王世君 陳廣宇 夏革非

摘? 要：隨著一體化電量與線損管理（以下簡稱”同期線損系統(tǒng)”）不斷深化應(yīng)用，高損排查與降損治理成為基層單位工作的主要內(nèi)容，由于缺乏有效的分析手段，基層線損排查在采集系統(tǒng)基礎(chǔ)上，仍然需要大量的手工分析工作，工作效率和質(zhì)量均難以保證。同時(shí)在多源數(shù)據(jù)融合的背景下，小負(fù)損、小電量異常、間隙性竊電等疑難問題的出現(xiàn)，對一線員工的技術(shù)水平提出了更高的要求，因此運(yùn)用大數(shù)據(jù)分析原理，研究同期線損系統(tǒng)各項(xiàng)數(shù)據(jù)，研發(fā)“配網(wǎng)同期線損數(shù)據(jù)智能分析及異常診斷系統(tǒng)”，基于檔案數(shù)據(jù)、模型數(shù)據(jù)、采集數(shù)據(jù)以及線損結(jié)果等數(shù)據(jù)，建立線損異常診斷模型，自動(dòng)診斷分析計(jì)算結(jié)果，實(shí)現(xiàn)高損、負(fù)損快速定位及原因精準(zhǔn)分析;進(jìn)一步滿足各單位提前發(fā)現(xiàn)問題并及時(shí)解決問題，以圖文并茂的形式綜合反映線損情況，減輕人員工作量。

關(guān)鍵詞：線損分析? 智能研判? 線損治理? 異常定位

中圖分類號：TM77 ? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A? ? ? ? ? ? ? ? ? 文章編號：1674-098X（2021）01（b）-0105-03

Design and Implementation of Intelligent Analysis System for Line Loss Data of Distribution Network in the Same Period Based on Big Data

WANG Shijun? CHEN Guangyu? XIA Gefei

（State Grid Jibei Electric Power Co.， Ltd.， Chengde Power Supply Company， Chengde， Hebei Province， 067000 China）

Abstract： With the further development of integrated power and line loss management system， high loss investigation and loss reduction treatment has become the main content of grass-roots units' work. Due to the lack of effective analysis means， grass-roots line loss investigation still needs a lot of manual analysis work on the basis of acquisition system， so the work efficiency and quality are difficult to guarantee. At the same time， under the background of multi-source data fusion， the emergence of small load loss， small electricity abnormal， intermittent electricity theft and other difficult problems put forward higher requirements for the technical level of front-line staff. Therefore， using the principle of big data analysis， the data of integrated power and line loss management system is studied， and the "intelligent analysis and abnormal diagnosis system of line loss data in the same period of distribution network" is developed based on archives Data， model data， collected data and line loss results and other data， establish the line loss abnormal diagnosis model， automatically diagnose and analyze the calculation results， realize the rapid positioning of high loss and negative loss and accurate analysis of the causes; further meet the requirements of each unit to discover problems in advance and solve them in time， comprehensively reflect the line loss situation in the form of pictures and texts， and reduce the workload of personnel.

Key Words： Line loss analysis; Intelligent research and judgment; Line loss management; Abnormal location

1? 研究背景

線損是影響電網(wǎng)企業(yè)經(jīng)營效益的核心要素之一，推動(dòng)同期線損系統(tǒng)的深化應(yīng)用是國網(wǎng)公司線損管理的重點(diǎn)工作[1]，也是適應(yīng)國家電力體制改革、國有企業(yè)提質(zhì)增效的重要舉措。隨著同期線損管理項(xiàng)目工作推進(jìn)，數(shù)據(jù)過程管控、高損降損成效管理、設(shè)備異動(dòng)等引起的營配調(diào)協(xié)同問題、末端數(shù)據(jù)融合及數(shù)據(jù)治理等諸多問題都成為了電網(wǎng)公司一本難管的賬，為進(jìn)一步滿足各單位對提前發(fā)現(xiàn)問題并及時(shí)解決問題的訴求，亟需建立以基層一線人員為結(jié)合點(diǎn)的新型協(xié)同模式，為專業(yè)管理提升提供有效支撐。

