CN110458444A - 一种低压台区运行状态多维影响因素综合评价方法及系统 - Google Patents
一种低压台区运行状态多维影响因素综合评价方法及系统 Download PDFInfo
- Publication number
- CN110458444A CN110458444A CN201910725328.2A CN201910725328A CN110458444A CN 110458444 A CN110458444 A CN 110458444A CN 201910725328 A CN201910725328 A CN 201910725328A CN 110458444 A CN110458444 A CN 110458444A
- Authority
- CN
- China
- Prior art keywords
- platform area
- influence factor
- low
- data
- operating status
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000011156 evaluation Methods 0.000 claims abstract description 25
- 238000007726 management method Methods 0.000 claims abstract description 17
- 238000013523 data management Methods 0.000 claims abstract description 5
- 230000008569 process Effects 0.000 claims abstract description 3
- 238000009826 distribution Methods 0.000 claims description 26
- 230000005611 electricity Effects 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 241000209094 Oryza Species 0.000 claims description 10
- 235000007164 Oryza sativa Nutrition 0.000 claims description 10
- 235000009566 rice Nutrition 0.000 claims description 10
- 238000010606 normalization Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 4
- 230000008676 import Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims 1
- 238000012360 testing method Methods 0.000 claims 1
- 230000003247 decreasing effect Effects 0.000 abstract 1
- 238000012423 maintenance Methods 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种低压台区运行状态多维影响因素综合评价方法及系统，S1，从不同电力数据管理系统获取数据，根据专家经验法确定低压台区运行状态多维影响因素集U；S2，对多维影响因素集数据进行缺失值和噪声预处理，提高数据质量，为低压台区运行状态评价提供数据基础；S3，对多维影响因素进行归一化处理，利用序关系方法对影响因素权重进行分析，确定不同影响因素对台区运行状态的影响程度；S4，求和各影响因素权重值与归一化处理值的乘积，得到低压台区运行状态整体评分，确定台区运行状态。本发明能够有效对低压台运行状态开展评价，得到低压台区整体评分，能为提升台区精益化管理水平、主动开展运维工作及实现台区降损增效奠定基础。
Description
技术领域
本发明属于配电网健康评估技术领域，具体为一种低压台区运行状态多维影响因素综合评价方法及系统。
背景技术
低压台区是指处于同一配电变压器下的供电区域，是电网公司直接面向电力客户的最后一个环节，其管理水平直接影响电网企业的安全生产、经济效益和对客户的优质服务。传统的台区管理方法是通过台区经理人对台区线路或计量设备进行巡查，对异常或故障设备进行记录，并通知运维检修人员进行故障排除，但是因台区经理人管理台区较多，且同一台区电能表多，配电线路复杂，线路或计量设备现故障时或异常时，如线损较高或窃电等问题，经常难以及时发现或找到问题根源，降低了台区管理水平。
