CN108020752A - 一种基于多源贯通相关性的配线线损诊断方法及系统 - Google Patents
一种基于多源贯通相关性的配线线损诊断方法及系统 Download PDFInfo
- Publication number
- CN108020752A CN108020752A CN201711101730.0A CN201711101730A CN108020752A CN 108020752 A CN108020752 A CN 108020752A CN 201711101730 A CN201711101730 A CN 201711101730A CN 108020752 A CN108020752 A CN 108020752A
- Authority
- CN
- China
- Prior art keywords
- line loss
- mrow
- distribution
- source
- data
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
Abstract
本发明公开了一种基于多源贯通相关性的配线线损诊断方法及系统。同期线损需要不同系统之间的数据传输、关联关系的贯通正确性,线损异常查找相对困难且费时。本发明包括步骤:对多源数据集数据进行状态数据一致性校验;通过多源数据集获得数据,其通过源端业务系统有效链路传输数据,利用已定的正向及反向贯通诊断规则,实现配线多源营配贯通诊断;通过线损率指标异常阈值,获取高损配线,利用二维相关性分析对配线线损指标异常进行动态诊断;针对高损配线,进行线损率影响聚类分析;综合多源营配贯通诊断结果,从影响线损的物理关系静态因素及动态统计因素对电网线损进行相关性分析综合诊断,辅助定位异常问题,提升线损管理水平。
Description
技术领域
本发明属于配电网线损综合诊断技术领域,具体地说是一种基于多源贯通相关性的配线线损诊断方法及系统。
背景技术
线损率指标综合反映电网运行中各环节的损耗,集中体现生产、调度、营销等各项核心业务的管理水平,而同期线损管理分析对线损精益化管理提出更高要求。同期线损考验电网的基础设备管理、智能电表覆盖情况、采集成功情况以及各个业务系统之间贯通互联的及时性、有效性。
目前,传统的线损统计通过营销及计量系统等对关口电量、计算模型等进行四分线损统计管理,而与同期线损相关联的数据源有六大业务系统及三大平台,与传统线损统计相比,同期线损需要不同系统之间的数据传输、关联关系的贯通正确性,因此需要跨专业部门的不同业务系统,线损异常查找相对困难且费时。
发明内容
本发明所要解决的技术问题是克服上述现有技术存在的缺陷,提供一种基于多源贯通相关性的配线线损诊断方法,其可直观查看影响线损的各类因素构成情况,为源端业务部门在配线线损治理过程中提供多种辅助参考决策。
为此,本发明采用如下的技术方案:一种基于多源贯通相关性的配线线损诊断方法,其包括步骤:
1)对多源数据集数据进行状态数据一致性校验,包括设备运行状态校验和计量点有效性校验;
2)通过多源数据集获得数据,其通过源端业务系统有效链路传输数据,利用已定的正向(源端营配内部贯通)及反向(同期线损逆推至源端贯通关系)贯通诊断规则,实现配线多源营配贯通诊断;
3)通过线损率指标异常阈值,获取高损配线,利用二维相关性分析对配线线损指标异常进行动态诊断;
4)针对高损配线,进行线损率影响聚类分析;
5)综合多源营配贯通诊断结果,从影响线损的物理关系静态因素及动态统计因素对电网线损进行相关性分析综合诊断,辅助定位异常问题,提升线损管理水平。
聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。聚类源于很多领域,在相似的基础上收集数据来分类,这些技术方法被用作描述数据,衡量不同数据源间的相似性,以及把数据源分类到不同的簇中。
聚类分析已在大数据的电力领域引起重视,影响配电网线损的因素很多,包括物理关系静态因素及动态统计因素对配线线损进行多维综合诊断,提升线损管理水平。
作为上述技术方案的补充,对影响线损率常见的三类影响因子负荷量、公专变占比和三相不平衡进行聚类分析,为异常定位实现初步圈围。
作为上述技术方案的补充,所述的聚类分析采用K-MEANS聚类分析法;根据K-MEANS聚类分析法,确定影响线损率的聚类因子集{负荷量;公专变占比;三相不平衡度},其中,①负荷量,影响负荷电流,增加线路及配变的阻抗损耗,影响线损率变化;②公专变占比,考虑因计量点方式和公变变损占比对线路线损率的影响变化分布,主要分析三种情况{公专变占比均衡;公变占比大于专变;公变占比小于专变};③三相不平衡度,影响配变损耗,严重的不平衡度将产生较大的变损。
作为上述技术方案的补充,针对高损配线,利用相关系数法诊断线损异常,采用相关系数法对配线线损指标异常进行动态诊断。