2? 大數(shù)據(jù)價(jià)值挖掘

2.1 數(shù)據(jù)挖掘過程

在人工智能領(lǐng)域，數(shù)據(jù)挖掘習(xí)慣上又稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn)（Knowledge Discoveryin Database，KDD），如圖1，也有人把數(shù)據(jù)挖掘視為數(shù)據(jù)庫中知識發(fā)現(xiàn)過程的一個(gè)基本步驟。知識發(fā)現(xiàn)過程由以下三個(gè)階段組成：數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘、結(jié)果表達(dá)和解釋。

數(shù)據(jù)挖掘技術(shù)通常與計(jì)算機(jī)科學(xué)有關(guān)，并通過統(tǒng)計(jì)、在線分析處理、情報(bào)檢索、機(jī)器學(xué)習(xí)、專家系統(tǒng)（依靠過去的經(jīng)驗(yàn)法則）和模式識別等諸多方法來實(shí)現(xiàn)上述目標(biāo)，由此總結(jié)出數(shù)據(jù)挖掘其實(shí)質(zhì)就是一個(gè)不斷重復(fù)直至達(dá)到要求的過程，這個(gè)過程需要對挖掘所獲得信息進(jìn)行不斷的提煉精化，最終能得到符合要求的結(jié)果。

2.2 聚類分析

聚類分析是根據(jù)在數(shù)據(jù)中發(fā)現(xiàn)的描述對象及其關(guān)系的信息，將數(shù)據(jù)對象分組。目的是，組內(nèi)的對象相互之間是相似的（相關(guān)的），而不同組中的對象是不同的（不相關(guān)的）。組內(nèi)相似性越大，組間差距越大，說明聚類效果越好。

K-均值算法的實(shí)質(zhì)是將聚類問題轉(zhuǎn)化為一個(gè)組合優(yōu)化問題，目標(biāo)是要將數(shù)據(jù)點(diǎn)劃分為k個(gè)對象群，找到這每個(gè)對象群的中心，并且最小化函數(shù)

其中K就是第i個(gè)對象群的中心，要求每個(gè)數(shù)據(jù)點(diǎn)要與它們所屬對象群的中心盡量接近。

3? 配網(wǎng)同期線損數(shù)據(jù)智能分析及異常診斷系統(tǒng)

配網(wǎng)同期線損數(shù)據(jù)智能分析及異常診斷系統(tǒng)建設(shè)應(yīng)用功能覆蓋營配貫通分析、同期理論對比分析、線損異常診斷，系統(tǒng)應(yīng)用架構(gòu)[2]如圖2所示。

3.1? 營配貫通專欄分析

為了更為科學(xué)有效地對異常數(shù)據(jù)進(jìn)行治理，采取加強(qiáng)對營配貫通工作的重視程度、提高對電力公司生產(chǎn)以及營配貫通數(shù)據(jù)異常的自動(dòng)診斷等方式來更好地對異常數(shù)據(jù)進(jìn)行治理，配網(wǎng)同期線損數(shù)據(jù)智能分析及異常診斷系統(tǒng)實(shí)現(xiàn)了營配貫通異常數(shù)據(jù)的自動(dòng)診斷，實(shí)現(xiàn)PMS-公用配變營配貫通情況、營銷-公專變營配貫通情況及營銷-臺區(qū)營配貫通情況，輔助用戶開展源端數(shù)據(jù)治理工作，并提升了工作人員對配線、臺區(qū)線損異常數(shù)據(jù)的治理能力[3]，統(tǒng)計(jì)查詢營配貫通數(shù)據(jù)的異常分析，營配貫通專欄，實(shí)現(xiàn)運(yùn)檢及營銷部交叉業(yè)務(wù)的協(xié)同治理。

