CN106815647A - 一种基于数据分析的高效率配电网故障抢修***及方法 - Google Patents
一种基于数据分析的高效率配电网故障抢修***及方法 Download PDFInfo
- Publication number
- CN106815647A CN106815647A CN201611233666.7A CN201611233666A CN106815647A CN 106815647 A CN106815647 A CN 106815647A CN 201611233666 A CN201611233666 A CN 201611233666A CN 106815647 A CN106815647 A CN 106815647A
- Authority
- CN
- China
- Prior art keywords
- repairing
- analysis
- failure
- distribution network
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000007405 data analysis Methods 0.000 title claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims abstract description 101
- 230000008439 repair process Effects 0.000 claims abstract description 60
- 238000007726 management method Methods 0.000 claims abstract description 24
- 238000011084 recovery Methods 0.000 claims abstract description 19
- 230000000007 visual effect Effects 0.000 claims abstract description 19
- 230000008569 process Effects 0.000 claims abstract description 13
- 238000010276 construction Methods 0.000 claims abstract description 9
- 238000013439 planning Methods 0.000 claims abstract description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 18
- 238000010586 diagram Methods 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 10
- 238000012795 verification Methods 0.000 claims description 10
- 230000003068 static effect Effects 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 230000007547 defect Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 3
- 230000007257 malfunction Effects 0.000 claims description 3
- 238000007621 cluster analysis Methods 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims description 2
- 230000015556 catabolic process Effects 0.000 description 9
- 238000009412 basement excavation Methods 0.000 description 6
- 230000004888 barrier function Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 241001270131 Agaricus moelleri Species 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 2
- 241000607479 Yersinia pestis Species 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000004141 dimensional analysis Methods 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- -1 or send staff Substances 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
- G06F2216/03—Data mining
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Linguistics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Remote Sensing (AREA)
- Primary Health Care (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明提供了一种基于数据分析的高效率配电网故障抢修***及方法，包括用于实时显示故障密度、停电范围、线路和设备重过载情况以及可视化监控抢修车辆和进程的实时分析单元，用于分析故障设备、故障原因及工作强度的抢修分析单元，用于分析掌握配电网故障规律的抢修预测单元，用于分析用户投诉数据、提供互联网电力服务的优质服务管理单元以及用于整合故障数据提供运维辅助决策信息的决策单元；本发明通过收集整理配网抢修相关数据，搭建基于数据的分析平台，实现配网抢修精益化、网格化、一体化管理，为配网设备管理、优质服务管理、配网规划建设等工作提供基础数据和有效支撑。
Description
技术领域
本发明涉及配电网故障抢修领域，具体涉及一种基于数据分析的高效率配电网故障抢修***及方法。
背景技术
近年来社会公众对供电企业供电服务的要求和期望越来越高，供需矛盾日益突出，其中电力保障水平和供电服务水平更是广大人民群众最关心、最直接、最现实的利益问题。而在供电企业，攻坚电力保障水平、供电服务水平与广大用户满意度的桥头堡就是配电网抢修业务，它关系到各城市市区及郊区范围内数百万户居民客户的根本利益，是电网公司体现社会价值和服务理念的重要阵地，因此配电网抢修专业的管理和服务水平的提升，对客户满意度的提升就显得尤为重要。
目前主要存在以下问题：
1.目前配电网抢修工作采取95558派单，一单一派，保留抢修记录单纸质记录的工作方式，缺乏对配电网抢修工单量、故障类型、故障影响范围、工作效率等方面的实时和预测分析统计，不能有效掌握配电网故障现状和规律，存在被动抢修、效率低下的问题，易造成抢修到场超时、抢修质量低（返修率高）、抢修效率低下、供电可靠性低等一些直观影响客户满意度的服务问题。
2.目前配电网抢修工作存在针对性不强问题，仅靠95598提供的信息和抢修人员历史经验，缺乏故障类型及故障量与各关联因素（气温、负荷、风力、时间、经纬度等）间的有效预测，无法准确掌握不同情况下的现场故障类型和原因，无法在特殊情况（迎峰度夏、暴风雨天气等）前预判和准备抢修工器具和材料，或增派人手、车辆、工器具等乃至提前针对某种可能大面积爆发的故障类型进行针对性的人员培训等，容易形成因人员、设备不充足、备品备料不周全、驻点不合理等造成现场故障抢修时间过长、抢修人员疲于奔命，供电迟迟不能恢复，进而引发客户满意度降低甚至投诉。
