袁 丹，王 誼，李偉明，吳 明

（國網(wǎng)浙江寧波市鄞州區(qū)供電有限公司，浙江 寧波 315100）

0 引言

配電線路故障主動(dòng)搶修流程的有效實(shí)施，是供電企業(yè)提高供電服務(wù)質(zhì)量的必由之路，執(zhí)行速度快是該流程保持“主動(dòng)性”的基本要求。

故障及時(shí)準(zhǔn)確的發(fā)現(xiàn)是保證搶修速度的第一步。目前，國內(nèi)外對(duì)配電網(wǎng)故障定位方法研究較多，文獻(xiàn)[1]對(duì)常用的幾種故障定位方法進(jìn)行了對(duì)比?！癝”信號(hào)注入法[2-3]可對(duì)單相接地進(jìn)行檢測與定位，文獻(xiàn)[4]提出結(jié)合FTU（饋線終端設(shè)備）和“S”信號(hào)注入法相結(jié)合的方法來提高配電網(wǎng)單相接地故障定位準(zhǔn)確性。文獻(xiàn)[5]基于同步相量測量單元采集的數(shù)據(jù)進(jìn)行配電網(wǎng)故障位置研判，但僅能判斷故障區(qū)域，無法精確定位，因此文獻(xiàn)[6]提出基于微同步相量的配電網(wǎng)故障定位法，達(dá)到精確定位故障點(diǎn)位置。也有學(xué)者提出基于矩陣算法[7]，遺傳算法[8]，免疫算法[9]進(jìn)行配電網(wǎng)故障定位。

近年來，大數(shù)據(jù)及數(shù)據(jù)挖掘技術(shù)在各行業(yè)的應(yīng)用發(fā)展迅猛，也在電力行業(yè)形成了研究熱點(diǎn)。通過大數(shù)據(jù)技術(shù)分析電力通信傳輸網(wǎng)設(shè)備的溫度情況[10]，提前發(fā)現(xiàn)設(shè)備溫度異常并及時(shí)解決，提高了系統(tǒng)安全性。文獻(xiàn)[11]運(yùn)用數(shù)據(jù)挖掘技術(shù)對(duì)多源監(jiān)測數(shù)據(jù)進(jìn)行分析，評(píng)估電力設(shè)備的運(yùn)行狀態(tài)，診斷設(shè)備缺陷。文獻(xiàn)[12]通過挖掘分析用電信息采集系統(tǒng)、營銷業(yè)務(wù)應(yīng)用系統(tǒng)的數(shù)據(jù)，智能甄別采集異常、智能派發(fā)異常工單，達(dá)到了采集系統(tǒng)高效運(yùn)維的目的，大數(shù)據(jù)技術(shù)和數(shù)據(jù)挖掘技術(shù)在配電網(wǎng)系統(tǒng)也有應(yīng)用和研究[13-16]。

目前配電線路上各類監(jiān)測設(shè)備故障率高，實(shí)際情況真?zhèn)坞y辨，通過引入大數(shù)據(jù)分析技術(shù)對(duì)故障信號(hào)進(jìn)行分析，可以相對(duì)準(zhǔn)確地研判故障，為主動(dòng)搶修提供技術(shù)支持，提高搶修效率。

1 業(yè)務(wù)背景

1.1 配電線路主動(dòng)搶修

配電線路故障主動(dòng)搶修包括故障的發(fā)現(xiàn)、確認(rèn)、定位、搶修，以及報(bào)備和用戶通知等環(huán)節(jié)，執(zhí)行速度是主動(dòng)搶修的核心因素，如果沒有速度，主動(dòng)搶修就會(huì)退化為被動(dòng)搶修。主動(dòng)搶修所需的信息來自智能化監(jiān)測設(shè)備，以往由于配電網(wǎng)分級(jí)保護(hù)裝置的普遍應(yīng)用，供電企業(yè)普遍缺乏對(duì)局部配電線路故障的可靠感知能力。當(dāng)前，隨著配電網(wǎng)智能監(jiān)測設(shè)備的大量安裝和使用（包括配電線路在線監(jiān)測、配變終端、智能總保），以及配電網(wǎng)營配貫通工作的深入開展，還有地縣兩級(jí)配電網(wǎng)運(yùn)營管控體系的逐步建立，主動(dòng)搶修工作已經(jīng)基本具備了開展的條件。

