0  引言

    隨著人們用電需求的不斷提升和社會(huì)的快速發(fā)展，對(duì)供電企業(yè)的供電服務(wù)質(zhì)量的要求越來(lái)越高。然而，目前大部分的電力企業(yè)在供電服務(wù)方面仍然存在許多不足，其中配網(wǎng)搶修作為影響用戶用電體驗(yàn)的一項(xiàng)電力主營(yíng)業(yè)務(wù)，仍然停留在傳統(tǒng)的以用戶為主要發(fā)起人的被動(dòng)搶修模式。如何提前發(fā)現(xiàn)電網(wǎng)系統(tǒng)薄弱環(huán)節(jié)，提前精準(zhǔn)預(yù)測(cè)配網(wǎng)搶修高危區(qū)域，采取相應(yīng)措施有效降低配網(wǎng)故障率，事前做好搶修準(zhǔn)備，是電力企業(yè)急需解決的一個(gè)問(wèn)題。

    為加快電網(wǎng)發(fā)展、全力確保電力可靠供應(yīng)，本文深入研究配網(wǎng)故障預(yù)測(cè)理論方法，利用大數(shù)據(jù)挖掘技術(shù)，基于電力故障搶修歷史數(shù)據(jù)，以特殊時(shí)期、天氣、溫度、設(shè)備老化情況、負(fù)荷率等作為擾動(dòng)因數(shù)，研究了一套基于具擾動(dòng)特性的滾動(dòng)基值法的配網(wǎng)搶修高危區(qū)域預(yù)測(cè)體系，并應(yīng)用于國(guó)網(wǎng)山東省電力公司，對(duì)某一區(qū)域未來(lái)3天及某一特定時(shí)期的配網(wǎng)搶修工單數(shù)量進(jìn)行預(yù)測(cè)，實(shí)現(xiàn)對(duì)配網(wǎng)搶修的提前預(yù)測(cè)。根據(jù)預(yù)測(cè)結(jié)果指導(dǎo)優(yōu)化配網(wǎng)結(jié)構(gòu)和配網(wǎng)搶修工作的精準(zhǔn)化管理，切實(shí)促進(jìn)電網(wǎng)發(fā)展，提升供電服務(wù)質(zhì)量。

1  樣本數(shù)據(jù)預(yù)處理

    從95598業(yè)務(wù)應(yīng)用系統(tǒng)、營(yíng)銷業(yè)務(wù)應(yīng)用系統(tǒng)等電力業(yè)務(wù)應(yīng)用系統(tǒng)中獲取原始數(shù)據(jù)，因原始數(shù)據(jù)存在數(shù)據(jù)缺失、數(shù)據(jù)不合規(guī)等問(wèn)題，需要對(duì)數(shù)據(jù)做進(jìn)一步的清洗，然后對(duì)數(shù)據(jù)進(jìn)行分類與統(tǒng)計(jì)。

1.1  樣本數(shù)據(jù)部門范圍

    樣本數(shù)據(jù)部門包括山東省17個(gè)市級(jí)供電公司、171個(gè)區(qū)縣級(jí)供電單位和394個(gè)工單數(shù)搶修部門。

1.2  樣本數(shù)據(jù)時(shí)間范圍

    樣本數(shù)據(jù)時(shí)間范圍如表1所示。

    因特殊時(shí)期搶修為活躍期，所以選取春節(jié)保電期間各部門的搶修單數(shù)量，時(shí)間范圍選取了3年的春節(jié)前后的2~3個(gè)月。

1.3  數(shù)據(jù)列名稱

    原始數(shù)據(jù)中對(duì)項(xiàng)目研究有意義的列名稱有：統(tǒng)計(jì)周期、上級(jí)單位、供電單位、工單數(shù)原因、處理部門、工單數(shù)排除時(shí)間、是否退單。

1.4  樣本數(shù)量

    （1）總樣本數(shù)量：根據(jù)設(shè)定的部門范圍和時(shí)間范圍，滿足條件的總樣本數(shù)量共計(jì)357 862條。

    （2）壞樣本數(shù)量：將取值范圍異常、工單數(shù)原因?yàn)榕及l(fā)事件的數(shù)據(jù)定義為壞樣本數(shù)據(jù)，這部分?jǐn)?shù)據(jù)不可預(yù)測(cè)，也不應(yīng)該包含在預(yù)測(cè)樣本中。

    ①是否退單字段值為審核不通過(guò)、退單、空白；

    ②工單數(shù)原因字段值為盜竊、計(jì)劃停限電、客戶誤報(bào)、鳥害等小動(dòng)物、停限電、外部火災(zāi)、外部異物外力破壞、外力因素、小動(dòng)物、車輛、樹線矛盾、樹枝搭掛、自然因素、空白；

