配電網(wǎng)線損異常原因識(shí)別與管理優(yōu)化策略探討

【關(guān)鍵詞】配電網(wǎng)；線損異常；智能識(shí)別；運(yùn)維優(yōu)化；人機(jī)協(xié)同

引言

配電網(wǎng)作為電力系統(tǒng)直接面向用戶的環(huán)節(jié)，其運(yùn)行效能直接影響能源利用率和經(jīng)濟(jì)指標(biāo)。隨著用電負(fù)荷結(jié)構(gòu)多樣化及分布式能源接入比例提高，傳統(tǒng)線損管理手段難以應(yīng)對(duì)線損成因的復(fù)雜變化。智能電網(wǎng)建設(shè)推動(dòng)配電系統(tǒng)向高度數(shù)字化與自動(dòng)化發(fā)展，為線損識(shí)別與治理提供了新的技術(shù)支撐，圍繞線損異常的成因與特征，結(jié)合現(xiàn)代信息技術(shù)探索管理優(yōu)化策略，是提升配電網(wǎng)綜合性能的關(guān)鍵，對(duì)構(gòu)建高效、安全、綠色的電力系統(tǒng)具有重要現(xiàn)實(shí)意義。

一、配電網(wǎng)線損異常的基本概念與研究背景

（一）配電網(wǎng)線損的定義及分類

配電網(wǎng)線損是電能在輸送過程中，因線路電阻、設(shè)備漏電、元件故障等因素產(chǎn)生的能量損耗，主要?jiǎng)澐譃榧夹g(shù)性線損與非技術(shù)性線損兩大類型。其中技術(shù)性線損源自線路導(dǎo)體電阻損耗、變壓器鐵損及銅損等，屬于系統(tǒng)正常運(yùn)行時(shí)的物理性損耗，具有一定的必然性和可預(yù)見性；非技術(shù)性線損多由計(jì)量裝置誤差、竊電行為、管理流程疏漏等因素引發(fā)，呈現(xiàn)出較強(qiáng)的不確定性與隨機(jī)性特征。隨著現(xiàn)代電網(wǎng)中負(fù)荷結(jié)構(gòu)日益多樣化，以及分布式電源的大規(guī)模接入，線損特性進(jìn)一步發(fā)生變化，不僅表現(xiàn)出明顯的時(shí)變性，在不同空間區(qū)域也呈現(xiàn)出顯著差異，這種復(fù)雜的變化趨勢(shì)為線損的精準(zhǔn)識(shí)別與科學(xué)預(yù)測(cè)帶來了更高難度和全新挑戰(zhàn)。

（二）線損異常對(duì)配電網(wǎng)運(yùn)行的影響

線損異常直接導(dǎo)致電能浪費(fèi)和經(jīng)濟(jì)損失，還可能反映設(shè)備故障、系統(tǒng)配置不合理或存在違規(guī)用電等問題，對(duì)配電網(wǎng)安全穩(wěn)定運(yùn)行構(gòu)成威脅。高線損區(qū)域易造成變壓器過載、電壓波動(dòng)與功率因數(shù)下降，進(jìn)一步加大系統(tǒng)壓力。若異常線損長(zhǎng)期未被識(shí)別，可能致使調(diào)度優(yōu)化失效、電網(wǎng)運(yùn)行效率低下，甚至在極端情況下引發(fā)局部電力事故，影響供電質(zhì)量與用戶滿意度。

（三）智能電網(wǎng)發(fā)展對(duì)線損管理的新要求

隨著智能電網(wǎng)建設(shè)的深入推進(jìn)，線損管理已不再局限于事后統(tǒng)計(jì)和經(jīng)驗(yàn)判斷，正朝著實(shí)時(shí)監(jiān)測(cè)、精準(zhǔn)識(shí)別和主動(dòng)控制的方向轉(zhuǎn)變。智能電表、傳感器網(wǎng)絡(luò)與數(shù)據(jù)采集與監(jiān)視控制（Supervisory Control and Data Acquisition，SCADA）系統(tǒng)構(gòu)建起廣泛的感知體系，為線損數(shù)據(jù)的高頻采集與分析提供了支撐[1]。大數(shù)據(jù)與人工智能技術(shù)被應(yīng)用于建模預(yù)測(cè)與異常檢測(cè)，推動(dòng)線損管理向智能化、協(xié)同化發(fā)展。分布式電源與雙向功率流的普及，對(duì)線損評(píng)估的精度和響應(yīng)速度提出了更高要求，需要線損治理與網(wǎng)源荷協(xié)調(diào)統(tǒng)一。