1.2 故障研判的信息來源

配電線路故障主動(dòng)搶修基于配電網(wǎng)智能監(jiān)測設(shè)備的故障信號(hào)，包括配電自動(dòng)化、配電線路在線監(jiān)測、配電變壓器（簡稱配變）監(jiān)測、智能總保、智能電表等。配電自動(dòng)化主要對(duì)城市區(qū)域的電纜線路進(jìn)行監(jiān)測，無法覆蓋廣大農(nóng)村區(qū)域的架空線路；配電線路在線監(jiān)測裝置僅能對(duì)短路和接地故障進(jìn)行大致的定位，無法顯示實(shí)際停電設(shè)備信息；智能總保只適用于TT接線方式的低壓系統(tǒng)，覆蓋面及其有限；智能電表數(shù)量龐大，受信息系統(tǒng)性能所限無法進(jìn)行及時(shí)高效地處理。目前來說，只有配電變壓器的監(jiān)測信號(hào)具有覆蓋面廣、時(shí)效性強(qiáng)的特點(diǎn)，是判別配電線路故障情況的有效信號(hào)來源。

1.3 主動(dòng)搶修存在的困難

作為國網(wǎng)浙江電力主動(dòng)搶修模塊試點(diǎn)單位，國網(wǎng)寧波市鄞州區(qū)供電公司在主動(dòng)搶修過程中遇到的最大難題還是故障“判不準(zhǔn)”。因?yàn)榕潆娋W(wǎng)設(shè)備點(diǎn)多面廣，運(yùn)行環(huán)境極其復(fù)雜，監(jiān)測設(shè)備故障率高，故障信號(hào)真實(shí)度差，所以實(shí)際情況真?zhèn)坞y辨。設(shè)備、通信、系統(tǒng)等故障都會(huì)引起信號(hào)的失真，另外電力用戶自行操作甚至其他人為因素也會(huì)產(chǎn)生故障信號(hào)，使得主動(dòng)搶修工作無法正常開展。如果對(duì)每個(gè)故障信號(hào)都開展人工研判和現(xiàn)場派工核實(shí)，將付出巨大的人力、物力和時(shí)間成本，一方面對(duì)于誤信號(hào)的疲于應(yīng)付會(huì)嚴(yán)重挫傷職工的工作積極性，另一方面如果對(duì)故障信號(hào)的人工研判耗時(shí)過長也會(huì)使主動(dòng)搶修退化成被動(dòng)搶修。

2 基于配電變壓器停電信號(hào)的故障研判模型

2.1 總體思路

首先，用戶停電是配電線路故障的最終表現(xiàn)形式，而配電變壓器是直接向終端用戶供電的電力設(shè)備，因此可以從配變變壓器的停電信號(hào)著手研究配電線路故障的研判方法。其次，既然目前無法對(duì)具體的每一個(gè)故障進(jìn)行精確的因果分析，那么引入大數(shù)據(jù)分析技術(shù)對(duì)信號(hào)進(jìn)行總體、關(guān)聯(lián)、高效地分析是非常有必要的。最后，通過對(duì)配電變壓器停電信號(hào)各種屬性的分析來預(yù)測配電線路故障屬于分類預(yù)測的范疇，可以使用各種分類模型來實(shí)現(xiàn)。

2.2 方法步驟

基于大數(shù)據(jù)挖掘技術(shù)，通過對(duì)海量的配變停電信號(hào)以及配電線路實(shí)際故障的關(guān)聯(lián)分析，建立分類模型，并利用該模型對(duì)實(shí)時(shí)發(fā)生的停電信號(hào)進(jìn)行在線研判，以相對(duì)可靠地對(duì)故障進(jìn)行識(shí)別，為主動(dòng)搶修提供了技術(shù)支持。具體做法是：以配電線路為單位，按照一定的時(shí)間間隔統(tǒng)計(jì)配變的停電信號(hào)，并將停電變壓器的屬性和停電信號(hào)的數(shù)量與配電線路的故障進(jìn)行關(guān)聯(lián)，運(yùn)用大數(shù)據(jù)挖掘技術(shù)建立起關(guān)聯(lián)算法，并利用該算法自動(dòng)研判配電線路故障概率，以此作為主動(dòng)搶修派單的參考。通過該模型對(duì)配變停電信號(hào)進(jìn)行實(shí)時(shí)在線分析，得到故障真實(shí)發(fā)生的概率，為故障派單提供了技術(shù)依據(jù)，解決故障判不準(zhǔn)的難題。

