CN117929920A - 一种基于电压降落分析的台区线损诊断方法及相关装置 - Google Patents

Abstract

本发明属于低压台区线损分析诊断技术领域，具体涉及一种基于电压降落分析的台区线损诊断方法及相关装置。首先采集基础数据并进行数据修正，根据修正过的基础数据，判断用户所属相位，得到用户相位识别结果，并据此计算用户的实测压降值；根据修正过的基础数据，计算得到用户的理论压降值；计算用户的实测压降值与理论压降值之间的偏差值以及用户的电压损失率；根据用户的实测压降值与理论压降值之间的偏差值和用户的电压损失率，对台区线损进行分析，得到台区线损诊断结果。本发明方法解决了现有技术中的台区线损的诊断方法准确性取决于输入的数据质量和数量，如果数据质量不高或信息存在偏差，可能导致分析不准确或得到误导性的结论的问题。

Description

一种基于电压降落分析的台区线损诊断方法及相关装置

技术领域

本发明属于低压台区线损分析诊断技术领域，具体涉及一种基于电压降落分析的台区线损诊断方法及相关装置。

背景技术

线损是现今电网企业一项重要的技术经济指标，线损管理关系到电网企业经济效益和节能减排的重要问题，其中，低压台区线损问题诊断与管理对于电网运行的提质增效尤为重要。

目前针对台区线损的诊断方法主要基于台区线损率和电量等数据，利用数据降维分析和K-Means聚类算法等大数据分析方法对台区状态进行分析，但此类方法依然存在一些缺点，比如研判的准确性取决于输入的数据质量和数量，如果数据质量不高或信息存在偏差，可能导致分析不准确或得到误导性的结论，影响决策和行动。

发明内容

本发明的目的在于提供一种基于电压降落分析的台区线损诊断方法及相关装置，以解决现有技术中的台区线损的诊断方法准确性取决于输入的数据质量和数量，如果数据质量不高或信息存在偏差，可能导致分析不准确或得到误导性的结论的问题。

为了解决上述技术问题，本发明采用如下技术方案：

第一方面，本发明提供一种基于电压降落分析的台区线损诊断方法，具体包括以下步骤：

采集基础数据，所述基础数据包括：总表三相电压、电流曲线数据和用户电压、电流曲线数据；

对所述基础数据进行修正，得到修正过的基础数据；

根据修正过的基础数据，判断用户所属相位，得到用户相位识别结果；

根据用户相位识别结果，计算用户的实测压降结果，得到用户的实测压降值；

根据修正过的基础数据，计算用户的理论压降结果，得到用户的理论压降值；

计算用户的实测压降值与理论压降值之间的偏差值以及用户的电压损失率；

根据用户的实测压降值与理论压降值之间的偏差值和用户的电压损失率，对台区线损进行分析，得到台区线损诊断结果。

可选的，所述对所述基础数据进行修正，得到修正过的基础数据的步骤，具体包括：

对用户电压曲线数据和用户电流曲线数据分别进行修正，使用的修正方法如下：

对于m个数据x_i，计算第j个数据x_j与数据平均值的偏差率/>其中：j∈[1,2,…,m]；

偏差率大于设定的阈值ε_j时，使用数据平均值/>代替x_j。

可选的，所述根据修正过的基础数据，判断用户所属相位，得到用户相位识别结果的步骤，具体包括：

计算用户电压与总表三相电压之间的相关系数，公式如下：

式中：X为户表数据，大小为m*n；Y为总表三相数据，大小为3*n；n为电压记录次数，m为用户数；结果矩阵大小为m*3，代表m个用户与总表三相中各相位的相关系数；与用户相关系数最大的相位为用户的相关系数相位识别结果；

计算用户电压曲线与总表三相电压曲线之间的欧式距离，公式如下：

Euclidean＝(X(y·a))(X(y·a))^T

式中：y代表某一相电压向量，大小为n*1；a为全为1的向量，大小为1*n；结果矩阵为大小为m*1，代表m个用户与总表三相中某一相的欧氏距离；与用户的欧氏距离最小的相位为用户的欧氏距离相位识别结果；