随着电力自动化、信息化建设的快速发展，台区管理工作呈现出鲜明的“数据化”的特点，通过数据分析技术，利用现有营销业务应用系统、用电信息采集系统及采集运维闭环管理系统等电力数据管理系统数据，对台区运行状态进行全方位、多维度的准确评价，发现台区存在的各类问题，并将台区进行分类，从而帮助和指导基层单位和人员“对症下药”，及时排除线路及计量设备故障或异常，治理台区健康问题，确保台区处于最佳状态，能有效提升台区精益化管理水平及优质客户服务水平。
发明内容
本发明的目的在于解决上述问题，提供一种低压台区运行状态多维影响因素综合评价方法及系统，其作用是利用数据分析手段对低压台区运行状态开展有效评价，指导和帮助基层运维单位及人员针对性排查台区问题，提升台区管理指标，为电网安全生产、经济运行及提供优质供电服务奠定坚实的基础。
本发明的技术方案：
一种低压台区运行状态多维影响因素综合评价方法，具体步骤包括：
S1，从不同电力数据管理系统获取数据，根据专家经验法确定低压台区运行状态多维影响因素集U；
S2，对多维影响因素集数据进行缺失值和噪声预处理，提高数据质量，为低压台区运行状态评价提供数据基础；
S3，对多维影响因素进行归一化处理，利用序关系方法对影响因素权重进行分析，确定不同影响因素对台区运行状态的影响程度；
S4，求和各影响因素权重值与归一化处理值的乘积，得到低压台区运行状态整体评分，确定台区运行状态。
所述步骤S1中不同电力数据管理系统包括电力公司营销业务应用系统、用电信息采集系统、采集运维闭环管理系统，步骤S1中的多维影响因素集U＝{u1,u2,u3,...u16}，其中u1～u16分别代表台区供电半径、电压合格率、低功率因数、电流三相不平衡度、配变负载率、停电成功率、复电成功率、档案完整率、档案准确率、采集覆盖率、总表采集成功率、户表采集成功率、96点曲线数据采集成功率、故障换表率、计量设备故障率、台区线损率，各影响因素的定义或计算公式如下：
台区供电半径u1＝变压器到用户端的距离R；
电压合格率u2＝∑(合格时间)/监测总时间，台区总表连续3个小时的出口电压大于额定电压107％认定为电压过高，排除断相，总表连续3个小时的出口电压小于额定电压90％，认定为低电低，电压过高或过低均认为是不合格；
低功率因数u3指台区功率因数低于0.8，当日正向有功电量或无功电量>5kWh；
电流三相不平衡度u4＝(最大单相电流－最小单相电流)/最大单相电流×100％；
配变负载率u5＝∑(最近1个月平均功率)/(配变容量)×100％，轻载：配变负载率≤30％且持续2小时以上；重载：配变负载率≥80％且持续2小时以上；过载：配变负载率≥100％且持续2小时以上；
停电成功率u6＝费控停电成功户数/费控停电户数×100％；
复电成功率u7＝费控复电成功户数/费控复电户数×100％；
档案完整率u8＝档案完整户数/台区下总户数×100％；
档案准确率u9＝档案准确户数/台区下总户数×100％；
采集覆盖率u10＝智能电能表数/台区下总电能表数×100％；
总表采集成功率u11＝台区总表采集成功点数/24×100％；
户表采集成功率u12＝台区终端下采集成功的智能电能表数/台区下应采智能表数×100％；
96点曲线数据采集成功率u13＝台区终端下采集96点曲线数据成功的智能电能表数/台区下应采智能表数×100％；
故障换表率u14＝故障换电能表数量/台区下总电能表数×100％；
计量设备故障率u15＝台区下发生故障计量设备数量/台区下计量设备总量×100％；
台区线损率u16＝(当月供电量－当月用电量)/当月供电量×100％。
所述步骤S2中对缺失值采用拉格朗日三次插值算法进行补全，异常数据采用分箱法进行辨识，去异常数据后仍采用拉格朗日三次插值补全数据。
步骤S3中多维影响因素进行归一化处理将影响因素分为正向影响因素、逆向影响因素、区间影响因素及无量纲影响因素，正向影响因素是指数值越大台区运行状态评价评分越高的因素，逆向影响因素是指数值越小台区运行状态评分越高的因素，区间影响因素是指数值越靠近区间中部台区运行状态评价越高的因素，并将不同量纲数据转化为[0,1]范围内的无量纲数据，利用序关系方法对影响因素权重进行分析，确定不同影响因素对台区运行状态的影响程度，正向影响因素为电压合格率、停电成功率、复电成功率、档案完整率、档案准确率、采集覆盖率、总表采集成功率、户表采集成功率、96点曲线数据采集成功率；逆向影响因素为台区供电半径、低功率因数、电流三相不平衡度、故障换表率、计量设备故障率、台区线损率；区间影响因素为配变负载率。
所述步骤S4求和各影响因素权重值与归一化处理值的乘积，得到低压台区运行状态整体评分的公式为：低压台区运行状态评分＝∑(各影响因素归一化值*权重)*100，根据低压台区运行状态评分值，将低压台区分为优秀、正常、注意、异常、严重五个状态，
归一化公式如下：
(4)正向影响因素：
