基于人工智能技術(shù)的配網(wǎng)智能化監(jiān)控指揮技術(shù)研究

王 爽 劉曉輝 王彬楠 陳啟龍 楊亞男

（國(guó)網(wǎng)河南省電力公司鄭州供電公司）

0 引言

隨著社會(huì)的發(fā)展，電力需求不斷增加，配電網(wǎng)規(guī)模也隨之?dāng)U大，電力用戶數(shù)量不斷增長(zhǎng)。配網(wǎng)調(diào)控作為業(yè)務(wù)樞紐面臨兩個(gè)問題：一方面，接入的信息化系統(tǒng)眾多，信息數(shù)據(jù)增加導(dǎo)致利用效率降低；另一方面，配網(wǎng)生產(chǎn)指揮涉及廣泛，存在大量簡(jiǎn)單重復(fù)的機(jī)械流程，指揮效率低下，易出現(xiàn)業(yè)務(wù) “樞紐擁堵”［1］。因此，配網(wǎng)生產(chǎn)指揮迫切需要流程再造，利用人工智能技術(shù)提升效率。

本文通過基于人工智能技術(shù)的配網(wǎng)智能化監(jiān)控指揮研究，考慮用戶需求，從而提供高水平、高質(zhì)量的服務(wù)。利用大后臺(tái)信息數(shù)據(jù)分析與準(zhǔn)確研判支持，致力于實(shí)現(xiàn)末端業(yè)務(wù)融合與提升服務(wù)品質(zhì)的目標(biāo)。通過監(jiān)控預(yù)警和建立預(yù)警模型機(jī)制，進(jìn)行語音外呼通知和信息提示，及時(shí)處理配網(wǎng)業(yè)務(wù)任務(wù)，并梳理完成進(jìn)度，減少配調(diào)員的查找、跟蹤和通知工作。人工智能技術(shù)能減少機(jī)械化工作，降低配調(diào)員工作量，為電網(wǎng)安全運(yùn)行提供保障，提高供電服務(wù)指揮管理的精益化水平［2］。

1 語音識(shí)別模型

1.1 語音信號(hào)

語音信號(hào)是一種常見的一維信號(hào)波，容易受到外界環(huán)境影響，具有不平穩(wěn)性，難以找到其規(guī)律。通過聲學(xué)特征提取可以增強(qiáng)語音信號(hào)的穩(wěn)定性，提取聲學(xué)特征具體過程如下：

（1）預(yù)加重

高頻信號(hào)在傳遞過程中，衰減較快，但是高頻部分又蘊(yùn)含很多對(duì)語音識(shí)別有利的特征。因此，在特征提取之前，需要對(duì)原始信號(hào)進(jìn)行預(yù)加重，以此提高原始信號(hào)中高頻信號(hào)的能量。

（2）分幀加窗

由于語音信號(hào)是一種不穩(wěn)定的信號(hào)，隨著時(shí)間的變化，頻率也在變化。因此，不能將整個(gè)語音信號(hào)作為一個(gè)整體來處理。為了解決這個(gè)問題，在對(duì)語音信號(hào)進(jìn)行預(yù)處理之后，需要將原始語音信號(hào)分割成較小的片段進(jìn)行處理，這個(gè)過程稱為分幀。通常，這些片段的時(shí)間范圍是10～30ms，因此需要使用一個(gè)固定長(zhǎng)度的窗口來獲得這些片段，通過移動(dòng)窗口來進(jìn)行分割。為了避免頻譜泄露問題，通常使用窗函數(shù)對(duì)信號(hào)進(jìn)行處理，窗函數(shù)可以讓片段信號(hào)盡可能地保持原來連續(xù)信號(hào)的性質(zhì)。

（3）特征提取

一般使用的聲學(xué)特征主要包括：語譜圖、濾波器組（Mel Filter Bank，F(xiàn)bank）特征和梅爾頻率倒譜系數(shù)（Mel-Frequency Cepstral Coefficient，MFCC）。具體聲學(xué)特征提取過程如圖1所示。