相关系数是用于反映变量之间相关关系密切程度的统计指标。相关系数是按积差方法计算,同样以两变量与各自平均值的离差为基础,通过两个离差相乘来反映两变量之间相关程度;着重研究线性的单相关系数。
作为上述技术方案的补充,对负高损线路下挂公专变的线变关系进行排查,求相关系数:计算线路线损率变化量与每一个下挂公专变电量的相关系数,若相关,则该公专变线变关系有误。
作为上述技术方案的补充,所述线路线损率变化量与每一个下挂公专变电量的相关系数的计算步骤如下:
1)获取该线路下每台配变最近几个月的电量,设为{X1、X2、X3...Xi...Xn};
2)获取该线路最近几个月线损率的变化量,设为{Y1、Y2、Y3...Yi...Yn};
3)求X、Y的相关系数;
式中,分别表示X和Y的平均值;
4)若相关系数ρ大于ρ0则相关,ρ0为设定的经验值。
作为上述技术方案的补充,所述线路线损率变化量与三相不平衡度的相关系数的计算步骤如下:
1)获取该线路下每台配变最近几个月以来每个月最大的三相不平衡度,设为{Z1、Z2、Z3...Zi...Zn};
2)获取该线路最近几个月线损率的变化量,设为{Y1、Y2、Y3...Yi...Yn};
3)求Z、Y的相关系数;
式中,分别表示公式中Z和Y的平均值;
4)若相关系数ρ大于ρ0则相关,ρ0为设定的经验值。
作为上述技术方案的补充,从GIS数据源获取配线下挂公专变关系设备信息,汇入多源数据集;从PMS数据源获取配线下挂公变/配变的基本设备信息,汇入多源数据集;从营销数据源获取专变及其所属关系信息,汇入多源数据集;从采集数据源获取表底、电量数据,汇入多源数据集。
本发明的另一目的是提供一种基于多源贯通相关性的配线线损诊断系统,其包括:
多源数据库:包含从GIS数据源获取的配线下挂公专变关系设备信息、从PMS数据源获取的配线下挂公变/配变的基本设备信息、从营销数据源获取的专变及其所属关系信息及从采集数据源获取的表底、电量数据;
状态数据一致性校验单元:对多源数据集数据进行状态数据一致性校验,包括设备运行状态校验和计量点有效性校验;
多源营配贯通诊断单元:通过多源数据集获得数据,其通过源端业务系统有效链路传输数据,利用已定的正向(源端营配内部贯通)及反向(同期线损逆推至源端贯通关系)贯通诊断规则,实现配线多源营配贯通诊断;
动态诊断单元:通过线损率指标异常阈值,获取高损配线,利用二维相关性分析对配线线损指标异常进行动态诊断;
线损率因子聚类分析单元:针对高损配线,进行线损率影响聚类分析;
相关性分析综合诊断单元:综合多源营配贯通诊断结果,从影响线损的物理关系静态因素及动态统计因素对电网线损进行相关性分析综合诊断,辅助定位异常问题。
本发明基于多源贯通相关性的配线线损诊断方法,从影响线损的物理关系静态因素及动态统计因素对配线线损进行相关性分析综合诊断,辅助定位异常问题,可直观查看影响线损的各类因素构成情况,综合异常指标诊断结果为源端业务部门在配线线损治理过程中提供多种辅助参考决策。
附图说明
图1为本发明配线线损诊断方法的流程图。
具体实施方式
实施例1
本实施例提供一种基于多源贯通相关性的配线线损诊断方法,如图1所示。
本发明利用多源贯通诊断和聚类相关系数分析对配电网线损进行综合诊断分析,其中包括:多数据源集、多源贯通诊断分析、状态数据一致性诊断、相关性分析、线损率因子聚类分析等。本发明是以配电网基础的配线信息、公专变信息、表底采集信息、线变关系贯通信息为输入,首先,进行多源贯通诊断分析,状态数据一致性诊断,从物理静态定位关系异常设备。其次,采用相关系数法对配线线损异常指标进行动态诊断,结合线损率因子聚类及相关系数从采集完整性、线变关系正确性、异常电量等方面综合展示差异数据,辅助定位问题,指导配电网源端业务部门线损治理工作。
上述配线线损诊断方法的具体步骤如下:
(1)从GIS数据源获取配线下挂公专变关系设备信息,汇入多源数据集。
(2)从PMS数据源获取配线下挂公变/配变的基本设备信息,汇入多源数据集。
(3)从营销数据源获取专变及其所属关系信息,汇入多源数据集。
(4)从采集数据源获取表底、电量等数据,汇入多源数据集。
(5)对多源数据集数据进行状态数据一致性校验,包括设备运行状态、计量点有效性等校验。
(6)多源营配贯通诊断,配电网设备管理各阶段隶属于不同业务部门(不同管理系统),在同期线损管理中,需要对配线及其下挂公专变的线变关系进行多源业务系统的全数据链贯通诊断,利用前述已定正反向贯通诊断规则,实现多源营配贯通诊断及结果输出。
(7)通过线损率指标异常阈值,获取高损配线,利用二维相关性分析对配线线损指标异常进行动态诊断。
(8)针对高损配线,进行线损率影响聚类分析。对影响线损率常见的三类影响因子(负荷量、公专变占比、三相不平衡)进行聚类分析,为异常定位实现初步圈围。