3.2 雙率對比分析

集成同期線損10kV線路理論線損計(jì)算結(jié)果，通過源端系統(tǒng)與同期線損系統(tǒng)從、拓?fù)浼捌渌嚓P(guān)檔案參數(shù)比對，開展理論線損理論線損與同期線損對比分析[4]，進(jìn)行管理線損和技術(shù)線損分析，輔助同期線損理論線損治理提升，給出建設(shè)性指導(dǎo)建議。如果雙率線損結(jié)果相近或者在誤差允許范圍內(nèi)，說明線損管理較好，供電企業(yè)技術(shù)水平和管理水平處于一個(gè)領(lǐng)先地位，實(shí)現(xiàn)線損精細(xì)化管理的重要目標(biāo)。如果同期線損數(shù)據(jù)與理論線損數(shù)據(jù)相差太大，則需要對檔案、運(yùn)行、采集數(shù)據(jù)等進(jìn)行分析與排查，找到異常數(shù)據(jù)。

3.3 線損智能診斷

本系統(tǒng)通過智能研判，提供智能診斷，提供了線損監(jiān)控控制臺、線損異常診斷書及線損看板。

線損監(jiān)控控制臺，集成同期線損配線線損計(jì)算結(jié)果和線路打包情況，以線路為單位，展示線路下臺區(qū)、用戶模型、檔案、售電量、供電量及線損指標(biāo)等數(shù)據(jù)，標(biāo)識線損異常的線路，對線路的異常進(jìn)行診斷，對各類數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，可查看其指標(biāo)情況。支撐分線線損治理人員分析線路分線線損計(jì)算的異常數(shù)據(jù)。

線損異常診斷書，根據(jù)設(shè)置異常診斷規(guī)則，展示所選線路的基礎(chǔ)檔案、拓?fù)潢P(guān)系、線損模型、采集電量的數(shù)據(jù)異常診斷[5]明細(xì)情況。診斷書主要包括拓?fù)淠Ｐ彤惓Ｔ斍?、?jì)量檔案異常詳情、采集數(shù)據(jù)異常詳情、電量計(jì)量異常詳情等，高效輔助基層人員定位排查線損異常問題。

線路看板，展示所選線路線損趨勢監(jiān)測信息、關(guān)口電量信息、售電量監(jiān)測信息等，方便用戶綜合查看線路相關(guān)信息，定位線損異常。

詳細(xì)地，拓?fù)淠Ｐ彤惓Ｖ饕娏Νh(huán)網(wǎng)轉(zhuǎn)供電、負(fù)荷割接、用戶新裝接入等工作若電子化移交不及時(shí)，未能及時(shí)更新臺賬信息，則會(huì)導(dǎo)致系統(tǒng)“站-線-變-戶-表”關(guān)系與現(xiàn)場不一致，造成拓?fù)潢P(guān)系的異常。除與建模相關(guān)的關(guān)鍵屬性外，還有一些與電量計(jì)算相關(guān)的檔案屬性，例如CT變比、PT變比、綜合變比等，會(huì)影響計(jì)量點(diǎn)電量的準(zhǔn)確計(jì)算，從而影響線損率的計(jì)算。其中，采集數(shù)據(jù)異常指的是表計(jì)表碼的采集缺數(shù)、采集錯(cuò)誤等異常。表計(jì)表碼采集錯(cuò)誤是指人工抄表的錯(cuò)抄，以及系統(tǒng)采集入庫的表碼與實(shí)際不符，可表現(xiàn)為表碼倒走、表碼突變等。電量計(jì)量異常指的是由于現(xiàn)場計(jì)量裝置運(yùn)行狀態(tài)的異常、計(jì)量裝置故障，導(dǎo)致表計(jì)的表碼、進(jìn)碼無法真實(shí)反映用戶的用電情況，異常涵蓋了多種現(xiàn)場計(jì)量裝置運(yùn)行狀態(tài)的異常，如電壓欠壓、失壓、斷相、電流失流、總功率不等于各項(xiàng)功率之和、反向電量異常、表計(jì)停走、終端與表計(jì)差動(dòng)異常等。異常類型多而雜，特征隱藏于各類負(fù)荷數(shù)據(jù)之中。因此，在線損分析中，電量計(jì)量異常難以一目了然進(jìn)行判斷，需要分析人員憑借豐富的計(jì)量裝置異常判斷經(jīng)驗(yàn)及線損分析排查經(jīng)驗(yàn)，多方取證，綜合分析，定位異常。