圖1 聲學(xué)特征提取過程

管網(wǎng)故障檢測(cè)實(shí)施信息支持后，在一定程度上解決了這些問題。FDEE （Water Pipe Network Fault Diagnosis Model based on Experience Evolution）模型研究了新型的管網(wǎng)故障檢測(cè)專家經(jīng)驗(yàn)應(yīng)用算法。這部分算法的核心是匹配算法，主要解決了管網(wǎng)故障診斷系統(tǒng)對(duì)歷史專家經(jīng)驗(yàn)難以利用的瓶頸。其主體思路是提取現(xiàn)場(chǎng)數(shù)據(jù)的特征，與專家經(jīng)驗(yàn)庫中的案例進(jìn)行匹配，生成初次判斷，加速檢測(cè)過程；在檢測(cè)結(jié)果生成并得到驗(yàn)證后，將相關(guān)數(shù)據(jù)反饋給專家?guī)欤蛊渲械男畔⒌靡赃M(jìn)化，以便提供更為全面、精準(zhǔn)的專家經(jīng)驗(yàn)［3］。

1.2 基于HMM 的聲學(xué)模型

隱馬爾可夫模型（Hidden Markov Model，HMM）可以用來描述一個(gè)狀態(tài)轉(zhuǎn)換到另一個(gè)狀態(tài)的隨機(jī)過程，由于HMM假設(shè)，通常下一時(shí)刻狀態(tài)概率分布主要由當(dāng)前狀態(tài)決定。在HMM聲學(xué)模型中，常將聲學(xué)特征轉(zhuǎn)換為對(duì)應(yīng)的狀態(tài)序列，用于描述音素內(nèi)部HMM狀態(tài)的轉(zhuǎn)換過程，解決聲學(xué)特征與多個(gè)語音建模單元的對(duì)應(yīng)關(guān)系。整個(gè)過程可概括為HMM生成隱狀態(tài)序列，再由隱狀態(tài)生成觀測(cè)值序列。在語音識(shí)別中，建模單元如音素、拼音和字通常被視為隱含狀態(tài)，而語音作為觀測(cè)序列。HMM可用于計(jì)算狀態(tài)序列的轉(zhuǎn)移概率，而觀測(cè)概率通常通過高混合模型和深度神經(jīng)網(wǎng)絡(luò) （Deep Neural Networks，DNN）計(jì)算得出。圖2是基于HMM的聲學(xué)模型，它描述了聲學(xué)特征和HMM狀態(tài)之間的關(guān)系。

圖2 基于HMM 的聲學(xué)模型

2 系統(tǒng)功能架構(gòu)介紹

2.1 遙測(cè)數(shù)據(jù)管理

遙測(cè)數(shù)據(jù)管理是調(diào)度系統(tǒng)中最基礎(chǔ)也是最重要的功能模塊，調(diào)度人員依靠該模塊對(duì)設(shè)備狀態(tài)、設(shè)備采集的數(shù)據(jù)進(jìn)行完全感知。實(shí)際應(yīng)用中遙測(cè)數(shù)據(jù)的來源分為兩個(gè)部分，一部分是SCADA系統(tǒng)的推送，另一部分是接入設(shè)備的直接傳輸，這兩部分的數(shù)據(jù)需要整合統(tǒng)一管理，就需要基本的數(shù)據(jù)查詢展示、數(shù)據(jù)修改、數(shù)據(jù)刪除、數(shù)據(jù)導(dǎo)出、數(shù)據(jù)導(dǎo)入等功能支持。調(diào)度工作中，不同調(diào)度人員關(guān)注的數(shù)據(jù)可能有所不同。部分人員關(guān)注設(shè)備狀態(tài)數(shù)據(jù)，如設(shè)備溫度和開關(guān)狀態(tài)，而其他人員更關(guān)注設(shè)備采集數(shù)據(jù)。因此，需要根據(jù)不同業(yè)務(wù)場(chǎng)景提供不同的采集規(guī)則進(jìn)行數(shù)據(jù)采集，以支持業(yè)務(wù)需求。數(shù)據(jù)準(zhǔn)確性對(duì)于業(yè)務(wù)判斷至關(guān)重要。調(diào)度工作的準(zhǔn)確性和有效性與數(shù)據(jù)準(zhǔn)確性密切相關(guān)。盡管調(diào)度人員可以根據(jù)經(jīng)驗(yàn)對(duì)數(shù)據(jù)準(zhǔn)確性進(jìn)行判斷，但人工判斷能力有限。在海量調(diào)度數(shù)據(jù)中，人工判斷方式不可行。只有數(shù)據(jù)準(zhǔn)確性得到保障，系統(tǒng)提供的自動(dòng)化分析和預(yù)警功能才具有實(shí)際意義。