计算用户电压曲线与总表三相电压曲线之间的余弦距离，公式如下：

式中：结果矩阵大小为m*3，代表m个用户与总表三相中各相的余弦距离；与用户的余弦距离最小的相位为用户的余弦距离相位识别结果；

其中，1)、用户的相关系数相位识别结果、欧氏距离相位识别结果和余弦距离相位识别结果中至少有两个结果一致时，一致的结果为用户相位识别结果；

2)、当用户的相关系数相位识别结果、欧氏距离相位识别结果和余弦距离相位识别结果均不一致时，选取准确率最高的计算方法的结果作为用户相位识别结果；所述准确率最高的计算方法为，以1)中的相关系数相位识别结果、欧氏距离相位识别结果、余弦距离相位识别结果和用户相位识别结果为样本，结果与用户相位识别结果一致的数目最高的计算方法。

可选的，所述根据用户相位识别结果，计算用户的实测压降结果，得到用户的实测压降值的步骤，具体包括：

用户j在i时刻的实测压降值ΔU_si的计算公式如下：

ΔU_si＝U_0i-U_ji

式中：i∈[1,2,…,96]；j∈[1,2,…,m]，m为用户数；U_0i为用户所属相位对应的i时刻总表电压；U_ji为用户j的i时刻电压。

可选的，所述根据修正过的基础数据，计算用户的理论压降结果，得到用户的理论压降值的步骤，具体包括：

用户j在i时刻的理论压降值的计算公式如下：

ΔU_ti＝I_l1iR_l1+I_l2iR_l2+R…+I_ljiR_lj+I_jiR_j

式中：I_lji为连接用户j的导线段在i时刻流经的电流，R_lj为连接用户j的导线段的电阻；I_ji为用户j在i时刻的电流，R_j为用户j的电阻。

可选的，所述计算用户的实测压降值与理论压降值之间的偏差值以及用户的电压损失率的步骤，具体包括：

用户在i时刻的实测压降值与理论压降值之间的偏差值计算公式如下：

del_i＝|ΔU_si-ΔU_ti|

用户的电压损失率ΔU_savj％的计算公式如下：

式中：ΔU_savj为用户日平均压降值；U_0av为总表日平均电压；n为用户电压采集点数；

筛选末端用户的日平均压降值的公式如下：

将末端用户的日平均压降值带入用户的电压损失率ΔU_savj％的计算公式，能够得到末端用户的电压损失率。

可选的，所述根据用户的实测压降值与理论压降值之间的偏差值和用户的电压损失率，对台区线损进行分析，得到台区线损诊断结果的步骤，具体包括：

设定阈值ε_u，对台区线损进行分析：

1)>90％的用户在i至i+7的连续8个时刻点的del_i>ε_u时，台区线损诊断结果为：台区存在表外用户；

2)≤90％的用户在i至i+47的连续48个时刻点的del_i>ε_u时，台区线损诊断结果为用户存在接线问题，导致线路电阻异常变大；

3)末端用户的电压损失率ΔU_savj％大于20％时，台区线损诊断结果为用户电压越下限，台区存在供电半径过长、线路老化的问题或台区存在线径细、台区重载的问题；

4)用户的电压损失率ΔU_savj％<-20％时，台区线损诊断结果为用户电压越上限，台区存在光伏发电量过大的问题或台区存在逆变器故障的问题；

5)判断条件1)、2)、3)和4)均不满足时，台区线损诊断结果为台区线损无异常。

第二方面，本发明提供一种基于电压降落分析的台区线损诊断系统，包括：

数据采集模块，用于采集基础数据，所述基础数据包括：总表三相电压、电流曲线数据和用户电压、电流曲线数据；

修正模块，用于对数据采集模块获得的基础数据进行修正，得到修正过的基础数据；

相位识别模块，用于通过修正模块获得的修正过的基础数据，判断用户所属相位，得到用户相位识别结果；

第一计算模块，用于基于相位识别模块获得的用户相位识别结果，计算用户的实测压降结果，得到用户的实测压降值；

第二计算模块，用于通过修正模块获得的修正过的基础数据，计算用户的理论压降结果，得到用户的理论压降值；

第三计算模块，用于计算用户的实测压降值与理论压降值之间的偏差值以及用户的电压损失率；

线损诊断模块，用于根据第三计算模块获得的用户的实测压降值与理论压降值之间的偏差值以及用户的电压损失率，对台区线损进行分析，得到台区线损诊断结果；

输出模块，用于输出台区线损诊断结果。

第三方面，本发明提供一种电子设备，包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序以实现所述的一种基于电压降落分析的台区线损诊断方法。