3.目前抢修工作完成后，只是在95598***中回单完结，缺乏对抢修数据的整理分析，无法归纳提供市区内台区/线路同期故障率、10KV重复跳闸线路、异常用电小区筛选、用户投诉分析、开闭所多次停电分析等直接关系用户供电可靠性和质量的数据，不能及时掌握用户电力的使用情况，容易形成故障、检修、改造升级等正常原因停电，造成用户短时间内“频繁停电”，严重影响用户体验，造成不必要的投诉。
4、目前抢修驻点仅依靠经验总结和行政区域来划分安排，缺乏科学依据，且比较固定死板，不能根据故障量趋势动态布点，最大限度提高故障处理效率，减少无谓奔波，大大减少用户停电时间。
5、目前配电网抢修工作除配电网故障抢修工单外还涉及低压计量装置、电能质量、烧家电等用营销计量工单，涉及多个电力专业，具备大量公司基层一手数据，但缺乏有效的营配分析和沟通，不能使公司最快的了解用户用电情况，及时消除所有隐患，导致用户因一些小的营销问题形成不满或损害公司利益。
6、目前涉及配电网抢修业务的管理决策均是依据历史经验、天气等因素人为推测决定的，缺乏科学准确的依据，且决策管理往往比较宽泛，无法细化到具体工作，落地存在偏差，抢修效率不高，客户体验不能达到较高水平。
发明内容
为解决上述问题，本发明提供了一种基于数据分析的高效率配电网故障抢修***及方法，通过收集整理配电网抢修相关数据，搭建基于数据的分析平台，实现配电网抢修精益化、网格化、一体化管理，为配电网设备管理、优质服务管理、配电网规划建设等工作提供基础数据和有效支撑。
本发明为解决上述技术问题所采用的技术方案如下：
技术方案一：
一种基于数据分析的高效率配电网故障抢修***，其其包括用于实时显示故障密度、停电范围、线路和设备重过载情况以及可视化监控抢修车辆和进程的实时分析单元，用于分析故障设备、故障原因及工作强度的抢修分析单元，用于分析掌握配电网故障规律的抢修预测单元，用于分析用户投诉数据、提供互联网电力服务的优质服务管理单元以及用于整合故障数据提供运维辅助决策信息的决策单元。
进一步的，所述实时分析单元包括故障密度分析模块、停电范围分布分析模块、抢修车辆地理位置分析模块、抢修实时监控模块以及低压台区展示模块。
进一步的，所述抢修分析单元包括历史工单统计模块、故障原因分析模块、线路设备重过载分析模块以及驻点工作强度分析模块。
进一步的，所述抢修预测单元包括未来故障量预测模块、故障类型预测分析模块以及故障量预测网格化分析模块。
进一步的，所述优质服务管理单元包括移动客户端抢修服务模块、高频故障分布分析模块、用户投诉分析模块以及标准化抢修流程建立模块。
进一步的，所述辅助决策单元包括城市最优驻点分析模块、辅助立项改造模块。
技术方案二：
一种基于数据分析的高效率配电网故障抢修方法，包括如下步骤：
1)在实时分析单元建立配电网故障抢修地理图，实时录入报修工单信息、计划停电信息、故障停电信息数据，以热力图形式展示配电网实时故障密度，以范围图形式展示实时停电范围、以定位图形式展示抢修车辆地理位置、以分布图形式展示重过载线路与台区；以实现故障密度和停电范围可视化，自动锁定报修地点，自动合并重复报修工单，依据抢修车GPS智能锁定，高效调度，进而达到科学配置抢修资源，把控故障抢修全局，降低抢修到场时长目标；
2)在实时分析单元依托4G电信网络及远程终端，实现单兵、车载的可视化远程抢修监控，使抢修人员与指挥中心互联互通；
3)在抢修分析单元，用图表分析抢修全过程数据，故障设备、故障原因及线路和设备的重过载情况；
4)在抢修预测单元，基于支持向量机预测算法以及多维度故障分析***，分析掌握配电网故障规律；
5)在优质服务管理单元建立投诉分析模型及抢修用户手机客户端APP，分析历年用户投诉数据，可视化展示高频故障小区、台区，提供客户互联网电力服务，提前根除缺陷；
6)在决策单元建模分析城市抢修最优驻点，辅助设置最优静态及动态驻点；
7)结合上述分析结果，在决策单元基于专家分析算法，对故障频发、用户反映突出的台区和线路，根据紧急程度进行项目储备或紧急立项治理。
进一步的，步骤1）通过以下步骤实现：基于ARCgis软件，以标准电子地图为蓝本，将地图内楼宇进行定点、分块和分区，按单个楼栋地址“定点”、按楼栋的台区归属“分块”、按整个小区“分区”，结合PMS2.0[设备(资产)运维精益管理***]中配电网杆塔、线路及站房类设备的地理信息及线路图，以及车载GPS实时定位抢修车辆坐标，形成配电网故障抢修地理图，实时录入故障报修工单信息、计划停电信息、故障停电信息等数据；一方面将报修工单按地理分布自动归于“定点”、按台区分布归于“分块”、按小区分布归于“分区”；另一方面将计划及故障停电的线路或设备归于地理图中杆塔、线路及站房类设备。
所述故障密度是通过以下方法获得的：将电网信息与地理位置相结合，通过报修热力图（等值线图），以不同颜色展现地区各类故障的密度情况，实现工单报修数据的可视化，从而自动锁定最新报修工单地址并合并同一故障报修工单，减少重复派单，从而大幅提高抢修效率。
停电范围图通过以下方法建立：以未处理完毕的停电报修工单、故障及计划停电信息为基础，构建全市停电范围图，从而全面、直观、精细的展现整个地区配电网停电情况，实现对抢修工作的全局把控。
抢修车辆实时跟踪通过以下方式实现：依据抢修车载GPS反馈，实时定位至地理图，可以让管理者掌控每辆抢修车实际工作情况，依据就近派发工单原则，高效调度抢修资源，减少抢修路程往复，降低到场时长。
进一步的，所述步骤2）通过以下步骤实现：依托“单兵、车载的可视化远程抢修监控”子***（已获国家发明专利受理），通过4G网络信号及远程终端，实现对抢修现场的实时监控，实时传输抢修现场视频、音频信息，全过程监督指导抢修进度与服务水平。
基于地理信息图，直观展示变台与所属低压用户之间的关系，增强了低压管理精细化。
进一步的，所述工单统计分析通过以下方法实现：依据历年工单数据，了解全市故障情况，形成年/月/日的抢修工单同期对比图，以及月/周/日的工单量趋势图，对抢修工单进度进行实时跟踪分析，使管理者对工单变化趋势及工作状况一目了然，并智能形成决策工单。
依据历年工单数据，对所有工单故障的原因进行分类对比，实现故障原因分析。
依据历年工单数据，对所有报修工单中故障的设备进行分类对比，实现故障设备分析。
提取“集成数据分析平台”中相关重过载信息，进行地理定位，并按不同灰度加以区分，并形成相应的决策工单，实现线路和台区重过载分析。
提取工单处理结果，用图表实时展示各驻点工作强度，使管理者及时了解各工作人员工作状态，合理调配人员，使管理更精益化，以实现驻点工作强度分析。
进一步的，所述步骤4）通过以下步骤实现：以历史工单量、天气（包括平均温度、风力、湿度）和负荷变化情况为输入量，通过支持向量机预测算法输出精准预测短期故障量，再以地区“网格”中小区的投运年份分配权重，预测各网格内工单量；另一方面通过对各类型故障及相关因素的聚类分析，查找故障规律，预测故障类型，并以三维、二维图的形式展现。进而实现对人员、车辆、设备等资源进行提前调配，辅助“网格化”动态布点，提高抢修效率。
所述工单量预测通过分别对三种不同预测算法：灰度预测、神经网络预测、支持向量机预测，以不同输入参数（工单、天气、负荷等），进行短期故障量的预测，分析各类算法的优劣势，找出短期故障量预测最精准算法为支持向量机预测算法。通过精准预测出第二天的故障量，提前做好相应准备工作，防止出现抢修人手不足，客户等待时间过长的情况，同时作为决策分析模块的决策条件。
所述网格工单量预测通过将辖区默认分为30个网格，以每个“网格”中小区的投运年份为加权值计算平均权重（概率），进而将工单预测量按网格进行权重分配，从而根据各网格内预测情况进行合理配置抢修资源并变被动抢修为主动运检，大幅降低工单量，提高供电可靠性。
所述故障类型预测通过对历年抢修数据的挖掘，以三维、二维分析图形式展现，可以清楚的得到某温度、某负荷下某类型故障在某地区的发生情况，进而清晰掌握配电网故障发生规律，实现超前预判故障及各故障类型高发时段，达到客户服务主动化的目标。
进一步的，所述步骤5）通过以下方法实现：将接单、到场、并单、消单业务集中于手持移动终端，与PMS2.0抢修管理功能对接；通过对抢修工单的挖掘和整理，提取频繁停电的小区、台区位置及停电数，在配电网故障抢修地理图上从大到小加以区分，可视化展示，并自动预警存在高危投诉倾向的用户；分析用户理念投诉类型及原因，建立标准化抢修体系。
