CN104332987A - 电网元件损耗异常判断方法 - Google Patents
电网元件损耗异常判断方法 Download PDFInfo
- Publication number
- CN104332987A CN104332987A CN201410460609.7A CN201410460609A CN104332987A CN 104332987 A CN104332987 A CN 104332987A CN 201410460609 A CN201410460609 A CN 201410460609A CN 104332987 A CN104332987 A CN 104332987A
- Authority
- CN
- China
- Prior art keywords
- network element
- loss
- electric network
- transformer
- rate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000002159 abnormal effect Effects 0.000 claims abstract description 30
- 238000012360 testing method Methods 0.000 claims abstract description 5
- 238000005259 measurement Methods 0.000 claims description 69
- 238000004364 calculation method Methods 0.000 claims description 43
- 230000005856 abnormality Effects 0.000 claims description 16
- 230000001186 cumulative effect Effects 0.000 claims description 14
- 238000013459 approach Methods 0.000 claims description 3
- 238000003869 coulometry Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 4
- 238000010606 normalization Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Water Supply & Treatment (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Power Engineering (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明为了解决现有电网元件损耗异常判断所存在的问题,提供一种电网元件损耗异常判断方法,该判断方法,包括如下步骤:选择实测日进行电网元件线损率测试;计算实测日选定的电网元件统计线损率和理论线损率,并获取统计线损率和理论线损率的差值;设定电网元件损耗异常阈值K,当统计线损率和理论线损率的差值的绝对值小于K,则认定选定的电网元件损耗正常,反之,则认定选定的电网元件损耗异常。本发明摒弃了传统根据月末统计线损率波动情况以及经验值进行判断的方式,避免存在管理滞后的弊端,有效解决了传统对电网元件损耗异常基于经验值判断,不适合线损精细化管理的要求,具有较高的经济性和实用价值。
Description
技术领域
本发明涉及电力系统技术领域,涉及一种电网元件损耗异常判断方法,尤其是通过代表日理论线损率与统计线损率对比,根据差值大小判断电网元件损耗是否异常的判断方法。
背景技术
线损是供电企业的命脉,反映了一个企业技术、管理等方方面面的工作成效。供电企业在统计线损的分析中往往受到线损率波动较大、线损率异常数值较多等因素影响,不能仅通过分析统计线损率提出合理的降损措施。电网理论线损计算是电网公司对电力系统分析决策采用的重要技术手段之一,通过理论线损计算,对电网各项指标进行分析,从而找出电网目前存在的问题,如电网网架结构和系统运行存在的不足,为电网的节能降损提供理论依据。随着线损精细化工作的开展,为及时发现电网中损耗异常的元件,通过对元件理论线损率和统计线损率进行比对,可以更加有针对性分析元件线损异常原因,提高供电企业的线损管理水平。