    ③搶修總時(shí)長(zhǎng)字段值在小于5 min或大于1 440 min的。

    據(jù)統(tǒng)計(jì)，該部分?jǐn)?shù)據(jù)記錄共計(jì)73 343條，應(yīng)該從樣本數(shù)據(jù)中剔除。

    （3）有效樣本數(shù)量

    有效樣本數(shù)量=總樣本數(shù)量-壞樣本數(shù)量=284 519條。

1.5  分部門樣本數(shù)量

    （1）市級(jí)供電公司

    山東省電網(wǎng)公司共設(shè)有17個(gè)市級(jí)供電公司，其有效樣本數(shù)據(jù)量如表2所示。

    （2）區(qū)縣級(jí)供電公司

    經(jīng)統(tǒng)計(jì)，全省共171個(gè)區(qū)縣級(jí)供電單位含有效工單數(shù)據(jù)，由于篇幅限制，其數(shù)據(jù)的具體分布不在這里展示。

    （3）處理部門

    經(jīng)統(tǒng)計(jì)，全省共394個(gè)搶修部門含有效工單數(shù)據(jù)，由于篇幅限制，其數(shù)據(jù)的具體分布不在這里展示。

2  數(shù)據(jù)分析及模型算法

2.1  數(shù)據(jù)分析

    在研究數(shù)據(jù)分布及特點(diǎn)階段，嘗試了采用多種維度、多個(gè)方向的模型技術(shù)對(duì)數(shù)據(jù)進(jìn)行分析，包括大數(shù)據(jù)模型等，結(jié)果顯示：部分模型由于模型本身限制不適用于該問(wèn)題的解決，部分模型由于數(shù)據(jù)樣本不足限制了模型性能的發(fā)揮。

    通過(guò)MATLAB軟件對(duì)各市級(jí)供電公司、區(qū)縣級(jí)供電單位以及搶修部門搶修工單進(jìn)行的數(shù)據(jù)可視化分析，各單位的搶修工單數(shù)量總是在一段時(shí)間內(nèi)圍繞某一基準(zhǔn)進(jìn)行小范圍波動(dòng)，并不時(shí)有少部分波動(dòng)范圍較大的點(diǎn)出現(xiàn)。

    選取2015年除夕前后各7天的數(shù)據(jù)進(jìn)行分析，其中部分單位數(shù)據(jù)變化情況展示如下。

    （1）市級(jí)供電公司舉例

    濟(jì)南供電公司工單數(shù)量變化曲線圖如圖1所示，數(shù)據(jù)統(tǒng)計(jì)表如表3所示。

    分析得出，有70%~80%的工單數(shù)量圍繞在平均工單數(shù)量上下波動(dòng)，波動(dòng)值在平均工單數(shù)的上下20%~30%之間，另有部分波動(dòng)值超過(guò)了30%，引起這種極端波動(dòng)的主要原因是天氣惡劣、設(shè)備老化、用戶原因。

2.2  預(yù)測(cè)模型分析

    根據(jù)2.1小節(jié)的數(shù)據(jù)分析可以得出如下結(jié)論：

    （1）搶修單數(shù)量在某一時(shí)間段內(nèi)通常會(huì)有一固定的均值；

    （2）時(shí)間段不同，均值不同；

    （3）通常情況下?lián)屝迒螖?shù)量都在圍繞這一均值上下波動(dòng)；

    （4）在有惡劣天氣擾動(dòng)情況下，搶修工單數(shù)量值會(huì)有一個(gè)大的波動(dòng)，產(chǎn)生一個(gè)極值；

    （5）如果有設(shè)備老化問(wèn)題、用戶管理等問(wèn)題，在遇到惡劣天氣時(shí)，極值的幅度通常會(huì)更大。

    由上述結(jié)論，可以用如下模型來(lái)預(yù)測(cè)某一天的工單數(shù)量：

其中，W_pre為某一天的工單數(shù)量的預(yù)測(cè)值；W_ba為樣本空間內(nèi)剔除所有極值后的工單數(shù)量平均值；W_co為圍繞基值的隨機(jī)波動(dòng)值；Q_max為樣本空間內(nèi)所有極值的最大值；D_co為擾動(dòng)系數(shù)，包括惡劣天氣、設(shè)備老化、用戶管理等問(wèn)題引起的工單數(shù)變化。

    上述模型被稱為具擾動(dòng)特性的滾動(dòng)基值法。擾動(dòng)是指惡劣天氣、設(shè)備老化、用戶管理等擾動(dòng)因素對(duì)預(yù)測(cè)結(jié)果有顯著的影響；滾動(dòng)是指基于在一定時(shí)期內(nèi)設(shè)備的狀態(tài)及管理水平等不會(huì)出現(xiàn)大的變化情況下始終使用前N天數(shù)據(jù)作為樣本空間；基值是指在無(wú)擾動(dòng)情況下?lián)屝薰蔚钠骄怠?/p>

