利用低压网络设备数据的配网侧运维方法及系统与流程

1.本发明涉及数据分析技术领域，具体来说是利用低压网络设备数据的配网侧运维方法及系统。


背景技术：

2.供电可靠性体现着一省供电发展的水平，加强对停电感知的速度和效率，解决台区停电迅速感知与精准定位，有效缩短线路故障恢复时间，提升配电网运维水平，对提升用户对电力行业服务整体品质是非常必要的。
3.伴随着社会发展，家庭宽带已得到全面普及，根据安徽省电信与安徽省移动的统计数据，截止2020年底，安徽省家庭宽带普及率达94.2％。城市家庭宽带使用率达86％。家庭宽带中光猫、路由器、机顶盒等网络设备正常工作时必存在握手机制(设备启动后登陆网络运行商管控后台或及第三方应用后台)和心跳机制(定时发送信号给后台以确认设备连接状态)。本项目通过对具有心跳机制的网络设备的心跳与握手信号进行收集分析，可迅速感知低压电网失电范围，组织抢修并第一时间向用户推送停电消息与复电计划，提高公司供电服务质量。
4.如申请号为cn201910515769x公开的用于感知低压用户故障的方法、系统及机器可读存储介质，属于配用电智能化领域。所述方法包括：判断是否接收到配电台区的同一表箱或分支箱中至少一个低压用户的网络的心跳信号；在无法接收到同一表箱或分支箱中任何一个所述心跳信号的情况下，确定所述表箱或分支箱发生故障。通过该方法、系统及机器可读存储介质，电力抢修中心可以主动感知低压用户是否发生故障。该方法仅通过网络设备数据判断电表箱或分支箱是否掉电，但没有充分发挥用户侧网络设备数据的价值，配网侧的运维工作依然存在多方困难，如统一住址的住户与实际户主非同一人，导致检修消息推送对象不准确、未充分考虑用户用电习惯，导致检修影响范围大、私接电线导致的低压拓扑混乱等问题。


技术实现要素：

5.本发明所要解决的技术问题在于如何充分利用用户侧网络设备数据，为配网侧提供运维数据基础。
6.本发明通过以下技术手段实现解决上述技术问题的：
7.利用低压网络设备数据的配网侧运维方法，包括以下步骤：
8.步骤1、获取用户网络设备的掉复电历史数据和当前数据、用户网络流量时段数据、配网侧停电历史数据；并根据网络设备信息获取用户信息、掉复电时间；
9.步骤2步骤2、进行低压线路拓扑识别和用户用电行为画像刻画；其中，所述低压线路拓扑识别方法为：
10.步骤2步骤21针对用户侧网络设备掉电历史数据按照小区进行分组，针对分组后的数据，判断掉电用户的住址信息，生成用户侧拓扑数据；
11.步骤2步骤22根据用户侧用户停电事件的时间、小区，从所述配网侧历史数据中查找对应断电线路信息，若能查找到对应的断电线路信息，步骤2步骤2则执行步骤23；若查找不到，则执行步骤24；
12.步骤2步骤23获取断电线路信息的配网侧拓扑数据，并以用户为关联基础，将用户侧拓扑数据和配网侧拓扑进行关联，得到低压线路拓扑数据；
13.步骤2步骤2步骤24保存用户侧拓扑数据，待获取到对应断电线路信息时，重新执行步骤23；
14.步骤25根据低压线路拓扑数据，识别台区与用户的相序关系，构建并完善低压配电网拓扑关系；
15.所述用户用电行为画像刻画的方法为：
16.步骤21’构建数据集，所述数据集至少包括用户网络设备失电复电数据、用户网络流量时段数据、配网侧抢修数据、配网侧接收到的用户投诉数据；
17.步骤22’以用户为基础，将用户网络设备失电复电数据与配网侧抢修数据、配网侧接收到的用户投诉数据进行关联，得到用户断电习惯数据和区域用电习惯数据；
18.步骤23’根据用户网络流量时段数据和用户断电习惯数据定义用户用电习惯标签定义，以及将区域用电习惯数据定义区域用电习惯标签，将带有标签的数据作为训练样本；
19.步骤24’用训练样本训练随机森林模型，得到目标模型；
20.步骤25’利用目标模型构建用户用电画像和区域用电画像；
21.步骤26’配网侧根据用户用电画像、区域用电画像制定检修计划；
22.步骤3、根据当前网络设备掉电数据及用户画像进行抢修运维计划制定；具体包括以下步骤：
23.步骤31实时获取网络设备的掉电复电数据，并根据掉电复电数据研判是否发生停电复电事件；
24.步骤32若没有发生停电复电事件则，研判结束；若发生停电复电事件则进入步骤33的处理；
25.步骤33根据掉电复电数据解析事件信息，至少包括事件类型、事件区域、停电户号、发生时间；
26.步骤34根据所述事件信息判断此次事件为掉电还是复电，若是掉电事件，则同时进行步骤35 和步骤38的处理；若是复电事件，则进行步骤39的处理；
27.步骤35针对掉电事件，根据事件区域、停电户号、停电时间信息，判断影响范围；
28.步骤36根据影响范围，获取实际受影响的人员手机号和户主的手机号；
29.步骤37向实际受影响的人员及户主推送实时停电信息；
30.步骤38根据所述事件区域，获取对应区域抢修班组，并向所述抢修班组推送抢修任务。
31.步骤39针对复电事件，向实际受影响人员及户主推送复电信息；
32.步骤4、根据用户网络掉电数据，判断低压电网停电复电，具体方法包括：
33.步骤41、获取用户网络设备掉电信号，判断该用户掉电行为为人为掉电还是设备故障掉电，若为人为掉电则分析结束；若为设备故障掉电，执行步骤42；
34.步骤42、根据所述掉电信号关联的电表箱、掉电时间，以电表箱为单位，设定时长
内掉电用户为一组；对该电表箱下所关联的用户在同一时间范围内出现网络设备掉电户数小于阈值的，认定为用户人为掉电；若户数大于阈值的，则追踪查询该电表箱下所有用户信息，通过所有用户的网络设备掉电情况判断该电表箱是否掉电，若判断电表箱掉电，则执行步骤43；
35.步骤43、关联掉电电表箱所属的分支箱信息，并获取该分支箱下所有电表箱，然后获取获取该分支箱下所有电表箱所属用户的网络设备掉电信息，逐个电表箱重复执行步骤42判断各个电表箱是否停电，判断已掉电电表箱数量是否大于阈值，大于阈值则判定为分支箱掉电，则执行步骤44；否则判定程序结；
36.步骤44、关联掉电分支箱所属台区信息，并获取该台区下所有分支箱信息，逐个执行步骤43，判断分支箱是否停电，若掉电分支箱数量大于设定的阈值，则判定该台区停电。
37.本发明利用用户侧网络设备和配网侧检修数据，以用户为关联基础，实现移动、电信、联动三大运营商的网络数据为配网侧提供用户用电实时数据及历史数据，无需对现有低压电网加上其他额外设备，即可实时感知用户用电情况，借助上述数据对配网侧的工作提供基础，极大程度提高工作效率和质量，降低劳动强度。
38.进一步的，所述步骤1中的所述配网侧停电历史数据包括计划检修、凌晨开关重合闸、报修的断电线路信息。
39.进一步的，所述步骤21的具体过程为：
40.根据掉电网络设备的sn号、设备指纹，获得用户侧所在的城市、区域、小区、楼栋、楼层、户号信息，生成用户侧小区-楼栋-楼层-用户的拓扑数据