2.2 報(bào)警管理

為了提高電網(wǎng)調(diào)度自動(dòng)化系統(tǒng)的安全性，系統(tǒng)內(nèi)部已經(jīng)加入了報(bào)警模塊。無論在何時(shí)何地，只要出現(xiàn)任何紕漏或錯(cuò)誤，系統(tǒng)都能立即分析并提醒操作人員。同時(shí)，系統(tǒng)會(huì)即時(shí)記錄事故發(fā)生的時(shí)間、位置和具體內(nèi)容，并將報(bào)警信號(hào)發(fā)送給操作人員。這樣做的目的是為了增強(qiáng)故障事件的及時(shí)提醒，讓操作人員能夠立即關(guān)注，以避免延誤導(dǎo)致更嚴(yán)重的問題。此外，詳細(xì)記錄和傳遞故障事件的信息也有助于操作人員及時(shí)發(fā)現(xiàn)和排查故障原因，從而節(jié)約處理故障所需的時(shí)間。通過這些措施，系統(tǒng)能夠提高安全性并促使及時(shí)處理故障［4］。其中該系統(tǒng)引入的報(bào)警模塊的主要特點(diǎn)可以歸納如下。

系統(tǒng)內(nèi)的模塊程序會(huì)根據(jù)數(shù)據(jù)庫內(nèi)容預(yù)測(cè)可能出現(xiàn)的故障情況，并根據(jù)故障的嚴(yán)重程度進(jìn)行等級(jí)劃分。每個(gè)等級(jí)對(duì)應(yīng)不同的報(bào)警信號(hào)提示，以便提醒操作人員快速反應(yīng)和了解故障的嚴(yán)重緊急程度。一旦收到報(bào)警提示，模塊會(huì)立即且持續(xù)地向操作人員提供故障事件的具體內(nèi)容和各項(xiàng)信息，操作人員可以通過查詢等方式全面詳細(xì)地了解整個(gè)事件。這樣，操作人員能夠迅速獲得必要的信息并采取相應(yīng)的處理措施。

2.3 遙測(cè)設(shè)備管理

在調(diào)度工作中，涉及到各種不同的遙測(cè)設(shè)備，為了保證設(shè)備的正常工作，操作人員需要對(duì)每個(gè)設(shè)備使用的各個(gè)環(huán)節(jié)進(jìn)行跟蹤記錄。設(shè)備在系統(tǒng)運(yùn)行的生命周期中包括設(shè)備上線、投運(yùn)和設(shè)備下線等階段。在設(shè)備投運(yùn)期間，需要監(jiān)測(cè)設(shè)備的在線狀態(tài)、自身狀態(tài)等，并及時(shí)維護(hù)和整改故障設(shè)備。此外，自動(dòng)分析和預(yù)警故障設(shè)備的故障原因也是必不可少的［5］。

根據(jù)實(shí)際情況，不同類型的設(shè)備可能具有不同的報(bào)警規(guī)則。為了滿足不同類型設(shè)備不同報(bào)警規(guī)則的要求，操作人員將事先定義的報(bào)警規(guī)則錄入系統(tǒng)，并綁定到具體的設(shè)備上。當(dāng)系統(tǒng)檢測(cè)到設(shè)備異常時(shí)，會(huì)自動(dòng)推送預(yù)警信息。這樣做不僅能減輕操作人員的工作壓力，還能更好地保證設(shè)備的安全使用和系統(tǒng)的安全性。