所述手持移动终端优选为手机APP，具备以下功能1、客户通过APP一键报修模块链接PMS2.0***，便捷、高效的进行故障报修，拓宽报修渠道；2、用户可通过APP服务端，根据报修工单号实时查询接单抢修车辆的位置及工单进度以及抢修过程的视频资料，并对抢修人员服务质量进行评价 3、对于客户内部故障，APP用户服务端提供符合资质的电工或施工公司，并建立相应星级体系，方便用户选择，并提供一些简单故障解决方法及安全用电、节约用电常识，建立抢修讨论区，及时掌握用户所想，为用户提供最贴心服务。
通过对抢修工单的挖掘和整理，提取频繁停电的小区、台区位置及停电数，在配电网故障抢修地理图上以不同灰度从大到小加以区分，可视化的展示，并自动预警存在高危投诉倾向的用户，提前根除相关频繁停电缺陷，进而提高客户满意度，并辅助公司立项治理相关台区设备，形成管理决策。
对用户进行投诉分析，分析用户理念投诉类型及原因，图表展示投诉情况，建全敏感用户及物业联系档案，通过营销186***，依据停电范围对用户短信通知，对敏感用户及物业重点沟通，根据APP服务端反馈信息，及时了解疏导用户情绪，避免用户投诉。
依据国网公司标准化抢修流程，结合工作实际，建全标准化抢修流程43项，形成标准抢修用时图，统一标准化抢修车辆配置，自导自演13种标准化抢修培训视频，大幅提升抢修软、硬实力,并根据抢修工单的全过程跟踪分析，实时对比及时督查不符合规定的抢修工单。
进一步的，所述步骤6）通过以下方法实现：构建抢修驻点设置模型，依据地区四季时段、历史故障密度、交通情况、人员情况、工作强度及重要用户分布设置最优静态驻点，依据一周故障量预测及特殊事件设置动态驻点，自动形成决策工单，实现科学、高效配置抢修资源，大幅缩短抢修到场时长；通过实时分析、抢修分析、故障预测、优质服务管理及对数据的整合，指导配电网的立项改造，规划建设。
所述专家算法为专家算法指的是依据专家的经验知识分析计算配电网设备异常数据、班组运维和故障处置匹配及驻点分布情况 。
本发明具有如下技术效果：
本发明通过收集整理配电网抢修相关数据，搭建基于数据的分析平台，进而准确掌握配电网故障规律，超前预判故障高发区域、时间段及故障原因，科学配置抢修资源，实现动态布点，精准分析各类营配指标数据趋势，形成高效精准的辅助决策信息，进而辅助提高抢修工作的效率和针对性，实现配电网抢修精益化、网格化、一体化管理，为配电网设备管理、优质服务管理、配电网规划建设等工作提供基础数据和有效支撑；
本发明切实解决了抢修管理中存在的“踢皮球”、抢修流程不统一、现场安全把控程度不一致、优质服务监控手段薄弱、外协队伍管理松散等一系列问题；更加深入的挖掘分析配电网抢修业务与优质服务、提高供电可靠性、高效管理决策乃至配电网未来合理建设、规划的联系，更好的服务广大群众客户，提升客户满意度，树立服务品牌形象。
附图说明
附图1为本发明流程图；
附图2为故障密度等式图；
附图3为停电范围图；
附图4为各时段工单量对比分析图；
附图5为故障原因分析图；
附图6为故障设备类型分析图；
附图7为线路、台区重过载分析图；
附图8为班组工作强度分析图；
附图9为故障预测图；
附图10关联因素三维分析图。
具体实施方式
以下结合附图和实施例对本发明的技术方案作进一步详细说明。
本实施例为石家庄市一周内的故障抢修情况。
如图1所示，一种基于数据分析的高效率配电网故障抢修***，其包括用于实时显示故障密度、停电范围、线路和设备重过载情况以及可视化监控抢修车辆和进程的实时分析单元，用于分析故障设备、故障原因及工作强度的抢修分析单元，用于分析掌握配电网故障规律的抢修预测单元，用于分析用户投诉数据、提供互联网电力服务的优质服务管理单元以及用于整合故障数据提供运维辅助决策信息的决策单元。
所述实时分析单元包括故障密度分析模块、停电范围分布分析模块、抢修车辆地理位置分析模块、抢修实时监控模块以及低压台区展示模块。
所述抢修分析单元包括历史工单统计模块、故障原因分析模块、线路设备重过载分析模块以及驻点工作强度分析模块。
所述抢修预测单元包括未来故障量预测模块、故障类型预测分析模块以及故障量预测网格化分析模块。
所述优质服务管理单元包括移动客户端抢修服务模块、高频故障分布分析模块、用户投诉分析模块以及标准化抢修流程建立模块。
所述辅助决策单元包括城市最优驻点分析模块、辅助立项改造模块。
一种基于数据分析的高效率配电网故障抢修方法，包括如下步骤：
1)在实时分析单元建立配电网故障抢修地理图，实时录入报修工单信息、计划停电信息、故障停电信息数据，以热力图形式展示配电网实时故障密度，以范围图形式展示实时停电范围、以定位图形式展示抢修车辆地理位置、以分布图形式展示重过载线路与台区；以实现故障密度和停电范围可视化，自动锁定报修地点，自动合并重复报修工单，依据抢修车GPS智能锁定，高效调度，进而达到科学配置抢修资源，把控故障抢修全局，降低抢修到场时长目标；
所述网格化抢修驻点通过以下方法建立：以标准电子地图为蓝本，将地图内楼宇进行定点、分块和分区，按单个楼栋地址“定点”、按楼栋的台区归属“分块”、按整个小区“分区”，结合PMS2.0中配电网杆塔、线路及站房类设备的地理信息及线路图，以及车载GPS实时定位抢修车辆坐标，形成配电网故障抢修地理图，实时录入故障报修工单信息、计划停电信息、故障停电信息等数据；一方面将报修工单按地理分布自动归于“定点”、按台区分布归于“分块”、按小区分布归于“分区”；另一方面将计划及故障停电的线路或设备归于地理图中杆塔、线路及站房类设备。
如图2所示，所述故障密度是通过建立故障密度图获得的：将电网信息与地理位置相结合，通过报修热力图（等值线图），以不同颜色展现地区各类故障的密度情况，实现工单报修数据的可视化，从而自动锁定最新报修工单地址并合并同一故障报修工单，减少重复派单，从而大幅提高抢修效率。
如图3所示，停电范围图通过以下方法建立：以未处理完毕的停电报修工单、故障及计划停电信息为基础，构建全市停电范围图，从而全面、直观、精细的展现整个地区配电网停电情况，实现对抢修工作的全局把控。
2)在实时分析单元依托4G电信网络及远程终端，实现单兵、车载的可视化远程抢修监控，使抢修人员与指挥中心互联互通；
抢修车辆实时跟踪通过以下方式实现：依据抢修车载GPS反馈，实时定位至地理图，可以让管理者掌控每辆抢修车实际工作情况，依据就近派发工单原则，高效调度抢修资源，减少抢修路程往复，降低到场时长。
抢修过程实施监控通过以下方式实现：单兵、车载的可视化远程抢修监控，通过4G网络信号实现对抢修现场的实时监控，实时传输抢修现场视频、音频信息，全过程监督指导抢修进度与服务水平。
基于地理信息图，直观展示变台与所属低压用户之间的关系，增强了低压管理精细化。
3)在抢修分析单元，用图表分析抢修全过程数据，故障设备、故障原因及线路和设备的重过载情况；实现单兵、车载的可视化远程抢修监控，建全标准化抢修体系，形成“配电网标准化抢修作业提升”，提升抢修软、硬实力，达到精益化抢修管理，提升抢修效率的目标；
图表分析包括工单统计分析、故障原因分析、故障设备分析、线路和台区重过载分析以及驻点工作强度分析。
如图4所示，所述工单统计分析通过以下方法实现：依据历年工单数据，了解全市故障情况，形成年/月/日的抢修工单同期对比图，以及月/周/日的工单量趋势图，对抢修工单进度进行实时跟踪分析，使管理者对工单变化趋势及工作状况一目了然，并智能形成决策工单。
如图5所示，依据历年工单数据，对所有工单故障的原因进行分类对比，形成故障原因分析图，实现故障原因分析。
如图6所示，依据历年工单数据，对所有报修工单中故障的设备进行分类对比，形成故障设备类型分析图，从图中使故障设备类型一目了然。
如图7所示，提取“集成数据分析平台”中相关重过载信息，进行地理定位，并按不同灰度加以区分，并形成相应的决策工单，形成线路、台区重过载分析图，实现线路和台区重过载分析。
如图8所示，提取工单处理结果，用线路、台区重过载分析图实时展示各驻点工作强度，使管理者及时了解各工作人员工作状态，合理调配人员，使管理更精益化，以实现驻点工作强度分析。
4)在抢修预测单元，分析掌握配电网故障规律，基于支持向量机预测算法；实现超前预判故障量、高发区域、时间段及故障类型，提早积极准备，进而达到客户服务主动化目标；
所述的预测算法包括工单量预测、网格工单量预测以及故障类型预测。
