[发明专利]采集运维动态派工方法

权利要求书

1.采集运维动态派工方法，其特征在于，包括以下步骤：

第一步，收集电路运行系统的数据

所述数据包括异常点位置信息以及现场采集数据，涉及到多个区域的各种用户的一段时间内的用电量、电能表数量，进而对大批量用户的用电量进行波动分析；

第二步，建立异常点聚合工单生成模型

按照一定规则将已发生故障的异常点进行归类聚合成一个异常工单，异常工单将作为派工的基本单位，对于一些无法聚集合并的单独异常点能够将其作为单独的异常工单与其它异常工单一起处理；

具体包括以下步骤：

S201，采集异常故障点数据信息，所述异常故障点数据信息包括异常故障点位置坐标、现场采集数据和工单流转数据，涉及到多个区域的各种用户的一段时间内的用电量、电能表数量，进而对大批量用户的地理位置以及异常故障进行大数据分析；

S202，收集运维人员数据信息，所述运维人员数据信息包括运维人员位置坐标信息、处理能力信息、人数；

S203，确定异常故障点中心点，根据中心点对异常故障点进行聚合分组，把某一区域内的所有异常故障点聚合为一组；

S204，根据聚合分组情况，对电路运行系统进行维护，异常故障点聚合方法在聚合过程中考虑到聚合点总工作量，避免单个聚合点工作量过大超出一个派工周期法定工作时间，而出现无法按时完成工作的情况；

第三步，建立采集异常现场维修时长计算模型

对每个基础工作以及操作步骤进行时长估算，较为准确的预估现场处理时长，并确定每个异常类型的操作步骤，使得故障现场处理工作流程化；

第四步，建立采集异常紧急程度的判定模型

首先对异常紧急程度有影响的影子因子建立判定模型，建立关于单一变量的关系式，简化了计算量以及复杂度，进而根据影响因子之间的关系，建立总的采集异常紧急程度判定模型，较为完善的解决了紧急度判定问题；

具体包括以下步骤：

S401，初步确定采集异常紧急度的影响因子

由电力运维系统专家讨论确定采集异常紧急度的影响因子，初步确定影响因子包括：月平均用电量、异常持续时间、距离抄表天数、间歇性故障、电能表效用值；

S402，分析影响因子并建立模型

紧急度影响因子判断模型就是通过系统已有运行数据，按照各因素影响进行数据分析，当结果表明影响因子与最终结果存在明显聚合关系或函数连续时则表明应该将该影响因子计入紧急度计算，当结果为离散不连续时则表明不应该将该影响因子计入紧急度计算；

S403，建立总的采集异常紧急程度判定模型

通过对现有收集的采集异常紧急程度的影响因子进行分析，得到对紧急度有确切影响的影响因子，剔除不合适影响因子；异常工单紧急度值是该工单所包含的故障电表紧急度值的累加，将产生影响的影响因子综合建模；

S404，根据判定模型，确定异常处理的先后次序，对电路运行系统进行维护；

第五步，建立采集系统现场运维模型

采集系统现场运维模型包括网格责任制运维模式和人员统筹运维模式，其中网格责任制运维模式是先将地域相邻的台区组合成最小的运维单元，然后为每个网格都分配有唯一的责任人，该网格内的故障由该网格责任班组负责处理；人员统筹运维模式是县公司/供电所责任范围内的故障统一进行人员和任务安排的运维模式；

责任人根据采集异常紧急程度的判定模型以及采集异常现场维修时长计算模型，确定工作时长，确定派工路线，并计算区域采集合格率，如果采集合格率低于设定值则告警；

根据采集合格率值，判断工作时长是否需要修改；

第六步，根据具体运维情况，选择其中一个运维模式，进行派工。

2.如权利要求1所述的采集运维动态派工方法，其特征在于，所述网格责任制运维模式无论网格内出现多少异常故障都由该责任人负责保证区域内的采集合格率，其它网格工作与该责任人无关，责任人根据当前派工周期内异常工单情况来自己确定工作时长，工作量大时能够将工作时长加大，工作量小时将工作时长调小，最终保证采集合格率。

3.如权利要求1-2任一所述的采集运维动态派工方法，其特征在于，人员统筹制运维模式派工是在一个较大运维区域一个组无法完成所有运维工作，而又没有进一步细化责任区，所有异常故障都由多人合作共同完成。