保障大面積停電事件應(yīng)急處置

沈桂城，翁 蔚，許 鑫

(國網(wǎng)福建省電力有限公司，福建 福州 350003)

0 引言

國網(wǎng)福建省電力有限公司以“大云物移智”技術(shù)和互聯(lián)網(wǎng)思維推進(jìn)應(yīng)急處置精準(zhǔn)化保障，深度融合氣象、電網(wǎng)設(shè)備信息，應(yīng)用物聯(lián)網(wǎng)智能感知技術(shù)實(shí)現(xiàn)應(yīng)急指揮中心、氣象信息、電網(wǎng)設(shè)備、搶修隊(duì)伍、應(yīng)急物資等萬物互聯(lián)，通過信息化手段固化統(tǒng)一指揮、上下聯(lián)動的應(yīng)急指揮流程，實(shí)現(xiàn)全過程、全專業(yè)智慧輔助研判、決策。

1 災(zāi)前預(yù)警提前落實(shí)防御措施

匯集福建電網(wǎng)歷史災(zāi)害信息數(shù)據(jù)，研究災(zāi)害影響因子規(guī)律，建立電網(wǎng)災(zāi)害損失預(yù)測模型，耦合災(zāi)害氣象信息和電網(wǎng)設(shè)備信息，在災(zāi)前精確研判預(yù)測災(zāi)害影響范圍及趨勢。針對性開展防御工作，智能推送災(zāi)前防御工作要求，輔助跟蹤設(shè)備特巡特護(hù)、重要站所值守、搶修隊(duì)伍準(zhǔn)備等預(yù)警行動落實(shí)情況。

1.1 全省GIS地圖網(wǎng)格化

針對電力生產(chǎn)的關(guān)鍵環(huán)節(jié)，在顯著影響電網(wǎng)運(yùn)行安全的強(qiáng)對流天氣中短期預(yù)警技術(shù)方面實(shí)現(xiàn)技術(shù)拓展，支撐基于數(shù)據(jù)庫信息挖掘的自適應(yīng)、滾動校正的預(yù)警信息分析、管理模式。運(yùn)用福建氣象局3 km×3 km網(wǎng)格信息，并進(jìn)行空間轉(zhuǎn)換，轉(zhuǎn)換為GIS可識別的特征，并對特征進(jìn)行處理，四個(gè)點(diǎn)信息轉(zhuǎn)換為一個(gè)空間面信息，轉(zhuǎn)換后的區(qū)域使用福建省地區(qū)進(jìn)行切割，切割出福建省范圍內(nèi)3 km×3 km網(wǎng)格數(shù)據(jù)。

1.2 電力災(zāi)損原理分析

大風(fēng)與強(qiáng)降雨等極端災(zāi)害天氣會導(dǎo)致桿塔大量倒塌，經(jīng)分析，桿塔倒塌與風(fēng)力、桿塔設(shè)計(jì)強(qiáng)度、桿塔結(jié)構(gòu)、地理位置等因素有關(guān)。其中，最大風(fēng)速超過桿塔設(shè)計(jì)的抗風(fēng)標(biāo)準(zhǔn)是造成桿塔倒塌的主要原因，其表現(xiàn)可分為桿塔及其連接導(dǎo)線的垂直風(fēng)荷載超過桿塔的最大承受能力和桿塔順線路方向兩側(cè)承受懸殊的橫向水平力引發(fā)的桿塔折桿；對于塔基薄弱的桿塔，抗傾覆能力不能滿足特大風(fēng)力時(shí)，將會出現(xiàn)不同程度的上拔或下沉，引起桿塔整體傾倒。尤其在臺風(fēng)登陸點(diǎn)附近的沿海地區(qū)的線路桿塔，以及臺風(fēng)登陸后在臺風(fēng)前進(jìn)方向和旋轉(zhuǎn)上風(fēng)處的線路桿塔更易出現(xiàn)傾倒。本項(xiàng)目將氣象臺提供的強(qiáng)對流天氣監(jiān)測信息和電網(wǎng)監(jiān)測充分結(jié)合，基于PMS2.0系統(tǒng)中桿塔防風(fēng)等級屬性進(jìn)行閾值比較，以GIS形式進(jìn)行災(zāi)損信息實(shí)時(shí)展示，并通過監(jiān)測信息的連續(xù)序列進(jìn)行災(zāi)害演變趨勢預(yù)警分析。