如图9所示，所述工单量预测通过分别对三种不同预测算法：灰度预测、神经网络预测、支持向量机预测，以不同输入参数（工单、天气、负荷等），进行短期故障量的预测，形成故障预测图，分析各类算法的优劣势，找出短期故障量预测最精准算法为支持向量机预测算法，通过精准预测出第二天的故障量，提前做好相应准备工作，防止出现抢修人手不足，客户等待时间过长的情况，同时作为决策分析模块的决策条件。
所述网格工单量预测通过将辖区默认分为30个网格，以每个“网格”中小区的投运年份为加权值计算平均权重（概率），进而将工单预测量按网格进行权重分配，从而根据各网格内预测情况进行合理配置抢修资源并变被动抢修为主动运检，大幅降低工单量，提高供电可靠性。
所述故障类型预测通过对历年抢修数据的挖掘，以三维、二维分析图形式展现，形成如图10所示的关联因素三维分析图，从图中可以清楚的得到某温度、某负荷下某类型故障在某地区的发生情况，进而清晰的掌握配电网故障发生规律，实现超前预判故障及各故障类型高发时段，达到客户服务主动化的目标。
5)在优质服务管理单元建立投诉分析模型及抢修用户手机客户端APP，分析历年用户投诉数据，可视化展示高频故障小区、台区，提供客户互联网电力服务，提前根除缺陷；避免频繁停电，依托移动客户端实现客户一键报修、跟踪抢修车辆、实时查看抢修过程视频及用户产权故障一键报修，达到服务用户最贴心目标。
主要通过以下方法实现：将接单、到场、并单、消单业务集中于手持移动终端，其与PMS2.0抢修管理功能对接；通过对抢修工单的挖掘和整理，提取频繁停电的小区、台区位置及停电数，在配电网故障抢修地理图上从大到小加以区分，可视化展示，并自动预警存在高危投诉倾向的用户；分析用户理念投诉类型及原因，建立标准化抢修体系。
本实施例的手持移动终端为河北省“掌上电力”APP，开发“移动抢修业务管理端”，其具备以下功能1、客户通过APP一键报修模块链接PMS2.0***，便捷、高效的进行故障报修，拓宽报修渠道；2、用户可通过APP服务端，根据报修工单号实时查询接单抢修车辆的位置及工单进度以及抢修过程的视频资料，并对抢修人员服务质量进行评价 3、对于客户内部故障，APP用户服务端提供符合资质的电工或施工公司，并建立相应星级体系，方便用户选择，并提供一些简单故障解决方法及安全用电、节约用电常识，建立抢修讨论区，及时掌握用户所想，为用户提供最贴心服务。
通过对抢修工单的挖掘和整理，提取频繁停电的小区、台区位置及停电数，在配电网故障抢修地理图上以不同灰度从大到小加以区分，可视化的展示，并自动预警存在高危投诉倾向的用户，提前根除相关频繁停电缺陷，进而提高客户满意度，并辅助公司立项治理相关台区设备，形成管理决策。
对用户进行投诉分析，分析用户理念投诉类型及原因，图表展示投诉情况，建全敏感用户及物业联系档案，通过营销186***，依据停电范围对用户短信通知，对敏感用户及物业重点沟通，根据APP服务端反馈信息，及时了解疏导用户情绪，避免用户投诉。
依据国网公司标准化抢修流程，结合工作实际，建全标准化抢修流程43项，形成标准抢修用时图，统一标准化抢修车辆配置，自导自演13种标准化抢修培训视频，大幅提升抢修软、硬实力,并根据抢修工单的全过程跟踪分析，实时对比及时督查不符合规定的抢修工单。该功能已获“河北省电力公司2014年优秀职工创新成果一等奖”。
6)在决策单元建模分析城市抢修最优驻点，辅助设置最优静态及动态驻点；
进一步的，所述步骤6）通过以下方法实现：构建抢修驻点设置模型，依据地区四季时段、历史故障密度、交通情况、人员情况、工作强度及重要用户分布设置最优静态驻点，依据一周故障量预测及特殊事件设置动态驻点，自动形成决策工单，实现科学、高效配置抢修资源，大幅缩短抢修到场时长；通过实时分析、抢修分析、故障预测、优质服务管理及对数据的整合，指导配电网的立项改造，规划建设。
7)结合上述分析结果，在决策单元基于专家分析算法，对故障频发、用户反映突出的台区和线路，根据紧急程度进行项目储备或紧急立项治理，以待处理工单形式展现，一条工单一个决策一次处理，立项改造频繁停电小区，实现智能化抢修，提高公司投资精准度。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其他实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种基于数据分析的高效率配电网故障抢修***，其特征在于，其包括用于实时显示故障密度、停电范围、线路和设备重过载情况以及可视化监控抢修车辆和进程的实时分析单元，用于分析故障设备、故障原因及工作强度的抢修分析单元，用于分析掌握配电网故障规律的抢修预测单元，用于分析用户投诉数据、提供互联网电力服务的优质服务管理单元以及用于整合故障数据提供运维辅助决策信息的决策单元。
2.根据权利要求1所述的一种基于数据分析的高效率配电网故障抢修***，其特征在于，所述实时分析单元包括故障密度分析模块、停电范围分布分析模块、抢修车辆地理位置分析模块、抢修实时监控模块以及低压台区展示模块。
3.根据权利要求1所述的一种基于数据分析的高效率配电网故障抢修***，其特征在于，所述抢修分析单元包括历史工单统计模块、故障原因分析模块、线路设备重过载分析模块以及驻点工作强度分析模块。
4.根据权利要求1所述的一种基于数据分析的高效率配电网故障抢修***，其特征在于，所述抢修预测单元包括未来故障量预测模块、故障类型预测分析模块以及故障量预测网格化分析模块。
5.根据权利要求1所述的一种基于数据分析的高效率配电网故障抢修***，其特征在于，所述优质服务管理单元包括移动客户端抢修服务模块、高频故障分布分析模块、用户投诉分析模块以及标准化抢修流程建立模块。
6.根据权利要求1所述的一种基于数据分析的高效率配电网故障抢修***，其特征在于，所述辅助决策单元包括城市最优驻点分析模块、辅助立项改造模块。
7.如权利要求1所述的一种基于数据分析的高效率配电网故障抢修方法，其特征在于，其包括如下步骤：
在实时分析单元建立配电网故障抢修地理图，实时录入报修工单信息、计划停电信息、故障停电信息数据，以热力图形式展示配电网实时故障密度，以范围图形式展示实时停电范围、以定位图形式展示抢修车辆地理位置、以分布图形式展示重过载线路与台区；
在实时分析单元依托4G电信网络及远程终端，实现单兵、车载的可视化远程抢修监控，使抢修人员与指挥中心互联互通；
在抢修分析单元，用图表分析抢修全过程数据，故障设备、故障原因及线路和设备的重过载情况；
在抢修预测单元，基于支持向量机预测算法以及多维度故障分析***，分析掌握配电网故障规律；
在优质服务管理单元建立投诉分析模型及抢修用户手机客户端APP，分析历年用户投诉数据，可视化展示高频故障小区、台区，提供客户互联网电力服务，提前根除缺陷；
在决策单元建模分析城市抢修最优驻点，辅助设置最优静态及动态驻点；
结合上述分析结果，在决策单元基于专家分析算法，对故障频发、用户反映突出的台区和线路，根据紧急程度进行项目储备或紧急立项治理。
8.权利要求7所述的一种基于数据分析的高效率配电网故障抢修方法，
其特征在于，所述步骤1）通过以下步骤实现：基于ARCgis软件，以标准电子地图为蓝本，将地图内楼宇进行定点、分块和分区，结合PMS2.0中配电网杆塔、线路及站房类设备的地理信息及线路图，以及车载GPS实时定位抢修车辆坐标，形成配电网故障抢修地理图，实时录入故障报修工单信息、计划停电信息、故障停电信息数据。
9.根据权利要求7所述的一种基于数据分析的高效率配电网故障抢修方法，其特征在于，所述步骤4）通过以下步骤实现：以历史工单量、天气和负荷变化情况为输入量，通过支持向量机预测算法输出精准预测短期故障量，再以地区“网格”中小区的投运年份分配权重，预测各网格内工单量；另一方面通过对各类型故障及相关因素的聚类分析，查找故障规律，预测故障类型，并以三维、二维图的形式展现。
