CN111428754A - 一种基于基态修正的线损率标杆值的优化设计方法 - Google Patents

Abstract

本发明公开了一种基于基态修正的线损率标杆值的优化设计方法，包括，选用模糊C–均值聚类算法进行馈线的模糊聚类分析；进行各类馈线理论线损率的基态修正求解；求取线路和台区的理论线损率的优化标杆值；本发明对多条的线路和台区进行聚类分析，以类内最高隶属度为依据选取基态馈线；其次等值电阻法求解基态馈线的基态理论线损率，统计计算法得出所分类线路和台区线损率的修正解，而后进行了标杆值的优化，以合理的降损空间为目标，以固定损耗，馈线运维水平，以及概率分布为约束，得到了样本线路和台区的线损率标杆值。

Description

一种基于基态修正的线损率标杆值的优化设计方法

技术领域

本发明涉及配电网线损率领域，尤其是一种基于基态修正的线损率标杆值的优化设计方法。

背景技术

线损率作为一种综合反映电力系统中规划设计、生产运行、经营管理水平的经济技术指标，是电力部门日常管理工作中所关注的重要内容。降低线损率能够带来非常可观的经济与社会效益。我国对低压客户全面实行分台区管理，台区线损直接反映了一个地区的电网营销管理水平。台区线损管理通过比较理论线损与实际线损的差值，对不合理线损进行分析和预测，提供较为科学有效的降损措施，有利于提升电力部门的管理水平与经济效益，促进电网的建设与改造的科学性与合理性。

由于目前线损率指标主要靠线损人员结合自身管理经验从历史完成值和降损项目等因素估计，缺少理论依据，难以应对区局讨价还价现象。传统的台区84线损管理中采取一刀切的方式，通过人工设定台区合理线损率，缺乏科学依据，也与精益化的管理目标背道而驰。实现台区合理线损的准确快速预测成为亟待解决的重要问题。传统对于理论线损的计算主要是包括基于潮流计算的方法，神经网络、支持向量机、核心向量机等及其他改进算法。但是由于下分支线路复杂，元件多样，设备台账数据不全，理论线损计将非常困难，实时性不高。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例，在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述和/或现有技术中所存在的问题，提出了本发明。

因此，本发明所要解决的技术问题是目前线损率指标主要靠线损人员结合自身管理经验从历史完成值和降损项目等因素估计，缺少理论依据，通过人工设定台区合理线损率，缺乏科学依据，也与精益化的管理目标背道而驰。

为解决上述技术问题，本发明提供如下技术方案：一种基于基态修正的线损率标杆值的优化设计方法，包括，选用模糊C–均值聚类算法进行馈线的模糊聚类分析；进行各类馈线理论线损率的基态修正求解；求取线路和台区的理论线损率的优化标杆值。

作为本发明所述基于基态修正的线损率标杆值的优化设计方法的一种优选方案，其中：所述选用模糊C–均值聚类算法进行馈线的模糊聚类分析包括样本数据收集、构建聚类指标体系、聚类计算；聚类计算使用Xie-Beni聚类有效性函数，确定中低压配电网馈线(以下简称馈线)最优分类数，之后使用模糊C均值(FCM)聚类算法及聚类指标体系，对样本馈线进行聚类计算，并选取每类中最靠近聚类中心的一条馈线，作为该类的中心馈线，来作为典型的线路，为线路的建模提供依据。

作为本发明所述基于基态修正的线损率标杆值的优化设计方法的一种优选方案，其中：所述进行各类馈线理论线损率的基态修正求解包括，使用等值电阻法计算各基态馈线的线路损耗，计算各基态馈线的变压器损耗，计算典型馈线理论线损率基值，基于统计计算法得出所分类线路和台区标杆值的修正解。

