謝穎文

（廣東電網(wǎng)有限責(zé)任公司江門供電局，廣東 江門 529000）

0 引言

目前，“由電能量數(shù)據(jù)人員通過對電力數(shù)據(jù)的巡檢、分析、監(jiān)測，發(fā)現(xiàn)計量設(shè)備故障或潛在故障，通過相關(guān)故障工單下發(fā)至現(xiàn)場計量運(yùn)維人員，運(yùn)維人員處理完成后進(jìn)行結(jié)果反饋”的鏈?zhǔn)焦ぷ髂Ｊ交疽呀?jīng)實(shí)現(xiàn)，但這種高度依賴人工處理的方式難以建立故障數(shù)據(jù)庫，并且導(dǎo)致一系列問題：

（1）容易造成故障排除滯后、工單反饋不及時等問題。

（2）在大量同類故障發(fā)生的前提下，無法進(jìn)行專項分析，及時發(fā)現(xiàn)批量計量裝置質(zhì)量問題、線路技術(shù)故障以及批量SIM卡信號問題等同質(zhì)問題；無法將易發(fā)生故障區(qū)域以及竊電嫌疑用戶納入觀察庫；無法直觀方便地總結(jié)故障類別，在運(yùn)維信息統(tǒng)計歸納上存在困難。這就導(dǎo)致運(yùn)維效率低，可能產(chǎn)生無效工單或重復(fù)工作。

這一系列問題會影響線損指標(biāo)、計量裝置抄表率和完整率，甚至導(dǎo)致漏計、少計電量，造成電量追補(bǔ)困難，影響計量差錯率。

1 系統(tǒng)設(shè)計

電力計量運(yùn)維數(shù)據(jù)中臺作為電子化供電服務(wù)數(shù)據(jù)分析發(fā)布平臺，依托大數(shù)據(jù)分析機(jī)器人，實(shí)現(xiàn)數(shù)據(jù)分析自動化、智能化，打通數(shù)據(jù)分析和現(xiàn)場運(yùn)維“高速通道”，建立用戶計量點(diǎn)“病歷庫”，全方位展示計量運(yùn)維信息，搭載工單管理平臺，實(shí)現(xiàn)工單流程閉環(huán)管理信息化轉(zhuǎn)型。系統(tǒng)設(shè)計上分為負(fù)荷巡檢規(guī)則庫、客戶需求分析庫、待辦計劃庫等。

如圖1所示，系統(tǒng)中各庫間交互數(shù)據(jù)生成帶指導(dǎo)性意見的工作任務(wù)給現(xiàn)場運(yùn)維人員，現(xiàn)場處理結(jié)果再返回至系統(tǒng)中參與下一次數(shù)據(jù)交互。

1.1 系統(tǒng)數(shù)據(jù)基礎(chǔ)

對萬級數(shù)量用戶的數(shù)據(jù)進(jìn)行分析，每天均需要下載百萬級行數(shù)據(jù)。在上班時間，系統(tǒng)普遍繁忙，此時進(jìn)行數(shù)據(jù)下載往往是事倍功半，甚至得到的是存在問題的數(shù)據(jù)包。因此，為了分析準(zhǔn)確，必須保障基礎(chǔ)數(shù)據(jù)的準(zhǔn)確性。如能實(shí)現(xiàn)機(jī)器自動獲取營銷系統(tǒng)、計量自動化系統(tǒng)的數(shù)據(jù)，得以在網(wǎng)絡(luò)空閑時段、人員休息時間完整快速地下載所需要的大量數(shù)據(jù)，則能很好地解決這個問題。

1.2 負(fù)荷巡檢規(guī)則庫

有了數(shù)據(jù)，接下來就得對數(shù)據(jù)進(jìn)行清洗、處理、分析，這就需要將日常電能量數(shù)據(jù)巡檢工作的人工智慧傳授給系統(tǒng)，并且不能只限于某一種維度的分析，那樣無法得出正確的結(jié)果。所以這里需要思考如何從多維度分析判斷依據(jù)出發(fā)，集成各種單一簡單分析結(jié)論，由簡單的正確結(jié)論，推導(dǎo)出復(fù)雜的判斷結(jié)果。這與日常巡檢的碎片化思維是完全相反的方向。

