裴 超 王大磊 楊占剛 黃宇翔 張杰愷

考慮時(shí)空分布的配電網(wǎng)站房巡檢策略

裴 超1王大磊2楊占剛1黃宇翔1張杰愷1

（1. 國(guó)網(wǎng)重慶市電力公司市北供電分公司，重慶 401147； 2. 國(guó)網(wǎng)重慶市電力公司市區(qū)供電分公司，重慶 400015）

配電網(wǎng)站房巡檢工作是全面摸排設(shè)備缺陷隱患，提供試驗(yàn)檢驗(yàn)依據(jù)，提升配電網(wǎng)運(yùn)行水平的重要手段。針對(duì)配電網(wǎng)站房點(diǎn)多面廣、巡檢工作量大、一線運(yùn)維人員缺乏的突出問(wèn)題，提出考慮時(shí)空分布的配電網(wǎng)站房巡檢策略。該方法從地理信息系統(tǒng)（GIS）中導(dǎo)出運(yùn)維轄區(qū)內(nèi)站房坐標(biāo)，經(jīng)預(yù)處理形成數(shù)據(jù)源文件，綜合考慮運(yùn)維人員承載力、站房重要度和智能化程度、運(yùn)維周期長(zhǎng)短等實(shí)際應(yīng)用場(chǎng)景特點(diǎn)，利用K均值聚類(lèi)算法和遺傳算法對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行聚類(lèi)優(yōu)化分析，形成定期巡檢模式下的站房巡檢策略和考慮周期長(zhǎng)短的站房差異化巡檢策略。算例分析表明，所提方法能夠有效優(yōu)化巡檢路徑和指導(dǎo)運(yùn)維人員開(kāi)展巡檢工作，提升巡視質(zhì)量和效率。

配電網(wǎng)；巡檢；定期運(yùn)維；差異化運(yùn)維；時(shí)空分布；K均值聚類(lèi)算法

0 引言

配電網(wǎng)站房是配電網(wǎng)的重要組成部分，運(yùn)行環(huán)境復(fù)雜，直接面向終端用戶。隨著經(jīng)濟(jì)社會(huì)的快速發(fā)展，配電網(wǎng)的投入持續(xù)加大、管理逐漸加強(qiáng)，對(duì)配電網(wǎng)可靠供電和優(yōu)質(zhì)服務(wù)的要求也越來(lái)越高[1]。配電網(wǎng)站房巡檢是配電網(wǎng)運(yùn)行專(zhuān)業(yè)的核心基礎(chǔ)工作，可靠、全面的站房巡檢是及時(shí)掌握配電網(wǎng)站房運(yùn)行狀態(tài)、制定檢修計(jì)劃的有效途徑，對(duì)提升配電網(wǎng)運(yùn)行水平具有重要意義。

由于配電網(wǎng)站房數(shù)量眾多，分布廣泛，基礎(chǔ)臺(tái)賬失全，管理手段不細(xì)，運(yùn)維人員經(jīng)驗(yàn)不一，在安排日巡檢計(jì)劃時(shí)，主要根據(jù)巡視人員對(duì)站房位置、設(shè)備狀況的了解及以往巡視經(jīng)驗(yàn)來(lái)確定，“拍腦袋”現(xiàn)象時(shí)有發(fā)生，導(dǎo)致巡視站房選取主觀性較大，容易造成巡視人員工作效率不高及資源配置不合理。