式中Xf表示正向影响因素归一化后无量纲值，Xi表示被评价台区该项指标的实际值，Xmax、Xmin分别表示多个台区中该项指标的最大值和最小值。
(5)逆向影响因素：
式中Xr表示逆向影响因素归一化后无量纲值，Xi表示被评价台区该项指标的实际值，Xmax、Xmin分别表示多个台区中该项指标的最大值和最小值。
(6)区间影响因素：
式中Xs表示区间影响因素归一化后无量纲值，Xi表示被评价台区该项指标的实际值，Xmax、Xmin分别表示多个台区中该项指标的最大值和最小值。
序关系方法对影响因素权重进行分析具体为，由专家经验对影响因素集影响低压台区运行状态的严重程度进行排序，得到序关系影响因素集由专家经验得到关系式：
式中＞表示符号左边的影响因素严重程度大于符号右边影响因素。
确定不同影响因素对台区运行状态的影响程度具体方法为，
影响因素权重计算公式如下：
式中wn为影响因素的权值，ri表示影响因素与之间严重性程度之比，ri表示如下：
式中wi-1为影响因素的权值；与同等重要时ri取值为1.0，比稍显重要时ri取值为1.2，比明显重要时ri取值为1.4，比强烈重要时ri取值为1.6，比极端重要时ri取值为1.8，权重即反映影响因素对低压台区运行状态的影响程度。
一种低压台区运行状态多维影响因素综合评价系统，包括数据获取模块、数据存储模块、数据预处理模块、数据分析计算模块、低压台区运行状态评价模块，
所述数据获取模块通过OGG接口与电力营销业务应用系统、用电信息采集系统、采集运维闭环管理系统进行数据同步传输；
所述数据存储模块接收数据获取模块的数据，经数据导入服务写入ElasticSearch集群；
所述数据预处理模块读取ElasticSearch集群数据，进行缺失值和异常数据处理，将处理后的数据写入ElasticSearch集群；
所述数据分析计算模块读取经数据处理模块处理后的数据，利用权利1所述的一种低压台区运行状态多维影响因素综合评价方法对低压台区运行状态进行评分，将评分结果写入ElasticSearch集群；
所述低压台区运行状态评价模块，利用数据分析计算模块每月对低压台区进行状态评分，根据评分结果将台区分为优秀、正常、注意、异常及严重五个状态，同时每年对低压台区进行分类，结合影响因素值及运行状态，对不同类型台区给出合理化治理方案。
所述电力营销业务应用系统保存有或用于计算台区供电半径、档案完整率、档案准确率、采集覆盖率、台区线损率数据；用电信息采集系统保存有或用于计算电压合格率、低功率因数、电流三相不平衡度、配变负载率、停电成功率、复电成功率、总表采集成功率、户表采集成功率、96点曲线数据采集成功率的数据，采集运维闭环管理系统保存有或用于计算故障换表率、计量设备故障率的数据。
与现有技术相比，本发明的有益效果是：利用数据分析手段对低压台区运行状态开展有效评价，指导和帮助基层运维单位及人员针对性排查台区问题，提升台区管理指标，为电网安全生产、经济运行及提供优质供电服务奠定坚实的基础。
附图说明
图1为本发明一种低压台区运行状态多维影响因素综合评价方法流程图；
图2为本发明一种低压台区运行状态多维影响因素综合评价系统物理架构图；
图3为本发明数据获取接口图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明以某低压台区为例，对低压台区运行状态多维影响因素综合评价具体实施方式进行说明。
图1所示为本发明一种低压台区运行状态多维影响因素综合评价方法流程图，图2所示为本发明一种低压台区运行状态多维影响因素综合评价系统物理架构图。具体实施步骤如下：
步骤1，根据专家经验法确定低压台区运行状态多维影响因素集U，包括电力公司营销业务应用系统、用电信息采集系统、采集运维闭环管理系统中台区供电半径、电压合格率、低功率因数、电流三相不平衡度、配变负载率、停电成功率、复电成功率、档案完整率、档案准确率、采集覆盖率、总表采集成功率、户表采集成功率、96点曲线数据采集成功率、故障换表率、计量设备故障率、台区线损率共16个因素；
(1)台区供电半径u1＝变压器到用户端的距离R；
(2)电压合格率u2＝∑(合格时间)/监测总时间，台区总表连续3个小时的出口电压大于额定电压107％(236V)认定为电压过高，排除断相，总表连续3个小时的出口电压小于额定电压90％(198V)，认定为低电低，电压过高或过低均认为是不合格；
(3)低功率因数u3指台区功率因数低于0.8，当日正向有功电量或无功电量>5kWh；
(4)电流三相不平衡度u4＝(最大单相电流－最小单相电流)/最大单相电流×100％；
(5)配变负载率u5＝∑(最近1个月平均功率)/(配变容量)×100％，轻载：配变负载率≤30％且持续2小时以上；重载：配变负载率≥80％且持续2小时以上；过载：配变负载率≥100％且持续2小时以上；
(6)停电成功率u6＝费控停电成功户数/费控停电户数×100％；
(7)复电成功率u7＝费控复电成功户数/费控复电户数×100％；
