術(shù)通過手機(jī)用戶的保修信息，實(shí)現(xiàn)直接、快速的“點(diǎn)對(duì)點(diǎn)”故障處理。用戶通過在手機(jī)地圖中進(jìn)行位置定位以獲取查詢位置的坐標(biāo)及地址信息，并通過移動(dòng)互聯(lián)技術(shù)實(shí)現(xiàn)用戶掌上電力APP 報(bào)修定位，以輔助客服專員獲取用戶位置坐標(biāo)，將用戶的報(bào)修位置隨工單下發(fā)至移動(dòng)搶修終端，為搶修人員快速搶修提供準(zhǔn)確的報(bào)修定位支撐。

3.2 算例分析

為了測(cè)試文中所建立的主動(dòng)研判及搶修系統(tǒng)的有效性，選取某110 kV 變電站作為研究對(duì)象，建立從變電站、配電母線、配電線路到用戶變壓器的基本參數(shù)模型。同時(shí)建立實(shí)驗(yàn)平臺(tái)，觀察其在故障出現(xiàn)前的響應(yīng)情況。此外，為觀察其由于故障判斷錯(cuò)誤導(dǎo)致的誤操作，實(shí)驗(yàn)中還加入了正常情況的模擬，每種類型模擬20 次，觀察其信息傳輸時(shí)間、故障檢測(cè)準(zhǔn)確率等。具體結(jié)果如表2 所示。

表2 模擬分析結(jié)果

由上述實(shí)驗(yàn)結(jié)果可知，“故障停電預(yù)警技術(shù)”在客服專員受理故障報(bào)修時(shí)，可以快速定位報(bào)修客戶的停電原因，并發(fā)出報(bào)修提示告知客服專員進(jìn)行報(bào)修合并，縮短客服查找停電信息的時(shí)間，進(jìn)而避免出現(xiàn)因人工操作、數(shù)據(jù)質(zhì)量等原因?qū)е掠脩舳ㄎ徊粶?zhǔn)確的事件，提高了客服專員的工作效率和工作質(zhì)量。

4 結(jié)束語

文中基于電力營配貫通數(shù)據(jù)資源，探索建立一種客戶側(cè)區(qū)域性故障主動(dòng)研判及搶修技術(shù)，克服以往故障發(fā)生后被動(dòng)搶修業(yè)務(wù)模式限制，有效應(yīng)對(duì)區(qū)域性故障發(fā)生后電力客服中心出現(xiàn)的話務(wù)突增壓力，提升電力客服中心的服務(wù)質(zhì)量和效率。通過歷史數(shù)據(jù)進(jìn)行的預(yù)演實(shí)驗(yàn)，證明了該文所述故障主動(dòng)研判技術(shù)的有效性。

未來隨著計(jì)算機(jī)技術(shù)、信息處理技術(shù)及物聯(lián)網(wǎng)、5G的發(fā)展，高效智能算法的應(yīng)用場(chǎng)景會(huì)不斷增加。而基于海量的電力歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)的信息挖掘技術(shù)勢(shì)必會(huì)增加在電網(wǎng)中的應(yīng)用，可以預(yù)見的是這些信息對(duì)提升電網(wǎng)電力供應(yīng)可靠性、降低運(yùn)行成本及提升用戶服務(wù)質(zhì)量均具有重要的現(xiàn)實(shí)意義。