第四方面，本发明提供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至少一个指令，所述至少一个指令被处理器执行时实现所述的一种基于电压降落分析的台区线损诊断方法。

与现有技术相比，本发明具有以下有益效果：

本发明提供一种基于电压降落分析的台区线损诊断方法，采集基础数据，所述基础数据包括：总表三相电压、电流曲线数据和用户电压、电流曲线数据；对所述基础数据进行修正，得到修正过的基础数据；根据修正过的基础数据，判断用户所属相位，得到用户相位识别结果；根据用户相位识别结果，计算用户的实测压降结果，得到用户的实测压降值；根据修正过的基础数据，计算用户的理论压降结果，得到用户的理论压降值；计算用户的实测压降值与理论压降值之间的偏差值以及用户的电压损失率；根据用户的实测压降值与理论压降值之间的偏差值和用户的电压损失率，对台区线损进行分析，得到台区线损诊断结果。

本发明基于低压用户电压降落这一反映线损的最基础指标进行深入剖析，从底层对线损构成进行拆解，改变以往依靠数据挖掘等形式对线损预测的不确定性，以强电气理论为理论基础，从最根本处解析台区线损存在的问题和原因，解决现有技术中的台区线损的诊断方法准确性取决于输入的数据质量和数量，如果数据质量不高或信息存在偏差，可能导致分析不准确或得到误导性的结论的问题；同时使用数据修正方法对数据进行处理，通过合理的设定理论和实际压差偏离阈值，合理规避数据干扰，以电气原理分析代替大数据分析对台区线损进行精准诊断。

附图说明

构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明一种基于电压降落分析的台区线损诊断方法流程图；

图2为台区等效电路图；

图3为本发明一种电子设备的结构框图；

图4为本发明一种基于电压降落分析的台区线损诊断系统结构图。

具体实施方式

下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本发明所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。

实施例1

请参阅图1所示，本发明所述的一种基于电压降落分析的台区线损诊断方法，包括以下步骤：

1、首先基于目前低压台区用户HPLC电能表的高覆盖性，获取总表三相和用户的电压、电流曲线数据。所述总表三相为台区首端变压器二次侧A、B、C三相。数据的采集频度为15分钟。

2、为避免数据误差，对用户电压、电流曲线数据分别进行修正，修正方法如下：

对于m个数据x_i，计算第j个采样数据x_j与平均值的偏差率/>其中：j∈[1,2,…,m]，若偏差率大于设定的阈值ε_j，则对数据进行删除,并用平均值/>代替，修正公式为：

3、各相支路电压会随着总表电压的波动而波动，因此支路电压与总表电压具有较强相关性；计算出用户电压与总表三相电压之间的相关系数；同时利用用户电压曲线与总表三相电压曲线的距离进一步评判两者之间的相似程度，距离越近相似度越高，实现对用户相位的识别。

相关系数：

E(X)代表X的数学期望，可由样本X的均值表示。X为户表数据，大小为m*n，Y为总表三相数据，大小为3*n，n为电压记录次数，m为用户数。结果矩阵大小为m*3，代表m个用户与总表三相中各相位的相关系数；与用户相关系数最大的相位为用户的相关系数相位识别结果。

欧式距离：

Euclidean＝(X(y·a))(X(y·a))^T

X为户表数据，大小为m*n，y代表某一相电压向量，大小为n*1，a为全为1的向量，大小为1*n。结果矩阵为大小为m*1，代表m个用户与总表三相中某一相的欧氏距离；与用户的欧氏距离最小的相位为用户的欧氏距离相位识别结果。

余弦距离：

X为户表数据，大小为m*n，Y为总表三相数据，大小为n*3，n为电压记录次数，m为用户数。结果矩阵大小为m*3，代表m个用户与总表三相中各相的余弦距离；与用户的余弦距离最小的相位为用户的余弦距离相位识别结果。