作为本发明所述基于基态修正的线损率标杆值的优化设计方法的一种优选方案，其中：所述等值电阻法计算公式为：

式中，S_Ni为第i段线路上的配电变压器的额定容量单位kVA；SN∑为该配电线路上总的配电变压器额定容量，单位kVA；Ri为分段电阻，电能损耗计算公式为：

作为本发明所述基于基态修正的线损率标杆值的优化设计方法的一种优选方案，其中：所述计算各基态馈线的变压器损耗采用均方根负载法计算，其计算公式为：

P_t＝P₀×T+P_T×T×K²×λ²

式中，Pt为总损耗电量，P0为变压器空载损耗，PT为变压器负载损耗,λ为负载率，K是均方根电流系数，T为运行时间。

作为本发明所述基于基态修正的线损率标杆值的优化设计方法的一种优选方案，其中：所述计算典型馈线理论线损率基值即为该类馈线中基态馈线的理论线损率数值，理论线损率基值计算公式如下：

其中，Loss_i为第I类馈线的理论线损率基值，Loss_l为线路损耗，Loss_T为变压器损耗，Q_g为供电量。

作为本发明所述基于基态修正的线损率标杆值的优化设计方法的一种优选方案，其中：所述基于统计计算法得出所分类线路和台区标杆值的修正解步骤为，采用层次分析-因子分析法，为典型馈线理论线损率的基态修正指标赋值组合权重。层次分析法首先由两两指标之间的重要程度得出判断矩阵，然后依据判断矩阵的最大特征值及对应特征向量求解指标主观权重。因子分析法用少数几个因子去描述指标间的联系，将相对密切的变量归并为同一类，对变量进行筛选、降维、赋值客观权重。馈线线损率指标的组合权重求解公式为：

式中：Kj’指层次分析法确定的主观权重，Kj”指因子分析法确定的客观权重，Kj指组合权重，基于典型馈线理论线损率基值对所分类线路和台区标杆值进行修正求解：

式中L_i为所分线路和台区的理论线损率，U_jc是指基态馈线(即典型线路和台区)线损率指标j的参数，U_ji指馈线i的线损率指标j的参数。

作为本发明所述基于基态修正的线损率标杆值的优化设计方法的一种优选方案，其中：所述求取线路和台区的理论线损率的优化标杆值建立馈线理论线损率标杆值的优化模型，以该类馈线降损空间最大为目标，以基于固定损耗的馈线设备构架条件、基于管理线损率系数的馈线运维管理水平和基于理论线损率代表性的概率分布3方面为约束。

作为本发明所述基于基态修正的线损率标杆值的优化设计方法的一种优选方案，其中：目标函数以合理的降损空间为目标，即

式中：Y_k是指合理的降损空间：f_k指平均降损空间；Z_k指该类馈线的数目；指第k类馈线的管理线损率系数(％)；L_kt是指第k类配电网馈线的线损率标杆值；L_iloss指馈线i的统计线损率，计算公式为：

作为本发明所述基于基态修正的线损率标杆值的优化设计方法的一种优选方案，其中：所述基于固定损耗的馈线设备构架条件约束为：

式中：L_is指馈线i的固定损耗率；ΔP_tk指变压器损耗，kW/h；ΔP₀指电缆和电容器绝缘介质损耗、绝缘子等的泄露损耗，由供电局的历史完成值来确定，

L_kt≥L_ksmax

式中L_ksmax指该类馈线固定损耗率的最大值；

所述基于管理线损率系数的馈线运维管理水平约束的管理线损率系数指标的求解公式为：

μ＝ω₁μ₁+ω₂μ₂

式中：μ指管理线损率系数；μ₁与μ₂分别指设备老化率和抄表准确率2个指标的参数；ω₁与ω₂是指指标权重。由于管理线损不可能无限度的降低，并且管理线损不能太高，否则说明该地区的管理存在很大的问题，所以某类馈线的管理线损率系数还受该地区总体管理因素的限制，

μ_min≤μ≤μ_max

式中μ_min、μ_max分别指该地区配电网的最小与最大管理线损率系数；

所述基于理论线损率代表性的概率分布约束为：

E(F_k(L_i))-3σ_k≤L_kt≤E(F_k(L_i))+3σ_k

式中：E(F_k(L_i))指第k类馈线的理论线损率的期望；σ_k指第k类馈线的理论线损率的标准差。

本发明的有益效果：对多条的线路和台区进行聚类分析，以类内最高隶属度为依据选取基态馈线；其次等值电阻法求解基态馈线的基态理论线损率，统计计算法得出所分类线路和台区线损率的修正解，而后进行了标杆值的优化，以合理的降损空间为目标，以固定损耗，馈线运维水平，以及概率分布为约束，得到了样本线路和台区的线损率标杆值。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：