配電網(wǎng)站房定期巡檢工作量大與配電網(wǎng)運(yùn)行人員缺乏的矛盾突出。實(shí)施差異化巡視是降低巡檢工作量、提升巡視品質(zhì)的重要途徑。南方電網(wǎng)公司要求根據(jù)配電網(wǎng)設(shè)備健康度和重要度制定適用各自電網(wǎng)的差異化運(yùn)維模式[2]。文獻(xiàn)[3]將配電設(shè)備健康度與重要度結(jié)合，確定配電設(shè)備不同風(fēng)險(xiǎn)管控級(jí)別，從而形成配電設(shè)備差異化運(yùn)維策略。文獻(xiàn)[4]采用逐步模糊聚類(lèi)法分析多維因素對(duì)配電設(shè)備差異性的影響，構(gòu)建基于全息感知的配電設(shè)備差異化運(yùn)維策略。以上研究建立了較好的配電設(shè)備運(yùn)行狀態(tài)評(píng)估體系和重要度評(píng)價(jià)方法，但均未考慮時(shí)空分布的站房巡檢優(yōu)化，不便于運(yùn)行人員安排巡檢工作。

因此，本文為適應(yīng)目前實(shí)際業(yè)務(wù)的需求，提出考慮時(shí)空分布的配電網(wǎng)站房巡檢策略：定期巡檢模式下，以歐式距離最小為目標(biāo)建立巡檢策略；差異化巡檢模式下，分析設(shè)備運(yùn)行狀況、健康程度和智能化水平，突出重點(diǎn)設(shè)備管控、兼顧一般設(shè)備運(yùn)維，制定綜合考慮時(shí)空分布特性的巡檢策略，推動(dòng)運(yùn)維管理模式向“動(dòng)態(tài)定級(jí)，精準(zhǔn)運(yùn)維”轉(zhuǎn)變。算例表明，所提方法能夠切實(shí)有效優(yōu)化巡檢路徑，提升配電網(wǎng)站房巡視效率和運(yùn)行水平。

1 定期巡檢策略

目前大部分供電企業(yè)配電網(wǎng)實(shí)施機(jī)構(gòu)施行定期巡檢模式。文獻(xiàn)[5]給出了站房巡視周期，本文采用K均值聚類(lèi)算法快速計(jì)算出供電轄區(qū)站房的定期巡檢劃分結(jié)果，用于指導(dǎo)運(yùn)維人員安排巡檢工作。

1.1 坐標(biāo)數(shù)據(jù)獲取

地理信息系統(tǒng)（geographic information system, GIS）能夠在計(jì)算機(jī)軟件與硬件的支持下，用于專(zhuān)門(mén)處理地圖數(shù)據(jù)，在電力系統(tǒng)中獲得了廣泛的應(yīng)用[6]。GIS提供的可視化功能可構(gòu)建直觀、友好的圖形化人機(jī)交互界面，同時(shí)系統(tǒng)提供的強(qiáng)大的數(shù)據(jù)管理和分析能力能夠支持電網(wǎng)數(shù)據(jù)管理與電力輔助決策。本文從GIS獲取運(yùn)維轄區(qū)的站房坐標(biāo)，對(duì)導(dǎo)出的站房名稱(chēng)及數(shù)據(jù)進(jìn)行預(yù)處理，形成后續(xù)計(jì)算所需的源數(shù)據(jù)。

1.2 K均值聚類(lèi)算法

K均值聚類(lèi)算法[7]是一種無(wú)監(jiān)督學(xué)習(xí)，也是基于劃分的聚類(lèi)算法，算法簡(jiǎn)單、快速，收斂性好，本文采用K均值聚類(lèi)算法對(duì)運(yùn)維轄區(qū)站房進(jìn)行聚類(lèi)，算法流程如下：

1）根據(jù)運(yùn)維人員實(shí)際承載力和規(guī)程規(guī)范要求，確定值。

2）從站房坐標(biāo)源數(shù)據(jù)中隨機(jī)選取個(gè)站房坐標(biāo)作為初始聚類(lèi)中心。

3）計(jì)算非中心點(diǎn)到每個(gè)聚類(lèi)中心的距離，將該點(diǎn)回歸到距離最短的那個(gè)聚類(lèi)中心所在的類(lèi)簇中。