41.进一步的，所述步骤22的具体过程为：根据用户停电时间、停电区域，查找对应计划检修、凌晨开关重合闸、报修的断电线路信息，并获取断电线路信息的台区-分支箱-电表箱-用户的拓扑数据，以用户为关联基础，得到的低压线路拓扑数据为台区-分支箱-电表箱-配网侧用户+用户侧用户。
42.进一步的，所述步骤25具体为：
43.根据低压线路拓扑数据中用户与上一级电表箱的关系，判断是否存在私接电线及相序关系是否合理。
44.进一步的，所述步骤23’具体为，根据用户网络流量时段数据对用户进行用电需求及时段标签定义，根据用户用电习惯数据对用户进行主动断电习惯标签定义。
45.进一步的，所述步骤26’具体为，配网侧根据用户用电画像，结合检修班组目前排班，生成影响范围小的检修计划。
46.进一步的，其特征在于，
47.所述步骤35中影响范围的具体判断方法为：
48.35.1在设定的相近时间之内发生的各停电，结合地理位置坐标，距离不超过设定阈值时，判定为大范围停电事件；叠加各停电事件的区域，作为大范围停电事件的影响范围；
49.35.2相近时间或相近位置只有单次停电事件，则根据停电户号分析停电用户对应楼栋信息，若停电用户分布于多楼栋，则判定为小区停电；
50.35.3若上述停电用户分布于单楼栋，则继续分析停电用户分布楼层，若停电用户分布于所有楼层侧判定为楼栋停电，否则判定为楼层停电。
51.进一步的，所述步骤36中，若停电时间为非楼层停电，则获取实际受影响人员手机号的方法具体为：
52.方法1、根据停电事件地理位置的经纬度信息，结合接收的用户手机gps定位数据，确定受影响人员的手机识别码，根据手机识别码结合运营商用户台账，获取用户信息，确定受影响人员手机号码；
53.方法2、根据用户手机接入基站信息及gps数据的历史数据进一步确定受影响人员：
54.方法2.1利用用户手机接入基站信息的历史数据，根据接入频次、时长，筛选高频次接入基站，结合基站地理位置及覆盖范围，确定用户常驻的地理范围及时间；
55.方法2.2根据用户手机gps定位功能，获取用户行动轨迹；通过叠加用户历史行动轨迹，根据叠加出现的数据，确定用户常用行动轨迹；
56.方法2.3结合用户常驻地理范围及行动轨迹，进一步叠加地理信息数据，精确用户常驻区域及出现时间；
57.方法2.4则根据停电事件的发生时间及地理位置的经纬度信息，结合方法2.3分析得到的用户常驻区域及出现时间，筛选匹配用户，获取用户手机号；
58.所述方法1、方法2择其一即可。
59.进一步的，若停电时间为非楼层停电，则获取实际受影响人员手机号的方法还可以为：
60.方法3、汇总方法1和方法2.4获取的受影响人员手机号码，去除重复数据，确定最终受影响人员手机号码。
61.进一步的，所述步骤36中，若停电事件为楼层停电，则通过运营商台账获取停电区域相应楼层安装的网络设备sn号及其连接设备的手机识别码，根据手机识别码结合运营商用户台账，获取用户信息，确定受影响人员手机号码。
62.进一步的，所述步骤41中根据用户画像判断此次掉电行为为人为掉电还是设备故障掉电。
63.进一步的，所述步骤42中电表箱所属用户掉电用户数量大于阈值，但仅部分用户掉电，则需追溯未掉电用户在当前时间段之前是否有掉电行为，若有且未复电，则认定为当前电表箱所属所有用户均掉电，该电表箱判定为掉电；若在此次掉电信号发生前已处于复电状态，则需要对该用户的网络设备信号的实时性与准确性进行判断。
64.进一步的，判断用户网络设备掉电信号的实时性与准确性的方法包括：
65.a、实时性判断，等待下一次掉电信号接口周期，看是否在下一个掉电信号数据内；b、准确性判断，根据历史数据判断该户掉电信号掉电、复电信号的成对性和次序是否正常。
66.与上述方法对应的，本发明还提供利用低压网络设备数据的配网侧运维系统，包括：
67.数据获取模块，用以获取用户网络设备的掉复电历史数据和当前数据、用户网络流量时段数据、配网侧停电历史数据；并根据网络设备信息获取用户信息、掉复电时间；
68.匹配模块，用以根据用户信息匹配对应电表箱，根据掉电时间匹配网侧停电历史数据；
69.用户拓扑关系构建模块，用以根据匹配模块获得的信息，进行低压线路拓扑识别
和用户用电行为画像刻画；其中，所述低压线路拓扑识别方法为：
70.步骤2步骤21针对用户侧网络设备掉电历史数据按照小区进行分组，针对分组后的数据，判断掉电用户的住址信息，生成用户侧拓扑数据；
71.步骤2步骤22根据用户侧用户停电事件的时间、小区，从所述配网侧历史数据中查找对应断电线路信息，若能查找到对应的断电线路信息，步骤2步骤2则执行步骤23；若查找不到，则执行步骤24；
72.步骤2步骤23获取断电线路信息的配网侧拓扑数据，并以用户为关联基础，将用户侧拓扑数据和配网侧拓扑进行关联，得到低压线路拓扑数据；
73.步骤2步骤2步骤24保存用户侧拓扑数据，待获取到对应断电线路信息时，重新执行步骤23；
74.步骤25根据低压线路拓扑数据，识别台区与用户的相序关系，构建并完善低压配电网拓扑关系；
75.所述用户用电行为画像刻画的方法为：
76.步骤21’构建数据集，所述数据集至少包括用户网络设备失电复电数据、用户网络流量时段数据、配网侧抢修数据、配网侧接收到的用户投诉数据；
77.步骤22’以用户为基础，将用户网络设备失电复电数据与配网侧抢修数据、配网侧接收到的用户投诉数据进行关联，得到用户断电习惯数据和区域用电习惯数据；
78.步骤23’根据用户网络流量时段数据和用户断电习惯数据定义用户用电习惯标签定义，以及将区域用电习惯数据定义区域用电习惯标签，将带有标签的数据作为训练样本；
79.步骤24’用训练样本训练随机森林模型，得到目标模型；
80.步骤25’利用目标模型构建用户用电画像和区域用电画像；
81.步骤26’配网侧根据用户用电画像、区域用电画像制定检修计划；
82.抢修运维计划制定模块，用以根据当前网络设备掉电数据及用户画像进行抢修运维计划制定；具体包括以下步骤：
83.步骤31实时获取网络设备的掉电复电数据，并根据掉电复电数据研判是否发生停电复电事件；
84.步骤32若没有发生停电复电事件则，研判结束；若发生停电复电事件则进入步骤33的处理；
85.步骤33根据掉电复电数据解析事件信息，至少包括事件类型、事件区域、停电户号、发生时间；
86.步骤34根据所述事件信息判断此次事件为掉电还是复电，若是掉电事件，则同时进行步骤35 和步骤38的处理；若是复电事件，则进行步骤39的处理；
87.步骤35针对掉电事件，根据事件区域、停电户号、停电时间信息，判断影响范围；
88.步骤36根据影响范围，获取实际受影响的人员手机号和户主的手机号；
89.步骤37向实际受影响的人员及户主推送实时停电信息；
90.步骤38根据所述事件区域，获取对应区域抢修班组，并向所述抢修班组推送抢修任务。
91.步骤39针对复电事件，向实际受影响人员及户主推送复电信息；
