本发明涉及人工智能，具体涉及基于电力客服工单的大范围停电区域风险预警方法。
背景技术：
1、目前国家电网对于电网区域性故障、台区级问题感知主要依赖于省公司信息上报、人工统计分析等手段，对故障问题识别较被动、对问题风险评估较困难、对问题处理响应较缓慢。尤其在迎峰度夏期间，当多地发生突发故障时，运营人员统计故障区域的工作量较大，可能影响现场管控工作。因此，亟需一种数字化手段，对客服工单进行自动化的监测，实现大范围停电区域风险预警。
技术实现思路
1、本发明提供了一种数字化、数量化基于电力客服工单的大范围停电区域风险预警方法。具体技术方案如下：
2、基于电力客服工单的大范围停电区域风险预警方法一，包括如下过程：
3、s1：基于停电信息、95598工单数据，获取最近三年的低电压发生次数、各区域停电次数、各区域用户对停电和低电压问题的投诉量；
4、所述停电信息包括：每次停电的具体时间和持续时长，包括省、市、区或县、台区信息的地理信息，以及停电原因；所述停电原因包括：设备故障、线路故障、自然灾害；
5、所述95598工单数据包括：工单的提交时间和处理时间，工单的分类类型，工单中用户的具体反馈，工单的处理结果；所述工单的处理结果包括：问题是否解决和用户满意度；
6、s2：基于站-线-台-变-户数据关系，利用tcn时间卷积网络算法构建基于线变关系的千户以上区域识别模型，进而通过对线路故障地域分布、时间分布监测；
7、s3：根据模型进行集中故障分析；当同一线路下多台区发生集中故障现象，反推线路故障可能性，进而研判停电可能影响的用户总量情况，对于超千户以上线路故障实现风险识别及预警。
8、优选的，所述tcn时间卷积网络算法包括如下过程：
9、s2.1：数据准备；将整合后的数据按时间顺序排列，形成时间序列数据，具体包括：停电事件时间、持续时间、影响区域；
10、s2.2：参数设置；
11、卷积层数：设置tcn的卷积层数，选择3-5层；
12、卷积核大小：设定卷积核的大小，选择2或3；
13、学习率：设置优化算法的学习率；
14、批量大小：设定训练时的数据批量大小，选32或64；
15、迭代次数：设定训练的总迭代次数，根据数据量大小和模型复杂度调整，选择100次以上；
16、s2.3：模型训练；将准备好的时间序列数据输入tcn模型进行训练，训练过程中监控损失函数的变化，适时调整超参数以优化模型性能。
17、基于电力客服工单的大范围停电区域风险预警方法二，包括如下过程：
18、s1：基于停电信息、95598工单数据，获取最近三年的低电压发生次数、各区域停电次数、各区域用户对停电和低电压问题的投诉量；
19、所述停电信息包括：每次停电的具体时间和持续时长，包括省、市、区或县、台区信息的地理信息，以及停电原因；所述停电原因包括：设备故障、线路故障、自然灾害；
20、所述95598工单数据包括：工单的提交时间和处理时间，工单的分类类型，工单中用户的具体反馈，工单的处理结果；所述工单的处理结果包括：问题是否解决和用户满意度；
21、s2：基于站-线-台-变-户数据关系，利用聚类分析等算法构建基于线变关系的千户以上区域识别模型，进而通过对线路故障地域分布、时间分布监测；
22、s3：根据模型进行集中故障分析；当同一线路下多台区发生集中故障现象，反推线路故障可能性，进而研判停电可能影响的用户总量情况，对于超千户以上线路故障实现风险识别及预警。
23、优选的，所述聚类分析等算法过程如下：
24、s2.1：数据准备；提取停电信息、台区信息和工单数据中的关键特征，如停电次数、持续时间、影响区域、工单数量，形成特征向量；
25、s2.2：参数设置；
26、邻域半径ε：设定搜索半径，这个参数决定了点是否是核心点；可以通过计算k距离图找到一个合适的ε值；
27、最小样本数minpts：设定每个簇的最小样本数，选择是或5；
28、s2.3：执行dbscan聚类：将特征向量输入dbscan算法进行聚类；dbscan算法通过扩展核心点的邻域找到所有密度可达的点形成簇，自动识别簇数并处理噪声点；
29、s2.4：聚类结果验证与调整：通过可视化聚类结果和计算聚类评价指标，如轮廓系数，评估聚类效果。
30、本发明围绕故障停电方面分析大范围停电区域影响的台区、客户分布特点，采用tcn时间卷积或聚类分析等算法构建较大范围故障停电研判模型。找出大范围停电区域所关联台区及影响客户情况，实现大范围停电台区影响客户数量的判别、大范围停电区域故障监测，为中心业务管理人员对千户及以上用户台区故障快速上报提供数据依据。
1.基于电力客服工单的大范围停电区域风险预警方法，其特征在于，包括如下过程：
2.根据权利要求1所述基于电力客服工单的大范围停电区域风险预警方法，其特征在于，tcn时间卷积网络算法包括如下过程：
3.基于电力客服工单的大范围停电区域风险预警方法，其特征在于，包括如下过程：
4.根据权利要求3所述基于电力客服工单的大范围停电区域风险预警方法，其特征在于，聚类分析算法过程如下：
