一、需求分析

近年来，国网公司通过SG-ERP信息化工程建设、全业务统一数据中心建设等工作，积累了海量配网设备运行数据和客户用电行为信息，为挖掘大数据价值、深化大数据应用提供了坚实基础。但配网设备海量全景数据未有效应用，数据价值仍未得到有效的释放，在支撑指导公司规划建设、政府精准决策、企业节支增效、服务社会民生方面未发挥有效价值，数据融通增值变现能力差。

传统配网管理模式存在三大痛点：看不全——配网健康状态无法全景洞悉。配电网变压器、电网线路数量繁多，配网设施设备台账等基础管理信息、运行实时信息独立存放于各系统，数据信息分散且信息化程度低，难以实现全景数据的有效整合，数据贯通性差，配网设备运行健康状态把控力度较差。看不透——故障问题无法深入剖析。面对不断扩大的电网规模及外部环境更加复杂的发展趋势，影响电网安全稳定运行的缺陷、故障及隐患等客观因素也在不断增加。传统人工运维模式难以准确识别故障诱发因素，配网运行故障问题分析能力差，配电线路跳闸频发，故障发生排查处理时间长，供电可靠性和配电运检效率较低。效率低——抢修资源未高效配置。随着用电需求的提高和用户数量的增长，电网企业的服务水平面临了更高的要求。配网故障的抢修效率与服务水平，对供电可靠性，乃至对地区经济发展和社会稳定，都造成重要的影响。传统的电力抢修是通过技术改进来实现对配网故障的定位与隔离，以及进一步的电力恢复处理。而长期以来，电力系统内生产、营销、运检等部门业务交集少，部门协同效应不显著，对于供电抢修服务的人员、车辆、物资等资源的指挥管理和调配等缺乏系统的统筹与引导，配网抢修资源配置合理性差。

为了解决以上问题，更好地提高公司运营监测和分析水平，有必要围绕设备智能化大数据，融合调度OMS、运检PMS2.0（含GIS）、配电自动化、气象信息系统等全面信息，有效整合运检及相关业务数据。根据对海量历史数据行为规律进行总结，模拟未来发展趋势，发现业务疑点、异动并进行测算评估，建立基于全景监测与智能预警的配电网大数据应用支撑平台。

二、应用目标

构建更安全、更智能、更高效的监测分析与预测预警体系，提高设备状态感知能力，优化设备运行参数，使设备始终处于最佳运行状态，延长设备使用寿命，提高设备检修的预知性和数据预测性水平，化被动检修为主动运维，为电力企业运营、电网安全生产及优质服务提供高效益的数据化科学决策依据。

三、主要做法

基于全景监测及智能预警的配电网全域大数据应用项目主要运用Spark配合Python从各业务系统提取数据，如PMS变压器、线路等档案数据及检测、试验、评价等运维工作数据；用采系统电压、电流、功率运行数据以及外网实时抓取气象数据；95598系统的故障停电信息等，利用传统统计分析(如相关性分析等)、分类统计分析(如随机森林等)、回归统计分析(如GBDT等)，运用皮尔森相关系数配合斯皮尔曼相关系数进行特征提取，运用随机森林、GBDT、D-S证据论等构建设备异常诊断模型、设备故障预警模型、线路状态监测模型等，搭建桌面监测平台，深化大数据应用，实现对公司的设备状态、故障预警、运维检修任务、抢修资源分配等主题的在线动态监控，及时发现公司配电网运营过程中的异动和问题并进行警示，实现客观，全面，准确地感知设备内外部的环境及状态，提高配电网服务和管理水平。

四、应用范围

应用范围：国网甘肃省电力公司及其所辖地市供电公司

应用时间：2019年3月至2020年3月

五、应用成效

1.应用场景

基于全景监测及智能预警的配电网全域大数据应用项目创建web可视化页面展示，构建监测分析与预测预警体系主要服务于电网公司设备部，实现设备状态诊断、故障预警研判、主动运维建议、抢修资源分配建议推送等功能，提高设备状态感知能力，优化设备运行参数，使设备始终处于最佳运行状态，延长设备使用寿命，提高设备检修的预知性和数据预测性水平，化被动检修为主动运维，为电网安全稳定运行提供数据支撑。

2.主要成效

基于全景监测及智能预警的配电网全域大数据应用项目将在电网安全运行中担任配网健康顾问角色，保障配网健康稳定运行。

一是进行全面体检，对配网设备的基础信息、运维信息、运行信息、故障信息、停电信息等全域数据进行统计分析，并进行全景可视化展示。

二是深入诊断分析，以体检数据为基础，结合设备当前运维情况、运行工况、区域及天气等综合因素，计算发生异常及故障的概率，并智能分析相应诱发因素及权重。

三是出具治疗方案，结合诊断结果，一方面对巡视、检测、实验、评价及检测工作提出合理化建议，另一方面根据抢修驻点资源空闲情况，提出抢修资源调配意见。

六、创新性

1. 技术应用

利用非关系型数据库Redis添加数据缓存机制，减少页面加载时间，增加页面响应效率；利用Spark内存计算，读取数据过程中完成计算过程，减少数据存储需求

2. 数据处理

细化业务数据颗粒度，实现单设备业务、运行及档案的全面融合，为后续数据分析及模型构建打下基础。

3.数据增效

开发了基于多维状态量的配电设备异常状态快速识别、快速状态评估、故障自动诊断功能模块；各模块融合多种状态量，均基于数据驱动，具备通用性和高效性，提高了数据利用率和诊断准确度

4.主动运维

实现配电网设备全面体检-深入诊断分析-出具治疗方案的运维策略智能化过程，将被动检修向主动运维转换。

七、可推广性

依托全业务数据中心，根据现有数据支撑情况和业务应用短板，以配电网为核心，进行运检大数据智能化研究，在已有的监视性、控制性数据的基础上，深化反应性、认知性数据的传感与整合，通过大数据的分析，在线验证系统模型与设备安全模型，结合人工智能技术，实现配电网运行的预测、预警及运行策略的优化决策等工作，开发基于多维状态量的配电设备异常状态快速识别、故障自动诊断等功能的配电网大数据智能分析支撑平台；融合多种状态量，均基于数据驱动，具备通用性和高效性，提高数据利用率和诊断准确度，为公司故障分析、主动运维、企业持续良性运转提供长期有效的运营监测手段，确保配电网安全稳定运行，为电力企业运营、电网安全生产及优质服务提供高效益的数据化科学决策依据。