CN115168092A - 一种线损率异常分析方法、装置、电子设备及存储介质 - Google Patents

Abstract

本发明公开了一种线损率异常分析方法、装置、电子设备及存储介质。该方法包括：获取各台区内的至少两个线损率数据；对所述至少两个线损率数据进行计算，得到线损率离散系数和线损率稳健变异系数率，并根据所述线损率离散系数和所述线损率稳健变异系数对线损率异常的原因进行确定。本技术方案，引入离散系数和稳健变异系数建模监控台区线损率的离散情况，能够避免因负荷变化、设备或线径变化等造成判断标准失真的情况。

Description

一种线损率异常分析方法、装置、电子设备及存储介质

技术领域

本发明涉及线损率异常分析技术领域，尤其涉及一种线损率异常分析方法、装置、电子设备及存储介质。

背景技术

有效降低电力损耗是电力企业在线损管理工作中的长期目标，线损管理更是电力企业运行管理中的重点。线损异常分析又是线损管理工作的核心，它通过对线损数据进行分析，及时掌握电网中各部分的运行状况并找到相应的问题所在，这有助于及时查找出异常原因，排除电网的故障，从而有效地提升供电企业的整体管理水平。

目前国内常见的线损率异常是指线损率统计结果超出线损率阈值范围，其中，线损率阈值可采用上年度相关职能归口部门组织计算的理论线损值为基准设置。

采用上年度计算的理论线损值为基准设置作为台区异常判断的标准，后续台区因负荷变化、设备或线径变化等，存在台区理论值失真的情况。

发明内容

本发明提供了一种线损率异常分析方法、装置、电子设备及存储介质，引入离散系数和稳健变异系数建模监控台区线损率的离散情况，能够避免因负荷变化、设备或线径变化等造成判断标准失真的情况。

根据本发明的一方面，提供了一种线损率异常分析方法，该方法包括：

获取各台区内的至少两个线损率数据；

对所述至少两个线损率数据进行计算，得到线损率离散系数和线损率稳健变异系数，并根据所述线损率离散系数和所述线损率稳健变异系数对线损率异常的原因进行确定。

根据本发明的另一方面，提供了一种线损率异常分析装置，该装置包括：

线损率数据获取模块，用于获取各台区内的至少两个线损率数据；

线损率异常原因确定模块，用于对所述至少两个线损率数据进行计算，得到线损率离散系数和线损率稳健变异系数，并根据所述线损率离散系数和所述线损率稳健变异系数对线损率异常的原因进行确定。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的线损率异常分析方法。

根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的线损率异常分析方法。

本发明实施例的技术方案，通过获取各台区内的至少两个线损率数据，然后对至少两个线损率数据进行计算，得到线损率离散系数和线损率稳健变异系数，并根据线损率离散系数和线损率稳健变异系数对线损率异常的原因进行确定。本技术方案，引入离散系数和稳健变异系数建模监控台区线损率的离散情况，能够避免因负荷变化、设备或线径变化等造成判断标准失真的情况。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例一提供的一种线损率异常分析方法的流程图；

图2是根据本发明实施例二提供的一种线损率异常分析过程的流程图；

图3是根据本发明实施例二提供的另一线损率异常分析方法的流程图；

图4是根据本发明实施例三提供的一种线损率异常分析装置的结构示意图；

图5是实现本发明实施例的一种线损率异常分析方法的电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“目标”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例一

图1为本发明实施例一提供了一种线损率异常分析方法的流程图，本实施例可适用于对线损率异常进行分析情况，该方法可以由线损率异常分析装置来执行，该线损率异常分析装置可以采用硬件和/或软件的形式实现，该线损率异常分析装置可配置于处理器中。如图1所示，该方法包括：

S110、获取各台区内的至少两个线损率数据；

其中，台区可以是指变压器的供电区域。

在本实施例中，线损率可以是指电力网络中损耗的电能与向电力网络供应电能的百分数。

在本方案中，可以从数据库中获取各个台区内的多天的线损率数据。

在本技术方案中，可选的，在获取各台区内的至少两个线损率数据之后，所述方法还包括：

判断所述线损率数据是否符合数据约束条件；

若不符合，则线损率异常的原因为抄表异常。

其中，数据约束条件用于表征线损率数据的完整性。优选的，若线损率数据为一段时间内的完整数据，则线损率数据符合数据约束条件；若线损率数据一段时间非完整数据，则线损率数据不符合数据约束条件。其中，一段时间可以根据采集需求进行设置。例如，可以设置一段时间为24小时。

