CN112527857A - 基于智能电表的多角度线损可视化数据分析平台 - Google Patents

基于智能电表的多角度线损可视化数据分析平台 Download PDF

Info

Publication number
CN112527857A
CN112527857A CN202011288596.1A CN202011288596A CN112527857A CN 112527857 A CN112527857 A CN 112527857A CN 202011288596 A CN202011288596 A CN 202011288596A CN 112527857 A CN112527857 A CN 112527857A
Authority
CN
China
Prior art keywords
line loss
data
intelligent electric
layer
electric meter
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
Application number
CN202011288596.1A
Other languages
English (en)
Inventor
李有伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202011288596.1A priority Critical patent/CN112527857A/zh
Publication of CN112527857A publication Critical patent/CN112527857A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465Query processing support for facilitating data mining operations in structured databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21Design, administration or maintenance of databases
    • G06F16/215Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462Approximate or statistical queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/248Presentation of query results
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25Integrating or interfacing systems involving database management systems
    • G06F16/254Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00Indexing scheme relating to G06F9/00
    • G06F2209/50Indexing scheme relating to G06F9/50
    • G06F2209/502Proximity

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提出基于智能电表的多角度线损可视化数据分析平台,包括客户端、UI接入层、业务服务层、数据持久层以及多个数据库。智能电表用于获取海量用电信息存储到多个数据库中;业务服务层提供大数据服务套件UI接入层提供可视化配置服务组件,所述可视化配置服务组件设置分组可视化参数;客户端通过线损可视化模块选择组件,执行多角度线损可视化数据分析;所述多角度线损可视化数据分析包括分区统计线损、分压统计线损、线路统计线损、台区统计线损、同期线损、分区同期线损、分压同期线损、分元件同期线损、分线同期线损、分台区同期线损。通过对线损进行统计及监测,本发明提高线损精益化、信息化管理水平,发挥电能量数据的应用价值。