92.电网停复电判断模块，用以根据用户网络掉电数据，判断低压电网停电复电，具体
方法包括：
93.步骤41、获取用户网络设备掉电信号，判断该用户掉电行为为人为掉电还是设备故障掉电，若为人为掉电则分析结束；若为设备故障掉电，执行步骤42；
94.步骤42、根据所述掉电信号关联的电表箱、掉电时间，以电表箱为单位，设定时长内掉电用户为一组；对该电表箱下所关联的用户在同一时间范围内出现网络设备掉电户数小于阈值的，认定为用户人为掉电；若户数大于阈值的，则追踪查询该电表箱下所有用户信息，通过所有用户的网络设备掉电情况判断该电表箱是否掉电，若判断电表箱掉电，则执行步骤43；
95.步骤43、关联掉电电表箱所属的分支箱信息，并获取该分支箱下所有电表箱，然后获取获取该分支箱下所有电表箱所属用户的网络设备掉电信息，逐个电表箱重复执行步骤42判断各个电表箱是否停电，判断已掉电电表箱数量是否大于阈值，大于阈值则判定为分支箱掉电，则执行步骤44；否则判定程序结；
96.步骤44、关联掉电分支箱所属台区信息，并获取该台区下所有分支箱信息，逐个执行步骤43，判断分支箱是否停电，若掉电分支箱数量大于设定的阈值，则判定该台区停电。
97.进一步的，所述数据获取模块中的所述配网侧停电历史数据包括计划检修、凌晨开关重合闸、报修的断电线路信息。
98.进一步的，所述步骤21的具体过程为：
99.根据掉电网络设备的sn号、设备指纹，获得用户侧所在的城市、区域、小区、楼栋、楼层、户号信息，生成用户侧小区-楼栋-楼层-用户的拓扑数据
100.进一步的，所述步骤22的具体过程为：根据用户停电时间、停电区域，查找对应计划检修、凌晨开关重合闸、报修的断电线路信息，并获取断电线路信息的台区-分支箱-电表箱-用户的拓扑数据，以用户为关联基础，得到的低压线路拓扑数据为台区-分支箱-电表箱-配网侧用户+用户侧用户。
101.进一步的，所述步骤25具体为：
102.根据低压线路拓扑数据中用户与上一级电表箱的关系，判断是否存在私接电线及相序关系是否合理。
103.进一步的，所述步骤23’具体为，根据用户网络流量时段数据对用户进行用电需求及时段标签定义，根据用户用电习惯数据对用户进行主动断电习惯标签定义。
104.进一步的，所述步骤26’具体为，配网侧根据用户用电画像，结合检修班组目前排班，生成影响范围小的检修计划。
105.进一步的，其特征在于，
106.所述步骤35中影响范围的具体判断方法为：
107.35.1在设定的相近时间之内发生的各停电，结合地理位置坐标，距离不超过设定阈值时，判定为大范围停电事件；叠加各停电事件的区域，作为大范围停电事件的影响范围；
108.35.2相近时间或相近位置只有单次停电事件，则根据停电户号分析停电用户对应楼栋信息，若停电用户分布于多楼栋，则判定为小区停电；
109.35.3若上述停电用户分布于单楼栋，则继续分析停电用户分布楼层，若停电用户分布于所有楼层侧判定为楼栋停电，否则判定为楼层停电。
110.23、根据权利要求15所述的利用低压网络设备数据的配网侧运维系统，其特征在于，所述步骤 36中，若停电时间为非楼层停电，则获取实际受影响人员手机号的方法具体为：
111.方法1、根据停电事件地理位置的经纬度信息，结合接收的用户手机gps定位数据，确定受影响人员的手机识别码，根据手机识别码结合运营商用户台账，获取用户信息，确定受影响人员手机号码；
112.方法2、根据用户手机接入基站信息及gps数据的历史数据进一步确定受影响人员：
113.方法2.1利用用户手机接入基站信息的历史数据，根据接入频次、时长，筛选高频次接入基站，结合基站地理位置及覆盖范围，确定用户常驻的地理范围及时间；
114.方法2.2根据用户手机gps定位功能，获取用户行动轨迹；通过叠加用户历史行动轨迹，根据叠加出现的数据，确定用户常用行动轨迹；
115.方法2.3结合用户常驻地理范围及行动轨迹，进一步叠加地理信息数据，精确用户常驻区域及出现时间；
116.方法2.4则根据停电事件的发生时间及地理位置的经纬度信息，结合方法2.3分析得到的用户常驻区域及出现时间，筛选匹配用户，获取用户手机号；
117.所述方法1、方法2择其一即可。
118.进一步的，若停电时间为非楼层停电，则获取实际受影响人员手机号的方法还可以为：
119.方法3、汇总方法1和方法2.4获取的受影响人员手机号码，去除重复数据，确定最终受影响人员手机号码。
120.进一步的，所述步骤36中，若停电事件为楼层停电，则通过运营商台账获取停电区域相应楼层安装的网络设备sn号及其连接设备的手机识别码，根据手机识别码结合运营商用户台账，获取用户信息，确定受影响人员手机号码。
121.进一步的，，所述步骤41中根据用户画像判断此次掉电行为为人为掉电还是设备故障掉电。
122.进一步的，所述步骤42中电表箱所属用户掉电用户数量大于阈值，但仅部分用户掉电，则需追溯未掉电用户在当前时间段之前是否有掉电行为，若有且未复电，则认定为当前电表箱所属所有用户均掉电，该电表箱判定为掉电；若在此次掉电信号发生前已处于复电状态，则需要对该用户的网络设备信号的实时性与准确性进行判断。
123.进一步的，判断用户网络设备掉电信号的实时性与准确性的方法包括：
124.a、实时性判断，等待下一次掉电信号接口周期，看是否在下一个掉电信号数据内；
125.b、准确性判断，根据历史数据判断该户掉电信号掉电、复电信号的成对性和次序是否正常。
126.本发明的优点在于：
127.本发明利用用户侧网络设备和配网侧检修数据，以用户为关联基础，实现移动、电信、联动三大运营商的网络数据为配网侧提供用户用电实时数据及历史数据，无需对现有低压电网加上其他额外设备，即可实时感知用户用电情况，借助上述数据对配网侧的工作提供基础，极大程度提高工作效率和质量，降低劳动强度。
128.本发明提供的方法利用用户现有的网络设备与配网侧主动停电、故障停电等数据进行关联，从而对低压线路拓扑的自动识别，可辨识台区与用户的相序关系，构建并完善配变、分支箱、表户拓扑关系，可有效避免三相不平衡、单相过载、低电压等问题的发生，提升配网运营水平；
129.本发明提供的方法利用配电网停电事件、以及计划检修和凌晨开关重合闸操作等电网运检日常工作，无需对电网线路及设备进行改造，且不用增加检修维护人员的工作负担，投入成本少，见效快。
130.本发明根据用户用电数据，以配网侧数据作为验证，获得用户用电行为，如规律性断电、网络流量使用时段等，从而统计用户用电需求规律及时段等标签，利用带有标签的数据进行模型训练，得到目标画像模型，利用目标画像模型计算用户画像，配网侧根据用户用电画像，统计分析检修作业的影响，进而制定影响范围小，经济损失低的检修计划，进而提高配电网的服务品质。
131.本发明利用用户网络设备的掉复电数据，数据准确度高，提高用户画像刻画精度。重要的是，采用本方法，无需额外增加设备，成本低。
