论文部分内容阅读
随着经济和社会的不断发展和能源发展策略的转变，人们对电的依赖性越来越强，同时供电企业的供电能力、服务水平的要求也日趋增加，但在电网运行、电网建设和升级改造过程中，不可避免会出现局部频繁停电现象，影响用电企业的正常生产和居民客户的日常生活。根据某地区客户服务数据显示，由于频繁停电引起客户投诉的比例已占到了该地区投诉总量的30%左右，成为名副其实的投诉重灾区。因此，如何控制配电网频繁停电现象，建立频繁停电预警机制，已成为供电企业在提供优质用电服务过程中亟待解决的关键性问题。
一 频繁停电定义
国网公司营销部在《关于对低电压和频繁停电投诉业务受理标准的说明》中，对客户投诉“频繁停电”受理的标准：客户反映2个月停电3次及以上的。 经过对上述两个标准的研读，结合客户用电需求。
“重复停电”，在《国家电网公司供电服务指标量标准》（Q/GDW 1403—2014）第四条第五款中规定“城市客户年平均停电时间不超过37.5小时（对应供电可靠率不低于99.6%）。供电设备计划检修时，对35kV……；对10kV供电的客户，每年停电不应超过三次”。
二 频繁停电现状与产生原因
根据供电企业业务现状及管理模式，频繁停电主要分为两大类：
1、计划频繁停电。主要是供电企业在对电网建设改造以及用户工程配套建设过程中，因生产计划安排不够合理等因素导致同一设备的多次重复停役，引起频繁停电。
2、故障频繁停电。主要有三种情况：一是供电设备自身发生故障而停电；二是因短路、过载、接地等引起上级设备跳闸停电，如断路器、剩余电流动作保护器的保护性跳闸，该情况在低压配电网中最为常见；三是外部因素影响，如自然灾害、恶劣天气、外力破坏等引起停电。
计划和故障停电对频繁停电的影响程度存在较为明显的季节性差异。如春、秋季为黄金施工期，计划性施工安排频繁，也即计划频繁停电情况占主导；而在夏季高温期间， 受恶劣天气以及高温的影响，故障性频繁停电情况占主导。
三 频繁停电分析方法
频繁停电监测分析基于系统海量明细数据，利用大数据开展分析，整个流程可分为数据收集、数据清洗、监测分析等环节。
1、数据收集。经过对某供电公司电能质量在线监测、用电信息采集、SG186营销业务、电网调度技术支持、95598业务支持等系统的分析，发现电能质量在线监测系统中存储了配变台区停电事件数据，用电信息采集系统中存储了每个台区每天24点的电压电流以及有功功率数据，SG186营销业务系统中存储了客户计量点数据、客户所属台区数据、台区所属线路数据等，电网调度控制系统存储了10kV出口线路负荷数据，95598业务支持系统中存储了每天的配变以及10kV线路的停电信息。在这些海量数据基础上，采用大数据分析方法，分析频繁停电的线段、线路和台区。
2、数据清洗。电能质量在线监测系统停电事件来源于用电信息采集系统中的终端停上电信息，由于各种原因导致停电明细数据中同一台区存在停、上电时间重叠的大量垃圾数据，单纯靠人工剔除的话工作量巨大。通过开发轻量级垃圾数据清洗工具，有效剔除同一台区停电时间重叠的垃圾记录，有效降低了人工数据筛查工作量，显著提高台区停电异动数据的可信性。
3、数据分析。基于数据清洗后的停电记录，按照频繁停电严重程度进行量化分析，按照频繁停电台区的地域（所辖部门）分布进行跨部门量化对比分析，实现台区停电问题的直观展现，为频繁停电治理工作提供扎实的量化数据支撑。分析结果直观展现频繁停电问题严重程度，为宏观决策提供辅助量化支持。
四 频繁停电预警督办机制
通过上述流程对频繁停电信息分析后，运用分级预警方式设置预警阈值，当达到相应阈值时，向设备管理部门发出频繁停电预警单，调查频繁停电原因并进行控制，避免频繁停电程度的进一步升级。
预警阈值可以采用两种方式确定：一是直接采用频繁停电投诉认定标准值； 二是考虑该区域对频繁停电的敏感程度，引入敏感值（敏感值=停电次数/投诉数）。如假设该地区一个月内发生5 次频繁停电投诉，共计涉及停电事件20 次，即可将敏感值4 次作为预警阈值。在阈值设置上，根据用户、线段、线路设置不同预警值，具体参见表1和表2，该控制方式建立在目前较为成熟的设备信息实时采集的基础上，采取Ⅰ-Ⅳ级预警分类和不同大发布周期， 适用于在全地区开展频繁停电在线監测与预警工作，达到实时预警、及时控制的目的。
五 结语
本文通过提出的频繁停电预警督办机制，验证了频繁停电治理工作的可行性，为地市公司全过程量化评价频繁停电治理工作进行了有益的尝试，有力提升了配电网管理水平，为提高用户供电可靠性提供了有效的支撑，具有较大的推广应用价值。
参考文献
[1]熊俊.提高电网可靠性的措施[J]. 云南电力技术，2015（6）：05-11.