1.3 電力設(shè)備風(fēng)險(xiǎn)預(yù)警

在3 km×3 km網(wǎng)格區(qū)域內(nèi)，選取任意網(wǎng)格，即可查詢顯示該條線路對應(yīng)預(yù)警桿塔的名稱、編號、電壓等級、線路參數(shù)、抗風(fēng)等級、投運(yùn)年限、實(shí)時(shí)潮流和其他技術(shù)參數(shù)。實(shí)現(xiàn)可能受災(zāi)害影響的輸電線路、桿塔、變電站的預(yù)判，生成電網(wǎng)災(zāi)害風(fēng)險(xiǎn)預(yù)警清單，以設(shè)備為對象發(fā)布風(fēng)險(xiǎn)預(yù)警，為精準(zhǔn)開展設(shè)備特巡特護(hù)、安排應(yīng)急力量提前置位和物資備品準(zhǔn)備提供了支撐。

2 災(zāi)中融合多源異構(gòu)數(shù)據(jù)

2.1 多源數(shù)據(jù)校驗(yàn)融合方法

災(zāi)害狀態(tài)下配電網(wǎng)系統(tǒng)的數(shù)據(jù)來源主要包括主網(wǎng)IMD調(diào)度云平臺、配網(wǎng)SMD調(diào)度云平臺、95598系統(tǒng)、PMS系統(tǒng)、物資供應(yīng)鏈系統(tǒng)、GIS地理信息系統(tǒng)、無人機(jī)勘察信息等多個(gè)系統(tǒng)。各套系統(tǒng)獨(dú)自運(yùn)行，各應(yīng)用系統(tǒng)的數(shù)據(jù)口徑不一致，各數(shù)據(jù)源的數(shù)據(jù)存儲方式和命名方式也存在差異性，同時(shí)，各系統(tǒng)中數(shù)據(jù)的數(shù)據(jù)量龐大，容易造成有效信息被覆蓋，給多源異構(gòu)數(shù)據(jù)的共享和融合帶來了很大的困擾。這些數(shù)據(jù)具有多源性、復(fù)雜性、異構(gòu)性和規(guī)模性等特點(diǎn)，對其處理的流程如圖1所示。

圖1 多源數(shù)據(jù)校驗(yàn)融合流程

2.2 基于ETL的多維數(shù)據(jù)清洗模型設(shè)計(jì)

通過對多源系統(tǒng)數(shù)據(jù)的較驗(yàn)與融合后，再基于ETL的數(shù)據(jù)清洗模型的清洗可得到去重、唯一的應(yīng)急相關(guān)數(shù)據(jù)，如圖2所示。

圖2 基于ETL的數(shù)據(jù)清洗模型

2.3 停送電信息融合分析方法

基于以上校驗(yàn)、融合、清洗方法的處理，以“數(shù)據(jù)源唯一，多判據(jù)校核”的原則進(jìn)行停電研判，實(shí)時(shí)采集設(shè)備狀態(tài)改變和用戶停電信息，制定災(zāi)損自動研判統(tǒng)計(jì)規(guī)則[1]。其中，配電停電信息主要接入DMS系統(tǒng)的停電報(bào)文、停電研判，PMS系統(tǒng)的計(jì)劃單、故障單的停電信息，結(jié)合SG186系統(tǒng)的搶修數(shù)據(jù)、DMS系統(tǒng)的銷戶停運(yùn)信息，分析出真實(shí)的停電配變[2]；復(fù)電信息主要接入DMS的復(fù)電報(bào)文、轉(zhuǎn)發(fā)用采復(fù)電報(bào)文、準(zhǔn)確辨識報(bào)文，PMS的計(jì)劃單、故障單的復(fù)電信息，再結(jié)合配電網(wǎng)實(shí)時(shí)運(yùn)行的斷面數(shù)據(jù)，分析出真實(shí)的復(fù)電配變。ECS系統(tǒng)實(shí)現(xiàn)自動統(tǒng)計(jì)電網(wǎng)設(shè)備及用戶停復(fù)電信息，其信息獲取時(shí)間不超過15 min，準(zhǔn)確率達(dá)到95 %以上。而且同時(shí)應(yīng)用云計(jì)算和神經(jīng)網(wǎng)絡(luò)算法，可智能生成負(fù)荷轉(zhuǎn)移、應(yīng)急搶修、客戶保電、資源調(diào)派等策略。