常态负荷实测和线损理论计算积累了大量的理论线损数据,通过数据深度挖掘分析,加强单个元件的理论线损率与统计线损率差值比对,找出线损异常元件并进行原因分析,可及时发现线损管理中存在的问题,有利于降低电网损耗以及降损措施的制定,现在还鲜有一种较好的对电网元件损耗异常进行判断的方法。
发明内容
本发明为了解决现有电网元件损耗异常判断所存在的问题,提供一种电网元件损耗异常判断方法,尤其是通过实测日理论线损率与统计线损率对比,根据差值大小判断电网元件损耗是否异常的判断方法。
本发明所需要解决的技术问题,可以通过以下技术方案来实现:
一种电网元件损耗异常判断方法,其特征在于,包括如下步骤:
1、选择实测日进行电网元件线损率测试;
2、计算实测日选定的电网元件统计线损率和理论线损率,并获取统计线损率和理论线损率的差值;
3、设定电网元件损耗异常阈值K,当统计线损率和理论线损率的差值的绝对值小于K,则认定选定的电网元件损耗正常,反之,则认定选定的电网元件损耗异常。
本发明中,所述损耗异常阈值 ,其中,t1、t2、t3分别为与选定电网元件同规格的电网元件过往连续3年全年累计统计线损率的平均值,t为实测日与选定电网元件同规格的电网元件理论线损率的平均值,为实测日选定电网元件最大负载率,为实测日选定电网元件平均负载率。
本发明中,所述损耗异常阈值K为预先给定值,所述选定电网元件负载正常时,所述损耗异常阈值K满足0.4≤K≤0.5,所述选定电网元件重载或者轻载时,所述损耗异常阈值K满足0.6≤K≤1,其中,当电网元件的最大负载率小于30%,则电网元件为轻载,当电网元件的最大负载率大于等于70%,则电网元件为重载,当电网元件的最大负载率大于等于30%且小于70%,则电网元件负载正常。
本发明中,所述电网元件为变压器,所述变压器的最大负载率大于等于80%,则变压器为重载,所述变压器的最大负载率小于30%,则变压器为轻载,所述变压器的最大负载率大于等于30%且小于80%,则变压器负载正常。
本发明中,所述电网元件为变压器,变压器负载正常时,当变压器处于110kV电力系统,损耗异常阈值K为0.4,当变压器处于35kV电力系统,损耗异常阈值K为0.5;
变压器重载或轻载时,当变压器处于110kV电力系统,损耗异常阈值K为0.6,当变压器处于35kV电力系统,损耗异常阈值K为0.7。
本发明中,所述电网元件为供电线路,所述供电线路的最大负载率大于等于70%,则供电线路为重载,所述供电线路的最大负载率小于30%,则供电线路为轻载,所述供电线路的最大负载率大于等于30%且小于70%,则供电线路负载正常。
本发明中,所述电网元件为供电线路,供电线路负载正常时,当供电线路处于110kV电力系统,损耗异常阈值K为0.4,当供电线路处于35kV电力系统,损耗异常阈值K为0.4;
供电线路重载或轻载时,当供电线路处于110kV电力系统,损耗异常阈值K为0.8,当供电线路处于35kV电力系统,损耗异常阈值K为1。
本发明中,所述电网元件包括:各电压等级供电线路和各电压等级变压器,其中,所述各电压等级变压器进一步包含10kV线路供电的所有10kV专用配电变压器和公用配电变压器。
本发明中,所述电网元件理论线损率的计算方式,包括以下方式中的1种或者1种以上的组合:
1、采用均方根电流法计算,依据数据采集与监视控制系统历史数据,采用实测日24整点电压、有功功率、无功功率的实时数据进行计算;
2.、采用牛顿-拉夫逊法计算,依据数据采集与监视控制系统历史数据,采用实测日24整点电压、有功功率、无功功率的实时数据进行计算;
3、采用电量法计算,依据用电信息采集系统数据进行计算;
4、采用实测日实测抄录数据计算;
5、采用实测日实测数据计算;
6、按照边界条件推荐值计入。
本发明中,所述电网元件的工作范围包括1000kV、500kV、220kV、110kV、35kV和10kV及以下电力系统。
本发明电网元件损耗异常判断方法,基于常态负荷实测和线损理论计算,结合电能量信息采集系统数据,对比电网元件理论线损与统计线损的差值,判断电网元件损耗是否异常,摒弃了传统根据月末统计线损率波动情况以及经验值进行判断的方式,避免存在管理滞后的弊端,有效解决了传统对电网元件损耗异常基于经验值判断,不适合线损精细化管理的要求,具有较高的经济性和实用价值。
附图说明
图1为本发明判断方法的流程图。
具体实施方式
参见图1,本发明电网元件损耗异常判断方法,首选需要说明的是,本发明是通过选择实测日,进行电网元件线损率的测试,通过电网元件负荷实测,在获取电网元件实测日理论线损率与统计线损率后,进行对比实现对网络元件损耗异常的判断,对于实测日可以根据实际情况,选取每个自然月的固定几日为实测日。