[2]李国杰，程学旗.大数据研究：大数据的研究现状与科学思考[J]. 中国科学院院刊，2012，27（6）：647-657.
一 频繁停电定义
国网公司营销部在《关于对低电压和频繁停电投诉业务受理标准的说明》中，对客户投诉“频繁停电”受理的标准：客户反映2个月停电3次及以上的。 经过对上述两个标准的研读，结合客户用电需求。
“重复停电”，在《国家电网公司供电服务指标量标准》（Q/GDW 1403—2014）第四条第五款中规定“城市客户年平均停电时间不超过37.5小时（对应供电可靠率不低于99.6%）。供电设备计划检修时，对35kV……；对10kV供电的客户，每年停电不应超过三次”。
二 频繁停电现状与产生原因
根据供电企业业务现状及管理模式，频繁停电主要分为两大类：
1、计划频繁停电。主要是供电企业在对电网建设改造以及用户工程配套建设过程中，因生产计划安排不够合理等因素导致同一设备的多次重复停役，引起频繁停电。
2、故障频繁停电。主要有三种情况：一是供电设备自身发生故障而停电；二是因短路、过载、接地等引起上级设备跳闸停电，如断路器、剩余电流动作保护器的保护性跳闸，该情况在低压配电网中最为常见；三是外部因素影响，如自然灾害、恶劣天气、外力破坏等引起停电。
计划和故障停电对频繁停电的影响程度存在较为明显的季节性差异。如春、秋季为黄金施工期，计划性施工安排频繁，也即计划频繁停电情况占主导；而在夏季高温期间， 受恶劣天气以及高温的影响，故障性频繁停电情况占主导。
三 频繁停电分析方法
频繁停电监测分析基于系统海量明细数据，利用大数据开展分析，整个流程可分为数据收集、数据清洗、监测分析等环节。
1、数据收集。经过对某供电公司电能质量在线监测、用电信息采集、SG186营销业务、电网调度技术支持、95598业务支持等系统的分析，发现电能质量在线监测系统中存储了配变台区停电事件数据，用电信息采集系统中存储了每个台区每天24点的电压电流以及有功功率数据，SG186营销业务系统中存储了客户计量点数据、客户所属台区数据、台区所属线路数据等，电网调度控制系统存储了10kV出口线路负荷数据，95598业务支持系统中存储了每天的配变以及10kV线路的停电信息。在这些海量数据基础上，采用大数据分析方法，分析频繁停电的线段、线路和台区。
2、数据清洗。电能质量在线监测系统停电事件来源于用电信息采集系统中的终端停上电信息，由于各种原因导致停电明细数据中同一台区存在停、上电时间重叠的大量垃圾数据，单纯靠人工剔除的话工作量巨大。通过开发轻量级垃圾数据清洗工具，有效剔除同一台区停电时间重叠的垃圾记录，有效降低了人工数据筛查工作量，显著提高台区停电异动数据的可信性。
3、数据分析。基于数据清洗后的停电记录，按照频繁停电严重程度进行量化分析，按照频繁停电台区的地域（所辖部门）分布进行跨部门量化对比分析，实现台区停电问题的直观展现，为频繁停电治理工作提供扎实的量化数据支撑。分析结果直观展现频繁停电问题严重程度，为宏观决策提供辅助量化支持。
四 频繁停电预警督办机制
通过上述流程对频繁停电信息分析后，运用分级预警方式设置预警阈值，当达到相应阈值时，向设备管理部门发出频繁停电预警单，调查频繁停电原因并进行控制，避免频繁停电程度的进一步升级。
预警阈值可以采用两种方式确定：一是直接采用频繁停电投诉认定标准值； 二是考虑该区域对频繁停电的敏感程度，引入敏感值（敏感值=停电次数/投诉数）。如假设该地区一个月内发生5 次频繁停电投诉，共计涉及停电事件20 次，即可将敏感值4 次作为预警阈值。在阈值设置上，根据用户、线段、线路设置不同预警值，具体参见表1和表2，该控制方式建立在目前较为成熟的设备信息实时采集的基础上，采取Ⅰ-Ⅳ级预警分类和不同大发布周期， 适用于在全地区开展频繁停电在线監测与预警工作，达到实时预警、及时控制的目的。
五 结语
本文通过提出的频繁停电预警督办机制，验证了频繁停电治理工作的可行性，为地市公司全过程量化评价频繁停电治理工作进行了有益的尝试，有力提升了配电网管理水平，为提高用户供电可靠性提供了有效的支撑，具有较大的推广应用价值。
参考文献
[1]熊俊.提高电网可靠性的措施[J]. 云南电力技术，2015（6）：05-11.
[2]李国杰，程学旗.大数据研究：大数据的研究现状与科学思考[J]. 中国科学院院刊，2012，27（6）：647-657.