基于多源业务数据的停电故障精准研判方法

喻玮， 李玮， 刘勃， 王笑一， 信博翔

(国家电网有限公司客户服务中心， 天津 300000)

0 引言

在现有技术中，电力系统中容易由于各种原因造成停电现象，停电故障出现的因素很多，比如外力破坏、季节性故障、线路施工等方面[1]。这就给用户带来的诸多不便。因此需要对停电故障进行分析，现有技术中，应用电力客服中心中多源业务数据信息，对停电研判的方法有关联分析法、对比分析法、综合分析法、特征分析法等。这些方法都是只对电力系统运行过程中某一数据特征进行分析，进而挖掘停电信息[2]。但是当数据信息出现较多、数据出现错综复杂的情况下，就很难应用现有技术进行分析和判断。

针对上述技术的不足，就需要一种新型的停电数据分析方法。本文基于用电信息采集系统停电信息、营销欠费停电信息、计划停电信息、电力客服中心供电服务指挥系统抢修信息、电力客服中心线路跳闸事件信息、配电网网架数据等多源数据，建立停电故障综合研判模型，本方法利用电力客服中心网架拓扑[3]，为停电设备故障提供精准电网故障服务，为客服及抢修人员提供精准业务指导，减少停电事件，提升服务质效，下文将详细论述。

1 停电故障精准研判方法

1.1 停电故障综合研判模型

在进行停电故障综合研判时，本方法根据数据库中的描述，构建研判程序，启动研判程序时，在内存中为所有设备建立静态拓扑连接关系，即建立一个HashMap，其key值为设备的连接点，Value值为连接点相同设备的列表[6]，其中静态拓扑连接关系示意图如图1所示。然后根据建立起来的静态拓扑连接关系进行拓扑分析。

图1 静态拓扑连接关系示例

为了更清楚地分析上述连接关系，以图2为例，当cb03拉开后，分析停电区域和cb03的供电路径。图2为配电网中设备连接关系示例图。在确定cb03开关的上游路径时，在图2中可以看到，cb03有2个连接点，nd1和nd2。其中nd1连接cb02和cb06，nd2连接cb04和cb10。在获取cb03的nd1连接点获取其连接的cb02和cb06开关后，再根据cb06拓扑，找其相连的设备，cb06也有两个连接点nd1和nd3，其中nd1是和cb03相连的连接点，nd3是和cb09和cb07相连的连接点，因此去除nd1，根据cb06的连接点nd3找到其相连的两个设备cb07和cb09[7]。如此循环地查找，当找到进线开关，则认为找到了电源点，之后设置每个设备的上游开关和上游连接点。因为可以通过cb02的nd1连接点找到进行开关cb01，因此cb03的上游路径连接点是nd1，其中其上游设备分别为cb02和cb01。在确定cb03的下游设备时，由于cb03的下游连接点是nd2。因此可以根据nd2获得cb03的下游设备cb10，cb11，cb04，cb05[8]。

图2 设备连接关系示例

1.2 流程解析

在以设备为例进行分析后，下面通过楼宇设备中的故障为例，对研判分析流程进行进一步说明。

现在考察图3，其中计划停电中包含了准确的所操作设备的ID、设备状态(开/合)信息。

图3 停电故障精准研判方法分析示意图

(1) 首先根据停电信息中操作设备的ID，确定开合状态，再结合GIS图模信息进行分析，分析出所有停电设备(在拓扑过程中，认为馈线的联络开关是拉开的，其他开关是闭合的，而不依据线路的实时运行状态)[9]。

(2) 然后根据停电设备的PMSID和类型，结合GIS的地理信息，分析出停电设备的坐标。

(3) 再根据停电配变，再结果“变电站-10 kV馈线—配变—用户接入点(表箱)—表—用户” 配用电一体化电网模型，营销系统的用户档案信息，计算停电用户。

(4) 最后根据用户接入点与楼宇之间的对应关系，结合GIS系统的地理信息，获取停电楼宇坐标。

在计划停电信息中不关联开关信息判断时，其中的计划停电信息中只有计划停电所在的馈线/站房信息和模糊的停电区域描述，不包含所操作设备的ID、设备状态(开/合)信息[4]。对比进行停电研判时，则可以利用以下步骤。