图1为本发明提供的一种实施例所述的基于基态修正的线损率标杆值的优化设计方法中算法流程图；

图2为本发明提供的一种实施例所述的基于基态修正的线损率标杆值的优化设计方法中模型一的实际与预测线损率差值散点图；

图3为本发明提供的一种实施例所述的基于基态修正的线损率标杆值的优化设计方法中模型二的实际与预测线损率差值散点图；

图4为本发明提供的一种实施例所述的基于基态修正的线损率标杆值的优化设计方法中模型三的实际与预测线损率差值散点图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

其次，本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。

再其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。

实施例

参照图1～4，本实施例提供了一种基于基态修正的线损率标杆值的优化设计方法，包括以下步骤：选用模糊C–均值聚类算法进行馈线的模糊聚类分析；进行各类馈线理论线损率的基态修正求解；求取线路和台区的理论线损率的优化标杆值，本实施例中首先设计了一套线损贡献率大和数据容易获取的线损率三维指标体系，将主要影响因素分为三大类，分别为线路属性、运行参数及管理因素，线路属性是线路基本参数，在线路建成后即基本保持不变。运行参数是线路在日常运行过程中所测得的指标数据，该指标受时间、运行方式等影响较大，指标数值经常发生变化。管理因素是人员日常操作、管理可能对线损造成影响的因素，该线损率三维指标体系如表1所示：

表1

为提高理论线损率修正值的实用性，线路属性和运行参数指标都将作为统计计算法的基态修正指标；管理因素指标用于求解馈线理论线损率标杆值优化模型的管理线损率系数；聚类分析是多元统计―物以聚类‖的将具有相似统计特征的数据聚为一类的分类方法。因实际情况中类与类之间并无清晰的划分，边界具有模糊性，故选用模糊C–均值聚类算法进行馈线的模糊聚类分析，根据据聚类隶属度以最高隶属度为依据确定各基态馈线。

进一步的，得到了各基态馈线即得到了相应的线路，样本模糊聚类之后，进行各类馈线理论线损率的基态修正求解。包括，使用等值电阻法计算各基态馈线的线路损耗，计算各基态馈线的变压器损耗，计算典型馈线理论线损率基值，基于统计计算法得出所分类线路和台区标杆值的修正解，即

1)使用等值电阻法计算各基态馈线的线路损耗，等值电阻法的基本思想是：在低压配电线路首端，设想一个等值的线路电R_dz，通过线路首端的电流在等值电阻上产生的损耗与线路各段不同的分段电流通过相应线段的分段电阻所产生的损耗总和相等，公式为：

式中，S_Ni为第i段线路上的配电变压器的额定容量单位kVA；SN∑为该配电线路上总的配电变压器额定容量，单位kVA；Ri为分段电阻，电能损耗计算公式为：

2)计算各基态馈线的变压器损耗，采用均方根负载法计算变压器的损耗，其计算公式如下所示：

P_t＝P₀×T+P_T×T×K²×λ²

式中，Pt为总损耗电量，P0为变压器空载损耗，PT为变压器负载损耗,λ为负载率，K是均方根电流系数，T为运行时间(取为8700h)，均方根负载计算法因针对变压器功率损耗曲线ΔP＝f(β)是一个二次递增函数，以S的二次方进行积分计算，计算精度非常高，但在实际工程中，为方便计算，均方根电流系数K可根据负载率分段取值，取值方法如表2所示：