在进行电网元件损耗异常判断时,一般采用的是分电网元件进行损耗异常判断,每个实测日可以选定电力系统中的多个电网元件进行损耗异常判断,也可以选定电力系统中部分电网元件进行损耗异常判断,选取的范围仍然根据实际的需求进行。
对于本发明所涉及的电网元件,包括:各电压等级供电线路和各电压等级变压器,其中,所述各电压等级变压器进一步包含10kV线路供电的所有10kV专用配电变压器和公用配电变压器。即处于1000kV、500kV、220kV、110kV、35kV和10kV及以下电力系统中的供电线路和变压器,都可以成为负荷实测下,进行损耗异常判断的对象。
在通过负荷实测来对电网元件损耗进行判断前,可以对电力系统的基础参数进行维护,即可在电网元件负荷实测来对电网元件进行损耗判断前,可以进行必要的准备工作,准备工作可以参考如下流程:
(1)实测日选定和工作安排:地市公司归口管理部门按照省公司确定的实测日,提前2天布置负荷实测和线损理论计算工作。
(2)设备参数收集:为保证线损理论计算结果的正确,相关部门结合设备台账事先收集、核实、准备设备参数数据,应使收集的设备资料与实测日的实际情况相一致。设备参数资料包括各电压等级变压器、电容器、电抗器的参数资料(铭牌和试验数据);35kV及以上电网一次系统接线图和10kV配电线路的单线接线图(含有支路),图上注有导线型号、长度、线路阻抗的实际有名值。一条线路有几种不同型号线段的情况,应分别标注各线段参数。
(3)计算图形维护:负荷实测日前1天完成计算用图形的维护,实测日方式出现临时变化时,应对计算用图形按照实测日实际运行方式及时进行修正。
完成上述准备工作后,即可在实测日进行常态化负荷实测,在进行负荷实测时,采用图模一体化数据平台提取实测数据,尽量利用现有自动化系统取得数据,自动化系统没有覆盖的区域,采用选点人工抄录,数据来源有:调度数据采集与监视控制系统、电能量自动采集系统,配网负荷监控系统、配变监测系统、营销SG186系统、用电信息采集系统及人工抄表等。由于前述的操作对于电力系统而言属于一般常规操作流程,本领域技术人员对上述流程的内容是熟知的,此处不再进行累述。
在实测日进行常态化负荷实测过程中,计算实测日选定的电网元件(一个或者多个)统计线损率和理论线损率,对于统计线损率,通过供电量与售电量即可进行计算,此处不再累述;对于电网元件的理论线损率,则根据24小时整点实测数据进行计算。
对于电网元件的理论线损率计算,根据实际选定电网元件的情况,可以采用其中的一种或者一种以上的组合来实现:
a.220kV及以上系统电网元件线损理论计算原理采用均方根电流法计算,依据调度数据采集与监视控制系统历史数据,采用实测日24整点电压、有功功率、无功功率的实时数据进行计算。
b.各地市公司主网潮流计算方法选用程序中的牛顿-拉夫逊法计算,依据调度数据采集与监视控制系统历史数据,采用实测日24整点电压、有功功率、无功功率的实时数据进行计算,并考虑温度影响。
c.配网计算采用电量法计算,依据用电信息采集系统数据。
d.变电站站损电量按实测日实测抄录数据计算;电容器、电抗器的损耗电量按实测日实测数据计算。未抄录实测数据的按照边界条件推荐值计入。
由于电力系统中一般用于电量计量的积分周期是15或5分钟,积分电量与24小时累积电量之间存在误差,必然导致分电网元件统计线损率与理论线损率存在差值,这里我将电网元件统计线损率与理论线损率存在差值定义为ΔX。由此可分析电网元件统计线损率与理论线损率存在差值的原因主要有:计量装置综合误差;15分钟积分电量与24小时累积电量之差以及设备元件运行状态等。
当选定的电网元件统计线损率与理论线损率的差值ΔX在某一范围内时,则认为该电网元件损耗正常,反之,则认定选定的该电网元件损耗异常。本发明中,设定一个电网元件损耗异常阈值K,当统计线损率和理论线损率的差值ΔX的绝对值小于损耗异常阈值K,则认定选定的电网元件损耗正常,反之,则认定选定的电网元件损耗异常。
因此,电网元件损耗异常阈值K的选取,将成为本发明最为重要的内容。在不考虑计量装置综合误差以及设备运行状态的前提下,实测日电网元件理论线损率与电力系统中电网元件统计线损率的差值大小,主要与实测日电网元件最大负载率和平均负载率有关。除此之外,在本发明的第一种实施方式中,还选定电网元件过往连续3年全年累计统计线损率作为影响因素,用来实现对损耗异常阈值K的设定。
在本发明第一种实施方式中,损耗异常阈值:
,其中,t1、t2、t3分别为与选定电网元件同规格的电网元件过往连续3年全年累计统计线损率的平均值,这里,同规格是指同样类型且电压等级的电网元件,例如110kV供电变压器,35kV供电线路等,那么,全年累计统计线损率的平均值是通过多个同规格的电网元件在一年内的统计线损率进行平均而得来的,数据具有很大的可靠性。
t为实测日与选定电网元件同规格的电网元件理论线损率的平均值,即在进行电网元件损耗异常判断时,无论对多少个选定的电网元件进行损耗异常判断,对于被选定的电网元件一定再选取多个同规格的电网元件进行理论线损率的计算(被选取的多个同规格的电网元件可以每个都进行损耗异常判断,也可以只对其中部分进行损耗异常判断),通过对多个与被选定电网元件同规格的电网元件的理论线损率进行求平均值,得到t值。
为实测日选定电网元件最大负载率,为实测日选定电网元件平均负载率,即对选定的电网元件2014年某一实测日而言,t1为2013年与选定电网元件同规格的电网元件全年累计统计线损率的平均值,t2为2012年与选定电网元件同规格的电网元件全年累计统计线损率的平均值,t3为2011年与选定电网元件同规格的电网元件全年累计统计线损率的平均值,实测日选定电网元件最大负载率,以及实测日选定电网元件平均负载率,需要在常态化负荷实测的过程中同步进行实测。
为了更好的说明本发明,以下以110kV变压器为例,对本发明第一种实施方式进行说明:
变压器 | 平均负载率 | 最大负载率 | 理论线损率 | 统计线损率 | 实际差值 | K | 判断结果 | |
2014.1.8 | 阜阳细阳变1# | 27.92 | 65.8 | 0.48 | -0.03 | -0.51 | 0.41 | 异常 |
2014.6.4 | 宣城金桥变2# | 27.52 | 52.55 | 0.58 | 1.06 | 0.48 | 0.39 | 异常 |
2014.6.4 | 宣城泾县变1# | 4.02 | 13.17 | 0.57 | 1.01 | 0.44 | 0.57 | 正常 |
2013.8.8 | 宣城金桥变1# | 30.25 | 88.75 | 0.63 | 0.73 | 0.10 | 0.49 | 正常 |
表1 110kV变压器统计线损率与理论线损率比对
110kV变压器2013年全年累计统计线损率的平均值为0.50%,2012年全年累计统计线损率的平均值为0.52%,2011年全年累计统计线损率的平均值为0.51%,2010年全年累计统计线损率的平均值为0.53%。
那么,对于实测日2014年1月8月,以阜阳细阳变1#为例,t1=0.50%,t2=0.52%,t3=0.51%,该实测日多个110kV变压器理论线损率的平均值t=0.33%,带入前述公式中,通过计算得出损耗异常阈值K=0.41,而该110kV变压器实测日的理论线损率为0.48%,统计线损率为-0.03%,得出实测日该110kV变压器统计线损率和理论线损率的差值ΔX=-0.51%,其绝对值大于损耗异常阈值K,因此,该实测日阜阳细阳变1#损耗异常。损耗异常的原因可能是计量装置综合误差较大(表计运行不正常,如换表或计量有误)、电力系统运行异常以及设备运行异常造成统计线损差值有误,这时,可提醒线损管理人员及时查找元件线损异常原因,提高其线损管理水平。
对于实测日2014年6月4日,无论是宣城金桥变2#还是宣城泾县变1#,均满足t1=0.50%,t2=0.52%,t3=0.51%,该实测日多个110kV变压器理论线损率的平均值t=0.30%,则可相应的计算出两个110kV变压器在损耗异常判断中的K值,经计算得出,该实测日宣城金桥变2#损耗异常,宣城泾县变1#损耗正常。
同理,对于实测日2013年8月8日,宣城金桥变1#, t1=0.52%,t2=0.51%,t3=0.53%,该实测日多个110kV变压器理论线损率的平均值t=0.35%,判断该变压器损耗是否异常的方式与前述所述是相同,此处不再累述,通过计算可知,该实测日宣城金桥变1#损耗正常。
另外,从表中可知,实测变压器平均负载率与最大负载率相差较大,可认为是较为极端情况。从表中可以看出,实测日变压器元件负载率在正常范围内,即最大负载率在30%-80%之间,当最大负载率和平均负载率比值较大时,如2014.06.04实测日宣城金桥变2#,最大负载率和平均负载率比值达到1.91,根据公式进行计算,理论线损和统计线损率差值最大值在理论上可达到0.39个百分点,而实际理论线损与统计线损差值绝对值为0.48个百分点,认为该元件损耗异常;同样的2014.01.08阜阳细阳变1#理论线损和统计线损率差值最大值在理论上可达到0.41个百分点,而实际理论线损与统计线损差值的绝对值为0.51个百分点,可判断该元件损耗异常,建议线损管理者从计量表计、电能量系统等方面查找原因。