2.3  算法分析

    為便于工程計(jì)算，需要對(duì)具擾動(dòng)特性的滾動(dòng)基值法公式（式（1））、參數(shù)進(jìn)行必要的說(shuō)明和改進(jìn)。

    （1）基值W_ba計(jì)算方法

    ① 預(yù)測(cè)日的前N天數(shù)據(jù)構(gòu)建樣本空間，N>10。

    ② 計(jì)算樣本空間內(nèi)工單數(shù)量平均值。

    ③ 定義工單數(shù)量超出平均值P%的數(shù)據(jù)為極值Q，統(tǒng)計(jì)出Q的個(gè)數(shù)T。

    ④ 從樣本空間中剔除這些極值數(shù)據(jù)Q，樣本空間的長(zhǎng)度變?yōu)镹-T。

    ⑤ 向前增加T天數(shù)據(jù)，補(bǔ)齊長(zhǎng)度為N的樣本空間。

    ⑥ 返回步驟②繼續(xù)，直至樣本空間內(nèi)不再有極值，此時(shí)的樣本空間稱為有效樣本空間。

    ⑦ 基值W_ba等于有效樣本空間內(nèi)工單數(shù)的算術(shù)平均值。

    （2）隨機(jī)波動(dòng)值W_co計(jì)算方法

    ① 在有效樣本空間內(nèi)找出最大工單數(shù)，與基值的差記為D。

    ② 定義S是在[-1，1]區(qū)間上的隨機(jī)數(shù)。

    ③ W_co=D×S。

    （3）Q_max極值的最大值計(jì)算方法

    計(jì)算基值W_ba時(shí)剔除掉的所有極值中最大值。當(dāng)沒(méi)有極值時(shí)取W_ba×（1+P%）作為Q_max。

    （4）D_co：擾動(dòng)系數(shù)計(jì)算方法

    ①擾動(dòng)因素分析

    影響搶修工單數(shù)量變化的擾動(dòng)因素很多，天氣、氣溫、設(shè)備老化、負(fù)荷率、用戶設(shè)備、用戶管理等都能引起工單數(shù)量的波動(dòng)，有時(shí)波動(dòng)幅度甚至很大。在這些擾動(dòng)因素當(dāng)中，天氣和氣溫的影響最為明顯，而且還會(huì)擴(kuò)大其他擾動(dòng)因素的作用，例如，惡劣天氣會(huì)導(dǎo)致負(fù)荷增加，而負(fù)荷增加又會(huì)讓設(shè)備老化的問(wèn)題更為嚴(yán)重，綜上分析，這里只討論天氣和溫度對(duì)工單數(shù)量的影響。

    根據(jù)歷史天氣預(yù)報(bào)數(shù)據(jù)，單獨(dú)挑選出了惡劣天氣時(shí)的數(shù)據(jù)，如表4~表6所示，表中的變化率是惡劣天氣當(dāng)天的工單數(shù)量與基值的比值，這里只列出了部分單位的統(tǒng)計(jì)結(jié)果。

    · 市級(jí)供電公司

    · 區(qū)縣級(jí)供電單位

    · 搶修部門

    由表可見，天氣變化對(duì)工單數(shù)量有著直接的影響，工單數(shù)量的變化與天氣惡劣程度相對(duì)應(yīng)，天氣越惡劣，工單數(shù)量越多。

    ② 擾動(dòng)系數(shù)D_co的計(jì)算

    定義H為天氣惡劣程度，惡劣程度是雨、雪、風(fēng)、氣溫的綜合考量，取值范圍為0~100，那么擾動(dòng)系數(shù)Dco的計(jì)算公式為：

3  風(fēng)險(xiǎn)預(yù)警等級(jí)劃分

    國(guó)家電網(wǎng)電力安全事故等級(jí)劃分是將電網(wǎng)運(yùn)行風(fēng)險(xiǎn)預(yù)警分為4個(gè)等級(jí)：一級(jí)紅色預(yù)警、二級(jí)橙色預(yù)警、三級(jí)黃色預(yù)警和四級(jí)藍(lán)色預(yù)警。參照這一劃分原則，按照供電單位日搶修工單數(shù)量多少，對(duì)搶修工作所面臨的壓力進(jìn)行風(fēng)險(xiǎn)預(yù)警，也可分為4個(gè)等級(jí)，分別是一級(jí)紅色預(yù)警、二級(jí)橙色預(yù)警、三級(jí)黃色預(yù)警和四級(jí)藍(lán)色預(yù)警。預(yù)警等級(jí)劃分的定義可以考慮兩種方式：正態(tài)分布劃分和絕對(duì)值分布劃分。