表2

负载率	0～0.4	0.4～0.6	0.6～0.8	0.8～1.0
					K取值	1.5	1.2	1.07	1.0

3)计算典型馈线理论线损率基值，各类馈线的理论线损率基值，即为该类馈线中基态馈线的理论线损率数值，理论线损率基值计算公式如下所示：

其中，Loss_i为第I类馈线的理论线损率基值，Loss_l为线路损耗，Loss_T为变压器损耗，Q_g为供电量。

4)基于统计计算法得出所分类线路和台区标杆值的修正解。步骤为：采用层次分析-因子分析法，为典型馈线理论线损率的基态修正指标赋值组合权重。层次分析法首先由两两指标之间的重要程度得出判断矩阵，然后依据判断矩阵的最大特征值及对应特征向量求解指标主观权重。因子分析法用少数几个因子去描述指标间的联系，将相对密切的变量归并为同一类，对变量进行筛选、降维、赋值客观权重。馈线线损率指标的组合权重求解公式为：

式中：Kj’指层次分析法确定的主观权重，Kj”指因子分析法确定的客观权重，Kj指组合权重，基于典型馈线理论线损率基值对所分类线路和台区标杆值进行修正求解，

式中Li为所分线路和台区的理论线损率，Ujc是指基态馈线(即典型线路和台区)线损率指标j的参数，Uji指馈线i的线损率指标j的参数。

进一步的，本发明建立馈线理论线损率标杆值的优化模型，以该类馈线降损空间最大为目标，以基于固定损耗的馈线设备构架条件、基于管理线损率系数的馈线运维管理水平和基于理论线损率代表性的概率分布3方面为约束，求取线路和台区的理论线损率的优化标杆值，目标标函数以合理的降损空间为目标，即：

式中：Y_k是指合理的降损空间：f_k指平均降损空间；Z_k指该类馈线的数目；指第k类馈线的管理线损率系数(％)；L_kt是指第k类配电网馈线的线损率标杆值；L_iloss指馈线i的统计线损率，计算公式为：

约束条件包括基于固定损耗的馈线设备构架条件约束、基于管理线损率系数的馈线运维管理水平约束、基于理论线损率代表性的概率分布约束。当设备带有电压就有电能损耗，它不随负荷变动而变化的这种损耗称为固定损耗，也称空载损耗。产生在线路和变压器等值并联电导上的损耗，对配电网而言主要包括变压器铁损、电缆和电容器绝缘介质损耗、绝缘子泄漏损耗、电表损耗等，模型的馈线固定损耗率计算公式为：

式中：L_is指馈线i的固定损耗率；ΔP_tk指变压器损耗，kW/h；ΔP₀指电缆和电容器绝缘介质损耗、绝缘子等的泄露损耗，由供电局的历史完成值来确定，

L_kt≥L_ksmax

式中L_ksmax指该类馈线固定损耗率的最大值；

管理线损也称之为营业损失，是由于管理方面的因素而产生的损耗电量，管理线损取决于人为因素，管理线损通过加强管理来降低。优化模型提出一种基于设备老化率和抄表准确率的管理线损率系数指标，从客观和主观2个角度来约束理论线损率标杆值，客观角度体现在电网内部构架方面，指设备老化率；主观角度体现在电网外在因素方面，指抄表准确率；管理线损率系数指标的求解公式为：

μ＝ω₁μ₁+ω₂μ₂

式中：μ指管理线损率系数；μ₁与μ₂分别指设备老化率和抄表准确率2个指标的参数；ω₁与ω₂是指指标权重。由于管理线损不可能无限度的降低，并且管理线损不能太高，否则说明该地区的管理存在很大的问题，所以某类馈线的管理线损率系数还受该地区总体管理因素的限制，

μ_min≤μ≤μ_max

式中μ_min、μ_max分别指该地区配电网的最小与最大管理线损率系数。

理论线损率的概率分布直接决定线损率标杆值的代表性，考虑类内理论线损率散点的分布差异，模型引入基于理论线损率代表性的概率分布约束来提高标杆值的代表性和实用性。根据概率分布置信区间，定义如下的馈线理论线损率标杆值的约束：