在本实施例中，可以通过判断线损率数据的完整率是否为100％，若否，则线损率异常的原因为抄表异常，即表示台区异常应先排查抄表问题。

通过对线损率数据的完整性进行判断，能够提升线损率数据的准确性。

在本技术方案中，可选的，在判断所述线损率数据是否满足数据约束条件之后，所述方法还包括：

若符合，则计算所述线损率数据的中位数，得到线损率中位数；

若所述线损率中位数满足预设中位数约束条件，则计算所述线损率数据的平均值，得到线损率均值；

若所述线损率均值不满足预设阈值条件，则线损率异常的原因为台区电量零售零供；

若所述线损率均值满足预设阈值条件，则对所述至少两个线损率数据进行计算，得到线损率离散系数。

在本方案中，可以通过统计符合数据约束条件的所有线损率数据，并对所有线损率数据进行计算，得到线损率均值。

在本实施例中，预设中位数约束条件可以根据线损率异常分析需求进行设置。优选的，可以设置中位数约束条件是非0。若线损率中位数为0，则线损率中位数满足预设中位数约束条件；若线损率中位数不为0，则线损率中位数不满足预设中位数约束条件。

其中，阈值条件可以根据线损率异常分析需求进行设置。优选的，可以设置阈值条件是非0。若线损率均值为0，则线损率均值不满足预设阈值条件；若线损率均值不为0，则线损率均值满足预设阈值条件。

在本方案中，台区电量零售零供表示台区供电量为0且售电量为0。

通过对线损率中位数和线损率均值进行判断，能够基于线损率均值对线损率异常的原因进行分析。

S120、对所述至少两个线损率数据进行计算，得到线损率离散系数和线损率稳健变异系数，并根据所述线损率离散系数和所述线损率稳健变异系数对线损率异常的原因进行确定。

在本实施例中，可以通过计算线损率数据的标准差，以及线损率数据的平均值，得到线损率离散系数。

在本方案中，稳健变异系数即标准化四分位距除以中位值。标准化四分位距即对各自台区统计期内的日线损率按顺序排列的数据，上四分位值Q3与下四分位值Q1之间的差称为四分位距(IQR)，即IQR＝Q3-Q1。IQR乘以因子0.7413得标准化四分位距(Norm IQR)。中位值指对各自台区统计期内的日线损率按大小顺序排列结果数值的中间值，若N为奇数，则X(N+1)/2的结果数值为中位值，若N为偶数，则两个中心值的平均值为中位值，即(XN/2+XN/2+1)/2。

其中，线损率异常的原因包括台区电量有供零售、线损率数据采集异常、台区与相邻台区负荷割接导致负线损率、台区考核表相关计量装置故障导致负线损率、正负线损率交替出现、台区与相邻台区负荷割接导致高损、台区增容后变比资料未更新导致高损、台区轻载、台区线损率呈降低趋势以及台区线损率呈升高趋势。

在本方案中，可以通过对台区的线损率离散系数和线损率稳健变异系数进行分析，对线损率异常的原因进行确定。

在本技术方案中，可选的，对所述至少两个线损率数据进行计算，得到线损率离散系数，包括：

对所述至少两个线损率数据进行计算，得到线损率标准差；

根据所述线损率标准差和线损率均值，确定线损率离散系数。

具体的，线损率离散系数为

其中，σ为线损率标准差，

x为符合数据约束条件的线损率数据，

为线损率均值，n为符合数据约束条件的线损率数据的数量。

通过对线损率离散系数进行计算，能够避免因负荷变化、设备或线径变化等造成线损率异常分析判断标准失真的情况。

本发明实施例的技术方案，通过获取各台区内的至少两个线损率数据，然后对至少两个线损率数据进行计算，得到线损率离散系数和线损率稳健变异系数，并根据线损率离散系数和线损率稳健变异系数对线损率异常的原因进行确定。通过执行本技术方案，引入离散系数和稳健变异系数建模监控台区线损率的离散情况，能够避免因负荷变化、设备或线径变化等造成判断标准失真的情况。

