CN111260198A - 一种台区同期线损合理度评判方法、系统及终端设备 - Google Patents
一种台区同期线损合理度评判方法、系统及终端设备 Download PDFInfo
- Publication number
- CN111260198A CN111260198A CN202010028069.0A CN202010028069A CN111260198A CN 111260198 A CN111260198 A CN 111260198A CN 202010028069 A CN202010028069 A CN 202010028069A CN 111260198 A CN111260198 A CN 111260198A
- Authority
- CN
- China
- Prior art keywords
- line loss
- transformer
- data
- area
- line
- 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
Images
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明公开了一种台区同期线损合理度评判方法、系统及终端设备;该方法通过获得的低压台区的台区基础设备属性数据以及运行监控数据,将台区基础设备属性数据定为静态评价指标,将台区运行监控数据定为动态评价指标;考虑台区月度电量特性,将电量数据与静态评价指标作为聚类参数,利用DBSCAN聚类方法对台区进行聚类分析,计算同类台区统计线损率的均值,并根据均值来筛选出存在潜在问题的台区,从而分析线损异常的原因。本发明能对筛选出存在潜在问题的台区,并给出相应的预防性措施。
Description
技术领域
本发明涉及电力技术领域,具体涉及一种台区同期线损合理度评判方法、系统及终端设备。
背景技术
低压台区(指某台变压器低压供电的区域,低压指的是380V系统)具有规模数量庞大,节点分布广泛、线路长度不一、涉及个体用户等特点,故对低压台区监控数据的采集带来了很大的数据考验。台区线损率作为一种衡量电力规划设计、企业管理架构,业务规范、运行生产水平的技术性指标,是营销、配电、调度等部门日常工作关注的重点内容。低压配网线损占据电网总损耗的40%左右,降低台区线损可为供电企业带来相当可观的经济及社会效益,其首要条件是找出可以存在异常并且具有降损潜力的台区。
目前台区线损的管理主要针对台区个体进行监控与评判,主要利用台区监控的统计线损率和人工计算的理论线损率进行对比,进而判断此台区是否出现线损异常情况,然而由于供售电不同期对线损波动的影响,同个台区的线损率水平变化趋势难以分析、判断和把握,直接将理论线损率与统计线损率进行对比无法无法判断此台区的规划、运行及管理水平。
对台区线损管理的研究,大多数是当台区监控数据出现异常后,依据监测到的异常状况数据去分析原因。大多研究针对台区个体间的数据的纵向对比,对同一区域不同台区个体之间的差异性的横向对比研究较少,当台区线损率水平符合所制定的指标值时,未必表明此台区处于良好的运行状态,对具有类似属性的台区存在线损差异的原因并未深度挖掘,难以发现供电企业线损管理中存在的深层次问题,无法预先判别存在潜在问题的台区。
发明内容
为了解决现有技术无法预先判别存在潜在问题的台区的技术问题,本发明实施例提供了一种台区同期线损合理度评判方法、系统及终端设备。
为实现上述目的,本发明的技术方案是:
第一方面,本发明实施例提供了一种台区同期线损合理度评判方法,包括:
S1、获取不同台区与线损率有关的基础设备属性数据,结合用电信息采集系统的台区电表数据与调度自动化系统中变电站出口电表数据,获得的计算低压台区线损率所需的运行监控数据;
S2、从所获得的基础设备属性数据以及运行监控数据中,筛选出对线损率贡献度达到设定值的指标,并对所筛选出来的指标进行分类,将基础设备属性数据定为静态评价指标,将运行监控数据定为动态评价指标;
S3、对台区进行聚类分析,其聚类数据采用步骤S2筛选得到的静态评价指标及月度电量数据,获得聚类后的台区线损率;
S4、根据步骤S1获取所有台区的统计线损率,并将聚类后的台区线损率归为一类,计算出同类台区日统计线损率的均值,并根据均值来预先判别存在潜在问题的台区。
第二方面,本发明实施例提供了一种台区同期线损合理度评判系统,包括:
数据采集存储模块,用于搜集不同台区与线损率有关的基础设备属性数据,结合用电信息采集系统的台区电表数据与调度自动化系统中变电站出口电表数据,获得的计算低压台区线损率所需的运行监控数据;
数据筛选模块,用于从数据采集存储模块中筛选出对线损率贡献度达到设定值的指标,并对所筛选出来的指标进行分类,将基础设备属性数据定为静态评价指标,将运行监控数据定为动态评价指标;
聚类分析模块,用于对台区进行聚类分析,其聚类数据采用数据筛选模块所筛选得到的静态评价指标及月度电量数据,获得聚类后的台区线损率;
合理度评判模块,用于根据数据采集存储模块所获取所有台区的统计线损率,并将聚类后的台区线损率归为一类,计算出同类台区日统计线损率的均值,并根据均值来预先判别存在潜在问题的台区;
异常判别模块,用于对合理度评判模块所预先判别出来的存在潜在问题的台区进行基于动态评价指标的判断,计算同类台区动态评价指标的均值,并将存在潜在问题的台区的指标值与平均值进行偏差对比,以分析出线损异常的原因,并输出预防性建议。
第三方面,本发明实施例提供了一种台区同期线损合理度评判终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的方法步骤
