一种基于用电采集综合信息的客户侧低压用户故障辅助研判方法

刘勃, 李玮, 张莉, 何学东, 宋鹏飞

(国家电网有限公司客户服务中心,天津 300000)

0 引言

电力呼叫中心为所有电力用户提供业务咨询、信息查询、故障报修以及其他意见或建议,支撑起整个电网行业的服务工作[1-2]。根据95598话务业务统计结果可知,目前的话务接听量较大、工单派单量不断增加,其中用户故障报修业务量位于前三名,可见电力行业中的用户用电故障问题不容忽视。相关学者对此进行了研究,取得了一定的进展。吕小红等[3]设计了基于灰色经验融合的电网故障研判模型,采用灰色聚类匹配算法实现当前电网故障的研判,能够有效提升研判准确率,但是故障研判过程较为复杂,时间较长。袁丹等[4]提出了基于分类模型的配电线路故障研判方法研究,通过大数据分析方法对配电线路故障进行分类,此方法能够提高故障研判准确率,但是研判时间耗时较长。齐京亮等[5]提出一种基于多渠道故障信息的配网故障研判方法,根据报修信息对故障区域进行大致定位,在利用地址解析算法实现综合定位。此方法故障定位效果较好,但是故障具体位置定位用时较长。

针对上述方法存在的故障检测耗时较长问题,构建一个全新的低压用户故障辅助研判模型,解决以上问题。

1 构建电力行业呼叫中心低压用户故障辅助研判模型

1.1 OSB代理服务

根据本次营销用电采集服务的接口规范,需要针对该接口规范重新搭一套新的OSB代理服务,并针对注册到该代理服务上的接口调用日志解析功能进行改造,具体实现如图1所示。

图1 调用日志解析功能改造流程

1.2 接口设计

在上述基础上对电能表示值接口交互流程进行设计,流程如图2所示。

图2 电能表示值接口交互流程图

根据图3可知,95598业务支持系统调用用电信息采集系统登录认证接口(WS_LOGIN)进行身份认证。认证通过后,依据接口规范文档中的电能表电能示值—请求对象输入,将请求数据对象(单位编码、用户编号、电能表标识、电能表资产编号、数据日期)组织成XML格式的字符串。将该字符串与认证通过后的令牌作为入参调用用电信息采集系统静态数据查询接口服务(WS_STATIC_DATA)。静态数据查询接口服务依据接口规范文档中的电能表电能示值—返回数据结果,生成数据内容给95598业务支持系统。

图3 配电网供电分层结构示意图

1.3 制定低压用户故障研判规则

已知配电网按照电力输送,可被分为5个层级,因此研判模型在判别低压用户故障时,需要横跨4层网络结构,才能到达用户位置。供电分层结构如图3所示。

(1)

(2)

则利用式(3),制定研判规则:

(3)

模型根据上述公式,判别、验证低压用户节点的用电状态信,当结果为0时,模型需要按照由下至上原则,追溯故障电源点,确定故障上下边界:

(4)

式中,pli表示第i条线路l的电力运行信息,当pli≠0时,则该结果为故障上层边界,当pli=0时,说明该节点不是故障节点,需要向上推衍,直至找出导致低压用户用电故障的节点。

1.4 设计低压用户故障研判逻辑

用电信息采集系统向配变召测,再将结果发送至DMS,当配变召测返回有具体数值,则为带电配变;若召测返回为空或无返回,那么可疑停电配变;若部分配变召测返回的电压值为0,则电压值前三点有值时,配变为停电配变;若电压值前三点为0,则表示早已停电的配变。配电带电状态分析如图4所示。

图4 配电带电状态分析

图中,Z1表示出线开关;C1～C6表示普通开关;P1～P5表示配变。当P1电压又返回值时,P2和P4返回为空,P3、P5返回为0,则P1为待电配变,那么其中的P2和P4为可疑停电,P3、P5的前三点数据有值时,就可判断为刚刚停电,否则为早已停电。