Description

基于智能电表的多角度线损可视化数据分析平台
技术领域
本发明属于电网线损分析技术领域,尤其涉及一种基于智能电表的多角度线损可视化数据分析平台。
背景技术
目前针对线损的管理,周期均按月进行计算,难以满足精益化管理工作要求。已经建设的业务操作系统,多侧重于业务操作,缺少智能技术及大数据分析能力的支持,难以满足高水平客户服务管理的需要。
具体体现在:
1、工作方式:每月计算一次线损,然后进行线损异常分析和线损异常处理,处理周期较长。如果有单双月抄表的用户,处理周期为两个抄表周期,周期过长。
2、经营管控方面:线路上电量损耗作为管理线损管控重要指标,线损档案数据的准确性对线损计算结果起到决定性作用,对档案准确性需要更高效的管控。
3、业务方面:目前营销管理系统管理线损的异常监测分析,监测到异常线损后需要通过异常处理工单来处理,而无法便捷的进行异常线损处理。
4、系统支撑方面:营销管理信息系统是一个业务系统,主要满足供电局日常营业的需要,是与客户沟通的纽带,对系统的实时反应速度有较高的要求,若每日在营销服务器上计算线损电量,会对营销系统的性能产生较大的影响,导致用户体验变差。
中国发明专利申请CN111724060A提出一种台区线损一体化分析监控系统及其分析方法,包括线损率异常分析单元,治理策略输出单元和台区线损合格率在线监测单元,所述线损率异常分析单元用于对比台区在用电信息采集系统档案与SG186系统档案是否一致,判断电量是否缺失,对台区关口表计量数据及用户电表计量数据进行分析以及对户表用电量进行分析,并逐一输出异常项;治理策略输出单元用于对线损异常分析单元输出的异常项制定治理策略;台区线损在线监控单元用于对辖区范围内所有台区线损合格率进行在线监控。
然而,该方案仍然无法实现日线损的统计及监测,也无法发挥电能量数据的应用价值。
发明内容
为解决上述技术问题,本发明提出基于智能电表的多角度线损可视化数据分析平台,包括客户端、UI接入层、业务服务层、数据持久层以及多个数据库。智能电表用于获取海量用电信息存储到多个数据库中;业务服务层提供大数据服务套件UI接入层提供可视化配置服务组件,所述可视化配置服务组件设置分组可视化参数;客户端通过线损可视化模块选择组件,执行多角度线损可视化数据分析;所述多角度线损可视化数据分析包括分区统计线损、分压统计线损、线路统计线损、台区统计线损、同期线损、分区同期线损、分压同期线损、分元件同期线损、分线同期线损、分台区同期线损。
本发明基于低压集抄和智能电表全覆盖建设,以及大数据、云计算等技术的广泛应用,实现日线损管理,促进了线损管理向在线日监测的转变,通过利用“两覆盖”数据,采用大数据挖掘技术对日线损进行统计及监测,提高线损精益化、信息化管理水平,提升线损动态监测和分析应用水平,发挥电能量数据的应用价值。
具体来说,本发明提供一种基于智能电表的多角度线损可视化数据分析平台,所述可视化数据分析分析平台包括客户端、UI接入层、业务服务层、数据持久层以及多个数据库;
所述多个数据库与应用服务器连接,构成分布式大数据存储集群;
所述智能电表用于获取海量用电信息,并将所述海量用电信息执行数据抽取、数据转换和数据清洗后,存储到所述多个数据库中;
所述数据持久层为采用JPA技术构建的可进行配置的组合体;
所述业务服务层提供大数据服务套件,所述大数据服务套件包括线损数据集成套件、线损数据治理套件、线损查询统计套件、线损数值分析套件以及线损数据挖掘套件;
所述UI接入层提供可视化配置服务组件,所述可视化配置服务组件设置分组可视化参数;
所述客户端包括展示层,所述展示层向用户提供操作界面,通过用户的交互实现用户所期望的功能;
其中,所述客户端包括线损可视化模块选择组件,通过所述线损可视化模块选择组件,执行多角度线损可视化数据分析;
所述多角度线损可视化数据分析包括分区统计线损、分压统计线损、线路统计线损、台区统计线损、同期线损、分区同期线损、分压同期线损、分元件同期线损、分线同期线损、分台区同期线损、自定义时段线损、自定义台区线损等。
值得注意的是,所述智能电表连接本地边缘计算终端,通过所述本地边缘计算终端,执行所述数据抽取、数据转换和数据清洗。
同时,基于所述分组可视化参数,对所述智能电表进行分组后得到多个分组,每个分组包括多个智能电表,将所述每个分组包括的所述多个智能电表采集的海量用电信息发送至该分组对应的至少一个本地边缘计算终端。
