淺析用采系統在計量裝置運行監控和線損治理方面的應用

王仁康

隨著用采系統建設日漸成熟完善，國網營銷人越來越重視利用用電系統建設成果挖掘用系統數據中蘊含的潛在信息，為設備精細化管理和智能電網運行提供數據支撐。通過同期一體化系統分析計量裝置運行情況，及時堵塞“跑冒滴漏”點和挖掉竊電毒瘤，維護好供電秩序。

關鍵詞：用采系統; 線損;計量裝置;竊電

1.基于大數據計量異常判別方法研究。

1.1電流電壓異常較為明顯的判別方法

用采系統開發人員根據設備運行經驗和相關規程，對數據源設定閾值，在低于或高于閾值的數據設定為異常數據，為計量工作人員在線監測裝置運行情況提供指引。因系統只是對通過設定閾值作簡單通用分析，導致中產生大量計量裝置運行異常數據，海西公司地域廣，異常數據量多，人工逐戶進行分析或每都到現場排查，工作效率低，收效甚微。通常依據計量原理，對計量事件中開表蓋記錄、零火線異常、失壓、失流、斷相五個維度與計量異常高度強關聯指標，結合用戶用電習慣、設備屬性、運行經驗等判斷異常原因。

1.2電壓電流看似較為正常的情況。

通過閾值和運行經驗，可比較容易發現簡單的計量異常。但是，臺區或專變客戶，若單只電流互感器系統和現場實際變比不一致，電流存在倍數的差值，給人一種三相所接帶負荷不平衡所致的假象。低壓臺區可通過供售電量排查出異常原因。單個居民表計如果二次回路短接或分流往往釋放出居民長期不在家，家中電器較少，負荷較輕的的信號.同理，專變用戶因工作人員接線錯誤電壓電流不同相，以及用戶私自更換變比、遠程遙控竊電分流等情況均可造成專變用戶電壓電流幅值、月用量看似正常，理論線損率較大，此類情況，僅開表蓋記錄、零火線異常、失壓、失流、斷相五個維度無法判斷異常類型。針對此類情況，基于單個用戶電量異常將引起同期線損同向變化的工作機理，利用回歸分析法，建立異常研判模型，求解出臺區或線路所屬用戶日供電量與其日線損電量的相關系數，根據對數據的反復訓練，算出各段相關系數與異常情況的嚴重性，最終圈定出異常用戶。

2.方法應用

2.1電壓電流值變化較為明顯，超過電能表廠家設定的最大值或低于正常運行設定閾值，通過用采系統召測、同期線損系統對比、電能計量裝置事件查詢，可判斷出計量異常預警的真實原因。比如2020年10月中旬，**偉業冶煉有限公司反映近期未用電，電量電費突增，拒交電費。經海西公司計量部門核查，該戶自10月16日后電能表電流值10A以上，與電能表最大電流6A相差較大，電能表無開蓋記錄，初步斷定過電流電能表電流元件損壞。客戶反映近期未用電情況不屬實，9月份每日平均負荷4000千瓦時，10月份每日800千瓦時。將該數據展示客戶后，客戶認同，同意交付本月電費。

2.2電壓電流看似較為正常的情況

利用臺區或線路線損電量的線損率與計量異常客戶漏計電量同向變化。在臺區或線路中，選取一個線損率不合格的臺區或線路，選定一個時間段，對接帶用戶進行電量統計，形成用戶電量數據集x，線損電量數據集y，通過計算公式：

找出相關系數較大的用戶。再對相關性弱、中度、強度的用戶組合，形成新的數據集x，與線損電量y進行計算，找出新數據集中較大的相關系數，以防止線路中多個用戶同時計量異常，單個用戶相關程度低，造成分析不準確，漏報的情況。對相關程度較高的用戶或數據集借助用采系統采集的日、月的電量，電壓電流的變化，精準定位找出異常原因。

通過計算近年已確定潛在計量異常用戶與線損電量的樣本數據，計算其相關系數C值，根據樣本數據中計量異常程度和C值數據的關系，將C值劃分5個區間，5個區間對應著異常情況的程度，建立計量異常評價模型，如表1所示。

10kV開二路5月線損率27.72%，損耗電量232975.14千瓦時，隨機抽取5天對該線路用戶電量統計，通過模型計算，該線路下**塑編有限公司、**攪拌有限公司、線路損耗電量有較高強度的關聯性，尤其是**塑編有限公司相關系數近似1，屬極強關聯。根據模型策略，暫且對**混凝土攪拌有限公司做留觀處理，重點核查**塑編有限公司，通過用采系統檔案核查，發現該戶電壓電流看似較為正常，波動較大，存在生產變動較大或計量異常的情況。海西公司營銷部協相關部門現場核查發現該戶存在遠程控制計量電流回路分流竊電嫌疑。

當然，利用該方法前需開展“0”度戶和采集異常的排查，只有將0度戶屬實，采集失敗用戶消缺后，方可利用該方法進行下一步分析。

3.工作建議

加大采集消缺監控。建議公司營銷稽查部門加大對臺區監測率和采集成功率不達標線路的關注，尤其是采集覆蓋率，采集成功率較低，線損較高的臺區、長期采集失敗正常用電專變用戶以及高損線路重點關注，掛牌督辦整改，按照優先提高采集成功率和覆蓋率的工作思路，逐步排查治理，提高用采系統數據質量，為下一步大數據模型應用推廣提供數據保障。

分級考核線損。對公司對線損偏高臺區，建議公司對按照表箱數對電能表進行分層式線損考核。即在每個表箱或臺區總表分支處設置一塊考核表，用作表箱內用戶供售電量考核。

全面治理異常。部分工作人員在計量異常故障出現后，常見的做法是“頭痛止痛，腳痛醫腳”，更換故障設備，未對故障原因進行分析和檢測關聯設備，計量裝置長期超差運行。針對此種情況，建議公司加大稽查力度，要求處理人員及時提供排查報告或檢測說明，督促規范處理計量異常。

客戶側計量點遷移。將計量點設置在客戶側，巡視較為困難的計量點遷移至路邊或者人員流動較大的區域，破壞竊電分子的竊電環境條件。

結論

通過五個維度對異常明顯裝置進行分析，利用數據模型代替人工對對隱藏較深計量異常進線判別，實現計量異常篩選、違約竊電的分析和定位實現模型動態優化，避免了人工經驗判斷導致的漏錯，有效降低人工工作強度，解決計量異常處理全面撒網，成效微弱，反竊查違工作推進不力的問題，初步提升了計量異常判斷的自動化、智能化水平。同時利用該模型可進一步挖掘出損耗電量大，線損率合格臺區或線路中的異常用戶，為公司提質增效提供新的技術手段。

參考文獻

[1]唐文斌.基于線損計算分析的反竊電研究[J].廣西大學，2015-9-11;