(9)K-MEANS聚类分析法,首先从n个数据对象任意选择k个对象作为初始聚类中心;而对于所剩下其它对象,则根据它们与这些聚类中心的相似度(距离),分别将它们分配给与其最相似的(聚类中心所代表的)聚类;然后再计算每个所获新聚类的聚类中心(该聚类中所有对象的均值);不断重复这一过程直到标准测度函数开始收敛为止。根据聚类分析方法,确定影响线损率的聚类因子集{负荷量;公专变占比;三相不平衡度},其中,①负荷量,影响负荷电流,增加线路及配变的阻抗损耗,影响线损率变化;②公专变占比,考虑因计量点方式和公变变损占比对线路线损率的影响变化分布,主要分析三种情况{公专变占比均衡;公变占比大于专变;公变占比小于专变}。③三相不平衡度,影响配变损耗,严重的不平衡度将产生较大的变损。
(10)针对高损配线,利用相关系数法诊断线损异常,采用相关系数法对配线线损指标异常进行动态诊断。对负高损线路进行线变关系排查,求相关系数:计算线路线损率变化量与每一个下挂公专变电量的相关系数,若相关,则该公专变线变关系有误。
1)获取该线路下每台配变最近几个月的电量,设为{X1、X2、X3...Xi...Xn};
2)获取该线路最近几个月线损率的变化量,设为{Y1、Y2、Y3...Yi...Yn};
3)求X、Y的相关系数;
式中,分别表示X和Y的平均值;
4)若相关系数ρ大于ρ0则相关,ρ0为设定的经验值。
同理,可诊断计算配线线损率变化量与三相不平衡度的相关系数,其计算步骤如下:
1)获取该线路下每台配变最近几个月以来每个月最大的三相不平衡度,设为{Z1、Z2、Z3...Zi...Zn};
2)获取该线路最近几个月线损率的变化量,设为{Y1、Y2、Y3...Yi...Yn};
3)求Z、Y的相关系数;
式中,分别表示公式中Z和Y的平均值;
4)若相关系数ρ大于ρ0则相关,ρ0为设定的经验值。
(11)从影响线损的物理关系静态因素及动态统计因素对配线线损进行相关性分析综合诊断,辅助定位异常问题,可直观查看影响线损的各类因素构成情况,综合异常指标诊断结果为源端业务部门在配线线损治理过程中提供多种辅助参考决策。
实施例2
本实施例提供一种基于多源贯通相关性的配线线损诊断系统,其包括:
多源数据库:包含从GIS数据源获取的配线下挂公专变关系设备信息、从PMS数据源获取的配线下挂公变/配变的基本设备信息、从营销数据源获取的专变及其所属关系信息及从采集数据源获取的表底、电量数据;
状态数据一致性校验单元:对多源数据集数据进行状态数据一致性校验,包括设备运行状态校验和计量点有效性校验;
多源营配贯通诊断单元:通过多源数据集获得数据,其通过源端业务系统有效链路传输数据,利用已定的正向(源端营配内部贯通)及反向(同期线损逆推至源端贯通关系)贯通诊断规则,实现配线多源营配贯通诊断;
动态诊断单元:通过线损率指标异常阈值,获取高损配线,利用二维相关性分析对配线线损指标异常进行动态诊断;
线损率因子聚类分析单元:针对高损配线,进行线损率影响聚类分析;
相关性分析综合诊断单元:综合多源营配贯通诊断结果,从影响线损的物理关系静态因素及动态统计因素对电网线损进行相关性分析综合诊断,辅助定位异常问题。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (9)
1.一种基于多源贯通相关性的配线线损诊断方法,其包括步骤:
1)对多源数据集数据进行状态数据一致性校验,包括设备运行状态校验和计量点有效性校验;
2)通过多源数据集获得数据,其通过源端业务系统有效链路传输数据,利用已定的正向及反向贯通诊断规则,实现配线多源营配贯通诊断;
3)通过线损率指标异常阈值,获取高损配线,利用二维相关性分析对配线线损指标异常进行动态诊断;
4)针对高损配线,进行线损率影响聚类分析;
5)综合多源营配贯通诊断结果,从影响线损的物理关系静态因素及动态统计因素对电网线损进行相关性分析综合诊断,辅助定位异常问题。
2.根据权利要求1所述的配线线损诊断方法,其特征在于,对影响线损率常见的三类影响因子负荷量、公专变占比和三相不平衡进行聚类分析,为异常定位实现初步圈围。
3.根据权利要求1或2所述的配线线损诊断方法,其特征在于,所述的聚类分析采用K-MEANS聚类分析法;
根据K-MEANS聚类分析法,确定影响线损率的聚类因子集{负荷量;公专变占比;三相不平衡度},其中,①负荷量,影响负荷电流,增加线路及配变的阻抗损耗,影响线损率变化;②公专变占比,考虑因计量点方式和公变变损占比对线路线损率的影响变化分布,主要分析三种情况{公专变占比均衡;公变占比大于专变;公变占比小于专变};③三相不平衡度,影响配变损耗,严重的不平衡度将产生较大的变损。
4.根据权利要求1或2所述的配线线损诊断方法,其特征在于,针对高损配线,利用相关系数法诊断线损异常,采用相关系数法对配线线损指标异常进行动态诊断。
5.根据权利要求4所述的配线线损诊断方法,其特征在于,对负高损线路下挂公专变的线变关系进行排查,求相关系数:计算线路线损率变化量与每一个下挂公专变电量的相关系数,若相关,则该公专变线变关系有误。
6.根据权利要求5所述的配线线损诊断方法,其特征在于,所述线路线损率变化量与每一个下挂公专变电量的相关系数的计算步骤如下:
