王 爽 劉曉輝 王彬楠 陳啟龍 楊亞男

（國網(wǎng)河南省電力公司鄭州供電公司）

0 引言

隨著社會的發(fā)展，電力需求不斷增加，配電網(wǎng)規(guī)模也隨之擴大，電力用戶數(shù)量不斷增長。配網(wǎng)調控作為業(yè)務樞紐面臨兩個問題：一方面，接入的信息化系統(tǒng)眾多，信息數(shù)據(jù)增加導致利用效率降低；另一方面，配網(wǎng)生產(chǎn)指揮涉及廣泛，存在大量簡單重復的機械流程，指揮效率低下，易出現(xiàn)業(yè)務 “樞紐擁堵”［1］。因此，配網(wǎng)生產(chǎn)指揮迫切需要流程再造，利用人工智能技術提升效率。

本文通過基于人工智能技術的配網(wǎng)智能化監(jiān)控指揮研究，考慮用戶需求，從而提供高水平、高質量的服務。利用大后臺信息數(shù)據(jù)分析與準確研判支持，致力于實現(xiàn)末端業(yè)務融合與提升服務品質的目標。通過監(jiān)控預警和建立預警模型機制，進行語音外呼通知和信息提示，及時處理配網(wǎng)業(yè)務任務，并梳理完成進度，減少配調員的查找、跟蹤和通知工作。人工智能技術能減少機械化工作，降低配調員工作量，為電網(wǎng)安全運行提供保障，提高供電服務指揮管理的精益化水平［2］。

1 語音識別模型

1.1 語音信號

語音信號是一種常見的一維信號波，容易受到外界環(huán)境影響，具有不平穩(wěn)性，難以找到其規(guī)律。通過聲學特征提取可以增強語音信號的穩(wěn)定性，提取聲學特征具體過程如下：

（1）預加重

高頻信號在傳遞過程中，衰減較快，但是高頻部分又蘊含很多對語音識別有利的特征。因此，在特征提取之前，需要對原始信號進行預加重，以此提高原始信號中高頻信號的能量。

（2）分幀加窗

由于語音信號是一種不穩(wěn)定的信號，隨著時間的變化，頻率也在變化。因此，不能將整個語音信號作為一個整體來處理。為了解決這個問題，在對語音信號進行預處理之后，需要將原始語音信號分割成較小的片段進行處理，這個過程稱為分幀。通常，這些片段的時間范圍是10～30ms，因此需要使用一個固定長度的窗口來獲得這些片段，通過移動窗口來進行分割。為了避免頻譜泄露問題，通常使用窗函數(shù)對信號進行處理，窗函數(shù)可以讓片段信號盡可能地保持原來連續(xù)信號的性質。

（3）特征提取

一般使用的聲學特征主要包括：語譜圖、濾波器組（Mel Filter Bank，F(xiàn)bank）特征和梅爾頻率倒譜系數(shù)（Mel-Frequency Cepstral Coefficient，MFCC）。具體聲學特征提取過程如圖1所示。

圖1 聲學特征提取過程

管網(wǎng)故障檢測實施信息支持后，在一定程度上解決了這些問題。FDEE （Water Pipe Network Fault Diagnosis Model based on Experience Evolution）模型研究了新型的管網(wǎng)故障檢測專家經(jīng)驗應用算法。這部分算法的核心是匹配算法，主要解決了管網(wǎng)故障診斷系統(tǒng)對歷史專家經(jīng)驗難以利用的瓶頸。其主體思路是提取現(xiàn)場數(shù)據(jù)的特征，與專家經(jīng)驗庫中的案例進行匹配，生成初次判斷，加速檢測過程；在檢測結果生成并得到驗證后，將相關數(shù)據(jù)反饋給專家?guī)?，使其中的信息得以進化，以便提供更為全面、精準的專家經(jīng)驗［3］。

1.2 基于HMM 的聲學模型

隱馬爾可夫模型（Hidden Markov Model，HMM）可以用來描述一個狀態(tài)轉換到另一個狀態(tài)的隨機過程，由于HMM假設，通常下一時刻狀態(tài)概率分布主要由當前狀態(tài)決定。在HMM聲學模型中，常將聲學特征轉換為對應的狀態(tài)序列，用于描述音素內部HMM狀態(tài)的轉換過程，解決聲學特征與多個語音建模單元的對應關系。整個過程可概括為HMM生成隱狀態(tài)序列，再由隱狀態(tài)生成觀測值序列。在語音識別中，建模單元如音素、拼音和字通常被視為隱含狀態(tài)，而語音作為觀測序列。HMM可用于計算狀態(tài)序列的轉移概率，而觀測概率通常通過高混合模型和深度神經(jīng)網(wǎng)絡 （Deep Neural Networks，DNN）計算得出。圖2是基于HMM的聲學模型，它描述了聲學特征和HMM狀態(tài)之間的關系。

