基于人工智能技術(shù)的配網(wǎng)智能化監(jiān)控指揮技術(shù)研究

王 爽 劉曉輝 王彬楠 陳啟龍 楊亞男

（國網(wǎng)河南省電力公司鄭州供電公司）

0 引言

隨著社會的發(fā)展，電力需求不斷增加，配電網(wǎng)規(guī)模也隨之?dāng)U大，電力用戶數(shù)量不斷增長。配網(wǎng)調(diào)控作為業(yè)務(wù)樞紐面臨兩個問題：一方面，接入的信息化系統(tǒng)眾多，信息數(shù)據(jù)增加導(dǎo)致利用效率降低；另一方面，配網(wǎng)生產(chǎn)指揮涉及廣泛，存在大量簡單重復(fù)的機械流程，指揮效率低下，易出現(xiàn)業(yè)務(wù) “樞紐擁堵”［1］。因此，配網(wǎng)生產(chǎn)指揮迫切需要流程再造，利用人工智能技術(shù)提升效率。

本文通過基于人工智能技術(shù)的配網(wǎng)智能化監(jiān)控指揮研究，考慮用戶需求，從而提供高水平、高質(zhì)量的服務(wù)。利用大后臺信息數(shù)據(jù)分析與準確研判支持，致力于實現(xiàn)末端業(yè)務(wù)融合與提升服務(wù)品質(zhì)的目標(biāo)。通過監(jiān)控預(yù)警和建立預(yù)警模型機制，進行語音外呼通知和信息提示，及時處理配網(wǎng)業(yè)務(wù)任務(wù)，并梳理完成進度，減少配調(diào)員的查找、跟蹤和通知工作。人工智能技術(shù)能減少機械化工作，降低配調(diào)員工作量，為電網(wǎng)安全運行提供保障，提高供電服務(wù)指揮管理的精益化水平［2］。

1 語音識別模型

1.1 語音信號

語音信號是一種常見的一維信號波，容易受到外界環(huán)境影響，具有不平穩(wěn)性，難以找到其規(guī)律。通過聲學(xué)特征提取可以增強語音信號的穩(wěn)定性，提取聲學(xué)特征具體過程如下：

（1）預(yù)加重

高頻信號在傳遞過程中，衰減較快，但是高頻部分又蘊含很多對語音識別有利的特征。因此，在特征提取之前，需要對原始信號進行預(yù)加重，以此提高原始信號中高頻信號的能量。

（2）分幀加窗

由于語音信號是一種不穩(wěn)定的信號，隨著時間的變化，頻率也在變化。因此，不能將整個語音信號作為一個整體來處理。為了解決這個問題，在對語音信號進行預(yù)處理之后，需要將原始語音信號分割成較小的片段進行處理，這個過程稱為分幀。通常，這些片段的時間范圍是10～30ms，因此需要使用一個固定長度的窗口來獲得這些片段，通過移動窗口來進行分割。為了避免頻譜泄露問題，通常使用窗函數(shù)對信號進行處理，窗函數(shù)可以讓片段信號盡可能地保持原來連續(xù)信號的性質(zhì)。

（3）特征提取

一般使用的聲學(xué)特征主要包括：語譜圖、濾波器組（Mel Filter Bank，F(xiàn)bank）特征和梅爾頻率倒譜系數(shù)（Mel-Frequency Cepstral Coefficient，MFCC）。具體聲學(xué)特征提取過程如圖1所示。

圖1 聲學(xué)特征提取過程

管網(wǎng)故障檢測實施信息支持后，在一定程度上解決了這些問題。FDEE （Water Pipe Network Fault Diagnosis Model based on Experience Evolution）模型研究了新型的管網(wǎng)故障檢測專家經(jīng)驗應(yīng)用算法。這部分算法的核心是匹配算法，主要解決了管網(wǎng)故障診斷系統(tǒng)對歷史專家經(jīng)驗難以利用的瓶頸。其主體思路是提取現(xiàn)場數(shù)據(jù)的特征，與專家經(jīng)驗庫中的案例進行匹配，生成初次判斷，加速檢測過程；在檢測結(jié)果生成并得到驗證后，將相關(guān)數(shù)據(jù)反饋給專家?guī)?，使其中的信息得以進化，以便提供更為全面、精準的專家經(jīng)驗［3］。