本发明与现有技术相比,其有益效果在于:
本实施例所提供的台区同期线损合理度评判方法通在不同台区线路设备属性的基础上结合台区运行月度电量特性,将基础数据与月度电量数据作为聚类分析的指标参数,并通过对比聚为同类的台区在线损率上的横向差异,对台区线损合理度进行评判,从而能够预先判别存在潜在问题的台区。
附图说明
图1为本发明实施例提供的台区同期线损合理度评判方法的流程图;
图2为本发明优选实施例提供的台区同期线损合理度评判方法的流程图;
图3为台区线损率指标体系以及聚类指标和异常判别指标体系结构;
图4为台区运行时的线损率示意图;
图5为本发明实施例提供的台区同期线损合理度评判系统的组成示意。
具体实施方式
下面结合附图和具体实施方式对本发明的内容做进一步详细说明。
实施例:
参阅图1所示,本实施例提供的一种台区同期线损合理度评判方法,包括:
S1、获取不同台区与线损率有关的基础设备属性数据,结合用电信息采集系统的台区电表数据与调度自动化系统中变电站出口电表数据,获得的计算低压台区线损率所需的运行监控数据;
具体地,该不同台区与线损率有关的基础设备属性数据包括:主干线允许电流(kA)、用户数量、供电半径(km)、台区总导线长度、台区配变容量(MVA)、导线截面积(平方毫米)、主干线型号、单相电能表个数、三相电能表个数。该低压台区(不同台区)线损率所需的运行监控数据则具体为:
台区日监控数据可获取的,包括:三相负荷不平衡度、载流密度、平均负载率、无功电量、末端电压、峰谷差率、负荷率、台区售电量、负载率、监控温度、平均负荷电流、功率因数。
S2、从所获得的基础设备属性数据以及运行监控数据中,筛选出对线损率贡献度比较大的指标,并对所筛选出来的指标进行分类,将基础设备属性数据定为静态评价指标,将运行监控数据定为动态评价指标;具体的台区线损指标体系如附图3所示
S3、利用DBSCAN聚类算法对台区进行聚类分析,其聚类数据采用步骤S2筛选得到的静态评价指标及月度电量数据,对算法筛选出来的噪声点,将其按照最靠近的聚类核心点进行归类,并作为野值点重点关注,获得聚类后的台区线损率。
S4、由于聚为同一类的台区具有类似的静态属性及负荷属性,故其统计线损率相近,根据步骤S1获取所有台区的统计线损率,并将聚类后的台区线损率归为一类,计算出同类台区日统计线损率的均值,并根据均值来分“很合理”、“较合理”、“不合理”三个梯度,以预先判别存在潜在问题的台区。
由此可见,通过采用本实施例所提供的台区同期线损合理度评判方法通在不同台区线路设备属性的基础上结合台区运行月度电量特性,将基础数据与月度电量数据作为聚类分析的指标参数,并通过对比聚为同类的台区在线损率上的横向差异,对台区线损合理度进行评判,从而能够预先判别存在潜在问题的台区。
作为本实施例的一种优选,如图2所示,上述的台区同期线损合理度评判方法还包括如下步骤;
S5、对潜在问题的台区进行基于动态评价指标的判断,计算同类台区动态评价指标的均值,并将存在潜在问题的台区的指标值与平均值进行偏差对比,以分析出线损异常的原因,并给出预防性建议。如此,通过利用台区监控运行数据构建动态评价指标,对存在潜在问题的台区进行原因归结,并给出相应的预防性措施建议,可以有效地避免后续潜在问题台区的产生。
具体地,步骤S3中所述的利用DBSCAN算法对台区进行聚类分析,具体为:
S301,设有n个待分析台区,每个台区均有b个静态评价指标以及对应的月度电量数据,则可构成空间数据集D,其维度为n×(b+1),设定算法聚类半径为Eps,领域内最小对象数目MinPts,样本的度量方式为欧式距离。当前对象集合为N1;
S303,对于j=1,2,…,m,按下列步骤找出所有核心对象:
a)通过距离度量方式,找到样本xj的Eps领域子样本集合N∈(xj);
b)如果子样本集样本个数满足|N∈(xj)|≥MinPts,将样本xj加入核心对象样本集合:Ω=Ω∪{xj},如果xj不属于任何一个簇类,则将xj加入C1;
S305,在核心对象集合Ω中,随机选择一个核心对象o,初始化当前簇核心对象列队Ωcur={o},初始化类别序列号k=k+1,初始化当前簇样本集合Ck={o},更新未访问样本集合Γ=Γ-{o};
S307,在当前簇核心对象列队Ωcur中取出一个核心对象,通过领域距离阈值Eps找出所有的领域子样本集,令Δ=N∈(o′)∩ΓΔ=N∈(o′)∩Γ,更新当前簇样本集合Ck=Ck∪ΔCk=Ck∪Δ,更新未访问样本集合Γ=Γ-ΔΓ=Γ-Δ,更新Ωcur=Ωcur∪(Δ∩Ω)-o′Ωcur=Ωcur∪(Δ∩Ω)-o′,转入步骤S306;
S308,输出簇结果C={C1,C2,…,Ck},将C1作为值得关注的噪声点集合,将其中的元素规划到最靠近核心点的簇,并将其评价为“不合理”。
如此,通过采用基于密度划分的部分聚类算法DBSCAN,在输入参数相同时,算法每次迭代可保持相同的结果,具有鲁棒性。且可利用算法找出分析对象中的噪声点,将噪声点作为值得关注的野值点重点进行分析,对其合理度评价为“不合理”,并归类到其最近一类核心点中,分析结果较为准确。
而步骤S3中的月度电量数据则具体包括:
台区线损主要由两个部分组成:一部分是台区配电变压器上铁芯的固定损耗(铁损);另一部分是电流流过配电线路以及配电变压器上产生的损耗,为可变损耗(铜损),直接与台区运行负荷相关。总损耗为两者之和,其计算公式如下:
式中:W为台区总损耗;为台区所有变压器的单位空载损耗之和;t为台区运行时间,此处取t为一个月;K为均方根负荷与平均负荷之比;SL为t时间段的平均运行负荷;U为台区额定电压;Req为台区配变和线路总等效电阻。
台区线路负荷率LRate及线路负载率L′Rate的公式如下:
式中:LS为线路平均负荷;Lmax为线路最大负荷;Lc.max为线路最大载容量。配变的负荷率和负载的计算公式与线路一致。从两式子可推导得:
上式说明若线路负荷率一定时,线路平均负荷LS与线路负载率成正比。
为了进一步分析台区线损率与负载率之间的联系,需要对台区运行状况作出一定的假设及简化:①线路和配变同时达到最大负荷,此时可用SL代表线路和配变的叠加量,其负载率与负荷率综合反映线路与配变的总和;②平均运行负荷SL与时间t的乘积可近似等于该台区供电量,由此可以根据台区总损耗W计算台区的线损率。经由上述两个假设,可得台区线损率δ近似表征为:
由上式可知,台区总损耗W与平均运行负荷SL的二次方成正比;由于实际运行时固定损耗一般远小于可变损耗,故线损率δ可近似与SL成正比。
由图4可知,当台区处于轻载或者重载时,其线损率都较高,存在一个平均负荷SL.ec,使得台区总损耗最小,且线损率处于最经济的水平。当台区运行在经济区时,微小的ΔSL将会引起dδ的变化,可将其看作线性变化。由假设可知,平均运行负荷SL的统计时间t为一个月,故可以用月度电量数据进行等效替代,将月度电量数据纳入聚类体系中,可使聚类结果更加合理,并且为台区异常判别排除负载波动的差异。
在步骤S4中,根据均值来分“很合理”、“较合理”、“不合理”三个梯度的具体方式为:
由步骤S3可知,n个台区被分为k类,分类的基础是台区的静态评价指标及月度电量数据,每一类的个数由聚类算法决定。
假设其中第一类有q个台区,即X1={X1,X2,...,Xq},根据步骤S1获取的这q个台区的月统计线损率,定义为δi,i=1,2,…,q。计算该类台区的平均线损率:
其中,k1、k2、k3分别称为一级合理度系数、二级合理度系数、三级合理度系数。三个系数可根据台区实际需求及考核指标进行制定,本专利取值为k1=0.8、k2=1.2、k3=1.5。对于统计线损率过大或者小于零的台区,将被判定为“数据异常”台区,需要监控人员去查看数据的采集情况。
而上述步骤S5则具体包括:
S501,由步骤S4可得到C类台区被评为“不合理”的所有台区,异常判别模块是基于步骤S2所指定的动态评价指标进行构建。
以选定的q个台区,即X1={X1,X2,...,Xq},进行分析。假定步骤S2选定了r个指标,定义q×r维矩阵:
针对q个台区,计算r个指标的均值:
式中:X1′j表示第j个指标的均值,j=1,2,…,r;Xij在此处指第i个台区的第j个指标值。
S502,根据S501获取的指标均值X1′j,对被评为“合格”及“较差”的该类台区进行逐个的偏差校验,每个待校验的台区均可获得j个指标偏差值,其计算公式如下:
式中:X1′ij表示第i个台区第j个指标的偏差校验值。
S503、对每个分析台区的偏差校验值X1′ij进行排序,选定偏差校验值最大的数据对应动态评价指标,即为该台区线损异常的原因,并对其给出预防性建议措施。
如此,通过上述步骤即可以准确地分析出问题台区的线损异常原因,从而可以给出有效的预防性建议,具体如表1所示:
表1
异常判别 | 预防性建议 |
三相不平衡度 | 安排平衡三相平衡 |
末端电压 | 变压器调档 |
无功电量 | 在公变加装无功补偿容量 |
运行监控数据无异常 | 考虑窃电、表计错误、线路老旧等管理因素 |
为了进一步说明本实施所提供的台区同期线损合理度评判方法的效果原理,下面结合一个具体的应用场景实例来进行进一步的详细说明:
本实施例选定某供电局的282个台区数据进行分析,限于数据采集及篇幅限制,本实施例收集的静态评价指标为:供电半径;动态评价指标为:无功电量、三相不平衡度、线路末端电压,以及282个台区对应的月度用电量数据及相应的月度统计线损率。
利用DBSCAN聚类算法对台区进行聚类分析,聚类所用的数据为每个台区对应的供电半径、配变容量以及月度用电量数据。282个台区数据构成空间数据集D,其维度为282×2,设定算法聚类半径为Eps=2.0,领域内最小对象数目MinPts=4,样本的度量方式为欧式距离。
获取聚类分析结果如下:
类别 | 台区个数 | 类别 | 台区个数 | 类别 | 台区个数 | 类别 | 台区个数 |
A | 37 | C | 15 | E | 49 | G | 75 |
B | 26 | D | 36 | F | 32 | 噪声点 | 12 |
将噪声点元素规划到最靠近核心点类别的簇,并将其评价为“不合理”。将12个噪声点归类为“不合理台区”,并按照其最靠近的聚类核心点进行划分,噪声点划分结果如下:
类别 | 台区个数 | 类别 | 台区个数 | 类别 | 台区个数 |
C | 4 | D | 1 | F | 7 |
以类别A为例,类别A有37个台区,根据步骤S1获取的这37个台区的月统计线损率,定义为δi,i=1,2,…,37。计算该类台区的平均线损率:
得到类别A的平均线损率为4.42%,同理计算其余6个类别的平均线损率,得到如下结果:
类别 | 平均线损率 | 类别 | 平均线损率 | 类别 | 平均线损率 | 类别 | 平均线损率 |
A | 4.42 | C | 3.64 | E | 2.76 | G | 3.23 |
B | 3.96 | D | 2.18 | F | 4.15 | - | - |
其中,k1、k2、k3分别称为一级合理度系数、二级合理度系数、三级合理度系数。三个系数可根据台区实际需求及考核指标进行制定,本专利取值为k1=0.8、k2=1.2、k3=1.5。对于统计线损率过大或者小于零的台区,将被判定为“数据异常”台区,需要监控人员去查看数据的采集情况。对每个台区进行合理度评价,得到评价结果如下:
类别 | 很合理 | 较合理 | 不合理 | 数据异常 | 汇总 |
A | 11 | 14 | 11 | 1 | 37 |
B | 2 | 19 | 5 | 0 | 26 |
C | 3 | 14 | 2 | 0 | 19 |
D | 9 | 22 | 6 | 0 | 37 |
E | 8 | 27 | 12 | 2 | 49 |
F | 5 | 25 | 9 | 0 | 39 |
G | 17 | 41 | 13 | 4 | 75 |
汇总 | 55 | 162 | 58 | 7 | 282 |
7类台区被评为“不合理”的台区个数有58个,存在数据异常的台区有7个,异常判别模块是基于无功电量、三相不平衡度、线路末端电压这三个动态评价指标进行构建。
仍以类别A的37个台区为例进行分析,由于1个台区可能存在数据异常,故排除此台区的数据,选取剩下的36个台区,分别计算3个指标的均值:
式中:X1′j表示第j个指标的均值,j=1,2,…,36;Xij在此处指第i个台区的第j个指标值。
根据获取的指标均值X1′j,对被评为“不合理”的11台区进行逐个的偏差校验,每个待校验的台区均可获得j个指标偏差值,其计算公式如下:
式中:X1′ij表示第i个台区第j个指标的偏差校验值。
对每个分析台区的偏差校验值X1′ij进行排序,选定偏差校验值最大的数据对应动态评价指标,即为该台区线损异常的原因,经过计算汇总得到7类台区存在线损异常原因的个数统计:
类别 | 无功电量 | 三相不平衡度 | 线路末端电压 | 汇总 |
A | 2 | 8 | 1 | 11 |
B | 0 | 2 | 3 | 5 |
C | 1 | 0 | 1 | 2 |
D | 3 | 3 | 0 | 6 |
E | 2 | 6 | 4 | 12 |
F | 1 | 6 | 2 | 9 |
G | 3 | 4 | 6 | 13 |
汇总 | 12 | 29 | 17 | 58 |
结合附表1的可对应给出异常台区相应的预防性建议。需要说明的是,依据收集动态评价指标的不同,得到的建议会有所差异,当能够获取数量更多的动态评价指标时,可选定偏差校验值前三的对应指标作为异常原因,可通过运行人员去核实是否存在相应的问题。本方法可依据台区设备属性数据及运行监控数据,判别存在潜在性异常风险的台区,当台区线损率水平符合所制定的指标值时,未必表明此台区处于良好的运行状态,可借由与同类台区进行偏差校验,挖掘台区线损管理中存在的深层次问题,预先判别存在潜在问题的台区。
实施例2:
与实施例1相对应,本实施例提供了一种台区同期线损合理度评判系统,如图5所示,包括:
数据采集存储模块51,用于搜集不同台区与线损率有关的基础设备属性数据,结合用电信息采集系统的台区电表数据与调度自动化系统中变电站出口电表数据,获得的计算低压台区线损率所需的运行监控数据;
数据筛选模块52,用于从数据采集存储模块中筛选出对线损率贡献度达到设定值的指标,并对所筛选出来的指标进行分类,将基础设备属性数据定为静态评价指标,将运行监控数据定为动态评价指标;
聚类分析模块53,用于对台区进行聚类分析,其聚类数据采用数据筛选模块所筛选得到的静态评价指标及月度电量数据,获得聚类后的台区线损率;
合理度评判模块54,用于根据数据采集存储模块所获取所有台区的统计线损率,并将聚类后的台区线损率归为一类,计算出同类台区日统计线损率的均值,并根据均值来预先判别存在潜在问题的台区;
异常判别模块55,用于对合理度评判模块所预先判别出来的存在潜在问题的台区进行基于动态评价指标的判断,计算同类台区动态评价指标的均值,并将存在潜在问题的台区的指标值与平均值进行偏差对比,以分析出线损异常的原因,并输出预防性建议。
在本实施例中,由于数据采集存储模块51、数据筛选模块52、聚类分析模块53、合理度评判模块54以及异常判别模块55分别对应于实施例1中的步骤S1-S5,因此在本实施例中,就不再赘述各个模板的工作原理和效果。
也就是说,本系统主要包括包括硬件和软件相应部分。硬件则包括计算机的处理器、存储器及输入输出设备,包括基础设备属性数据及运行监控数据的存储、DBSCAN的算法运算存储单元、合理度及异常判别存储与运算单元等;软件则部分主要为计算机汇编语言,包括基础设备属性数据及运行监控数据调取、DBSCAN算法的计算机实现、合理度评判模块及异常判别模块的构建和结果输出等。
实施例3:
本实施例提供了一种台区同期线损合理度评判终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,该处理器执行所述计算机程序时实现实施例1所述的方法步骤。
上述实施例只是为了说明本发明的技术构思及特点,其目的是在于让本领域内的普通技术人员能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡是根据本发明内容的实质所做出的等效的变化或修饰,都应涵盖在本发明的保护范围内。
Claims (10)
1.一种台区同期线损合理度评判方法,其特征在于,包括:
S1、获取不同台区与线损率有关的基础设备属性数据,结合用电信息采集系统的台区电表数据与调度自动化系统中变电站出口电表数据,获得的计算低压台区线损率所需的运行监控数据;
S2、从所获得的基础设备属性数据以及运行监控数据中,筛选出对线损率贡献度达到设定值的指标,并对所筛选出来的指标进行分类,将基础设备属性数据定为静态评价指标,将运行监控数据定为动态评价指标;
S3、对台区进行聚类分析,其聚类数据采用步骤S2筛选得到的静态评价指标及月度电量数据,获得聚类后的台区线损率;
