基于智能用電大數據分析的臺區線損管理

生一兵 雷君杰 趙娜 喬嬌

摘 要：隨著時代的進步和發展，近幾年，我國的科學技術水平也在突飛猛進，呈現跳躍式的前進。經濟的發展、科技的進步、人們生活水平的提高等等，讓人們對用電量的需求變得越來越大，這對于電力系統來說是一個大的挑戰。電力系統的用戶用電信息采集系統與業務雙向互動平臺共同組成電網與客戶信息流、業務流的智能用電大數 據。此項技術的應用可以實現對電網數據的深入挖掘和實時分析，從而找到臺區線損的產生原因，對臺區線損的異常狀況進行智 能診斷，推動臺區線損管理由結果管理轉向過程管理。怎么才能滿足人們日益增長的用電需求呢？無疑，這就需要電力系統要保持高度的責任心，不斷引入新的技術方法，完善自身的運營現狀，以求滿足人們不斷增長的用電需求。本篇文章主要對基于智能用電大數據分析的臺區線損管理問題進行探討。

關鍵詞：智能用電大數據；分析；臺區線損；管理探討

1 引言

隨著我國科技的飛速發展，信息技術被廣泛的運用到各個領域，讓人們的生活變得越來越智能化。前幾年，大數據、云計算等這些新名詞的出現，引起了社會的高度關注，大數據和云計算屬于高新技術，現在已經被廣泛的使用到各行各業，這些先進技術的應用，促使各個領域的運營管理效率得到明顯提升。電力是人們賴以生存的重要能源，生活、生產都離不開電力的支撐。電力系統要保證不斷的提升運行質量，通過對電力供應系統的有效管理，讓電力保持持續并且穩定的供應狀態，以滿足人們的生活生產用電。臺區線損管理應用智能用電大數據，通過其對數以萬億用戶的用電信息進行分析，深層次的挖掘信息的價值，快速且準確的找到線損的原因，能有效提高電力系統供電運行效率，同時還能提升管理效率為電力部門減少了經營成本，促進電力企業的不斷發展和壯大。

2 基于智能用電大數據的臺區線損分析

供電臺區是一個集合，它是由一臺配電變壓器和一條配電線路，或者多臺配電變壓器和多條配電線路組成的聯合體。在整個電力供應網中，低壓配電網所處的位置是電網的最末端，與使用電的用戶直接相連。但是，用戶數量和種類特別多，用電的需求也比較多變，供電區域也很復雜，城區范圍廣，用電的范圍更廣，導致城區配網的問題相較于其他地方而言，問題更為突出，因此供電系統選擇臺區的方式，來對所有電力用戶進行劃分和管理。臺區經濟運行有一定的指標，包括供電量、線損率和售電量等。當然，臺區線損屬于低壓線損的管理部分，也是其重要的組成部分，它和營銷用電以及配網的規劃有著千絲萬縷的關系，不過由于低壓配網的情況十分復雜，致使線損管理問題比較突出，情況不是很樂觀，主要表現在有較高的管理線損。

因為大數據的支持，大部分地區的用戶用電信息系統，完成了用戶低壓電力的覆蓋工作。系統的功能比較繁瑣，只要包括考核單元信息，計算臺區與用戶的對應關系，計算和統計臺區每日的損失率，統計每日供售電的狀況，最后是總結每日的指標完成情況。平均電流曲線系數法，等效功率法是當前主要使用的低壓線損計算方式。用電信息采集系統的應用，可以說從根本上解決了不同時期抄考核表和計量表的問題。不過，臺區用電戶的采集覆蓋，還有臺區戶變關系問題，會影響到線損計算。以前采用的舊的分析手段，很難會線損計算的精確度做保證，復雜情況還導致工作效率低等情況。現在，隨著對智能電力大數據的應用，電力系統可以利用大數據的分析，以及它的數據挖掘技術，深入分析低壓線損異常情況產生的原因，這些能夠為線損計算提供可靠的依據，讓臺區線損工作有數據參數，從而讓工作效率變得更高，最后從整體上提升電力企業的管理水平。

3 基于智能用電大數據的臺區線損異常診斷模型

3.1 可計算分析診斷模型

隨著用電用戶數量的增加，信息采集的范圍還在不斷擴大中，相應的收集到的信息數據量也會跟著提升，舊的數據分析手段根本不可能解決現在電力系統的分析情況，不能給出具體的診斷結果。信息數據逐漸呈現出多樣化的屬性，電力系統需要對線損的計算參數做預先處理，這有這樣才能讓分析和診斷變得更加有效。為了讓線損計算更加精確，就要制定一定的條件規則，把參與線損計算的數據分為兩類，可計算數據和不可計算數據。這時，就需要使用規則分類器，選擇

“if…then…”的方法，分類處理記錄數據。所以，要依照線損計算的特點，生成相對的規則模型，讓這些數據能夠依照一組分類規則顯示出來。臺區線損的計算屬性，包含這么幾大類：公用配變、考核電表、綜合倍率、運行臺區、用戶電能表等。能夠同時滿足這些計算的是可計算臺區，反之為不可計算臺區。采集安裝率有公式可以套用，公式為：采集安裝率=已采表/應采表×100%。

3.2 合理性分析診斷模型

計算分析模型能夠幫助電力企業確定臺區線損情況能不能滿足可計算的條件，除此之外，還要依靠決策樹歸納總結，從根源上確保分析計算結果的精確性和合理性。通過建立合理的診斷模型，進一步對臺區線損計算的合理性進行論證，依靠決策樹檢驗記錄屬性以及分類問題，一個問題找到答案會產生下一個問題，這些回答問題的過程又組成了決策樹，所以它的結構主要包括根節點、葉節點以及內部節點。決策樹模型的形成是由臺區線損的合理分析屬性作為立足點，節點的形成用遞歸算法。一開始的決策樹只有一個類標號，既合理性=是，代表臺區線損率在合理化的范圍。后面會對決策樹進行詳細的劃分，一個根節點需要涉及兩類記錄，電力系統最后要將它劃分成更小的子集，而且要對每個子節點遞歸。決策樹的建立幫助電力企業完成了對線損異常原因的分類探究。假如以這個作為基礎，不斷增加用戶數量等子節點，還有助于幫助管理人員進行深入的分析，找出影響臺區線損的其他因素。

3.3 戶變關系分析模型

臺區線損分析正確與否，會直接受到來自臺區戶變關系精確性的影響，停電事故能選擇終端主動上報，還能實現智能表的自動化記錄以及主站自動收集結合的方法，通過簡單屬性相似度和相異度建立臺區戶變關系模型。一般情況下，會用單個屬性鄰近度的組合來定義對象之間的鄰近度。其中，對象的相異性也會包含在屬性之中，以這樣的方式來判斷對象之間的相異性。如果用戶的停電時刻表和總表的停電時刻表，總的時間差值控制在1分鐘之內，那么相似度會定義為1，否則定義為0。相異度的定義則恰恰相反，假如屬性值是匹配的，定義為0，否則定義為1。通過這些方式對營銷檔案中，總電表和用戶的電表進行差值分析，判斷這些用戶是否在本臺區內。

4 結束語

總而言之，基于智能用電大數據的臺區線損管理，供電企業的工作效率和管理水平都會得到明顯提高，進而為供電系統的正常運行提供保障，智能用電大數據分析還能有效幫助電力企業降低經營成本，為企業爭取更好的經濟效益，促進企業的不斷發展。本文主要對基于智能用電大數據的臺區線損分析和診斷方法進行分析，包括可計算分析診斷模型、合理性分析診斷模型和戶變關系分析模型等，希望能為智能大數據分析在臺區線損管理中的應用提供參考。

參考文獻 ：

[1] 李新家，孔月萍，鄒云峰等.配電臺區在線線損分級管理和智能異常分析設計[J].電力需求側管理，2016（2）：46～48+53.

[2] 郭威.基于用電信息采集系統的線損異常數據挖掘研究及應用[D].華北電力大學，2016.

[3] 周偉.用電信息采集系統應用于線損管理的分析與實施[D].山東大學，2015.

[4] 程剛.智能臺區在線監控系統的設計與實現[D].電子科技大學，2015.

[5] 張敏.基于用電信息采集系統的臺區線損管理研究[D].華北電力大學，2012.