1)获取该线路下每台配变最近几个月的电量,设为{X1、X2、X3...Xi...Xn};
2)获取该线路最近几个月线损率的变化量,设为{Y1、Y2、Y3...Yi...Yn};
3)求X、Y的相关系数;
<mrow>
<mi>&rho;</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>X</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<msub>
<mi>Y</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>Y</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
</mrow>
<msqrt>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>X</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>*</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>Y</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>Y</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mfrac>
<mo>,</mo>
</mrow>
式中,分别表示X和Y的平均值;
4)若相关系数ρ大于ρ0则相关,ρ0为设定的经验值。
7.根据权利要求6所述的配线线损诊断方法,其特征在于,所述线路线损率变化量与三相不平衡度的相关系数的计算步骤如下:
1)获取该线路下每台配变最近几个月以来每个月最大的三相不平衡度,设为{Z1、Z2、Z3...Zi...Zn};
2)获取该线路最近几个月线损率的变化量,设为{Y1、Y2、Y3...Yi...Yn};
3)求Z、Y的相关系数;
<mrow>
<mi>&rho;</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>Z</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>Z</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<msub>
<mi>Y</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>Y</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
</mrow>
<msqrt>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>Z</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>Z</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>*</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>Y</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>Y</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mfrac>
<mo>,</mo>
</mrow>
式中,分别表示公式中Z和Y的平均值;
4)若相关系数ρ大于ρ0则相关,ρ0为设定的经验值。
8.根据权利要求1或2所述的配线线损诊断方法,其特征在于,从GIS数据源获取配线下挂公专变关系设备信息,汇入多源数据集;从PMS数据源获取配线下挂公变/配变的基本设备信息,汇入多源数据集;从营销数据源获取专变及其所属关系信息,汇入多源数据集;从采集数据源获取表底、电量数据,汇入多源数据集。
9.一种基于多源贯通相关性的配线线损诊断系统,其特征在于,包括:
多源数据库:包含从GIS数据源获取的配线下挂公专变关系设备信息、从PMS数据源获取的配线下挂公变/配变的基本设备信息、从营销数据源获取的专变及其所属关系信息及从采集数据源获取的表底、电量数据;
状态数据一致性校验单元:对多源数据集数据进行状态数据一致性校验,包括设备运行状态校验和计量点有效性校验;
多源营配贯通诊断单元:通过多源数据集获得数据,其通过源端业务系统有效链路传输数据,利用已定的正向及反向贯通诊断规则,实现配线多源营配贯通诊断;
动态诊断单元:通过线损率指标异常阈值,获取高损配线,利用二维相关性分析对配线线损指标异常进行动态诊断;