实施例二

图2是根据本发明实施例二提供的一种线损率异常分析过程的流程图，本实施例与上述实施例之间的关系为追加了根据线损率离散系数和线损率稳健变异系数对线损率异常的原因进行确定的步骤。如图2所示，该方法包括：

S210、获取各台区内的至少两个线损率数据；

S220、对所述至少两个线损率数据进行计算，得到线损率离散系数换人线损率稳健变异系数；

S230、若所述线损率稳健变异系数不符合预设阈值条件，则线损率异常的原因为台区电量有供零售；

其中，预设阈值条件可以根据线损率异常数据分析需求进行设置。优选的，可以设置预设阈值条件为大于0.3或小于0。若线损率稳健变异系数大于0.3或小于0，则线损率稳健变异系数满足预设阈值条件；若线损率稳健变异系数小于等于0.3且大于等于0，则线损率稳健变异系数不满足预设阈值条件。

在本实施例中，台区电量有供零售表示台区供电量不为0且售电量为0。

S240、若所述线损率稳健变异系数符合预设阈值条件，则根据所述线损率离散系数和所述线损率稳健变异系数对线损率数据进行筛选，得到目标线损率数据，并根据所述目标线损率数据对线损率异常的原因进行确定；其中，所述目标线损率数据包括负线损率数据。

其中，可以将线损率离散系数满足预设阈值条件的线损率数据筛选出来，作为目标线损率数据。

在本实施例中，可以通过对目标线损率数据进行分析，确定线损率异常的原因。

在本技术方案中，可选的，根据所述目标线损率数据对线损率异常的原因进行确定，包括：

若所述目标线损率数据中负线损率数据的个数符合预设个数条件，且线损率采集频次符合预设频次条件，则线损率异常的原因为线损率数据采集异常；

若所述目标线损率数据中负线损率数据的个数符合预设个数条件，且线损率采集频次不符合预设频次条件，则根据所述目标线损率数据和相邻台区的线损率数据对线损率异常的原因进行确定。

其中，个数条件可以根据线损率异常数据分析需求进行设置。优选的，可以设置个数条件为40％，即目标线损率数据中的负线损率数据的个数占目标线损率数据的40％时，目标线损率数据中负线损率数据的个数符合预设个数条件。

在本实施例中，频次条件可以根据线损率异常数据分析需求进行设置。优选的，频次条件可以设置为2。若线损率采集频次大于等于2时，线损率采集频次不符合预设频次条件；若线损率采集频次小于2时，线损率采集频次符合预设频次条件。