(8)档案完整率u8＝档案完整户数/台区下总户数×100％；
(9)档案准确率u9＝档案准确户数/台区下总户数×100％；
(10)采集覆盖率u10＝智能电能表数/台区下总电能表数×100％；
(11)总表采集成功率u11＝台区总表采集成功点数/24×100％；
(12)户表采集成功率u12＝台区终端下采集成功的智能电能表数/台区下应采智能表数×100％；
(13)96点曲线数据采集成功率u13＝台区终端下采集96点曲线数据成功的智能电能表数/台区下应采智能表数×100％；
(14)故障换表率u14＝故障换电能表数量/台区下总电能表数×100％；
(15)计量设备故障率u15＝台区下发生故障计量设备数量/台区下计量设备总量×100％；
(16)台区线损率u16＝(当月供电量－当月用电量)/当月供电量×100％。
步骤2，本发明一种低压台区运行状态多维影响因素综合评价系统数据获取模块通过OGG接口与电力营销业务应用系统、用电信息采集系统、采集运维闭环管理系统进行数据同步传输，获取影响因素集U的数据，经数据导入服务，数据存储模块将数据写入ElasticSearch集群存储；
步骤3，本发明一种低压台区运行状态多维影响因素综合评价系统数据预算理模块读取ElasticSearch集群数据，利用拉格郎日三次插值法及分箱法进行缺失值和异常数据处理，处理后数据写入ElasticSearch集群存储；
步骤4：本发明一种低压台区运行状态多维影响因素综合评价系统数据分析计算模块对16个影响因素按正向、逆向及区间影响进行分类，正向影响因素为电压合格率、停电成功率、复电成功率、档案完整率、档案准确率、采集覆盖率、总表采集成功率、户表采集成功率、96点曲线数据采集成功率；逆向影响因素为台区供电半径、低功率因数、电流三相不平衡度、故障换表率、计量设备故障率、台区线损率；区间影响因素为配变负载率；
步骤5：本发明一种低压台区运行状态多维影响因素综合评价系统数据分析计算模块对16个影响因素进行归一化处理，将影响因素转为[0,1]范围内的无量纲数据，归一化处理后由专家经验对影响因素集影响低压台区运行状态的严重程度进行排序，得到序关系影响因素集由专家经验得到关系式：
式中＞表示符号左边的影响因素严重程度大于符号右边影响因素。
步骤6：本发明一种低压台区运行状态多维影响因素综合评价系统数据分析计算模块对序关系式进行权重分析，由专家经验得到ri的值(即影响因素与之间严重性程度之比)为下表1所示。
表1专家经验得到ri值
综合表2、式(4)、式(5)可以得到各影响因素权重值为下表2所示。
表2影响因素权重值
| 权重 | w<sub>1</sub> | w<sub>2</sub> | w<sub>3</sub> | w<sub>4</sub> | w<sub>5</sub> | w<sub>6</sub> | w<sub>7</sub> | w<sub>8</sub> |
| 数值 | 0.3049 | 0.1697 | 0.1414 | 0.1179 | 0.0737 | 0.0526 | 0.0439 | 0.0313 |
| 权重 | w<sub>9</sub> | w<sub>10</sub> | w<sub>11</sub> | w<sub>12</sub> | w<sub>13</sub> | w<sub>14</sub> | w<sub>15</sub> | w<sub>16</sub> |
| 数值 | 0.0196 | 0.0140 | 0.0100 | 0.0071 | 0.0051 | 0.0036 | 0.0026 | 0.0026 |
步骤7，综合各影响因素归一化值及表3的权重值，即可得到低压台区运行状态评分＝∑(各影响因素归一化值*权重)*100/16。
步骤8，根据低压台区运行状态评分值，将低压台区分为优秀(95分以上)、正常(90分-95分)、注意(80分-89分)、异常(70分-79分)、严重(70分以下)五个状态，将数据写入ElasticSearch集群存储。
步骤9，每年对台区分类，将台区分为稳定型、上升型、下降型、波动型及问题型5类，结合影响因素值及运行状态，对不同类型台区给出合理化治理方案。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (9)
1.一种低压台区运行状态多维影响因素综合评价方法，其特征在于，具体步骤包括：
S1，从不同电力数据管理系统获取数据，根据专家经验法确定低压台区运行状态多维影响因素集U；
S2，对多维影响因素集数据进行缺失值和噪声预处理，提高数据质量，为低压台区运行状态评价提供数据基础；
S3，对多维影响因素进行归一化处理，利用序关系方法对影响因素权重进行分析，确定不同影响因素对台区运行状态的影响程度；
S4，求和各影响因素权重值与归一化处理值的乘积，得到低压台区运行状态整体评分，确定台区运行状态。
