基于最優路徑的電網基礎資源運營需求匹配分析方法

張鵬飛 劉朋熙 章愛武 王尉

安徽省思極科技有限公司 安徽 合肥 230022

引言

隨著5G時代的到來，電信企業對電網基礎資源共享的需求呈現出多樣化和常態化。同時隨著供電企業信息化項目的快速推進，各類信息系統的深化應用，促進了電力業務和運行數據量的迅速增長，而這些數據的價值挖掘需要與之相匹配，電網基礎資源的運營業務發展迫切需要快速適應大數據和人工智能技術的變革，采用大數據分析和可視化方法，提高電網資源運營的效益。

而傳統的電網基礎資源運營匹配方法和效率已經無法滿足業務快速發展的需求，為此迫切需要加快電網基礎資源運營平臺建設，研究新的需求匹配分析方法。

本課題運用“大數據”和“人工智能”等技術，實現電網基礎資源業務需求快速匹配和可視化展示，實現業務需求匹配智能化。目前本課題的研究成果已在安徽思極科技有限公司示范應用，為電網基礎資源運營平臺需求匹配提供技術支撐。

本文主要內容如下：①通過構建電網基礎資源分布模型，實現了電網基礎資源基于國網GIS2.0地圖的可視化；②綜合運用大數據分析算法，構建基于運營能力的需求分析模型，并進行可視化分析與展示，輔助業務人員提升工作效率，為運營需求匹配提供可視化支撐，輔助運營人員快速響應客戶企業運營需求。

1 相關工作

數字經濟蓬勃發展，人工智能、大數據、物聯網、互聯網、5G、邊緣計算、區塊鏈、云計算等等發展迅速，數字經濟總量從2017年的27.2萬億元增長到2020年的39.2萬億元，GDP占比38.6%，規模位居世界第二。

電網資源與數字經濟深度融合，通過電力桿塔附掛5G基站和屋面承載基站，實現感知接入；利用電力桿塔及電纜溝道敷設光纜，實現通信傳輸；利用電力站址資源建設云數據中心和5G通信機房實現存儲運算；利用電力大數據開展云計算、物聯網、人工智能等平臺應用。

產業政策助力資源運營，國家、工信部、國資委和國網公司層面分別出臺相關配套政策，鼓勵電信企業與電力企業的資源共享、合作共贏。

為貫徹國家“新基建”決策部署和國家電網公司新戰略，搶抓發展新機遇，各網省思極科技公司逐步開展電力桿塔、溝道、變電站等基礎資源開展運營，但由于各網省公司運營業務開展深度與廣度、運營業務管理模式、業務標準等方面存在一定的差異，因此在實際運營過程中主要面臨3個業務痛點，一是資源臺賬管理難，由于電網資源數據“點多、面廣、量大”，資源種類多，快速定位難，運營狀態識別難；二是客戶需求匹配難，由于電網資源數據缺乏位置、平面圖及可用狀態信息，客戶提出資源需求后只能依靠人工現場勘查、判斷，快速響應客戶需求難；三是商務運營管控難，由于客戶、合同、工程、運維等業務以線下管理為主，工作效率低、差錯率高，運行及運營監控管理難。

2 需求分析

2.1 功能定位

融合客戶資源共享需求和電網基礎資源運營情況，綜合電網基礎資源的可用性和電網基礎資源運營經濟性，構建運營需求與電網基礎資源匹配算法模型，實現基于地圖的框選匹配、點選匹配、批量匹配3種方式，滿足客戶對指定經緯度、道路地址以及批量資源需求的自動匹配，實現快速、智能匹配出滿足客戶需求的站址、桿塔和通信等資源，提升服務水平和工作效率。

在業務上，以電網基礎資源共享背景下電網基礎資源運營能力的時空可視化分析與展示、通過大數據分析技術研究和實踐、結合人工智能的應用，從而實現運營需求匹配的智能化，輔助實現電網基礎資源運營需求的快速匹配[1]。