将所述每个分组包括的所述多个智能电表采集的海量用电信息发送至该分组对应的至少一个本地边缘计算终端。
所述每个本地边缘计算终端设置有数据缓存队列;
通过判断所述数据数据缓存队列是否发生阻塞以及阻塞的持续时间是否超过预定时间值,来对分组进行调整或者数据传输的方式进行调整。
进一步的创新还包括:
所述客户端包括线损拓扑结构维护模块;
所述线损拓扑结构维护模块用于维护电网拓扑变更和运行方式变化,并将记录的供电关系变化涉及的电网设备和影响时间应用到线损计算中。
进一步的创新还包括:
所述业务服务层还包括窃电预警分析模型;
通过所述客户端设定窃电预警阀值,当统计线损与理论线损值超过窃电预警阀值时启动窃电预警分析模型。
作为本方明所述的平台具体实现形式,其中,采用的关键性技术手段进一步包括:
支持传统的Web应用开发、Jsp+SSH的RIA开发、Flex应用开发、桌面应用以及新兴的手机等移动设备的应用开发。数据持久层支持各种数据库,Web页面采用无刷新技术提升客户体验,并提供了一系列的、可运行在多种浏览器上的页面组件,快速搭建界面友好、风格一致的展示层;在集成开发环境中使用开发插件,能够快速生成前台网页和后台处理程序,减轻编程人员的负担。
同时,借助JPA(JAVA持久性API)技术实现Java对象与关系数据库的映射(ORM),屏蔽数据库的差异;基于实体类型的传输参数更利于业务层服务接口的确定;对于JPA不擅长的操作,如关联查询、高性能的数据库操作、通用实体模型定义等,平台保留一套自定义数据访问层。通过持久化数据服务层,做到对数据库访问的屏蔽,在数据服务层之上,SQL语句、JDBC等相关操作将不复存在。
更重要的是,在本发明中,静态对象(JPA实体、命名查询、命名数据集)的元数据以XML格式存放,动态对象(通用数据模型)由于在运行时创建,因此它们的元数据存于数据库中。
基于上述改进,本发明实现线损模块优化升级,包括数据管理、电量计算与统计、统计线损计算、同期线损计算、指标管理、线损报表管理等功能的开发和集成工作。
本发明实现日电量计算预警及异常处理的精细化作业,能够进一步规范和加强对日线损的管理;应用大数据平台能够更加及时、快速、准确的统计出线损数据,帮助线损管理人员及早发现线损率居高不下的台区、线路,及时开展排查和整改,以此为电网的经济运行提供依据,大大提高日线损工作质量,全面推进公司管理线损“一体化、规范化”管理提高管理精细化。另外,通过线损监测与电费发行工作联动机制的建立,也能够进一步加强电费风险管控,巩固企业经营效益。
本发明的进一步优点将结合说明书附图在具体实施例部分进一步详细体现。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一个实施例的一种基于智能电表的多角度线损可视化数据分析平台的主体架构图
图2是图1所述平台的各个层次的细节功能实现示意图
图3是图1或图2所述平台的进一步实施例连接示意图
图4是图1所述平台提供的不同多角度线损可视化模块示意图
具体实施方式
下面,结合附图以及具体实施方式,对发明做出进一步的描述。
参见图1,是本发明一个实施例的一种基于智能电表的多角度线损可视化数据分析平台。
在图1中,所述可视化数据分析分析平台包括客户端、UI接入层、业务服务层、数据持久层以及多个数据库。
所述多个数据库与应用服务器连接,构成分布式大数据存储集群;所述业务服务层提供大数据服务套件,所述大数据服务套件包括线损数据集成套件、线损数据治理套件、线损查询统计套件、线损数值分析套件以及线损数据挖掘套件。
所述客户端包括展示层,所述展示层向用户提供操作界面,通过用户的交互实现用户所期望的功能,包括用户所选择的可视化模式。
所述客户端还包括线损拓扑结构维护模块与线损可视化模块选择组件。
更具体的,在图1基础上,参见图2。
平台支持传统的Web应用开发、Jsp+SSH的RIA开发、Flex应用开发、桌面应用以及新兴的手机等移动设备的应用开发。数据持久层支持各种数据库,Web页面采用无刷新技术提升客户体验,并提供了一系列的、可运行在多种浏览器上的页面组件,快速搭建界面友好、风格一致的展示层;在集成开发环境中使用开发插件,能够快速生成前台网页和后台处理程序,减轻编程人员的负担。
针对后台管理应用,采用企业级建模思想的权限管理平台,解决了后台管理系统应用的安全问题;开发平台是一个集应用开发、运行支持、运行监控、外部集成与一体的技术综合体。
