CN112732689A - 一种台区电压监测数据处理方法 - Google Patents

Abstract

本发明公开了一种台区电压监测数据处理方法，它包括：采集所有TTU及户表电压数据；收集线‑变‑户档案关系，并利用该关系进行数据存储；利用线‑变‑户档案关系，将户表关联到台区，将台区关联到中压线路；对TTU数据的清洗及台区首端低电压进行判定；对户表数据清洗；清洗方法为：在区间（0V,286V）的数据均为有效数据；对低电压用户判定；对末端低电压台区判定；对首端低电压和末端低电压联动分析；解决了现有技术中台区监测存在的TTU数据质量不好、户表数据数量巨大，单独使用难以发挥作用，数据价值较小及缺少一套完整的按照中压线路‑配变‑用户低电压联动分析方法用于深入挖掘低电压现象及成因等技术问题。

Description

一种台区电压监测数据处理方法

技术领域

本发明属于台区数据监测技术，尤其涉及一种台区电压监测数据处理方法。

背景技术

随着配网技术的发展；配电网基本覆盖了公用变压器首端电压及部分用户电压的在线监测，配变首端监测终端简称为TTU，用户侧监测终端简称为户表；TTU电压数据和户表电压数据的应用还处于初期阶段，需要深入探索，挖掘数据价值；现有技术低电压台区的核实需要到现场用万用表测量，现在有在线监测数据以后，可以不到现场测量，但是目前缺少数据清洗及数据应用的方法；TTU数据质量不好，必须经过清洗才能使用，否则就是一堆无用数据；户表数据数量巨大，单独使用难以发挥作用，数据价值较小，必须关联到所属台区，与TTU数据联动分析，才能挖掘出更大的价值；哪些TTU数据异常，哪些正产常心里没数，无法开展异常TTU运维工作；没有经过清洗的数据用于低电压判定时，误判率较高，不能有效指导低电压治理工作；目前缺少一套完整的按照中压线路-配变-用户（简称：线-变-户）低电压联动分析方法，用于深入挖掘低电压现象及成因。

发明内容

本发明要解决的技术问题是：提供一种台区电压监测数据处理方法，以解决现有技术中台区监测存在的TTU数据质量不好、户表数据数量巨大，单独使用难以发挥作用，数据价值较小及缺少一套完整的按照中压线路-配变-用户低电压联动分析方法用于深入挖掘低电压现象及成因等技术问题。

本发明的技术方案是：

一种台区电压监测数据处理方法，它包括：

步骤1、采集所有TTU及户表电压数据；

步骤2、收集线-变-户档案关系，并利用该关系进行数据存储；

步骤3、利用线-变-户档案关系，将户表关联到台区，将台区关联到中压线路；

步骤4、对TTU数据的清洗及台区首端低电压进行判定；

步骤5、对户表数据清洗；清洗方法为：在区间（0V,286V）的数据均为有效数据；

步骤6、对低电压用户判定；

步骤7、对末端低电压台区判定；

步骤8、对首端低电压和末端低电压联动分析。

步骤9、对低电压成因进行分析，分析方法为：台区首端不是低电压而末端是低电压，判定低电压成因为：供电半径长或者电线线径细；某中压线路末端，首端低电压台区数量大于10台，则判定该中压线路供电半径长，线路末端电压偏低。

步骤4所述对TTU数据的清洗及台区首端低电压进行判定的方法包括：

步骤4.1、采集TTU的测量数据并存储；TTU的测量数据每15分钟产生一个数据组；每个点分为A相电压、B相电压、C相电压三个数值；15分钟一个数据组，按30天计算，一个月共计2880个数据组；

步骤4.2、判断一个自然月中测量数据的空数据组、缺相数据组和越限数据组是否小于本月数据组总数的50%；大于则本月数据无效；小于等于则本月数据有效；空数据组是指三相电压均为空的数据组；所述缺相数据组指缺某一相电压数据的数据组；所述越限数据组是指某相电压数据超出[132,186V]范围的数据组；