圖2 基于HMM 的聲學模型

2 系統(tǒng)功能架構介紹

2.1 遙測數(shù)據(jù)管理

遙測數(shù)據(jù)管理是調度系統(tǒng)中最基礎也是最重要的功能模塊，調度人員依靠該模塊對設備狀態(tài)、設備采集的數(shù)據(jù)進行完全感知。實際應用中遙測數(shù)據(jù)的來源分為兩個部分，一部分是SCADA系統(tǒng)的推送，另一部分是接入設備的直接傳輸，這兩部分的數(shù)據(jù)需要整合統(tǒng)一管理，就需要基本的數(shù)據(jù)查詢展示、數(shù)據(jù)修改、數(shù)據(jù)刪除、數(shù)據(jù)導出、數(shù)據(jù)導入等功能支持。調度工作中，不同調度人員關注的數(shù)據(jù)可能有所不同。部分人員關注設備狀態(tài)數(shù)據(jù)，如設備溫度和開關狀態(tài)，而其他人員更關注設備采集數(shù)據(jù)。因此，需要根據(jù)不同業(yè)務場景提供不同的采集規(guī)則進行數(shù)據(jù)采集，以支持業(yè)務需求。數(shù)據(jù)準確性對于業(yè)務判斷至關重要。調度工作的準確性和有效性與數(shù)據(jù)準確性密切相關。盡管調度人員可以根據(jù)經(jīng)驗對數(shù)據(jù)準確性進行判斷，但人工判斷能力有限。在海量調度數(shù)據(jù)中，人工判斷方式不可行。只有數(shù)據(jù)準確性得到保障，系統(tǒng)提供的自動化分析和預警功能才具有實際意義。

2.2 報警管理

為了提高電網(wǎng)調度自動化系統(tǒng)的安全性，系統(tǒng)內部已經(jīng)加入了報警模塊。無論在何時何地，只要出現(xiàn)任何紕漏或錯誤，系統(tǒng)都能立即分析并提醒操作人員。同時，系統(tǒng)會即時記錄事故發(fā)生的時間、位置和具體內容，并將報警信號發(fā)送給操作人員。這樣做的目的是為了增強故障事件的及時提醒，讓操作人員能夠立即關注，以避免延誤導致更嚴重的問題。此外，詳細記錄和傳遞故障事件的信息也有助于操作人員及時發(fā)現(xiàn)和排查故障原因，從而節(jié)約處理故障所需的時間。通過這些措施，系統(tǒng)能夠提高安全性并促使及時處理故障［4］。其中該系統(tǒng)引入的報警模塊的主要特點可以歸納如下。

系統(tǒng)內的模塊程序會根據(jù)數(shù)據(jù)庫內容預測可能出現(xiàn)的故障情況，并根據(jù)故障的嚴重程度進行等級劃分。每個等級對應不同的報警信號提示，以便提醒操作人員快速反應和了解故障的嚴重緊急程度。一旦收到報警提示，模塊會立即且持續(xù)地向操作人員提供故障事件的具體內容和各項信息，操作人員可以通過查詢等方式全面詳細地了解整個事件。這樣，操作人員能夠迅速獲得必要的信息并采取相應的處理措施。

2.3 遙測設備管理

在調度工作中，涉及到各種不同的遙測設備，為了保證設備的正常工作，操作人員需要對每個設備使用的各個環(huán)節(jié)進行跟蹤記錄。設備在系統(tǒng)運行的生命周期中包括設備上線、投運和設備下線等階段。在設備投運期間，需要監(jiān)測設備的在線狀態(tài)、自身狀態(tài)等，并及時維護和整改故障設備。此外，自動分析和預警故障設備的故障原因也是必不可少的［5］。

根據(jù)實際情況，不同類型的設備可能具有不同的報警規(guī)則。為了滿足不同類型設備不同報警規(guī)則的要求，操作人員將事先定義的報警規(guī)則錄入系統(tǒng)，并綁定到具體的設備上。當系統(tǒng)檢測到設備異常時，會自動推送預警信息。這樣做不僅能減輕操作人員的工作壓力，還能更好地保證設備的安全使用和系統(tǒng)的安全性。

通過跟蹤記錄設備狀態(tài)、自動分析故障、設置報警規(guī)則等措施，調度系統(tǒng)能夠有效地管理設備，提高設備的運行可靠性和系統(tǒng)的安全性。

