基于Tableau的饋線外力破壞風(fēng)險點分析與監(jiān)控場景搭建

陳詩韻，張 鍇

（廣東電網(wǎng)有限責(zé)任公司廣州番禺供電局，廣東 廣州 511400）

0 引 言

由于大多數(shù)受到外力破壞的線路為電纜線路，導(dǎo)致跳閘后的線路存在修復(fù)時間長、修復(fù)難度大的問題，部分無法轉(zhuǎn)電的用戶需要等待較長時間才能恢復(fù)供電，無疑會降低客戶的用電體驗，也勢必會降低電網(wǎng)的供電可靠性。

目前業(yè)內(nèi)關(guān)于外力破壞隱患防控工作的討論主要集中在如何制定有效的管理措施如成立護(hù)線隊、完善交底與警示工作、加強(qiáng)差異化運維等[1]，或者利用技術(shù)手段對線路開展?fàn)顟B(tài)監(jiān)測如在工地安裝AI攝像頭[2]、研制防外力破壞智能警示裝置[3]等，通過數(shù)據(jù)可視化對外力破壞防范工作進(jìn)行討論幾乎為空白。隨著大數(shù)據(jù)在智能電網(wǎng)中的應(yīng)用，越來越多的業(yè)務(wù)場景已經(jīng)開始實現(xiàn)數(shù)據(jù)可視化分析[4,5]，圖形化的交互界面讓業(yè)務(wù)人員能夠高效地識別、理解重要信息，并指導(dǎo)電網(wǎng)運維人員決策[6]。

本文基于數(shù)據(jù)可視化分析軟件Tableau，對番禺局現(xiàn)有的外力破壞隱患數(shù)據(jù)、饋線跳閘數(shù)據(jù)、可靠性數(shù)據(jù)進(jìn)行可視化分析討論，搭建出一個交互式的可視化風(fēng)險點分析與監(jiān)控場景。

1 可視化分析數(shù)據(jù)準(zhǔn)備

1.1 數(shù)據(jù)存在問題及數(shù)據(jù)清洗

番禺局現(xiàn)有的外力破壞風(fēng)險點臺賬使用Excel表格詳細(xì)地記錄了風(fēng)險點的施工方、施工狀態(tài)、風(fēng)險等級、涉及饋線、詳細(xì)地址以及經(jīng)緯度信息等。該臺賬數(shù)據(jù)存在以下問題：（1）涉及饋線的內(nèi)容沒有統(tǒng)一的標(biāo)準(zhǔn)，填寫混亂；（2）臺賬信息僅圍繞風(fēng)險點本身開展，由風(fēng)險點引起的跳閘事件無法進(jìn)行查詢和追溯；（3）如果風(fēng)險點引起跳閘事件，可能影響用戶、變壓器數(shù)量都無法直接從臺賬中獲知；（4）無法直觀地顯示各條饋線上風(fēng)險點數(shù)量、不同風(fēng)險等級類型的數(shù)量。針對以上4點問題，在可視化監(jiān)控場景搭建前需要對數(shù)據(jù)進(jìn)行清洗、整理與數(shù)據(jù)融合。

通過編寫VBA代碼，將涉及饋線的內(nèi)容采用統(tǒng)一的命名格式以及分隔符進(jìn)行填寫，整理后的臺帳下稱為數(shù)據(jù)表1。再一次通過VBA代碼將每一條饋線與對應(yīng)的風(fēng)險點編號作為一條記錄，形成一份新的數(shù)據(jù)表稱為數(shù)據(jù)表2。最后，根據(jù)跳閘的時間以及饋線，人工匹配得出跳閘事件由哪一個風(fēng)險點造成并得到數(shù)據(jù)表3。至此，清洗與整理后的數(shù)據(jù)已具備了不同數(shù)據(jù)表之間進(jìn)行連接與混合所需要的字段。

1.2 數(shù)據(jù)連接與混合

本文采用Tableau Prep Builder來進(jìn)行數(shù)據(jù)連接與混合，Tableau Prep Builder作為數(shù)據(jù)ETL軟件，通過分步驟、分流程節(jié)點對數(shù)據(jù)進(jìn)行處理，每一步都相對獨立，且可以反復(fù)對某一操作步驟進(jìn)行修改或者排序，可操作性強(qiáng)，靈活性高，能夠根據(jù)分析需求隨時更改對數(shù)據(jù)的操作[7]。