通過跟蹤記錄設(shè)備狀態(tài)、自動(dòng)分析故障、設(shè)置報(bào)警規(guī)則等措施，調(diào)度系統(tǒng)能夠有效地管理設(shè)備，提高設(shè)備的運(yùn)行可靠性和系統(tǒng)的安全性。

3 OMS智能調(diào)度管理系統(tǒng)

（1）配電網(wǎng)多系統(tǒng)大數(shù)據(jù)融合，建設(shè)OMS預(yù)警監(jiān)控督辦展示中心

通過對(duì)配電自動(dòng)化系統(tǒng)、D5000系統(tǒng)、PMS生產(chǎn)管理系統(tǒng)、OMS智能調(diào)度管理系統(tǒng)、供電服務(wù)指揮系統(tǒng)等多個(gè)管理系統(tǒng)中的信息進(jìn)行挖掘研究，可以使用基于有效指數(shù)的聚類算法進(jìn)行聚類分析，以提高各管理系統(tǒng)之間的互通性和流動(dòng)性。同時(shí)，挖掘大數(shù)據(jù)在配電網(wǎng)管理中的應(yīng)用效能，以大后臺(tái)信息數(shù)據(jù)分析應(yīng)用和準(zhǔn)確研判為強(qiáng)有力支撐，以強(qiáng)化前端實(shí)現(xiàn)末端業(yè)務(wù)融合和促進(jìn)服務(wù)品質(zhì)提升為工作目標(biāo)。在配電網(wǎng)管理中，依據(jù)配電網(wǎng)管理規(guī)程，可以對(duì)配網(wǎng)計(jì)劃、配電工作票、缺陷消缺處理、異常處理、任務(wù)協(xié)同、設(shè)備運(yùn)行狀態(tài)監(jiān)視等進(jìn)行預(yù)警監(jiān)控［6］。通過可視化技術(shù)，可以展示配電網(wǎng)數(shù)據(jù)預(yù)警事項(xiàng)，讓相關(guān)人員能夠更直觀地了解配電網(wǎng)的運(yùn)行情況和發(fā)現(xiàn)潛在問題。通過以上的方法和措施，可以實(shí)現(xiàn)配電網(wǎng)管理系統(tǒng)各個(gè)模塊之間的有效協(xié)同和信息流動(dòng)，提高運(yùn)維效率和服務(wù)質(zhì)量。同時(shí)，利用大數(shù)據(jù)分析和可視化技術(shù)，可以更好地監(jiān)控和預(yù)警配電網(wǎng)的異常情況，及時(shí)采取措施進(jìn)行處理，確保配電網(wǎng)的安全和穩(wěn)定運(yùn)行，如圖3和圖4所示。

圖3 OMS預(yù)警監(jiān)控督辦展示中心

圖4 OMS預(yù)警監(jiān)控督辦展示中心——信息預(yù)警

（2）建設(shè)智能語音外呼接口

語音外呼接口整體架構(gòu)采用IP分布式部署方案，采用數(shù)字中繼方式接入，核心設(shè)備為外線語音網(wǎng)關(guān)、通訊交換設(shè)備、存儲(chǔ)服務(wù)器及多媒體服務(wù)器，放置于機(jī)房，通過交換機(jī)網(wǎng)絡(luò)與OMS業(yè)務(wù)系統(tǒng)相連［7］，如圖5所示。

圖5 語音外呼接口設(shè)備網(wǎng)絡(luò)圖

語音外呼接口增設(shè)TTS文本語音處理模塊，把通知內(nèi)容信息轉(zhuǎn)換成語音內(nèi)容以語音外呼的方式通知現(xiàn)場(chǎng)人員，使語音外呼功能更加智能化。