3 故障研判模型的建立和應(yīng)用成效

3.1 自變量的獲取和處理

利用用電信息采集系統(tǒng)，導(dǎo)出2015年1月—2016年6月的專用和公用配電變壓器有效停電數(shù)據(jù)，所提取的字段信息包括：線路、戶號(hào)、戶名、終端停電時(shí)間、終端復(fù)電時(shí)間等，并人工添加配變專用、公用類型屬性，明細(xì)清單導(dǎo)出形成專用和公用配變停電信號(hào)明細(xì)如表1所示。

表1 專用和公用配變停電信號(hào)明細(xì)

按照1～5 min的時(shí)間間隔，整理出10 kV線路停電事件，得到數(shù)據(jù)如表2所示。

從表2可知，隨著時(shí)間間隔的增加，停電事件沒有明顯增加，事件的平均停電信號(hào)數(shù)也未有明顯減少，綜合考慮到終端時(shí)鐘不同步產(chǎn)生的數(shù)據(jù)穩(wěn)定性問題，以及搶修工作時(shí)效性的需要，選用按5 min時(shí)間間隔整理的停電事件數(shù)據(jù)作為自變量，共得到有效數(shù)據(jù)48 939條。

利用PMS（設(shè)置管理系統(tǒng)）查詢并導(dǎo)出2015年1月—2016年6月的配電網(wǎng)檢修計(jì)劃信息，所提取的字段信息包括：工作日期、主線路名稱、實(shí)際工作開始時(shí)間、實(shí)際工作結(jié)束時(shí)間、執(zhí)行情況描述和電壓等級(jí)等，明細(xì)清單導(dǎo)出形成配電網(wǎng)檢修計(jì)劃停電線路明細(xì)如表3所示。

表2 專用和公用配變停電事件整理

表3 配電網(wǎng)檢修計(jì)劃停電線路明細(xì)

對(duì)檢修計(jì)劃的3 311條記錄進(jìn)行整理，排除非停電和取消的計(jì)劃，合并重復(fù)的計(jì)劃，共獲得2 263條有效數(shù)據(jù)。

以線路名稱和停電時(shí)間對(duì)專用配變（簡稱專變）和公用配變（簡稱公變）停電明細(xì)表和配電網(wǎng)檢修計(jì)劃停電線路明細(xì)表進(jìn)行關(guān)聯(lián)，完成計(jì)劃內(nèi)停電數(shù)據(jù)的剔除。

3.2 因變量的獲取和處理

登錄營銷系統(tǒng)，查詢并導(dǎo)出2015年1月—2016年6月的95598工單信息，所提取的字段信息包括：工單編號(hào)、受理時(shí)間、處理結(jié)果等，明細(xì)清單導(dǎo)出形成95598工單信息明細(xì)如表4所示。

人工整理運(yùn)行單位的故障處理記錄，所整理的字段信息包括：工作日期、實(shí)際工作開始時(shí)間、實(shí)際工作結(jié)束時(shí)間、主線路名稱，整理清單導(dǎo)出形成配電線路運(yùn)行故障明細(xì)如表5所示。

通過比對(duì)95598工單信息明細(xì)表中的“受理時(shí)間”、“線路名稱”和配電網(wǎng)運(yùn)行故障細(xì)表中的“實(shí)際工作時(shí)間”、“主線路名稱”進(jìn)行關(guān)聯(lián)，合并得到因變量整理表（95598工單+故障記錄），獲得2 481條有效數(shù)據(jù)。

表4 95598工單信息明細(xì)

表5 配電線路運(yùn)行故障明細(xì)

3.3 分類模型總體描述

通過對(duì)專用和公用配變停電明細(xì)表和配電網(wǎng)檢修計(jì)劃停電線路明細(xì)表的關(guān)聯(lián)和剔除，以及專用和公用配變停電明細(xì)表和因變量整理表的關(guān)聯(lián)。整理實(shí)際數(shù)據(jù)發(fā)現(xiàn)，按照日期進(jìn)行關(guān)聯(lián)和剔除，與按照具體時(shí)間進(jìn)行關(guān)聯(lián)和剔除效果類似。按此方法得到最終的信號(hào)、故障對(duì)應(yīng)明細(xì)表，共關(guān)聯(lián)成功1 676條數(shù)據(jù)。該表字段如表6所示。

表6 信號(hào)、故障對(duì)應(yīng)明細(xì)

以2015年的信號(hào)故障記錄作為訓(xùn)練數(shù)據(jù)，從2016年中隨機(jī)篩選500條故障記錄，以及500條非故障記錄作為測試數(shù)據(jù)。分析發(fā)現(xiàn)2015年共有26 897條數(shù)據(jù)，其中關(guān)聯(lián)為故障的為1 155條，而未關(guān)聯(lián)為故障記錄為25 742條。