S4、根据步骤S1获取所有台区的统计线损率,并将聚类后的台区线损率归为一类,计算出同类台区日统计线损率的均值,并根据均值来预先判别存在潜在问题的台区。
2.如权利要求1所述的台区同期线损合理度评判方法,其特征在于,还包括:
S5、对潜在问题的台区进行基于动态评价指标的判断,计算同类台区动态评价指标的均值,并将存在潜在问题的台区的指标值与平均值进行偏差对比,以分析出线损异常的原因,并给出预防性建议。
3.如权利要求1所述的台区同期线损合理度评判方法,其特征在于,在步骤S3,所述对台区进行聚类分析包括:
S301,设有n个待分析台区,每个台区均有b个静态评价指标以及对应的月度电量数据,则可构成空间数据集D,其维度为n×(b+1),设定算法聚类半径为Eps,领域内最小对象数目MinPts,样本的度量方式为欧式距离,当前对象集合为N1;
S303,对于j=1,2,…,m,按下列步骤找出所有核心对象:
a)通过距离度量方式,找到样本xj的Eps领域子样本集合N∈(xj);
b)如果子样本集样本个数满足|N∈(xj)|≥MinPts,将样本xj加入核心对象样本集合:Ω=Ω∪{xj},如果xj不属于任何一个簇类,则将xj加入C1;
S305,在核心对象集合Ω中,随机选择一个核心对象o,初始化当前簇核心对象列队Ωcur={o},初始化类别序列号k=k+1,初始化当前簇样本集合Ck={o},更新未访问样本集合Γ=Γ-{o};
S307,在当前簇核心对象列队Ωcur中取出一个核心对象,通过领域距离阈值Eps找出所有的领域子样本集,令Δ=N∈(o′)∩ΓΔ=N∈(o′)∩Γ,更新当前簇样本集合Ck=Ck∪ΔCk=Ck∪Δ,更新未访问样本集合Γ=Γ-ΔΓ=Γ-Δ,更新Ωcur=Ωcur∪(Δ∩Ω)-o′Ωcur=Ωcur∪(Δ∩Ω)-o′,转入步骤S306;
S308,输出簇结果C={C1,C2,…,Ck},将C1作为值得关注的噪声点集合,将其中的元素规划到最靠近核心点的簇,并将其评价为“不合理”。
5.如权利要求2所述的台区同期线损合理度评判方法,其特征在于,在步骤S4中,所述根据均值来预先判别存在潜在问题的台区包括:
n个台区被分为k类,分类的基础是台区的静态评价指标及月度电量数据,每一类的个数由聚类算法决定;
假设其中第一类有q个台区,即X1={X1,X2,...,Xq},根据步骤S1获取的这q个台区的月统计线损率,定义为δi,i=1,2,…,q;计算该类台区的平均线损率:
对同类台区线损进行校验,并根据校验结果制定合理度评价,其校验方法是根据δi与的差异,由差异量分别判定“很合理”、“较合理”、“不合理”三个等级,判定为“不合理”则为存在潜在问题的台区;合理度校验区间如下:
其中,k1、k2、k3分别称为一级合理度系数、二级合理度系数、三级合理度系数;三个系数可根据台区实际需求及考核指标进行制定;对于统计线损率过大或者小于零的台区,将被判定为“数据异常”台区,需要监控人员去查看数据的采集情况。
6.如权利要求5所述的台区同期线损合理度评判方法,其特征在于,所述步骤5包括:
S501、被评为“不合理”的所有台区,基于步骤S2所指定的动态评价指标进行构建:
选定的q个台区,即X1={X1,X2,...,Xq},进行分析;假定步骤S2选定了r个指标,定义q×r维矩阵:
针对q个台区,计算r个指标的均值:
式中:X1′j表示第j个指标的均值,j=1,2,…,r;Xij在此处指第i个台区的第j个指标值。
S502,根据S501获取的指标均值X1′j,对被评为“合格”及“较差”的该类台区进行逐个的偏差校验,每个待校验的台区均可获得j个指标偏差值,其计算公式如下:
式中:X1′ij表示第i个台区第j个指标的偏差校验值。
S503、对每个分析台区的偏差校验值X1′ij进行排序,选定偏差校验值最大的数据对应动态评价指标,即为该台区线损异常的原因,并对其给出预防性建议措施。
7.一种台区同期线损合理度评判系统,其特征在于,
数据采集存储模块,用于搜集不同台区与线损率有关的基础设备属性数据,结合用电信息采集系统的台区电表数据与调度自动化系统中变电站出口电表数据,获得的计算低压台区线损率所需的运行监控数据;
数据筛选模块,用于从数据采集存储模块中筛选出对线损率贡献度达到设定值的指标,并对所筛选出来的指标进行分类,将基础设备属性数据定为静态评价指标,将运行监控数据定为动态评价指标;
聚类分析模块,用于对台区进行聚类分析,其聚类数据采用数据筛选模块所筛选得到的静态评价指标及月度电量数据,获得聚类后的台区线损率;
合理度评判模块,用于根据数据采集存储模块所获取所有台区的统计线损率,并将聚类后的台区线损率归为一类,计算出同类台区日统计线损率的均值,并根据均值来预先判别存在潜在问题的台区;
异常判别模块,用于对合理度评判模块所预先判别出来的存在潜在问题的台区进行基于动态评价指标的判断,计算同类台区动态评价指标的均值,并将存在潜在问题的台区的指标值与平均值进行偏差对比,以分析出线损异常的原因,并输出预防性建议。
8.如权利要求7所述的台区同期线损合理度评判系统,其特征在于,所述聚类分析模块对台区进行聚类分析的过程为:
S301,设有n个待分析台区,每个台区均有b个静态评价指标以及对应的月度电量数据,则可构成空间数据集D,其维度为n×(b+1),设定算法聚类半径为Eps,领域内最小对象数目MinPts,样本的度量方式为欧式距离,当前对象集合为N1;
S303,对于j=1,2,…,m,按下列步骤找出所有核心对象:
a)通过距离度量方式,找到样本xj的Eps领域子样本集合N∈(xj);
b)如果子样本集样本个数满足|N∈(xj)|≥MinPts,将样本xj加入核心对象样本集合:Ω=Ω∪{xj},如果xj不属于任何一个簇类,则将xj加入C1;
