“本周总体气温预计较高，最高温均值34.4度，预测发生重载台区8台，发生过载台区175台，与上周基本持平，建议各单位做好运维巡视工作。”8月16日，福建福州供电公司运营监测中心通过运用城市配变大数据重过载风险预测模型，向该公司运维部门发布了重过载预测周报，为该公司迎峰度夏期间配网运行维护策略提供了重要参考。这是福建省内首个将大数据技术付诸应用于生产实践的案例。
配电台区重过载情况不仅影响设备的正常安全运行、减少设备使用寿命，而且还会对用户的用电质量造成一定影响。但是台区重过载情况与用电负荷息息相关，由于用电负荷变化的不确定性，导致重过载台区难以提前预测，部分台区重过载情况反复出现。
针对上述难题，2014年初，由国网福建省电力有限公司运监中心牵头组织，福州公司重点参与，成立分析工作小组，利用先进的大数据技术和工具，开展迎峰度夏期间城市配变重过载风险预测模型研究。该模型通过对最近历史3年的福州城区配变负荷、设备、客户以及气温等共计2亿多条历史数据的深入分析，利用回归模型对40多个相关参数进行反复学习和训练，以当年及历史年度重过载台区数据进行成果检验。
作为项目组的主要成员和试点单位，在模型实施落地过程中，该公司克服了模型逻辑难、协调工作量大、数据样本多等困难，协调项目组不断依据预测结果与实际情况的偏差，优化模型、调整参数，推动预警模型的预测准确性逐步提升。“我们通过对众多数据的去伪存真、纠正算法，确立了客户用电行为、负荷因素、温度因素、区域特征等四个与台区重过载强相关的重要要素作为模型的架构。这已经是我们第15次改进程序了。”该公司运营监测中心监测值班员徐涵介绍。
该模型自2014年6月投入试运行使用，以福州市区公变为预测对象，实现了迎峰度夏期间重过载台区的短期（提前一周）和中期（提前半年）预测。截至8月16日，该模型累计发布配网重过载风险预警报告29份，经过模型参数的不断自学习和优化调整，2016年度预测的短期预测查全率已提升至79.15%，查准率提升至81.23%。
在引入预测工具的有效支撑下，福州公司打破了以往事后纠偏的传统工作模式，实现了提前预测-提前发布-提前调整-事后分析-总结改造的闭环管理。“以往迎峰度夏期间，我们都是在配网出现过载后，才采取一定的处理措施，头痛医头脚痛医脚，基本上处于疲于奔命状态。引入预测工具后，在分析上更加深入、精确，工作前瞻性主动性更强，有效实现了问题的提前纠偏。”该公司运营监测中心监测管理主办邹墨表示。2016年度迎峰度夏期间，该公司提前对过载台区进行设备检测，开展针对性改造。配网过载台区数较同期下降20%，重载台区数下降14%。
下阶段，该公司将大力推动扩大重过载预警模型的预测覆盖范围，空间上由目前的福州城网推广到农网，时间上由迎峰度夏期间拓展到春节期间，为配网运维的优化和创新发展提供更有力支撑。