线损率因子聚类分析单元:针对高损配线,进行线损率影响聚类分析;
相关性分析综合诊断单元:综合多源营配贯通诊断结果,从影响线损的物理关系静态因素及动态统计因素对电网线损进行相关性分析综合诊断,辅助定位异常问题。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711101730.0A CN108020752B (zh) | 2017-11-10 | 2017-11-10 | 一种基于多源贯通相关性的配线线损诊断方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711101730.0A CN108020752B (zh) | 2017-11-10 | 2017-11-10 | 一种基于多源贯通相关性的配线线损诊断方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108020752A true CN108020752A (zh) | 2018-05-11 |
CN108020752B CN108020752B (zh) | 2020-03-27 |
Family
ID=62080601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711101730.0A Active CN108020752B (zh) | 2017-11-10 | 2017-11-10 | 一种基于多源贯通相关性的配线线损诊断方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108020752B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109034244A (zh) * | 2018-07-27 | 2018-12-18 | 国家电网有限公司 | 基于电量曲线特征模型的线损异常诊断方法及装置 |
CN109376366A (zh) * | 2018-08-09 | 2019-02-22 | 国网北京市电力公司 | 一种异常线损影响因素的分析方法及装置 |
CN109655664A (zh) * | 2018-12-11 | 2019-04-19 | 全球能源互联网研究院有限公司 | 一种基于负荷特征模型库的窃电智能诊断方法和设备 |
CN109740836A (zh) * | 2018-11-16 | 2019-05-10 | 国网山东省电力公司 | 一种全网异常可追溯的线路损耗和平衡分析方法和装置 |
CN110264107A (zh) * | 2019-07-01 | 2019-09-20 | 国网安徽省电力有限公司滁州供电公司 | 一种基于大数据技术的台区线损率异常诊断方法 |
CN110928866A (zh) * | 2019-12-09 | 2020-03-27 | 国网天津市电力公司 | 基于停电信息大数据分析的线路拓扑核查方法及系统 |
CN111123039A (zh) * | 2019-12-31 | 2020-05-08 | 国网北京市电力公司 | 基于同期特征与改进K-means聚类的配电网异常线损诊断方法 |
CN111507013A (zh) * | 2020-04-27 | 2020-08-07 | 国网山西省电力公司 | 一种面向电力系统线损故障定位实现方法 |
CN111680084A (zh) * | 2020-04-30 | 2020-09-18 | 国网天津市电力公司电力科学研究院 | 一种基于多源数据融合的线损计算方法 |
CN112116152A (zh) * | 2020-09-17 | 2020-12-22 | 北京中恒博瑞数字电力科技有限公司 | 基于同期数据的线损双率优化方法及系统 |
CN112865078A (zh) * | 2021-01-14 | 2021-05-28 | 南京软核科技有限公司 | 一种中压用户接入点与中压专变用户对应关系识别方法 |
CN115049004A (zh) * | 2022-06-17 | 2022-09-13 | 国网天津市电力公司电力科学研究院 | 基于多源数据融合的配电网线损管理辅助决策系统 |
CN115291024A (zh) * | 2022-09-28 | 2022-11-04 | 广东电网有限责任公司中山供电局 | 一种客户端异常识别方法、系统、设备和介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521509A (zh) * | 2011-12-13 | 2012-06-27 | 重庆市电力公司万州供电局 | 采用改进迭代算法实现配电变压器优化选址的方法 |