132.本发明利用用户现有的网络设备进行低压配网停电复电的研判，无需对电网线路及设备进行改造，应用简易，不会对用户用电产生影响，且投入成本少；且利用用户画像可准确判断当前用户网络设备掉电属于人为掉电还是故障掉电，可以筛除一部分人为掉电行为，减少运维人员工作量。且根据低压配电网拓扑结构，可向上追溯电表箱、分支箱、台区的停电状况。
133.本发明结合实时停电复电的研判结果，实时感知停电复电事件的发生，结合实时停电复电事件的区域，利用运营商gps或网络设备基站接入定位对应区域的实际人员，精确感知停电事件影响人员，并结合抢修人员的进度反馈、复电事件的核实，实时将抢修情况推送给实际受影响用户，做到消息的精准化、人性化推送，提高服务品质，减少投诉事件的发生。
附图说明
134.图1为本发明实施例1中利用网络终端掉电数据自动识别低压线路拓扑方法的逻辑示意图；
135.图2为本发明实施例2中利用网络终端掉电数据自动识别低压线路拓扑方法的流程示意图；
136.图3为本发明实施例2中利用网络终端掉电数据自动识别低压线路拓扑方法的整体流程示意图；
137.图4为本发明实施例3中利用网络设备掉电复电数据对用户进行用电习惯画像及制定检修计划的方法流程图；
138.图5为本发明实施例4中结合实时停电复电信息的低压电网抢修运维管理方法的流程框图；
139.图6为本发明实施例5中利用网络设备掉电复电数据研判低压电网停电复电的方法流程图；
140.图7为本发明实施例5中利用网络设备掉电复电数据追溯分支箱掉电流程图；
141.图8为本发明实施例5中利用网络设备掉电复电数据追溯台区掉电流程图；
142.图9为本发明实施例6中地址匹配流程图；
143.图10为本发明实施例6中地址分词流程图；
144.图11为本发明实施例6中正向最大匹配流程图；
145.图12为本发明实施例7中数据采集业务总览图；
146.图13为本发明实施例7中数据采集流程图；
147.图14为本发明实施例7中数据采集平台架构图。
具体实施方式
148.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
149.实施例1：利用低压网路数据的配网侧运维方法
150.本实施例提供一种利用低压网路数据的配网侧运维方法。目前，网络几乎已经覆盖城乡、山区。利用网络的高覆盖率，可为配网侧的日常运维提供数据基础。具体方法包括以下步骤，如图1所示：
151.步骤1、获取用户网络设备的掉复电历史数据和当前数据、用户网络流量时段数据、配网侧停电历史数据；并根据网络设备信息获取用户信息、掉复电时间；
152.步骤2步骤2、进行低压线路拓扑识别和用户用电行为画像刻画；其中，所述低压线路拓扑识别方法为：
153.步骤2步骤21针对用户侧网络设备掉电历史数据按照小区进行分组，针对分组后的数据，判断掉电用户的住址信息，生成用户侧拓扑数据；
154.步骤2步骤22根据用户侧用户停电事件的时间、小区，从所述配网侧历史数据中查找对应断电线路信息，若能查找到对应的断电线路信息，步骤2步骤2则执行步骤23；若查找不到，则执行步骤24；
155.步骤2步骤23获取断电线路信息的配网侧拓扑数据，并以用户为关联基础，将用户侧拓扑数据和配网侧拓扑进行关联，得到低压线路拓扑数据；
156.步骤2步骤2步骤24保存用户侧拓扑数据，待获取到对应断电线路信息时，重新执行步骤23；
157.步骤25根据低压线路拓扑数据，识别台区与用户的相序关系，构建并完善低压配电网拓扑关系；
158.所述用户用电行为画像刻画的方法为：
159.步骤21’构建数据集，所述数据集至少包括用户网络设备失电复电数据、用户网络流量时段数据、配网侧抢修数据、配网侧接收到的用户投诉数据；
160.步骤22’以用户为基础，将用户网络设备失电复电数据与配网侧抢修数据、配网侧接收到的用户投诉数据进行关联，得到用户断电习惯数据和区域用电习惯数据；
161.步骤23’根据用户网络流量时段数据和用户断电习惯数据定义用户用电习惯标签定义，以及将区域用电习惯数据定义区域用电习惯标签，将带有标签的数据作为训练样本；
162.步骤24’用训练样本训练随机森林模型，得到目标模型；
163.步骤25’利用目标模型构建用户用电画像和区域用电画像；
164.步骤26’配网侧根据用户用电画像、区域用电画像制定检修计划；
165.步骤3、根据当前网络设备掉电数据及用户画像进行抢修运维计划制定；具体包括以下步骤：
166.步骤31实时获取网络设备的掉电复电数据，并根据掉电复电数据研判是否发生停电复电事件；
167.步骤32若没有发生停电复电事件则，研判结束；若发生停电复电事件则进入步骤33的处理；
168.步骤33根据掉电复电数据解析事件信息，至少包括事件类型、事件区域、停电户号、发生时间；
169.步骤34根据所述事件信息判断此次事件为掉电还是复电，若是掉电事件，则同时进行步骤35 和步骤38的处理；若是复电事件，则进行步骤39的处理；
170.步骤35针对掉电事件，根据事件区域、停电户号、停电时间信息，判断影响范围；
171.步骤36根据影响范围，获取实际受影响的人员手机号和户主的手机号；
172.步骤37向实际受影响的人员及户主推送实时停电信息；
173.步骤38根据所述事件区域，获取对应区域抢修班组，并向所述抢修班组推送抢修任务。
174.步骤39针对复电事件，向实际受影响人员及户主推送复电信息；
175.步骤4、根据用户网络掉电数据，判断低压电网停电复电，具体方法包括：
176.步骤41、获取用户网络设备掉电信号，判断该用户掉电行为为人为掉电还是设备故障掉电，若为人为掉电则分析结束；若为设备故障掉电，执行步骤42；
177.步骤42、根据所述掉电信号关联的电表箱、掉电时间，以电表箱为单位，设定时长内掉电用户为一组；对该电表箱下所关联的用户在同一时间范围内出现网络设备掉电户数小于阈值的，认定为用户人为掉电；若户数大于阈值的，则追踪查询该电表箱下所有用户信息，通过所有用户的网络设备掉电情况判断该电表箱是否掉电，若判断电表箱掉电，则执行步骤43；
178.步骤43、关联掉电电表箱所属的分支箱信息，并获取该分支箱下所有电表箱，然后获取获取该分支箱下所有电表箱所属用户的网络设备掉电信息，逐个电表箱重复执行步骤42判断各个电表箱是否停电，判断已掉电电表箱数量是否大于阈值，大于阈值则判定为分支箱掉电，则执行步骤44；否则判定程序结；
179.步骤44、关联掉电分支箱所属台区信息，并获取该台区下所有分支箱信息，逐个执行步骤43，判断分支箱是否停电，若掉电分支箱数量大于设定的阈值，则判定该台区停电。
180.与上述方法对应的，本实施例还提供系统，具体为：利用低压网络设备数据的配网侧运维系统，其特征在于，包括：
181.数据获取模块，用以获取用户网络设备的掉复电历史数据和当前数据、用户网络流量时段数据、配网侧停电历史数据；并根据网络设备信息获取用户信息、掉复电时间；
