多系统监测与大数据分析在供电抢修服务中的应用

多系统监测与大数据分析在供电抢修服务中的应用

赵王斌

国网山西省电力公司运城供电公司 山西运城 044000

摘要：电力供应服务过程中供电抢修的作用至关重要，直接关系到企业的服务质量与企业形象。结合企业工作实际，本文对供电抢修过程中的车辆管理调度和相关模式进行分析，通过全面实时监测及时掌握维修进度。结合大数据应用，有效的从事前、事中等环节加以监控，从而有效提升工作效率，更好的服务于社会生产和生活。

关键词：供电抢修；多系统监测；大数据分析；服务提升

1 供电抢修存在的主要问题

供电抢修工作直接影响到社会的正常运转，是百姓息息相关的重要生活配套条件。在践行“你用电，我用心”的实际活动中，供电维修质量和速度至关重要。从目前来看，供电抢修仍存在诸多弊端需要我们加以改进，常见问题有：抢修的速度和效率偏低，整体质量较差，有关催办和工单的投诉比重相对较高。针对上述情况，我们有必要采取科学有效的措施，针对抢修过程实施全程监控，这种滚动跟踪实时监控不仅避免了人为的消极怠工，还能有效的协调不同施工环节，有效的改进抢修过程中不合理的工序，充分调动各种机具和人工。同时，各种数据的收集整理，也为后期工作整改提供了有价值的数据资料。

2 供电抢修过程监测的主要实现环节

实施全过程监控不仅有效的避免了违规操作，还对施工物料进行了及时监控。有效的提升了施工速度和施工质量，降低了投诉率，在优化现有资源基础上，更好的提升了供电抢修效果。

2.1故障工单

内网检修平台提供实时故障检修工单。该平台记录受理时间、抢修人员及车辆信息、故障特点及相关内容、发生地点等。

2.2车辆的实时监控

所派车辆都安装GPS定位系统，通过网络将车辆出发、抵达、行驶速度与轨迹等相关信息传输给监控中心。

2.3抢修现场监控

通过视频监控设备，及时跟踪现场抢修过程。主要设备为抢修指挥平台、3G视频系统、GPS系统等。通过这些设备和技术的综合使用及时将车辆信息、故障点信息、处理信息等进行上报，以此掌握抢修是否具备规范性。针对施工中存在的问题，可通过通信系统及时进行指导。

3 以大数据技术对配电网抢修加以分析

大数据是计算机通信技术的衍生产品，对供电抢修管理具有很强的应用价值。由于供电抢修涵盖了大量的信息，实施大数据技术不仅能够存储还能在这些数据中捕捉相应的特定信息，从而为后期的抢修提供科学依据。

3.1大数据技术

网络大数据相比于传统数据存在如下几个不同的描述特征，数据量超大（Volume）、数据的传递与处理速度快（Velocity）、数据多样化（Variety）、高价值（Veracity）。由此可知，相比于传统意义上的数据处理，大数据的处理突出了处理速度与体量这两个方面，由此衍生出相应的两类处理方式，即：数据流与批量数据处理。前者主要应用于实时性要去较高的环境，是对不断生成数据的技术跟踪处理。这就要求系统具备体量较大的存储器，相反，对辅助存储需求相对较低；批量处理则需要所有数据生成后，对相应数据进行分区，进而分析出相对较小的数据块，并最终得出分析结果。

3.2供电抢修总体情况

以正常气候条件为例：我公司所管辖范围日受理故障单多在100张以上，如2016年8月共受理了3024张。抢修流程为接单→出发→到达→故障判断→故障处理→完成等步骤。就这几个环节来看，任一环节出现问题都会影响到抢修质量。因此，针对上述环节进行分析并实施全程监控具有重要的管理价值。

3.3抢修过程监测分析

通过大数据分析，就每天抢修车辆进行跟踪监测。按照车辆的不同运行阶段，如：出发前、行驶中、抢修中进行跟踪，并在故障、抢修时间两个节点上进行数据分析。

（1）整体抢修时间情况分析

监测车辆路途所用时间可用车辆到达时间减去车辆出发时间。按照黑白两个班次进行数据统计。分析可知：白班检修车辆抵达的时间平均值为42分钟，夜班车辆抵达时间平均值为40分钟。相比于白班，夜班车辆行驶更为顺畅，但考虑到安全问题，人为限制了行驶速度。因此，两者时间相差在2分钟左右。

