許中平 李守超 張成平 劉亞慶 魏雨桐

(北京國網信通埃森哲信息技術有限公司,北京100032）

1 概述

隨著經濟快速發(fā)展,社會整體電氣化水平不斷提高,全社會用電量不斷增長。這一切都有賴于電力系統(tǒng)可靠、安全、穩(wěn)定地供電。一旦出現停電事件,用戶將遭受巨大沖擊。因此,要想滿足不斷擴大的用電需求, 確保供電質量至關重要。在電力系統(tǒng)中,配電網直接面向用戶,是決定供電質量的最后一環(huán)。其中,低壓配電系統(tǒng)具有線路長、分布廣、線路布置復雜、與終端用戶直接相連等特點,低壓配電故障(以下簡稱“低壓故障”)直接影響配電臺區(qū)內廣大用戶的正常用電以及用戶對供電服務的滿意度。

2 研究目的與意義

低壓故障及時搶修,在降低用戶經濟損失的同時,能夠提高供電企業(yè)售電收入,是配電臺區(qū)綜合治理的一項重點工作,可有效提升客戶服務水平。在實際工作過程中,供電企業(yè)面臨故障發(fā)生實際地址與配電臺區(qū)難以準確對應的問題, 即故障工單掛接準確性問題。具體原因包括:(1)故障工單地址錄入錯誤。95598 客服系統(tǒng)接單后, 由于客戶表述不清或記錄員未辨別同音字等原因可能導致工單地址錄入不準確。(2)戶變關系不準確。營銷系統(tǒng)中存在低壓用戶關聯臺區(qū)不正確的數據質量問題, 導致無法依據用戶編號定位到正確的臺區(qū)。(3) 信息調整未及時更新維護。例如,為解決重過載問題開展臺區(qū)改切工作,調整了許多城中村的戶變信息,但未及時在信息系統(tǒng)上進行更新維護,出現同一個地址前后對應不同供電臺區(qū)的情況。(4) 臺區(qū)分布過于集中。在兩個臺區(qū)同時跳閘的情況下,使用GIS 地址尋找距離報障地址最近臺區(qū)時,會受到其他臺區(qū)的干擾。例如度夏期間一個晚上會跳閘40 多個臺區(qū),且這些臺區(qū)分布較集中,無法準確辨別哪個臺區(qū)發(fā)生跳閘。提高故障工單掛接準確性,有助于完善低壓停電數據,全面了解臺區(qū)設備運行狀況,輔助臺區(qū)設備立項、運維檢修等決策,提升臺區(qū)綜合治理水平。

3 低壓故障工單掛接核查工作現狀及問題

當前, 在低壓故障搶修復電過程是由急修駐點人員填寫報障單、確認關聯臺區(qū);復電結束后,區(qū)局運檢班定期對低壓故障掛接準確性進行人工核查。具體來講,對于報障工單中的掛接臺區(qū),通過計量自動化系統(tǒng)查詢其日負荷曲線,人工觀察報障時間點(以下簡稱“報障點”)前負荷是否有驟降,如驟降則標記掛接正確,如無驟降則反饋給急修駐點。但人工核查存在工作量大耗時長、掛接準確率低、及時性差等問題。某地區(qū)2019 年7 月18 日低壓故障工單800 單,工單核查人均耗時3min/單,審核時間共計不低于40 工時,即5 個工作日。其次,由于核查人員通過肉眼觀察負荷曲線圖、依靠經驗判斷負荷是否出現驟降缺乏統(tǒng)一的判斷標準,在高負荷工作狀態(tài)下容易因為疲勞等原因判斷錯誤,核查效果不佳,難以提高掛接準確率。最后,定期核查的及時性較差,更新維護滯后容易影響新的工單掛接準確性。

4 低壓故障工單掛接準確性智能驗證技術

4.1 智能驗證技術工作流程

為解決人工核查面臨的諸多問題,研究采用基于蒙特卡洛算法的智能驗證技術進行掛接準確性核查。對大量歷史數據進行統(tǒng)計分析發(fā)現, 低壓故障發(fā)生時對應臺區(qū)會出現負荷驟降。因此,可以通過識別臺區(qū)負荷驟降來判斷低壓工單掛接是否正確。具體流程如下:4.1.1 掛接臺區(qū)負荷在報障點前出現驟降,且到報障點仍未恢復。a.同一時點其他臺區(qū)不存在負荷驟降,則工單掛接正確。b.同一時點其他臺區(qū)也存在負荷驟降,且到報障點仍未恢復, 則需要根據經驗判斷是否存在串臺區(qū)掛接的情況。不存在,則工單掛接正確;確定屬于串臺區(qū)掛接,則進行修改。4.1.2 掛接臺區(qū)負荷在報障點前未出現驟降,則工單掛接錯誤。根據保障點前負荷驟降的特點去重新匹配其他臺區(qū),重復4.1.1 中步驟。