182.匹配模块，用以根据用户信息匹配对应电表箱，根据掉电时间匹配网侧停电历史数据；
183.用户拓扑关系构建模块，用以根据匹配模块获得的信息，进行低压线路拓扑识别和用户用电行为画像刻画；其中，所述低压线路拓扑识别方法为：
184.步骤2步骤21针对用户侧网络设备掉电历史数据按照小区进行分组，针对分组后的数据，判断掉电用户的住址信息，生成用户侧拓扑数据；
185.步骤2步骤22根据用户侧用户停电事件的时间、小区，从所述配网侧历史数据中查找对应断电线路信息，若能查找到对应的断电线路信息，步骤2步骤2则执行步骤23；若查找不到，则执行步骤24；
186.步骤2步骤23获取断电线路信息的配网侧拓扑数据，并以用户为关联基础，将用户侧拓扑数据和配网侧拓扑进行关联，得到低压线路拓扑数据；
187.步骤2步骤2步骤24保存用户侧拓扑数据，待获取到对应断电线路信息时，重新执行步骤23；
188.步骤25根据低压线路拓扑数据，识别台区与用户的相序关系，构建并完善低压配电网拓扑关系；
189.所述用户用电行为画像刻画的方法为：
190.步骤21’构建数据集，所述数据集至少包括用户网络设备失电复电数据、用户网络流量时段数据、配网侧抢修数据、配网侧接收到的用户投诉数据；
191.步骤22’以用户为基础，将用户网络设备失电复电数据与配网侧抢修数据、配网侧接收到的用户投诉数据进行关联，得到用户断电习惯数据和区域用电习惯数据；
192.步骤23’根据用户网络流量时段数据和用户断电习惯数据定义用户用电习惯标签定义，以及将区域用电习惯数据定义区域用电习惯标签，将带有标签的数据作为训练样本；
193.步骤24’用训练样本训练随机森林模型，得到目标模型；
194.步骤25’利用目标模型构建用户用电画像和区域用电画像；
195.步骤26’配网侧根据用户用电画像、区域用电画像制定检修计划；
196.抢修运维计划制定模块，用以根据当前网络设备掉电数据及用户画像进行抢修运维计划制定；具体包括以下步骤：
197.步骤31实时获取网络设备的掉电复电数据，并根据掉电复电数据研判是否发生停电复电事件；
198.步骤32若没有发生停电复电事件则，研判结束；若发生停电复电事件则进入步骤33的处理；
199.步骤33根据掉电复电数据解析事件信息，至少包括事件类型、事件区域、停电户号、发生时间；
200.步骤34根据所述事件信息判断此次事件为掉电还是复电，若是掉电事件，则同时进行步骤35 和步骤38的处理；若是复电事件，则进行步骤39的处理；
201.步骤35针对掉电事件，根据事件区域、停电户号、停电时间信息，判断影响范围；
202.步骤36根据影响范围，获取实际受影响的人员手机号和户主的手机号；
203.步骤37向实际受影响的人员及户主推送实时停电信息；
204.步骤38根据所述事件区域，获取对应区域抢修班组，并向所述抢修班组推送抢修任务。
205.步骤39针对复电事件，向实际受影响人员及户主推送复电信息；
206.电网停复电判断模块，用以根据用户网络掉电数据，判断低压电网停电复电，具体方法包括：
207.步骤41、获取用户网络设备掉电信号，判断该用户掉电行为为人为掉电还是设备故障掉电，若为人为掉电则分析结束；若为设备故障掉电，执行步骤42；
208.步骤42、根据所述掉电信号关联的电表箱、掉电时间，以电表箱为单位，设定时长内掉电用户为一组；对该电表箱下所关联的用户在同一时间范围内出现网络设备掉电户数小于阈值的，认定为用户人为掉电；若户数大于阈值的，则追踪查询该电表箱下所有用户信息，通过所有用户的网络设备掉电情况判断该电表箱是否掉电，若判断电表箱掉电，则执行步骤43；
209.步骤43、关联掉电电表箱所属的分支箱信息，并获取该分支箱下所有电表箱，然后获取获取该分支箱下所有电表箱所属用户的网络设备掉电信息，逐个电表箱重复执行步骤42判断各个电表箱是否停电，判断已掉电电表箱数量是否大于阈值，大于阈值则判定为分支箱掉电，则执行步骤44；否则判定程序结；
210.步骤44、关联掉电分支箱所属台区信息，并获取该台区下所有分支箱信息，逐个执行步骤43，判断分支箱是否停电，若掉电分支箱数量大于设定的阈值，则判定该台区停电。
211.下面针对每个子系统进行详细说明：
212.实施例2：利用网络终端掉电数据自动识别低压线路拓扑方法
213.如图2、图3所示，本实施例公开利用网络终端掉电数据自动识别低压线路拓扑方法，利用网络终端掉电数据判别停电区域，结合计划信息、人工抢修核实等手段，自动识别及不断完善低压线路拓扑。包括以下步骤：
214.步骤1.获取用户侧网络设备掉电历史数据，配网侧停电历史数据，并过滤无效数据；
215.无论是故障掉电，还是配网侧计划检修、凌晨开关重合闸操作，均会导致用户网络设备掉电。网络运营商会保存所有网络设备掉电数据。电网公司同样会保存计划检修、凌晨开关重合闸操作、故障报修等导致的电路断电数据。网络运营商保存的网络设备数据至少包括网络设备的sn号、指纹信息、对应用户的楼层、楼栋、小区、区域、城市、停电时间等具体信息。电网公司的断电数据至少包括用户、电表箱、分支箱、台区、停电时间等信息。
216.本步骤获取到的历史数据，需要进行初步处理，从而过滤无效数据，如sn号、指纹信息、停电时间等关键字段为空的数据无法用于后期判断，所以直接过滤。
217.步骤2.针对用户侧网络设备掉电历史数据按照小区进行分组，针对分组后的数据，判断掉电用户的住址信息，生成用户侧拓扑数据：小区-楼栋-楼层-用户。
218.步骤3.根据用户侧用户停电事件的时间、小区，从配网侧历史数据中查找对应断电线路信息，若能查找到对应的断电线路信息，则执行步骤4；若查找不到，则执行步骤5；
219.步骤4.根据用户停电时间、停电区域，查找对应计划检修、凌晨开关重合闸、报修的断电线路信息，并获取断电线路信息的台区-分支箱-电表箱-用户的拓扑数据，以用户为关联基础，得到的低压线路拓扑数据为台区-分支箱-电表箱-配网侧用户+用户侧用户。
220.步骤5.保存用户侧拓扑数据，待获取到对应断电线路信息时，重新执行步骤4；这一步主要考试数据的滞后性。
221.步骤6.根据低压线路拓扑数据，识别台区与用户的相序关系，构建并完善低压配
电网拓扑关系。主要是根据低压线路拓扑数据中用户与上一级电表箱的关系，判断是否存在私接电线及相序关系是否合理。
222.本实施例提供的方法利用结合用户现有的网络设备进行对低压线路拓扑的自动识别，并利用凌晨开关重合闸操作等手段与用户“握手”信号的同步性，可辨识台区与用户的相序关系，构建并完善配变、分支箱、表户拓扑关系，可有效避免三相不平衡、单相过载、低电压等问题的发生，提升配网运营水平；
223.本实施例提供的方法利用配电网停电事件、以及计划检修和凌晨开关重合闸操作等电网运检日常工作，无需对电网线路及设备进行改造，且不用增加检修维护人员的工作负担，投入成本少，见效快。