1.3 客戶需求分析庫

在數(shù)據(jù)價值上，只對設(shè)備的異常進(jìn)行分析顯然是不夠的。從客戶服務(wù)的角度來看，用戶的基本信息在某種程度上暗示著他們一些個性化的服務(wù)需求。在用戶檔案信息基礎(chǔ)上，需要突破已成文的客戶性質(zhì)定義，通過將自身代入客戶角色，感同身受去尋找客戶真實(shí)的需求。知道了客戶所想所需，才能知道對客戶的工作中有何風(fēng)險，知道了風(fēng)險就能相應(yīng)地制定應(yīng)對措施?？蛻粜枨笈c相應(yīng)的應(yīng)對策略則構(gòu)成了客戶需求分析庫。

1.4 待辦計劃庫

對于計量裝置定期檢驗、輪換、已有故障處理計劃，若不作統(tǒng)計，容易出現(xiàn)短期內(nèi)多次往返同一用戶現(xiàn)場的重復(fù)性工作。通過自動關(guān)聯(lián)異常用戶當(dāng)前所有待辦工作，生成待辦計劃庫。對應(yīng)于萬級數(shù)量用戶，其待辦工作計劃數(shù)據(jù)量可達(dá)千萬行，需要使用一些專業(yè)處理大型數(shù)據(jù)的工具來實(shí)現(xiàn)。

1.5 工作計劃下發(fā)

經(jīng)過系統(tǒng)統(tǒng)籌后，下發(fā)工作計劃，并及時傳遞給設(shè)備責(zé)任人。現(xiàn)場運(yùn)維人員在處理前還需要查詢一些相關(guān)情況，以判斷具體如何完成現(xiàn)場處理，包括攜帶的工器具、作業(yè)的步驟、所需人力等。如果現(xiàn)場運(yùn)維人員需要自行在營銷系統(tǒng)或計量自動化系統(tǒng)重新查詢的話，將耗費(fèi)很多時間，甚至被迫推遲工作進(jìn)度。但其實(shí)系統(tǒng)在分析的過程中就已經(jīng)對相關(guān)數(shù)據(jù)進(jìn)行了提取并得出了一系列簡單的小結(jié)論，現(xiàn)場運(yùn)維人員可直接查詢這些小結(jié)論。

1.6 現(xiàn)場結(jié)果反饋

單向的數(shù)據(jù)分析對于分析結(jié)果的準(zhǔn)確度來說顯然是不夠的，這對于分析的算法模型的改進(jìn)也是無益的。系統(tǒng)需要得到每一次分析結(jié)果的評價反饋，然后回溯原來的分析有何不足，通過一個學(xué)習(xí)的過程完善自我。同時，數(shù)據(jù)巡檢的分析員也可通過反饋的現(xiàn)場實(shí)際情況發(fā)現(xiàn)一些批量問題，如設(shè)備質(zhì)量問題、軟硬件兼容問題、運(yùn)營商誤操作等。反饋的結(jié)果需要自動對號入座，避免人工處理的錯漏或增加人力工作負(fù)荷。

2 系統(tǒng)實(shí)現(xiàn)

中臺通過B/S架構(gòu)開發(fā)，使用Python語言開發(fā)，數(shù)據(jù)庫采用MariaDB。數(shù)據(jù)分析人員可通過Web訪問中臺并根據(jù)相關(guān)業(yè)務(wù)進(jìn)行人工核驗、計劃工單下發(fā)，現(xiàn)場運(yùn)維人員通過即時通信軟件接收計劃工單、查詢相關(guān)計劃的其他詳情、反饋現(xiàn)場情況及處理結(jié)果，如圖2所示。