1.2 基于HMM 的聲學(xué)模型

隱馬爾可夫模型（Hidden Markov Model，HMM）可以用來描述一個狀態(tài)轉(zhuǎn)換到另一個狀態(tài)的隨機過程，由于HMM假設(shè)，通常下一時刻狀態(tài)概率分布主要由當(dāng)前狀態(tài)決定。在HMM聲學(xué)模型中，常將聲學(xué)特征轉(zhuǎn)換為對應(yīng)的狀態(tài)序列，用于描述音素內(nèi)部HMM狀態(tài)的轉(zhuǎn)換過程，解決聲學(xué)特征與多個語音建模單元的對應(yīng)關(guān)系。整個過程可概括為HMM生成隱狀態(tài)序列，再由隱狀態(tài)生成觀測值序列。在語音識別中，建模單元如音素、拼音和字通常被視為隱含狀態(tài)，而語音作為觀測序列。HMM可用于計算狀態(tài)序列的轉(zhuǎn)移概率，而觀測概率通常通過高混合模型和深度神經(jīng)網(wǎng)絡(luò) （Deep Neural Networks，DNN）計算得出。圖2是基于HMM的聲學(xué)模型，它描述了聲學(xué)特征和HMM狀態(tài)之間的關(guān)系。

圖2 基于HMM 的聲學(xué)模型

2 系統(tǒng)功能架構(gòu)介紹

2.1 遙測數(shù)據(jù)管理

遙測數(shù)據(jù)管理是調(diào)度系統(tǒng)中最基礎(chǔ)也是最重要的功能模塊，調(diào)度人員依靠該模塊對設(shè)備狀態(tài)、設(shè)備采集的數(shù)據(jù)進行完全感知。實際應(yīng)用中遙測數(shù)據(jù)的來源分為兩個部分，一部分是SCADA系統(tǒng)的推送，另一部分是接入設(shè)備的直接傳輸，這兩部分的數(shù)據(jù)需要整合統(tǒng)一管理，就需要基本的數(shù)據(jù)查詢展示、數(shù)據(jù)修改、數(shù)據(jù)刪除、數(shù)據(jù)導(dǎo)出、數(shù)據(jù)導(dǎo)入等功能支持。調(diào)度工作中，不同調(diào)度人員關(guān)注的數(shù)據(jù)可能有所不同。部分人員關(guān)注設(shè)備狀態(tài)數(shù)據(jù)，如設(shè)備溫度和開關(guān)狀態(tài)，而其他人員更關(guān)注設(shè)備采集數(shù)據(jù)。因此，需要根據(jù)不同業(yè)務(wù)場景提供不同的采集規(guī)則進行數(shù)據(jù)采集，以支持業(yè)務(wù)需求。數(shù)據(jù)準確性對于業(yè)務(wù)判斷至關(guān)重要。調(diào)度工作的準確性和有效性與數(shù)據(jù)準確性密切相關(guān)。盡管調(diào)度人員可以根據(jù)經(jīng)驗對數(shù)據(jù)準確性進行判斷，但人工判斷能力有限。在海量調(diào)度數(shù)據(jù)中，人工判斷方式不可行。只有數(shù)據(jù)準確性得到保障，系統(tǒng)提供的自動化分析和預(yù)警功能才具有實際意義。

2.2 報警管理

為了提高電網(wǎng)調(diào)度自動化系統(tǒng)的安全性，系統(tǒng)內(nèi)部已經(jīng)加入了報警模塊。無論在何時何地，只要出現(xiàn)任何紕漏或錯誤，系統(tǒng)都能立即分析并提醒操作人員。同時，系統(tǒng)會即時記錄事故發(fā)生的時間、位置和具體內(nèi)容，并將報警信號發(fā)送給操作人員。這樣做的目的是為了增強故障事件的及時提醒，讓操作人員能夠立即關(guān)注，以避免延誤導(dǎo)致更嚴重的問題。此外，詳細記錄和傳遞故障事件的信息也有助于操作人員及時發(fā)現(xiàn)和排查故障原因，從而節(jié)約處理故障所需的時間。通過這些措施，系統(tǒng)能夠提高安全性并促使及時處理故障［4］。其中該系統(tǒng)引入的報警模塊的主要特點可以歸納如下。