在元件极轻载或重载且负荷为冲击性负荷时,最大负载率和平均负载率相差较大,导致理论线损率取24小时整点数据进行计算时误差较大,如2014.06.04实测日宣城泾县变1#轻载,最大负载率和平均负载率比值达到3.28,理论线损率与统计线损率的最大差值K为0.57个百分点,而实际线损率差值绝对值为0.44个百分点,元件损耗正常。2013.8.8实测日宣城金桥变1#重载,最大负载率和平均负载率比值达到2.93,理论线损率与统计线损率的最大差值K为0.49个百分点,而实际线损率差值绝对值为0.10个百分点,元件损耗正常。
通过上述实例可知,本发明的第一种实施方式,无论在变压器负载正常、重载、轻载,本实施方式都可以很好的对变压器的损耗是否异常进行判断,不受变压器实测日变压器最大负载率和平均负载率所影响。这里需要指出的是,本实施方式仅仅是采用110kV变压器进行示例性说明,对于其他电压等级的变压器,各种电压等级下的供电线路,本实施方式都是适用的,本实施方式并非对本发明的限制。
当然,由于前述的实施方式中在确定损耗异常阈值K时,涉及了选定电网元件过往连续3年全年累计统计线损率,对于新近建设完成的电力系统,或者没有过往全年累计统计线损率的地区,将无法采用前述的实施方式来实现电网元件损耗异常的判断。因此,本发明也可以采用其他的方式来确定损耗异常阈值K,对于本发明的第二种实施方式,在确定损耗异常阈值K时,仍旧与实测日电网元件最大负载率和平均负载率有关。
本实施方式中,损耗异常阈值K为预先给定值,选定电网元件负载正常时,损耗异常阈值K满足0.4≤K≤0.5,选定电网元件重载或者轻载时,所述损耗异常阈值K满足0.6≤K≤1,其中,当电网元件的最大负载率小于30%,则电网元件为轻载,当电网元件的最大负载率大于等于70%,则电网元件为重载,当电网元件的最大负载率大于等于30%且小于70%,则电网元件负载正常。
在本实施方式中,对于不同电网元件损耗异常阈值K的给定值是不同的,电网元件负载正常、重载、轻载的条件也是不同的,以下将以使用最为广泛的变压器和供电线路为例进行说明。
当电网元件为变压器时,变压器的最大负载率大于等于80%,则变压器为重载,所述变压器的最大负载率小于30%,则变压器为轻载,变压器的最大负载率大于等于30%且小于80%,则变压器负载正常;当电网元件为供电线路,供电线路的最大负载率大于等于70%,则供电线路为重载,供电线路的最大负载率小于30%,则供电线路为轻载,供电线路的最大负载率大于等于30%且小于70%,则供电线路负载正常。
对于变压器和供电线路,当其处于不同的电压等级的电力系统时,损耗异常阈值K的给定值也是不同的。例如,变压器负载正常时,当变压器处于110kV电力系统,损耗异常阈值K为0.4,当变压器处于35kV电力系统,损耗异常阈值K为0.5;变压器重载或轻载时,当变压器处于110kV电力系统,损耗异常阈值K为0.6,当变压器处于35kV电力系统,损耗异常阈值K为0.7。
对于供电线路,供电线路负载正常时,当供电线路处于110kV电力系统,损耗异常阈值K为0.4,当供电线路处于35kV电力系统,损耗异常阈值K为0.4;供电线路重载或轻载时,当供电线路处于110kV电力系统,损耗异常阈值K为0.8,当供电线路处于35kV电力系统,损耗异常阈值K为1。
对于本实施方式,除了损耗异常阈值K与前述实施方式不同外,损耗异常判断的其他过程都是相同的,由于前述实施方式已经进行了详细的描述,除此再进行累述。
Claims (10)
1. 电网元件损耗异常判断方法,其特征在于,包括如下步骤:
1)选择实测日进行电网元件线损率测试;
2)计算实测日选定的电网元件统计线损率和理论线损率,并获取统计线损率和理论线损率的差值;
3)设定电网元件损耗异常阈值K,当统计线损率和理论线损率的差值的绝对值小于K,则认定选定的电网元件损耗正常,反之,则认定选定的电网元件损耗异常。
2. 根据权利要求1所述的电网元件损耗异常判断方法,其特征在于:所述损耗异常阈值 ,其中,t1、t2、t3分别为与选定电网元件同规格的电网元件过往连续3年全年累计统计线损率的平均值,t为实测日与选定电网元件同规格的电网元件理论线损率的平均值,为实测日选定电网元件最大负载率,为实测日选定电网元件平均负载率。