2.根据权利要求1所述的一种低压台区运行状态多维影响因素综合评价方法，其特征在于，所述步骤S1中不同电力数据管理系统包括电力公司营销业务应用系统、用电信息采集系统、采集运维闭环管理系统，步骤S1中的多维影响因素集U＝{u1,u2,u3,...u16}，其中u1～u16分别代表台区供电半径、电压合格率、低功率因数、电流三相不平衡度、配变负载率、停电成功率、复电成功率、档案完整率、档案准确率、采集覆盖率、总表采集成功率、户表采集成功率、96点曲线数据采集成功率、故障换表率、计量设备故障率、台区线损率，各影响因素的定义或计算公式如下：
台区供电半径u1＝变压器到用户端的距离R；
电压合格率u2＝∑(合格时间)/监测总时间，台区总表连续3个小时的出口电压大于额定电压107％认定为电压过高，排除断相，总表连续3个小时的出口电压小于额定电压90％，认定为低电低，电压过高或过低均认为是不合格；
低功率因数u3指台区功率因数低于0.8，当日正向有功电量或无功电量>5kWh；
电流三相不平衡度u4＝(最大单相电流－最小单相电流)/最大单相电流×100％；
配变负载率u5＝∑(最近1个月平均功率)/(配变容量)×100％，轻载：配变负载率≤30％且持续2小时以上；重载：配变负载率≥80％且持续2小时以上；过载：配变负载率≥100％且持续2小时以上；
停电成功率u6＝费控停电成功户数/费控停电户数×100％；
复电成功率u7＝费控复电成功户数/费控复电户数×100％；
档案完整率u8＝档案完整户数/台区下总户数×100％；
档案准确率u9＝档案准确户数/台区下总户数×100％；
采集覆盖率u10＝智能电能表数/台区下总电能表数×100％；
总表采集成功率u11＝台区总表采集成功点数/24×100％；
户表采集成功率u12＝台区终端下采集成功的智能电能表数/台区下应采智能表数×100％；
96点曲线数据采集成功率u13＝台区终端下采集96点曲线数据成功的智能电能表数/台区下应采智能表数×100％；
故障换表率u14＝故障换电能表数量/台区下总电能表数×100％；
计量设备故障率u15＝台区下发生故障计量设备数量/台区下计量设备总量×100％；
台区线损率u16＝(当月供电量－当月用电量)/当月供电量×100％。
3.根据权利要求1所述的一种低压台区运行状态多维影响因素综合评价方法，其特征在于，所述步骤S2中对缺失值采用拉格朗日三次插值算法进行补全，异常数据采用分箱法进行辨识，去异常数据后仍采用拉格朗日三次插值补全数据。
4.根据权利要求1所述的一种低压台区运行状态多维影响因素综合评价方法，其特征在于，步骤S3中多维影响因素进行归一化处理将影响因素分为正向影响因素、逆向影响因素、区间影响因素及无量纲影响因素，正向影响因素是指数值越大台区运行状态评价评分越高的因素，逆向影响因素是指数值越小台区运行状态评分越高的因素，区间影响因素是指数值越靠近区间中部台区运行状态评价越高的因素，并将不同量纲数据转化为[0,1]范围内的无量纲数据，利用序关系方法对影响因素权重进行分析，确定不同影响因素对台区运行状态的影响程度，正向影响因素为电压合格率、停电成功率、复电成功率、档案完整率、档案准确率、采集覆盖率、总表采集成功率、户表采集成功率、96点曲线数据采集成功率；逆向影响因素为台区供电半径、低功率因数、电流三相不平衡度、故障换表率、计量设备故障率、台区线损率；区间影响因素为配变负载率。
5.根据权利要求1所述的一种低压台区运行状态多维影响因素综合评价方法，其特征在于，所述步骤S4求和各影响因素权重值与归一化处理值的乘积，得到低压台区运行状态整体评分的公式为：低压台区运行状态评分＝∑(各影响因素归一化值*权重)*100，根据低压台区运行状态评分值，将低压台区分为优秀、正常、注意、异常、严重五个状态，归一化公式如下：
(1)正向影响因素：
式中Xf表示正向影响因素归一化后无量纲值，Xi表示被评价台区该项指标的实际值，Xmax、Xmin分别表示多个台区中该项指标的最大值和最小值。
(2)逆向影响因素：
式中Xr表示逆向影响因素归一化后无量纲值，Xi表示被评价台区该项指标的实际值，Xmax、Xmin分别表示多个台区中该项指标的最大值和最小值。
(3)区间影响因素：
式中Xs表示区间影响因素归一化后无量纲值，Xi表示被评价台区该项指标的实际值，Xmax、Xmin分别表示多个台区中该项指标的最大值和最小值。
6.根据权利要求1所述的一种低压台区运行状态多维影响因素综合评价方法，其特征在于，序关系方法对影响因素权重进行分析具体为，由专家经验对影响因素集影响低压台区运行状态的严重程度进行排序，得到序关系影响因素集由专家经验得到关系式：
式中＞表示符号左边的影响因素严重程度大于符号右边影响因素。
7.根据权利要求1所述的一种低压台区运行状态多维影响因素综合评价方法，其特征在于，确定不同影响因素对台区运行状态的影响程度具体方法为，
影响因素权重计算公式如下：