其中，1)、用户的相关系数相位识别结果、欧氏距离相位识别结果和余弦距离相位识别结果中至少有两个结果一致时，一致的结果为用户相位识别结果；

2)、当用户的相关系数相位识别结果、欧氏距离相位识别结果和余弦距离相位识别结果均不一致时，选取准确率最高的计算方法的结果作为用户相位识别结果；所述准确率最高的计算方法为，以1)中的相关系数相位识别结果、欧氏距离相位识别结果、余弦距离相位识别结果和用户相位识别结果为样本，结果与用户相位识别结果一致的数目最高的计算方法。

4、分时、分相计算所有用户在所有时刻点与总表电压的实测压降值ΔU_si：

ΔU_si＝U_0i-U_ji

式中：i∈[1,2,…,96]；j∈[1,2,…,m]，m为用户数；U_0i为用户所属相位对应的i时刻总表电压；U_ji为用户j的i时刻电压；

5、根据图2所示台区等效电路图，根据欧姆定律计算所有用户所有时刻点与总表的理论压降值ΔU_ti，其中i∈[1,2,…,96]，

用户j在i时刻与总表的理论压降值计算公式为：

ΔU_ti＝I_l1iR_l1+I_l2iR_l2+…+I_ljiR_lj+I_jiR_j

式中：j∈[1,2,…,m]，m为用户数；I_lji为连接用户j的导线段在i时刻流经的电流，R_lj为连接用户j的导线段的电阻；I_ji为用户j在i时刻的电流，R_j为用户j的电阻。

以用户3为例，用户3在i时刻与总表的理论压降值的计算公式为：

ΔU_ti＝I_l1iR_l1+I_l2iR_l2+I_l3iR_l3+I_3iR₃

图2中，U₀为首端电压，R_n为零线电阻，I_n为零线电流。

6、根据前面步骤计算得到的所有用户所有时刻的理论压降值和实际压降值，计算每个时刻两者之间的偏差值del_i，公式如下：

del_i＝|ΔU_si-ΔU_ti|

式中：i∈[1,2,…,96]；j∈[1,2,…,m]，m为用户数。

计算用户的电压损失率ΔU_savj％的公式如下：

式中：ΔU_savj为用户日平均压降值；U_0av为总表日平均电压；U_0i为用户所属相位对应的i时刻总表电压，U_ji为用户j的i时刻电压；n为用户电压采集点数；

以日平均压降值最大为标准来确定台区末端用户，筛选末端用户的日平均压降值公式如下：

带入用户的电压损失率计算公式，能够得到末端用户的电压损失率。

7、设定阈值ε_u，分情况对用户的线损情况进行判断：

(1)场景1，若>90％的用户在i至i+7连续8个时刻点的del_i>ε_u，台区可能存在表外用户情况；

(2)场景2，若≤90％的用户在i至i+7的连续8个时刻点的del_i>ε_u，且用户在i至i+47连续48个时刻点的del_i>ε_u，判断此用户可能存在接线问题导致线路电阻异常变大；

(3)场景3：若末端用户的电压损失率ΔU_savj％>20％，用户电压越下限，此台区存在供电半径过长、线路老化或线径细、台区重载等问题；

(4)场景4：若存在用户的电压损失率ΔU_savj％<-20％，用户电压越上限，台区可能存在光伏发电量过大或逆变器故障等问题。

(5)场景5：场景1、2、3和4都不满足的台区，台区线损诊断结果为台区线损无异常。

实施例2

数据采集模块，用于采集基础数据，所述基础数据包括：总表三相电压、电流曲线数据和用户电压、电流曲线数据；所述总表三相为台区首端变压器二次侧A、B、C三相；数据的采集频度为15分钟。

修正模块，用于对数据采集模块获得的基础数据进行修正，得到修正过的基础数据：

对用户电压曲线数据和用户电流曲线数据分别进行修正，使用的修正方法如下：

对于m个数据x_i，计算第j个数据x_j与数据平均值的偏差率/>其中：j∈[1,2,…,m]；

偏差率大于设定的阈值ε_j时，使用数据平均值/>代替x_j。

相位识别模块，用于通过修正模块获得的修正过的基础数据，判断用户所属相位，得到用户相位识别结果：

计算用户电压与总表三相电压之间的相关系数，公式如下：

式中：X为户表数据，大小为m*n；Y为总表三相数据，大小为3*n；n为电压记录次数，m为用户数；结果矩阵大小为m*3，代表m个用户与总表三相中各相位的相关系数；与用户相关系数最大的相位为用户的相关系数相位识别结果；