2.1 系統(tǒng)數(shù)據(jù)獲取

中臺利用Python的PyAutoGUI模塊[1]，模擬真實(shí)人工操作：模擬鼠標(biāo)的移動、點(diǎn)擊、拖拽，鍵盤按鍵輸入操作，鼠標(biāo)和鍵盤熱鍵的同時操作，實(shí)現(xiàn)控制消息框、截圖、定位等。通過這個自動化工具，可全天24 h不間斷地獲取營銷系統(tǒng)、計量自動化系統(tǒng)數(shù)據(jù)，并在網(wǎng)絡(luò)空閑時段、人員休息時間完整快速地下載所需要的大量數(shù)據(jù)。

2.2 數(shù)據(jù)分析及處理

中臺主要利用Python自帶的科學(xué)計算庫Pandas模塊[1]進(jìn)行數(shù)據(jù)科學(xué)相關(guān)操作。因為Pandas納入了大量庫和一些標(biāo)準(zhǔn)的數(shù)據(jù)模型，提供了高效的操作大型數(shù)據(jù)集所需的工具，特別適合上述數(shù)千萬行數(shù)據(jù)量的庫。例如，離線分析[2]的過程如圖3所示。

2.3 前端應(yīng)用

利用Web技術(shù)完成前端交互界面，允許分析員對系統(tǒng)分析結(jié)論進(jìn)行核驗、修正或新增、反饋。運(yùn)維人員也可在前端獲得相關(guān)工作計劃的其他詳情（系統(tǒng)分析過程中形成的簡單準(zhǔn)確的小結(jié)論）。

2.4 即時通信軟件的連接

同樣利用Python的PyAutoGUI模塊，中臺在即時通信軟件中下發(fā)工作計劃至相應(yīng)的現(xiàn)場運(yùn)維人員。現(xiàn)場運(yùn)維人員通過回復(fù)不同指令代碼，進(jìn)行工作計劃詳情查詢、現(xiàn)場情況反饋、處理結(jié)果反饋。中臺通過即時通信軟件傳回的數(shù)據(jù)自動進(jìn)入下一輪分析。

2.5 數(shù)據(jù)自改善的實(shí)現(xiàn)

中臺并不是孤立的，通過Python的PyAutoGUI模塊在即時通信軟件對現(xiàn)場計量運(yùn)維人員自動派發(fā)待處理異常工單，現(xiàn)場人員在通信軟件中進(jìn)行回復(fù)，中臺自動收集現(xiàn)場處理結(jié)果，形成監(jiān)控業(yè)務(wù)閉環(huán)；通過Python的NumPy+SciPy+scikit-learn模塊根據(jù)反饋的現(xiàn)場實(shí)際情況比對原分析結(jié)果，探索多維度篩查規(guī)則，持續(xù)改進(jìn)系統(tǒng)算法，形成迭代閉環(huán)。

3 結(jié)語

本中臺通過電能量數(shù)據(jù)的深度應(yīng)用，推動計量管理從表計管理向裝置管理轉(zhuǎn)變、從設(shè)備管理向數(shù)據(jù)管理轉(zhuǎn)型，因地制宜探索開發(fā)基于遠(yuǎn)程監(jiān)測的計量裝置異常監(jiān)控閉環(huán)管理，為快速精準(zhǔn)開展計量運(yùn)維提供全過程數(shù)據(jù)分析支撐。

下一步，將考慮對中臺賦予更高實(shí)踐經(jīng)驗型的智能，向它傳授計量運(yùn)維經(jīng)驗，使它不再局限于發(fā)現(xiàn)異常，還能夠直接指揮、指導(dǎo)現(xiàn)場工作，把“發(fā)現(xiàn)問題了，怎么辦？”解決在出現(xiàn)場工作之前。這將極大地提高計劃報送的準(zhǔn)確率，優(yōu)化人力資源配置，為計量運(yùn)維提質(zhì)增效。