大數(shù)據(jù)分析應(yīng)用下的臺區(qū)線損綜合治理排查模型研究

董茵，張濤

（廣東電網(wǎng)有限責(zé)任公司廣州供電局，廣東廣州，510000）

0 引言

本文以國家電網(wǎng)公司提出的線損精益化管理目標(biāo)為指導(dǎo)要求，以臺區(qū)線損治理為著眼點，采用大數(shù)據(jù)挖掘技術(shù)，構(gòu)建臺區(qū)線損綜合治理排查模型，設(shè)計出一套可以精準(zhǔn)監(jiān)控臺區(qū)線損情況的線損精益化管理平臺，實現(xiàn)線損歸真和自動生成，實時監(jiān)測關(guān)口、表計、設(shè)備、電量等關(guān)鍵節(jié)點信息，掌握各層級、各環(huán)節(jié)、各元件的線損情況，強(qiáng)化供售電量的精細(xì)管理，杜絕跑冒滴漏，提升公司經(jīng)營效益。

1 線損的含義及導(dǎo)致線損不合格的因素分析

1.1 線損的含義

電能在輸電線路上傳輸所產(chǎn)生的能量損耗簡稱線損。現(xiàn)階段供電企業(yè)計算線損主要是采用供電能量與售電能量差值除以供電能量。一般線損率在-1—5%判定為合格。

1.2 導(dǎo)致線損不合格的因素

1.2.1 違約用電用戶竊電

竊電目前造成線損不合格的主要原因在于存在大量的違約用電用戶，例如路燈、紅綠燈、交通監(jiān)控等民生工程大部分是直接接入電網(wǎng)而沒有開戶裝表用電，導(dǎo)致大量電能流失。小區(qū)廣電網(wǎng)絡(luò)基站無表用電現(xiàn)象尤為嚴(yán)重。城區(qū)一些老舊小區(qū)線路走向復(fù)雜，客戶通過布設(shè)暗線私自違約用電。

1.2.2 戶變關(guān)系不準(zhǔn)確

臺區(qū)老舊小區(qū)、郊區(qū)戶變關(guān)系紊亂。以前在治理線損時為了平衡指標(biāo)隨意組合臺區(qū)，將高線損臺區(qū)與負(fù)線損臺區(qū)隨意組合，現(xiàn)場的戶變關(guān)系與實際存在較大差異，給后期的線損治理工作帶來巨大麻煩。

1.2.3 運維檢修

調(diào)度信息溝通不暢停電檢修致使總表采集失敗導(dǎo)致線損率為負(fù)。以洪澤區(qū)供電分公司某臺區(qū)為例，2020年1月9日配網(wǎng)計劃停電導(dǎo)致關(guān)口總表采集失敗，當(dāng)日供電能量1.45kWh，售電能量 1597.31kWh，線損率 -110059.31%。運維人員更改表計接線，臺區(qū)未及時通知營銷人員在系統(tǒng)更改臺區(qū)，導(dǎo)致后期系統(tǒng)采集數(shù)據(jù)異常。

1.2.4 設(shè)備原因

現(xiàn)如今采集器取代過去的人工抄表，提高了工作效率，但是采集器一旦出現(xiàn)故障，導(dǎo)致用電能量無法回傳，嚴(yán)重影響當(dāng)日線損指標(biāo)。表計出現(xiàn)時差導(dǎo)致系統(tǒng)采集用電能量與關(guān)口總表計量數(shù)據(jù)不一致。電流互感器變比現(xiàn)場與系統(tǒng)錄入不一致也將導(dǎo)致線損異常。營銷系統(tǒng)信息采集延遲當(dāng)前的用電信息采集系統(tǒng)只能查看三天前的線損數(shù)據(jù)，無法實時記算客戶當(dāng)前的線損信息，致使?fàn)I銷稽查人員無法開展有效的治理措施。

1.2.5 裝表接電流程歸檔不及時

流程處理不及時導(dǎo)致營銷系統(tǒng)數(shù)據(jù)采集異常。例如現(xiàn)場已經(jīng)送電，且客戶已正常用電，但系統(tǒng)還未歸檔，采集器無法上傳實時數(shù)據(jù)，導(dǎo)致臺區(qū)供售電能量數(shù)據(jù)異常。

1.2.6 管理因素

線損管理人員配備不足、規(guī)章制度不健全、獎懲制度不明確。目前，部分供電企業(yè)針對線損管理還未出臺相應(yīng)的規(guī)章制度，還未成立專門線損治理班組，專業(yè)從事線損排查治理的人員配備不足。