224.本实施例通过以下案例对上述方法进一步说明：
225.假设同一栋楼，每层8户型，101用户a私接到3楼电表箱。网络运营商侧的历史数据中存在101网络设备掉电数据，对应的配网侧实际掉电线路是3楼电表箱，既3楼8个用户均掉线。利用上述方法，当获取101用户a的网络掉电数据、3楼8个户型的网络掉电数据时，根据停电事件发生时间、小区，匹配到配网侧3楼电表箱掉电数据，通过用户关联，得到的最后的低压线路拓扑数据为：台区-配电箱-电表箱-3楼8个用户+101用户a。根据该低压线路拓扑数据结合其他相同楼栋其他停电事件的低压线路拓扑数据，可以判断相序关系及是否存在私接电线情况，并加以整改完善。
226.实施例3：利用网络设备掉电复电数据对用户进行用电习惯画像及制定检修计划的方法
227.本实施例提供一种利用网络设备掉电复电数据对用户进行用电习惯画像及制定检修计划的方法，如图4所示，包括以下步骤：
228.步骤1、构建数据集，所述数据集至少用户侧用电数据和配网侧检修数据，用户侧用电数据包括用户网络设备失电复电数据、用户网络流量时段数据，配网侧数据包括配网侧抢修数据、配网侧接收到的用户投诉数据；
229.步骤2、以用户为基础，将用户网络设备失电复电数据与配网侧抢修数据、配网侧接收到的用户投诉数据进行关联，得到用户断电习惯数据和区域用电习惯数据；
230.具体为：根据用户掉电网络设备的sn号、设备指纹，获得用户侧所在的城市、区域、小区、楼栋、楼层、户号信息，根据用户停电时间、停电区域，查找对应计划检修、凌晨开关重合闸、报修的断电线路信息，以用户为关联基础，查找是否有对应的计划检修、凌晨开关重合闸、报修的断电线路信息，如果有，则认定此次掉电为被动掉电，如果找不到，则认定此次掉电为自主断电行为，那么对应的复电行为也为自主复电行为。
231.步骤3、根据用户网络流量时段数据对用户进行用电需求及时段标签定义，根据用户用电习惯数据对用户进行主动断电习惯标签定义。
232.步骤4、用训练样本训练随机森林模型，得到目标模型；随机森林算法的决策树高度为h，决策树数量为n。高度h与数量n的设定取决于数据规模与任务。此任务中设置为h＝4，n＝100。
233.步骤5、利用目标模型构建用户用电画像和区域用电画像；
234.步骤6、配网侧根据用户用电画像，结合检修班组目前排班，生成影响范围小的检修计划。
235.本实施例根据用户用电数据，以配网侧数据作为验证，获得用户用电行为，如规律性断电、网络流量使用时段等，从而统计用户用电需求规律及时段等标签，利用带有标签的数据进行模型训练，得到目标画像模型，利用目标画像模型计算用户画像，配网侧根据用户用电画像，统计分析检修作业的影响，进而制定影响范围小，经济损失低的检修计划，进而提高配电网的服务品质。
236.实施例4：结合实时停电复电信息的低压电网抢修运维管理方法
237.本实施例公开一种结合实时停电复电信息的低压电网抢修运维管理方法，包括以下步骤，如图 5所示：
238.步骤一、实时获取网络设备的掉电复电数据，并根据掉电复电数据研判是否发生停电复电事件；
239.步骤二、若没有发生停电复电事件则，研判结束；若发生停电复电事件则进入步骤三的处理；
240.步骤三、根据掉电复电数据解析事件信息，至少包括事件类型、事件区域、停电户号、发生时间；
241.步骤四、根据所述事件信息判断此次事件为掉电还是复电，若是掉电事件，则同时进行步骤五和步骤八的处理；若是复电事件，则进行步骤九的处理；
242.步骤五、针对掉电事件，根据事件区域、停电户号、停电时间信息，判断影响范围；
243.具体判断方法为：
244.5.1在设定的相近时间之内(如1分钟)发生的各停电，结合地理位置坐标，距离不超过设定阈值(如2公里)时，判定为大范围停电事件；叠加各停电事件的区域，作为大范围停电事件的影响范围；
245.5.2相近时间或相近位置只有单次停电事件，则根据停电户号分析停电用户对应楼栋信息，若停电用户分布于多楼栋，则判定为小区停电；
246.5.3若上述停电用户分布于单楼栋，则继续分析停电用户分布楼层，若停电用户分布于所有楼层侧判定为楼栋停电，否则判定为楼层停电。
247.步骤六、根据影响范围，获取实际受影响的人员手机号和户主的手机号；具体为：
248.情况1
249.若停电时间为非楼层停电，则获取实际受影响人员手机号的方法具体为：
250.方法1、根据停电事件地理位置的经纬度信息，结合接收的用户手机gps定位数据，确定受影响人员的手机识别码，根据手机识别码结合运营商用户台账，获取用户信息，确定受影响人员手机号码；
251.方法2、根据用户手机接入基站信息及gps数据的历史数据进一步确定受影响人员：
252.方法2.1利用用户手机接入基站信息的历史数据，根据接入频次、时长，筛选高频次接入基站，结合基站地理位置及覆盖范围，确定用户常驻的地理范围及时间；
253.方法2.2根据用户手机gps定位功能，获取用户行动轨迹；通过叠加用户历史行动轨迹，根据叠加出现的数据，确定用户常用行动轨迹；
254.方法2.3结合用户常驻地理范围及行动轨迹，进一步叠加地理信息数据，精确用户常驻区域及出现时间；
255.方法2.4则根据停电事件的发生时间及地理位置的经纬度信息，结合方法2.3分析得到的用户常驻区域及出现时间，筛选匹配用户，获取用户手机号；
256.方法3、汇总方法1和方法2.4获取的受影响人员手机号码，去除重复数据，确定最终受影响人员手机号码。
257.本实施例中，上述方法1、方法2、方法3择一即可，其中方法3最优，能够避免漏掉常驻人员信息。
258.情况2
259.若停电事件为楼层停电，则通过运营商台账获取停电区域相应楼层安装的网络设备sn号及其连接设备的手机识别码，根据手机识别码结合运营商用户台账，获取用户信息，确定受影响人员手机号码。
260.步骤七、向实际受影响的人员及户主推送实时停电信息；
261.步骤八、根据所述事件区域，获取对应区域抢修班组，并向所述抢修班组推送抢修任务，具体为：
262.首先根据事件区域，调用基础台账，获取对应区域的负责人及抢修班组，根据各抢修班组任务安排，自动指定抢修计划，指派抢修班组，并将停电事件和抢修任务信息发送给负责人和抢修班组责任人；抢修班组相关人员查看详细计划及任务安排，及时到达现场进行抢修，并实时进行现场核实、抢修进度以及抢修结果反馈负责人。
263.步骤九、抢修工作完成后，向实际受影响人员及户主推送复电信息。
264.实施例5：用网络设备掉电复电数据研判低压电网停电复电的方法
265.如图6所示，本实施例公开一种利用网络设备掉电复电数据研判低压电网停电复电的方法，首先利用历史数据训练申请网络模型，得到目标模型，利用目标模型来识别当前掉电行为以及各级设备掉电状况。本实施例中的网络设备可以是光猫、机顶盒等。判断过程具体包括以下步骤：