步骤4.3、判断一个自然月的有效数据中，三相电压不平衡度大于15%的数据组数是否小于10组，大于则本月数据无效；小于等于则本月数据有效；

步骤4.4、剔除掉三相电压不平衡度大于15%的数据组，判断每一天三相电压日平均值是否均未超出范围，是则判定本月数据有效；否则判定本月数据无效；所述判断每一天三相电压日平均值是否均未超出范围的范围值为（198V,235.4V）；

步骤4.5、判断有效数据组中，含低于198V的数据组是否大于等于40组；否则判定该台区当月未发生首端低电压；是则判定该台区当月首端低电压。

所述三相电压不平衡度的计算公式为：（最大值-最小值）/最大值，最大或最小值指的是某组数据中三相电压值的最大和最小值。

步骤6所述对低电压用户判定的方法为：一个自然月内，某户表电压处于（0V,198V）区间的时间大于10个小时，则判定该用户为低电压用户。

步骤7所述对末端低电压台区判定的方法为：低电压用户占比＞20%，则判定该台区为末端低电压台区；（低电压用户占比 = 某台区下低电压用户数量/台区下户表数量）。

步骤8所述对首端低电压和末端低电压联动分析的方法为：某台区如果首端低电压，那么末端必然低电压；首端非低电压，末端有可能是低电压或非低电压；首端和末端均为低电压则为严重低电压台区，首端非低电压而末端低电压，则为一般低电压台区。

它还包括：对低电压风险分级进行综合分析及严重程度分级；具体包括：

步骤10.1、收集所有低电压投诉数据包含低电压投诉、低电压建议和低电压诉求，将投诉数据匹配到每一个台区TTU；

步骤10.2、收集所有台区TTU数据，并统计每个自然月各台区TTU数据的（0,180]和（180,198）两个区间的小时数；

步骤10.3、收集所有户表数据，并统计每个自然月各户表数据的（0,160]和（160,180）两个区间的小时数；

步骤10.4、将所有户表都关联到台区TTU，一个台区TTU下至少有一个户表；

步骤10.5、计算所有台区TTU下所有户表（0,160]区间户均小时数，（0,160]区间户均小时数 = 台区TTU下所有户表（0,160]区间小时数之和/台区TTU下户表数；

步骤10.6、计算所有台区TTU下所有户表（160,180）区间户均小时数，（160,180）区间户均小时数 = 台区TTU下所有户表（160,180）区间小时数之和/台区TTU下户表数；

步骤10.7、计算台区低电压风险得分； 台区低电压风险得分=40*（台区投诉数量/台区最大投诉数量）+20*（台区TTU电压值在（0,180]区间小时数/所有台区TTU电压值在（0,180]区间小时数的最大值）+10*（台区TTU电压值在（180,198）区间小时数/所有台区TTU电压值在（180,198）区间小时数的最大值）+20*（台区TTU下所有低电压用户（0,160]户均小时数/台区TTU下所有低电压用户（0,160]户均小时数的最大值）+10*（台区TTU下所有低电压用户（160,180]户均小时数/台区TTU下所有低电压用户（160,180]户均小时数的最大值）；

归一化严重程度得分 = 100*台区低电压风险得分/max（所有台区低电压风险得分）

步骤10.8、严重程度分级，严重程度共分四级；[60,100分]为第一级；[40,60分）为第二级；[20,40分）为第三级；[0,20分）为第四级；第一级为低电压风险最高的一级。