2.4 基于Haddop大數(shù)據(jù)技術(shù)的多維數(shù)據(jù)存儲模式

參照Hadoop存儲體系架構(gòu)分布式存儲技術(shù)[3]，結(jié)合主網(wǎng)IMD調(diào)度云平臺、配網(wǎng)SMD調(diào)度云平臺、95598系統(tǒng)、PMS系統(tǒng)、物資供應(yīng)鏈系統(tǒng)、GIS地理信息系統(tǒng)特征及數(shù)據(jù)應(yīng)用業(yè)務(wù)需求，提出了基于Hadoop的外部環(huán)境信息數(shù)據(jù)存儲邏輯架構(gòu)。存儲架構(gòu)由物理存儲層、存儲支持層和數(shù)據(jù)管理層三層組成，如圖3所示。在深度融合各專業(yè)信息的基礎(chǔ)上，輔以融合空間、時(shí)間信息，基于二維、三維GIS平臺，構(gòu)建超大屏幕全景綜合展示平臺模擬形成跨層級、跨專業(yè)的應(yīng)急全業(yè)務(wù)數(shù)據(jù)資源“一張圖”，為應(yīng)急指揮提供準(zhǔn)確的數(shù)據(jù)支撐。

圖3 多維信息數(shù)據(jù)存儲架構(gòu)

3 災(zāi)后精準(zhǔn)保障應(yīng)急搶修

以互聯(lián)網(wǎng)思路開發(fā)移動APP，在電力內(nèi)網(wǎng)端構(gòu)建基礎(chǔ)設(shè)施層、數(shù)據(jù)資源層、業(yè)務(wù)邏輯層，并基于電力內(nèi)外網(wǎng)隔離裝置對集成服務(wù)層的各項(xiàng)服務(wù)進(jìn)行數(shù)據(jù)穿透，供外網(wǎng)訪問。在互聯(lián)網(wǎng)端的展現(xiàn)層以IOS、安卓、瀏覽器等終端進(jìn)行業(yè)務(wù)應(yīng)用。

建立網(wǎng)格化指揮和任務(wù)化調(diào)配的抗災(zāi)搶險(xiǎn)組織機(jī)制，通過ECS系統(tǒng)和終端實(shí)現(xiàn)人機(jī)交互，構(gòu)建完善的任務(wù)下達(dá)、災(zāi)損勘察、物資需求提報(bào)及配送、應(yīng)急搶修單辦理及許可、搶修終結(jié)及恢復(fù)送電等環(huán)節(jié)，各環(huán)節(jié)均依托終端實(shí)現(xiàn)，有序銜接。網(wǎng)格化組建指揮機(jī)構(gòu)，跨地區(qū)調(diào)配應(yīng)急隊(duì)伍和物資，按線路為單位自動生成搶修任務(wù)，應(yīng)急搶修指令點(diǎn)對點(diǎn)下達(dá)到搶修隊(duì)伍，現(xiàn)場災(zāi)損信息和搶修物資需求實(shí)時(shí)上報(bào)，應(yīng)急物資精準(zhǔn)配送，有效提升抗災(zāi)搶險(xiǎn)效率，具體應(yīng)急搶修的業(yè)務(wù)支撐如下。

(1) 將停電設(shè)備生成搶修任務(wù)，在手機(jī)上實(shí)現(xiàn)應(yīng)急工作各環(huán)節(jié)智能互動，現(xiàn)場災(zāi)損信息和搶修物資需求實(shí)時(shí)上報(bào)，應(yīng)急搶修指令點(diǎn)對點(diǎn)下達(dá)到人，應(yīng)急物資精準(zhǔn)配送。

(2) 根據(jù)災(zāi)害預(yù)警信息，智能分析電網(wǎng)災(zāi)損和全省搶修力量的分布情況，精準(zhǔn)生成省內(nèi)搶修隊(duì)伍調(diào)派建議。依托應(yīng)急搶修APP，發(fā)布搶修隊(duì)伍調(diào)派指令。勘察人員用APP錄入受損設(shè)備、數(shù)量、原因、定位、照片等信息，由系統(tǒng)自動匯總，指揮人員即可同步查看倒斷桿、配變損壞、站房受淹等各種類型災(zāi)損的統(tǒng)計(jì)情況，以及每處災(zāi)損點(diǎn)的具體勘察信息。