在技術上，通過人工智能方式建立運營需求智能匹配庫，智能匹配庫不斷的積累和學習，為電網資源運營提供更高效和精準的匹配方案。

2.2 數據融合

電網基礎資源臺賬，包括站房類資源臺賬（變電站、開閉所）、桿塔類資源臺賬（電力桿塔）、溝道類資源臺賬，本平臺主要通過集成數據中臺獲取電網基礎資源臺賬、集成GIS2.0將電網基礎資源在地圖上展示、集成安全管控平臺實現電網資源運營的安全運營，實現各類數據的有效整合和數據質量提升，為電網資源運營需求的智能化匹配提供數據保障[2]。

2.3 功能需求

根據基于最優路徑的電網基礎資源運營需求匹配分析方法的功能定位，主要提供以下功能：

2.3.1 電網基礎資源分布可視化。構建電網基礎資源分布模型，并基于地理圖實現電網基礎資源分布的可視化展示。

2.3.2 運營需求可視化。綜合運用多圖聯動、空間、顏色、圖形對比等大數據可視化分析方法，實現運營需求的可視化分析與展示，輔助業務人員發現運營需求分布和變化規律。

2.3.3 運營需求自動匹配。基于電網基礎資源分布模型和運營需求模型，利用人工智能技術和大數據分析方法實現電網基礎資源與運營需求的自動匹配。

3 平臺設計與實現

3.1 技術架構

本平臺在技術現上遵循國家電網公司統一技術規范，基于國網統一開發平臺進行實現，具體技術架構設計參考如圖1所示：①數據層，實現海量、多源、異構的電網資源運營相關的站房類資源、桿塔類資源、溝道類資源等數據的治理與整合；②存儲層，利用大數據平臺，實現各類結構化和非結構化數據的有效存儲；③計算層，利用大數據平臺中各類算法與工具，實現數據價值的分析與挖掘；④展現層，利用各類數據可視化工具，實現分析結果的有效展示；⑤應用場景，實現電網基礎資源分布可視化、運營需求可視化、運營需求自動匹配等具體業務功能。

圖1 技術架構

3.2 業務功能

本文重點介紹基于最優路徑的電網基礎資源運營需求匹配功能，此功能部分為電網基礎資源運營平臺功能基礎，是項目管理和營銷管理的前提條件。

3.2.1 電網基礎資源可視化。

3.2.1.1 站房類資源可視化。站房類資源包括變電站、開閉所、營業廳、辦公樓等，通過實際的現場勘查將站房類資源運營能力接入平臺，結合具體地理位置，基于地圖實現運營能力的展示，運營能力包括空間（平方米）、提供電源能力、動環檢測接入情況、視頻監控接入情況等，可通過切換維度展現不同維度的運營能力[3]。

3.2.1.2 桿塔類資源可視化。桿塔類資源可用于附掛光纜、附掛基站業務需求，包括電力桿塔、照明路燈類桿塔等。因為桿塔數據量大，在地圖層級下鉆到一定級別時展示桿塔圖標，在未下鉆時展示區域內桿塔數量。基于GIS2.0地圖結合現場勘查桿塔的運營能力圖形化展現桿塔類資源。

3.2.1.3 溝道類資源可視化。溝道類資源包括電力光纜通道，地下電纜通道。基于GIS2.0地圖結合溝道勘察情況和電網網架圖形化展示溝道類資源。

3.2.2 運營需求可視化。

3.2.2.1 人工智能識別運營需求。通過語音識別和圖像文字識別技術，自動識別運營需求并提供多維度識別結果供用戶確認。

3.2.2.2 運營需求展示可視化。通過運營需求位置信息基于GIS2.0地圖分區展示運營需求，通過切換運營需求種類可視化展示運營需求。基于地圖分區、歷史運營需求建設情況按時間維度可視化展示運營需求。