圖1 智能驗證技術工作流程

串臺區(qū)掛接概率較低,暫由人工根據經驗判斷,因此智能驗證技術的核心是制定負荷驟降識別標準。在確定識別標準之前,需要確定選擇多少個負荷點計算平均值, 作為與負荷驟降差值對照的標準。

4.2 基于蒙特卡洛算法的抽樣方法

根據蒙特卡洛算法的特點,首先需要對驟降的負荷值進行平均值計算,然后通蒙特卡洛算法進行抽樣計算,以避免抽樣數據的不準確性造成比較大的誤差。選取報障點(T)之前N 個點的負荷求算數平均值。對于采集異常情況,如停電、通信信道異常、采集器異常等情況下未采集到數據的節(jié)點,不納入平均負荷計算。數據集{E|E(x),1≤x≤N-m,x 為正整數,E(x)為報障點前第x 個節(jié)點的負荷}。算數平均負荷公式如下:

(m 為N 個節(jié)點中未采集到數據的節(jié)點個數)

由于負荷曲線由離散數據組成, 存在個別數據因一些意外原因嚴重偏離平均值,故引入標準差:

(m 為N 個節(jié)點中未采集到數據的節(jié)點個數)

(m 為N 個節(jié)點中未采集到數據的節(jié)點個數,i 為不可靠數據個數)

在統(tǒng)計中,標準差屬于絕對差異量數,在平均數相差很大時,仍用標準差進行比較的結果往往不可靠。在這種情況下,則需要使用差異系數:

4.3 負荷驟降評價方法

4.3.1 依托蒙特卡羅原理確定分析樣本大小。從發(fā)生低壓故障的臺區(qū)隨機抽取一個臺區(qū), 針對低壓故障引起的負荷驟降數據,采用連續(xù)2 點、連續(xù)10 點、連續(xù)50 點、連續(xù)75 點、連續(xù)96點、連續(xù)100 點、連續(xù)150 點、連續(xù)200 點、連續(xù)300 點等計算平均值、差異系數。以驟降點之前N 個點的負荷算數平均值作為當前臺區(qū)運行狀態(tài)的分析參照點。受低壓故障發(fā)生時間隨機的影響,當抽樣點過少時(N＜10),臺區(qū)平均負荷計算誤差較大,負荷驟降導致的差異系數較大;抽樣點達到一定數量后,基于蒙特卡洛算法和臺區(qū)用電負荷特征,臺區(qū)平均功率逐漸收斂。因此綜合考慮臺區(qū)用電負荷平均值收斂、差異系數最佳、臺區(qū)用電負荷變化特征,選取驟降點前96 點負荷值作為負荷驟降分析抽樣樣本大小。4.3.2 根據概率分布確定低壓故障特征值。抽樣400 個低壓故障臺區(qū)的負荷驟降數據,按照96 點抽樣方法統(tǒng)計差異系數頻次、概率等統(tǒng)計值,可知平均值E=1.9597,標準差為0.080。根據拉依達準則, 確定故障數據庫的負荷特征值差異系數大于1.732 時,準 確率P(x|x＞E-3σ)=P(E＞1.732)=1- (1-0.9973)/2=99.865%。

圖2 400 個臺區(qū)的差異系數頻次和概率

4.3.3 低壓故障模型準確性評估?；跉v史低壓故障全量數據,采用E、σ 按照臺區(qū)平均負載、低壓故障差異系數兩個維度對模型準確性進行分析?？芍?伴隨臺區(qū)平均負載增加和差異系數增加,模型預測準確性逐漸提升。

表1 不同平均負荷情形下的模型準確性

5 成果測試驗證

利用智能驗證技術核查8 月3000 個臺區(qū)低壓故障工單歷史掛接數據,對照人工核查結果進行檢驗,得到智能驗證技術核查準確率達到96.4%,極大降低了核查工作的時間及成本。對于核查不準確的部分, 主要是因為負荷驟降判定標準來自統(tǒng)計結果。

6 結論

選擇報障點之前的96 個負荷點求其均值, 計算報障點前負荷變化差值, 如果該差值與96 個負荷點均值的比值大于1.7,則判定為負荷驟降。基于低壓故障與對應臺區(qū)負荷驟降之間的聯系,不考慮小概率事件,如果低壓故障工單掛接的臺區(qū)在報障點前未出現負荷驟降,則掛接錯誤,需要重新掛接;如果出現負荷驟降,且同一時點其他臺區(qū)未出現負荷驟降,則掛接正確。利用這一智能驗證技術, 能夠極大地提高低壓故障工單掛接準確性核查工作的效率,降低供電企業(yè)成本。