266.步骤1、获取用户网络设备掉电信号，判断该用户掉电行为为人为掉电还是设备故障掉电，若为人为掉电则分析结束；若为设备故障掉电，执行步骤2；
267.本实施例中，用户掉电行为分为人为掉电和设备故障掉电。人为掉电一般为用户每天上班时将家中用电的总闸断开，回家时再和上；某用户每月月初，都会出差并且关闭家中用电总闸等，目标模型会根据该用户掉电行为习惯判断此次掉电为人为掉电还是设备故障掉电。
268.步骤2、根据掉电信号关联的电表箱、掉电时间，以电表箱为单位，设定时长内掉电用户为一组；对该电表箱下所关联的用户在同一时间范围内出现网络设备掉电户数小于阈值的，认定为用户人为掉电；若户数大于阈值的，通过电表箱追踪查询到电表箱下所挂的用户信息，如某一电表箱下挂有8个用户，其中为移动宽带用户的有5户，当前收到的光猫掉电信号为4个，则会对当前没有收到光猫掉电信号的用户进行向前追溯，若该户在此次批量光猫掉电信号发生前就已经掉电，并未进行复电操作，则此次批量光猫掉电可以判断为当前电表箱下所有移动用户均在同一时间发生掉电，电表箱掉电可能性为100％；若该户在此次批量光猫掉电信号发生前处于已复电状态，且此次批量掉电中未收到掉电信号，则需要判定该光猫信号的实时性与准确性(a、实时性判断，需要等待下一掉电信号接口周期，看是否在下一个掉电信号数据内；b、准确性判断，需要根据历史数据判断该户掉电信号掉电、复电
信号的成对性和次序是否正常)，并对此次电表箱掉电可能性进行减分处理。
269.步骤3、如图7所示，若已判定有电表箱停电，则通过低压电网拓扑模型，可追溯到该电表箱所属分支箱信息，通过拓扑关系，首先获得该分支箱下所有电表箱的所属用户的掉电信息，逐个电表箱重复步骤2中所述逻辑，判定各电表箱的停电可能性，若有电表箱判定无掉电可能性，则跳出判断，该分支箱未发生停电；若所有电表箱均判定为停电，则可判定该分支箱存在停电；若一部分电表箱判定停电，一部分电表箱停电存在可能性(如步骤2中电表箱掉电可能性不足100％的情况)，则需要根据设计的阈值得出分支箱掉电可能性；
270.步骤4、如图8所示若已判定有分支箱停电，则通过低压电网拓扑模型，可追溯到该分支箱所属台区信息，通过拓扑关系，系统首先获得该台区下所有分支箱信息，逐个分支箱重复步骤3中所述逻辑，判定各分支箱的停电可能性，若有分支箱判定无掉电可能性，则跳出判断，该台区未发生停电；若所有分支箱均判定为停电，则可判定该台区存在停电；若一部分分支箱判定停电，一部分分支箱停电存在可能性(如步骤3中分支箱掉电可能性不足100％的情况)，则需要根据设计的阈值得出台区掉电可能性。
271.本实施例中，根据实施例3确定用户画像确定此次停电是人为停电还是设备故障停电。
272.在前文进行电表箱、分支箱、台区的停电判定中，当需要进行单个用户掉电情况分析时，需要判定单个光猫信号的实时性与准确性时，可以依靠神经网络算法分析结果推断掉电信号准确性，提供更为准确的掉电可能信息，如某用户每天上班时将家中用电的总闸断开，回家时再和上；某用户每月月初，都会出差并且关闭家中用电总闸等，系统根据多层次的数据模型建立和算法分析，可以与当前掉电信号的发生时间、范围作出比较，若当前批量光猫掉电信号发生时间段为用户规律性人为停电的时间，则为建立的网络结构图中经过连接节点的电表箱的权重进行加分，即当前电表箱停电的可能性进行加分处理。
273.本实施例利用用户现有的网络设备进行低压配网停电复电的研判，无需对电网线路及设备进行改造，应用简易，不会对用户用电产生影响，且投入成本少；
274.实施例6：地址匹配
275.本实施例提供地址匹配的方法，目的在于为用户侧和配网侧事件匹配是提供准确的地址，如图 9、图10、图11所示，具体方法如下：
276.通过构建地址分词词典要素，形成7级地址分类词典，其中包含省市区、小区、楼栋、门牌等一级词性状态要素，并对各个一级词性状态构建文本、特殊字符、数字等二级词典，对待匹配地址采用双向最大匹配模型进行正向最大匹配模型和逆向最大匹配模型计算，将分词一致的地址作为标准地址输出:
277.其中地址分词不一致的待匹配地址则进行hmm算法识别，实现对状态值的识别，并根据维比特算法完成地址分词
278.步骤1：配置一级地址分词要素表
279.通过全国行政区划分、全国道路名称管理规范等标准文件、全国房管局登记的商品房备案登记管理数据以及二手房交易平台的小区名称数据，结合网络地图数据，形成对省市区、道路、小区名称的一级分词词库建设，并采用整词二分分词接口进行分词表结构搭建
280.步骤2：建设二级地址分词维度表
281.对一级分词要素表中可能存在的数字、特殊符号等要素进行定义分词，避免书写习惯和特殊符号在地址中的出现影响分析的结果
282.步骤3：采用正向最大匹配算法实现地址分词识别
283.根据一级和二级地址分词要素词典，对待匹配地址进行识别，并判断待匹配地址中省、市、区的填写规范，如地址按照省、市、区以及一级地址分词词典中文分词结尾，则判断为规范地址，则直接分词，若地址填写不规范，则根据词典中的省、市、区分词的词尾进行校验，若词尾相同则向前补充一位进行校验，迭代出完整地址分词
284.步骤4：分级分词识别
285.对地址进行分级分词匹配，地址分级大小为：省、市、区、道路、小区名称5级分词识别功能，并对地址中丢失的层级进行补充，如：合肥市黄山路桂花园1幢101，在分级分词识别后需要对“区”级进行添加，匹配后地址为：合肥市蜀山区黄山路桂花园小区1幢101
286.步骤5：双向最大匹配算法校验地址分词
287.对待匹配地址采用逆向最大匹配算法进行分词，并与正向最大匹配算法的分词结果对比，若分词结果一致，则为标准分级地址；若分词不相同则为非标准分级地址
288.步骤6：训练hmm地址分级预测模型，实现对非标准分级地址的省、市、区、道路、小区名称5 级分级预测。
289.选取人工标注后的省、市、区、道路、小区5级标准地址训练数据，训练hmm预测模型，建立非标准分级地址到标准分级地址的概率图映射关系，从而将非标准分级地址预测为标准分级地址。如：合肥市包河区滨湖欣园，通过hmm模型对5级地址分别预测，结果为合肥市包河区骆岗街道四川路与杭州路交口滨湖欣园。
290.步骤7：标准分词地址校验
291.对分词结果进行人工校验，若分词地址存在偏差，则进行分词词典的调整，完成地址分词的匹配。
292.本实施好了通过建设一二级分词要素词库，实现对规则分词中可能影响分词结果的数字、特殊字符等文本的分词规则进行了完善，并按照分级分词的方式对地址进行了丢失数据的填充，并且采用混合分词的方式，将规则分词和统计分词进行了结合，将两种分词方式的优势进行联合，提高地址分词的效率和准确性
293.实施例7：数据采集
294.本实施例根据实际工作中对数据的实时性有较高要求，以及数据的标准化，所以需要对数据采集后与电网的结合和改进，如图12、图13所示，具体方法如下：