按照多年配电抢修可将抢修故障划分为5类：低压线路（附属设备）故障、电表（箱）故障、表前开关（熔丝）跳闸故障、表后设备（客户内部）故障、停电（欠费）、误报等。

上述故障处理时间根据故障特点，其耗时也各有不同，欠费停电或客户误报、低压线路与附属设备故障以及表前空开（熔丝）故障耗时相对较长；表后设备（客户内部）、低压线路以及附属设备、表前开关（熔丝）等故障属于所有故障中比重最大的。就上述常见故障来看，维修耗时最长的为低压线路（附属设备）故障，平均耗时约为124min，所消耗的时间高达22%，其次为：表前空开（熔丝）故障，此类故障平均耗时约为96min所消耗时间占总时间的18%左右。针对上述两种故障，需采取必要的措施提升整体维修效率，降低耗时。因欠费或误报引起的抢修所用时长约为163min，但这类故障所占比重只有10%左右。

（2）抢修修复情况分析

由于抢修多集中于低压线路与相关设备，因此我们对这些重要环节进行深入分析，常见故障有：电路老化（烧毁、漏电）、电井井盖破损、电力杆倾斜、树线矛盾以及用户特殊要求、线路位移、防外破处理等等。

通过数据分析，维修耗时最长的为树线矛盾处理（平均时长为2670min），耗时依次较短的为移杆（客户要求）、线路移位、电井井盖破损。树线矛盾多因树木与线路未达到安全距离，或树木在省长过程中未能及时看法或修建。这类问题多需和当地政府及树木所与人进行沟通。因此，这类故障处理时间相对较长。电井井盖故障多为外力压迫所致，及时进行修复更换即可。针对这类故障需做好日常巡视工作。此外，由于生产、生活所需，线杆移动情况较多。施工前应做好沟通工作，完成相关申请后快速施工即可。

4 供电抢修监测与分析的效果分析

4.1供电抢修实现了科学化管理

电力服务的宗旨是：“效益最大化、人员最精化、服务最优化”，因此，实际管理中必须依托信息化手段，在完成集中化管理过程中提升抢修质量。通过大数据海量分析，找出数据内部关系，结合不同重要节点与故障类型进行深入分析。这样能从本质上改变既有管理模式。此外，结合每次抢修队车辆行驶的轨迹进行监控与回放，针对超速、违停等问题加以规范。针对施工中故障处理是否规范、故障处理是否完整等进行事前分析，对维修过程进行事中分解。最终获取抢修到达时间、恢复情况、各班次处理情况进行数据化分析。从而为后期修正提供数据标准，这样有助于将各类风向降低至最小范围。

4.2抢修到达时间显著提高

通过上述数据化分析和后期调整，辖区内车辆白班和夜班到达时间分别降低5分钟、7分钟。通过后续进一步调整，数据仍有小幅下降。

4.3抢修服务质量有保障

供电抢修离不开相关工程车辆。因此，合理配置车辆，装备相应的通信系统至关重要。对现有车辆进行改造，安装GPS系统及3G视频系统。这样确保了故障报修环节、受理工单环节，以及车辆出发、运行、抢修、返回等诸多环节的及时监控。上述环节的信息化推进为供电抢修的程序化奠定了基础。此外，针对长期抢修数据分析，可掌握故障发生的规律性特征。从而为后期抢修做好事前准备工作。上述工作的实施，使得供电抢修更为安全、高效。

结束语

综上所述，社会的发展对供电质量提出更高的要求。结合大数据分析技术，我们能从数据中获取先关指标，结合全程数据分析和系统检测，可有效的提升抢修质量，更好的服务于人们的生产生活。

参考文献：

[1]李皎.大数据时代到来对电力行业发展提出新要求[J].华北电业,2012（04）:82.

[2]陈超.电力大数据质量评价模型及动态探查技术研究[J].现代电子技术，2014,37（04）:162.