通过不同的配置,平台可以实现多种客户端的接入,如Web应用、Flex应用,移动客户端、桌面程序等,开发人员也可以根据项目需要研发新的接入模块,扩充平台功能。
集成开发环境提供基于Eclipse的Web应用开发、调试环境。内置了辅助模型开发、应用开发的辅助开发工具,支持在持久层、数据层、业务层、展现层的建模和功能生成。
在图1-图2基础上,参见图3。
所述智能电表用于获取海量用电信息,并将所述海量用电信息执行数据抽取、数据转换和数据清洗后,存储到所述多个数据库中;
更具体的,所述智能电表连接本地边缘计算终端,通过所述本地边缘计算终端,执行所述数据抽取、数据转换和数据清洗。
作为一般的情形,所述智能电表为M个,所述本地边缘计算终端为N个,所述M、N均为正整数,并且,
Figure RE-GDA0002933715930000091
其中,
Figure RE-GDA0002933715930000092
表示向下取整。
基于所述分组可视化参数,对所述M个智能电表进行分组后得到K个分组,每个分组包括多个智能电表;K≤N;
将所述每个分组包括的所述多个智能电表采集的海量用电信息发送至该分组对应的至少一个本地边缘计算终端。
若某个本地边缘计算终端在接收智能电表发送的海量用电信息时,所述本地边缘计算终端的数据缓存队列发生阻塞但阻塞的持续时间未超过预定时间值,则减少该本地边缘计算终端对应的分组中包含的智能电表的数量。
图3中,所述分布式大数据存储集群通过分布式文件系统与基础软件层通信,所述基础软件层包括Web中间层;所述Web中间层提供大数据基础服务,所述大数据基础服务包括SQL查询、分布式内存计算、流式计算、数值分析以及数据挖掘。
在上述实施例中,所述数据持久层为采用JPA技术构建的可进行配置的组合体,具体包括:所述数据持久层采用 Spring+JPA+Hibernate的实现方式,利用Annotation声明JPA的 Entity实体和命名查询。
更具体的,为实现平台跨数据库特性,持久层主要采用JPA技术构建。对JPA不擅长的关联查询、批量操作,平台提供自定义数据访问层插件。为实现诸如表单定制、界面定制这类的动态动能,平台提供了通用模型管理插件。持久层是一个以JPA技术为中心的、可进行配置的组合体。不论采用JPA还是自定义持久层,所需的数据源都由框架统一配置。元数据管理模块为JPA实体、自定义持久层中的实体、命名数据集以及动态模型提供元数据支持。
JPA是开发平台默认的持久化机制,具体采用 Spring+JPA+Hibernate的实现方式。利用Annotation(注解)声明JPA的Entity实体和命名查询。平台提供Eclipse插件,实现数据库表到实体的ORM,并组织到特定的Package中进行统一管理。
依托Java泛型技术,平台提供了操作实体对象的通用DAO。它是一个AbstractClass,内部提供了创建、加载、查找、删除实体的方法;对于常用的实体操作(CURD、分页检索等),不必创建DAO,使用平台提供的JPA工具类就能完成;提供分页查询、通用排序支持;提供JPQL操作;提供使用NativeSQL模式操作数据库等。通过继承,开发人员可以快速实现自己的数据操作DAO。平台DAO提供系统级的数据服务:如序号生成器、组织机构、权限数据服务等。
利用底层数据平台提供的实体生命周期事件(创建、删除、更改),可以对数据库变更过程进行日志记录,保证核心数据的审计。
依托通用DAO、JPA工具类、平台DAO,业务系统可以实现自己的数据服务层(DAO集合),并屏蔽数据库差异,为服务层提供统一的、基于接口的数据服务。
持久层中的JPA实体、命名查询、命名数据集,还有后面提到的通用数据模型,都离不开元数据模型。虽然这些对象在实现上千差万别,但查询结果的元数据表示却大同小异,平台采用统一的元数据模型进行描述。
元数据模型记录着这些数据载体的类型信息、显示规格、输入校验属性、信息导出、排序选项、过滤设置等,为客户端展示、界面输入校验、自定义排序、扩展查询、数据导出等提供支持。
静态对象(JPA实体、命名查询、命名数据集)的元数据以XML 格式存放,动态对象(通用数据模型)由于在运行时创建,因此它们的元数据存于数据库中。
此外,平台还开发自定义持久层。
自定义持久层是开发平台提供的数据访问插件,可以根据需要选择安装。利用本插件,可以弥补JPA在大数据关联查询、批量数据处理中的性能缺陷,同时又能兼容原有平台的处理方式,自定义持久层也是动态实体模型的基础。
