基于大數(shù)據(jù)分析可視化平臺關(guān)鍵技術(shù)研究及供電服務(wù)指揮應(yīng)用

任政， 祁建， 陸晨亮

(江蘇電力信息技術(shù)有限公司， 江蘇，南京 210029)

0 引言

當(dāng)前供電服務(wù)中心日常工作的關(guān)鍵為配網(wǎng)運(yùn)行監(jiān)測、搶修指揮、用戶客服問題解答，難以對數(shù)據(jù)實(shí)施綜合統(tǒng)計分析，致使多類數(shù)據(jù)之間不能完成交互共享，各項(xiàng)工作的展開狀態(tài)十分被動[1-2]。在此背景下，供電企業(yè)為供應(yīng)更優(yōu)質(zhì)的供電服務(wù)質(zhì)量，在國網(wǎng)公司號召下設(shè)置了獨(dú)立的集調(diào)控監(jiān)測、配網(wǎng)搶修、調(diào)度服務(wù)為一體的供電服務(wù)指揮中心，盡可能地整合資源，讓供電服務(wù)指揮變成數(shù)據(jù)樞紐，令供電服務(wù)更為精準(zhǔn)化、人性化與便捷化[3]。

為此，相關(guān)學(xué)者采用余弦相似度權(quán)衡簇的凝聚度，運(yùn)用N-game統(tǒng)計語言模型呈現(xiàn)供電信息間的轉(zhuǎn)移關(guān)聯(lián)，從而判斷不同類型的供電信息。也有學(xué)者將營配調(diào)相互融合的過程當(dāng)作平臺建設(shè)基礎(chǔ)，利用硬件層、平臺支撐軟件層、數(shù)據(jù)儲存層、數(shù)據(jù)處理層及數(shù)據(jù)可視化展示層搭建供電服務(wù)指揮平臺。本研究在大數(shù)據(jù)分析可視化平臺關(guān)鍵技術(shù)的基礎(chǔ)上，創(chuàng)建供電服務(wù)指揮平臺。

1 基于大數(shù)據(jù)分析可視化平臺的供電信息聚類技術(shù)

由于供電服務(wù)指揮中包含配網(wǎng)檢修、配網(wǎng)檢測運(yùn)行、供電服務(wù)集中管控等諸多內(nèi)容，利用大數(shù)據(jù)分析可視化平臺完成供電信息精準(zhǔn)聚類，確保指揮平臺運(yùn)作準(zhǔn)確性。聚類分析是大數(shù)據(jù)分析的關(guān)鍵手段，可明確數(shù)據(jù)內(nèi)不同類別和數(shù)據(jù)內(nèi)的獨(dú)有分布特征[4]。本文使用余弦相似度權(quán)衡簇的凝聚度，計算過程為

(1)

式中，Ck表示第k個簇，uij是Ck類第i個對象與第j個對象的余弦相似度。基于此，本文相似度定義使用余弦相似度，倘若2個矢量相似度是1，證明2個矢量完全相等，0代表2個矢量沒有共同點(diǎn)。將余弦相似度計算式描述成：

(2)

式中，uij是ui與uj的相似度，di是數(shù)據(jù)簇，|di|代表樣本點(diǎn)di處于歐氏空間的長度。

在聚類分析供電信息時，首先采用N-game統(tǒng)計語言模型呈現(xiàn)不同供電信息之間的轉(zhuǎn)移關(guān)聯(lián)[5]。按照最大似然估計，獲得供電信息詞匯參數(shù)為：

(3)

式中，C(w1w2…wi)是樣本w1w2…wi-1在訓(xùn)練數(shù)據(jù)內(nèi)出現(xiàn)的次數(shù)。然后將信息的切分詞依次當(dāng)作候選結(jié)果引入相同概率空間，計算聯(lián)合概率空間最高概率下的切分路徑，獲取最終的切分結(jié)果聯(lián)合概率分布：

(4)