(3) 參照物資配送類“快遞”的思路開發(fā)應(yīng)急指揮APP物資配送模塊，根據(jù)收集的搶修物資需求，實(shí)現(xiàn)搶修物資定點(diǎn)配送、二維碼收發(fā)貨管理。根據(jù)災(zāi)損勘察情況，可按標(biāo)準(zhǔn)物料逐個(gè)或典設(shè)物料成套等不同方式選取所需物資，形成搶修物資需求清單。同時(shí)實(shí)時(shí)監(jiān)測物資裝備信息，智能分析應(yīng)急物資裝備缺口。精準(zhǔn)掌握全省應(yīng)急物資、裝備、車輛臺賬及所在位置，實(shí)現(xiàn)監(jiān)測、動態(tài)更新。通過物資平臺、儲備物資庫存及位置，在災(zāi)前防御階段根據(jù)災(zāi)害預(yù)警信息，智能研判支撐保障資源缺口，生成物資儲備及調(diào)配工作建議。

(4) 參照外賣平臺的設(shè)計(jì)思路，建設(shè)ECS系統(tǒng)搶修APP后勤服務(wù)模塊，實(shí)現(xiàn)餐飲、住宿線上預(yù)訂，快速配送。

(5) 智能預(yù)估后勤保障需求。根據(jù)系統(tǒng)預(yù)警信息和前期支援隊(duì)伍調(diào)派情況，預(yù)估搶修隊(duì)伍、支援力量人數(shù)，做好食材、醫(yī)藥、用車、住宿以及后勤物資(行軍床、生活用品、油料等)信息規(guī)模的預(yù)估和采購工作。

4 應(yīng)用成效

通過電網(wǎng)災(zāi)害監(jiān)測預(yù)警與應(yīng)急指揮管理系統(tǒng)（ECS系統(tǒng))和終端實(shí)現(xiàn)人機(jī)交互，構(gòu)建電網(wǎng)災(zāi)害損失預(yù)測模型，精準(zhǔn)預(yù)判災(zāi)害影響范圍及趨勢，提前防范，預(yù)測精確率達(dá)到80 %以上；制定災(zāi)損自動研判統(tǒng)計(jì)規(guī)則，自動獲取統(tǒng)計(jì)災(zāi)害下電網(wǎng)設(shè)備及用戶停復(fù)電信息，并取消手工報(bào)表，信息獲取時(shí)間不超過30 min，準(zhǔn)確率達(dá)到95 %以上，為應(yīng)急指揮提供準(zhǔn)確的數(shù)據(jù)支撐；建立網(wǎng)格化指揮和任務(wù)化調(diào)配的抗災(zāi)搶險(xiǎn)組織機(jī)制，隊(duì)伍調(diào)撥、任務(wù)分配、災(zāi)損勘察、搶修作業(yè)、物資配送等各環(huán)節(jié)均依托終端實(shí)現(xiàn)，有效提升抗災(zāi)搶險(xiǎn)效率，平均抗災(zāi)搶修時(shí)間縮短30 %。

該系統(tǒng)已應(yīng)用于2018年抗擊“瑪利亞”臺風(fēng)，通過災(zāi)前智能預(yù)警、災(zāi)中多元聯(lián)動、災(zāi)后無縫搶修，最終34 h全面恢復(fù)電網(wǎng)供電；而2015年抗擊“蘇迪羅”臺風(fēng)(同為14級正面登陸），全面復(fù)電時(shí)長144 h。

5 結(jié)束語

應(yīng)用“大云物移智”技術(shù)，構(gòu)建ECS系統(tǒng)，固化大面積停電事件應(yīng)急處置流程，在電力企業(yè)在應(yīng)急期間可快速全面地感知、監(jiān)控與信息交互。建設(shè)了一種可智能感知地電網(wǎng)精準(zhǔn)保障應(yīng)急處置系統(tǒng)，實(shí)現(xiàn)精準(zhǔn)預(yù)判災(zāi)害影響范圍及趨勢、現(xiàn)場信息上報(bào)，應(yīng)急物資精準(zhǔn)配送。項(xiàng)目的實(shí)施推廣為電力企業(yè)在抗災(zāi)救災(zāi)、精確搶修處置，提供了重要的參考意義。