S305,在核心对象集合Ω中,随机选择一个核心对象o,初始化当前簇核心对象列队Ωcur={o},初始化类别序列号k=k+1,初始化当前簇样本集合Ck={o},更新未访问样本集合Γ=Γ-{o};
S307,在当前簇核心对象列队Ωcur中取出一个核心对象,通过领域距离阈值Eps找出所有的领域子样本集,令Δ=N∈(o′)∩ΓΔ=N∈(o′)∩Γ,更新当前簇样本集合Ck=Ck∪ΔCk=Ck∪Δ,更新未访问样本集合Γ=Γ-ΔΓ=Γ-Δ,更新Ωcur=Ωcur∪(Δ∩Ω)-o′Ωcur=Ωcur∪(Δ∩Ω)-o′,转入步骤S306;
S308,输出簇结果C={C1,C2,…,Ck},将C1作为值得关注的噪声点集合,将其中的元素规划到最靠近核心点的簇,并将其评价为“不合理”。
10.一种台区同期线损合理度评判终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-6任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010028069.0A CN111260198A (zh) | 2020-01-10 | 2020-01-10 | 一种台区同期线损合理度评判方法、系统及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010028069.0A CN111260198A (zh) | 2020-01-10 | 2020-01-10 | 一种台区同期线损合理度评判方法、系统及终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111260198A true CN111260198A (zh) | 2020-06-09 |
Family
ID=70953093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010028069.0A Pending CN111260198A (zh) | 2020-01-10 | 2020-01-10 | 一种台区同期线损合理度评判方法、系统及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111260198A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111768109A (zh) * | 2020-07-02 | 2020-10-13 | 广东电网有限责任公司 | 电力电子化中压配电网可靠性预警方法、系统及终端设备 |
CN112257803A (zh) * | 2020-10-30 | 2021-01-22 | 青岛东软载波科技股份有限公司 | 一种台区故障智能分析方法和系统 |
CN112288303A (zh) * | 2020-11-05 | 2021-01-29 | 国家电网有限公司 | 确定线损率的方式、装置 |
CN112712240A (zh) * | 2020-12-23 | 2021-04-27 | 南方电网电力科技股份有限公司 | 一种台区线损成因分析方法及装置 |
CN113361983A (zh) * | 2021-08-11 | 2021-09-07 | 国网江西省电力有限公司电力科学研究院 | 一种高损台区技术成因诊断方法及系统 |
CN113450031A (zh) * | 2021-08-31 | 2021-09-28 | 国网江西省电力有限公司供电服务管理中心 | 居民智慧用能服务潜在台区选取方法及装置 |
CN114519514A (zh) * | 2022-01-27 | 2022-05-20 | 佰聆数据股份有限公司 | 一种低压台区合理线损值测算方法、系统及计算机设备 |
CN114722891A (zh) * | 2022-02-11 | 2022-07-08 | 杭州致成电子科技有限公司 | 一种台区状态分类方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120143633A1 (en) * | 2010-12-03 | 2012-06-07 | Swiss Reinsurance Company, Ltd. | System and method for forecasting frequencies associated to future loss and for related automated operation of loss resolving units |
CN106991524A (zh) * | 2017-03-20 | 2017-07-28 | 国网江苏省电力公司常州供电公司 | 一种台区线损率预估方法 |
CN107657542A (zh) * | 2016-07-25 | 2018-02-02 | 上海交通大学 | 公变台区用户防窃电的检测跟踪方法 |
CN107832855A (zh) * | 2017-09-14 | 2018-03-23 | 北京中恒博瑞数字电力科技有限公司 | 基于相关性分析的线损多源诊断方法及系统 |
CN108345981A (zh) * | 2017-12-28 | 2018-07-31 | 国网上海市电力公司 | 一种基于负荷分类的典型台区线损率标杆值计算方法及其应用 |
CN108763496A (zh) * | 2018-05-30 | 2018-11-06 | 南京讯高科技有限公司 | 一种基于网格和密度的动静态数据融合客户分类算法 |
