“本周總體氣溫預計較高，最高溫均值34.4度，預測發(fā)生重載臺區(qū)8臺，發(fā)生過載臺區(qū)175臺，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)測中心通過運用城市配變大數(shù)據(jù)重過載風險預測模型，向該公司運維部門發(fā)布了重過載預測周報，為該公司迎峰度夏期間配網(wǎng)運行維護策略提供了重要參考。這是福建省內(nèi)首個將大數(shù)據(jù)技術付諸應用于生產(chǎn)實踐的案例。
配電臺區(qū)重過載情況不僅影響設備的正常安全運行、減少設備使用壽命，而且還會對用戶的用電質(zhì)量造成一定影響。但是臺區(qū)重過載情況與用電負荷息息相關，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(xiàn)。
針對上述難題，2014年初，由國網(wǎng)福建省電力有限公司運監(jiān)中心牽頭組織，福州公司重點參與，成立分析工作小組，利用先進的大數(shù)據(jù)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。該模型通過對最近歷史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(shù)據(jù)的深入分析，利用回歸模型對40多個相關參數(shù)進行反復學習和訓練，以當年及歷史年度重過載臺區(qū)數(shù)據(jù)進行成果檢驗。
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，該公司克服了模型邏輯難、協(xié)調(diào)工作量大、數(shù)據(jù)樣本多等困難，協(xié)調(diào)項目組不斷依據(jù)預測結(jié)果與實際情況的偏差，優(yōu)化模型、調(diào)整參數(shù)，推動預警模型的預測準確性逐步提升?！拔覀兺ㄟ^對眾多數(shù)據(jù)的去偽存真、糾正算法，確立了客戶用電行為、負荷因素、溫度因素、區(qū)域特征等四個與臺區(qū)重過載強相關的重要要素作為模型的架構(gòu)。這已經(jīng)是我們第15次改進程序了。”該公司運營監(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(xiàn)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，該模型累計發(fā)布配網(wǎng)重過載風險預警報告29份，經(jīng)過模型參數(shù)的不斷自學習和優(yōu)化調(diào)整，2016年度預測的短期預測查全率已提升至79.15%，查準率提升至81.23%。
在引入預測工具的有效支撐下，福州公司打破了以往事后糾偏的傳統(tǒng)工作模式，實現(xiàn)了提前預測-提前發(fā)布-提前調(diào)整-事后分析-總結(jié)改造的閉環(huán)管理?！耙酝宥认钠陂g，我們都是在配網(wǎng)出現(xiàn)過載后，才采取一定的處理措施，頭痛醫(yī)頭腳痛醫(yī)腳，基本上處于疲于奔命狀態(tài)。引入預測工具后，在分析上更加深入、精確，工作前瞻性主動性更強，有效實現(xiàn)了問題的提前糾偏?！痹摴具\營監(jiān)測中心監(jiān)測管理主辦鄒墨表示。2016年度迎峰度夏期間，該公司提前對過載臺區(qū)進行設備檢測，開展針對性改造。配網(wǎng)過載臺區(qū)數(shù)較同期下降20%，重載臺區(qū)數(shù)下降14%。
下階段，該公司將大力推動擴大重過載預警模型的預測覆蓋范圍，空間上由目前的福州城網(wǎng)推廣到農(nóng)網(wǎng)，時間上由迎峰度夏期間拓展到春節(jié)期間，為配網(wǎng)運維的優(yōu)化和創(chuàng)新發(fā)展提供更有力支撐。