在數(shù)據(jù)融合中共用到4個數(shù)據(jù)表，除了上文提到的通過數(shù)據(jù)清洗與整理的數(shù)據(jù)表1～數(shù)據(jù)表3，還需要由可靠性系統(tǒng)導(dǎo)出每條饋線的用戶數(shù)量以及變壓器數(shù)量的數(shù)據(jù)表4。

在本文搭建的可視化分析監(jiān)控場景中需要整理出3個數(shù)據(jù)源。第1個數(shù)據(jù)源以饋線名稱作為連接字段，將數(shù)據(jù)表2與數(shù)據(jù)表4進(jìn)行左連接，在后續(xù)用于以饋線為單位的統(tǒng)計分析中。得到數(shù)據(jù)源1后，通過聚合計算，得出同一個風(fēng)險點序號下所涉及饋線會影響的戶數(shù)和變壓器數(shù)量的總和，再與數(shù)據(jù)表1進(jìn)行右鏈接，得到數(shù)據(jù)源2。數(shù)據(jù)源3即為數(shù)據(jù)表3，由于不需要進(jìn)行行級別之間的連接，在使用時直接在Tableau Desktop中通過風(fēng)險點的序號為連接字段與其他兩個數(shù)據(jù)源進(jìn)行數(shù)據(jù)混合即可，如圖1所示。

上述數(shù)據(jù)準(zhǔn)備工作完成后，便可利用Tableau Desktop進(jìn)行可視化分析監(jiān)控場景的搭建了。

2 可視化分析監(jiān)控場景搭建

2.1 外力破壞風(fēng)險點的可視化地圖

Tableau Desktop提供多種地圖可視化的選擇，本文采用自定義地圖的方式進(jìn)行可視化分析。背景地圖來源于電網(wǎng)GIS系統(tǒng)。以背景地圖的左下角作為X-Y二維坐標(biāo)軸的原點，通過線性坐標(biāo)變換，將數(shù)據(jù)源1中的經(jīng)緯度坐標(biāo)轉(zhuǎn)換為能夠匹配背景地圖位置的像素坐標(biāo)。轉(zhuǎn)換步驟大概分為3步。

第1步：在背景圖片中找到相距較遠(yuǎn)的幾個點分別作為參考點1、參考點2……參考點n，獲取它們的像素坐標(biāo)與經(jīng)緯度坐標(biāo)，設(shè)參考點n像素橫坐標(biāo)Xn，像素縱坐標(biāo)為Yn，緯度為Latn，經(jīng)度為Longn。

第2步：通過參考點分別計算出經(jīng)度差值與x軸像素差值的比值、緯度差值與y軸像素差值的比值，設(shè)像素橫坐標(biāo)差與經(jīng)度差的比值為kx：

設(shè)像素縱坐標(biāo)差與緯度差的比值為ky：

第3步：分別計算風(fēng)險點與參考點n的經(jīng)緯度差，再用第2步得出的比值轉(zhuǎn)換為像素差，最后將計算結(jié)果取平均值。已知外力破壞風(fēng)險點的經(jīng)度為long，緯度為lat，則可以計算得出該風(fēng)險點的像素橫坐標(biāo)和像素縱坐標(biāo)分別為：

完成地圖的繪制后，使用不同顏色、不同大小區(qū)分風(fēng)險等級與風(fēng)險點涉及的饋線數(shù)量。進(jìn)一步完善詳細(xì)信息后，鼠標(biāo)懸停在某個風(fēng)險點上，便可得知該風(fēng)險點涉及饋線，最近是否發(fā)生跳閘等信息。通過地圖的形式，能夠直觀地反映外力破壞風(fēng)險點的分布情況，不同運維區(qū)域的風(fēng)險點管理難度等，對于風(fēng)險點分布密集的區(qū)域，可以適當(dāng)增強(qiáng)運維力量來降低跳閘的風(fēng)險，如圖2所示。