系統(tǒng)內(nèi)的模塊程序會根據(jù)數(shù)據(jù)庫內(nèi)容預(yù)測可能出現(xiàn)的故障情況，并根據(jù)故障的嚴重程度進行等級劃分。每個等級對應(yīng)不同的報警信號提示，以便提醒操作人員快速反應(yīng)和了解故障的嚴重緊急程度。一旦收到報警提示，模塊會立即且持續(xù)地向操作人員提供故障事件的具體內(nèi)容和各項信息，操作人員可以通過查詢等方式全面詳細地了解整個事件。這樣，操作人員能夠迅速獲得必要的信息并采取相應(yīng)的處理措施。

2.3 遙測設(shè)備管理

在調(diào)度工作中，涉及到各種不同的遙測設(shè)備，為了保證設(shè)備的正常工作，操作人員需要對每個設(shè)備使用的各個環(huán)節(jié)進行跟蹤記錄。設(shè)備在系統(tǒng)運行的生命周期中包括設(shè)備上線、投運和設(shè)備下線等階段。在設(shè)備投運期間，需要監(jiān)測設(shè)備的在線狀態(tài)、自身狀態(tài)等，并及時維護和整改故障設(shè)備。此外，自動分析和預(yù)警故障設(shè)備的故障原因也是必不可少的［5］。

根據(jù)實際情況，不同類型的設(shè)備可能具有不同的報警規(guī)則。為了滿足不同類型設(shè)備不同報警規(guī)則的要求，操作人員將事先定義的報警規(guī)則錄入系統(tǒng)，并綁定到具體的設(shè)備上。當(dāng)系統(tǒng)檢測到設(shè)備異常時，會自動推送預(yù)警信息。這樣做不僅能減輕操作人員的工作壓力，還能更好地保證設(shè)備的安全使用和系統(tǒng)的安全性。

通過跟蹤記錄設(shè)備狀態(tài)、自動分析故障、設(shè)置報警規(guī)則等措施，調(diào)度系統(tǒng)能夠有效地管理設(shè)備，提高設(shè)備的運行可靠性和系統(tǒng)的安全性。

3 OMS智能調(diào)度管理系統(tǒng)

（1）配電網(wǎng)多系統(tǒng)大數(shù)據(jù)融合，建設(shè)OMS預(yù)警監(jiān)控督辦展示中心

通過對配電自動化系統(tǒng)、D5000系統(tǒng)、PMS生產(chǎn)管理系統(tǒng)、OMS智能調(diào)度管理系統(tǒng)、供電服務(wù)指揮系統(tǒng)等多個管理系統(tǒng)中的信息進行挖掘研究，可以使用基于有效指數(shù)的聚類算法進行聚類分析，以提高各管理系統(tǒng)之間的互通性和流動性。同時，挖掘大數(shù)據(jù)在配電網(wǎng)管理中的應(yīng)用效能，以大后臺信息數(shù)據(jù)分析應(yīng)用和準確研判為強有力支撐，以強化前端實現(xiàn)末端業(yè)務(wù)融合和促進服務(wù)品質(zhì)提升為工作目標(biāo)。在配電網(wǎng)管理中，依據(jù)配電網(wǎng)管理規(guī)程，可以對配網(wǎng)計劃、配電工作票、缺陷消缺處理、異常處理、任務(wù)協(xié)同、設(shè)備運行狀態(tài)監(jiān)視等進行預(yù)警監(jiān)控［6］。通過可視化技術(shù)，可以展示配電網(wǎng)數(shù)據(jù)預(yù)警事項，讓相關(guān)人員能夠更直觀地了解配電網(wǎng)的運行情況和發(fā)現(xiàn)潛在問題。通過以上的方法和措施，可以實現(xiàn)配電網(wǎng)管理系統(tǒng)各個模塊之間的有效協(xié)同和信息流動，提高運維效率和服務(wù)質(zhì)量。同時，利用大數(shù)據(jù)分析和可視化技術(shù)，可以更好地監(jiān)控和預(yù)警配電網(wǎng)的異常情況，及時采取措施進行處理，確保配電網(wǎng)的安全和穩(wěn)定運行，如圖3和圖4所示。

圖3 OMS預(yù)警監(jiān)控督辦展示中心

圖4 OMS預(yù)警監(jiān)控督辦展示中心——信息預(yù)警

（2）建設(shè)智能語音外呼接口

語音外呼接口整體架構(gòu)采用IP分布式部署方案，采用數(shù)字中繼方式接入，核心設(shè)備為外線語音網(wǎng)關(guān)、通訊交換設(shè)備、存儲服務(wù)器及多媒體服務(wù)器，放置于機房，通過交換機網(wǎng)絡(luò)與OMS業(yè)務(wù)系統(tǒng)相連［7］，如圖5所示。