2 臺區(qū)線損綜合治理排查模型構(gòu)建的關(guān)鍵技術(shù)分析

2.1 聚類分析

聚類分析是一種根據(jù)數(shù)據(jù)本身結(jié)構(gòu)特征對數(shù)據(jù)進(jìn)行分類的方法，通過聚類分析，可以把數(shù)據(jù)分成若干個類別，使得類別內(nèi)部的差異盡可能的小，類別間的差異盡可能的大。聚類分析按照研究對象的不同，一般分為樣本聚類和變量聚類；按照分析方法不同，一般分為分層聚類、快速聚類和兩步聚類。

層次聚類法又稱系統(tǒng)聚類，主要思想是對相近程度最高的兩類進(jìn)行合并組成一個新類，不斷重復(fù)這一過程直至歸為一類?；蛘卟捎孟喾吹倪^程，先把所有樣本歸為一類，再逐次分類，直至分為n類。

快速聚類法又稱K-均值聚類，主要思想是將數(shù)據(jù)視為K維空間上的點，以距離為標(biāo)準(zhǔn)進(jìn)行聚類分析，將樣本分為指定的K類。其中K-means最為常用，改進(jìn)型算法K-Medoids也有較為廣泛的應(yīng)用。

兩步聚類又稱兩階段聚類，主要思想是先以距離為依據(jù)形成相應(yīng)的聚類特征樹節(jié)點，構(gòu)建聚類特征樹，然后通過信息準(zhǔn)則確定最優(yōu)分組個數(shù)對各個節(jié)點進(jìn)行分組。

2.2 聚類分析在臺區(qū)線損綜合治理排查中的具體流程

依托用電信息采集系統(tǒng)，對海量數(shù)據(jù)進(jìn)行深入挖掘，以臺區(qū)線損率與計量在線監(jiān)測異常事件為分析對象，提出了一種基于聚類算法的臺區(qū)線損分析方法，該方法的分析流程如圖1所示。

圖1 臺區(qū)線損分析方法流程

2.3 臺區(qū)線損綜合治理排查模型構(gòu)建流程

本文主要以低壓用戶為研究對象，通過多種算法構(gòu)建適用于臺區(qū)線損綜合治理的問題排查模型。該模型主要分為3個方面：

（1）對4類常見線損問題的歷史案例進(jìn)行分析，通過聚類分析法梳理每種問題的關(guān)鍵變量，確定其判別規(guī)則。

（2）對用戶用電變化趨勢和臺區(qū)線損變化曲線進(jìn)行擬合，框定疑似用戶范圍。

（3）對比分析疑似用戶用電特征與4類問題的辨別規(guī)則，確定疑似問題，找出疑似用戶。

3 大數(shù)據(jù)分析應(yīng)用下的臺區(qū)線損綜合治理排查模型構(gòu)建與應(yīng)用

3.1 基礎(chǔ)數(shù)據(jù)抽取

本文所使用的研究數(shù)據(jù)主要來源于用電信息采集系統(tǒng)、營銷系統(tǒng)等數(shù)據(jù)庫。具體為某供電公司的280603個用戶的基本信息和用電情況。其中，數(shù)據(jù)主要包括用戶基礎(chǔ)信息、臺區(qū)線損信息、臺區(qū)用戶用電量信息等，具體涵蓋用戶戶名、戶號、用電地址、用電類別、用電容量、用電量、臺區(qū)綜合線損、用戶電壓、用戶電壓等數(shù)據(jù)信息，具體如表1所示。

表1 抽取數(shù)據(jù)內(nèi)容

3.2 數(shù)據(jù)甄別處理

為了有效支撐模型的構(gòu)建工作，需要對獲取的數(shù)據(jù)做以下預(yù)處理：

（1）劃定所需數(shù)據(jù)范圍。為提高線損治理工作成效，主要對綜合線損率為負(fù)或線損率超過考核要求的紅線部分臺區(qū)所涉及用戶進(jìn)行分析，即優(yōu)先分析線損不合格臺區(qū)相關(guān)用戶。

（2）確定清洗規(guī)則。對于所取數(shù)據(jù)字段不完整、為空或者偏差較大的用戶檔案信息進(jìn)行清除，不作為后續(xù)分析的數(shù)據(jù)源；去掉數(shù)據(jù)部分為0、為空或者不完整的用戶用電數(shù)據(jù)，為之后分析建模提供用戶數(shù)據(jù)支撐。