二、配電網(wǎng)線損異常的主要原因分析

（一）設(shè)備層面的異常因素

老舊變壓器因鐵芯退化、絕緣性能下降等問題，其空載損耗與負(fù)載損耗較新型節(jié)能設(shè)備高出許多，長(zhǎng)期運(yùn)行會(huì)明顯提升系統(tǒng)能耗水平。輸電線路經(jīng)多年運(yùn)行易出現(xiàn)絕緣老化、接頭松動(dòng)、接觸不良等情況，導(dǎo)致局部發(fā)熱、電能損耗劇增甚至帶來安全隱患。在重負(fù)荷或潮濕環(huán)境中，這些問題更為突出，無功補(bǔ)償裝置運(yùn)行失效會(huì)使系統(tǒng)無功功率調(diào)節(jié)能力下降，造成電壓偏移、功率因數(shù)降低，進(jìn)而增加技術(shù)性線損。由于缺乏設(shè)備狀態(tài)實(shí)時(shí)監(jiān)測(cè)手段，無法準(zhǔn)確掌握設(shè)備性能退化過程，影響及時(shí)維護(hù)與預(yù)防性更換，從而積累系統(tǒng)性損耗風(fēng)險(xiǎn)，降低配電網(wǎng)整體運(yùn)行效率與安全保障水平。

（二）運(yùn)行管理層面的異常因素

負(fù)荷頻繁波動(dòng)及用戶側(cè)三相用電不平衡，會(huì)引發(fā)電流不對(duì)稱，增加零序電流及中性線損耗。在城鄉(xiāng)結(jié)合部和小工業(yè)用戶聚集區(qū)域表現(xiàn)更為顯著，抄表誤差與計(jì)量裝置故障是非技術(shù)性線損的重要原因，尤其在部分未全面部署智能電表的臺(tái)區(qū)，人工抄表不及時(shí)或誤讀常導(dǎo)致記錄數(shù)據(jù)偏差[2]。違規(guī)用電與竊電行為在一些低壓供電區(qū)域仍較普遍，用戶繞過計(jì)量裝置接入、篡改電能表參數(shù)等手段隱蔽性強(qiáng)，難以經(jīng)過常規(guī)方式快速識(shí)別，管理部門缺乏對(duì)異常負(fù)荷及用戶行為的系統(tǒng)性分析手段，處理滯后，影響線損治理效果與持續(xù)優(yōu)化。

（三）技術(shù)層面的異常因素

配電網(wǎng)技術(shù)結(jié)構(gòu)設(shè)計(jì)若存在不合理情況，會(huì)直接加劇系統(tǒng)無謂能耗，如支路配置不均、供電路徑過長(zhǎng)或冗余，容易造成電流在不同支路間分布不均，使能量分散傳輸時(shí)的附加損耗增加。分布式電源大規(guī)模接入若與主網(wǎng)匹配性不足，如逆潮流未有效引導(dǎo)、電壓波動(dòng)控制策略滯后，也可能引發(fā)線損突增。SCADA系統(tǒng)存在的誤差同樣不容忽視，若傳感器精度不夠、通信鏈路不穩(wěn)定或算法模型更新不及時(shí)，會(huì)導(dǎo)致系統(tǒng)識(shí)別異常能力下降，把正常波動(dòng)誤判為異常或漏檢真實(shí)損耗事件，這些技術(shù)層面的短板在多因素交織下，會(huì)持續(xù)影響配電網(wǎng)線損的動(dòng)態(tài)評(píng)估與異常響應(yīng)精度。

三、智能技術(shù)在配電網(wǎng)線損異常識(shí)別中的應(yīng)用

（一）大數(shù)據(jù)分析與線損預(yù)測(cè)