E(F_k(L_i))-3σ_k≤L_kt≤E(F_k(L_i))+3σ_k

式中：E(F_k(L_i))指第k类馈线的理论线损率的期望；σ_k指第k类馈线的理论线损率的标准差。

进一步的，在MATLAB中利用建立的方程对的线损进行预测，与实际线损比较分析，求出线损率的差值，判断线损预测的合理性。在这里选择了三个模型，三个模型所包含的样本个数表3所示：

表3

类别	样本总数
		模型一	928
模型二	419
		模型三	3439

参见图2～4，是根据三种模型的实际与预测线损率差值散点图统计出的结果，对于实际与预测线损率误差较大的台区必须重点关注，通过对据的建模分析，显示了算法的实际效果显著，实际与预测线损率误差有95％处在[-1.5，1.5]中，验证了算法及建模分析的合理性，准确性，实用性。

重要的是，应注意，在多个不同示例性实施方案中示出的本申请的构造和布置仅是例示性的。尽管在此公开内容中仅详细描述了几个实施方案，但参阅此公开内容的人员应容易理解，在实质上不偏离该申请中所描述的主题的新颖教导和优点的前提下，许多改型是可能的(例如，各种元件的尺寸、尺度、结构、形状和比例、以及参数值(例如，温度、压力等)、安装布置、材料的使用、颜色、定向的变化等)。例如，示出为整体成形的元件可以由多个部分或元件构成，元件的位置可被倒置或以其它方式改变，并且分立元件的性质或数目或位置可被更改或改变。因此，所有这样的改型旨在被包含在本发明的范围内。可以根据替代的实施方案改变或重新排序任何过程或方法步骤的次序或顺序。在权利要求中，任何“装置加功能”的条款都旨在覆盖在本文中所描述的执行所述功能的结构，且不仅是结构等同而且还是等同结构。在不背离本发明的范围的前提下，可以在示例性实施方案的设计、运行状况和布置中做出其他替换、改型、改变和省略。因此，本发明不限制于特定的实施方案，而是扩展至仍落在所附的权利要求书的范围内的多种改型。

此外，为了提供示例性实施方案的简练描述，可以不描述实际实施方案的所有特征(即，与当前考虑的执行本发明的最佳模式不相关的那些特征，或于实现本发明不相关的那些特征)。

应理解的是，在任何实际实施方式的开发过程中，如在任何工程或设计项目中，可做出大量的具体实施方式决定。这样的开发努力可能是复杂的且耗时的，但对于那些得益于此公开内容的普通技术人员来说，不需要过多实验，所述开发努力将是一个设计、制造和生产的常规工作。

应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (10)

1.一种基于基态修正的线损率标杆值的优化设计方法，其特征在于：包括以下步骤：

选用模糊C–均值聚类算法进行馈线的模糊聚类分析；

进行各类馈线理论线损率的基态修正求解；

求取线路和台区的理论线损率的优化标杆值。

2.根据权利要求1所述的基于基态修正的线损率标杆值的优化设计方法，其特征在于：所述选用模糊C–均值聚类算法进行馈线的模糊聚类分析包括样本数据收集、构建聚类指标体系、聚类计算；

聚类计算使用Xie-Beni聚类有效性函数，确定中低压配电网馈线(以下简称馈线)最优分类数，之后使用模糊C均值(FCM)聚类算法及聚类指标体系，对样本馈线进行聚类计算，并选取每类中最靠近聚类中心的一条馈线，作为该类的中心馈线，来作为典型的线路，为线路的建模提供依据。

3.根据权利要求2所述的基于基态修正的线损率标杆值的优化设计方法，其特征在于：所述进行各类馈线理论线损率的基态修正求解包括，使用等值电阻法计算各基态馈线的线路损耗，计算各基态馈线的变压器损耗，计算典型馈线理论线损率基值，基于统计计算法得出所分类线路和台区标杆值的修正解。

