北明軟件

TYPICAL CASES OF ELECTRIC POWER INDUSTRY

電力行業典型案例

計量裝置在線監測與智能診斷項目


客戶: 國網某網省電力有限公司

行業: 電力行業

產品/解決方案: 

關鍵詞: 計量異常、用電異常、分布式架構、機器學習、高效運維



xiangmubeijing.png

項目背景

為解決電力公司對大量現場運行的智能電能表、采集終端、計量回路及相關設備進行管理,充分利營銷、用采集系統提供的豐富數據,通過對電能表、計量用的電壓、電流互感器以及二次回路、電能計量柜、箱、采集設備等進行在線運行工況監測,通過分析模型診斷各類異常,將能直觀發現計量裝置和采集設備的故障,及時消缺,提高業務時效性、減少經營損失、客戶投訴風險,降低計量與用電檢查等專業部門人員的工作量,支撐智能電非計量功能應用,提升供電服務水平。



liangdian.png

方案亮點

為解決計量裝置狀態檢測、采集系統高效運維、設備質量評價、線損管理等應用需求。根據國網公司營銷部規劃有關應用云計算、人工智能、大數據等技術提升計量裝置在線監測與智能診斷功能的要求,與南瑞科技合作從海量數據快速處理、實時業務分析、數據挖掘分析三個方面進行功能設計:一是應用并行計算技術提升海量數據處理能力?;诓杉到y、營銷系統和計量生產調度平臺三個系統進行數據融合,將海量數據存儲在分布式列式數據庫(HBase)上,通過并行計算架構(Impala/SPARK)技術,實現對三個系統的數據快速處理、高效計算。二是引入流處理技術提升實時業務分析能力。通過流處理實時分析架構,對終端通信流量進行實時計算和在線監測,針對流量發生異常的終端,根據經緯度信息按移動運營商進行聚類分析(EM算法:最大期望),判斷終端無通信情況是個體問題,還是群體問題,進而分析是否屬于區域性通信事故(如光纖被挖斷);三是通過數據挖掘和機器學習技術提升輔助決策水平。針對計量在線監測軟件應用范圍不斷擴大,各類業務對異常事件的分析需求不斷增多,亟需完善監測內容、異常類型,優化診斷模型和計算方式等,支撐計量裝置狀態檢測和高效運維等應用。



jiazhi.png

實施價值

計量在線監測與智能診斷系統在國網某網省投入運行以來,從三方面取得較好的成效:一是計量異常流程處理成效。共發現嚴重等級的計量異常問題件122639件,嚴重等級的用電異常件50816件。其中發現現場電能表接錯線的問題8807件,發現專變用戶電壓斷缺相的問題3226件,發現專變用戶失流2107件,發現電能表問題停走908件,發現電能表開蓋8175件,上述異常都按業務流程進行了處理;二是支持采集系統現場高效運維。通過對終端異常工況分析,提高了采集運維故障分析的準確性,有效地支持現場高效運維。通過臺區線損異常分析模型應用,提升了基層人員對臺區異常線損的處理效率,有效地提升了臺區線損達標率;三是極大地提升了用電異常的處理效率。計量在線監測與智能診斷應用以來,已處理竊電戶18566戶,追補電量5645萬千瓦時,收到竊電違約金15658萬元。

計量在線監測與智能診斷系統業務架構如下:

 4.png



体彩云南十一选五