CN109359786A (zh) * | 2018-12-05 | 2019-02-19 | 国网江苏省电力有限公司扬州供电分公司 | 一种电力台区短期负荷预测方法 |
CN109670634A (zh) * | 2018-12-03 | 2019-04-23 | 大连理工大学 | 一种基于非等长粒度化特征的煤气流量数据预测方法 |
CN109753854A (zh) * | 2017-11-06 | 2019-05-14 | 北京航天长峰科技工业集团有限公司 | 一种通过视频监控进行骚乱检测的方法 |
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 |
CN110263873A (zh) * | 2019-06-27 | 2019-09-20 | 华北电力大学 | 一种融合稀疏降噪自编码网络降维和聚类的配电网台区分类方法 |
CN110309485A (zh) * | 2019-07-03 | 2019-10-08 | 贵州电网有限责任公司 | 一种基于台区数据特征分类的线损率标杆值计算方法 |
CN110334726A (zh) * | 2019-04-24 | 2019-10-15 | 华北电力大学 | 一种基于密度聚类和lstm的电力负荷异常数据的识别与修复方法 |
CN110492504A (zh) * | 2019-08-23 | 2019-11-22 | 国网天津市电力公司 | 一种低压配电台区三相不平衡优化换相方法 |
-
2020
- 2020-01-10 CN CN202010028069.0A patent/CN111260198A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120143633A1 (en) * | 2010-12-03 | 2012-06-07 | Swiss Reinsurance Company, Ltd. | System and method for forecasting frequencies associated to future loss and for related automated operation of loss resolving units |
CN107657542A (zh) * | 2016-07-25 | 2018-02-02 | 上海交通大学 | 公变台区用户防窃电的检测跟踪方法 |
CN106991524A (zh) * | 2017-03-20 | 2017-07-28 | 国网江苏省电力公司常州供电公司 | 一种台区线损率预估方法 |
CN107832855A (zh) * | 2017-09-14 | 2018-03-23 | 北京中恒博瑞数字电力科技有限公司 | 基于相关性分析的线损多源诊断方法及系统 |
CN109753854A (zh) * | 2017-11-06 | 2019-05-14 | 北京航天长峰科技工业集团有限公司 | 一种通过视频监控进行骚乱检测的方法 |
CN108345981A (zh) * | 2017-12-28 | 2018-07-31 | 国网上海市电力公司 | 一种基于负荷分类的典型台区线损率标杆值计算方法及其应用 |
CN108763496A (zh) * | 2018-05-30 | 2018-11-06 | 南京讯高科技有限公司 | 一种基于网格和密度的动静态数据融合客户分类算法 |
CN109670634A (zh) * | 2018-12-03 | 2019-04-23 | 大连理工大学 | 一种基于非等长粒度化特征的煤气流量数据预测方法 |
CN109359786A (zh) * | 2018-12-05 | 2019-02-19 | 国网江苏省电力有限公司扬州供电分公司 | 一种电力台区短期负荷预测方法 |
CN110334726A (zh) * | 2019-04-24 | 2019-10-15 | 华北电力大学 | 一种基于密度聚类和lstm的电力负荷异常数据的识别与修复方法 |
CN110263873A (zh) * | 2019-06-27 | 2019-09-20 | 华北电力大学 | 一种融合稀疏降噪自编码网络降维和聚类的配电网台区分类方法 |
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 |
CN110309485A (zh) * | 2019-07-03 | 2019-10-08 | 贵州电网有限责任公司 | 一种基于台区数据特征分类的线损率标杆值计算方法 |
CN110492504A (zh) * | 2019-08-23 | 2019-11-22 | 国网天津市电力公司 | 一种低压配电台区三相不平衡优化换相方法 |
Non-Patent Citations (4)
Title |
---|
崔建明: "配电线路的线损计算分析", 《电力建设》 * |
张合川: "基于经济运行分析的分布式电源配电网线损分摊", 《电力需求侧管理》 * |
涂旺: "适用于低压台区的线损计算与评估方法研究", 《电工电气》 * |
黄湘: "考虑DG接入影响配电网经济运行时间的线损分摊模型", 《电力系统自动化》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111768109A (zh) * | 2020-07-02 | 2020-10-13 | 广东电网有限责任公司 | 电力电子化中压配电网可靠性预警方法、系统及终端设备 |