式中wn为影响因素的权值，ri表示影响因素与之间严重性程度之比，ri表示如下：
式中wi-1为影响因素的权值；与同等重要时ri取值为1.0，比稍显重要时ri取值为1.2，比明显重要时ri取值为1.4，比强烈重要时ri取值为1.6，比极端重要时ri取值为1.8，权重即反映影响因素对低压台区运行状态的影响程度。
8.一种低压台区运行状态多维影响因素综合评价系统，其特征在于，包括数据获取模块、数据存储模块、数据预处理模块、数据分析计算模块、低压台区运行状态评价模块，
所述数据获取模块通过OGG接口与电力营销业务应用系统、用电信息采集系统、采集运维闭环管理系统进行数据同步传输；
所述数据存储模块接收数据获取模块的数据，经数据导入服务写入ElasticSearch集群；
所述数据预处理模块读取ElasticSearch集群数据，进行缺失值和异常数据处理，将处理后的数据写入ElasticSearch集群；
所述数据分析计算模块读取经数据处理模块处理后的数据，利用权利1所述的一种低压台区运行状态多维影响因素综合评价方法对低压台区运行状态进行评分，将评分结果写入ElasticSearch集群；
所述低压台区运行状态评价模块，利用数据分析计算模块每月对低压台区进行状态评分，根据评分结果将台区分为优秀、正常、注意、异常及严重五个状态，同时每年对低压台区进行分类，结合影响因素值及运行状态，对不同类型台区给出合理化治理方案。
9.根据权利要求8所述的一种低压台区运行状态多维影响因素综合评价系统，其特征在于，所述电力营销业务应用系统保存有或用于计算台区供电半径、档案完整率、档案准确率、采集覆盖率、台区线损率数据；用电信息采集系统保存有或用于计算电压合格率、低功率因数、电流三相不平衡度、配变负载率、停电成功率、复电成功率、总表采集成功率、户表采集成功率、96点曲线数据采集成功率的数据，采集运维闭环管理系统保存有或用于计算故障换表率、计量设备故障率的数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910725328.2A CN110458444A (zh) | 2019-08-07 | 2019-08-07 | 一种低压台区运行状态多维影响因素综合评价方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910725328.2A CN110458444A (zh) | 2019-08-07 | 2019-08-07 | 一种低压台区运行状态多维影响因素综合评价方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110458444A true CN110458444A (zh) | 2019-11-15 |
Family
ID=68485241
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910725328.2A Pending CN110458444A (zh) | 2019-08-07 | 2019-08-07 | 一种低压台区运行状态多维影响因素综合评价方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110458444A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112072789A (zh) * | 2020-09-03 | 2020-12-11 | 国网湖南省电力有限公司 | 低电压台区识别方法、检修方法及其预警方法 |
| CN112114217A (zh) * | 2020-09-22 | 2020-12-22 | 贵州大学 | 一种用于配网电压监测管理系统的低电压台区辨识方法 |
| CN112685885A (zh) * | 2020-12-25 | 2021-04-20 | 青岛鼎信通讯股份有限公司 | 一种综合大数据分析的台区线损分析方法 |
| CN112711807A (zh) * | 2020-12-29 | 2021-04-27 | 中国航空工业集团公司西安飞机设计研究所 | 一种基于故障数据的设备可靠性分析方法 |
| CN113489016A (zh) * | 2021-08-09 | 2021-10-08 | 广东电网有限责任公司 | 一种配电网台区低电压严重程度评估方法及系统 |
| CN113657872A (zh) * | 2021-09-02 | 2021-11-16 | 南方电网数字电网研究院有限公司 | 电力用户的档案信息异常分析方法、装置和计算机设备 |
| CN115796459A (zh) * | 2023-02-08 | 2023-03-14 | 佰聆数据股份有限公司 | 基于多源数据的低压台区电压质量分析方法、装置 |