深度挖掘海量歷史用電數(shù)據(jù)，能識(shí)別不同季節(jié)、時(shí)段、區(qū)域的線損變化規(guī)律，構(gòu)建精準(zhǔn)的損耗行為模型。這些模型不僅可用于日常預(yù)測(cè)，還能識(shí)別長(zhǎng)期異常趨勢(shì)和突發(fā)異常事件，動(dòng)態(tài)監(jiān)控實(shí)時(shí)負(fù)荷數(shù)據(jù)，讓系統(tǒng)識(shí)別負(fù)荷變化對(duì)線損的影響，再與歷史模型比對(duì)，及時(shí)預(yù)警波動(dòng)背后的潛在設(shè)備故障、負(fù)荷轉(zhuǎn)移或非法用電行為。借助動(dòng)態(tài)仿真技術(shù)，可在不同運(yùn)行場(chǎng)景下預(yù)測(cè)與模擬線損率演化，提前評(píng)估不同運(yùn)維策略對(duì)損耗水平的影響。結(jié)合時(shí)間序列分析、聚類學(xué)習(xí)與回歸建模等方法，管理者能實(shí)現(xiàn)從“事后分析”向“事前控制”的轉(zhuǎn)變，有效提升線損管理的科學(xué)性與前瞻性。

（二）物聯(lián)網(wǎng)與傳感器技術(shù)應(yīng)用

在變壓器、分支線路、斷路器等關(guān)鍵節(jié)點(diǎn)部署高精度傳感器，可實(shí)時(shí)采集油溫、電流、電壓、負(fù)載率等狀態(tài)信息，并通過邊緣計(jì)算對(duì)數(shù)據(jù)進(jìn)行初步處理，以減輕中心系統(tǒng)負(fù)擔(dān)。用戶端全面鋪設(shè)智能電表并部署臺(tái)區(qū)監(jiān)測(cè)終端，使低壓側(cè)數(shù)據(jù)采集成為可能，推動(dòng)線損分析從傳統(tǒng)中高壓段向末端延伸[3]。各類傳感設(shè)備無線通信或光纖網(wǎng)絡(luò)將數(shù)據(jù)實(shí)時(shí)傳輸至中心系統(tǒng)，為其提供高頻、高維的數(shù)據(jù)支撐。數(shù)據(jù)采集機(jī)制還融入異常識(shí)別邏輯，一旦檢測(cè)到數(shù)值突變、曲線異常或設(shè)備通信中斷，便自動(dòng)觸發(fā)報(bào)警機(jī)制并聯(lián)動(dòng)運(yùn)維系統(tǒng)開展核查，大幅提升了異常發(fā)現(xiàn)的及時(shí)性與響應(yīng)效率。

（三）人工智能算法優(yōu)化

構(gòu)建監(jiān)督學(xué)習(xí)模型（如支持向量機(jī)、隨機(jī)森林等），可將電流、電壓、溫度、功率因數(shù)等多維數(shù)據(jù)輸入模型，對(duì)不同類別的線損進(jìn)行精準(zhǔn)分類，區(qū)分技術(shù)性線損與非技術(shù)性線損，進(jìn)而識(shí)別異常源頭。在更復(fù)雜的場(chǎng)景中，神經(jīng)網(wǎng)絡(luò)算法能捕捉數(shù)據(jù)深層特征，識(shí)別竊電、虛假抄表、計(jì)量偏差等難以察覺的非正常用電行為。深度學(xué)習(xí)模型在處理高頻數(shù)據(jù)流和圖像類數(shù)據(jù)（如電表攝像識(shí)別）時(shí)優(yōu)勢(shì)顯著，智能決策系統(tǒng)經(jīng)過集成專家規(guī)則與人工智能算法構(gòu)建人機(jī)交互平臺(tái)，識(shí)別異常后可自動(dòng)生成處理建議，并結(jié)合歷史案例推演優(yōu)化。此類系統(tǒng)的引入，實(shí)現(xiàn)了線損管理從經(jīng)驗(yàn)依賴到數(shù)據(jù)驅(qū)動(dòng)、從被動(dòng)響應(yīng)到主動(dòng)感知的根本轉(zhuǎn)變。