3. 根据权利要求1所述的电网元件损耗异常判断方法,其特征在于:所述损耗异常阈值K为预先给定值,所述选定电网元件负载正常时,所述损耗异常阈值K满足0.4≤K≤0.5,所述选定电网元件重载或者轻载时,所述损耗异常阈值K满足0.6≤K≤1,其中,当电网元件的最大负载率小于30%,则电网元件为轻载,当电网元件的最大负载率大于等于70%,则电网元件为重载,当电网元件的最大负载率大于等于30%且小于70%,则电网元件负载正常。
4. 根据权利要求3所述的电网元件损耗异常判断方法,其特征在于:所述电网元件为变压器,所述变压器的最大负载率大于等于80%,则变压器为重载,所述变压器的最大负载率小于30%,则变压器为轻载,所述变压器的最大负载率大于等于30%且小于80%,则变压器负载正常。
5. 根据权利要求4所述的电网元件损耗异常判断方法,其特征在于:所述电网元件为变压器,变压器负载正常时,当变压器处于110kV电力系统,损耗异常阈值K为0.4,当变压器处于35kV电力系统,损耗异常阈值K为0.5;
变压器重载或轻载时,当变压器处于110kV电力系统,损耗异常阈值K为0.6,当变压器处于35kV电力系统,损耗异常阈值K为0.7。
6. 根据权利要求3所述的电网元件损耗异常判断方法,其特征在于:所述电网元件为供电线路,所述供电线路的最大负载率大于等于70%,则供电线路为重载,所述供电线路的最大负载率小于30%,则供电线路为轻载,所述供电线路的最大负载率大于等于30%且小于70%,则供电线路负载正常。
7. 根据权利要求6所述的电网元件损耗异常判断方法,其特征在于:所述电网元件为供电线路,供电线路负载正常时,当供电线路处于110kV电力系统,损耗异常阈值K为0.4,当供电线路处于35kV电力系统,损耗异常阈值K为0.4;
供电线路重载或轻载时,当供电线路处于110kV电力系统,损耗异常阈值K为0.8,当供电线路处于35kV电力系统,损耗异常阈值K为1。
8. 根据权利要求1至3任一所述的电网元件损耗异常判断方法,其特征在于:所述电网元件包括:各电压等级供电线路和各电压等级变压器,其中,所述各电压等级变压器进一步包含10kV线路供电的所有10kV专用配电变压器和公用配电变压器。
9. 根据权利要求1至7任一所述的电网元件损耗异常判断方法,其特征在于:所述电网元件理论线损率的计算方式,包括以下方式中的1种或者1种以上的组合:
1)采用均方根电流法计算,依据数据采集与监视控制系统历史数据,采用实测日24整点电压、有功功率、无功功率的实时数据进行计算;
2)采用牛顿-拉夫逊法计算,依据数据采集与监视控制系统历史数据,采用实测日24整点电压、有功功率、无功功率的实时数据进行计算;
3)采用电量法计算,依据用电信息采集系统数据进行计算;
4)采用实测日实测抄录数据计算;
5)采用实测日实测数据计算;
6)按照边界条件推荐值计入。
10. 根据权利要求1至7任一所述的电网元件损耗异常判断方法,其特征在于:所述电网元件的工作范围包括1000kV、500kV、220kV、110kV、35kV和10kV及以下电力系统。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410460609.7A CN104332987B (zh) | 2014-09-12 | 电网元件损耗异常判断方法 | |
CN201610614402.XA CN106229969B (zh) | 2014-09-12 | 2014-09-12 | 基于累计统计线损率的电网元件损耗异常判断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410460609.7A CN104332987B (zh) | 2014-09-12 | 电网元件损耗异常判断方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610614402.XA Division CN106229969B (zh) | 2014-09-12 | 2014-09-12 | 基于累计统计线损率的电网元件损耗异常判断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104332987A true CN104332987A (zh) | 2015-02-04 |
CN104332987B CN104332987B (zh) | 2017-01-04 |
Family
ID=