| CN117691754A (zh) * | 2024-02-02 | 2024-03-12 | 中国电力科学研究院有限公司 | 台区层光储充资源边端智能自控方法、系统及电子设备 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104504508A (zh) * | 2014-12-15 | 2015-04-08 | 国网安徽省电力公司铜陵供电公司 | 基于层次分析与小波回归的台区闭环数据分析方法 |
| CN104573947A (zh) * | 2014-12-29 | 2015-04-29 | 国家电网公司 | 区域智能配电网低压台区综合评价方法 |
| CN104951866A (zh) * | 2015-05-19 | 2015-09-30 | 广西大学 | 一种县级供电企业线损综合管理对标评价体系及评价方法 |
| CN107292763A (zh) * | 2016-04-12 | 2017-10-24 | 中国农业大学 | 智能低压配电台区运行水平评价方法 |
| CN107305653A (zh) * | 2016-04-22 | 2017-10-31 | 中国农业大学 | 基于属性数学的低压配电台区综合评价方法及装置 |
| CN109377001A (zh) * | 2018-09-21 | 2019-02-22 | 国网天津市电力公司电力科学研究院 | 一种基于闭环管理的台区运维质量评价方法及系统 |
| CN109670676A (zh) * | 2018-11-26 | 2019-04-23 | 安徽继远软件有限公司 | 基于支持向量数据描述的配网台区风险预警方法及系统 |
| CN110070282A (zh) * | 2019-04-17 | 2019-07-30 | 国网安徽省电力公司 | 一种基于综合关联度的低压台区线损影响因素分析方法 |
-
2019
- 2019-08-07 CN CN201910725328.2A patent/CN110458444A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104504508A (zh) * | 2014-12-15 | 2015-04-08 | 国网安徽省电力公司铜陵供电公司 | 基于层次分析与小波回归的台区闭环数据分析方法 |
| CN104573947A (zh) * | 2014-12-29 | 2015-04-29 | 国家电网公司 | 区域智能配电网低压台区综合评价方法 |
| CN104951866A (zh) * | 2015-05-19 | 2015-09-30 | 广西大学 | 一种县级供电企业线损综合管理对标评价体系及评价方法 |
| CN107292763A (zh) * | 2016-04-12 | 2017-10-24 | 中国农业大学 | 智能低压配电台区运行水平评价方法 |
| CN107305653A (zh) * | 2016-04-22 | 2017-10-31 | 中国农业大学 | 基于属性数学的低压配电台区综合评价方法及装置 |
| CN109377001A (zh) * | 2018-09-21 | 2019-02-22 | 国网天津市电力公司电力科学研究院 | 一种基于闭环管理的台区运维质量评价方法及系统 |
| CN109670676A (zh) * | 2018-11-26 | 2019-04-23 | 安徽继远软件有限公司 | 基于支持向量数据描述的配网台区风险预警方法及系统 |
| CN110070282A (zh) * | 2019-04-17 | 2019-07-30 | 国网安徽省电力公司 | 一种基于综合关联度的低压台区线损影响因素分析方法 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112072789A (zh) * | 2020-09-03 | 2020-12-11 | 国网湖南省电力有限公司 | 低电压台区识别方法、检修方法及其预警方法 |
| CN112114217A (zh) * | 2020-09-22 | 2020-12-22 | 贵州大学 | 一种用于配网电压监测管理系统的低电压台区辨识方法 |
| CN112114217B (zh) * | 2020-09-22 | 2022-07-12 | 贵州大学 | 一种用于配网电压监测管理系统的低电压台区辨识方法 |
| CN112685885A (zh) * | 2020-12-25 | 2021-04-20 | 青岛鼎信通讯股份有限公司 | 一种综合大数据分析的台区线损分析方法 |
| CN112711807A (zh) * | 2020-12-29 | 2021-04-27 | 中国航空工业集团公司西安飞机设计研究所 | 一种基于故障数据的设备可靠性分析方法 |
