基于農村電力系統的營銷辦電終端故障錄波分析展示研究

段笑晨，王 延，白 冰，董 冰，孫繼科

（國網天津市電力公司營銷服務中心，天津 300120）

0 引 言

故障錄波分析展示系統用于向客戶展示發生故障線路的錄波圖及其分析結果。而農電營銷辦電終端指安裝的農電營業廳的終端服務設備，一般由基于IBM架構的計算機設備、觸摸屏設備、配套攝像頭以及鍵盤等外設組成。該故障錄波分析展示系統是電力營銷過程中營銷人員與客戶交流的重要媒介，對該系統進行升級，可以有效改善農電營銷的服務水平，改善客戶交互環境，提升農電公司形象[1-3]。

1 故障錄波分析系統的基本構成

將原始錄波圖數據輸入到故障錄波分析系統中，首先使用傅里葉分析法對其中的特征數據進行頻域提取，發現50 Hz工頻之外的雜波頻率和偏離額定電壓之外的故障電壓[4-8]。通過機器學習算法，在頻域特征庫中對比故障類型，并生成分析報告。該系統輸出的3個結果包括分時提取后的輕量化錄波圖數據、經過頻域特征分析后可以明確故障原因的故障波形輕量化數據以及對故障波形進行特征庫對比后的分析報告。

圖1為故障錄波分析系統業務流圖，其中核心算法包括對錄波圖的特征聚類分析、頻域特征提取分析以及對頻域特征故障類型進行識別的機器學習分析等，具體算法如下。

圖1 故障錄波分析系統業務流圖

1.1 錄波圖特征聚類分析算法

使用相似性衡量（Similarity Measurement，SM）聚類算法分析錄波圖的電壓峰值和電流峰值分布，因為電壓錄波圖和電流錄波圖中電壓數據和電流數據均為線性一維數據，所以SM聚類可以實現對數據的有效升維，詳細的提取方案如圖2所示。

圖2 錄波圖數據SM聚類提取方案圖

對圖2中得到的SMRU(t)、SMRI(t)以及SM(t)分析結果分別進行minmax投影，獲得的數據選取min maxX(t)＞0.85的錄波圖代碼段，可以有效提取錄波圖數據中的故障波形時間區域。minmax計算方法為：

式中：Xt為t時刻的錄波圖發生值，該發生值適用于包括電壓、電流、阻抗、電壓差值以及電流差值等任何錄波圖數據；minX(t)和maxX(t)指錄波圖序列X(t)中的最小值和最大值。提取使min maxX(t)＞0.85的所有t值并獲得其前后一定周期的錄波圖數據，可以排除正常波形的數據，使錄波圖數據得到輕量化處置[9,10]。

1.2 錄波圖頻域特征提取算法

使用傅里葉變換法提取故障錄波圖中的信息，可以有效獲得錄波圖頻率信息中不等于50 Hz所有干擾波形的單列簡諧波數據的頻率。傅里葉變換的基函數為：

式中，f(t)為時域特征數據的擬合函數，F(ω)為頻域特征數據的擬合函數，ω、t分別為頻域指針和時域指針，e為自然常數。使用一次傅里葉變換后會得到不同頻率特征下的波形振幅關系數據，排除50 Hz頻率下的數據，提取其他所有在傅里葉函數中得到表達的特征數據，即可得到回路中被干擾的波形。

1.3 故障類型識別機器學習算法

常見的農電故障包括單相及多相小電流接地、相間小電流短路、負載不均衡導致的中性點相位偏移、無功功率過高、用電線路阻性損耗、強干擾源、設備電弧放電等。在實際錄波圖故障分析中，選擇傅里葉變換后的5列最強雜波，將其干擾功率和發生頻率數據輸入到神經網絡中，輸出一個評價值，可以實現對故障類型的有效識別。神經網絡模塊結構如圖3所示。

圖3 神經網絡模塊結構圖

圖3中，該神經網絡共輸入10個雙精度浮點數據（Double格式），輸出1個雙精度浮點數據（Double格式），將輸出數據與對應庫中的故障類型進行比對，以提出評價結果。

該神經網絡的統計學意義為對上述的升維數據進行降維處理，可設定3個隱藏層，分別包含7、5、1個節點，節點函數為降維處理中最容易表現數據細節的多項式回歸函數進行設計，具體為：

式中，Xi為上一層輸入的第i個數據，Y為該節點輸出數據，j為多項式階數，N為上一層的輸入數據總量，Aj為第j階多項式的待回歸系數。

2 故障錄波分析系統的應用效果

某縣區農電公司擁有電表戶2.8×104戶，其中1.1×104戶應用了該革新系統，1.7×104戶仍然使用傳統故障分析展示系統。比較該系統自2019年2月投運到2020年2月的應用數據，分析其應用效果。

2.1 客戶投訴受理能力

一年考察期內，全轄區內共發生客戶投訴411起，占全部客戶量的1.47%，使用傳統系統和革新系統的兩個區域內的客戶投訴率基本一致。但受理客戶投訴后，兩個區域的客戶投訴處理結果滿意度有所區別?？蛻敉对V受理能力如表1所示。

表1 客戶投訴受理能力

表1中，革新系統支持下的客戶滿意率為85.8%，高于傳統系統支持下的客戶滿意率81.5%，且革新系統支持下獲得的完全滿意率為53.7%，高于傳統系統下的43.4%。該數據表現證實，即便客戶對農電服務發生嚴重分歧意見后，該系統的展示功能可以讓用戶獲得更高的滿意度。

2.2 竊電維權交涉能力

一年考察期內，全轄區共發現竊電行為101起，占全部客戶量的0.35%，使用傳統系統和革新系統的兩個區域內的竊電發生率基本一致。發現竊電行為后，電力計量部門和電力營銷部門一般會主動執行聯合行動，與竊電行為用戶進行前期交涉，當交涉無果時，法務部門會進行相關民事索賠訴訟或刑事自訴訴訟。該系統主要用于在現場交涉過程中向用戶展示相關的錄波圖數據以提供交涉依據，或將其作為證據向法庭提交。竊電維權交涉能力表現如表2所示。

表2 竊電維權交涉能力

表2中，革新系統支持下的現場交涉成功率達到65.9%，遠高于傳統系統的35.0%，代表該系統在交涉過程中具有更強的說服力。而經過交涉無果且訴訟敗訴的交涉失敗率，傳統系統支持下占6.7%，革新系統支持下占4.9%，革新系統的交涉失敗率相助低于傳統系統。

3 結 論

使用基于SM聚類特征提取、傅里葉分析頻率特征提取以及機器學習故障類型判定等錄波圖分析方法，在農電辦電終端提供輕量化和可視化的故障錄波波形展示服務。將新舊系統的實際運行效果進行對比發現，革新系統支持下的客戶滿意率為85.8%，高于傳統系統支持下的客戶滿意率81.5%，的現場交涉成功率達到65.9%，遠高于傳統系統的35.0%，代表該系統在交涉過程中具有更強的說服力和服務能力。