CN112257803A (zh) * | 2020-10-30 | 2021-01-22 | 青岛东软载波科技股份有限公司 | 一种台区故障智能分析方法和系统 |
CN112288303A (zh) * | 2020-11-05 | 2021-01-29 | 国家电网有限公司 | 确定线损率的方式、装置 |
CN112288303B (zh) * | 2020-11-05 | 2024-04-23 | 国家电网有限公司 | 确定线损率的方式、装置 |
CN112712240A (zh) * | 2020-12-23 | 2021-04-27 | 南方电网电力科技股份有限公司 | 一种台区线损成因分析方法及装置 |
CN113361983A (zh) * | 2021-08-11 | 2021-09-07 | 国网江西省电力有限公司电力科学研究院 | 一种高损台区技术成因诊断方法及系统 |
CN113450031A (zh) * | 2021-08-31 | 2021-09-28 | 国网江西省电力有限公司供电服务管理中心 | 居民智慧用能服务潜在台区选取方法及装置 |
CN113450031B (zh) * | 2021-08-31 | 2021-11-16 | 国网江西省电力有限公司供电服务管理中心 | 居民智慧用能服务潜在台区选取方法及装置 |
CN114519514A (zh) * | 2022-01-27 | 2022-05-20 | 佰聆数据股份有限公司 | 一种低压台区合理线损值测算方法、系统及计算机设备 |
CN114519514B (zh) * | 2022-01-27 | 2023-09-19 | 佰聆数据股份有限公司 | 一种低压台区合理线损值测算方法、系统及计算机设备 |
CN114722891A (zh) * | 2022-02-11 | 2022-07-08 | 杭州致成电子科技有限公司 | 一种台区状态分类方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111260198A (zh) | 一种台区同期线损合理度评判方法、系统及终端设备 | |
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 | |
CN110909983B (zh) | 一种主动配电网电能质量多维评估方法 | |
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 | |
CN104318482A (zh) | 一套智能配电网综合评估体系和方法 | |
CN103679544A (zh) | 一种智能配电网运行综合评估方法 | |
CN103632203A (zh) | 一种基于综合评价的配电网供电区域划分方法 | |
CN110782153A (zh) | 一种企业园区综合能效评估体系建模方法及系统 | |
CN112288303A (zh) | 确定线损率的方式、装置 | |
CN110533291B (zh) | 一种基于风险评估的中压配电网薄弱环节辨识方法 | |
CN110264032A (zh) | 一种直流配网规划方案评价结果的获取方法 | |
CN110309945A (zh) | 基于g1-熵权法的配电台区项目优选评价方法 | |
CN114519514A (zh) | 一种低压台区合理线损值测算方法、系统及计算机设备 | |
CN108805471A (zh) | 基于复合系统作用关系分析的水资源承载能力评价方法 | |
CN112508232A (zh) | 一种基于多层次模糊综合评价模型的短路电流限制措施评估方法 | |
CN116862289A (zh) | 一种工程造价指标管理方法、系统、终端设备及存储介质 | |
CN109345090A (zh) | 一种基于配电网可靠性提升的网架评价方法 | |
CN112084678A (zh) | 一种基于多元回归的配线线损率处理方法及装置 | |
CN111428754A (zh) | 一种基于基态修正的线损率标杆值的优化设计方法 | |
Yang et al. | Optimal investment decision of distribution network with investment ability and project correlation constraints | |
CN112508254A (zh) | 变电站工程项目投资预测数据的确定方法 | |
Xu et al. | Evaluation of fault level of sensitive equipment caused by voltage sag via data mining | |
CN111127186A (zh) | 一种基于大数据技术的客户信用等级评价体系的使用方法 | |
CN115796665A (zh) | 一种绿色能源发电项目多指标碳效分级评估方法及装置 | |
Shukla et al. | Cost-benefit analysis of conservation voltage reduction incorporated in open modeling framework |
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: 20200609 |
|
RJ01 | Rejection of invention patent application after publication |