?“本周總體氣溫預計較高，最高溫均值34.4攝氏度，預測發(fā)生重載臺區(qū)8個，發(fā)生過載臺區(qū)175個，與上周基本持平，建議各單位做好運維巡視工作?！?月16日，福建福州供電公司運營監(jiān)測中心運用城市配變大數據重過載風險預測模型，向運維部門發(fā)布了重過載預測周報，為配網運行維護提供了重要參考。這是國網福建省電力有限公司首個將大數據技術應用于生產實踐的案例。
由于用電負荷變化的不確定性，導致重過載臺區(qū)難以提前預測，部分臺區(qū)重過載情況反復出現。針對上述難題，2014年，國網福建電力運監(jiān)中心牽頭組織，福州供電公司重點參與，成立分析工作小組，利用先進的大數據技術和工具，開展迎峰度夏期間城市配變重過載風險預測模型研究。該模型深入分析最近3年的福州城區(qū)配變負荷、設備、客戶以及氣溫等共計2億多條歷史數據，利用Logistic回歸模型對40多個相關參數進行反復學習和訓練，以當年及歷史年度重過載臺區(qū)數據開展成果檢驗。
福州供電公司作為項目組的主要成員和試點單位，在模型實施落地過程中，克服了模型邏輯難、協調工作量大、數據樣本多等困難，協調項目組不斷依據預測結果與實際情況的偏差，優(yōu)化模型、調整參數，逐步提升模型的預測準確性?！拔覀兺ㄟ^對眾多數據的去偽存真、糾正算法，15次改進程序，確立了客戶用電行為、負荷因素、溫度因素及區(qū)域特征等4個與臺區(qū)重過載強相關的重要要素作為模型的架構?！痹摴具\營監(jiān)測中心監(jiān)測值班員徐涵介紹。
該模型自2014年6月投入試運行使用，以福州市區(qū)公變?yōu)轭A測對象，實現了迎峰度夏期間重過載臺區(qū)的短期（提前一周）和中期（提前半年）預測。截至8月16日，累計發(fā)布配網重過載風險預警報告29份，短期預測查全率提升至79.15%，查準率提升至81.23%。
引入預測工具后，福州供電公司實現了“提前預測—提前發(fā)布—提前調整—事后分析—總結改造”的閉環(huán)管理?！耙酝宥认钠陂g，我們都是在配網出現過載后，才采取一定的處理措施，基本上處于疲于奔命狀態(tài)。引入預測工具后，工作前瞻性、主動性更強，有效實現了問題的提前糾偏?！痹摴具\營監(jiān)測中心監(jiān)測管理主辦鄒墨說。今年迎峰度夏期間，該公司提前檢測被預警的臺區(qū)設備，開展針對性改造，配網過載臺區(qū)數較同期下降20%，重載臺區(qū)數下降14%。
下階段，福州供電公司將擴大重過載預警模型的覆蓋范圍，由城網推廣到農網，由迎峰度夏期間拓展到春節(jié)期間，為配網運維的優(yōu)化和創(chuàng)新發(fā)展提供更有力支撐。
