基于關聯數據異常分析線損精益化管理研究與系統開發

周樹 楊霽 孫繼澤 周良浩

摘? ?要：線損是影響電網企業經營效益的核心要素之一，也是衡量電力系統設計、生產、管理的重要指標，直接關系到電網企業的經濟效益。加強線損管理，最大程度的降低線損，是電力企業增加經濟效益、保持良好發展態勢的重要途徑。為更好的實現線損全自動歸真管理國網公司推行同期線損管理，同期線損涵蓋多個系統間的數據傳輸，數據質量參差不齊，因此對于數據治理工作中異常數據的分析、定位費時費力。本文通過開展檔案、模型、采集、營配貫通、數據一致性、動態設定線損率閾值等關聯分析工作，更加科學、合理的定位影響線損的數據及因素，為線損治理工作提供一套專業、合理、行之有效的治理體系，同時為供電企業和電力用戶帶來明顯的經濟效益和社會效益。

關鍵詞：同期線損? 關聯分析? 數據治理

中圖分類號：TM76;TP315? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1674-098X（2020）03（a）-0185-03

1? 研究背景

線損率指標綜合反映電網運行中各環節的損耗，集中體現生產、調度、營銷等各項核心業務的管理水平 ，國家電網新時期同期線損管理綜合反映了電網的基礎設備管理、智能電表覆蓋情況、采集成功情況以及各個業務系統之間貫通互聯的及時性、有效性，以及不同系統之間的數據傳輸、關聯關系的貫通正確性。在同期管理模式下，引起線損異常的成因較為復雜，導致線損異常查找相對困難且費時。

數據相關性是指數據之間存在某種關系。大數據時代，數據相關分析因其具有可以快捷、高效地發現事物間內在關聯的優勢而受到廣泛關注，并有效地應用于推薦系統、商業分析、公共管理、醫療診斷等領域。數據相關性可以時序分析、空間分析等方法進行分析。數據相關性分析也面對著高維數據、多變量數據、大規模數據、增長性數據及其可計算方面等挑戰 。主要的關聯分析方法有聚類分析法、相關系數法。

本文采用K-Means法是動態聚類法，其思想是隨機選擇k個對象，每個對象初始地代表一個類的平均值或中心，對剩余每個對象，根據其到類中心的距離，被劃分到最近的類，然后重新計算每個類的平均值，不斷重復這個過程，直到所有的樣本都不能再分配為止。K-Means的目標是要將數據點劃分為k個對象群，找到這每個對象群的中心，并且最小化函數

（1）

相關分析是探討對于不相同的變量間相關性程度的一種通用的統計學方法。通過相關性分析，決策者可以使用兩個隨機變量得出他們之間的相關系數和單個變量與多個變量么間的相關系數來分析所求變量相互間的線性相關性，從而更加合理地得到最佳方案并采用合適的方法，減小信息中不確定性問題所帶來的影響。求X、Y的相關系數：

（2）

式中、表示X和Y的平均值;若相關系數ρ大于ρ0則相關，ρ0為設定的經驗值。

2? 系統特點

線損多源數據治理輔助工具軟件，通過開展檔案、模型、采集、營配貫通、數據一致性、動態設定線損率閾值等關聯分析工作，更加科學、合理的定位影響線損的數據及因素，為線損治理工作提供一套專業、合理、行之有效的治理體系，對電網結構及異常數據深入開展數據治理工作，提高了線損管理的全面性及有效性。通過該治理體系，能夠及時發現問題并合理地解決問題，為線損治理工具提供了堅強的支撐，提升了電網異常數據的治理，為供電企業和電力用戶帶來了明顯的經濟效益和社會效益。

線損多源數據治理輔助工具軟件具有以下特點：

系統采用OSGI技術架構、J2EE開發平臺，由多個獨立的業務模塊構成，能夠進行靈活的拆分組合，使系統具有良好的伸縮性。

系統從多方位著手分析眾多影響線損率的因素，通過動態設定閾值，對線損治理工作的開展提供有力的支撐。

3? 系統架構

系統管理標準化通過信息化手段來實現，構建結構合理、技術先進、可擴展能力強信息化平臺，是系統標準化管理的基礎。

系統遵循易用性、可擴展性等原則，基于B/S模式構建。客戶端使用瀏覽器，無需安裝任何程序，免維護，界面簡潔友好。系統采用J2EE技術，OSGI服務架構，按照通用化、具有可擴展性的要求，系統的信息平臺以一個規范化的四層結構構成，包括數據庫層、服務層、應用層和展現層，信息平臺的不同層次采用了不同的技術實現。平臺結構如圖1所示。

（1）數據層。

數據庫層承載所有業務基礎數據，是抽象設計的結果。數據層主要包括：檔案、模型、采集、關口電量、線損計算結果、異常分析等。

（2）服務層。

服務層是信息化的需要，它是信息化中數據與業務的橋梁，是體現應用的工具。基于標準化、規范化的原則，各類服務都按照標準化的思路進行建設。數據處理按照有關文件規定或者專家知識梳理形成標準化的知識庫，系統管理采用標準工作流、規范的權限管理與嚴格的安全機制來進行建設。

（3）應用層。

應用層集中體現了業務領域，包含業務邏輯與業務應用，其規范化的應用固化了業務處理方法，體現了標準化工作的精髓。應用層在數據層的基礎上，按照服務層的框架，主要實現線損治理工作的問題分析、定位及治理，實現線損治理指標的提升工作。

（4）展現層。

展現層是整個系統功能實現的最前端與最終表現，且與用戶有最直接的對話。展現層是數據和業務展現的通道，通過企業門戶展現工具可以圖、表、曲線等多種形式展現指標結果。因此，展現層的建設充分考慮了人機交互的各種特點，以現有的先進的可視化、圖形化技術為建設保障，實現一個圖表、數據人性化展示的系統門戶。

4? 線損多源數據治理輔助工具軟件

線損多源數據治理輔助工具軟件通過對PMS2.0系統、營銷系統、用電采集系統、一體化電量與管理系統等內網系統的檔案、模型、采集、關口電量以及線損結果的分析，根據動態設置閾值，采用大數據關聯分析影響線損核心因素，對技術降損工作開展提供數據支撐。通過細化影響線損管理的顆粒度， 實現源數據逆向追溯以及問題邏輯分類，作為優化數據質量提升依據，從而提升線損治理工作的有效開展?；诟黝惍惓祿治鼋Y果，直接定位異常原因，以圖文并茂的形式綜合反映線損情況。線損多源數據治理輔助工具軟件系統架構如圖2所示，包括系統設置、數據集成、數據質量提升三大功能模塊，以下逐一介紹。

4.1 系統設置

系統設置管理模塊根據線損多源數據治理輔助工具軟件對數據的要求，實現對基礎數據的管理與維護功能。主要包括數據多版本管理（月、日、自定義計算）、電壓等級維護、指標動態閾值設置以及權限管理。

4.2 數據集成

線損多源數據治理輔助工具軟件通過對PMS2.0系統、營銷系統、用電采集系統、一體化電量與管理系統等系統的檔案、模型、采集、關口電量以及線損結果的分析，為線損治理工作提供強有力的數據支撐。

（1）基礎數據管理部分：主要包括檔案數據、模型數據、采集數據。檔案數據模塊實現檔案數據抽取功能，為模型分析、表底、電量功能提供支撐;模型數據：該模塊實現模型數據的導入、數據分發、計量點校驗等功能，為線損結果的計算提供支撐;采集數據：該模塊實現表底、電量數據的導入工作，為關口電量、線損結果、表底、電量的異常數據分析提供強有力的支持。

（2）計量電量管理部分：主要包括計量點管理、換表、關口電量管理。計量點管理模塊實現表底、電量的計算功能，為關口電量、線損結果等模塊提供統一的數據來源;換表管理模塊實現對電能表換表記錄計算功能，為電量表電量提供電量的正確性;關口電量模塊實現對計量點、電能表表底、電量的計算、展示功能，支持數據導出等功能。

（3）線損結果：該模塊實現對設備進行線損計算功能，集達標率匯總、白名單、線損打包等功能為一體，方便數據的查看與分析，支持數據導出等功能。

4.3 數據質量提升

數據質量提升模塊對各個指標進行關聯異常數據分析，進一步為線損治理工作提供異常數據的分析、定位功能，使用戶能夠更加方便、準確的定位異常數據。

（1）可視化展示：該模塊實現電力企業當前整體概況、同期線損情況分析、配線及臺區線損率及供電所配網情況分析結果的展示，采用數據與圖形結合的方式展現，使用戶能夠很清晰的定位問題所在。

（2）基于關聯數據的異常診斷分析：包括臺區數據分析、配線數據分析。

臺區數據分析：該模塊實現臺區異常數據的匯總及臺區異常明細的展示功能，對各臺區的異?？倲?、線損波動、線損異常、模型數據分析、采集數據分析等進行匯總，并對每一項異常分析數據進行明細的異常功能，且支持對各臺區進行特殊標注（打標簽）功能，支持數據導出功能。

配線數據分析：該模塊實現配線異常數據的匯總及配線異常明細的展示功能，對各配線的異?？倲?、線損波動、線損異常、模型數據分析、采集數據分析等進行匯總，并對每一項異常分析數據進行明細的異常功能，且支持對各配線進行特殊標注（打標簽）功能，支持數據導出功能。

營配關系分析：該模塊實現對線變關系、臺戶關系數據的展示，對供電公司下的異常關系數據進行展示。

（3）異常數據分析：包括異常統計和異常數據展示。異常統計模塊實現達標率波動異常統計及當月不達標情況統計功能，針對配線及臺區線損率一段時間內的線損率情況進行分析，采用數據及圖形方式進行展示。異常數據展示模塊實現對所有異常數據結果進行展示的功能，可針對異常類別及異常級別進行多方位的數據展示。

（4）檔案異常監測：該模塊實現對配線、臺區檔案異常數據的展示，對供電公司下的異常檔案數據采用圖、表相結合的形式進行展示，支持數據導出功能。

（5）線損分析報表：該模塊實現對配線、臺區、母平等線損率進行分析，對特定線損率區間內的數據進行匯總及明細的展示，支持數據導出功能。

5? 結語

本文基于電力大數據相關分析，利用多源貫通診斷和多維聚類分析對配電網線損進行綜合診斷分析，在新時期實行同期線損管理的背景下，延伸了線損管理的深廣度，應用大數據分析快速查找定位線損異常原因。線損多源數據治理輔助工具軟件，利用關聯數據的分析方法對檔案、模型、數據采集等多系統數據進行關聯分析、異常定位，采用相關系數法對配線線損異常指標進行動態診斷，結合線損多維聚類及相關系數從采集完整性、線變關系正確性、異常電量等方面綜合展示差異數據，輔助定位問題，指導業務部門更加合理、有效的進行線損治理工作，進一步彌補了電網企業中數據存在的漏洞和不足。

參考文獻

[1] 吳安官，倪保珊.電力系統線損[M].北京：中國電力出版社，1996.

[2] 虞忠年，陳星鶯，劉昊.電力網電能損耗[M].北京：中國電力出版社，2000.

[3] 梁吉業，馮晨嬌，宋鵬.大數據相關分析綜述[J].北京：計算機學報，2016（1）：1-18.