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105468820A (zh) * | 2015-11-13 | 2016-04-06 | 国家电网公司 | 配电网线损异动实时识别方法 |
CN107305227A (zh) * | 2016-04-21 | 2017-10-31 | 王义平 | 一种变损率分析对电力设备和回路故障的在线预判方法 |
CN109767349A (zh) * | 2018-10-23 | 2019-05-17 | 中国电力科学研究院有限公司 | 一种配电网线损数据校验与修正方法及系统 |
CN110070272A (zh) * | 2019-04-02 | 2019-07-30 | 国网安徽省电力有限公司 | 基于自学习技术的电能量采集数据质量管控多维评价方法 |
CN110750760A (zh) * | 2019-09-16 | 2020-02-04 | 东南大学 | 一种基于态势感知和控制图的异常理论线损检测方法 |
CN111191912A (zh) * | 2019-12-26 | 2020-05-22 | 深圳供电局有限公司 | 轻载线路识别方法、装置、计算机设备和存储介质 |
CN113092914A (zh) * | 2021-04-09 | 2021-07-09 | 广东电网有限责任公司 | 一种变压器损耗监测方法及变压器损耗监测系统 |
CN113162041A (zh) * | 2021-04-29 | 2021-07-23 | 南方电网电力科技股份有限公司 | 基于无功相关性优化线路损耗的监测方法、装置及设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102044868A (zh) * | 2009-10-14 | 2011-05-04 | 西安裕日软件有限公司 | 一种电网线损监测分析方法及装置 |
CN102129506A (zh) * | 2011-01-07 | 2011-07-20 | 浙江省电力试验研究院 | 一种理论线损预测方法 |
US20130297241A1 (en) * | 2012-05-02 | 2013-11-07 | International Business Machines Corporation | Estimating Loss Rates of Links in Smart Grids |
CN103501003A (zh) * | 2012-11-22 | 2014-01-08 | 安徽省电力公司黄山供电公司 | 线损控制系统 |
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102044868A (zh) * | 2009-10-14 | 2011-05-04 | 西安裕日软件有限公司 | 一种电网线损监测分析方法及装置 |
CN102129506A (zh) * | 2011-01-07 | 2011-07-20 | 浙江省电力试验研究院 | 一种理论线损预测方法 |
US20130297241A1 (en) * | 2012-05-02 | 2013-11-07 | International Business Machines Corporation | Estimating Loss Rates of Links in Smart Grids |
CN103501003A (zh) * | 2012-11-22 | 2014-01-08 | 安徽省电力公司黄山供电公司 | 线损控制系统 |
Non-Patent Citations (1)
Title |
---|
潘丽珠等: "安徽电网配电网技术线损分析将降损对策研究", 《安徽电力》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105468820A (zh) * | 2015-11-13 | 2016-04-06 | 国家电网公司 | 配电网线损异动实时识别方法 |
CN107305227A (zh) * | 2016-04-21 | 2017-10-31 | 王义平 | 一种变损率分析对电力设备和回路故障的在线预判方法 |
CN109767349A (zh) * | 2018-10-23 | 2019-05-17 | 中国电力科学研究院有限公司 | 一种配电网线损数据校验与修正方法及系统 |
CN110070272A (zh) * | 2019-04-02 | 2019-07-30 | 国网安徽省电力有限公司 | 基于自学习技术的电能量采集数据质量管控多维评价方法 |