3.2.3 運營需求自動匹配。

3.2.3.1 構建運營需求模型。分析運營需求，利用人工智能智慧學習技術和大數據分析構建運營需求模型庫，并基于地圖展現運營需求。

3.2.3.2 構建運營能力模型。根據電網基礎資源地理分布，基于地圖分區技術以及大數據分析構建分區分類型的運營能力模型。

3.2.3.3 運營需求自動匹配。根據運營需求，基于運營需求模型和電網基礎資源運營能力模型自動匹配運營需求需要的電網資源并以運營需求為維度輸出匹配方案，以圖形化方式提供多種匹配方案供用戶選擇。

3.3 關鍵技術及創新點

3.3.1 構建了基于電網基礎資源特性的運營能力分析模型。集成站房類資源特性（建筑面積、層高、用途、可用位置等）、桿塔類資源特性（材質、電壓等級、高度、使用年限、電源接入情況等）、溝道類資源特性（深度、直徑、光纜芯數、帶寬等）等與運營能力相關的數據，通過各類算法設計，挖掘運營能力影響因子和影響系數，構建了基于運營需求種類電網基礎資源運營能力模型[4]。

3.3.2 實現了電網基礎資源運營能力的可視化展示。集成電網基礎資源的各類特征數據，綜合運用大數據可視化分析方法，直觀、動態地展示電網基礎資源運營能力，為運營需求匹配方案制定提供可視化支撐。

3.3.3 實現了基于運營需求自動出具匹配方案的方法。集成電網基礎資源運營能力、運營需求、周邊環境等，選擇基于最優路徑、半監督學習和隨機森林的Co-Forest算法，分析信號覆蓋度、運行穩定度、安全隱患情況與資源占用情況、投資成本、需求匹配度等的關聯關系，構建運營需求匹配方案[5]。

4 典型業務場景

根據平臺功能定位和功能需求，本文從中選擇電力桿塔附掛光纜、屋面承載基站、電力桿塔附掛基站三個典型的業務場景進行重點論述。

4.1 電力桿塔附掛光纜

4.1.1 分析需求。選擇合適的分析方法，構建運營需求模型，根據電網資源運營能力模型出具多種匹配方案供選擇。

4.1.2 分析方法。研究運營需求信息包括起點位置、終點位置、電源接入情況、掛高、使用年限等并結合桿塔類資源位置和特性信息，通過最優路徑、二叉樹、聚類等算法設計，出具基于最優路徑的電網基礎資源運營需求匹配方案。

4.1.3 業務成效。通過運營需求模型、電網基礎資源分布并根據模型自動匹配較傳統人工匹配有了較大提高，并為人工出具匹配方案提供依據。

4.2 屋面承載基站

4.2.1 分析需求。選擇合適的分析方法，分析屋面承載基站運營需求特性（位置范圍、高度要求、覆蓋能力、容量、組網要求、預算、周邊人口密度、使用年限等）結合電網基礎資源分布快速匹配電網基礎資源響應運營需求[6]。

4.2.2 分析方法。采用多圖聯動的設計，組合運用可視化方法，結合電網基礎資源的地理位置，實現屋面承載基站運營能力的分析和展示。

4.2.3 業務成效。通過靈活的大數據可視化展示方式結合基于電網基礎資源地理位置的覆蓋能力圖為運營人員直觀展示了運營需求的匹配方案，有效提升了電網基礎資源運營效率。

5 結束語

本文通過對電網基礎資源自身特點的研究與應用，結合電信企業對電網基礎資源的運營需求，采用“大數據”和“人工智能”等技術，實現基于最優路徑的電網基礎資源運營需求匹配分析方法設計與實現，并結合桿塔附掛光纜、屋面承載基站等具體實際應用，表明基于最優路徑的電網基礎資源運營需求匹配分析方法，在滿足客戶需求和提升運營效率方面效果顯著，具有重要的參考價值。