根据目标线损率数据和相邻台区的线损率数据对线损率异常的原因进行确定，能够更加准确地的对线损率异常的原因进行分析。

在本技术方案中，可选的，根据所述目标线损率数据和相邻台区的线损率数据对线损率异常的原因进行确定，包括：

若所述目标线损率数据和相邻台区的线损率数据为负相关，则线损率异常的原因为台区与相邻台区负荷割接导致负线损率；

若所述目标线损率数据和相邻台区的线损率数据为正相关，且所述目标线损率数据增大，则线损率异常的原因为台区考核表相关计量装置故障导致负线损率。

根据目标线损率数据和相邻台区的线损率数据对线损率异常的原因进行确定，能够实时的反应台区线损率状况。

示例性的，图3根据是本发明实施例二提供的另一线损率异常分析方法的流程图，如图3所示，(1)批量统计供电区域内N日内台区日线损率、台区损失电量数据。(2)判断台区是否至少有2日数据完整率均为100％。判断结果为否的话，则输出抄表问题，表示台区异常应先排查抄表问题，确保抄表数据完整率100％。判断结果为是的话，则进行下一步流程。(3)在第(2)步骤判断为是后，批量分别计算余量台区N日内台区日线损率的中位数，之后进行下一步流程。判断台区日线损率的中位数是否不为0。判断结果为否的话，则进入步骤(5)批量分别计算余量台区N日内台区日线损率的平均数；判断结果为是的话，则进入步骤(8)批量分别计算余量台区N日内台区日线损率的稳健变异系数。(5)批量分别计算余量台区N日内台区日线损率的平均数，之后进行下一步步骤(6)。(6)判断台区日线损率的平均数是否不为0。判断结果为否的话，则输出台区电量零供零售；判断结果为是的话，则进行下一步步骤(7)。(7)批量分别计算余量台区N日内台区日线损率的离散系数，之后与步骤(9)结果汇总进入步骤(10)。(8)在第(4)步骤判断为是后，批量分别计算余量台区N日内台区日线损率的稳健变异系数。之后进入下一步骤(9)。(9)判断台区日线损率的稳健变异系数是否不为0。判断结果为否的话，则输出台区电量有供零售，表示台区供电量不为0且售电量为0，常见于：新建台区有负荷割接但档案未更新；台区未接入负荷台区；充电桩专属台区。判断结果为是的话，则进行下一步骤(10)。(10)筛选稳健变异系数或离散系数大于0.3或小于0的台区及其对应日线损率明细，之后进行下一步流程。引入稳健变异系数和离散系数，可以量化不同供电量的台区线损率的波动程度。稳健变异系数和离散系数越大，表示该台区统计期内的日线损率波动程度也越大，意味该台区线损率异常的可能性更大。同时引入稳健变异系数和离散系数，因为根据两者定义，当统计期内台区日线损率的中位值为0时，稳健变异系数根据定义分母为0无法计算，可以在在步骤(4)进行样本台区分流，对统计期内台区日线损率的中位值为0的台区进行离散系数计算，根据离散系数定义即使统计期内台区日线损率的中位值为0但统计期内台区日线损率的平均值不为0，也可量化台区日线损率波动程度。实践中，结合当前计量系统取值保留精度，统计期内台区日线损率的中位值和平均值同时为0的情况为零供零售台区，常见于新建台区、已拆除台区或者冗余档案垃圾数据的台区。(11)判断台区日线损率为负的天数占统计天数的占比是否大于40％。判断结果为否的话，则进入下一判断流程台区日线损率近3天均为负，判断结果为是的话，则进入下一判断流程台区最近一次出现负线损率的T日当日，在T-1至T+1天三天内，台区下有用户表码起码出现频次为2的次数不少于2次。(12)在第(11)步骤判断为是后，判断台区最近一次出现负线损率的T日当日，在T-1至T+1天三天内，台区下有用户表码起码出现频次为2的次数不少于2次。判断结果为否的话，则进入下一判断流程该台区每次出现负线损率当天的日线损率均与地理坐标相邻的台区线损率呈负相关；判断结果为是的话，则输出正负线损率近似交替出现，表示台区线损率近似地呈交替出现现象，常见于：台区采集问题导致供售电量不同步。(13)在第(11)步骤判断为否后，判断台区日线损率近3天均为负。判断结果为否的话，则进入下一判断流程该台区与地理坐标相邻的台区线损率出现负线损率，且每次出现负线损率与该台区线损率呈负相关；判断结果为是的话，则进入下一判断流程该台区每次出现负线损率当天的日线损率均与地理坐标相邻的台区线损率呈负相关。(14)在第(12)或(13)步骤判断为否后，判断台区每次出现负线损率当天的日线损率均与地理坐标相邻的台区线损率呈负相关。判断结果为否的话，则进入下一判断流程该台区首次出现负线损率开始之后该台区所属线路线损率增加；判断结果为是的话，则输出该台区疑似与邻近台区负荷割接导致负线损率，表示台区出现负线损率疑似是因为与邻近台区负荷割接导致，其中地理坐标可以用台区经纬度辅助判断。负相关程度可以用皮尔逊相关系数进行验证，若皮尔逊相关系数小于-0.6，则认为两者呈负相关关系。(15)在第(14)步骤判断为否后，判断该台区首次出现负线损率开始之后该台区所属线路线损率增加。判断结果为否的话，则进入下一判断流程台区日均损失电量小于10kWh；判断结果为是的话，则输出该台区疑似考核表相关计量装置故障导致负线损率，表示台区出现负线损率疑似是因为考核表相关计量装置故障导致输入电量少计进而导致负线损率。(16)在第(13)步判断为否后，判断该与台区地理坐标相邻的台区线损率出现负线损率，且每次出现负线损率与该台区线损率呈负相关。判断结果为否的话，则进入下一判断流程该台区首次出现大幅高损之后该台区所属线路线损率降低；判断结果为是的话，则输出该台区疑似与邻近台区负荷割接导致高损，表示台区出现高损(如：线损率大于10％)疑似是因为与邻近台区负荷割接导致，其中地理坐标可以用台区经纬度辅助判断。负相关程度可以用皮尔逊相关系数进行验证，若皮尔逊相关系数小于-0.6，则认为两者呈负相关关系。(17)在第(16)步骤判断为否后，判断该台区首次出现大幅高损之后该台区所属线路线损率降低。判断结果为否的话，则进入下一判断流程(14)台区日均损失电量小于10kWh；判断结果为是的话，则输出该台区疑似增容后变比资料未更新导致高损。(18)在第(15)或(17)步骤判断为否后，判断该台区日均损失电量少于10kWh。判断结果为否的话，则进入下一判断流程(19)台区近4日日均线损率大于近(T-4)日日均线损率。判断结果为是的话，则输出台区轻损。(19)在第(18)步骤判断为否后，判断台区近4日日均线损率大于近(T-4)日日均线损率。判断结果为否的话，则输出台区线损率呈降低趋势。判断结果为是的话，则输出台区线损率呈升高趋势。

本发明实施例的技术方案，通过获取各台区内的至少两个线损率数据，然后对至少两个线损率数据进行计算，得到线损率离散系数和线损率稳健变异系数，若线损率稳健变异系数不符合预设阈值条件，则线损率异常的原因为台区电量有供零售；若线损率稳健变异系数符合预设阈值条件，则根据线损率离散系数和线损率稳健变异系数对线损率数据进行筛选，得到目标线损率数据，并根据目标线损率数据对线损率异常的原因进行确定。通过执行本技术方案，引入离散系数和稳健变异系数建模监控台区线损率的离散情况，能够避免因负荷变化、设备或线径变化等造成判断标准失真的情况。

实施例三

图4为本发明实施例三提供的一种线损率异常分析装置的结构示意图。如图4所示，该装置包括：

线损率数据获取模块410，用于获取各台区内的至少两个线损率数据；

线损率异常原因确定模块420，用于对所述至少两个线损率数据进行计算，得到线损率离散系数和线损率稳健变异系数，并根据所述线损率离散系数和所述线损率稳健变异系数对线损率异常的原因进行确定。

在本技术方案中，可选的，所述装置还包括：

线损率数据判断模块，用于判断所述线损率数据是否符合数据约束条件；

抄表异常确定模块，用于若不符合，则线损率异常的原因为抄表异常。

在本技术方案中，可选的，所述装置还包括：

线损率中位数得到模块，用于若符合，则计算所述线损率数据的中位数，得到线损率中位数；

线损率均值得到模块，用于若所述线损率中位数满足预设中位数约束条件，则计算所述线损率数据的平均值，得到线损率均值；

台区电量零售零供确定模块，用于若所述线损率均值不满足预设阈值条件，则线损率异常的原因为台区电量零售零供；

线损率离散系数得到模块，用于若所述线损率均值满足预设阈值条件，则对所述至少两个线损率数据进行计算，得到线损率离散系数。

在本技术方案中，可选的，线损率离散系数得到模块，具体用于：

对所述至少两个线损率数据进行计算，得到线损率标准差；

根据所述线损率标准差和线损率均值，确定线损率离散系数。

在本技术方案中，可选的，线损率异常原因确定模块420，包括：

台区电量有供零售确定单元，用于若所述线损率稳健变异系数不符合预设阈值条件，则线损率异常的原因为台区电量有供零售；

目标线损率数据得到单元，用于若所述线损率稳健变异系数符合预设阈值条件，则根据所述线损率离散系数和所述线损率稳健变异系数对线损率数据进行筛选，得到目标线损率数据，并根据所述目标线损率数据对线损率异常的原因进行确定；其中，所述目标线损率数据包括负线损率数据。

在本技术方案中，可选的，目标线损率数据得到单元，包括：

线损率数据采集异常确定子单元，用于若所述目标线损率数据中负线损率数据的个数符合预设个数条件，且线损率采集频次符合预设频次条件，则线损率异常的原因为线损率数据采集异常；

线损率异常原因确定子单元，用于若所述目标线损率数据中负线损率数据的个数符合预设个数条件，且线损率采集频次不符合预设频次条件，则根据所述目标线损率数据和相邻台区的线损率数据对线损率异常的原因进行确定。

在本技术方案中，可选的，线损率异常原因确定子单元，具体用于：若所述目标线损率数据和相邻台区的线损率数据为负相关，则线损率异常的原因为台区与相邻台区负荷割接导致负线损率；

若所述目标线损率数据和相邻台区的线损率数据为正相关，且所述目标线损率数据增大，则线损率异常的原因为台区考核表相关计量装置故障导致负线损率。

本发明实施例所提供的线损率异常分析装置可执行本发明任意实施例所提供的线损率异常分析方法，具备执行方法相应的功能模块和有益效果。

实施例四

图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图5所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如一种线损率异常分析方法，该包括：

获取各台区内的至少两个线损率数据；

对所述至少两个线损率数据进行计算，得到线损率离散系数，并根据所述线损率离散系数对线损率异常的原因进行确定。

在一些实施例中，线损率异常分析方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的线损率异常分析方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行线损率异常分析方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种线损率异常分析方法，其特征在于，包括：

获取各台区内的至少两个线损率数据；

对所述至少两个线损率数据进行计算，得到线损率离散系数和线损率稳健变异系数，并根据所述线损率离散系数和所述线损率稳健变异系数对线损率异常的原因进行确定。

2.根据权利要求1所述的方法，其特征在于，在获取各台区内的至少两个线损率数据之后，所述方法还包括：

判断所述线损率数据是否符合数据约束条件；

若不符合，则线损率异常的原因为抄表异常。

3.根据权利要求2所述的方法，其特征在于，在判断所述线损率数据是否满足数据约束条件之后，所述方法还包括：

若符合，则计算所述线损率数据的中位数，得到线损率中位数；

若所述线损率中位数满足预设中位数约束条件，则计算所述线损率数据的平均值，得到线损率均值；

若所述线损率均值不满足预设阈值条件，则线损率异常的原因为台区电量零售零供；

若所述线损率均值满足预设阈值条件，则对所述至少两个线损率数据进行计算，得到线损率离散系数。

4.根据权利要求3所述的方法，其特征在于，对所述至少两个线损率数据进行计算，得到线损率离散系数，包括：

对所述至少两个线损率数据进行计算，得到线损率标准差；

根据所述线损率标准差和线损率均值，确定线损率离散系数。

5.根据权利要求3所述的方法，其特征在于，根据所述线损率离散系数和所述线损率稳健变异系数对线损率异常的原因进行确定，包括：

若所述线损率稳健变异系数不符合预设阈值条件，则线损率异常的原因为台区电量有供零售；

若所述线损率稳健变异系数符合预设阈值条件，则根据所述线损率离散系数和所述线损率稳健变异系数对线损率数据进行筛选，得到目标线损率数据，并根据所述目标线损率数据对线损率异常的原因进行确定；其中，所述目标线损率数据包括负线损率数据。

6.根据权利要求5所述的方法，其特征在于，根据所述目标线损率数据对线损率异常的原因进行确定，包括：

若所述目标线损率数据中负线损率数据的个数符合预设个数条件，且线损率采集频次符合预设频次条件，则线损率异常的原因为线损率数据采集异常；

若所述目标线损率数据中负线损率数据的个数符合预设个数条件，且线损率采集频次不符合预设频次条件，则根据所述目标线损率数据和相邻台区的线损率数据对线损率异常的原因进行确定。

7.根据权利要求6所述的方法，其特征在于，根据所述目标线损率数据和相邻台区的线损率数据对线损率异常的原因进行确定，包括：

若所述目标线损率数据和相邻台区的线损率数据为负相关，则线损率异常的原因为台区与相邻台区负荷割接导致负线损率；

若所述目标线损率数据和相邻台区的线损率数据为正相关，且所述目标线损率数据增大，则线损率异常的原因为台区考核表相关计量装置故障导致负线损率。

8.一种线损率异常分析装置，其特征在于，包括：

线损率数据获取模块，用于获取各台区内的至少两个线损率数据；

线损率异常原因确定模块，用于对所述至少两个线损率数据进行计算，得到线损率离散系数和线损率稳健变异系数，并根据所述线损率离散系数和所述线损率稳健变异系数对线损率异常的原因进行确定。

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的线损率异常分析方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的线损率异常分析方法。

Images