四、配電網(wǎng)線損管理的優(yōu)化策略

（一）設(shè)備升級(jí)與運(yùn)維優(yōu)化

設(shè)備層面的現(xiàn)代化改造是降低配電網(wǎng)線損的基礎(chǔ)工程，高損耗變壓器的更新?lián)Q代與節(jié)能型電氣設(shè)備的應(yīng)用，對(duì)系統(tǒng)整體能效提升有直接效果。傳統(tǒng)變壓器在負(fù)載率波動(dòng)大、運(yùn)行時(shí)間長(zhǎng)的區(qū)域，損耗率明顯偏高，而使用低損耗、高能效等級(jí)的新型變壓器，能有效降低空載與負(fù)載損耗，輸電線路絕緣老化、接頭氧化等問題需系統(tǒng)性改造解決，采用新型絕緣材料與壓接工藝可提高導(dǎo)電效率，減少泄漏電流導(dǎo)致的能量流失[4]。針對(duì)部分區(qū)域長(zhǎng)期存在的無功補(bǔ)償失衡問題，應(yīng)引入動(dòng)態(tài)無功補(bǔ)償設(shè)備，如靜止無功發(fā)生器，動(dòng)態(tài)調(diào)節(jié)無功功率以提升功率因數(shù)。為避免無功電流引起的線路電壓波動(dòng)與附加損耗，需建立完整的設(shè)備全生命周期管理體系，從規(guī)劃、采購(gòu)、投運(yùn)、維護(hù)到退役進(jìn)行全過程數(shù)據(jù)記錄與性能評(píng)估，借助物聯(lián)網(wǎng)設(shè)備與智能監(jiān)測(cè)平臺(tái)實(shí)現(xiàn)狀態(tài)檢修與預(yù)防性維護(hù)，減少故障停運(yùn)及由此產(chǎn)生的附加線損，推動(dòng)設(shè)備管理從粗放型向精細(xì)化、智能化轉(zhuǎn)變。

（二）運(yùn)行管理精細(xì)化提升

構(gòu)建基于實(shí)時(shí)數(shù)據(jù)的負(fù)荷平衡調(diào)控機(jī)制，利用臺(tái)區(qū)負(fù)載分析模型優(yōu)化配置，能實(shí)現(xiàn)三相電流的動(dòng)態(tài)均衡分配，降低因負(fù)荷不平衡產(chǎn)生的中性線損耗。在計(jì)量環(huán)節(jié)，需加速智能電表全覆蓋部署，借助遠(yuǎn)程采集系統(tǒng)實(shí)現(xiàn)用電數(shù)據(jù)高頻傳輸與實(shí)時(shí)監(jiān)測(cè)，規(guī)避傳統(tǒng)人工抄表的時(shí)滯與誤差，定期校驗(yàn)核查計(jì)量裝置，確保數(shù)據(jù)精準(zhǔn)采集。非技術(shù)性線損治理中，要強(qiáng)化反竊電技術(shù)建設(shè)，結(jié)合大數(shù)據(jù)分析、用戶行為畫像及負(fù)荷曲線比對(duì)，實(shí)現(xiàn)異常用電行為自動(dòng)識(shí)別，并經(jīng)過智能斷控裝置精準(zhǔn)斷電報(bào)警。稽查機(jī)制上，建立技術(shù)部門與法務(wù)、用戶管理等多部門協(xié)同的綜合治理平臺(tái)，推動(dòng)竊電事件從事后處理轉(zhuǎn)向事前預(yù)警，進(jìn)一步增強(qiáng)配電網(wǎng)線損控制的主動(dòng)性與管控能力。

（三）技術(shù)體系協(xié)同創(chuàng)新

當(dāng)前電網(wǎng)結(jié)構(gòu)多為傳統(tǒng)放射型或樹型網(wǎng)絡(luò)，在新能源與分布式電源大量接入的背景下，需對(duì)配電網(wǎng)拓?fù)浣Y(jié)構(gòu)進(jìn)行優(yōu)化設(shè)計(jì)，引入柔性互聯(lián)、環(huán)網(wǎng)供電等方式，以提升功率流調(diào)節(jié)能力與運(yùn)行靈活性。分布式電源的并網(wǎng)管理也需高度精細(xì)化，實(shí)時(shí)監(jiān)控其發(fā)電出力、負(fù)荷互動(dòng)與逆潮流現(xiàn)象，協(xié)調(diào)分布式電源與主網(wǎng)間的功率流關(guān)系，減少因電壓波動(dòng)或沖擊負(fù)荷帶來的損耗激增。在信息系統(tǒng)層面，應(yīng)推動(dòng)線損管理平臺(tái)與其他電力信息系統(tǒng)（如地理信息系統(tǒng)、配電管理系統(tǒng)等）進(jìn)行數(shù)據(jù)集成，建立統(tǒng)一的數(shù)據(jù)共享與接口標(biāo)準(zhǔn)，實(shí)現(xiàn)從臺(tái)區(qū)、用戶端到主干網(wǎng)的全鏈路線損追蹤與分析。智能調(diào)度系統(tǒng)可將線損作為調(diào)度優(yōu)化的重要指標(biāo)，結(jié)合需求側(cè)響應(yīng)機(jī)制動(dòng)態(tài)調(diào)整電能分配策略，在保證供電安全的前提下實(shí)現(xiàn)最小損耗運(yùn)行。各子系統(tǒng)間的協(xié)同運(yùn)行與數(shù)據(jù)融合，將推動(dòng)配電網(wǎng)管理從單點(diǎn)優(yōu)化邁向整體協(xié)同，為構(gòu)建低損耗、高效能的現(xiàn)代配電網(wǎng)提供堅(jiān)實(shí)支撐。