4? 系統(tǒng)應(yīng)用效果

一是提升應(yīng)用水平，通過系統(tǒng)應(yīng)用，提高了發(fā)展專業(yè)的數(shù)據(jù)實(shí)時(shí)性、準(zhǔn)確性，營銷專業(yè)用戶檔案、電量信息的一致性，運(yùn)檢專業(yè)設(shè)備檔案的真實(shí)性以及調(diào)度專業(yè)的統(tǒng)一性，促進(jìn)各專業(yè)系統(tǒng)整體數(shù)據(jù)質(zhì)量，提升系統(tǒng)應(yīng)用水平。

二是提高經(jīng)濟(jì)效益，通過系統(tǒng)應(yīng)用，大大減輕了統(tǒng)計(jì)人員的工作量;另外，通過在線同期線損的監(jiān)測分析即時(shí)發(fā)現(xiàn)重?fù)p、高損單元，減少用戶竊電行為、計(jì)量裝置問題和不必要的電網(wǎng)設(shè)備損耗，給電網(wǎng)公司挽回直接經(jīng)濟(jì)收入[6]。

5? 結(jié)語

配網(wǎng)同期線損數(shù)據(jù)智能分析及異常診斷系統(tǒng)，利用智能研判規(guī)則開展線損異常排查與分析，實(shí)現(xiàn)拓?fù)潢P(guān)系異常、檔案資料異常、采集數(shù)據(jù)異常、電量計(jì)量異常等常見異常線損的快速分析與精準(zhǔn)定位，及時(shí)發(fā)現(xiàn)線損計(jì)算中采集表底、關(guān)口電量、設(shè)備關(guān)系及“四分”模型等存在的問題，實(shí)現(xiàn)異常自動(dòng)診斷，自動(dòng)生成異常清單，減輕人員工作量。通過理論線損與同期線損對比分析，為線損管理及分析提供了更加及時(shí)、全面的數(shù)據(jù)支撐，不斷減小管理線損，縮小同期線損與理論線損的差距，提高線損的管理水平。

參考文獻(xiàn)

[1] 陳旭亮.淺談營配貫通臺區(qū)線損異常數(shù)據(jù)治理方法探討[J].科學(xué)與財(cái)富，2020（4）：218.

[2] 李新家，孔月萍，鄒云峰，等.配電臺區(qū)在線線損分級管理和智能異常分析設(shè)計(jì)[J].電力需求側(cè)管理，2016，18（2）：46-48，53.

[3] 劉成祥.配電網(wǎng)同期線損監(jiān)測系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].百科論壇電子雜志，2018（19）：381.

[4] 巫聰云.廣西電網(wǎng)繼電保護(hù)信息系統(tǒng)構(gòu)架研究及故障智能分析的實(shí)現(xiàn)[D].南寧：廣西大學(xué)，2018.

[5] 朱婉齊.電網(wǎng)調(diào)度綜合智能分析與告警系統(tǒng)的研究[D].天津：天津大學(xué)，2016.

[6] 郝翠甲，葉海峰，吳文兵，等.電網(wǎng)遙信大數(shù)據(jù)智能分析輔助決策系統(tǒng)建設(shè)研究[J].電力大數(shù)據(jù)，2019，22（6）：41-46.