CN104751369A (zh) * | 2013-12-25 | 2015-07-01 | 南京理工大学 | 一种改进的k-均值聚类的线损分析方法 |
CN105117486A (zh) * | 2015-09-17 | 2015-12-02 | 国网北京市电力公司 | 配电网数据处理方法和装置 |
CN105678442A (zh) * | 2015-12-30 | 2016-06-15 | 国家电网公司 | 基于多源数据分析的配电网综合评价与分析方法 |
CN105893516A (zh) * | 2016-03-30 | 2016-08-24 | 国家电网公司 | 基于营配调数据的配电网运检驾驶舱及其应用 |
CN106329516A (zh) * | 2015-07-09 | 2017-01-11 | 中国电力科学研究院 | 一种基于典型场景识别的配电网动态重构方法 |
CN107220906A (zh) * | 2017-05-31 | 2017-09-29 | 国网上海市电力公司 | 基于用电采集系统的多时间尺度用电异常分析方法 |
CN107294090A (zh) * | 2017-07-05 | 2017-10-24 | 国网福建省电力有限公司 | 基于营配调多源数据的配电自动化应用提升方法 |
-
2017
- 2017-11-10 CN CN201711101730.0A patent/CN108020752B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521509A (zh) * | 2011-12-13 | 2012-06-27 | 重庆市电力公司万州供电局 | 采用改进迭代算法实现配电变压器优化选址的方法 |
CN104751369A (zh) * | 2013-12-25 | 2015-07-01 | 南京理工大学 | 一种改进的k-均值聚类的线损分析方法 |
CN106329516A (zh) * | 2015-07-09 | 2017-01-11 | 中国电力科学研究院 | 一种基于典型场景识别的配电网动态重构方法 |
CN105117486A (zh) * | 2015-09-17 | 2015-12-02 | 国网北京市电力公司 | 配电网数据处理方法和装置 |
CN105678442A (zh) * | 2015-12-30 | 2016-06-15 | 国家电网公司 | 基于多源数据分析的配电网综合评价与分析方法 |
CN105893516A (zh) * | 2016-03-30 | 2016-08-24 | 国家电网公司 | 基于营配调数据的配电网运检驾驶舱及其应用 |
CN107220906A (zh) * | 2017-05-31 | 2017-09-29 | 国网上海市电力公司 | 基于用电采集系统的多时间尺度用电异常分析方法 |
CN107294090A (zh) * | 2017-07-05 | 2017-10-24 | 国网福建省电力有限公司 | 基于营配调多源数据的配电自动化应用提升方法 |
Non-Patent Citations (3)
Title |
---|
刘科研: "智能配电网大数据应用需求和场景分析研究", 《中国电机工程学报》 * |
张波 等: "营配贯通台区线损异常数据治理方法探讨", 《浙江电力》 * |
陆巍: "基于大数据的配电网线损分析", 《电子技术与软件工程》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109034244B (zh) * | 2018-07-27 | 2020-07-28 | 国家电网有限公司 | 基于电量曲线特征模型的线损异常诊断方法及装置 |
CN109034244A (zh) * | 2018-07-27 | 2018-12-18 | 国家电网有限公司 | 基于电量曲线特征模型的线损异常诊断方法及装置 |
CN109376366A (zh) * | 2018-08-09 | 2019-02-22 | 国网北京市电力公司 | 一种异常线损影响因素的分析方法及装置 |
CN109740836B (zh) * | 2018-11-16 | 2023-04-07 | 国网山东省电力公司 | 一种全网异常可追溯的线路损耗和平衡分析方法和装置 |
CN109740836A (zh) * | 2018-11-16 | 2019-05-10 | 国网山东省电力公司 | 一种全网异常可追溯的线路损耗和平衡分析方法和装置 |
CN109655664A (zh) * | 2018-12-11 | 2019-04-19 | 全球能源互联网研究院有限公司 | 一种基于负荷特征模型库的窃电智能诊断方法和设备 |
CN110264107A (zh) * | 2019-07-01 | 2019-09-20 | 国网安徽省电力有限公司滁州供电公司 | 一种基于大数据技术的台区线损率异常诊断方法 |