4）計(jì)算每個(gè)類(lèi)簇中距離的平均值作為新的聚類(lèi)中心。

5）根據(jù)每個(gè)非中心點(diǎn)到中心點(diǎn)的距離最小原則，對(duì)數(shù)據(jù)集進(jìn)行重新聚類(lèi)。

6）重復(fù)步驟4）、5），直到聚類(lèi)簇不再變化，或者達(dá)到設(shè)定的迭代次數(shù)后結(jié)束算法。

K均值聚類(lèi)算法流程如圖1所示。

圖1 K均值聚類(lèi)算法流程

2 差異化巡檢策略

差異化巡檢是緩解運(yùn)維人力不足、巡檢工作量急劇攀升的有效方法，是供電企業(yè)今后施行站房巡檢的重要方向。本文綜合考慮配電網(wǎng)站房重要度、運(yùn)行環(huán)境、設(shè)備運(yùn)行狀況和智能化程度，特別是配電自動(dòng)化的大力興建、廣泛應(yīng)用為站房線上化巡視、數(shù)字化運(yùn)維創(chuàng)造了可行條件，有利于大幅提升巡視質(zhì)量、巡視效率，削減現(xiàn)場(chǎng)巡視工作量。

2.1 材料的介電常數(shù)、介質(zhì)損耗

根據(jù)經(jīng)驗(yàn)及充分討論，本文劃分2月/次、3月/次、4月/次、6月/次四個(gè)類(lèi)型的巡視周期，相應(yīng)的站房數(shù)量分別為1、2、3、4，建立模型如下。

式中：為0-1矩陣，其元素W=1表示站房在月有巡視工作，W=0表示站房在月無(wú)巡視工作；為站房坐標(biāo)形成的對(duì)角矩陣；為每月的總分類(lèi)數(shù)；C為月內(nèi)的類(lèi)簇；μ為月內(nèi)的類(lèi)簇C的中心，即平均值。

2.2 基于遺傳算法的K均值聚類(lèi)算法

對(duì)于定周期、靜態(tài)的物理空間分布的站房劃分，K均值聚類(lèi)算法操作簡(jiǎn)單、收斂速度快，但考慮時(shí)空關(guān)聯(lián)情況下的站房巡檢策略制定時(shí)，傳統(tǒng)K均值聚類(lèi)算法有局限。遺傳算法[8-9]是基于進(jìn)化論和遺傳學(xué)說(shuō)的具有廣泛適用性和很強(qiáng)搜索能力的優(yōu)化算法，本文將聚類(lèi)算法和遺傳算法結(jié)合起來(lái)，利用遺傳算法的全局搜索能力尋找到最優(yōu)的聚類(lèi)中心，然后利用聚類(lèi)算法進(jìn)行聚類(lèi)操作。具體操作過(guò)程如下：

1）根據(jù)遺傳算法，求出群體中適應(yīng)度最大的染色體，解碼出聚類(lèi)中心。

2）根據(jù)準(zhǔn)則函數(shù)計(jì)算出待聚類(lèi)數(shù)據(jù)中一點(diǎn)到各個(gè)聚類(lèi)中心的距離。

3）找出最短聚類(lèi)和其聚類(lèi)中心的種類(lèi)。

基于遺傳算法的K均值聚類(lèi)算法流程如圖2所示。

3 算例分析

以市北公司江北供電中心為例，江北供電中心轄區(qū)內(nèi)開(kāi)閉所314座，從GIS導(dǎo)出開(kāi)閉所坐標(biāo)，開(kāi)閉所空間分布情況如圖3所示。

圖2 基于遺傳算法的K均值聚類(lèi)算法流程

圖3 江北供電中心開(kāi)閉所空間分布情況

3.1 定期巡檢策略

依據(jù)文獻(xiàn)[5]的要求，開(kāi)關(guān)站、配電室定期巡視周期為一個(gè)季度，綜合考慮江北供電中心運(yùn)維人員承載力和檢修、消缺、故障處理等工作量，計(jì)劃季度巡視60天，即=60，編寫(xiě)Python代碼程序?qū)崿F(xiàn)K均值聚類(lèi)算法。定期巡檢聚類(lèi)結(jié)果如圖4所示。