通用数据访问层提供一系列数据操作接口,实现对JDBC数据源的常规操作、调用拦截和事务管理。以JDBC Template为基础,利用Spring的连接控制机制,参与业务层的事务控制,支持JTA 事务和Spring的声明式事务。
提供数据访问工具,按照传统SQL的方式对数据库进行操作;将查询结果以对象的形式返回;提供灵活的批量处理接口,提高批量处理的执行效率;支持基于对象的分页查询;提供函数回调机制,获取JDBC操作的底层对象(如ResultSet等),既方便了返回结果的封装,又保证不会出现连接泄露。
命名数据集专门为复杂的统计查询而设计。根据SQL语句构建返回结果,跟踪数据的变化,并提供数据持久化功能。命名数据集的元数据由持久层统一维护,内部数据能直接映射成Java Class。在开发平台中,命名数据集的创建、元数据的获取以及返回Java类的创建,都可以由工具同步生成。
利用自定义的数据访问工具和命名数据集,同样能构建出独立的数据服务层,对服务层提供数据支持。
最后参见图4。
结合上述实施例,所述客户端包括线损可视化模块选择组件,通过所述线损可视化模块选择组件,执行多角度线损可视化数据分析;
所述多角度线损可视化数据分析包括分区统计线损、分压统计线损、线路统计线损、台区统计线损、同期线损、分区同期线损、分压同期线损、分元件同期线损、分线同期线损、分台区同期线损、自定义时段线损以及自定义台区线损。
以上各种线损分析具体如下:
分区统计线损计算
用户能够根据区域关口计量点档案、计量点采集表底数、计量点电量补录、计量点换表记录计算每个关口电量,同时汇总各网省营销月度发行电量依照分区计算公式按月进行分区统计线损计算。
分区统计线损查询
用户可查看、网省、地市、区县的区域统计线损穿透数据,以及区域关口表计明细,并可结合计算明细追溯电量详情,自动生成所需报表及报告。
分压统计线损计算
用户能够根据分压计量点档案、计量点采集表底数、计量点电量补录、计量点换表记录和用户发行电量计算分压关口供入供出电量,同时依照分压计算公式按月进行分压统计线损计算,能够将本单位所辖电网分压统计线损与下级单位管辖电网分压统计线损进行汇总,生成分压统计线损结果。
分压统计线损查询
用户能够查看网省、地市、区县的分压统计线损穿透数据,以及分压关口表计明细,并可结合计算明细追溯电量详情,自动生成所需报表及报告。
线路统计线损查询
用户能够查看各个地市、区县的线路统计线损穿透数据,以及线路关口表计明细,并可结合计算明细追溯电量详情。
台区统计线损查询
用户能够查看各个地市、区县的台区统计线损穿透数据,以及台区关口表计明细,并可结合计算明细追溯电量详情。
同期线损计算
分区同期线损计算
用户能够根据区域关口计量点档案、计量点采集表底数、计量点电量补录、计量点换表记录计算每个关口电量,同时获取同期售电量依照分区计算公式按日、月进行分区同期线损计算。
分区同期线损查询
用户能够查看总部、省公司、地市、区县的区域同期线损穿透数据,以及区域关口表计明细,并可结合计算明细追溯电量详情,自动生成所需报表及报告。
分压同期线损计算
用户能够根据分压关口计量点档案、计量点采集表底数、计量点电量补录、计量点换表记录计算每个关口电量,同时依照分压计算公式按日、月进行分压同期线损计算,能够将所辖电网分压同期线损与下级单位管辖电网分压同期线损进行汇总,生成分压同期线损结果。
分压同期线损查询
用户能够查看总部、省公司、地市、区县的分压同期线损与电量穿透数据,以及分压关口表计明细,并可结合计算明细追溯电量详情,自动生成所需报表。
分元件同期线损计算
用户根据分元件关口计量点档案、计量点采集表底数、计量点电量补录、计量点换表记录计算每个关口模型电量,同时依照分元件计算公式进行变电站、主变、母线、输电线路等同期线损计算。
分元件同期线损查询
用户能够查看总部、省公司、地市、区县的变电站、主变、母线、联络线同期线损穿透数据,以及分元件关口表计明细,并可结合计算明细追溯电量详情。
分线同期线损计算
用户根据线路关口计量点档案、计量点采集表底数、计量点电量补录、计量点换表记录计算每个关口模型电量,同时依照分线计算公式进行配电线路同期线损计算。
线路同期线损查询
用户能够查看各个地市、区县的配电线路同期线损穿透数据,以及线路关口表计明细,并可结合计算明细追溯电量详情。
分台区同期线损计算
用户根据台区关口计量点档案、计量点采集表底数、计量点电量补录、计量点换表记录计算每个关口模型电量,同时依照分台区计算公式进行台区同期线损计算。
台区同期线损查询