10.根据权利要求7所述的一种基于数据分析的高效率配电网故障抢修方法，其特征在于，所述步骤6）通过以下方法实现：构建抢修驻点设置模型，依据地区四季时段、历史故障密度、交通情况、人员情况、工作强度及重要用户分布设置最优静态驻点，依据一周故障量预测及特殊事件设置动态驻点，自动形成决策工单，实现科学、高效配置抢修资源，大幅缩短抢修到场时长；通过实时分析、抢修分析、故障预测、优质服务管理及对数据的整合，指导配电网的立项改造，规划建设。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611233666.7A CN106815647A (zh) | 2016-12-28 | 2016-12-28 | 一种基于数据分析的高效率配电网故障抢修***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611233666.7A CN106815647A (zh) | 2016-12-28 | 2016-12-28 | 一种基于数据分析的高效率配电网故障抢修***及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106815647A true CN106815647A (zh) | 2017-06-09 |
Family
ID=59110224
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611233666.7A Pending CN106815647A (zh) | 2016-12-28 | 2016-12-28 | 一种基于数据分析的高效率配电网故障抢修***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106815647A (zh) |
Cited By (49)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107679634A (zh) * | 2017-10-27 | 2018-02-09 | 国网陕西省电力公司西安供电公司 | 一种基于数据可视化的供电故障报修分析和预测的方法 |
| CN107833151A (zh) * | 2017-11-10 | 2018-03-23 | 国网浙江省电力公司温州供电公司 | 配网计划停送电零时差数据处理方法及设备 |
| CN107886446A (zh) * | 2017-11-10 | 2018-04-06 | 国网四川省电力公司天府新区供电公司 | 一种配电网故障抢修工单管理*** |
| CN108090679A (zh) * | 2017-12-20 | 2018-05-29 | 国网冀北电力有限公司承德供电公司 | 一种基于用户停电敏感度的停电服务管理方法和*** |
| CN108171362A (zh) * | 2017-12-11 | 2018-06-15 | 囯网河北省电力有限公司电力科学研究院 | 供电设施故障抢修方法、***及终端设备 |
| CN108182194A (zh) * | 2017-11-22 | 2018-06-19 | 国电南瑞科技股份有限公司 | 一种基于电网gis的网格化划分的管理方法 |
| CN108471168A (zh) * | 2018-05-23 | 2018-08-31 | 山东广域科技有限责任公司 | 一种变电站无线数据传输和检修管理***及方法 |
| CN108596252A (zh) * | 2018-04-25 | 2018-09-28 | 河南工程学院 | 基于复杂气象大数据的户外通信设施故障预测分析方法 |
| CN108681980A (zh) * | 2018-05-10 | 2018-10-19 | 西安壹云电力科技有限公司 | 基于app的互动式报修***与方法 |
| CN109472368A (zh) * | 2017-12-28 | 2019-03-15 | 国网浙江省电力公司嘉兴供电公司 | 一种保电设备故障排除及车辆的调度优化方法 |
| CN109521305A (zh) * | 2018-12-29 | 2019-03-26 | 广东电网有限责任公司 | 一种电能质量扰动事件可视化方法及装置 |
| CN109636329A (zh) * | 2018-12-04 | 2019-04-16 | 广西电网有限责任公司电力科学研究院 | 一种基于热力图的用电客户投诉分析***及分析方法 |
| CN109934273A (zh) * | 2019-03-01 | 2019-06-25 | 长沙理工大学 | 一种基于dml-knn算法和主动抢修技术的故障特性画像新方法 |
| CN109993377A (zh) * | 2018-01-02 | 2019-07-09 | 上海比户环保科技有限公司 | 一种智能派工方法 |
| CN110011881A (zh) * | 2017-12-22 | 2019-07-12 | 三星电子株式会社 | 基于故障预测控制设备的方法和装置 |
| CN110247473A (zh) * | 2019-03-26 | 2019-09-17 | 国网浙江桐乡市供电有限公司 | 一种监控***异常信息缺陷概率分析方法 |
| CN110263078A (zh) * | 2019-08-14 | 2019-09-20 | 广东电网有限责任公司佛山供电局 | 一种配网线路重过载智能统计***及统计方法 |
| CN110297863A (zh) * | 2019-06-27 | 2019-10-01 | 国网上海市电力公司 | 一种配电网抢修的高精度地图脱密显示***和方法 |
| CN110378492A (zh) * | 2019-05-28 | 2019-10-25 | 长春电力设计有限公司 | 一种加强配网设备运维管控的方法 |
| CN110648009A (zh) * | 2019-07-24 | 2020-01-03 | 国网浙江省电力有限公司湖州供电公司 | 一种基于数据挖掘的抢修服务预测分析方法 |
| CN110717603A (zh) * | 2019-09-18 | 2020-01-21 | 上海建工四建集团有限公司 | 基于bim和用电数据的评价方法、装置、介质及终端 |
| CN110752944A (zh) * | 2019-10-08 | 2020-02-04 | 中国联合网络通信集团有限公司 | 告警派单方法及装置 |
| CN110765268A (zh) * | 2019-10-31 | 2020-02-07 | 国网河北省电力有限公司电力科学研究院 | 一种基于客户诉求的配网精准投资策略方法 |
| CN110807012A (zh) * | 2018-07-20 | 2020-02-18 | 国网山东省电力公司枣庄供电公司 | 一种全能供电所大数据支撑平台 |
| CN110929998A (zh) * | 2019-11-07 | 2020-03-27 | 深圳供电局有限公司 | 一种配网故障日志管理*** |
| CN110942161A (zh) * | 2019-12-03 | 2020-03-31 | 国网江苏省电力有限公司泰州供电分公司 | 一种基于业务中台的提高供电可靠性的方法 |
| CN110956353A (zh) * | 2019-08-23 | 2020-04-03 | 国网天津市电力公司 | 一种基于用户报修行为的配网抢修资源调配方法 |
| CN110968936A (zh) * | 2019-10-28 | 2020-04-07 | 深圳供电局有限公司 | 一种低压站房接线图建模*** |
| CN111178382A (zh) * | 2019-11-26 | 2020-05-19 | 国网浙江省电力有限公司湖州供电公司 | 一种基于工单数据挖掘的抢修服务预测分析方法 |
| CN111177590A (zh) * | 2019-12-06 | 2020-05-19 | 国网浙江省电力有限公司丽水供电公司 | 一种基于停电热力图的故障区块可视化***及方法 |
| CN111178748A (zh) * | 2019-12-26 | 2020-05-19 | 明阳智慧能源集团股份公司 | 一种风力发电机组预警***自动规避重复工单的方法 |
| CN111210033A (zh) * | 2020-01-07 | 2020-05-29 | 云南电网有限责任公司信息中心 | 一种基于配网抢修态势的分布式分析方法 |
| CN111325360A (zh) * | 2020-03-05 | 2020-06-23 | 黄雄军 | 一种配电网停电管控方法 |