五、人機(jī)協(xié)同模式在配電網(wǎng)線損管理中的實(shí)踐

（一）人工智能與運(yùn)維人員協(xié)同機(jī)制

智能系統(tǒng)對(duì)接SCADA平臺(tái)、電能計(jì)量系統(tǒng)及歷史運(yùn)維數(shù)據(jù)，具備線損異常實(shí)時(shí)監(jiān)測(cè)、初步診斷和自動(dòng)預(yù)警能力。設(shè)定算法模型后，系統(tǒng)發(fā)現(xiàn)某臺(tái)區(qū)線損率突然飆升或某類用電行為與歷史數(shù)據(jù)模式嚴(yán)重偏離時(shí)，會(huì)自動(dòng)觸發(fā)異常識(shí)別流程并生成初步處置建議，如定位潛在設(shè)備故障位置、判斷可能存在的竊電行為或測(cè)量誤差類型，這些建議為運(yùn)維人員現(xiàn)場(chǎng)工作提供決策依據(jù)，縮短排查時(shí)間，提升工作效率。運(yùn)維人員接收指令后，可結(jié)合實(shí)際情況現(xiàn)場(chǎng)驗(yàn)證，用紅外檢測(cè)設(shè)備確認(rèn)變壓器是否過載、檢查線路接頭是否發(fā)熱、核對(duì)計(jì)量設(shè)備運(yùn)行是否異常等，并將處理結(jié)果回傳系統(tǒng)。系統(tǒng)根據(jù)現(xiàn)場(chǎng)反饋對(duì)識(shí)別模型訓(xùn)練優(yōu)化，形成“數(shù)據(jù)—識(shí)別—驗(yàn)證—再學(xué)習(xí)”的閉環(huán)提升機(jī)制，對(duì)異常處理全過程效率分析，如響應(yīng)時(shí)間、故障定位準(zhǔn)確率和修復(fù)時(shí)效等，形成數(shù)據(jù)驅(qū)動(dòng)的績(jī)效評(píng)估模型，為線損治理流程持續(xù)優(yōu)化提供量化依據(jù)。

（二）監(jiān)測(cè)系統(tǒng)與人工巡檢協(xié)同

在線監(jiān)測(cè)系統(tǒng)憑借部署于配電變壓器、饋線分支及用戶端的各類智能傳感器，能持續(xù)采集電流、電壓、溫升、諧波等參數(shù)，依托物聯(lián)網(wǎng)平臺(tái)達(dá)成邊緣計(jì)算與數(shù)據(jù)的上報(bào)。若某個(gè)節(jié)點(diǎn)指標(biāo)呈現(xiàn)異常波動(dòng)，便馬上開啟告警機(jī)制，對(duì)比傳統(tǒng)人工巡檢出現(xiàn)的周期長(zhǎng)、盲區(qū)多的問題，該預(yù)警機(jī)制大幅提升了問題發(fā)現(xiàn)的及時(shí)性與精確性。基于此，借助在線監(jiān)測(cè)數(shù)據(jù)動(dòng)態(tài)優(yōu)化人工巡檢的路線和頻次，達(dá)成從“固定巡檢”過渡到“按需巡檢”，壓縮人力投入的冗余規(guī)模。故障出現(xiàn)時(shí)，系統(tǒng)可憑借電量異常、電壓跌落、負(fù)載突變的特征精準(zhǔn)找出故障點(diǎn)，為運(yùn)維人員的搶修派單事宜提供憑證，實(shí)現(xiàn)搶修聯(lián)動(dòng)配合。開展巡檢作業(yè)時(shí)，人員還可借助移動(dòng)終端提取歷史運(yùn)行數(shù)據(jù)，對(duì)照當(dāng)前指標(biāo)的異常水平，核查是否屬于持續(xù)性隱患情形，以此為依據(jù)對(duì)后續(xù)維護(hù)策略作出調(diào)整，按照大數(shù)據(jù)回溯結(jié)果擬定預(yù)防性檢修計(jì)劃，切實(shí)防止故障反復(fù)出現(xiàn)與線損起伏，為運(yùn)維體系轉(zhuǎn)型至預(yù)測(cè)性維護(hù)模式給予支撐。