語音外呼接口提供多種對(duì)外接口形式，如WebService、WebSocket、HTTP等協(xié)議接口，可供對(duì)接業(yè)務(wù)系統(tǒng)調(diào)取使用，如圖6所示。

圖6 語音外呼接口形式

（3）建立預(yù)警通知模型，智能化進(jìn)行監(jiān)控預(yù)警督辦

結(jié)合配電網(wǎng)管理規(guī)程，建立OMS預(yù)警監(jiān)控督辦通知模型，使配網(wǎng)業(yè)務(wù)工作可以以無人值守模式通過語音外呼或短消息的方式通知任務(wù)待辦人。OMS預(yù)警監(jiān)控督辦的業(yè)務(wù)通知形式包括消息通知與電話外呼通知兩種方式，如圖7所示。

圖7 消息提示

電話外呼是指調(diào)用語音外呼接口，建立OMS與語音外呼平臺(tái)的對(duì)接，對(duì)需要外呼通知的信息通過TTS文本語音轉(zhuǎn)換技術(shù)，把通知信息通過電話方式通知到相關(guān)人員［8］。

建立OMS預(yù)警監(jiān)控督辦的業(yè)務(wù)通知規(guī)則信息池，通過勾選方式設(shè)定不同業(yè)務(wù)的通知方式，可以是電話外呼通知、消息通知其中的一種，也可以是兩種通知方式并行，通過計(jì)算機(jī)自動(dòng)把通知信息通知到相應(yīng)人員，并進(jìn)行督辦統(tǒng)計(jì)，如圖8所示。

圖8 督辦統(tǒng)計(jì)視圖

為了構(gòu)建高可用性、安全性、可靠性、可伸縮性和擴(kuò)展性的軟件系統(tǒng)功能，系統(tǒng)采用成熟、標(biāo)準(zhǔn)的J2EE（Java 2 Enterprise Edition）企業(yè)平臺(tái)架構(gòu)搭建，采用多層的分布式應(yīng)用模型、組件再用、一致化的安全模型及靈活的事務(wù)控制，基于調(diào)度網(wǎng)絡(luò)技術(shù)，采用瀏覽器／服務(wù)器（Browser／Server）模式實(shí)現(xiàn)，使系統(tǒng)具有更好的移植性，以適應(yīng)預(yù)警監(jiān)控督辦外呼應(yīng)用環(huán)境復(fù)雜、業(yè)務(wù)規(guī)則多變、信息發(fā)布的需要，以及系統(tǒng)將來擴(kuò)展的需要。

系統(tǒng)的軟件層次如圖9所示。

圖9 軟件層次分析圖

4 結(jié)束語

本文針對(duì)通信線路利用率低和人力資源使用率高的問題提出了一種解決方案，即語音外呼系統(tǒng)。該系統(tǒng)能夠?qū)崿F(xiàn)語音和數(shù)據(jù)相互融合，增強(qiáng)通信能力，網(wǎng)絡(luò)組網(wǎng)方便，操作靈活，從而提高通信線路的利用率，節(jié)省人力資源，并提高指揮效能。同時(shí)，本文還利用人工智能技術(shù)實(shí)現(xiàn)了配網(wǎng)調(diào)度的智能化指揮。通過OMS智能調(diào)度管理系統(tǒng)，完成了耗時(shí)耗力的機(jī)械化勞動(dòng)，大大減少了配調(diào)員的工作量［9］。這一智能化的調(diào)度指揮系統(tǒng)為電網(wǎng)的安全運(yùn)行提供了保障，并提高了供電服務(wù)指揮管理工作的精益化水平。通過采用語音外呼系統(tǒng)和智能化的配網(wǎng)調(diào)度指揮系統(tǒng)，可以有效地解決通信線路利用率低和人力資源過高的問題。這些技術(shù)和系統(tǒng)的應(yīng)用不僅能提升電網(wǎng)的運(yùn)行效率，還能提高安全性和服務(wù)水平，為電力行業(yè)的發(fā)展做出貢獻(xiàn)。