计算用户电压曲线与总表三相电压曲线之间的欧式距离，公式如下：

Euclidean＝(X(y·a))(X(y·a))^T

式中：y代表某一相电压向量，大小为n*1；a为全为1的向量，大小为1*n；结果矩阵为大小为m*1，代表m个用户与总表三相中某一相的欧氏距离；与用户的欧氏距离最小的相位为用户的欧氏距离相位识别结果；

计算用户电压曲线与总表三相电压曲线之间的余弦距离，公式如下：

式中：结果矩阵大小为m*3，代表m个用户与总表三相中各相的余弦距离；与用户的余弦距离最小的相位为用户的余弦距离相位识别结果；

其中，1)、用户的相关系数相位识别结果、欧氏距离相位识别结果和余弦距离相位识别结果中至少有两个结果一致时，一致的结果为用户相位识别结果；

2)、当用户的相关系数相位识别结果、欧氏距离相位识别结果和余弦距离相位识别结果均不一致时，选取准确率最高的计算方法的结果作为用户相位识别结果；所述准确率最高的计算方法为，以1)中的相关系数相位识别结果、欧氏距离相位识别结果、余弦距离相位识别结果和用户相位识别结果为样本，结果与用户相位识别结果一致的数目最高的计算方法。

第一计算模块，用于基于相位识别模块获得的用户相位识别结果，计算用户的实测压降结果，得到用户的实测压降值：

用户j在i时刻的实测压降值ΔU_si的计算公式如下：

ΔU_si＝U_0i-U_ji

式中：i∈[1,2,…,96]；j∈[1,2,…,m]，m为用户数；U_0i为用户所属相位对应的i时刻总表电压；U_ji为用户j的i时刻电压。

第二计算模块，用于通过修正模块获得的修正过的基础数据，计算用户的理论压降结果，得到用户的理论压降值：

用户j在i时刻的理论压降值的计算公式如下：

ΔU_ti＝I_l1iR_l1+I_l2iR_l2+…+I_ljiR_lj+I_jiR_j

式中：i∈[1,2,…,96]；j∈[1,2,…,m]，m为用户数。I_lji为连接用户j的导线段在i时刻流经的电流，R_lj为连接用户j的导线段的电阻；I_ji为用户j在i时刻的电流，R_j为用户j的电阻。

第三计算模块，用于计算用户的实测压降值与理论压降值之间的偏差值以及用户的电压损失率：

用户在i时刻的实测压降值与理论压降值之间的偏差值计算公式如下：

del_i＝|ΔU_si-ΔU_ti|

式中：i∈[1,2,…,96]；j∈[1,2,…,m]，m为用户数；

用户的电压损失率ΔU_savj％的计算公式如下：

式中：ΔU_savj为用户日平均压降值；U_0av为总表日平均电压；U_0i为用户所属相位对应的i时刻总表电压；U_ji为用户j的i时刻电压；n为用户电压采集点数；

筛选末端用户的日平均压降值的公式如下：

将末端用户的日平均压降值带入用户的电压损失率ΔU_savj％的计算公式，能够得到末端用户的电压损失率。

线损诊断模块，用于根据第三计算模块获得的用户的实测压降值与理论压降值之间的偏差值以及用户的电压损失率，对台区线损进行分析，得到台区线损诊断结果：

设定阈值ε_u，对台区线损进行分析：

1)>90％的用户在i至i+7的连续8个时刻点的del_i>ε_u时，台区线损诊断结果为：台区存在表外用户；

2)≤90％的用户在i至i+47的连续48个时刻点的del_i>ε_u时，台区线损诊断结果为用户存在接线问题，导致线路电阻异常变大；

3)末端用户的电压损失率ΔU_savj％大于20％时，台区线损诊断结果为用户电压越下限，台区存在供电半径过长、线路老化的问题或台区存在线径细、台区重载的问题；

4)用户的电压损失率ΔU_savj％<-20％时，台区线损诊断结果为用户电压越上限，台区存在光伏发电量过大的问题或台区存在逆变器故障的问题；

5)判断条件1)、2)、3)和4)均不满足时，台区线损诊断结果为台区线损无异常。

输出模块，用于输出台区线损诊断结果。

实施例3

请参阅图3所示，本发明还提供一种实现一种基于电压降落分析的台区线损诊断方法的电子设备100；所述电子设备100包括存储器101、至少一个处理器102、存储在所述存储器101中并可在所述至少一个处理器102上运行的计算机程序103及至少一条通讯总线104。