式中，Pci是供電數(shù)據(jù)內(nèi)每個字的信息概率，Pwj是各個詞的信息概率，字與詞的概率使用最大熵模型進(jìn)行決策。假如輸入結(jié)果是k，則融合式(4)得到：

(5)

針對供電大數(shù)據(jù)文本的分詞集合，一般要推算其對于全部可能輸出k的條件概率，擇取最高概率的過程即為解碼。按照式(4)、式(5)對聯(lián)合空間字詞的解碼過程為

(6)

字詞的聯(lián)合概率模型能根據(jù)前部概率模型共同作用挑選最終的輸出結(jié)果[6]。將字詞聯(lián)合概率模型表示成：

(7)

如果大數(shù)據(jù)分析環(huán)境內(nèi)具備一組相似目標(biāo)集合D及目標(biāo)內(nèi)的關(guān)鍵字集合W，且同時存在一組擁有某種特征的集合Z。若目標(biāo)內(nèi)的關(guān)鍵字為勻稱分布，則供電信息內(nèi)詞語的聯(lián)合分布概率是：

p(wi,di)=p(di)p(wj|di)=

(8)

其中，p(di)是第j個供電數(shù)據(jù)目標(biāo)概率，p(wj|di)是特征語義基礎(chǔ)上關(guān)鍵字發(fā)生的條件概率，p(zk|dj)是數(shù)據(jù)目標(biāo)內(nèi)具備某種特征的條件概率。

將臨界值L的最優(yōu)解計算公式記作：

(9)

對于抽取后的小數(shù)據(jù)集，利用式(10)評估其樣本大小。

(10)

如果大數(shù)據(jù)分析過程中擁有數(shù)據(jù)集X，把數(shù)據(jù)集X的樣本矩陣定義為：

(11)

通過歐式距離的運(yùn)算，獲取其對應(yīng)矩陣：

(12)

設(shè)定Di,j是數(shù)據(jù)類內(nèi)Ni全部樣本與Nj類內(nèi)全部樣本之間的最小距離，得到：

Di,j=min(di,j)

(13)

使用歐式距離的兩點(diǎn)間距離解析式獲得：

(14)

(xn,yn)與(xm,ym)依次為2個連通范圍m、n邊緣點(diǎn)的坐標(biāo)。若2個坐標(biāo)間的距離低于設(shè)定值時，就把兩個范圍采取融合，反之搜索下一個坐標(biāo)。設(shè)置g(ci,cj)是全部可能的X聚類對函數(shù)，該函數(shù)可以明確兩個聚類間的相鄰性，t是目前聚類的層級等級，將聚類計算過程描寫為式(15)：

Rt=(Rt-1-{ci,cj})∪{cq}

(15)

利用式(15)獲得數(shù)據(jù)密度中心點(diǎn)，完成高精度供電信息聚類目標(biāo)，對供電服務(wù)指揮的高效運(yùn)行提供可靠基礎(chǔ)。

2 供電服務(wù)指揮可視化平臺構(gòu)建

本文將圖1中的“一個融合兩個轉(zhuǎn)變”當(dāng)作發(fā)展目標(biāo)，并推進(jìn)3個建設(shè)過程：建設(shè)實(shí)體化運(yùn)轉(zhuǎn)的組織機(jī)構(gòu)、建設(shè)貼合“五位一體”需求的操作制度，建設(shè)功能實(shí)用性強(qiáng)的技術(shù)支持平臺。

圖1 營配調(diào)融合示意圖

可視化智能供電服務(wù)指揮平臺包含平臺硬件層、平臺支撐軟件層、數(shù)據(jù)儲存層、數(shù)據(jù)處理層及數(shù)據(jù)可視化展示層如圖2所示。

數(shù)據(jù)庫集成過程詳情如圖3所示。

數(shù)據(jù)處理層是對電網(wǎng)生成的大數(shù)據(jù)實(shí)施加工、分析等功能，加工處理、分析和統(tǒng)計運(yùn)轉(zhuǎn)事件信息。數(shù)據(jù)可視化展示層內(nèi)有報表組件、圖形組件、服務(wù)組件、數(shù)據(jù)組件等多功能展示模塊，為運(yùn)維檢修的輔助決策功能提供技術(shù)支撐。