(1) 选择计划停电信息中指定的馈线/站房。

(2) 从馈线/站房中选取设备(可以跨馈线选取)。

(3) 根据停电信息中操作设备的ID，开合状态，再结合GIS图模信息进行拓扑分析，分析出所有停电设备(在拓扑过程中，认为馈线的联络开关时拉开的，其他开关是闭合的，不依据线路的实时运行状态)。

(4) 根据停电设备的PMSID和类型，结合GIS的地理信息，分析出停电设备的坐标[5]。

(5) 根据停电配变，再结果“变电站-10 kV馈线—配变—用户接入点(表箱)—表—用户” 配用电一体化电网模型，营销系统的用户档案信息，计算停电用户。

(6) 根据用户接入点与楼宇之间的对应关系，结合GIS系统的地理信息，获取停电楼宇坐标。

在进行中压线路停电研判时，当中压线路导致停电，系统可以快速定位故障，分析出停电设备，停电用户，以及是否可合并工单[6]。其中中压线路停电研判分析示意图如图4所示。

图4 中压线路停电研判分析示意图

(1) 根据故障区段，结果GIS系统的图模信息，分析出停电线路，开关，配变。

(2) 根据停电配变，再结果“变电站-10 kV馈线—配变—用户接入点(表箱)—表—用户” 配用电一体化电网模型，营销系统的用户档案信息，计算出停电用户。

(3) 根据用户接入点与楼宇之间的对应关系，结合GIS系统的地理信息，进而获取停电楼宇坐标。

(4) 生成抢修工单，下发。

在进行配变停电研判时，用电信息采集系统推送配变故障信息到电力客服中心抢修调度系统。

其中，中压线路停电研判分析如图5所示。

图5 配变停电研判分析示意图

(1) 根据停电配变，再结合“配变-用户接入点(表箱)—表—用户”配用电一体化电网模型，营销系统的用户档案信息，发现停电用户[7]。

(2) 根据用户接入点与楼宇之间的对应关系，从国网GIS平台获取停电楼宇的坐标信息。

(3) 生成抢修工单，并下发。

当配变出现故障时，用电信息采集系统推送配变故障信息到电力客服中心抢修调度系统。其包括以下步骤。

(1) 根据停电配变，再结合“配变-用户接入点(表箱)—表—用户” 配用电一体化电网模型，营销系统的用户档案信息，计算停电用户。

(2) 根据用户接入点与楼宇之间的对应关系，从国网GIS平台获取停电楼宇的坐标信息。

(3) 生成抢修工单，并下发[8]。

在进行低压故障研判时，低压故障研判的输入信息为用户报修，主要输入输出信息如表1所示。

表1 低压故障研判输入输出信息表

以用户报修为例，通过95598系统集成用户报修信息，进行停电分析，分析过程如图6所示。

图6 低压故障研判分析示意图

(1) 根据用户报修信息，查看是否包含用户号，如果没有，通过报修地址进行模糊匹配，得到多个用户集，然后手动选择用户集并通过召测确定停电用户号。

(2) 获取用户号后，判断用户是否在计划停电影响用户列表中，如果是，则关联计划停电事件，并获取计划停电的相关信息，并结束分析。

(3) 如果不是计划停电事件，判断用户是否为在途抢修工单的停电用户，主要判断工单是否为已知中压故障、是否为已知配变故障、是否有同用户集报修3个方面，如果是，将该用户报修作为子工单，合并到在途工单中，并结束分析[9]。