用户能够查各个地市、区县的台区同期线损穿透数据,以及台区用户表计明细,并可结合计算明细追溯电量详情。
自定义区域线损
实现按自定义供电区域计算分压线损。依照分压计算公式按日进行分压统计线损计算,能够将本单位所辖电网分压统计线损与下级单位管辖电网分压统计线损进行汇总,生成分压统计线损结果。
任意时段区域线损计算
汇总任意时段区域日损失电量。汇总各网省营销日用户电量依照分区计算公式按月进行分区统计线损计算任意时段分元件线损计算。
任意时段分元件线损计算
汇总各变电站在任意时段的站损率。用户根据分元件关口计量点档案、计量点采集表底数、计量点电量补录、计量点换表记录计算每个关口模型任意时段电量,同时依照分元件计算公式进行变电站线损计算。
任意时段分线线损计算
汇总各线路在任意时段的线损电量。用户根据分元件关口计量点档案、计量点采集表底数、计量点电量补录、计量点换表记录计算每个关口模型任意时段电量,同时依照分元件计算公式进行线路线损计算。
任意时段分台区线损计算
汇总各台区在任意时段的线损电量。用户根据分元件关口计量点档案、计量点采集表底数、计量点电量补录、计量点换表记录计算每个关口模型任意时段电量,同时依照分元件计算公式进行台区线损计算
同时,所述客户端还包括线损拓扑结构维护模块;
所述线损拓扑结构维护模块用于维护电网拓扑变更和运行方式变化,并将记录的供电关系变化涉及的电网设备和影响时间应用到线损计算中。
具体来说,针对配网当前管理现状,中压侧配网通过拓扑图形方式实现静态拓扑维护,为降低运行方式变化对配网线损在线计算的影响,建立与管理相配套的电网拓扑变更和运行方式变化流程管理,及时维护电网拓扑变更和运行方式变化,并将记录的供电关系变化涉及的电网设备和影响时间应用到线损计算中,避免在复杂电网结构下运行方式变化给线损计算带来的偏差。
进一步的,所述业务服务层还包括窃电预警分析模型;通过所述客户端设定窃电预警阀值,当统计线损与理论线损值超过窃电预警阀值时启动窃电预警分析模型。
作为一个示例,通过设定窃电预警阀值,当统计线损与理论线损值超过窃电预警阀值时启动窃电预警分析模型,进一步分析可能存在的窃电用户,其中公变用户可分解到低压居民用户和非居民用户,专变用户分解到三相不平衡用户、波动电量用户、采集抄录对比异常用户等,从而细化和缩小可疑用户范围。目前窃电方式主要包括改变电流、电压方式,改变电能表结构和接线方式等,无论哪种方式都会引起线损及各类数据的异常,通过线损异常偏差率并结合各类数据进行异常分析,确定窃电嫌疑的范围,为营销工作人员反窃电稽查提供技术支撑。
作为优选,所述窃电预警分析模型采用随机森林算法建模。
在具体运行中,计量系统每天根据营销系统的需求,提交T-3 日的全省用户的计量表码数据。计量自动化系统每天凌晨2点前冻结T-3日采集的表码数据。生成需要进行计算的用户表计的表码文件,以文件的方式上传到FTP服务器供营销系统使用;为了加速计量表码数据文件上传与处理速度,计量系统以地市为单位组织日线损计算的表码文件。
实践证明,本发明所述的技术方案达到了以下指标要求:
局域网内非统计性操作响应时间不超过3秒,统计分析响应时间不超过10秒;
无线通信非统计性操作响应时间不超过10秒,统计分析响应时间不超过20秒。
因此,本发明的技术方案客实现日电量计算预警及异常处理的精细化作业,能够进一步规范和加强对日线损的管理;应用大数据平台能够更加及时、快速、准确的统计出线损数据,帮助线损管理人员及早发现线损率居高不下的台区、线路,及时开展排查和整改,以此为电网的经济运行提供依据,大大提高日线损工作质量,全面推进公司管理线损“一体化、规范化”管理提高管理精细化。另外,通过线损监测与电费发行工作联动机制的建立,也能够进一步加强电费风险管控,巩固企业经营效益。
同时,利用本发明的技术方案,可以围绕线损指标体系进行指标评价、指标预测、指标计划、指标执行、指标考核等全过程管理,对省、市、县各级单位的线损“四分”管理,实现全面、自动、透明的线损指标闭环管理;单位、分解线损指标、上年线损指标及实际完成值、上年供(售)电量、本年供(售)电量预测值及增长率、线损理论计算结果、分线异常率指标、分台区异常率指标、同期分区线损偏差值(含波动偏差)、高损线路(台区) 降损整改完成率等,并能清晰展示分解指标的计算过程,便于后续讨论审批工作的开展。
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 (10)