（三）人員技能提升與管理創(chuàng)新

促進(jìn)配電網(wǎng)線損智能化管理的推進(jìn)，依賴于對(duì)運(yùn)維人員技能結(jié)構(gòu)的升級(jí)以及管理機(jī)制的系統(tǒng)優(yōu)化。以新一代智能線損管理系統(tǒng)為對(duì)象，實(shí)施覆蓋全面且技術(shù)層級(jí)清晰的專項(xiàng)培訓(xùn)，涵蓋平臺(tái)操作、數(shù)據(jù)接口相關(guān)管理及異常信息讀取分析響應(yīng)流程，使運(yùn)維人員熟練掌握系統(tǒng)工具操作方式，加快適應(yīng)步伐。增強(qiáng)人員數(shù)據(jù)分析能力與故障診斷技能極為關(guān)鍵，尤其是對(duì)一線的技術(shù)人員，應(yīng)開展聚焦案例教學(xué)的實(shí)戰(zhàn)培訓(xùn)，如依靠歷史竊電數(shù)據(jù)識(shí)別特征曲線，掌握利用負(fù)荷曲線開展異常初步篩選的方式，還可以憑借傳感器數(shù)據(jù)辨別由設(shè)備過載與老化帶來的非正常損耗[5]。從管理的角度出發(fā)，驅(qū)動(dòng)跨部門協(xié)作體系搭建，如實(shí)現(xiàn)調(diào)度、運(yùn)維、營(yíng)銷、法務(wù)等系統(tǒng)的聯(lián)動(dòng)，運(yùn)用共享平臺(tái)沖破線損管理的信息壁壘，完成異常發(fā)現(xiàn)、解析、處理及問責(zé)的閉環(huán)管理架構(gòu)，構(gòu)建跟線損控制績(jī)效掛鉤的考評(píng)體系，明確劃分各崗位責(zé)任指標(biāo)，對(duì)找出并處理異常、提升設(shè)備運(yùn)轉(zhuǎn)效率的行為實(shí)施正向激勵(lì)，倒逼管理流程達(dá)成規(guī)范化與實(shí)效性的落地，以此造就技術(shù)推動(dòng)、管理配合、全員攜手的線損治理新氛圍。

結(jié)語(yǔ)

配電網(wǎng)線損異常管理成為提升電網(wǎng)運(yùn)行效率及智能化水準(zhǔn)的關(guān)鍵部分，通過對(duì)設(shè)備、管理與技術(shù)層面的線損成因深入分析，結(jié)合大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等新興前沿手段，能做到線損異常精準(zhǔn)識(shí)別及動(dòng)態(tài)管控。打造人機(jī)協(xié)同、體系化的治理格局，技術(shù)協(xié)同、管理優(yōu)化及設(shè)備升級(jí)攜手發(fā)力，切實(shí)推動(dòng)配電網(wǎng)線損治理邁向高效、安全、智能之境，持續(xù)引領(lǐng)線損管理向智能化邁進(jìn)，為構(gòu)建綠色低碳、可持續(xù)發(fā)展的現(xiàn)代電力系統(tǒng)提供穩(wěn)固保障。

參考文獻(xiàn)：

[1] 趙卓，王曉東，關(guān)景林，等.基于LSTM和隨機(jī)矩陣?yán)碚摰呐潆娋W(wǎng)線損異常診斷方法[J].電網(wǎng)與清潔能源，2024，40（10）：105114.

[2] 秦文彬.配電網(wǎng)線損預(yù)測(cè)與異常識(shí)別方法研究[D].蘭州：蘭州理工大學(xué)，2024.

[3] 李卉祥.基于孤立森林算法的10 kV配電網(wǎng)線損異常智能識(shí)別技術(shù)[J].裝備維修技術(shù)，2023（06）：5356.

[4] 馬喆非，肖勇，梁飛令，等.低壓配電網(wǎng)線損異常智能識(shí)別方法[J].自動(dòng)化技術(shù)與應(yīng)用，2021，40（08）：1115+22.

[5] 陳暢.配電網(wǎng)線損異常識(shí)別及多措施組合降損優(yōu)化研究[D]南京：東南大學(xué)，2021.