K均值聚類(lèi)算法將314個(gè)開(kāi)閉所聚類(lèi)成60個(gè)類(lèi)簇，每個(gè)類(lèi)簇含5～7座開(kāi)閉所，圖4為聚類(lèi)結(jié)果空間分布情況，同一類(lèi)簇用相同顏色標(biāo)注，相鄰類(lèi)簇用不同顏色進(jìn)行區(qū)分，依據(jù)聚類(lèi)結(jié)果運(yùn)維人員可以方便地安排季度內(nèi)日巡檢計(jì)劃，避免了當(dāng)前盲目式、粗放式巡檢計(jì)劃安排。

圖4 定期巡檢聚類(lèi)結(jié)果

3.2 差異化巡檢策略

差異化巡檢能突出重點(diǎn)設(shè)備管控、兼顧一般設(shè)備運(yùn)維，提升站房巡檢質(zhì)量。依據(jù)文獻(xiàn)[3]，本文綜合考慮站房重要度、設(shè)備運(yùn)行狀態(tài)、配電自動(dòng)化實(shí)用化率，將江北供電中心314座開(kāi)閉所巡視周期劃分為4類(lèi)，不同巡視周期的開(kāi)閉所數(shù)量見(jiàn)表1。不同巡視周期的開(kāi)閉所分布如圖5所示。

表1 不同巡視周期的開(kāi)閉所數(shù)量

圖5 不同巡視周期的開(kāi)閉所分布

根據(jù)表1，江北供電中心開(kāi)閉所巡視次數(shù)年度1 084次，月度約90次，考慮長(zhǎng)期開(kāi)展巡視工作的延續(xù)性，計(jì)劃一天巡視5～7座開(kāi)閉所，因此月度巡視16天，即=16。編寫(xiě)Python代碼程序?qū)崿F(xiàn)基于遺傳算法的聚類(lèi)算法，差異化巡檢聚類(lèi)結(jié)果如圖6所示。

圖6給出了江北供電中心開(kāi)閉所每月巡檢計(jì)劃，該策略避免“拍腦袋”式經(jīng)驗(yàn)性制定計(jì)劃，有效指導(dǎo)運(yùn)維人員開(kāi)展差異化巡檢工作。所制定巡檢策略一方面能夠突出重點(diǎn)設(shè)備管控、兼顧一般設(shè)備運(yùn)維，提升巡檢質(zhì)量，另一方面兩種模式巡檢量見(jiàn)表2，差異化巡檢相比定期巡檢減少13.7%的現(xiàn)場(chǎng)巡視工作量，且隨著配電自動(dòng)化實(shí)用化加快、配電網(wǎng)站房環(huán)境治理向縱深推進(jìn)、設(shè)備狀態(tài)檢修按高標(biāo)執(zhí)行，差異化巡檢模式的優(yōu)勢(shì)將進(jìn)一步凸顯。

表2 兩種巡檢模式巡檢量

4 結(jié)論

當(dāng)前配電網(wǎng)站房巡檢計(jì)劃存在不足，多數(shù)靠人工經(jīng)驗(yàn)粗放制定，本文提出了考慮時(shí)間、空間的站房巡檢策略。定期巡檢僅考慮靜態(tài)的空間分布，采用K均值聚類(lèi)算法可以快速聚類(lèi)劃分，給出大部分企業(yè)仍然采用的定期巡檢策略。差異化巡檢考慮時(shí)空關(guān)聯(lián)，空間分布，巡檢周期各異，綜合采用遺傳算法和K均值聚類(lèi)算法制定突出重點(diǎn)設(shè)備管控、兼顧一般設(shè)備運(yùn)維的巡檢策略。市北公司江北供電中心的算例表明，所提站房巡檢策略能清晰給出巡檢計(jì)劃，適應(yīng)企業(yè)的定期或差異化巡檢要求，提升站房巡檢質(zhì)量、效率，具有較好的工程應(yīng)用價(jià)值。

[1] 周泳雅. 10kV配網(wǎng)差異化運(yùn)維創(chuàng)新模式探討[J]. 機(jī)電信息, 2018(6): 99, 101.