1.一种基于智能电表的多角度线损可视化数据分析平台,所述可视化数据分析分析平台包括客户端、UI接入层、业务服务层、数据持久层以及多个数据库;
其特征在于:
所述多个数据库与应用服务器连接,构成分布式大数据存储集群;
所述智能电表用于获取海量用电信息,并将所述海量用电信息执行数据抽取、数据转换和数据清洗后,存储到所述多个数据库中;
所述数据持久层为采用JPA技术构建的可进行配置的组合体;
所述业务服务层提供大数据服务套件,所述大数据服务套件包括线损数据集成套件、线损数据治理套件、线损查询统计套件、线损数值分析套件以及线损数据挖掘套件;
所述UI接入层提供可视化配置服务组件,所述可视化配置服务组件设置分组可视化参数;
所述客户端包括展示层,所述展示层向用户提供操作界面,通过用户的交互实现用户所期望的可视化模式;
其中,所述客户端包括线损可视化模块选择组件,通过所述线损可视化模块选择组件,执行多角度线损可视化数据分析。
2.如权利要求1所述的一种基于智能电表的多角度线损可视化数据分析平台,其特征在于:
所述智能电表连接本地边缘计算终端,通过所述本地边缘计算终端,执行所述数据抽取、数据转换和数据清洗。
3.如权利要求1所述的一种基于智能电表的多角度线损可视化数据分析平台,其特征在于:
所述分布式大数据存储集群通过分布式文件系统与基础软件层通信,所述基础软件层包括Web中间层;所述Web中间层提供大数据基础服务,所述大数据基础服务包括SQL查询、分布式内存计算、流式计算、数值分析以及数据挖掘。
4.如权利要求1所述的一种基于智能电表的多角度线损可视化数据分析平台,其特征在于:
所述智能电表为M个,所述本地边缘计算终端为N个,所述M、N均为正整数,并且,
Figure FDA0002783175840000021
其中,
Figure FDA0002783175840000022
表示向下取整。
5.如权利要求4所述的一种基于智能电表的多角度线损可视化数据分析平台,其特征在于:
基于所述分组可视化参数,对所述M个智能电表进行分组后得到K个分组,每个分组包括多个智能电表;K≤N;
将所述每个分组包括的所述多个智能电表采集的海量用电信息发送至该分组对应的至少一个本地边缘计算终端。
6.如权利要求1-5任一所述的一种基于智能电表的多角度线损可视化数据分析平台,其特征在于:
所述客户端还包括线损拓扑结构维护模块;
所述线损拓扑结构维护模块用于维护电网拓扑变更和运行方式变化,并将记录的供电关系变化涉及的电网设备和影响时间应用到线损计算中。
7.如权利要求1-5任一所述的一种基于智能电表的多角度线损可视化数据分析平台,其特征在于:
所述业务服务层还包括窃电预警分析模型;
通过所述客户端设定窃电预警阀值,当统计线损与理论线损值超过窃电预警阀值时启动窃电预警分析模型。
8.如权利要求7所述的一种基于智能电表的多角度线损可视化数据分析平台,其特征在于:
所述窃电预警分析模型采用随机森林算法建模。
9.如权利要求1-5或7任一项所述的一种基于智能电表的多角度线损可视化数据分析平台,其特征在于:
所述数据持久层为采用JPA技术构建的可进行配置的组合体,具体包括:
所述数据持久层采用Spring+JPA+Hibernate的实现方式,利用Annotation声明JPA的Entity实体和命名查询。
10.如权利要求9所述的一种基于智能电表的多角度线损可视化数据分析平台,其特征在于:
所述数据持久层中的静态对象的元数据以XML格式存放,动态对象在运行时创建。
CN202011288596.1A 2020-11-18 2020-11-18 基于智能电表的多角度线损可视化数据分析平台 Pending CN112527857A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011288596.1A CN112527857A (zh) 2020-11-18 2020-11-18 基于智能电表的多角度线损可视化数据分析平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011288596.1A CN112527857A (zh) 2020-11-18 2020-11-18 基于智能电表的多角度线损可视化数据分析平台