| CN111478437A (zh) * | 2020-04-13 | 2020-07-31 | 广东电网有限责任公司 | 台区配变监控方法、装置、计算机设备及介质 |
| CN111652467A (zh) * | 2020-04-23 | 2020-09-11 | 国网上海市电力公司 | 基于工单管理的表箱修缮全过程管理方法 |
| CN111681128A (zh) * | 2020-05-14 | 2020-09-18 | 国网河北能源技术服务有限公司 | 一种基于神经网络及聚类的停电敏感性分析方法 |
| CN111709597A (zh) * | 2020-04-24 | 2020-09-25 | 广东卓维网络有限公司 | 一种电网生产域运营监测*** |
| CN111832932A (zh) * | 2020-07-10 | 2020-10-27 | 国网辽宁省电力有限公司电力科学研究院 | 一种配电网智能运维决策方法与*** |
| CN112308250A (zh) * | 2020-11-04 | 2021-02-02 | 海南电网有限责任公司信息通信分公司 | 一种配网应急抢修调度***和方法 |
| CN112529419A (zh) * | 2020-12-14 | 2021-03-19 | 国网江苏省电力有限公司苏州供电分公司 | 一种基于相关性分析的电网数据透明应用方法及*** |
| CN112686404A (zh) * | 2020-12-29 | 2021-04-20 | 南京后生远达科技有限公司 | 一种基于配电网故障抢修的协同优化方法 |
| CN113486078A (zh) * | 2021-06-15 | 2021-10-08 | 国网山东省电力公司金乡县供电公司 | 一种分布式配电网运行监控方法及*** |
| CN113538434A (zh) * | 2021-09-17 | 2021-10-22 | 广东电网有限责任公司江门供电局 | 一种电力设备缺陷识别方法、***和可读存储介质 |
| CN113590240A (zh) * | 2021-04-30 | 2021-11-02 | 国网江苏省电力有限公司信息通信分公司 | 一种基于内外网的电力抢修业务网格化管理展示方法 |
| CN113629719A (zh) * | 2021-07-30 | 2021-11-09 | 广西电网有限责任公司电力科学研究院 | 一种低电压质量治理高效管控***及方法 |
| CN113902346A (zh) * | 2021-11-18 | 2022-01-07 | 广东电网有限责任公司 | 一种电力抢修队伍的智能调拨方法 |
| CN114297255A (zh) * | 2021-12-17 | 2022-04-08 | ***数智科技有限公司 | 一种基于日志分析的网络品质工单故障预警方法 |
| CN115577122A (zh) * | 2022-11-09 | 2023-01-06 | 国网安徽省电力有限公司黄山供电公司 | 一种配电网停电信息知识图谱的构建方法 |
| CN117094539A (zh) * | 2023-10-20 | 2023-11-21 | 国网浙江省电力有限公司杭州供电公司 | 一种保电智能工单管控方法、***、设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103886511A (zh) * | 2012-12-19 | 2014-06-25 | 重庆市电力公司南岸供电局 | 一种面向配电网故障抢修的实时指挥*** |
| US20140265574A1 (en) * | 2013-03-15 | 2014-09-18 | Dominion Resources, Inc. | Management of energy demand and energy efficiency savings from voltage optimization on electric power systems using ami-based data analysis |
| CN104123675A (zh) * | 2013-04-27 | 2014-10-29 | 国家电网公司 | 基于全网数据的配电网仿真研究分析***及方法 |
| CN105701596A (zh) * | 2015-12-24 | 2016-06-22 | 国家电网公司 | 一种基于大数据技术的配网抢修精益化方法以及管理*** |
| CN106203830A (zh) * | 2016-07-12 | 2016-12-07 | 国网江西省电力公司南昌供电分公司 | 提升配网故障响应和抢修能力的供电服务体系 |
-
2016
- 2016-12-28 CN CN201611233666.7A patent/CN106815647A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103886511A (zh) * | 2012-12-19 | 2014-06-25 | 重庆市电力公司南岸供电局 | 一种面向配电网故障抢修的实时指挥*** |
| US20140265574A1 (en) * | 2013-03-15 | 2014-09-18 | Dominion Resources, Inc. | Management of energy demand and energy efficiency savings from voltage optimization on electric power systems using ami-based data analysis |
| CN104123675A (zh) * | 2013-04-27 | 2014-10-29 | 国家电网公司 | 基于全网数据的配电网仿真研究分析***及方法 |
| CN105701596A (zh) * | 2015-12-24 | 2016-06-22 | 国家电网公司 | 一种基于大数据技术的配网抢修精益化方法以及管理*** |
| CN106203830A (zh) * | 2016-07-12 | 2016-12-07 | 国网江西省电力公司南昌供电分公司 | 提升配网故障响应和抢修能力的供电服务体系 |
Cited By (64)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107679634A (zh) * | 2017-10-27 | 2018-02-09 | 国网陕西省电力公司西安供电公司 | 一种基于数据可视化的供电故障报修分析和预测的方法 |
| CN107833151A (zh) * | 2017-11-10 | 2018-03-23 | 国网浙江省电力公司温州供电公司 | 配网计划停送电零时差数据处理方法及设备 |
| CN107886446A (zh) * | 2017-11-10 | 2018-04-06 | 国网四川省电力公司天府新区供电公司 | 一种配电网故障抢修工单管理*** |
| CN108182194A (zh) * | 2017-11-22 | 2018-06-19 | 国电南瑞科技股份有限公司 | 一种基于电网gis的网格化划分的管理方法 |
| CN108171362A (zh) * | 2017-12-11 | 2018-06-15 | 囯网河北省电力有限公司电力科学研究院 | 供电设施故障抢修方法、***及终端设备 |
| CN108090679A (zh) * | 2017-12-20 | 2018-05-29 | 国网冀北电力有限公司承德供电公司 | 一种基于用户停电敏感度的停电服务管理方法和*** |
| CN110011881A (zh) * | 2017-12-22 | 2019-07-12 | 三星电子株式会社 | 基于故障预测控制设备的方法和装置 |
| CN109472368A (zh) * | 2017-12-28 | 2019-03-15 | 国网浙江省电力公司嘉兴供电公司 | 一种保电设备故障排除及车辆的调度优化方法 |