存储器101可用于存储所述计算机程序103，所述处理器102通过运行或执行存储在所述存储器101内的计算机程序，以及调用存储在存储器101内的数据，实现实施例1所述的一种基于电压降落分析的台区线损诊断方法步骤。所述存储器101可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备100的使用所创建的数据(比如音频数据)等。此外，存储器101可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。

所述至少一个处理器102可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器102可以是微处理器或者该处理器102也可以是任何常规的处理器等，所述处理器102是所述电子设备100的控制中心，利用各种接口和线路连接整个电子设备100的各个部分。

所述电子设备100中的所述存储器101存储多个指令以实现一种基于电压降落分析的台区线损诊断方法，所述处理器102可执行所述多个指令从而实现：

采集基础数据，所述基础数据包括：总表三相电压、电流曲线数据和用户电压、电流曲线数据；

对所述基础数据进行修正，得到修正过的基础数据；

根据修正过的基础数据，判断用户所属相位，得到用户相位识别结果；

根据用户相位识别结果，计算用户的实测压降结果，得到用户的实测压降值；

根据修正过的基础数据，计算用户的理论压降结果，得到用户的理论压降值；

计算用户的实测压降值与理论压降值之间的偏差值以及用户的电压损失率；

根据用户的实测压降值与理论压降值之间的偏差值和用户的电压损失率，对台区线损进行分析，得到台区线损诊断结果。

实施例4

所述电子设备100集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器及只读存储器(ROM，Read-Only Memory)。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种基于电压降落分析的台区线损诊断方法，其特征在于，具体包括以下步骤：

采集基础数据，所述基础数据包括：总表三相电压、电流曲线数据和用户电压、电流曲线数据；

对所述基础数据进行修正，得到修正过的基础数据；

根据修正过的基础数据，判断用户所属相位，得到用户相位识别结果；

根据用户相位识别结果，计算用户的实测压降结果，得到用户的实测压降值；

根据修正过的基础数据，计算用户的理论压降结果，得到用户的理论压降值；

计算用户的实测压降值与理论压降值之间的偏差值以及用户的电压损失率；

根据用户的实测压降值与理论压降值之间的偏差值和用户的电压损失率，对台区线损进行分析，得到台区线损诊断结果。

2.根据权利要求1所述的一种基于电压降落分析的台区线损诊断方法，其特征在于，所述对所述基础数据进行修正，得到修正过的基础数据的步骤，具体包括：

对用户电压曲线数据和用户电流曲线数据分别进行修正，使用的修正方法如下：

对于m个数据x_i，计算第j个数据x_j与数据平均值的偏差率/>其中：j∈[1,2,…,m]；

偏差率大于设定的阈值ε_j时，使用数据平均值/>代替x_j。

3.根据权利要求1所述的一种基于电压降落分析的台区线损诊断方法，其特征在于，所述根据修正过的基础数据，判断用户所属相位，得到用户相位识别结果的步骤，具体包括：

计算用户电压与总表三相电压之间的相关系数，公式如下：

式中：X为户表数据，大小为m*n；Y为总表三相数据，大小为3*n；n为电压记录次数，m为用户数；结果矩阵大小为m*3，代表m个用户与总表三相中各相位的相关系数；与用户相关系数最大的相位为用户的相关系数相位识别结果；

计算用户电压曲线与总表三相电压曲线之间的欧式距离，公式如下：

Euclidean＝(X(y·a))(X(y·a))^T

式中：y代表某一相电压向量，大小为n*1；a为全为1的向量，大小为1*n；结果矩阵为大小为m*1，代表m个用户与总表三相中某一相的欧氏距离；与用户的欧氏距离最小的相位为用户的欧氏距离相位识别结果；

