CN109472714A - 一种基于大数据的线路台区异常分析系统及方法 - Google Patents

Abstract

本发明涉及一种基于大数据的线路台区异常分析系统及方法，主要解决现有技术中台区线损无完善的分析系统及方法的问题，包括对台区内所有用户用电数据进行采集的数据采集模块、将采集的数据汇总的数据汇总模块、计算台区线损率的线损计算模块、绘制数据曲线的曲线绘制模块以及对台区线损原因进行分析判断的分析模块，所述数据采集模块、数据汇总模块、线损计算模块、曲线绘制模块以及分析模块依次连接。本发明能够准确分析判断台区线损异常的原因，有利于对台区线损问题进行针对性的整改，提高了用电效率，降低了电量的损失，节约了能源。

Description

一种基于大数据的线路台区异常分析系统及方法

技术领域

本发明涉及电力管理技术领域，尤其是涉及一种基于大数据的线路台区异常分析系统及方法。

背景技术

在构建国家电网公司一体化电量与线损管理平台的背景下，电网线损异常分析与决策系统作为高级应用模块被提出。该应用模块的主要功能是通过对电网生产数据进行定性与定量分析，对各类线损异常的成因进行解析，找出问题的关键点，提出初步的处理建议，从而使整个数据分析过程具有现实意义。

对全网线损异常进行分析，是一个非常复杂的系统工程，分析的着眼点可以分为宏观和微观两个方面。宏观分析具体落实的是对线损单元数据进行考核，它主要关心“线”和“面”的问题。通过对变电站、线路、台区等数据的变化情况的观察和分析，定位出有问题的计量点，是从宏观到微观的过程；微观分析具体落实的是对计量点数据进行考核，它关心的是“点”的问题。通过对计量点数据的分析，发现存在问题的关口、专变用户和低压用户。

面对海量的电力数据，传统的计算框架己无法胜任如此繁杂的计算工作。因此，利用大数据技术就成为了 行之有效的解决方法。申请号为201710200504.1，名称为“一种台区线损率异常监测系统”的专利说明书中公开了一种台区线损率异常监测系统，该发明仅能对线损率异常进行监测，不能实现对线损率异常原因进行准确分析，不利于后期对台区线损的整改。

发明内容

本发明主要是解决现有技术中台区线损无完善的分析系统及方法的问题，提供了一种基于大数据的线路台区异常分析系统及方法。

本发明的上述技术问题主要是通过下述技术方案得以解决的：一种基于大数据的线路台区异常分析系统，包括对台区内所有用户用电数据进行采集的数据采集模块、将采集的数据汇总的数据汇总模块、计算台区线损率的线损计算模块、绘制数据曲线的曲线绘制模块以及对台区线损原因进行分析判断的分析模块，所述数据采集模块、数据汇总模块、线损计算模块、曲线绘制模块以及分析模块依次连接。

本发明通过将台区用户用电信息进行采集汇总，建立台区用户用电信息数据库，然后对利用数据库信息对台区线损情况进行分析处理，确定具体的线损原因，有利于对台区线损问题进行针对性的整改，提高了用电效率，降低了电量的损失。

作为一种优选方案，所述数据采集模块包括电压采集单元和电流采集单元，用于采集用户用电信息。

作为一种优选方案，所述电压采集单元包括分压网络、采样电阻以及滤波网络，三相电压经采样电阻和分压网络采样后，经滤波网络进行滤波。

作为一种优选方案，所述电流采集单元包括采样电阻和滤波网络，三相电流经采样电阻采样后，经滤波网络进行滤波。

一种基于大数据的线路台区异常分析方法，包括以下步骤：

S1.数据采集模块对台区内所有用户用电数据进行采集；

S2.数据汇总模块将采集到的台区内所有用户用电数据进行汇总，形成台区用电数据库；

S3.计算台区线损率，所述线损率为一定时间内损耗电能与供应电能的比值，其中所述损耗电能为供应电能与实际统计电能的差值，设置线损率阈值，当计算所得线损率大于线损率阈值时，则判断线损异常，当当计算所得线损率小于或等于线损率阈值时，则判断线损正常；

S4.当线损异常时，曲线绘制模块以时间为X轴，线损率为Y轴建立线损率随时间变化的曲线；

S5.分析模块对线损率随时间变化的曲线进行分析，找出台区线损异常的原因。

作为一种优选方案，步骤S5包括以下步骤：

S51.当线损率曲线一直呈连续上升趋势时，则表明台区线损率连续异常增大，判断造成此现象的原因为台区内公用变压器与所供用户不对应；

S52.当线损率曲线异常波动时，则表明台区某段时间内线损率变化幅度大，线损率总体不稳，异常波动频繁发生，判断造成此现象的原因为人为因素造成，主要为每次抄表顺序未保持一致，公用变压器低压侧总表与其对应的各分表抄表时间不同步，数据录入过程中出现差错；

S53.当线损率曲线短时间内出现较大幅度的变化，之后稳定在某一值时，则判断原因为台区内公用台变总表、分表、TA错误接线或故障；

S54.当线损率曲线长时间稳定在略高于线损率正常值时，则表明台区功率因素偏低，则判断原因为线路无功补偿不理想；

S55.当排除上述四种情况后，台区线损异常判断为变压器三相负荷不平衡所致。

因此，本发明的优点是：能够准确分析判断台区线损异常的原因，有利于对台区线损问题进行针对性的整改，提高了用电效率，降低了电量的损失，节约了能源。

附图说明

图1是本发明的一种控制结构框图；

图2是本发明的一种具体流程图。

其中：

1-数据采集模块 2-数据汇总模块 3-线损计算模块 4-曲线绘制模块 5-分析模块。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。