CN110750760A (zh) * | 2019-09-16 | 2020-02-04 | 东南大学 | 一种基于态势感知和控制图的异常理论线损检测方法 |
CN111191912A (zh) * | 2019-12-26 | 2020-05-22 | 深圳供电局有限公司 | 轻载线路识别方法、装置、计算机设备和存储介质 |
CN111191912B (zh) * | 2019-12-26 | 2022-09-02 | 深圳供电局有限公司 | 轻载线路识别方法、装置、计算机设备和存储介质 |
CN113092914A (zh) * | 2021-04-09 | 2021-07-09 | 广东电网有限责任公司 | 一种变压器损耗监测方法及变压器损耗监测系统 |
CN113162041A (zh) * | 2021-04-29 | 2021-07-23 | 南方电网电力科技股份有限公司 | 基于无功相关性优化线路损耗的监测方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN106229969B (zh) | 2019-06-28 |
CN106229969A (zh) | 2016-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106229969B (zh) | 基于累计统计线损率的电网元件损耗异常判断方法 | |
CN104794206B (zh) | 一种变电站数据质量评价系统及方法 | |
Biryulin et al. | Calculation of power losses in the transformer substation | |
CN103995962A (zh) | 一种配用电线损实时在线计算分析方法 | |
CN109683059B (zh) | 确定线损异常的方法及装置、存储介质、处理器 | |
CN105356461B (zh) | 一种低压电网负荷不平衡治理项目碳减排量的核算方法 | |
CN103177341A (zh) | 一种线损精益化综合管理系统及方法 | |
CN104361236B (zh) | 电力设备健康状态的评估方法 | |
CN102280874A (zh) | 一种台区线损率检测系统 | |
CN104534285B (zh) | 一种能耗异常监控方法及装置 | |
CN105243254A (zh) | 一种综合线损分析方法 | |
Lo et al. | Transformational benefits of AMI data in transformer load modeling and management | |
CN107909508A (zh) | 一种配电变压器负荷异常告警方法 | |
CN110322146A (zh) | 10kV馈线线损率修正的馈线线损率标杆值计算方法 | |
CN107944680A (zh) | 一种基于智能电能表的变电站电能量平衡监测方法 | |
CN110675018B (zh) | 一种基于专家规则的线损异常分析与闭环管理的方法 | |
CN106841857A (zh) | 一种电能质量监测装置可靠性评估方法 | |
CN105023194A (zh) | 一种计及可靠性和经济性的配电设备运行效率评价方法 | |
CN105488342B (zh) | 一种配电网升压运行项目碳减排量的核算方法 | |
CN113112136A (zh) | 一种配电网可靠性综合评估方法及系统 | |
CN106709623A (zh) | 一种基于风险计算模型的电网营销稽查风险管控方法 | |
CN104332987B (zh) | 电网元件损耗异常判断方法 | |
Klaić et al. | Probability density functions of voltage sags measured indices | |
CN106597083B (zh) | 一种并联无功补偿装置节电量测量不确定度评定方法 | |
Su et al. | Design of transformer load monitoring systems by utilizing smart meter data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |