基于大數據的低壓臺區線損管理

何義赟 馬俊 樊華

摘要：當今時代，科學技術不斷發展，物聯網的“閃亮登場”，掀起了一波又一波的大數據研究浪潮。電力大數據，越來越成為電力巨頭們關注的重點對象。線損作為評估企業綜合效益的一項重要指標之一，在電力企業中較為扮演著重要角色。鑒于此，本文針對大數據在低壓臺中的區線損管理進行了系統的闡述和分析。

關鍵詞：大數據;低壓臺區;線損管理

前言：

物聯網時代，大數據發展態勢如火如荼。隨著科學技術的進一步發展，大數據在各行各業中得到了廣泛的應用，關于大數據的各項研究也日益風靡。近年來，基于大數據的低壓臺區線損管理，愈來愈成為電力行業關注的焦點。

1、低壓臺區線損概念界定

何為低壓臺區？低壓，顧名思義，即人們通常所說的380V系統;臺，又稱之為“變臺”，也就是我們所說的變壓器;區，即區域。一般而言，臺區指的是可變的電源范圍或面積。在電力管理中，從業者習慣于用“臺區”來指代可變的電源范圍或面積。所謂低壓臺區，就是指某臺變壓器低壓供電的區域。劃分低壓臺區的目的在于方便用電管理，尤其是對于人員分工、設備維護、電量計算、線損統計等方面的管理。線路損耗，簡稱為線損，即電能通過輸電線路傳輸而產生的能源損耗。其主要是由電力傳輸中有功功率的損耗造成的。

2、低壓臺區線損管理問題出現的原因

2.1管理制度存在漏洞

就目前而言，多數供電所對于線損管理問題，重視程度不夠，在制定相關的管理制度時，漏洞重重，加之監管力度不強，部分管理制度被“束之高閣”，一些從業人員在實際的作業過程中并未依據管理制度進行實際操作，因此，管理制度對員工的約束力不強，管理制度中的一些條文，可行性低，難以真正落實到位。

2.2工作人員綜合素質不高

物聯網時代，社會急速發展，人們需要掌握越來越多的技能和知識，才能立足于社會。電力行業亦如此。但是，部分工作人員，思想保守，拒絕接受新知識、新思想、新文化，不愿意在激流勇進的社會浪潮中做出改變，懼怕學習新的知識與技能。這種畏難心理，在一定程度上，影響了從業人員自身的工作效率，從而，也影響了電力企業的經濟效益。最終很可能抑制電力企業的持續穩定健康的發展態勢。

2.3管理觀念陳舊

一些電力企業，觀念陳舊腐朽，未能與時俱進。這些電力企業，不注重激發員工工作的積極性，而且平均主義嚴重，如果出現問題，責任壓根兒無法真正落實到個人，形成電網線損人人有責，卻又人人不負責的局面。

3、基于大數據的低壓臺區線損管理的必要性

過去，計算低壓線損耗的方式主要有3種，分別是平均電流負載曲線特性系數方法，等效功率方法和電壓降方法。這些方法的優勢在于計算邏輯簡單易懂，難度低。并且可以有效解決電表周期與電表讀數不一致的問題。然而，其暴露的問題也比較明顯，精確性不高，換句話說，就是線損率計算的準確度會存在誤差。工作人員處理這些線損率數據時，工作量繁多且艱巨，并且工作效率不高。故而，基于大數據的低壓臺區線損管理應運而生。基于大數據的低壓臺區線損管理，可以高效快速地定位問題臺區，迅速區分線損的損壞狀況。在大數據的助力下，低壓臺區一般被劃分為3大類。這3大類分別是線損問題嚴重的問題臺區，線損問題一般的臺區以及線損問題較輕或完好的臺區。在這樣的背景下，從業者可以快速了解線損的問題狀況，并根據各臺區線損問題的嚴重程度進行有針對性地處理，提高了工作人員的工作效率，優化了管理流程，幫助企業降低經濟成本，有利于企業獲得更高的經濟利益。

4、基于大數據的低壓臺區線損異常診斷模型

信息時代，網絡社會打破了時空界限，在更大程度上便利了人們的生活。因此，如果繼續沿用傳統的數據分析技術，電力企業必將在新一輪的市場競爭中一敗涂地。基于大數據的信息采集系統，具備全覆蓋、全采集等優勢，而傳統的數據分析方法，只能用于分析同類型數據。傳統的數據分析方法，在不同類型屬性的數據面前，可謂是“無能為力”。但是，當下，電力企業需要處理的不同類型屬性的數據越來越多。因此，需要對參與臺區線損計算的數據先進行預處理，讓數據更加適合分析。

1、臺區可計算分析模型

如果想要獲得準確的計算結果，那么制定科學合理的規則是極其重要的。通常情況下，對于參與臺區線損計算的的條件，一般情況下，分為可以計算和不可以計算這兩大類。根據臺區線損的計算特征產生一個規則模型，該模型的規則可以通過一組分類規則來表示，形式如下：條件i→屬性j條件i=（屬性1）A（屬性2）A··A （屬性j）模型左邊是規則的前提，右邊則是一組屬性的集合。所以，根據臺區線損計算條件規則，臺區分為可計算和不可計算這2類。

2、臺區合理性分析模型

當臺區線損具備可計算條件后，需要去分析計算結果是否合理。在分析計算結果合理性這塊，可以借助決策樹歸納這個分析方法。這種分析方法，用途廣泛且功能強大，可以處理數值和分類數據，還可以解決多輸出問題。當第一個

得到解決后，第二個問題便會產生，如此循環往復。在決策樹中，從結構上來看，主要包括3大結點：根結點、內部結點和葉結點。假使這個問題的初始決策樹僅有一個結點，那么，在這種情況下，臺區線損率是沒有問題的，也就是臺區線損率處于合理狀態。但是，由于根結點包含2個類的記錄，所以必須細化這一決策樹。根據“可計算”分析條件，這些記錄被劃分為較小的子集，下一步對根結點的每個子節點進行遞歸。顯而易見的是，如果屬于不可計算狀態，那么肯定屬于不合理狀況。

結語：

綜上所述，通過運用大數據，建立低壓臺區線損異常原因智能診斷模型，管理體系更加完善，管理內容也更加明確。在不久的未來，基于大數據的低壓臺區線損管理模式將會得到廣泛的推廣應用。大數據的利用，將有利于快速推進電力領域信息采集系統的建設，提高企業的管理水平和管理能力，提升客戶的滿意度，擴大市場，幫助企業獲得更大的發展空間。

參考文獻：

[1]顧國棟，徐金玲.配電臺區在線線損分級管理和智能異常分析設計.電力需求側管理，2016（02）.

[2]郭海威.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.