(4) 如果不能合并，则进行故障点分析，并结合分析结果计算出停电设备、停电用户等信息。

(5) 将停电信息入库，生成抢修工单，并下发。

2 用电采集信息校核管理方法

在本研究中，建立基于用采掉电记录的客户停电信息库，根据营配站—线—变—箱—户数据关系，应用聚合算法将一定时间内相同表箱、相同台区、相同线路的掉电记录聚合，设定表箱停电、台区停电、高压停电的校核规则，校核用户实际停电情况，具体表现在表箱停电校核、台区停电校核、高压停电校核、停电信息完整性校核、停电信息规范性校核、停电信息及时性校核、基于停电信息的高压停电报送及时性校核、基于合并工单的停电信息报送及时性校核、基于户号信息的停电信息报送及时性校验等[10]。

在建立户号信息的停电信息及时报送的自动校核任务时，根据派发多户停电故障工单，提取户号信息，结合营配停电信息分析到户基础数据，校核出故障报修工单存在对应停电信息及停电信息上报时间信息，生成前一天的故障工单与停电信息对应明细。

(1) 客户内部故障精准研判

客服专员受理客户故障停电诉求时，通过主动召测智能电表信息，获取用户实时用电状态，关联对比停电信息分析到户信息，精准研判客户是否内部故障，提醒客户答复和引导客户及时处理故障。

(2) 故障工单自动合并

客服专员在工单受理时，可以根据客户提供的用户编号自动匹配是否存在同一停电事件、同一台区故障工单，及时提示客服专员进行工单合并，提升客服专员提高故障报修业务的受理效率，减少故障报修工单的重复派发。

3 试验结果与分析

下面通过一个实例，将上述分析方法与行波定位法(下文称为方案一)、阻抗故障定位法(下文称为方案二)进行分析和对比。在具体实施例中，已知计划停电有20种，中压线路故障30种，配备故障10中，用户报修故障70种。上下游拓扑故障点分析如图7所示。

图7 上下游拓扑故障点分析示例图

在进行上述分析时，以某配电公司中配电网的当前电网的实时运行状态为例进行说明，如图8所示。

图8 电力客服中心管理中的一种实施例运行状态图

分别应用计划停电、中压线路停电、配变停电、用户报修停电4种不同形式的故障研判方法与方案一、方案二在时间上和准确度上进行对比分析。在试验过程中，为了提高数据的精度，在60小时内进行测试，观察各种方法的测量精度。图9 为配电网中计划停电故障研判误差对比分析图。

图9 配电网中计划停电故障研判误差对比分析图

通过图9可以看出，在60小时的测量时间内，尤其是在0—15小时范围内，方案二的误差大于方案一的误差，随着时间的延长，在测量持续15-20小时内，方案一的测量误差大于方案二的测量误差，但是在整个测量时间范围内，本研究中的计划停电故障评估误差最小。

通过图10可以看出，方案一和方案二在整个测量过程中，二者在不同的测量段，误差不同，但是本研究中的中压线路停电故障研判误差较小。

图10 配电网中中压线路停电故障研判误差对比分析图

通过图11可以看出，本研究的配变停电故障研判误差最小。

图11 配电网中配变停电故障研判误差对比分析图

通过图12可以看出，本研究的用户报修停电故障研判误差最小。通过上述分析和对比，在评估时间为60小时内，本研究的方法中计划停电、中压线路停电、配变停电、用户报修停电在误差测量方面均低于方案一、方案二。说明本研究的方案具有较高的精度。

图12 配电网中用户报修停电故障研判误差对比分析示意图

4 总结

本文基于用电信息采集系统各种数据参数构建了停电故障综合研判模型，利用电力客服中心大数据分析能力，为客服及抢修人员提供精准业务指导，为用电客户提供精准客户服务。通过对比分析，本研究的方法误差小，精度高。本研究虽然在一定程度上能够提高停电故障精度，但是仍旧存在一些技术不足，比如计划停电、故障停电、用电采集掉电记录、用户报修停电等停电特征数据存在互斥时如何处理，这需要进一步的探索与研究，本研究为下一步故障报修智能服务的研究奠定基础。