圖2 供電服務(wù)指揮平臺全局結(jié)構(gòu)圖

圖3 數(shù)據(jù)集成示意圖

在原始數(shù)據(jù)、生數(shù)據(jù)、熟數(shù)據(jù)變換過程中，過濾挖掘臟數(shù)據(jù)，同時采取數(shù)據(jù)溯源，有效查詢臟數(shù)據(jù)源頭，采取告警與整理，確保數(shù)據(jù)唯一性、完備性、關(guān)聯(lián)性與合法性等質(zhì)量需求。數(shù)據(jù)質(zhì)量管理包含數(shù)據(jù)標(biāo)準(zhǔn)化管理、數(shù)據(jù)辨識校準(zhǔn)、數(shù)據(jù)修正補(bǔ)償、質(zhì)量分析等內(nèi)容，如圖4所示。

圖4 數(shù)據(jù)質(zhì)量管理結(jié)構(gòu)圖

供電服務(wù)指揮平臺遵照配電網(wǎng)全部數(shù)據(jù)規(guī)劃分層架構(gòu)，利用大數(shù)據(jù)可視化平臺，滿足配電管理人員與供電服務(wù)指揮人員的不同需要，將其劃分成5個融合功能，平臺功能結(jié)構(gòu)如圖5所示。

圖5 平臺功能結(jié)構(gòu)

3 應(yīng)用效果與分析

為準(zhǔn)確掌握平臺運(yùn)行實(shí)際成效，提升供電服務(wù)指揮效率與質(zhì)量，將本文供電服務(wù)指揮平臺應(yīng)用于某省電力公司中，自運(yùn)行以來獲得如表1所示的總體運(yùn)行結(jié)果。

表1 使用前后運(yùn)行統(tǒng)計結(jié)果

從表1可知，使用本文平臺后，受理故障報修工單數(shù)量明顯增多，且派單及時率高達(dá)99.99%，到達(dá)現(xiàn)場及時率為100%，客服中心退單個數(shù)為0，停電信息發(fā)布不準(zhǔn)確、不規(guī)范、不完整數(shù)量為0。

這是因?yàn)楸疚牟捎昧舜髷?shù)據(jù)分析可視化平臺中的聚類技術(shù)，精準(zhǔn)判別海量數(shù)據(jù)內(nèi)不同供電派單內(nèi)容，讓供電服務(wù)指揮具備更優(yōu)的操作效率與精確率。

對平臺處理配電故障方面進(jìn)行深入研究。通過用電收集系統(tǒng)監(jiān)測的配電變壓器低壓側(cè)電壓值、線路供電網(wǎng)絡(luò)拓?fù)鋱D等數(shù)據(jù)，創(chuàng)建基于大數(shù)據(jù)分析可視化平臺下的故障研判規(guī)則，規(guī)則詳情如表2所示。

自運(yùn)行以來，平臺已發(fā)掘饋線斷線故障1530次，主動推送搶修工單1530件，通過現(xiàn)場核查，精確率是100%。證明所建平臺運(yùn)用“五位一體”協(xié)同機(jī)制的有效性，充分滿足供電服務(wù)指揮人員的工作需求。

4 總結(jié)

本文構(gòu)建了基于大數(shù)據(jù)分析可視化平臺下的供電服務(wù)指揮平臺，該平臺在配網(wǎng)故障判斷、配電設(shè)備監(jiān)測等方面可有效推進(jìn)配網(wǎng)智能分析和輔助決策，完成配網(wǎng)故障搶修指揮工作模式向主動化診斷、可視化展示、智能化指揮管理等方向改變，增強(qiáng)用戶用電服務(wù)質(zhì)量，明確更多供電信息，為配電網(wǎng)的高效運(yùn)轉(zhuǎn)提供可靠支持。

表2 斷線研判規(guī)則表