| CN109993377A (zh) * | 2018-01-02 | 2019-07-09 | 上海比户环保科技有限公司 | 一种智能派工方法 |
| CN108596252A (zh) * | 2018-04-25 | 2018-09-28 | 河南工程学院 | 基于复杂气象大数据的户外通信设施故障预测分析方法 |
| CN108681980A (zh) * | 2018-05-10 | 2018-10-19 | 西安壹云电力科技有限公司 | 基于app的互动式报修***与方法 |
| CN108471168A (zh) * | 2018-05-23 | 2018-08-31 | 山东广域科技有限责任公司 | 一种变电站无线数据传输和检修管理***及方法 |
| CN110807012A (zh) * | 2018-07-20 | 2020-02-18 | 国网山东省电力公司枣庄供电公司 | 一种全能供电所大数据支撑平台 |
| CN110807012B (zh) * | 2018-07-20 | 2023-06-09 | 国网山东省电力公司枣庄供电公司 | 一种全能供电所大数据支撑平台 |
| CN109636329A (zh) * | 2018-12-04 | 2019-04-16 | 广西电网有限责任公司电力科学研究院 | 一种基于热力图的用电客户投诉分析***及分析方法 |
| CN109636329B (zh) * | 2018-12-04 | 2022-05-24 | 广西电网有限责任公司电力科学研究院 | 一种基于热力图的用电客户投诉分析***及分析方法 |
| CN109521305A (zh) * | 2018-12-29 | 2019-03-26 | 广东电网有限责任公司 | 一种电能质量扰动事件可视化方法及装置 |
| CN109934273A (zh) * | 2019-03-01 | 2019-06-25 | 长沙理工大学 | 一种基于dml-knn算法和主动抢修技术的故障特性画像新方法 |
| CN110247473A (zh) * | 2019-03-26 | 2019-09-17 | 国网浙江桐乡市供电有限公司 | 一种监控***异常信息缺陷概率分析方法 |
| CN110378492A (zh) * | 2019-05-28 | 2019-10-25 | 长春电力设计有限公司 | 一种加强配网设备运维管控的方法 |
| CN110297863A (zh) * | 2019-06-27 | 2019-10-01 | 国网上海市电力公司 | 一种配电网抢修的高精度地图脱密显示***和方法 |
| CN110648009A (zh) * | 2019-07-24 | 2020-01-03 | 国网浙江省电力有限公司湖州供电公司 | 一种基于数据挖掘的抢修服务预测分析方法 |
| CN110263078A (zh) * | 2019-08-14 | 2019-09-20 | 广东电网有限责任公司佛山供电局 | 一种配网线路重过载智能统计***及统计方法 |
| CN110956353A (zh) * | 2019-08-23 | 2020-04-03 | 国网天津市电力公司 | 一种基于用户报修行为的配网抢修资源调配方法 |
| CN110717603A (zh) * | 2019-09-18 | 2020-01-21 | 上海建工四建集团有限公司 | 基于bim和用电数据的评价方法、装置、介质及终端 |
| CN110717603B (zh) * | 2019-09-18 | 2022-06-21 | 上海建工四建集团有限公司 | 基于bim和用电数据的评价方法、装置、介质及终端 |
| CN110752944A (zh) * | 2019-10-08 | 2020-02-04 | 中国联合网络通信集团有限公司 | 告警派单方法及装置 |
| CN110968936A (zh) * | 2019-10-28 | 2020-04-07 | 深圳供电局有限公司 | 一种低压站房接线图建模*** |
| CN110765268B (zh) * | 2019-10-31 | 2022-04-22 | 国网河北省电力有限公司电力科学研究院 | 一种基于客户诉求的配网精准投资策略方法 |
| CN110765268A (zh) * | 2019-10-31 | 2020-02-07 | 国网河北省电力有限公司电力科学研究院 | 一种基于客户诉求的配网精准投资策略方法 |
| CN110929998A (zh) * | 2019-11-07 | 2020-03-27 | 深圳供电局有限公司 | 一种配网故障日志管理*** |
| CN111178382A (zh) * | 2019-11-26 | 2020-05-19 | 国网浙江省电力有限公司湖州供电公司 | 一种基于工单数据挖掘的抢修服务预测分析方法 |
| CN110942161B (zh) * | 2019-12-03 | 2022-07-08 | 国网江苏省电力有限公司泰州供电分公司 | 一种基于业务中台的提高供电可靠性的方法 |
| CN110942161A (zh) * | 2019-12-03 | 2020-03-31 | 国网江苏省电力有限公司泰州供电分公司 | 一种基于业务中台的提高供电可靠性的方法 |
| CN111177590A (zh) * | 2019-12-06 | 2020-05-19 | 国网浙江省电力有限公司丽水供电公司 | 一种基于停电热力图的故障区块可视化***及方法 |
| CN111178748A (zh) * | 2019-12-26 | 2020-05-19 | 明阳智慧能源集团股份公司 | 一种风力发电机组预警***自动规避重复工单的方法 |
| CN111210033B (zh) * | 2020-01-07 | 2022-04-26 | 云南电网有限责任公司信息中心 | 一种基于配网抢修态势的分布式分析方法 |
| CN111210033A (zh) * | 2020-01-07 | 2020-05-29 | 云南电网有限责任公司信息中心 | 一种基于配网抢修态势的分布式分析方法 |
| CN111325360A (zh) * | 2020-03-05 | 2020-06-23 | 黄雄军 | 一种配电网停电管控方法 |
| CN111478437A (zh) * | 2020-04-13 | 2020-07-31 | 广东电网有限责任公司 | 台区配变监控方法、装置、计算机设备及介质 |
| CN111652467B (zh) * | 2020-04-23 | 2024-04-12 | 国网上海市电力公司 | 基于工单管理的表箱修缮全过程管理方法 |
| CN111652467A (zh) * | 2020-04-23 | 2020-09-11 | 国网上海市电力公司 | 基于工单管理的表箱修缮全过程管理方法 |
| CN111709597A (zh) * | 2020-04-24 | 2020-09-25 | 广东卓维网络有限公司 | 一种电网生产域运营监测*** |
| CN111681128A (zh) * | 2020-05-14 | 2020-09-18 | 国网河北能源技术服务有限公司 | 一种基于神经网络及聚类的停电敏感性分析方法 |
| CN111832932A (zh) * | 2020-07-10 | 2020-10-27 | 国网辽宁省电力有限公司电力科学研究院 | 一种配电网智能运维决策方法与*** |
| CN112308250A (zh) * | 2020-11-04 | 2021-02-02 | 海南电网有限责任公司信息通信分公司 | 一种配网应急抢修调度***和方法 |
| CN112529419B (zh) * | 2020-12-14 | 2022-08-30 | 国网江苏省电力有限公司苏州供电分公司 | 一种基于相关性分析的电网数据透明应用方法及*** |
| CN112529419A (zh) * | 2020-12-14 | 2021-03-19 | 国网江苏省电力有限公司苏州供电分公司 | 一种基于相关性分析的电网数据透明应用方法及*** |