樣本分布的不對(duì)稱會(huì)嚴(yán)重影響模型的訓(xùn)練效果，而本次數(shù)據(jù)挖掘的目標(biāo)是識(shí)別故障并指導(dǎo)主動(dòng)搶修，因此對(duì)故障記錄進(jìn)行加權(quán)（懲罰）處理，將故障記錄乘以20倍作為訓(xùn)練數(shù)據(jù)，最終訓(xùn)練數(shù)據(jù)中共有49 997條記錄，其中故障記錄為24 255，非故障記錄為25 742。

運(yùn)用WEKA軟件進(jìn)行數(shù)據(jù)分析，通過量化對(duì)比Logistic模型、決策樹模型、神經(jīng)網(wǎng)絡(luò)模型，從而選擇最佳模型。

（1）Logistic 模型。

通過設(shè)置不同的臨界值P，得到如表7所示。

表7 不同概率P的訓(xùn)練結(jié)果明細(xì)

其中P為分類的臨界值，當(dāng)Logistic預(yù)測概率大于P，則判定為故障，否則判定為非故障，Hit表示命中真實(shí)故障的數(shù)量，Ni-j表示把i識(shí)別成 j的數(shù)量（i=0， 1； j=0，1）。 經(jīng)過綜合平衡準(zhǔn)確率和命中率關(guān)系，選用P=0.5作為模型參數(shù)，達(dá)到即能識(shí)別故障，又能盡量減少對(duì)非故障的誤判的目的。得到模型的函數(shù)表達(dá)式如下：

式中：自變量X1為10 kV線路下專變停電信號(hào)數(shù)量，其系數(shù)為0.001 9，自變量X2為10 kV線路下公變停電信號(hào)數(shù)量，其系數(shù)為0.179 8。

其中X1，X2的系數(shù)均大于0，說明隨著專變和公變停電信號(hào)數(shù)量的增加，故障概率也相應(yīng)的增加，而公變停電信號(hào)數(shù)量的變化對(duì)故障概率影響更大。利用該模型就能根據(jù)10 kV線路下專變和公變的信號(hào)數(shù)量預(yù)測線路故障發(fā)生的概率，若預(yù)測概率大于0.5則視為故障，否則視為非故障。

從2016年中隨機(jī)篩選500條故障記錄及500條非故障記錄對(duì)模型進(jìn)行測試，該模型的故障的命中率達(dá)到了89.519 7%，識(shí)別準(zhǔn)確率為68%。

（2）決策樹模型。

對(duì)模型進(jìn)行剪枝，剪掉小于170的節(jié)點(diǎn)，最后得到模型含有11個(gè)節(jié)點(diǎn)，21個(gè)枝。該模型的訓(xùn)練命中率為74%，測試命中率為79%，識(shí)別準(zhǔn)確率為69%。

（3）神經(jīng)網(wǎng)絡(luò)模型。

設(shè)置最多訓(xùn)練500次，選用三層網(wǎng)絡(luò)進(jìn)行建模,該模型的訓(xùn)練命中率為71%，測試命中率為70%，識(shí)別準(zhǔn)確率為69%。

經(jīng)過比較，選用在訓(xùn)練和測試結(jié)果中表現(xiàn)更加優(yōu)異的Logistic模型作為故障研判模型。

3.4 應(yīng)用成效

國網(wǎng)寧波市鄞州區(qū)供電公司通過故障研判模型的實(shí)時(shí)在線數(shù)據(jù)挖掘，大大提升了對(duì)局部配電線路的有效感知能力，同時(shí)還結(jié)合移動(dòng)互聯(lián)網(wǎng)技術(shù)實(shí)現(xiàn)對(duì)疑似故障設(shè)備的路徑規(guī)劃和位置導(dǎo)航，加快到達(dá)現(xiàn)場的速度。在主動(dòng)搶修流程得到了有效加速后，國網(wǎng)寧波市鄞州區(qū)供電公司故障發(fā)現(xiàn)時(shí)間平均從30 min減少到了5 min，故障查勘確認(rèn)時(shí)間平均從45 min減少到了15 min，故障報(bào)備和通知到戶時(shí)間平均從30 min減少到了10 min，效果明顯。