[2] 中低壓配電運(yùn)行標(biāo)準(zhǔn): Q/CSG 1205003—2016[S]. 北京: 中國(guó)電力出版社, 2016.

[3] 李珊, 歐世鋒, 李克文, 等. 基于配電設(shè)備狀態(tài)評(píng)價(jià)的差異化運(yùn)維策略[J]. 廣西電力, 2017, 40(5): 21-27.

[4] 馬洪波, 張曉虹. 基于全息感知的配電設(shè)備差異化運(yùn)維[J]. 中國(guó)電力企業(yè)管理, 2019(26): 70-72.

[5] 配電網(wǎng)運(yùn)行規(guī)程: Q/GDW 519—2010[S]. 北京: 中國(guó)電力出版社, 2010.

[6] 元淵. 基于GIS的輸電地理信息系統(tǒng)[J]. 中國(guó)電業(yè)(技術(shù)版), 2012(9):47-52.

[7] 王千, 王成, 馮振元, 等. K-means聚類(lèi)算法研究綜述[J]. 電子設(shè)計(jì)工程, 2012, 20(7):21-24.

[8] 趙松. 數(shù)據(jù)挖掘中基于遺傳算法的K-means聚類(lèi)算法的研究及應(yīng)用[D]. 杭州: 浙江工業(yè)大學(xué), 2014.

[9] 張然, 孫曉璐, 何仲瀟, 等. 基于異常點(diǎn)檢測(cè)和改進(jìn)K-means算法的臺(tái)區(qū)用戶相別辨識(shí)方法[J]. 智慧電力, 2020, 48(1):91-96.

Inspection strategy of power distribution station considering temporal and spatial distribution

PEI Chao1WANG Dalei2YANG Zhan’gang1HUANG Yuxiang1ZHANG Jiekai1

(1. State Grid Chongqing Shibei Power Supply Company, Chongqing 401147; 2. State Grid Chongqing Shiqu Power Supply Company, Chongqing 400015)

The inspection of distribution network room is an important means to comprehensively find out the hidden dangers of equipment defects, provide the basis for test and inspection, and improve the operation level of distribution network. In view of the prominent problems of the wide range of distribution website rooms, large inspection workload and the lack of front-line operation and maintenance personnel, an inspection strategy of distribution website rooms considering temporal and spatial distribution is proposed. In this method, the coordinates of the station buildings within the operation and maintenance area are derived from the geographic information system (GIS) and preprocessed to form the data source file. Considering the characteristics of the actual application scenarios such as the carrying capacity of the operation and maintenance personnel, the importance and intelligence of the station buildings, and the length of the operation and maintenance cycle, K-means algorithm and genetic algorithm are used to cluster and optimize the preprocessed data, forming the station building patrol strategy under the regular patrol mode and the station building differential patrol strategy considering the length of the cycle. The example analysis shows that the proposed method can effectively optimize the inspection path, guide the operation and maintenance personnel to carry out the inspection work, and improve the inspection quality and efficiency.

distribution network; on-site inspection; regular operation and maintenance; differ- entiated operation and maintenance; temporal and spatial distribution; K-means clustering algorithm

重慶市電力公司群創(chuàng)科技項(xiàng)目（522000220017）

2022-10-11

2022-10-31

裴 超（1990—），男，重慶市墊江縣人，碩士，工程師，主要從事繼電保護(hù)、配電自動(dòng)化工作。