本发明有益效果：

本发明全面掌握全量首端低电压台区的分布、数量、严重程度情况，为低电压治理提供准确的数据支撑，指导低电压精准治理，节省低电压治理成本；

本发明月度数据分析可以全面了解低电压台区的各项运行指标，帮助分析低电压的成因，辅助决策者制定低电压治理措施；

本发明为提高低电压台区分析准确度提供保障；

本发明为台区首端低电压精准治理提供数据支撑；

本发明通过线变关系的关联，基于台区低电压分析，按照中压线路为单位开展低电压分析，为中压线路低电压分析提供数据支撑；

本发明准确识别TTU异常数据，提高数据质量，为数据推广使用提供保障；

本发明通过TTU异常数据识别，为TTU数据精准整治提供依据；

本发明通过TTU异常数据识别，为TTU终端维护提供数据支撑；

本发明通过TTU异常数据识别，为配电变压器电压在线监测问题整改提供依据；

本发明通过数据质量分析，关联设备厂商及型号后，为TTU质量分析提供条件；

本发明通过数据质量分析，找出TTU接线问题，为TTU接线工艺评价、改进及提升提供数据分析依据；

本发明为台区TTU监测数据及低电压投诉数据的应用方向提供了一种方法；

本发明为低电压风险分级分析提供一种实用化方法；

本发明基于台区TTU数据、户表数据和投诉数据三个维度数据对低电压风险开展风险分析，分析结果客观、可靠，可有效指导低电压治理工作；

本发明基于多元数据的分析结果弥补了单一数据源的低电压分析结果不可靠的缺点，为低电压台区风险分级分析和精准治理提供了方法。

解决了现有技术中台区监测存在的TTU数据质量不好、户表数据数量巨大，单独使用难以发挥作用，数据价值较小及缺少一套完整的按照中压线路-配变-用户低电压联动分析方法用于深入挖掘低电压现象及成因等技术问题。

具体实施方式

本发明包括：

步骤1、采集所有TTU及户表电压数据；

步骤2、收集线-变-户档案关系，并利用该关系进行数据存储；

步骤3、利用线-变-户档案关系，将户表关联到台区，将台区关联到中压线路，以便后续开展线-变-户低电压关联分析；

步骤4、TTU数据的清洗及台区首端低电压判定，方法为：

步骤4.1、采集TTU的测量数据并存储；

步骤4.2、判断一个自然月中测量数据的空数据组、缺相数据组和越限数据组是否小于本月数据组总数的50%；大于则本月数据无效；小于等于则本月数据有效；

步骤4.3、判断一个自然月的有效数据中，三相电压不平衡度大于15%的数据组数是否小于10组，大于则本月数据无效；小于等于则本月数据有效；

步骤4.4、剔除掉三相电压不平衡度大于15%的数据组，判断每一天三相电压日平均值是否均未超出范围，是则判定本月数据有效；否则判定本月数据无效；所述判断每一天三相电压日平均值是否均未超出范围的范围值为（198V,235.4V）；

步骤4.5、判断有效数据组中，含低于198V的数据组是否大于等于40组；否则判定该台区当月未发生首端低电压；是则判定该台区当月首端低电压。

说明：

1)TTU每15分钟产生一个数据组，每个点分为A相电压、B相电压、C相电压三个数值。15分钟一个数据组，按30天计算，一个月共计2880个数据组；

2)空数据组：三相电压均为空的数据组；

3)缺相数据组：缺某一相电压数据的数据组；

4)越限数据组：某相电压数据超出[132,186V]范围的数据组；

5)三相电压不平衡度=（最大值-最小值）/最大值，最大（小）值指的是某组数据中三相电压值的最大（小）值；

6)三相电压日平均值：三相电压一天的所有电压值取算术平均；

步骤5、户表数据清洗方法。户表数据可靠性高，不需要过多的清洗规则，在区间（0V,286V）的数据均为有效数据；

步骤6、低电压用户判定。一个自然月内，某户表电压处于（0V,198V）区间的时间大于10个小时，则判定该用户为低电压用户；

步骤7、末端低电压台区判定方法。低电压用户占比＞20%，则判定该台区为末端低电压台区；（低电压用户占比 = 某台区下低电压用户数量/台区下户表数量）；

步骤8、首端低电压和末端低电压联动分析。某台区如果首端低电压，那么，末端必然低电压；首端非低电压，末端有可能低电压有可能非低电压；首端和末端均为低电压则为严重低电压台区，首端非低电压、末端低电压，则为一般低电压台区；