| CN112711807B (zh) * | 2020-12-29 | 2024-04-09 | 中国航空工业集团公司西安飞机设计研究所 | 一种基于故障数据的设备可靠性分析方法 |
| CN113489016A (zh) * | 2021-08-09 | 2021-10-08 | 广东电网有限责任公司 | 一种配电网台区低电压严重程度评估方法及系统 |
| CN113657872A (zh) * | 2021-09-02 | 2021-11-16 | 南方电网数字电网研究院有限公司 | 电力用户的档案信息异常分析方法、装置和计算机设备 |
| CN115796459A (zh) * | 2023-02-08 | 2023-03-14 | 佰聆数据股份有限公司 | 基于多源数据的低压台区电压质量分析方法、装置 |
| CN117691754A (zh) * | 2024-02-02 | 2024-03-12 | 中国电力科学研究院有限公司 | 台区层光储充资源边端智能自控方法、系统及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110458444A (zh) | 一种低压台区运行状态多维影响因素综合评价方法及系统 | |
| CN113159339B (zh) | 一种基于大数据的一台区一指标线损管理方法及系统 | |
| CN103617568B (zh) | 稳态电能质量预警机制中的异常数据判定阈值设定方法 | |
| CN107742127A (zh) | 一种改进的防窃电智能预警系统及方法 | |
| Nizar et al. | Identification and detection of electricity customer behaviour irregularities | |
| CN113267692B (zh) | 一种低压台区线损智能诊断分析方法和系统 | |
| CN111738462B (zh) | 电力计量装置故障抢修主动服务预警方法 | |
| CN106156269A (zh) | 一种反窃电精准定位在线监测方法 | |
| CN103630869A (zh) | 基于聚类算法对异常事件分析评价电能表整体状态的方法 | |
| Williams et al. | Electricity consumption and load profile segmentation analysis for rural micro grid customers in Tanzania | |
| CN107221927A (zh) | 一种基于量化评估模型窃电嫌疑分析算法的反窃电分析方法 | |
| Gerbec et al. | An approach to customers daily load profile determination | |
| WO2018209913A1 (zh) | 一种考虑电压质量的配电网台区缺供电量预测方法 | |
| CN114094705A (zh) | 一种基于线损和用户用电量的低压台区窃电监控系统 | |
| CN107527121A (zh) | 一种电网的信息系统运行状态诊断预测的方法 | |
| Saini | Expectancy-disconfirmation based assessment of customer Satisfaction with electric utility in Haryana | |
| CN114580819A (zh) | 一种基于大数据的线损异常分析运营监控系统及方法 | |
| CN113642933A (zh) | 一种配电台区低电压诊断方法及装置 | |
| CN112488361B (zh) | 一种基于大数据的台区低电压预测方法及装置 | |
| CN106709623B (zh) | 一种基于风险计算模型的电网营销稽查风险管控方法 | |
| CN108258802B (zh) | 一种配电网中配电设备的运行状况的监测方法和装置 | |
| CN107732902A (zh) | 配电网经济运行监控及评价方法 | |
| CN111861587A (zh) | 一种基于隐马尔可夫模型和向前算法的居民用电行为分析的系统及方法 | |
| Rauschkolb et al. | Estimating electricity distribution costs using historical data | |
| CN115081893A (zh) | 用户用电数据分析方法、装置、电子设备及可读存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191115 |