基于智能用电大数据分析的台区线损管理

(整期优先)网络出版时间:2021-05-19
/ 2

基于智能用电大数据分析的台区线损管理

张欣

国网晋中市供电公司, 山西 晋中 030600

摘要:电力用户用电信息采集系统与电力业务双向互动平台的结合,构建了电网与客户能量流、信息流和业务流的智能用电大数据。随着信息技术的快速发展,大数据、云计算等高新技术在各行各业的应用使各行各业的业务运营管理效率得到再次提升。电力是现代化生产生活不可缺少的重要能源,必须不断提高电力供应系统的运行质量,对其进行有效管理,以保证电力的持续、稳定供应。智能用电大数据在台区线损管理中的应用通过对海量用户用电信息的分析,深入挖掘信息价值,准确找到线损因素,从而提升供电运行效率和管理效率,为企业降低经营成本,使电力企业获得更好发展。

关键词:智能用电;大数据;台区;线损管理

一、智能用电大数据的台区线损异常分析

供电台区是指由一台配电变压器和一条配电线路、或由多台配电变压器和多条配电线路组成的集合。在电力供应系统中,低压配电网处于整个电网的末端,与用电用户直接相连,由于用户种类多、用电需求复杂,供电区域也较为复杂,特别是城区配网的问题更加突出。所以供电企业采取台区的方式对电力用户进行划分和管理,台区经济运行指标主要包括供电量、售电量和线损率等。其中,台区线损是低压线损管理的重要组成部分,对配网规划、营销用电、计量管理等方面都有密切关系,但由于低压配网的复杂情况,线损管理情况一直不容乐观,存在着较高的管理线损。在大数据技术的支持下,许多地区的用户用电信息采集系统已经完成了低压电力用户的覆盖。系统的主要功能包括考核单元信息,统计台区与用户的对应关系、统计每日供售电情况、计算和统计每日台区损失率和指标完成情况等。目前使用的低压线损计算方法主要包括平均电流负荷曲线特征系数法、降压法、等效功率法等。用电信息采集系统的应用解决了考核表与计量表不能同期抄表的问题,但台区用户采集覆盖情况、台区户变关系等也会对线损计算产生影响。传统分析手段难以保证线损计算的准确性,而且工作效率低。在智能用电大数据的支持下,可以利用数据分析和数据挖掘技术对低压线损异常的产生原因进行深入分析,为线损计算提供可靠的参数,从而为台区线损管理工作的开展提供依据,提高其管理水平和工作效率。

二、智能大数据台区线损异常智能诊断模型

随着用电信息采集系统的全覆盖、全采集,采集到的用户用电信息非常巨大,使用传统的数据分析技术不能解决当前的实际问题,传统的数据分析方法通常只分析有相同类型属性的数据集。然而,现在越来越需要能够处理多样属性的技术,例如静态档案数据与动态采集数据的相关性、台区户变逻辑父子关系等。需要对参与台区线损计算的数据先进行预处理,让数据更加适合分析。

1、台区可计算分析模型。为了提高台区线损计算结果的准确性,首先需要对参与台区线损计算的条件制定规则,再进一步将其分为可计算和不可计算2类。根据台区线损的计算特征产生一个规则模型,该模型的规则可以通过一组分类规则来表示,形式如下:条件i→属性j条件i=(属性1)∧(属性2)∧⋯∧(属性j)模型左边是规则的前提,右边则是一组属性的集合。因此,根据台区线损计算条件规则,可将台区分为可计算和不可计算2类,台区可计算属性见表。

2、台区合理性分析模型。在分析了台区线损是否具备可计算条件后,为了分析计算结果的合理性,通过决策树归纳的分析方法,建立台区合理性分析模型,进一步分析台区线损计算结果的合理性。决策树归纳分析方法可以检验记录属性的问题,以及解决分类问题。当问题有了答案后,下一个问题也将随之产生。通过这一回答问题的过程组成了决策树,决策树的结构包含3种结点:根结点、内部结点和叶结点。通过给定台区线损合理性分析的属性集,可以构造台区线损合理性决策树模型,利用递归算法创建每个子节点。该分类问题的初始决策树只有一个结点,类标号为“合理性=是”(见图2a),表示台区线损率是合理的。然而,该树需要进一步细化,因为根结点包含2个类的记录。根据“可计算”分析条件,这些记录被划分为较小的子集,下一步对根结点的每个子节点进行递归。从数据集中可以看出,首先不可计算的都是不合理的,因此,根结点的左子节点为叶结点,标记为“合理性=否”,对于右子节点,继续进行递归,直到所有的记录都属于同一个类为止。每次递归所形成的决策树见图。

通过对台区线损合理性的决策树分析,可以对可能影响台区线损异常的原因进行分类分析,在此基础上还可以增加计量点电流互感器变比、用户数量等子结点,帮助线损管理人员进一步分析影响台区线损异常的其他因素。

3、台区户变关系分析模型。台区户变关系的准确性直接影响台区线损结果的正确性,通过终端主动上报停电事件和智能表停电事件记录,主站自动采集其下挂接智能电能表的停电时刻和所有电表的时钟,结合终端上报的复电事件进行分析,利用简单属性之间的相似度和相异度建立台区户变关系分析模型。

通过对智能用电大数据进行分析,建立台区线损异常原因智能诊断模型,将有效提高台区线损的管理水平和效果,进一步推动公司线损管理的精益化管理,实施对台区线损的全过程管理,明确各专业管理职责、台区关口管理、变户关系管理等内容,为全省有序开展台区线损管理工作奠定坚实基础。随着智能电表的推广应用,以及用电信息采集系统建设工作的快速推进,对台区复杂的现场情况,通过研究分析造成台区线损超标的各类因素,对台区线损进行个性化细分管理,更加精准地定位问题台区,更好的体现电网经营企业对低压台区设备及用户的管理水平,降低企业的经营成本,提高企业的经济效益。

参考文献

[1]顾国栋,徐金玲.配电台区在线线损分级管理和智能异常分析设计[J].电力需求侧管理,2016(02).

[2]郭海威.基于用电信息采集系统的线损异常数据挖掘研究及应用[D].华北电力大学,2016.

[3]周建伟.用电信息采集系统应用于线损管理的分析与实施[D].山东大学,2015.

[4]陈奇志,古树平.智能台区在线监控系统的设计与实现[D].电子科技大学,2019.

[5]李国杰,程学旗.基于用电信息采集系统的台区线损管理研究[D].华北电力大学,2016.