如图4所示,当P1为带电配变时,那么P2、P4为可疑停电,P3、P5表示刚刚停电,因此从P5开始追溯,此时上级开关C5的供电范围内,不存在带电配变;然后判断C5的上一级开关C1,该开关的供电范围内,同样不存在带电配变;最后判断C1的上级Z1,当其供电范围内有带电配变时,则可以确定,C1就是跳闸开关。

根据上述逻辑可知,存在的跳闸点可能并不唯一,因此在实际检测中,当模型研判出大于等于3个的跳闸点时,合并这些跳闸点,根据其中的1个开关,研究所有跳闸点。当P5带电配变时,P2、P3、P4表示刚刚停电配变,此时的P1为可疑停电配变。设计的研判逻辑需要从P4开始,其上级开关C6无带电配变,再上一级开关C5包含有带电配变,则C5被默认为跳闸点。按照上述内容,设计模型对低压用户故障的研判逻辑。此次研究在传统研判模型的基础上,优化模型的触发条件、研判规则以及研判逻辑,至此电力行业呼叫中心低压用户故障辅助研判模型,构建完成。

2 仿真实验

2.1 实验准备

选定上一年度,电力行业呼叫中心,接到报修次数最多的4个低压用户居住区域作为基础数据,利用仿真测试软件,模拟低压用户用电故障状态,如表1所示。

表1 测试基本条件

根据表1中的测试条件可知,4个地区低压用户故障的主要报修内容,为用户自有设备故障导致的跳闸问题,满足此次研究要求。按照上述数据模拟低压用户用电故障,图5为未使用研判模型时,一年内4个地区低压用户故障检测耗时统计结果。

(a) 区域A

根据图中曲线可知,在没有辅助研判模型帮助下,仅依靠用电信息采集系统检测故障时,还需要人工检测辅助,因此耗费的时间较长。经统计,呼叫中心由接到用户报修电话、开始派单、检测分析、数据上传、用户反馈阶段中,所耗费的平均时间,如表2所示。

表2 故障报修总耗时统计(平均值)

根据表2的统计数据可知,用电信息采集系统应用下,A、B、C、D 4个地区的故障报修总耗时,均在40 min左右,其中在故障检测阶段,包含了检修来回所用的通行时间。再统计上一年度,4个地区故障报修服务的企业总支付成本。在人工辅助检测A、B、C、D 4个地区的低压用户用电故障时,所耗费的检测成本,如表3所示。

表3 上一年度报修成本 单位:万元

根据表3中的数据可知,一年中,在检修人员人工成本上,电力行业会有很大的开支。将4个故障辅助研判模型,分别投入到用电信息采集系统中,将4个区域作为测试组,检测4个地区1年内,低压用户故障报修问题。

2.2 结果分析

2.2.1 用户故障检测耗时

图6中的曲线图像为不同测试组应用下4个地区的低压用户故障检测耗时结果。

(a) 区域A测试结果

根据图中曲线可知,面对4个检测地区,实验组应用构建的模型后,故障检测耗时缩短到5 min之内,3个对照组的故障检测耗时,在7～9 min左右。可见应用故障辅助研判模型后,故障检测阶段没有了检修路上来回耗费的时间,直接通过研判模型,获取发生故障的节点,同时将故障位置反馈到检测系统中,实现了远距离检测。

2.2.2 故障研判方法下设备稳定性

为证明设计方法方法下设备稳定性,将本文方法与文献[3]方法、文献[4]方法、文献[5]方法比较,得到不同各个节点的电压情况如图7所示。

图7 各个方法下节点电压

本文将系统稳定性的节点电压下限设置为0.96。对于各个节点来说,其他方法下的节点电压都小于系统方法,这是因为其他方法未根据得到的用户数据进行自适应的调控,是用电设备安全配置的电压期望值低于了对节点电压下限的设置值,允许了某种程度的电压压降越限,这样会存在安全隐患。

3 总结

本文方法通过引入人工智能技术,在原有传统构建方法的基础上,对用户故障辅助研判模型进行优化,通过实验得出以下结论。

(1) 所设计模型的服务支撑更加精准,运营成效更加明显。

(2) 所设计模型的服务效率提升明显,业务能力持续提升。

(3) 所设计模型的故障检测耗时较短,在A、B、C、D 4个地区的故障报修总耗时均在40 min左右。