今年5月起，國(guó)網(wǎng)上海市電力公司完成了國(guó)網(wǎng)大數(shù)據(jù)平臺(tái)部署，并基于大數(shù)據(jù)平臺(tái)開(kāi)展配網(wǎng)故障搶修精益化管理應(yīng)用場(chǎng)景實(shí)施。通過(guò)大數(shù)據(jù)技術(shù)，建立故障搶修事前預(yù)測(cè)、事中跟蹤、事后分析的主軸線，全面支撐故障搶修工作，有效提升了故障搶修精益化管理水平。

為了完善配網(wǎng)搶修機(jī)制，縮短故障復(fù)電時(shí)間，提高供電可靠性水平，國(guó)網(wǎng)上海電力于2014年開(kāi)展了配網(wǎng)故障搶修精益化管理前期研究工作。故障搶修工作牽扯點(diǎn)多、涉及面廣，大數(shù)據(jù)技術(shù)的注入，給該工作帶來(lái)了新面貌。

國(guó)網(wǎng)上海電力將故障搶修主軸線剖析為事前預(yù)測(cè)、事中跟蹤、事后分析三個(gè)段落，基于故障搶修管理系統(tǒng)、用電信息采集系統(tǒng)、數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)、市調(diào)系統(tǒng)、營(yíng)銷(xiāo)業(yè)務(wù)應(yīng)用系統(tǒng)、外部系統(tǒng)等故障搶修工單信息，結(jié)合搶修班組、用戶、臺(tái)區(qū)、線路、氣象信息等數(shù)據(jù)信息，全面掌握8889戶高壓用戶和944萬(wàn)戶低壓用戶與上海電網(wǎng)949座變電站、17915條10千伏線路、11萬(wàn)臺(tái)公用配變、29萬(wàn)條低壓線路的拓?fù)潢P(guān)系；全面掌握2013年至2015年累計(jì)120余萬(wàn)張搶修工單數(shù)據(jù)，報(bào)修地址、故障設(shè)備、上級(jí)電源、搶修指標(biāo)等數(shù)據(jù)完備；全面掌握近三年來(lái)電網(wǎng)故障數(shù)據(jù)，并通過(guò)系統(tǒng)平臺(tái)形式關(guān)聯(lián)SCADA二遙信息及搶修數(shù)據(jù)；全面掌握用戶投訴情況；全面掌握公用配網(wǎng)實(shí)時(shí)運(yùn)行情況及失電情況。通過(guò)龐大的基礎(chǔ)數(shù)據(jù)，構(gòu)建完善的故障搶修效率分析模型和故障數(shù)量預(yù)測(cè)模型，實(shí)現(xiàn)“配網(wǎng)故障搶修實(shí)時(shí)分析”和“故障搶修效率分析”兩大場(chǎng)景應(yīng)用。

“配網(wǎng)故障搶修實(shí)時(shí)分析”場(chǎng)景展示當(dāng)前上海全市配網(wǎng)故障發(fā)生的實(shí)時(shí)情況，并從故障數(shù)量實(shí)時(shí)分析、故障量日趨勢(shì)監(jiān)測(cè)、故障處理情況3個(gè)維度進(jìn)行詳細(xì)的剖析和監(jiān)測(cè)，實(shí)時(shí)分析各區(qū)域故障影響范圍、用戶報(bào)修情況、搶修資源實(shí)時(shí)分布、駐點(diǎn)工作強(qiáng)度，并實(shí)現(xiàn)了搶修工單自動(dòng)合并、重復(fù)報(bào)修統(tǒng)計(jì)、搶修工單就近派發(fā)、臺(tái)區(qū)故障失電主動(dòng)上報(bào)等多項(xiàng)實(shí)用化輔助功能。“故障搶修效率分析”場(chǎng)景展示上一個(gè)月上海全市的非電網(wǎng)或電網(wǎng)的配網(wǎng)搶修效率，按發(fā)生年月、故障分類(lèi)、電壓等級(jí)、設(shè)備大類(lèi)五個(gè)維度統(tǒng)計(jì)，對(duì)上海全市、各區(qū)域、駐點(diǎn)和班組的效率進(jìn)行評(píng)估和分析，對(duì)重復(fù)故障設(shè)備、重復(fù)停電用戶、故障熱點(diǎn)臺(tái)區(qū)、運(yùn)行隱患臺(tái)區(qū)等進(jìn)行統(tǒng)計(jì)，為配網(wǎng)設(shè)備運(yùn)維、技術(shù)改造及搶修資源配置等提供詳實(shí)數(shù)據(jù)。

由大數(shù)據(jù)技術(shù)帶來(lái)的故障搶修模式革新也是成效顯著的。以傳統(tǒng)搶修模式中難以開(kāi)展的事前預(yù)測(cè)為例，基于大數(shù)據(jù)平臺(tái)，通過(guò)實(shí)時(shí)或定時(shí)采集配網(wǎng)搶修工單數(shù)據(jù)信息、SCADA負(fù)荷數(shù)據(jù)以及氣象系統(tǒng)中的相關(guān)歷史數(shù)據(jù)進(jìn)行預(yù)處理之后，科學(xué)運(yùn)用預(yù)測(cè)算法則觀察探索歷史故障發(fā)生情況與負(fù)荷、氣象的內(nèi)在發(fā)展規(guī)律，可以預(yù)測(cè)未來(lái)一天或未來(lái)一個(gè)月各區(qū)域、不同電壓等級(jí)的設(shè)備故障量可能發(fā)生的數(shù)量區(qū)間及主要故障類(lèi)型，預(yù)測(cè)精度可達(dá)到70%以上。

如此一來(lái)，以往根據(jù)用戶報(bào)修分配搶修力量的傳統(tǒng)模式已可逐步轉(zhuǎn)換為根據(jù)預(yù)測(cè)情況進(jìn)行事前安排先進(jìn)方法，為提前部署設(shè)備運(yùn)維改造重點(diǎn)、合理調(diào)配搶修資源、制定預(yù)案措施等提供研判依據(jù)，這對(duì)業(yè)務(wù)部門(mén)合理安排班組工作人員和工作量具有重要的指導(dǎo)意義，達(dá)到提升搶修效率的目的。尤其是在每年迎峰度夏期間，故障預(yù)測(cè)的效果更加顯著。

與業(yè)務(wù)部門(mén)開(kāi)展的均值統(tǒng)計(jì)方式相比，基于大數(shù)據(jù)挖掘模型的聚類(lèi)分析方式，能夠提升搶修效率標(biāo)桿評(píng)估的合理性及多樣性，并對(duì)搶修管理工作提供指導(dǎo)意見(jiàn)。