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

配電線路故障主動搶修流程的有效實施，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“主動性”的基本要求。

故障及時準(zhǔn)確的發(fā)現(xiàn)是保證搶修速度的第一步。目前，國內(nèi)外對配電網(wǎng)故障定位方法研究較多，文獻(xiàn)[1]對常用的幾種故障定位方法進(jìn)行了對比?！癝”信號注入法[2-3]可對單相接地進(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。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)備溫度異常并及時解決，提高了系統(tǒng)安全性。文獻(xiàn)[11]運用數(shù)據(jù)挖掘技術(shù)對多源監(jiān)測數(shù)據(jù)進(jìn)行分析，評估電力設(shè)備的運行狀態(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，實際情況真?zhèn)坞y辨，通過引入大數(shù)據(jù)分析技術(shù)對故障信號進(jìn)行分析，可以相對準(zhǔn)確地研判故障，為主動搶修提供技術(shù)支持，提高搶修效率。

1 業(yè)務(wù)背景

1.1 配電線路主動搶修

配電線路故障主動搶修包括故障的發(fā)現(xiàn)、確認(rèn)、定位、搶修，以及報備和用戶通知等環(huán)節(jié)，執(zhí)行速度是主動搶修的核心因素，如果沒有速度，主動搶修就會退化為被動搶修。主動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)分級保護(hù)裝置的普遍應(yīng)用，供電企業(yè)普遍缺乏對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，還有地縣兩級配電網(wǎng)運營管控體系的逐步建立，主動搶修工作已經(jīng)基本具備了開展的條件。

1.2 故障研判的信息來源

配電線路故障主動搶修基于配電網(wǎng)智能監(jiān)測設(shè)備的故障信號，包括配電自動化、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。配電自動化主要對城市區(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)測裝置僅能對短路和接地故障進(jìn)行大致的定位，無法顯示實際停電設(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)行及時高效地處理。目前來說，只有配電變壓器的監(jiān)測信號具有覆蓋面廣、時效性強(qiáng)的特點，是判別配電線路故障情況的有效信號來源。

1.3 主動搶修存在的困難

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

2 基于配電變壓器停電信號的故障研判模型

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著手研究配電線路故障的研判方法。其次，既然目前無法對具體的每一個故障進(jìn)行精確的因果分析，那么引入大數(shù)據(jù)分析技術(shù)對信號進(jìn)行總體、關(guān)聯(lián)、高效地分析是非常有必要的。最后，通過對配電變壓器停電信號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現(xiàn)。

2.2 方法步驟

基于大數(shù)據(jù)挖掘技術(shù)，通過對海量的配變停電信號以及配電線路實際故障的關(guān)聯(lián)分析，建立分類模型，并利用該模型對實時發(fā)生的停電信號進(jìn)行在線研判，以相對可靠地對故障進(jìn)行識別，為主動搶修提供了技術(shù)支持。具體做法是：以配電線路為單位，按照一定的時間間隔統(tǒng)計配變的停電信號，并將停電變壓器的屬性和停電信號的數(shù)量與配電線路的故障進(jìn)行關(guān)聯(lián)，運用大數(shù)據(jù)挖掘技術(shù)建立起關(guān)聯(lián)算法，并利用該算法自動研判配電線路故障概率，以此作為主動搶修派單的參考。通過該模型對配變停電信號進(jìn)行實時在線分析，得到故障真實發(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、戶名、終端停電時間、終端復(fù)電時間等，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明細(xì)如表1所示。

表1 專用和公用配變停電信號明細(xì)

按照1～5 min的時間間隔，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數(shù)也未有明顯減少，綜合考慮到終端時鐘不同步產(chǎn)生的數(shù)據(jù)穩(wěn)定性問題，以及搶修工作時效性的需要，選用按5 min時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)檢修計劃信息，所提取的字段信息包括：工作日期、主線路名稱、實際工作開始時間、實際工作結(jié)束時間、執(zhí)行情況描述和電壓等級等，明細(xì)清單導(dǎo)出形成配電網(wǎng)檢修計劃停電線路明細(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)檢修計劃停電線路明細(xì)

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

以線路名稱和停電時間對專用配變（簡稱專變）和公用配變（簡稱公變）停電明細(xì)表和配電網(wǎng)檢修計劃停電線路明細(xì)表進(jìn)行關(guān)聯(lián)，完成計劃內(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、受理時間、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、實際工作開始時間、實際工作結(jié)束時間、主線路名稱，整理清單導(dǎo)出形成配電線路運行故障明細(xì)如表5所示。

通過比對95598工單信息明細(xì)表中的“受理時間”、“線路名稱”和配電網(wǎng)運行故障細(xì)表中的“實際工作時間”、“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 配電線路運行故障明細(xì)

3.3 分類模型總體描述

通過對專用和公用配變停電明細(xì)表和配電網(wǎng)檢修計劃停電線路明細(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、故障對應(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、故障對應(yīng)明細(xì)

以2015年的信號故障記錄作為訓(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。

樣本分布的不對稱會嚴(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)是識別故障并指導(dǎo)主動搶修，因此對故障記錄進(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。

運用WEKA軟件進(jìn)行數(shù)據(jù)分析，通過量化對比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表示命中真實故障的數(shù)量，Ni-j表示把i識別成 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)到即能識別故障，又能盡量減少對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數(shù)量的增加，故障概率也相應(yīng)的增加，而公變停電信號數(shù)量的變化對故障概率影響更大。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%，識別準(zhǔn)確率為68%。

（2）決策樹模型。

對模型進(jìn)行剪枝，剪掉小于170的節(jié)點，最后得到模型含有11個節(jié)點，21個枝。該模型的訓(xùn)練命中率為74%，測試命中率為79%，識別準(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時在線數(shù)據(jù)挖掘，大大提升了對局部配電線路的有效感知能力，同時還結(jié)合移動互聯(lián)網(wǎng)技術(shù)實現(xiàn)對疑似故障設(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)時間平均從30 min減少到了5 min，故障查勘確認(rèn)時間平均從45 min減少到了15 min，故障報備和通知到戶時間平均從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)自動研判配電線路故障發(fā)生概率并指導(dǎo)實際主動搶修，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)帶來實際的經(jīng)濟(jì)和社會效益。在此選擇Logistic模型用于建立故障研判模型，針對現(xiàn)有采集的數(shù)據(jù)，模型的驗證與選擇相對不夠全面。因此從數(shù)據(jù)維度、數(shù)量等多方面補(bǔ)全數(shù)據(jù)，全面的對比各模型的優(yōu)劣，選擇出一個或多個研判模型，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)智能運維管控平臺中建立配電線路故障主動搶修全過程管理流程，實現(xiàn)包括故障信號的接入、過濾、研判，故障設(shè)備的定位，故障范圍的自動分析，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，使主動搶修能夠全面加速，真正落到實處。

[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)的主動配電網(wǎng)故障定位新方法[J]．電力系統(tǒng)自動化，2015，39（15）∶96-102．

[6]周治國，高文燾，劉文亮.基于μPMU的主動配電網(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)運行數(shù)據(jù)的統(tǒng)計與分析[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.