4 結(jié)語

通過大數(shù)據(jù)挖掘技術(shù)自動(dòng)研判配電線路故障發(fā)生概率并指導(dǎo)實(shí)際主動(dòng)搶修，可以大大減少人力物力的投入，提高職工的工作積極性，將有限的資源投入到真正需要搶修的地方，從而進(jìn)一步提高供電可靠性和用戶滿意度，可為企業(yè)帶來實(shí)際的經(jīng)濟(jì)和社會(huì)效益。在此選擇Logistic模型用于建立故障研判模型，針對(duì)現(xiàn)有采集的數(shù)據(jù)，模型的驗(yàn)證與選擇相對(duì)不夠全面。因此從數(shù)據(jù)維度、數(shù)量等多方面補(bǔ)全數(shù)據(jù)，全面的對(duì)比各模型的優(yōu)劣，選擇出一個(gè)或多個(gè)研判模型，能夠更準(zhǔn)確地研判故障，是今后的研究方向。

另外，建議在浙江省電力有限公司配電網(wǎng)智能運(yùn)維管控平臺(tái)中建立配電線路故障主動(dòng)搶修全過程管理流程，實(shí)現(xiàn)包括故障信號(hào)的接入、過濾、研判，故障設(shè)備的定位，故障范圍的自動(dòng)分析，用戶的通知服務(wù)等功能，并制定相應(yīng)的標(biāo)準(zhǔn)和制度，使主動(dòng)搶修能夠全面加速，真正落到實(shí)處。

[1]蘆興，王瑞闖．配電網(wǎng)故障定位方法研究[J]．電網(wǎng)與清潔能源，2013，29（7）∶26-30．

[2]王昭楊.配電網(wǎng)單相接地故障定位S信號(hào)法的研究[J].電力科學(xué)與工程，2010，26（3）∶14-17.

[3]齊鄭，鄭朝，劉占波，等.“S”信號(hào)定位方法的有效性分析及改進(jìn)研究[J].電力系統(tǒng)保護(hù)與控制，2012，40（8）∶101-104.

[4]杜剛，劉迅，蘇高峰.基于FTU和“S”信號(hào)注入法的配電網(wǎng)接地故障定位技術(shù)的研究[J].電力系統(tǒng)保護(hù)與控制，2010，38（12）∶73-76.

[5]戴志輝，崇志強(qiáng)，李川，等．基于電壓偏差向量2-范數(shù)的主動(dòng)配電網(wǎng)故障定位新方法[J]．電力系統(tǒng)自動(dòng)化，2015，39（15）∶96-102．

[6]周治國，高文燾，劉文亮.基于μPMU的主動(dòng)配電網(wǎng)故障定位方法研究[J].電網(wǎng)與清潔能源，2016，32（3）∶72-77.

[7]劉健，倪建立，杜宇.配電網(wǎng)故障區(qū)段判斷和隔離的統(tǒng)一矩陣算法[J].電力系統(tǒng)自動(dòng)化，1999，23（1）∶31-33.

[8]郭壯志，陳波，劉燦萍，等.基于遺傳算法的配電網(wǎng)故障定位[J].電網(wǎng)技術(shù)，2007，31（11）∶88-92.

[9]鄭濤，潘玉美，郭昆亞，等.基于免疫算法的配電網(wǎng)故障定位方法研究[J].電力系統(tǒng)保護(hù)與控制，2014，42（1）∶77-83.

[10]賀琛，王彥波，王云燁.基于電力通信傳輸網(wǎng)大數(shù)據(jù)的溫度監(jiān)測系統(tǒng)研究[J].浙江電力，2016，35（7）∶65-68.

[11]鄭一鳴，孫翔.基于多源監(jiān)測數(shù)據(jù)挖掘的電力設(shè)備狀態(tài)診斷[J].浙江電力，2016，35（5）∶1-6.

[12]吳亮，張潮，陳瓊.用電信息系統(tǒng)運(yùn)行數(shù)據(jù)的統(tǒng)計(jì)與分析[J].浙江電力，2017，36（4）∶56-59.

[13]張沛，吳瀟雨，和敬涵.大數(shù)據(jù)技術(shù)在主動(dòng)配電網(wǎng)中的應(yīng)用綜述[J].電力建設(shè)，2015，36（1）∶52-59.

[14]張東霞，鄧春宇，王曉蓉.大數(shù)據(jù)在配電系統(tǒng)的應(yīng)用[J].供用電，2017，34（6）∶2-7.

[15]崔艷妍，王軍，蘇劍，等.配電網(wǎng)運(yùn)營大數(shù)據(jù)挖掘與分析[J].供用電，2017，34（6）∶20-26.

[16]張鐵峰，梁思博，顧建煒.配用電大數(shù)據(jù)應(yīng)用綜述[J].電測與儀表，2017，54（2）∶92-99.