| CN112686404A (zh) * | 2020-12-29 | 2021-04-20 | 南京后生远达科技有限公司 | 一种基于配电网故障抢修的协同优化方法 |
| CN112686404B (zh) * | 2020-12-29 | 2022-05-06 | 山东华科信息技术有限公司 | 一种基于配电网故障抢修的协同优化方法 |
| CN113590240A (zh) * | 2021-04-30 | 2021-11-02 | 国网江苏省电力有限公司信息通信分公司 | 一种基于内外网的电力抢修业务网格化管理展示方法 |
| CN113486078A (zh) * | 2021-06-15 | 2021-10-08 | 国网山东省电力公司金乡县供电公司 | 一种分布式配电网运行监控方法及*** |
| CN113486078B (zh) * | 2021-06-15 | 2023-11-21 | 国网山东省电力公司金乡县供电公司 | 一种分布式配电网运行监控方法及*** |
| CN113629719A (zh) * | 2021-07-30 | 2021-11-09 | 广西电网有限责任公司电力科学研究院 | 一种低电压质量治理高效管控***及方法 |
| CN113629719B (zh) * | 2021-07-30 | 2024-06-21 | 广西电网有限责任公司电力科学研究院 | 一种低电压质量治理高效管控***及方法 |
| CN113538434A (zh) * | 2021-09-17 | 2021-10-22 | 广东电网有限责任公司江门供电局 | 一种电力设备缺陷识别方法、***和可读存储介质 |
| CN113902346A (zh) * | 2021-11-18 | 2022-01-07 | 广东电网有限责任公司 | 一种电力抢修队伍的智能调拨方法 |
| CN113902346B (zh) * | 2021-11-18 | 2022-07-08 | 广东电网有限责任公司 | 一种电力抢修队伍的智能调拨方法 |
| CN114297255A (zh) * | 2021-12-17 | 2022-04-08 | ***数智科技有限公司 | 一种基于日志分析的网络品质工单故障预警方法 |
| CN114297255B (zh) * | 2021-12-17 | 2024-04-19 | ***数智科技有限公司 | 一种基于日志分析的网络品质工单故障预警方法 |
| CN115577122A (zh) * | 2022-11-09 | 2023-01-06 | 国网安徽省电力有限公司黄山供电公司 | 一种配电网停电信息知识图谱的构建方法 |
| CN115577122B (zh) * | 2022-11-09 | 2024-04-19 | 国网安徽省电力有限公司黄山供电公司 | 一种配电网停电信息知识图谱的构建方法 |
| CN117094539A (zh) * | 2023-10-20 | 2023-11-21 | 国网浙江省电力有限公司杭州供电公司 | 一种保电智能工单管控方法、***、设备及存储介质 |
| CN117094539B (zh) * | 2023-10-20 | 2024-01-16 | 国网浙江省电力有限公司杭州供电公司 | 一种保电智能工单管控方法、***、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106815647A (zh) | 一种基于数据分析的高效率配电网故障抢修***及方法 | |
| Hossain et al. | Metrics and enhancement strategies for grid resilience and reliability during natural disasters | |
| National Academies of Sciences et al. | Enhancing the resilience of the nation's electricity system | |
| US9164663B1 (en) | Monitoring and reporting system for an electric power distribution and/or collection system | |
| US8401710B2 (en) | Wide-area, real-time monitoring and visualization system | |
| Arab et al. | Proactive recovery of electric power assets for resiliency enhancement | |
| CN102193555B (zh) | 集控中心全景状态监测*** | |
| CN105871605A (zh) | 一种基于电力营销大数据的运维监控平台 | |
| CN109522380A (zh) | 一种面向移动应用的电网灾害综合监测预警数据***及方法 | |
| CN105608541A (zh) | 一种基于电力物资供应全程预警监督***与方法 | |
| CN110070263A (zh) | 一种基于决策流程的电网强降雨及地质灾害应急指挥*** | |
| Dehghani et al. | Multi-stage resilience management of smart power distribution systems: A stochastic robust optimization model | |
| CN106251240A (zh) | 基于大数据的输电网络预警方法 | |
| CN116012189A (zh) | 一种电力设施洪涝受灾空间异质性分析方法和*** | |
| CN115685400A (zh) | 一种面向电力设备设施的洪涝水位监测方法和*** | |
| Sun et al. | Comparing decision models for disaster restoration of interdependent infrastructures under uncertainty | |
| CN104574218A (zh) | 一种自组织关键性能指标的建模方法和装置 | |
| Baca et al. | Use of advanced microgrids to support community resilience | |
| Karamouz et al. | Cloud computing in urban flood disaster management | |
| CN104484765A (zh) | 一种评价城市供电网是否具备世界一流水平的方法 | |
| Yang et al. | Optimal resource allocation to enhance power grid resilience against hurricanes | |
| CN106911406A (zh) | 无线电监测网*** | |
| Chang et al. | DER allocation and line repair scheduling for storm-induced failures in distribution networks | |
| Sastry | Integrated Outage Management System: an effective solution for power utilities to address customer grievances | |
| Masucci et al. | Enhancing decision support with interdependency modeling |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170609 |
|
| RJ01 | Rejection of invention patent application after publication |