295.步骤1：获取宽带设备掉电/复电告警数据
296.根据宽带设备的识别编码，实现对onu设备的掉电/复电告警的相关数据，如掉电时间、掉电数据服务器时间、设备识别码、设备复电时间等
297.通过基于tcp/ip的套接字进行tl1命令的发送和响应，保证设备停电、复电信息的及时获取。
298.1.网管支撑(oss)系统向pon ems(element management system)发起建立连接的请求。
299.2.ems作为服务器端提供可用的tcp socket接口，监听并接受oss系统的连接请求，建立连接。
300.3.当连接建立并通过登录鉴权后，oss系统可以向ems发起tl1命令，ems执行相应命令并返回结果
301.步骤2：设备数据转发
302.网管支撑系统收到设备性能数据后，将性能数据按所需设备掉电/复电告警数据完成告警标准化后推送至mq。数据共享平台将mq封装成api，供下游调用。同时，api源地址采用vip(virtual ipaddress/虚拟ip地址)，实际采用三台服务器，互为主备，保证数据转发的可靠性。
303.步骤3：将mq消息发送到kafka平台
304.flink(apache flink是由apache软件基金会开发的开源流处理框架，其核心是用java和 scala编写的分布式流数据流引擎。flink以数据并行和流水线方式执行任意流数据程序，flink的流水线运行时系统可以执行批处理和流处理程序。)实时消费mq中消息数据，并在flink中通过具体的业务逻辑处理后，实时推送到应用kafka集群中。
305.本实施例的数据传输方法实现在低压停电感知系统中的实时的数据采集和传输，在数据传输过程中，选择mq消息的方式，相比数据库查询后提供api接口，能够更快的速度，将消息写入消息队列，加快响应速度。满足应用间解耦，上下游接口不再相互影响。提高拓展性，支持多个下游厂家同时订阅同时消费。原来的api接口则需要不同厂家开发不同接口。
306.mq中选择activemq，由于activemq在各类mq中属于成熟稳定的产品，且能满足当前的消息处理要求。
307.实施例8：利用低压网路数据的配网侧运维系统
308.与上述实施例1对应的，本实施例提供一种利用低压网路数据的配网侧运维系统。目前，网络几乎已经覆盖城乡、山区。利用网络的高覆盖率，可为配网侧的日常运维提供数据基础。具体方法包括以下步骤：
309.数据获取模块，用以获取用户网络设备的掉复电历史数据和当前数据、用户网络流量时段数据、配网侧停电历史数据；并根据网络设备信息获取用户信息、掉复电时间；
310.拓扑识别模块，用以根据用户网络设备数据和配网侧历史数据进行低压线路拓扑识别，具体方法为：
311.步骤21针对用户侧网络设备掉电历史数据按照小区进行分组，针对分组后的数据，判断掉电用户的住址信息，生成用户侧拓扑数据；
312.步骤22根据用户侧用户停电事件的时间、小区，从所述配网侧历史数据中查找对应断电线路信息，若能查找到对应的断电线路信息，则执行步骤23；若查找不到，则执行步骤24；
313.步骤23获取断电线路信息的配网侧拓扑数据，并以用户为关联基础，将用户侧拓扑数据和配网侧拓扑进行关联，得到低压线路拓扑数据；
314.步骤24保存用户侧拓扑数据，待获取到对应断电线路信息时，重新执行步骤23；
315.步骤25根据低压线路拓扑数据，识别台区与用户的相序关系，构建并完善低压配电网拓扑关系；
316.用户画像刻画模块，用以利用用户网络设备数据和配网侧历史数据对用户进行用电画像刻画，具体方法为：
317.步骤21’构建数据集，所述数据集至少包括用户网络设备失电复电数据、用户网络流量时段数据、配网侧抢修数据、配网侧接收到的用户投诉数据；
318.步骤22’以用户为基础，将用户网络设备失电复电数据与配网侧抢修数据、配网侧接收到的用户投诉数据进行关联，得到用户断电习惯数据和区域用电习惯数据；
319.步骤23’根据用户网络流量时段数据和用户断电习惯数据定义用户用电习惯标签定义，以及将区域用电习惯数据定义区域用电习惯标签，将带有标签的数据作为训练样本；
320.步骤24’用训练样本训练随机森林模型，得到目标模型；步骤25’利用目标模型构建用户用电画像和区域用电画像；
321.步骤26’配网侧根据用户用电画像、区域用电画像制定检修计划；
322.检修运维计划制定模块，用以根据当前网络设备掉电数据及用户画像进行抢修运维计划制定；具体包括以下步骤：
323.步骤31实时获取网络设备的掉电复电数据，并根据掉电复电数据研判是否发生停电复电事件；
324.步骤32若没有发生停电复电事件则，研判结束；若发生停电复电事件则进入步骤33的处理；
325.步骤33根据掉电复电数据解析事件信息，至少包括事件类型、事件区域、停电户号、发生时间；
326.步骤34根据所述事件信息判断此次事件为掉电还是复电，若是掉电事件，则同时进行步骤35 和步骤38的处理；若是复电事件，则进行步骤39的处理；
327.步骤35针对掉电事件，根据事件区域、停电户号、停电时间信息，判断影响范围；
328.步骤36根据影响范围，获取实际受影响的人员手机号和户主的手机号；
329.步骤37向实际受影响的人员及户主推送实时停电信息；
330.步骤38根据所述事件区域，获取对应区域抢修班组，并向所述抢修班组推送抢修任务。
331.步骤39针对复电事件，向实际受影响人员及户主推送复电信息；
332.低压电网停复电判断模块，用以根据用户网络掉电数据，判断低压电网停电复电，具体方法包括：
333.步骤41、获取用户网络设备掉电信号，判断该用户掉电行为为人为掉电还是设备故障掉电，若为人为掉电则分析结束；若为设备故障掉电，执行步骤42；
334.步骤42、根据所述掉电信号关联的电表箱、掉电时间，以电表箱为单位，设定时长内掉电用户为一组；对该电表箱下所关联的用户在同一时间范围内出现网络设备掉电户数小于阈值的，认定为用户人为掉电；若户数大于阈值的，则追踪查询该电表箱下所有用户信息，通过所有用户的网络设备掉电情况判断该电表箱是否掉电，若判断电表箱掉电，则执行步骤43；
335.步骤43、关联掉电电表箱所属的分支箱信息，并获取该分支箱下所有电表箱，然后获取获取该分支箱下所有电表箱所属用户的网络设备掉电信息，逐个电表箱重复执行步骤42判断各个电表箱是否停电，判断已掉电电表箱数量是否大于阈值，大于阈值则判定为分支箱掉电，则执行步骤44；否则判定程序结；
336.步骤44、关联掉电分支箱所属台区信息，并获取该台区下所有分支箱信息，逐个执
行步骤43，判断分支箱是否停电，若掉电分支箱数量大于设定的阈值，则判定该台区停电。
337.以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。