圖5 語音外呼接口設(shè)備網(wǎng)絡(luò)圖

語音外呼接口增設(shè)TTS文本語音處理模塊，把通知內(nèi)容信息轉(zhuǎn)換成語音內(nèi)容以語音外呼的方式通知現(xiàn)場人員，使語音外呼功能更加智能化。

語音外呼接口提供多種對外接口形式，如WebService、WebSocket、HTTP等協(xié)議接口，可供對接業(yè)務(wù)系統(tǒng)調(diào)取使用，如圖6所示。

圖6 語音外呼接口形式

（3）建立預(yù)警通知模型，智能化進行監(jiān)控預(yù)警督辦

結(jié)合配電網(wǎng)管理規(guī)程，建立OMS預(yù)警監(jiān)控督辦通知模型，使配網(wǎng)業(yè)務(wù)工作可以以無人值守模式通過語音外呼或短消息的方式通知任務(wù)待辦人。OMS預(yù)警監(jiān)控督辦的業(yè)務(wù)通知形式包括消息通知與電話外呼通知兩種方式，如圖7所示。

圖7 消息提示

電話外呼是指調(diào)用語音外呼接口，建立OMS與語音外呼平臺的對接，對需要外呼通知的信息通過TTS文本語音轉(zhuǎn)換技術(shù)，把通知信息通過電話方式通知到相關(guān)人員［8］。

建立OMS預(yù)警監(jiān)控督辦的業(yè)務(wù)通知規(guī)則信息池，通過勾選方式設(shè)定不同業(yè)務(wù)的通知方式，可以是電話外呼通知、消息通知其中的一種，也可以是兩種通知方式并行，通過計算機自動把通知信息通知到相應(yīng)人員，并進行督辦統(tǒng)計，如圖8所示。

圖8 督辦統(tǒng)計視圖

為了構(gòu)建高可用性、安全性、可靠性、可伸縮性和擴展性的軟件系統(tǒng)功能，系統(tǒng)采用成熟、標(biāo)準的J2EE（Java 2 Enterprise Edition）企業(yè)平臺架構(gòu)搭建，采用多層的分布式應(yīng)用模型、組件再用、一致化的安全模型及靈活的事務(wù)控制，基于調(diào)度網(wǎng)絡(luò)技術(shù)，采用瀏覽器／服務(wù)器（Browser／Server）模式實現(xiàn)，使系統(tǒng)具有更好的移植性，以適應(yīng)預(yù)警監(jiān)控督辦外呼應(yīng)用環(huán)境復(fù)雜、業(yè)務(wù)規(guī)則多變、信息發(fā)布的需要，以及系統(tǒng)將來擴展的需要。

系統(tǒng)的軟件層次如圖9所示。

圖9 軟件層次分析圖

4 結(jié)束語

本文針對通信線路利用率低和人力資源使用率高的問題提出了一種解決方案，即語音外呼系統(tǒng)。該系統(tǒng)能夠?qū)崿F(xiàn)語音和數(shù)據(jù)相互融合，增強通信能力，網(wǎng)絡(luò)組網(wǎng)方便，操作靈活，從而提高通信線路的利用率，節(jié)省人力資源，并提高指揮效能。同時，本文還利用人工智能技術(shù)實現(xiàn)了配網(wǎng)調(diào)度的智能化指揮。通過OMS智能調(diào)度管理系統(tǒng)，完成了耗時耗力的機械化勞動，大大減少了配調(diào)員的工作量［9］。這一智能化的調(diào)度指揮系統(tǒng)為電網(wǎng)的安全運行提供了保障，并提高了供電服務(wù)指揮管理工作的精益化水平。通過采用語音外呼系統(tǒng)和智能化的配網(wǎng)調(diào)度指揮系統(tǒng)，可以有效地解決通信線路利用率低和人力資源過高的問題。這些技術(shù)和系統(tǒng)的應(yīng)用不僅能提升電網(wǎng)的運行效率，還能提高安全性和服務(wù)水平，為電力行業(yè)的發(fā)展做出貢獻。