3.3 特征值生成

本文主要針對表計快走、表計慢走、用戶竊電和用戶竄臺區(qū)這4類發(fā)生概率大、影響比重高的常見線損類問題進(jìn)行研究。其具體實現(xiàn)流程如圖1所示：輸入用戶的基礎(chǔ)信息后，首先判斷戶變一致率是否為100%，如為“否”則與損失電量進(jìn)行對比看是否匹配，如為“是”則將用戶檔案進(jìn)行輸出，不觸發(fā)模型。若戶變一致率為100%，則判斷公變終端、臺區(qū)低壓用戶采集成功率是否為100%，如為“否”則對比采集失敗用戶電量與臺區(qū)線損電量是否一致，如為“是”則輸出采集數(shù)據(jù)，不觸發(fā)模型。

圖2 特征值生成及模型觸發(fā)

3.4 聚類分析

本文應(yīng)用SL層次聚類分析法，收集歷年發(fā)現(xiàn)并已處置的各種典型案例，著重分析表計快走、表計慢走、用戶竊電、竄臺區(qū)4類問題的基本用電特征，將相關(guān)數(shù)據(jù)進(jìn)行類比。由于考察的是定性指標(biāo)，且需自動建議選擇最佳類別，結(jié)合輸入的各項用戶基本信息數(shù)據(jù)，本文采用SL層次聚類分析法對4類問題用戶的基本采樣數(shù)據(jù)特征進(jìn)行分析。規(guī)定每個類間距離等于2類對象之間的最小距離，即各類中的任一對象與另一類中任一對象的相似度取最大值。使用用戶基礎(chǔ)信息、用電容量、用電類別、表計接線方式、電能表額定值、電壓等級、電流值、零線電流值、電量值、電能表事件值等十余種用戶基本信息和用電數(shù)據(jù)項作為聚類變量，使用上述確定的聚類方案得到聚類結(jié)果，確定與4類線損問題關(guān)聯(lián)性最強(qiáng)的幾個關(guān)鍵因素變量，具體如圖3所示。

圖3 SL層次聚類分析法邏輯

3.5 模型應(yīng)用

基于上述得到的臺區(qū)線損綜合治理排查模型，依托移動作業(yè)終端開展相關(guān)應(yīng)用探索實踐，進(jìn)行線損精益化管控平臺的設(shè)計，其功能架構(gòu)如圖4所示。該平臺基于模型計算得到線損異常用戶名單，以臺區(qū)線損作為采集質(zhì)量、營配基礎(chǔ)檔案質(zhì)量、現(xiàn)場用電情況、線損異常波動的指標(biāo)，持續(xù)提高臺區(qū)線損日監(jiān)測達(dá)標(biāo)率；以線損作為打擊竊電及違約用電的專項行動依據(jù)，開展現(xiàn)場核查工作運用大數(shù)據(jù)挖掘技術(shù)，跨系統(tǒng)關(guān)聯(lián)用電信息采集系統(tǒng)、營配貫通平臺、營銷業(yè)務(wù)應(yīng)用系統(tǒng)等相關(guān)業(yè)務(wù)數(shù)據(jù)，通過應(yīng)用所構(gòu)建的數(shù)據(jù)模型，實現(xiàn)對線損異常用戶的篩選排查。基于排查結(jié)果，對線損異常的臺區(qū)用戶從電量、營配關(guān)系、采集異常、地理位置等維度進(jìn)行自動分析，在符合國網(wǎng)安全接入要求的前提下利用移動作業(yè)終端對線損異常臺區(qū)進(jìn)行現(xiàn)場核對，并對違約竊電行為進(jìn)行拍照留存，固化證據(jù)，提高臺區(qū)線損日監(jiān)測達(dá)標(biāo)率。如圖4所示，該平臺包括PC端應(yīng)用和移動端功能應(yīng)用。在PC端，包括線損異常臺區(qū)線損篩選、采集電量數(shù)據(jù)缺失用戶預(yù)警、異常用電用戶分析、現(xiàn)場核查工作查看等功能。在移動端，有基于模型計算得到的線損異常用戶名單、異常用電用戶核查、用戶軌跡定位等功能。

圖4 線損精益化管控平臺功能架構(gòu)

4 結(jié)論

本文采用大數(shù)據(jù)分析方法，以國網(wǎng)公司的線損精益化管理要求為指導(dǎo)，以臺區(qū)線損治理為目標(biāo)，針對當(dāng)前線損治理的難題，通過梳理營配關(guān)系、整改檔案信息，創(chuàng)新數(shù)據(jù)挖掘方法，研究構(gòu)建適用于臺區(qū)線損綜合治理的問題排查模型，并應(yīng)用該模型快速定位疑似用戶、框定疑似問題并指導(dǎo)現(xiàn)場排查。