4.根据权利要求3所述的基于基态修正的线损率标杆值的优化设计方法，其特征在于：所述等值电阻法计算公式为：

式中，S_Ni为第i段线路上的配电变压器的额定容量单位kVA；SN∑为该配电线路上总的配电变压器额定容量，单位kVA；Ri为分段电阻，电能损耗计算公式为：

5.根据权利要求4所述的基于基态修正的线损率标杆值的优化设计方法，其特征在于：所述计算各基态馈线的变压器损耗采用均方根负载法计算，其计算公式为：

P_t＝P₀×T+P_T×T×K²×λ²

式中，Pt为总损耗电量，P0为变压器空载损耗，PT为变压器负载损耗,λ为负载率，K是均方根电流系数，T为运行时间。

6.根据权利要求5所述的基于基态修正的线损率标杆值的优化设计方法，其特征在于：所述计算典型馈线理论线损率基值即为该类馈线中基态馈线的理论线损率数值，理论线损率基值计算公式如下：

其中，Loss_i为第I类馈线的理论线损率基值，Loss_l为线路损耗，Loss_T为变压器损耗，Q_g为供电量。

7.根据权利要求1～6任一所述的基于基态修正的线损率标杆值的优化设计方法，其特征在：所述基于统计计算法得出所分类线路和台区标杆值的修正解步骤为，采用层次分析-因子分析法，为典型馈线理论线损率的基态修正指标赋值组合权重。层次分析法首先由两两指标之间的重要程度得出判断矩阵，然后依据判断矩阵的最大特征值及对应特征向量求解指标主观权重。因子分析法用少数几个因子去描述指标间的联系，将相对密切的变量归并为同一类，对变量进行筛选、降维、赋值客观权重。馈线线损率指标的组合权重求解公式为：

式中：K_j’指层次分析法确定的主观权重，K_j”指因子分析法确定的客观权重，K_j指组合权重，基于典型馈线理论线损率基值对所分类线路和台区标杆值进行修正求解：

式中L_i为所分线路和台区的理论线损率，U_jc是指基态馈线(即典型线路和台区)线损率指标j的参数，U_ji指馈线i的线损率指标j的参数。

8.根据权利要求7所述的基于基态修正的线损率标杆值的优化设计方法，其特征在于：所述求取线路和台区的理论线损率的优化标杆值建立馈线理论线损率标杆值的优化模型，以该类馈线降损空间最大为目标，以基于固定损耗的馈线设备构架条件、基于管理线损率系数的馈线运维管理水平和基于理论线损率代表性的概率分布3方面为约束。

9.根据权利要求8所述的基于基态修正的线损率标杆值的优化设计方法，其特征在于：目标函数以合理的降损空间为目标，即

式中：Y_k是指合理的降损空间：f_k指平均降损空间；Z_k指该类馈线的数目；指第k类馈线的管理线损率系数(％)；L_kt是指第k类配电网馈线的线损率标杆值；L_iloss指馈线i的统计线损率，计算公式为：

10.根据权利要求9所述的基于基态修正的线损率标杆值的优化设计方法，其特征在于：所述基于固定损耗的馈线设备构架条件约束为：

式中：L_is指馈线i的固定损耗率；ΔP_tk指变压器损耗，kW/h；ΔP₀指电缆和电容器绝缘介质损耗、绝缘子等的泄露损耗，由供电局的历史完成值来确定，

L_kt≥L_ksmax

式中L_ksmax指该类馈线固定损耗率的最大值；

所述基于管理线损率系数的馈线运维管理水平约束的管理线损率系数指标的求解公式为：

μ＝ω₁μ₁+ω₂μ₂

式中：μ指管理线损率系数；μ₁与μ₂分别指设备老化率和抄表准确率2个指标的参数；ω₁与ω₂是指指标权重。由于管理线损不可能无限度的降低，并且管理线损不能太高，否则说明该地区的管理存在很大的问题，所以某类馈线的管理线损率系数还受该地区总体管理因素的限制，

μ_min≤μ≤μ_max

式中μ_min、μ_max分别指该地区配电网的最小与最大管理线损率系数；

所述基于理论线损率代表性的概率分布约束为：

E(F_k(L_i))-3σ_k≤L_kt≤E(F_k(L_i))+3σ_k

式中：E(F_k(L_i))指第k类馈线的理论线损率的期望；σ_k指第k类馈线的理论线损率的标准差。

Images