实施例：

本实施例一种基于大数据的线路台区异常分析系统，如图1所示，包括对台区内所有用户用电数据进行采集的数据采集模块1、将采集的数据汇总的数据汇总模块2、计算台区线损率的线损计算模块3、绘制数据曲线的曲线绘制模块4以及对台区线损原因进行分析判断的分析模块5，所述数据采集模块、数据汇总模块、线损计算模块、曲线绘制模块以及分析模块依次连接。

如图2所示，本发明通过将台区用户用电信息进行采集汇总，建立台区用户用电信息数据库，然后对利用数据库信息对台区线损情况进行分析处理，确定具体的线损原因，有利于对台区线损问题进行针对性的整改，提高了用电效率，降低了电量的损失。

具体的，所述数据汇总模块、曲线绘制模块以及分析模块均为计算机的子处理器模块。

所述数据采集模块包括电压采集单元和电流采集单元。所述电压采集单元包括分压网络、采样电阻以及滤波网络，三相电压经采样电阻和分压网络采样后，经滤波网络进行滤波。所述电流采集单元包括采样电阻和滤波网络，三相电流经采样电阻采样后，经滤波网络进行滤波。

一种基于大数据的线路台区异常分析方法，包括以下步骤：

S1.数据采集模块对台区内所有用户用电数据进行采集；

S2.数据汇总模块将采集到的台区内所有用户用电数据进行汇总，形成台区用电数据库；

S3.计算台区线损率，所述线损率为一定时间内损耗电能与供应电能的比值，其中所述损耗电能为供应电能与实际统计电能的差值，设置线损率阈值为10%，当计算所得线损率大于线损率阈值时，则判断线损异常，当计算所得线损率小于或等于线损率阈值时，则判断线损正常；

S4.当线损异常时，曲线绘制模块以时间为X轴，线损率为Y轴建立线损率随时间变化的曲线；

S5.分析模块对线损率随时间变化的曲线进行分析，找出台区线损异常的原因。

S51.当线损率曲线一直呈连续上升趋势时，则表明台区线损率连续异常增大，判断造成此现象的原因为台区内公用变压器与所供用户不对应；

S52.当线损率曲线异常波动时，则表明台区某段时间内线损率变化幅度大，线损率总体不稳，异常波动频繁发生，判断造成此现象的原因为人为因素造成，主要为每次抄表顺序未保持一致，公用变压器低压侧总表与其对应的各分表抄表时间不同步，数据录入过程中出现差错；

S53.当线损率曲线短时间内出现较大幅度的变化，之后稳定在某一值时，则判断原因为台区内公用台变总表、分表、TA错误接线或故障；

S54.当线损率曲线长时间稳定在略高于线损率正常值时，则表明台区功率因素偏低，则判断原因为线路无功补偿不理想；

S55.当排除上述四种情况后，台区线损异常判断为变压器三相负荷不平衡所致。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

尽管本文较多地使用了数据采集模块、数据汇总模块、曲线绘制模块以及分析模块等术语，但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质；把它们解释成任何一种附加的限制都是与本发明精神相违背的。

Claims (6)

1.一种基于大数据的线路台区异常分析系统，其特征在于：包括对台区内所有用户用电数据进行采集的数据采集模块、将采集的数据汇总的数据汇总模块、计算台区线损率的线损计算模块、绘制数据曲线的曲线绘制模块以及对台区线损原因进行分析判断的分析模块，所述数据采集模块、数据汇总模块、线损计算模块、曲线绘制模块以及分析模块依次连接。

2.根据权利要求1所述的一种基于大数据的线路台区异常分析方法，其特征是所述数据采集模块模块包括电压采集单元和电流采集单元。

3.根据权利要求2所述的一种基于大数据的线路台区异常分析方法，其特征是所述电压采集单元包括分压网络、采样电阻以及滤波网络。

4.根据权利要求2所述的一种基于大数据的线路台区异常分析方法，其特征是所述电流采集单元包括采样电阻和滤波网络。

5.一种基于大数据的线路台区异常分析方法，采用权利要求1-4中所述的任一项系统，其特征是包括以下步骤：

S1.数据采集模块对台区内所有用户用电数据进行采集；

S2.数据汇总模块将采集到的台区内所有用户用电数据进行汇总，形成台区用电数据库；

S3.计算台区线损率，所述线损率为一定时间内损耗电能与供应电能的比值，其中所述损耗电能为供应电能与实际统计电能的差值，设置线损率阈值，当计算所得线损率大于线损率阈值时，则判断线损异常，当当计算所得线损率小于或等于线损率阈值时，则判断线损正常；

S4.当线损异常时，曲线绘制模块以时间为X轴，线损率为Y轴建立线损率随时间变化的曲线；

S5.分析模块对线损率随时间变化的曲线进行分析，找出台区线损异常的原因。

6.根据权利要求5所述的一种基于大数据的线路台区异常分析方法，其特征是步骤S5包括以下步骤：

S51.当线损率曲线一直呈连续上升趋势时，则表明台区线损率连续异常增大，判断造成此现象的原因为台区内公用变压器与所供用户不对应；

S52.当线损率曲线异常波动时，则表明台区某段时间内线损率变化幅度大，线损率总体不稳，异常波动频繁发生，判断造成此现象的原因为人为因素造成，主要为每次抄表顺序未保持一致，公用变压器低压侧总表与其对应的各分表抄表时间不同步，数据录入过程中出现差错；

S53.当线损率曲线短时间内出现较大幅度的变化，之后稳定在某一值时，则判断原因为台区内公用台变总表、分表、TA错误接线或故障；

S54.当线损率曲线长时间稳定在略高于线损率正常值时，则表明台区功率因素偏低，则判断原因为线路无功补偿不理想；

S55.当排除上述四种情况后，台区线损异常判断为变压器三相负荷不平衡所致。