基于跨专业融合的电网企业基层核心业务场景——配网可靠性监测方法研究及应用

刘际波，赵碎军，王广洁，李 金，王 婷

(1. 国网浙江电力公司文成县供电公司，浙江 文成 325300；2. 北京国网信通埃森哲信息技术有限公司，北京 100000)

基于跨专业融合的电网企业基层核心业务场景
——配网可靠性监测方法研究及应用

刘际波1，赵碎军1，王广洁2，李 金2，王 婷2

(1. 国网浙江电力公司文成县供电公司，浙江 文成 325300；2. 北京国网信通埃森哲信息技术有限公司，北京 100000)

配网可靠性是电力系统的核心问题之一，更是作为评价电力系统设计和运行好坏的重要质量指标。基于目前配网可靠性的管理现状，运用大数据技术与公司管理策略相结合的方式，借助可视化工具，建立跨专业核心数据融合的配网可靠性监测分析框架，实现停电事件与停电明细的自动捏合，从而完成计划停电以及故障停电之间的自动甄别，降低人工误判率并有效推进供电可靠性问题的治理。

配网可靠性；数据归真；跨专业数据融合

供电可靠性是指供电系统对用户持续供电的能力，是配网网架水平、装备水平及管理水平的综合体现。因此，如何全面、深入、细致开展供电可靠性监测，挖掘可靠性发生规律，切实有效指导可靠性持续提升是供电企业的重中之重[1-2]。

本文提出的搭建基于跨专业核心数据融合的配网可靠性监测分析框架旨在解决目前配网管理现状存在停电捏合过程不透明、人工干预过多、数据相互割裂等问题。通过业务梳理，数据获取、清洗、融合等，采用业务管理与大数据技术相互结合的方式，开发可视化监测分析工具，基于不同系统之间的数据流转地图，实现台账数据、设备运行数据、停电事件信息、业务执行数据等融合贯通，支撑文成供电公司开展供电可靠性多层级、立体化监测分析。

1 配网供电可靠性管理现状

目前，文成供电公司供电可靠性管理主要依托电能质量管理系统，通过电能质量台账信息与用采系统停电明细捏合，形成中压停电事件，各单位可靠性管理专责在电能质量在线监测系统对停电事件的性质进行手工确认，人工干预过多；再者，电能质量在线监测系统台账仅包括线路、线段两级，目前主要功能还是以指标考核统计为主，分析功能欠缺，使得业务人员难以基于系统开展业务管理提升，对运检、调度、营销等专业部门支撑不足[3-4]。目前判断可靠性的数据来源于多个系统，各系统产生的数据相对独立，停电事件与停电明细之间的数据相互割裂，使得来自于不同系统的同一业务数据之间无法贯通。因系统应用深度不足及考核压力，文成供电公司系统基础数据质量存在一定问题，需要对供电可靠性指标进行溯源，以掌握供电可靠性真实、准确现状；通过还原真实停电运行数据，并关联故障停电和预安排停电事件，可以有效辨识供电可靠性管理短板，为可靠性管理优化提供有效支撑。

2 配网供电可靠性监测分析的必要性

电力可靠性管理工作是电力系统全过程管理的重要组成部分，是评价电力系统规划、设计和运行的重要指标。基于配网可靠性管理现状，为了使业务人员更加清晰停电事件以及停电明细背后的捏合逻辑、实现自动并准确判断计划停电事件和故障停电事件、贯通曾经相互割裂的数据、增加可靠性层级以使业务人员获得颗粒度更小的记录数据等，亟需建立一整套满足基层供电公司业务需求的供电可靠性监测分析方法，切实有效地推进各级单位配网可靠性管理水平[5-6]。

3 配网可靠性监测分析步骤

3.1 业务梳理

供电可靠性业务包括5个方面内容：停电性质、停电原因、停电时长、停电次数以及停电范围。监测分析的数据主要包括台账等信息、停电明细和停电事件信息3类数据信息，见图1。

图1 停电信息框架图

通过供电可靠性的性质与停电事件、停电明细、台账之间的关联关系业务人员得到所需的数据信息，由停电事件数据可获取停电性质、停电原因、停电次数等信息，由停电明细数据可获取停电时长、停电次数等信息，通过台账关联可实现停电范围的精准定位，如表1所示。

相应的数据需求有以下几方面。

表1 可靠性信息关联表

(1)台账信息：基于电网拓扑结构，包括主线路、线路段、分支线路、开关、台变等配网设备的基础台账数据；

(2)停电明细：停电相关管理数据与设备运行数据，包括停电计划、抢修工单记录、计划停电执行数据、配变(包括公变、专变)智能终端采集的中压停电明细等；

(3)停电事件：基于供电可靠性停电性质分类的停电事件结果归集，包括预安排停电和故障停电。

3.2 数据获取

本次监测分析的数据来自于5个系统：用电信息采集系统、GIS系统、电能质量管理系统、95598系统以及PMS系统。

(1)用电信息采集系统：中压停电明细；

(2)GIS系统：配变台账总表、分支线路台账、主线路台账；

(3)电能质量管理系统：中压注册用户、中压注册线段；

(4)95598系统：停电信息查询；

(5)PMS1.0：配网停电计划、送电信息反馈、故障停电信息、抢修工单信息。

这些数据均从前台进行导出。

3.3 数据清洗、整合

3.3.1 数据校验

为实现业务数据的一致准确，需对用电信息采集停电明细和停电事件相关数据进行数据清洗和整合，主要包括数据质量校验、多源数据一致性、数据关联性3个方面[7-8]。数据的整体验证思路见图2。

图2 数据验证思路

(1)数据项质量校验。以近一年期数据为样本，采取系统前台查询的方式导出部分数据进行数据质量校验，其中：

1)数据质量问题包括空值、负值、极大值等，需核实数据并整改。

2)配网设备台账数据中已有数据项均满足分析需求；中压线路段台账中，线段名称填写不规范(不影响本次监测)。

3)周停电计划数据质量满足需求计划停电数据中存在不影响分析的空值数据项，但 “停电原因”字段准确性存在问题，需人工核查整改。

4)故障停电数据满足分析需求，需手工补填数据项中缺少的字段“停电原因”；故障停电数据通过停电信息查询导出，其中存在不影响分析的空值数据项，同时，实际开始时间等3个字段存在逻辑问题， “停电原因”字段需人工核查整改。

5)抢修工单数据中“城乡类别”均为空值，影响监测分析，需人工核查整改。

(2) 多源数据一致性校验。分别对计划停电数据、故障停电数据进行一致性核查，核查结论如下：

1)周停电计划、停电信息查询导出计划停电数据可以完全对应，未发现数据一致性质量问题，通过校验。

2)故障停电(内部报修、95598报修)存在极少量停电记录的“是否发送”、“是否反馈”字段为“是”，但经确认该类情况符合业务实际状况，无数据问题。

(3) 数据关联性校验。数据关联性校验主要分为两类，故障停电事件与抢修工单关联性校验和停电范围关联校验。 校验结果如下：

1)故障停电数据(PMS)需针对无法关联的记录人工核查，并进行数据整改；故障停电数据(95598报修)需对业务流转关系进行确认，进而制定数据处理方案。

2)停电范围关联校验。随机选取停电事件，结合台账数据定位停电线路，核对中压停电明细，可以实现停电事件、停电明细的关联，但无法确定每次停电事件是否与停电明细实现完全对应，需增加其他停电事件的数据明细辅助关联。

3.3.2 数据整改

(1) 中压停电明细整改。中压停电明细表数据问题主要集中在停电时长、终端复电时间等两个字段，通过查询用电信息采集系统及智能公用配电监测系统开展整改工作，整改流程见图3。

图3 中压停电明细整改流程

(2) 台账无法关联整改。各基层单位基于配变、台区的真实运行情况补充填写关联情况。

(3) 停电事件无法关联整改。部分停电明细无法与停电事件关联，需将停电明细汇总记录人工梳理停电事件，并根据故障停电或计划停电模板进行信息补充。

3.3.3 数据整合

通过数据校验以及数据整改，对整改之后的数据进行整合。整合逻辑路径如图4所示。

图4 数据整合路径

从配变总表出发，通过“名称”、 “路径”等关键字段，从而实现所有表之间的相互关联。

3.4 构建监测分析框架

基于业务需求设计供电可靠性监测分析框架，从供电可靠性指标、供电单位两个层级自上而下进行指标分解，结合可视化分析工具展现停电信息，实现明细级可靠性评价、停电原因挖掘，监测可靠性水平，形成供电可靠性分析报告。

(1)构建供电可靠性监测分析框架。基于供电可靠性指标的业务逻辑，从可靠性指标分解、供电单位层级下钻两个维度构建可靠性监测分析框架。

(2)供电可靠性监测分析。总体可靠性指标作为顶层监测内容，以故障停电、预安排停电作为监测分类，以空间、时间作为分析界限，对停电范围、停电次数、停电时长3个维度进行监测，细化停电原因分析，针对重点问题分析原因，提出提升举措，形成一套自上而下、面向业务的监测分析模型，如图5所示。

图5 可靠性监测分析模型

模型分为公司可靠性指标监测、总体分析、故障停电分析、预安排停电分析4个部分。其中，可靠性分总体监测包括停电时间分析、停电次数分析和停电原因分析；故障停电分析包括按供电所故障停电指标分析、按层级钻取分析、分维度分析及关联分析；预安排停电分析包括按供电所预安排停电指标分析、按层级钻取分析、分维度分析及关联分析。

3.5 可视化监测工具开发

根据供电可靠性监测分析思路，借助可视化数据分析软件，采用穿透分析、对比分析、关联分析等方法，结合交互性强且直观的分析图表，开发可视化监测分析工具，实现供电可靠性常态化监测分析。

4 可靠性监测分析应用实例

对比各供电所用户平均停电时间和用户平均停电次数，玉壶、珊溪、大峃、西坑处于第三象限，用户平均停电时间、用户平均停电次数均低于平均值，南田、峃口、黄坦处于第一象限，用户平均停电时间、平均停电次数均超过平均值，如图6所示。

图6 用户平均停电时长、次数统计

停电总时户从高到低分别为大峃、南田、黄坦、峃口、珊溪、玉壶、西坑网格，但黄坦、峃口用户平均停电时长明显超过其他供电所(见图7)。

图7 计划与故障平均停电时长分析

通过线路供电可靠性监测分析发现，大峃供电所下辖百二858线供电可靠最低，仅为98.47%，其中该线路下用户数为20，该线路为显著异常值。线路供电可靠率如图8所示。

图8 线路供电可靠率

通过停电时户按线路进行帕累托分析，发现目前文成供电公司80%的停电时户集中在31.25%的线路上，共涉及20条线路，如图9所示。

图9 停电时户帕累托分析

将线路下钻至线段，可以发现供电可靠率在线段上的分布，从而对线段整改提出相应措施，如图10所示。

图10 线段供电可靠率

通过线段编码对线段进行定位，发现文成85814、文成85813线段的用户平均停电时间相对高于其他线段，文成80311、文成80310线段的用户平均停电次数远远高于其他线段，同时这几条线段下均只有一个用户数。用户平均停电次数如图11所示。

图11 线段平均停电时户、次数统计

针对台区停电进行天数统计，发现台区在统计期间出现1天至42情况，其中台区发生2天情况最多，涉及71个台区；在统计期间内存在三个台区停电天数高达42天，因此可以给出相应的整改措施。台区停电天数统计如图12所示。

图12 台区停电天数统计

针对台区进行频繁停电判断，发现2015年8月份频繁停电用户数最多， 3～8月呈现上升趋势，并在8月达到峰值，8～12月出现急速下降趋势。

从停电类型来看，文成发生计划停电次数占停电事件的比例为9.38%，故障占比为90.62%；计划停电时户占总停电时户的比例为15.28%，故障占比为84.72%。计划停电及故障停电对比如图13所示。

图13 计划停电&故障停电对比

在统计期内对文成停电事件按月份分析，故障停电事件占停电事件的比例较大，各月份故障停电事件占停电事件比例均在80%以上； 2016年5月计划停电事件最多，2015年10月计划停电事件占停电事件比例最大，占比19.57%；2015年8月发生停电事件较多，2月和3月“春节保供电”期间发生停电事件相对较少。停电事件按月分析如图14所示。

图14 停电事件按月份分析

在统计期内对文成各线路段故障停电次数进行分析，其中黄坦83760、黄坦83720、黄坦83750线路段故障停电次数相对较多；黄坦83750、黄坦833310、文成85812线路段故障停电时户较长；文成85814、文成85813线路段户均故障停电时间相对较长。线路故障停电分析如图15所示。

图15 线段故障停电分析

5 结语

本文基于停电明细、停电事件信息、业务执行等数据，结合PMS、用采系统、电能质量在线监测系统等的统一台账信息，实现了涵盖供电公司、供电所、线路、线段、台区等5个层级的供电可靠性监测分析，通过数据融合完成停电性质的自动研判，并且跟踪计划停电执行全过程，有效发现计划停电的异动情况，针对故障停电抢修环节进行监测，挖掘分析故障抢修时间的关键影响环节，以业务系统应用现状为基础，实现县级供电企业供电可靠性全方位多层次监测分析，为各专业部门开展主动式可靠性优化提升奠定了基础。

在研究中也发现了一些问题，数据质量问题成为限制监测分析广度和深度的最关键因素，台账数据梳理整改耗费大量人力，停电信息数据错误、空缺难以追溯归真，难以覆盖所有停电事件。同时，本次研究以监测分析为主，可靠性指标尚未与各专业部门、各层级管理实现分解匹配，指导作用还存在较大的提升空间。

在下一步的研究中：一是全面梳理业务数据现状，针对业务数据制定规范手册，建立数据自动校验机制，与业务现状相结合，持续提升数据质量，保证数据真实可回溯、管理高效可闭环；二是研究低压可靠性监测分析的方法，关注低压用户的可靠性诉求，实现提供优质供电服务的目标；三是从县级供电企业的管理目标出发，探索研究一套适合基层供电企业的可靠性指标分解体系，支撑供电可靠性“点对点”提升。

[1]袁明军. 配电系统可靠性评估方法与应用研究[D].济南：山东大学,2011.

[2]邱生敏. 配电网可靠性评估方法研究[D].广州：华南理工大学,2012.

[3]王浩浩. 配电网可靠性规划及其技术评估方法研究[D].广州：华南理工大学,2012.

[4]赵洪山,赵航宇. 配电网可靠性评估方法研究现状与展望[J]. 现代电力,2015,32(5):15-20.

ZHAO Hongshan, ZHAO Yuhang. Current status and prospect of reliability evaluation method for distribution network[J]．Modern Electric Power，2015，32(5)：15-20．

[5]唐正森. 提高配电网供电可靠性措施的研究[D].长沙：长沙理工大学,2009.

[6]陈淳,吴廷进. 提高配电网供电可靠性措施分析[J]. 科技创新导报,2010,7(4):54-55.

[7]刘丹阳. 浅谈影响配电网供电可靠性的因素及提高供电可靠性的措施[J]. 广东科技,2010,19(6):120-121.

[8]高俊杰. 重点区域配电网可靠性提升措施的研究[D].北京：华北电力大学,2015.

(本文编辑：严 加)

Grid Enterprise Basic-Level Core Operation Scenario Based on Inter-Professional Integration: Research and Practice of Distribution Network Reliability Monitoring Method

LIU Jibo1, ZHAO Suijun1, WANG Guangjie2, LI Jin2, WANG Ting2

(1. Zhejiang Wencheng Power Supply Company，Wencheng 325300, China;2. State Grid Information & Telecommunication Accenture Information Technology Co., Ltd., Beijing 100000. China)

The reliability of distribution network is one of the key problems in power system, as well as an important quality index to evaluate the power system, design and operation. Based on the management status of distribution network reliability, this paper combines the big data technology and corporate management strategy, uses visualization tools, establishes the distribution network reliability monitoring and analysis framework with cross-professional core data fusion, and achieves automatic kneading of power blackout accidents and blackout implementation details, so as to complete the automatic discrimination between power outage and contingency plan, reducing artificial error rate and promoting the power supply reliability.

distribution network reliability; original data gathering; cross-professional data fusion

10.11973/dlyny201703006

TM73

B

2095-1256(2017)03-0241-06

2017-03-24