步骤9、低电压成因分析。台区首端不是低电压、末端是低电压，可初步判定低电压成因为“供电半径长或者电线线径细”；某中压线路末端，首端低电压台区数量大于10台，则判定该“中压线路供电半径长，线路末端电压偏低”；

步骤10、低电压风险分级综合分析及严重程度分级方法：

收集所有低电压投诉数据（包含低电压投诉、低电压建议和低电压诉求），将投诉数据匹配到每一个台区TTU；

收集所有台区TTU数据，并统计每个自然月各台区TTU数据的（0,180]和（180,198）两个区间的小时数；

收集所有户表数据，并统计每个自然月各户表数据的（0,160]和（160,180）两个区间的小时数；

将所有户表都关联到台区TTU，一个台区TTU下可能有1个或者多个户表；

计算所有台区TTU下所有户表（0,160]区间户均小时数，（0,160]区间户均小时数= 台区TTU下所有户表（0,160]区间小时数之和/台区TTU下户表数；

计算所有台区TTU下所有户表（160,180）区间户均小时数，（160,180）区间户均小时数 = 台区TTU下所有户表（160,180）区间小时数之和/台区TTU下户表数；

台区低电压风险得分 =

40*（台区投诉数量/台区最大投诉数量）+20*（台区TTU电压值在（0,180]区间小时数/所有台区TTU电压值在（0,180]区间小时数的最大值）+10*（台区TTU电压值在（180,198）区间小时数/所有台区TTU电压值在（180,198）区间小时数的最大值）+20*（台区TTU下所有低电压用户（0,160]户均小时数/台区TTU下所有低电压用户（0,160]户均小时数的最大值）+10*（台区TTU下所有低电压用户（160,180]户均小时数/台区TTU下所有低电压用户（160,180]户均小时数的最大值）；

归一化严重程度得分 = 100*台区低电压风险得分/max（所有台区低电压风险得分）（最严重的台区TTU为100分，分数越低，低电压风险越低）

严重程度分级方法，共分四级。[60,100分]为第一级；[40,60分）为第二级；[20,40分）为第三级；[0,20分）为第四级。其中，第一级为低电压风险最高的一级。

Claims (8)

1.一种台区电压监测数据处理方法，它包括：

步骤1、采集所有TTU及户表电压数据；

步骤2、收集线-变-户档案关系，并利用该关系进行数据存储；

步骤3、利用线-变-户档案关系，将户表关联到台区，将台区关联到中压线路；

步骤4、对TTU数据的清洗及台区首端低电压进行判定；

步骤5、对户表数据清洗；清洗方法为：在区间（0V,286V）的数据均为有效数据；

步骤6、对低电压用户判定；

步骤7、对末端低电压台区判定；

步骤8、对首端低电压和末端低电压联动分析。

2.根据权利要求1所述的一种台区电压监测数据处理方法，其特征在于：它还包括：步骤9、对低电压成因进行分析，分析方法为：台区首端不是低电压而末端是低电压，判定低电压成因为：供电半径长或者电线线径细；某中压线路末端，首端低电压台区数量大于10台，则判定该中压线路供电半径长，线路末端电压偏低。

3.根据权利要求1所述的一种台区电压监测数据处理方法，其特征在于：步骤4所述对TTU数据的清洗及台区首端低电压进行判定的方法包括：

步骤4.1、采集TTU的测量数据并存储；TTU的测量数据每15分钟产生一个数据组；每个点分为A相电压、B相电压、C相电压三个数值；15分钟一个数据组，按30天计算，一个月共计2880个数据组；

步骤4.2、判断一个自然月中测量数据的空数据组、缺相数据组和越限数据组是否小于本月数据组总数的50%；大于则本月数据无效；小于等于则本月数据有效；空数据组是指三相电压均为空的数据组；所述缺相数据组指缺某一相电压数据的数据组；所述越限数据组是指某相电压数据超出[132,186V]范围的数据组；

步骤4.3、判断一个自然月的有效数据中，三相电压不平衡度大于15%的数据组数是否小于10组，大于则本月数据无效；小于等于则本月数据有效；

步骤4.4、剔除掉三相电压不平衡度大于15%的数据组，判断每一天三相电压日平均值是否均未超出范围，是则判定本月数据有效；否则判定本月数据无效；所述判断每一天三相电压日平均值是否均未超出范围的范围值为（198V,235.4V）；

步骤4.5、判断有效数据组中，含低于198V的数据组是否大于等于40组；否则判定该台区当月未发生首端低电压；是则判定该台区当月首端低电压。

4.根据权利要求1所述的一种台区电压监测数据处理方法，其特征在于：所述三相电压不平衡度的计算公式为：（最大值-最小值）/最大值，最大或最小值指的是某组数据中三相电压值的最大和最小值。

5.根据权利要求1所述的一种台区电压监测数据处理方法，其特征在于：步骤6所述对低电压用户判定的方法为：一个自然月内，某户表电压处于（0V,198V）区间的时间大于10个小时，则判定该用户为低电压用户。

6.根据权利要求1所述的一种台区电压监测数据处理方法，其特征在于：步骤7所述对末端低电压台区判定的方法为：低电压用户占比＞20%，则判定该台区为末端低电压台区；（低电压用户占比 = 某台区下低电压用户数量/台区下户表数量）。

7.根据权利要求1所述的一种台区电压监测数据处理方法，其特征在于：步骤8所述对首端低电压和末端低电压联动分析的方法为：某台区如果首端低电压，那么末端必然低电压；首端非低电压，末端有可能是低电压或非低电压；首端和末端均为低电压则为严重低电压台区，首端非低电压而末端低电压，则为一般低电压台区。

8.根据权利要求1所述的一种台区电压监测数据处理方法，其特征在于：它还包括：对低电压风险分级进行综合分析及严重程度分级；具体包括：

步骤10.1、收集所有低电压投诉数据包含低电压投诉、低电压建议和低电压诉求，将投诉数据匹配到每一个台区TTU；

步骤10.2、收集所有台区TTU数据，并统计每个自然月各台区TTU数据的（0,180]和（180,198）两个区间的小时数；

步骤10.3、收集所有户表数据，并统计每个自然月各户表数据的（0,160]和（160,180）两个区间的小时数；

步骤10.4、将所有户表都关联到台区TTU，一个台区TTU下至少有一个户表；

步骤10.5、计算所有台区TTU下所有户表（0,160]区间户均小时数，（0,160]区间户均小时数 = 台区TTU下所有户表（0,160]区间小时数之和/台区TTU下户表数；

步骤10.6、计算所有台区TTU下所有户表（160,180）区间户均小时数，（160,180）区间户均小时数 = 台区TTU下所有户表（160,180）区间小时数之和/台区TTU下户表数；

步骤10.7、计算台区低电压风险得分； 台区低电压风险得分=40*（台区投诉数量/台区最大投诉数量）+20*（台区TTU电压值在（0,180]区间小时数/所有台区TTU电压值在（0,180]区间小时数的最大值）+10*（台区TTU电压值在（180,198）区间小时数/所有台区TTU电压值在（180,198）区间小时数的最大值）+20*（台区TTU下所有低电压用户（0,160]户均小时数/台区TTU下所有低电压用户（0,160]户均小时数的最大值）+10*（台区TTU下所有低电压用户（160,180]户均小时数/台区TTU下所有低电压用户（160,180]户均小时数的最大值）；

归一化严重程度得分 = 100*台区低电压风险得分/max（所有台区低电压风险得分）

步骤10.8、严重程度分级，严重程度共分四级；[60,100分]为第一级；[40,60分）为第二级；[20,40分）为第三级；[0,20分）为第四级；第一级为低电压风险最高的一级。