CN110928866A (zh) * | 2019-12-09 | 2020-03-27 | 国网天津市电力公司 | 基于停电信息大数据分析的线路拓扑核查方法及系统 |
CN111123039A (zh) * | 2019-12-31 | 2020-05-08 | 国网北京市电力公司 | 基于同期特征与改进K-means聚类的配电网异常线损诊断方法 |
CN111507013A (zh) * | 2020-04-27 | 2020-08-07 | 国网山西省电力公司 | 一种面向电力系统线损故障定位实现方法 |
CN111680084A (zh) * | 2020-04-30 | 2020-09-18 | 国网天津市电力公司电力科学研究院 | 一种基于多源数据融合的线损计算方法 |
CN111680084B (zh) * | 2020-04-30 | 2023-04-28 | 国网天津市电力公司电力科学研究院 | 一种基于多源数据融合的线损计算方法 |
CN112116152A (zh) * | 2020-09-17 | 2020-12-22 | 北京中恒博瑞数字电力科技有限公司 | 基于同期数据的线损双率优化方法及系统 |
CN112865078A (zh) * | 2021-01-14 | 2021-05-28 | 南京软核科技有限公司 | 一种中压用户接入点与中压专变用户对应关系识别方法 |
CN115049004A (zh) * | 2022-06-17 | 2022-09-13 | 国网天津市电力公司电力科学研究院 | 基于多源数据融合的配电网线损管理辅助决策系统 |
CN115291024A (zh) * | 2022-09-28 | 2022-11-04 | 广东电网有限责任公司中山供电局 | 一种客户端异常识别方法、系统、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108020752B (zh) | 2020-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108020752A (zh) | 一种基于多源贯通相关性的配线线损诊断方法及系统 | |
CN102866321B (zh) | 一种自适应的防窃漏电诊断方法 | |
CN107340492A (zh) | 基于大数据挖掘和场景预判的电能计量装置故障分析方法 | |
CN108593990B (zh) | 一种基于电能用户用电行为模式的窃电检测方法和应用 | |
CN105847598B (zh) | 呼叫中心多因子话务预测方法 | |
CN110362894A (zh) | 配电线路、变压器综合降损及节能计算分析方法及系统 | |
CN110739686B (zh) | 一种基于总表异常分析的台区线损治理方法及系统 | |
CN104318482A (zh) | 一套智能配电网综合评估体系和方法 | |
CN106156792A (zh) | 一种基于台区电气特征参数的低压台区聚类方法 | |
CN106329516A (zh) | 一种基于典型场景识别的配电网动态重构方法 | |
CN106372747B (zh) | 基于随机森林的台区合理线损率估计方法 | |
CN107832855A (zh) | 基于相关性分析的线损多源诊断方法及系统 | |
CN110264107B (zh) | 一种基于大数据技术的台区线损率异常诊断方法 | |
CN112688428B (zh) | 一种基于物联网技术的10千伏电网同期线损治理方法 | |
CN110765703B (zh) | 一种风电场聚合特性建模方法 | |
CN113126019B (zh) | 一种智能电表误差远程估计方法、系统、终端和存储介质 | |
CN113872813B (zh) | 一种载波通信设备全生命周期管理方法及系统 | |
CN109685296A (zh) | 计及历史状态的用电信息采集系统模糊综合评价方法 | |
CN108564245A (zh) | 一种基于dea分析的配网投资效率评价方法 | |
CN110705887A (zh) | 一种基于神经网络模型的低压台区运行状态综合评价方法 | |
CN112560214A (zh) | 变电站母线平衡故障诊断方法、系统、设备及存储介质 | |
CN104751369A (zh) | 一种改进的k-均值聚类的线损分析方法 | |
CN105956755A (zh) | 电力综合线损率影响因子量化关系建立方法及系统 | |
CN107705194A (zh) | 基于数据分析技术的电网工程项目类别造价对比分析方法 | |
CN107248036A (zh) | 一种智能化信用评级方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |