配網線損異常自動輔助分析新技術及模式

摘 要：如何有效提高線損異常分析效率，進一步規范線損異常分析工作提高人員線損異常分析能力，全面提升自動化線損異常輔助分析能力已成為目前我們關注的重點工作。配網線損異常分析規范及自動輔助分析新技術研究，緊貼廣州局線損異常分析工作需求，從理論規范研究和實踐系統研發兩方面著手，意在通過線損分析規范化和自動化能力建設作用于日常線損分析工作，進而全面提升線損異常分析效率。

關鍵詞：線損異常；原因分析；新技術與新模式

中圖分類號：TM715 文獻標識碼：A 文章編號：1006-8937（2015）33-0082-02

本著貼近實際工作需求，解決實際工作問題的原則，目前已開始了線損異常原因分析規范的研究工作。目標是梳理線損異常原因制定圖譜清單、定義線損異常原因、總結線損分析過程指引和處理過程指引，形成線損分析規范參考手冊，指導局內線損分析實際工作，提升人員線損分析效率。

1 線損輔助分析模型

線損分析高級應用的主要思路是資源分析建模、深化應用兩個比對、閉環處理質量分析。

①資源分析建模。在充分收集實際線損分析工作所需專業及領域信息的基礎上，建立以10 kV線路與低壓臺區為粒度單位的分析對象等核心模型。并以對象為單位，擴充有關信息系統的相關信息內容，初步包括轉供電信息，裝表換表信息，設備更動等。同時還包括元數據管理、挖掘特性信息等管理類模型的建立。

②深化應用兩個比對。在數據集成基礎之上通過線損統計值與線損理論計算值、線損基準值、線損歷史同期值進行“兩個比對”的深化應用。

③閉環處理質量分析。通過比對與挖掘成果，及時排除處理非損失性線損自動統計障礙，理清營配管理的細節問題，高效發現偷漏電等損失性線損因素，及時為企業營銷解決問題，對該閉環流程進行分析，監控線損異常閉環處理質量。線損比對與全景分析示意圖，如圖1所示。

1.1 資源分析建模

在充分收集實際線損分析工作所需專業及領域信息的基礎上，建立以10 kV線路與低壓臺區為粒度單位的分析對象等核心模型。并以對象為單位，擴充有關信息系統的相關信息內容，初步包括轉供電信息，裝表換表信息，設備更動等。同時還包括元數據管理、挖掘特性信息等管理類模型的建立。

①從配網規劃、抄表管理、檔案管理等業務層面規劃輔助分析業務模型架構；

②從GIS、配網生產自動化、營銷系統等系統層面梳理線損分析所需結構化數據，構建數據模型；

③定義數據來源系統間數據接口，包括參數、格式、規則等；

④根據線損分析處理閉環業務邏輯，構造業務流程數據模型。

1.2 深化應用“兩個比對”分析

深化應用“兩個比對”分析是要將線損統計值與線損理論計算值、線損基準值進行比對 ，并且實現自動監控與報警。

在數據集成基礎之上通過線損統計值與線損理論計算值、線損基準值、線損歷史同期值進行“兩個比對”的深化應用。

①對于饋線線損，提供異常理論線損值，并判斷出饋線線損是否異常。

②對于臺區線損，提供異常線損標桿值，并判斷出臺區線損是否異常。

1.3 工單閉環質量分析

通過分析及時排除處理非損失性線損自動統計障礙，理清營配管理的細節問題，高效發現偷漏電等損失性線損因素，及時為企業營銷解決問題，對該閉環流程進行分析，監控線損異常閉環處理質量。

全景分析線損相關數據，最大程度的為閉環流程提供分析結果，提高分析與處置效率；同時對線損閉環流程進行分析，提供給線損處理管理人員。線損異常工單質量分析示意圖，如圖2所示。

2 線損輔助分析技術方法

結合線損分析跨專業業務信息資源所需，從專業領域、信息系統、業務動態、誘發因素、計算模型、分析環節等維度構建全方位線損異常原因分析基礎信息模型；基于誘發線損異常原因的跨專業業務信息，研究典型線損異常原因特性分析算法。對線損異常原因分析結論元數據、分析流程業務元數據等進行特性分析，為優化完善線損管理工作及標準、規范的制定提供理論支撐與實現手段的指導。

2.1 關聯數據挖掘算法

用數據挖掘中的關聯規則Apriori算法挖掘來對大型城市電網線損與電網運行情況進行關聯分析， 關聯規則中Apriori算法的特點是使用候選項集找頻繁項集。第一階段必須從原始資料集合中，找出所有高頻項目組。第二階段是要產生關聯規則。

此挖掘需要與相關系統進行信息交互，包括生產管理系統的轉供電信息，包括新增中低壓電網拓撲更動信息，包括計量四小器相關檢修更換與故障信息，以上信息均需要接口設計。線損異常率關聯數據挖掘流程，如圖3所示。

2.2 轉供電自動偵測算法

如果相鄰臺區均發生線損率異常，且兩個臺區合并計算時線損率恢復正常很有可能是有過轉供電操作。首先梳理臺區的相鄰關系，對有所有臺區進行分區排列組合計算，再與原有臺區線損率情況進行比較，得出有可能轉供電的臺區，實現轉供電自動偵測功能。利用維羅諾伊圖來提高排查效率，梳理臺區的相鄰關系是可行的。它的數學表示如下：

設點集S = {p1， p2， …， pn}。

V（pi） ={x∈V（pi） |d（x，pi）≤d（x，pj），j=1，2，…，n，j≠i}

維羅諾伊圖在幾何上意義可以看作是點集中每個頂點p={p1，p2，…，pn}以相同的速度向外擴張，直到彼此相遇為止而在平面上形成的圖形[12， 13]。Voronoi圖實例，如圖4所示。

對所有臺區進行分區排列組合計算時，要考慮距離遙遠的變電站是不太可能發生轉供電的，這樣就可以利用估算等效距離的方法，來排除巧合的排列組合結果，而匹配可能的轉供電信息。以變電站為電源點，計算機自動畫出各區市局的線路，將線路歸屬到各個維羅諾伊圖區域中，相聚很“遠”的區域是不能發生轉供電的，這樣就提高了該功能排查轉供電發生的效率。

2.3 壞數據辨識算法

在實時線損的計算過程中，建立可靠完備的實時數據庫十分重要。但是在實際的操作中，會遇到遠端量測項目不足以及偶然的一些錯誤信息和數據等問題。

在這種情況下，會嚴重影響實時線損計算平臺的運行，為此可以采用狀態估計技術來補充量測項目的不足，排除偶然出現的錯誤數據和信息，進而提高實時數據的精度，保證整個系統運行的可靠。

根據EMS與DMS狀態估計的理念，進行計量壞數據辨識，將周期的積分量根據電網拓撲關系進行判別，利用現有的狀態估計算法進行修改。

得出線損狀態估計的結果，更加有利于得到真實值，同時預留使用AMI數據實現配網狀態估計的功能接口。

具體實現方式有兩種：

①結合研究對象長期歷史資料進行跟蹤與報警將研究對象的各關口供售電量進行歷史跟蹤：對于長期跳躍變化關口供售電量不予關注，對于長期不變化，而近期的變化率超過一定倍率閥值的關口供售電量進行提醒，特別是某一對象的供售電量變化綜合。

所有分析對象均對其負荷進行記錄，通過將一定周期內的負荷進行線損實時估計與近似計算，對計算結果進行記錄與積分，對其統計線損電量進行比對，從中發現偏差較大的線損值。

②線損的實時計算和分析比對功能。開發一種可實現線損的實時計算和分析，有效判別計量裝置異常，并可進行理論線損和統計線損比較的線損綜合管理分析功能。通過將線損綜合管理系統與調度自動化系統、計量自動化系統等的接口之間進行通信，形成統一的數據平臺，實現地區線損實時監測、計算和分析.通過在線監測線損的變化情況，查找出高損原因，發現影響線損的關鍵環節。

3 結 論

實現線損異常率的處理輔助分析與“兩個比對”精益化管理功能，能夠有效提高線損分析的效率與水平，從而帶動線損管理人員管理水平，對提高供電企業線損管理水平，指導電網的經濟運行具有重要意義。

參考文獻：

[1] 趙曉云.電力網技術線損分析及降損對策[J].中國科技博覽，2014，（33）.