Publications (1)

Publication Number Publication Date
CN112527857A true CN112527857A (zh) 2021-03-19

Family

ID=74982605

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011288596.1A Pending CN112527857A (zh) 2020-11-18 2020-11-18 基于智能电表的多角度线损可视化数据分析平台

Country Status (1)

Country Link
CN (1) CN112527857A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113655308A (zh) * 2021-07-30 2021-11-16 国网天津市电力公司 一种基于智能感知的同期线损监测治理系统
CN114142618A (zh) * 2021-12-12 2022-03-04 云南电网有限责任公司临沧供电局 一种用户电能自控管理系统
CN114968014A (zh) * 2022-05-16 2022-08-30 湖北中巽泰科技有限公司 一种基于数据可视化的同期线损交互式展示方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113655308A (zh) * 2021-07-30 2021-11-16 国网天津市电力公司 一种基于智能感知的同期线损监测治理系统
CN114142618A (zh) * 2021-12-12 2022-03-04 云南电网有限责任公司临沧供电局 一种用户电能自控管理系统
CN114142618B (zh) * 2021-12-12 2023-10-03 云南电网有限责任公司临沧供电局 一种用户电能自控管理系统
CN114968014A (zh) * 2022-05-16 2022-08-30 湖北中巽泰科技有限公司 一种基于数据可视化的同期线损交互式展示方法

Similar Documents

Publication Publication Date Title
CN112527857A (zh) 基于智能电表的多角度线损可视化数据分析平台
CN106557991B (zh) 电压监测数据平台
CN105574652B (zh) 一种智能配电网规划大数据管控系统及方法
CN103678665B (zh) 一种基于数据仓库的异构大数据整合方法和系统
CN112396404A (zh) 一种数据中台系统
CN109408548A (zh) 一种城市电力大数据应用系统及方法
CN111104394A (zh) 一种能源数据仓库系统构建方法及装置
CN108764683A (zh) 电网运行数据分析评估与报表系统
CN113159698B (zh) 一种林业数据协同处理系统
CN102567412A (zh) 一种计算机辅助电网负荷分析的信息处理方法
CN112633822B (zh) 基于数字孪生技术的资产管理方法、存储介质和移动终端
CN110956692A (zh) 一种基于供电可靠性数据解析结合三维场景可视化的方法
CN113642299A (zh) 一种基于电网统计报表一键生成的方法
CN114662909A (zh) 农村土地经营权流转交易价格指数计算系统
CN105205185B (zh) 监控系统与管理信息系统间数据交互及数据建模的方法
CN112488502A (zh) 一种标准的水资源管理一体化管控平台
CN103345485B (zh) 一种大型主机平台动态报表自动生成方法及系统
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
CN104933491A (zh) 工业企业能耗诊断预警系统
CN105653523A (zh) 能耗监管物联网络基础平台的系统构建方法
CN114218216A (zh) 资源管理方法、装置、设备及存储介质
CN114428813A (zh) 基于报表平台的数据统计方法、装置、设备及存储介质
CN112784129A (zh) 一种泵站设备运维数据监管平台
CN112258175A (zh) 基于云平台的电力市场电费结算数据监管平台及其使用方法
Powell On-line monitoring for operational control of water distribution networks

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