低压营配末端融合的网格化管理实践.docVIP

低压营配末端融合的网格化管理实践 摘要：当前供电营配末端相互独立、关联度偏低，导致其综合风险预警效果较差，为此构建一种新的供电综合风险预警模型。选取供电风险预警指标，并对其进行标准化处理。计算指标间的灰度关联度，并对其进行排序，获取供电风险事件的标量时间序列，求得风险预警的最大梯? ? ? ?度差，根据关联指向性特征得到风险预警评估的判决式，以此构建供电风险预警模型。实验结果表明，利用该模型进行供电综合风险预警，预警? ? ? ?结果更接近实际结果。 ? ? ? ? 关键词：低压营配末端；供电综合风险；网格化管理 ? ? ? ?? ? ? ? ?? ? ? ? ? 电力作为基础能源之一，在人们的生产生活中起着重要作用，因此为更好地提供电力服务，国家电网公司于 2015 年开启营配调贯通和末端融合的供电服务新模式，实现生产数据与营销客户数据的全面对接与共享，可以利用应用集成及图形化展现的方式，达到营配数据、业务的贯通，实现故障定位、停电范围分析、线损统计、业扩报装等业务。在此背景下，对供电综合风险预警能力要求也在不断提高。为此，? 研究一种有效的供电综合风险预警模型具有重要的现实意义。 ? ? ? ? 一、低压营配末端融合的网格化管理背景 ? ? ? ? 当前，供电综合风险预警模型大多是依据智能算法来构建的，如层次分析法、统计判别法以及模糊综合评价算法。但是随着营配调末 端融合模式的实施，导致相关电力数据量的规模急剧增大，利用以上 这些算法构建的模型进行风险预警，其预警精度受到了严重影响，最 终导致风险预警效果无法达到预期标准，影响电力营配调工作。针对 上述情况，在营配调末端融合背景下，研究一种新的网格化管理。该 模型构建主要分为 4 个步骤：首先选取供电风险预警指标，然后对选取的指标进行标准化处理，去除指标量纲；接着进行灰度关联分析， 计算指标关联度并排序，以此删除不重要的指标；最后将符合要求的 指标输入到训练后的 BP 神经网络当中，实现供电综合风险预警。为保证本模型的有效性和实用性，进行一次仿真测试，结果表明：与 3 种基于层次分析法、统计判别法以及模糊综合评价法的风险预警模型相比，利用本模型进行风险预测，其精确度更高。 ? ? ? ? 二、低压营配末端融合的网格化管理 ? ? ? ? （一）基础保障前台后台联动 ? ? ? ? 公司完成了具备光网、电网、互联网三网融合特质的智能配电网建设改造。低压营配抢修业务基于辖区内电气设备和通信设备高度智能一体化，结合了 PMS2.0、SG186、电量采集系统、预付费系统的系统组合及深化应用，对故障进行前期研判和系统分析，确保第一时间 发现故障点。显著降低了报修故障发生率，提升了客户用电可靠性， 有效提升服务质量，百万客户投诉率为 5.37%，在北京地区服务水平及客户满意度成绩突出。 ? ? ? ? （二）上门保障创新主动服务 ? ? ? ? 通过认真探索，集中围绕广大居民客户对用电新增的热切需求， 大胆尝试多种上门服务方式，超前做好抢修服务准备。通过一年来的实际运转，在处理各类故障抢修问题的过程中，不断吸取教训、总结经验，归纳出了一些成熟做法，包括通信应急、门口等候、节前筛查、紧急下发、运行预警以及营配巡视等措施。为进一步提升抢修服务水平、? 增强报修工作良好互动，实现深度业务末端融合，奠定了扎实的基础。 ? ? ? ? （三）点面结合支撑双重力量 ? ? ? ? 创建流动巡视机制，由抢修班本部与区域内流动巡视人员同时对抢修做出反应的互补方式。当内勤接到工单后，立即使用系统后台资源，? 主动检测整个区域内居民用电故障情况；再从缩短抢修半径入手，快速判断故障原因、跟踪定位，合理调配人力派发抢修力量；另外，根据区域内故障报修高发时段、地段及交通状况分析，在特殊的时间段， 以抢修驻点为主，在东、西部区设置机动维护外勤队伍为辅，形成多点呼应、网格联动机制，最大程度发挥工作效率，保证提供最优、最快、? 最高效的服务。 ? ? ? ? （四）融会贯通套餐服务成型 ? ? ? ?? ? ? ? ? 打造”互联网 +”模式，在采集运维与故障报修工作进行深度融合的运行模式中，要求班组人员，既要有主动承担的工作作风和精益 求精的工匠精神，又要有与时俱进、紧抓时代脉搏的敏感意识，树立 创新发展的”互联网 +”工作理念。通过对内、外网后台信息数据的交互和处理，制定”小区物业、购电下发、上门下发”等套餐服务， 并且在班组日常管理和抢修工单信息等方面，都通过移动互联网即时 通信派发，安装手机软件进行实时信息共享；同时，以地理定位手段， 优选抢修派车路线，准确及时到达故障现场。 ? ? ? ? （五）多措并举应对批量报修 ? ? ? ? 建立主动服务模式，充分深化系统应用，实现批量抢修处理。在 集中力量强化优