2.2 基于風(fēng)險點的統(tǒng)計分析圖表

因為各個風(fēng)險點涉及的饋線數(shù)量、用戶數(shù)量不一樣，所以造成跳閘事件后的影響程度也不一樣，筆者所在的供電局就曾發(fā)生過在同一出施工地點造成5 min內(nèi)連續(xù)4條饋線跳閘的事件。為了更有針對性地開展防外力破壞工作，重點關(guān)注一旦造成停電事件可能會引起大面積停電的事件，構(gòu)建基于風(fēng)險點的統(tǒng)計分析圖表，以找出風(fēng)險等級較高、影響用戶程度較大的風(fēng)險點。

通過將風(fēng)險點跳閘可能影響的用戶數(shù)量分為5個等級，如圖3所示?？煽闯龃蟛糠诛L(fēng)險點如果發(fā)生跳閘可能影響的用戶在6 000戶以下，可能引起10 000戶以上用戶停電的風(fēng)險點僅34個。結(jié)合記錄每個風(fēng)險點所屬的運維班組、發(fā)生跳閘可能影響的具體變壓器數(shù)量和用戶數(shù)量的交叉表（如表1所示）進(jìn)行交互展示，可以有針對性地對重點關(guān)注的外力破壞風(fēng)險點進(jìn)行預(yù)警。

表1 按風(fēng)險點展示的可靠性詳細(xì)信息表

2.3 基于饋線的統(tǒng)計分析圖表

饋線上的風(fēng)險點數(shù)量越多，可能引發(fā)跳閘的風(fēng)險就越高，但某些饋線雖然風(fēng)險點數(shù)量較多，但是由于供電用戶數(shù)量不多，停電后也不會造成太大的影響。因此，需要綜合地考慮某條饋線的風(fēng)險點數(shù)量以及供電用戶的數(shù)量情況來判斷哪一些饋線是高跳閘風(fēng)險的重點關(guān)注饋線。

表2詳細(xì)地列出每條饋線所屬的運維班組、發(fā)生跳閘可能影響的具體變壓器數(shù)量和用戶數(shù)量，并按照“低風(fēng)險點個數(shù)”“低壓總用戶數(shù)”字段的嵌套降序排列。該表格能夠幫助監(jiān)控人員快速找出風(fēng)險點最多的饋線，以及風(fēng)險點個數(shù)相同時哪條饋線上的用戶數(shù)量較多，輔助他們判斷哪些饋線需要加強(qiáng)巡視。

表2 按饋線展示的可靠性詳細(xì)信息表

圖4對每條饋線上的風(fēng)險點個數(shù)也做出分組統(tǒng)計，可見具有施工中外力破壞風(fēng)險點的706條饋線中，498條饋線上的風(fēng)險點數(shù)量都在4個及以下，占比70.54%，而風(fēng)險點數(shù)量在9個以上的饋線只有95條，占比13.46%。

2.4 外力破壞風(fēng)險點交互分析監(jiān)控看板

如圖5所示，看板頂端是外力破壞風(fēng)險點情況概述欄，中間部分是統(tǒng)計圖表以及分布地圖，下部為詳細(xì)信息。除了上文所述的圖表，監(jiān)控看板還包含每月外力破壞造成跳閘的次數(shù)及同比情況。通過在儀表板中添加篩選器動作，使各個圖表進(jìn)行交互聯(lián)動，可以按需對數(shù)據(jù)進(jìn)行篩選和下鉆查詢，滿足不同用戶的分析與監(jiān)控需求。

通過該看板監(jiān)控人員可以快速地掌握最新的風(fēng)險點分布情況、統(tǒng)計信息、跳閘情況以及發(fā)生跳閘可能影響的用戶情況，從而輔助運維人員更有針對性地開展防外力破壞特巡工作，有計劃地調(diào)配運維資源，避免人力的浪費。

3 結(jié) 論

本文從數(shù)據(jù)準(zhǔn)備、可視化場景搭建兩方面介紹了利用Tableau開展外力破壞風(fēng)險點監(jiān)控分析工作的經(jīng)驗。該分析思路與場景的搭建具有可視化、交互式、針對性強(qiáng)的優(yōu)點，不單適用于外力破壞風(fēng)險點，也適用于其他類型隱患點的監(jiān)控與分析，對于縣區(qū)供電局開展線路的各類隱患分析監(jiān)控具有一定的參考意義。