3 OMS智能調度管理系統(tǒng)

（1）配電網(wǎng)多系統(tǒng)大數(shù)據(jù)融合，建設OMS預警監(jiān)控督辦展示中心

通過對配電自動化系統(tǒng)、D5000系統(tǒng)、PMS生產(chǎn)管理系統(tǒng)、OMS智能調度管理系統(tǒng)、供電服務指揮系統(tǒng)等多個管理系統(tǒng)中的信息進行挖掘研究，可以使用基于有效指數(shù)的聚類算法進行聚類分析，以提高各管理系統(tǒng)之間的互通性和流動性。同時，挖掘大數(shù)據(jù)在配電網(wǎng)管理中的應用效能，以大后臺信息數(shù)據(jù)分析應用和準確研判為強有力支撐，以強化前端實現(xiàn)末端業(yè)務融合和促進服務品質提升為工作目標。在配電網(wǎng)管理中，依據(jù)配電網(wǎng)管理規(guī)程，可以對配網(wǎng)計劃、配電工作票、缺陷消缺處理、異常處理、任務協(xié)同、設備運行狀態(tài)監(jiān)視等進行預警監(jiān)控［6］。通過可視化技術，可以展示配電網(wǎng)數(shù)據(jù)預警事項，讓相關人員能夠更直觀地了解配電網(wǎng)的運行情況和發(fā)現(xiàn)潛在問題。通過以上的方法和措施，可以實現(xiàn)配電網(wǎng)管理系統(tǒng)各個模塊之間的有效協(xié)同和信息流動，提高運維效率和服務質量。同時，利用大數(shù)據(jù)分析和可視化技術，可以更好地監(jiān)控和預警配電網(wǎng)的異常情況，及時采取措施進行處理，確保配電網(wǎng)的安全和穩(wěn)定運行，如圖3和圖4所示。

圖3 OMS預警監(jiān)控督辦展示中心

圖4 OMS預警監(jiān)控督辦展示中心——信息預警

（2）建設智能語音外呼接口

語音外呼接口整體架構采用IP分布式部署方案，采用數(shù)字中繼方式接入，核心設備為外線語音網(wǎng)關、通訊交換設備、存儲服務器及多媒體服務器，放置于機房，通過交換機網(wǎng)絡與OMS業(yè)務系統(tǒng)相連［7］，如圖5所示。

圖5 語音外呼接口設備網(wǎng)絡圖

語音外呼接口增設TTS文本語音處理模塊，把通知內容信息轉換成語音內容以語音外呼的方式通知現(xiàn)場人員，使語音外呼功能更加智能化。

語音外呼接口提供多種對外接口形式，如WebService、WebSocket、HTTP等協(xié)議接口，可供對接業(yè)務系統(tǒng)調取使用，如圖6所示。

圖6 語音外呼接口形式

（3）建立預警通知模型，智能化進行監(jiān)控預警督辦

結合配電網(wǎng)管理規(guī)程，建立OMS預警監(jiān)控督辦通知模型，使配網(wǎng)業(yè)務工作可以以無人值守模式通過語音外呼或短消息的方式通知任務待辦人。OMS預警監(jiān)控督辦的業(yè)務通知形式包括消息通知與電話外呼通知兩種方式，如圖7所示。

圖7 消息提示

電話外呼是指調用語音外呼接口，建立OMS與語音外呼平臺的對接，對需要外呼通知的信息通過TTS文本語音轉換技術，把通知信息通過電話方式通知到相關人員［8］。

建立OMS預警監(jiān)控督辦的業(yè)務通知規(guī)則信息池，通過勾選方式設定不同業(yè)務的通知方式，可以是電話外呼通知、消息通知其中的一種，也可以是兩種通知方式并行，通過計算機自動把通知信息通知到相應人員，并進行督辦統(tǒng)計，如圖8所示。

圖8 督辦統(tǒng)計視圖

為了構建高可用性、安全性、可靠性、可伸縮性和擴展性的軟件系統(tǒng)功能，系統(tǒng)采用成熟、標準的J2EE（Java 2 Enterprise Edition）企業(yè)平臺架構搭建，采用多層的分布式應用模型、組件再用、一致化的安全模型及靈活的事務控制，基于調度網(wǎng)絡技術，采用瀏覽器／服務器（Browser／Server）模式實現(xiàn)，使系統(tǒng)具有更好的移植性，以適應預警監(jiān)控督辦外呼應用環(huán)境復雜、業(yè)務規(guī)則多變、信息發(fā)布的需要，以及系統(tǒng)將來擴展的需要。

系統(tǒng)的軟件層次如圖9所示。

圖9 軟件層次分析圖

4 結束語

本文針對通信線路利用率低和人力資源使用率高的問題提出了一種解決方案，即語音外呼系統(tǒng)。該系統(tǒng)能夠實現(xiàn)語音和數(shù)據(jù)相互融合，增強通信能力，網(wǎng)絡組網(wǎng)方便，操作靈活，從而提高通信線路的利用率，節(jié)省人力資源，并提高指揮效能。同時，本文還利用人工智能技術實現(xiàn)了配網(wǎng)調度的智能化指揮。通過OMS智能調度管理系統(tǒng)，完成了耗時耗力的機械化勞動，大大減少了配調員的工作量［9］。這一智能化的調度指揮系統(tǒng)為電網(wǎng)的安全運行提供了保障，并提高了供電服務指揮管理工作的精益化水平。通過采用語音外呼系統(tǒng)和智能化的配網(wǎng)調度指揮系統(tǒng)，可以有效地解決通信線路利用率低和人力資源過高的問題。這些技術和系統(tǒng)的應用不僅能提升電網(wǎng)的運行效率，還能提高安全性和服務水平，為電力行業(yè)的發(fā)展做出貢獻。