3.1  正態(tài)分布劃分

    正態(tài)分布是自然界、人類社會(huì)、心理和教育等領(lǐng)域連續(xù)隨機(jī)變量概率分布的一種，尤其是從管理學(xué)角度來(lái)看，正態(tài)分布的兩端小、中間多的規(guī)律滿足人們的心理預(yù)期。根據(jù)正態(tài)分布原理，假定一級(jí)預(yù)警占比例a%、二級(jí)預(yù)警占比例b%、三級(jí)預(yù)警占比例c%、四級(jí)預(yù)警占比例d%，則17個(gè)市級(jí)供電單位預(yù)警情況如表7所示，171個(gè)區(qū)縣級(jí)供電單位預(yù)警情況如表8所示，394個(gè)搶修部門預(yù)警情況如表9所示。

3.2  絕對(duì)值分布劃分

    絕對(duì)值分布劃分是根據(jù)日搶修單數(shù)量的絕對(duì)值多少劃分預(yù)警等級(jí)。表10~表12分別為地市級(jí)供電單位、區(qū)縣級(jí)供電單位和搶修單位等級(jí)劃分方法，其中Y為日搶修工單數(shù)量，N11、N12、N13、N21、N22、N23、N31、N32、N33為各等級(jí)區(qū)間邊界值。

4  算法模型驗(yàn)證

    為驗(yàn)證預(yù)測(cè)算法的準(zhǔn)確性，選取2017年除夕前后（2016年11月27日至2017年2月27日）的有效數(shù)據(jù)進(jìn)行驗(yàn)證。

4.1  地市級(jí)供電單位

    按正態(tài)分布劃分預(yù)警等級(jí)，取a=20，b=30，c=30，d=20，分別預(yù)測(cè)2017年1月1日、2017年1月10日、2017年1月27日（除夕）和2017年2月22日的搶修工單數(shù)量，表13中的正確率是各等級(jí)預(yù)測(cè)值與當(dāng)日實(shí)際值的比較。

4.2  區(qū)縣級(jí)供電單位

    對(duì)部分區(qū)縣級(jí)供電單位進(jìn)行預(yù)測(cè)，選取了除夕特殊日類型和晴天、惡劣天氣兩種不同的天氣類型，由于不是全部區(qū)縣，因此不能劃分預(yù)警等級(jí)，通過(guò)準(zhǔn)確率函數(shù)來(lái)進(jìn)行驗(yàn)證，其計(jì)算為：

    預(yù)測(cè)結(jié)果如表14所示。

4.3  搶修單位

    搶修單位的預(yù)測(cè)驗(yàn)證采用與區(qū)縣級(jí)供電單位相同的方法，結(jié)果如表15所示。

5  結(jié)束語(yǔ)

    本文利用大數(shù)據(jù)挖掘分析技術(shù)研究了一套具擾動(dòng)特性的滾動(dòng)基值法的配網(wǎng)搶修工單預(yù)測(cè)算法，該方法利用歷史數(shù)據(jù)、天氣數(shù)據(jù)、特定時(shí)期等特征因子，通過(guò)算法模型的不斷訓(xùn)練與完善，實(shí)現(xiàn)了對(duì)未來(lái)一天的搶修工單量的預(yù)測(cè)，準(zhǔn)確率高達(dá)80%，對(duì)實(shí)際的電力故障搶修服務(wù)工作的開展起到了強(qiáng)有力的指導(dǎo)作用，是進(jìn)一步提升電網(wǎng)企業(yè)供電服務(wù)質(zhì)量的催化劑。

參考文獻(xiàn)

[1] 邵峰晶, 于忠清, 王金龍，等. 數(shù)據(jù)挖掘原理與算法[M]. 北京: 中國(guó)水利水電出版社，2005.

[2] 趙志剛,張文杰,安宏宇，等. 配網(wǎng)主動(dòng)搶修關(guān)鍵技術(shù)研究與應(yīng)用[J]. 科技創(chuàng)新與應(yīng)用，2017(5)：177.

[3] 蔡金錠,鄢仁武. 基于小波分析與隨機(jī)森林算法的電力電子電路故障診斷[J].電力科學(xué)與技術(shù)學(xué)報(bào),2011,26(2): 54-60.

[4] （美）P.M安德遜. 電力系統(tǒng)故障分析[M]. 王際強(qiáng)，胡冰清，任震，等，譯. 電力工業(yè)出版社,1980.

作者信息:

刁柏青1，姚  剛1，潘  筠1，孟祥君1，于善海2，史雙雙2，李  劍2

（1. 國(guó)網(wǎng)山東省電力公司運(yùn)監(jiān)中心，山東 濟(jì)南 250001；

2. 山東魯能軟件技術(shù)有限公司，山東 濟(jì)南250001）