计算用户电压曲线与总表三相电压曲线之间的余弦距离，公式如下：

式中：结果矩阵大小为m*3，代表m个用户与总表三相中各相的余弦距离；与用户的余弦距离最小的相位为用户的余弦距离相位识别结果；

其中，1)、用户的相关系数相位识别结果、欧氏距离相位识别结果和余弦距离相位识别结果中至少有两个结果一致时，一致的结果为用户相位识别结果；

2)、当用户的相关系数相位识别结果、欧氏距离相位识别结果和余弦距离相位识别结果均不一致时，选取准确率最高的计算方法的结果作为用户相位识别结果；所述准确率最高的计算方法为，以1)中的相关系数相位识别结果、欧氏距离相位识别结果、余弦距离相位识别结果和用户相位识别结果为样本，结果与用户相位识别结果一致的数目最高的计算方法。

4.根据权利要求1所述的一种基于电压降落分析的台区线损诊断方法，其特征在于，所述根据用户相位识别结果，计算用户的实测压降结果，得到用户的实测压降值的步骤，具体包括：

用户j在i时刻的实测压降值ΔU_si的计算公式如下：

ΔU_si＝U_0i-U_ji

式中：i∈[1,2,…,96]；j∈[1,2,…,m]，m为用户数；U_0i为用户所属相位对应的i时刻总表电压；U_ji为用户j的i时刻电压。

5.根据权利要求4所述的一种基于电压降落分析的台区线损诊断方法，其特征在于，所述根据修正过的基础数据，计算用户的理论压降结果，得到用户的理论压降值的步骤，具体包括：

用户j在i时刻的理论压降值的计算公式如下：

ΔU_ti＝I_l1iR_l1+I_l2iR_l2+…+I_ljiR_lj+I_jiR_j

式中：I_lji为连接用户j的导线段在i时刻流经的电流，R_lj为连接用户j的导线段的电阻；I_ji为用户j在i时刻的电流，R_j为用户j的电阻。

6.根据权利要求5所述的一种基于电压降落分析的台区线损诊断方法，其特征在于，所述计算用户的实测压降值与理论压降值之间的偏差值以及用户的电压损失率的步骤，具体包括：

用户在i时刻的实测压降值与理论压降值之间的偏差值计算公式如下：

del_i＝|ΔU_si-ΔU_ti|

用户的电压损失率ΔU_savj％的计算公式如下：

式中：ΔU_savj为用户日平均压降值；U_0av为总表日平均电压；n为用户电压采集点数；

筛选末端用户的日平均压降值的公式如下：

将末端用户的日平均压降值带入用户的电压损失率ΔU_savj％的计算公式，能够得到末端用户的电压损失率。

7.根据权利要求6所述的一种基于电压降落分析的台区线损诊断方法，其特征在于，所述根据用户的实测压降值与理论压降值之间的偏差值和用户的电压损失率，对台区线损进行分析，得到台区线损诊断结果的步骤，具体包括：

设定阈值ε_u，对台区线损进行分析：

1)>90％的用户在i至i+7的连续8个时刻点的del_i>ε_u时，台区线损诊断结果为：台区存在表外用户；

2)≤90％的用户在i至i+47的连续48个时刻点的del_i>ε_u时，台区线损诊断结果为用户存在接线问题，导致线路电阻异常变大；

3)末端用户的电压损失率ΔU_savj％大于20％时，台区线损诊断结果为用户电压越下限，台区存在供电半径过长、线路老化的问题或台区存在线径细、台区重载的问题；

4)用户的电压损失率ΔU_savj％<-20％时，台区线损诊断结果为用户电压越上限，台区存在光伏发电量过大的问题或台区存在逆变器故障的问题；

5)判断条件1)、2)、3)和4)均不满足时，台区线损诊断结果为台区线损无异常。

8.一种基于电压降落分析的台区线损诊断系统，其特征在于，包括：

数据采集模块，用于采集基础数据，所述基础数据包括：总表三相电压、电流曲线数据和用户电压、电流曲线数据；

修正模块，用于对数据采集模块获得的基础数据进行修正，得到修正过的基础数据；

相位识别模块，用于通过修正模块获得的修正过的基础数据，判断用户所属相位，得到用户相位识别结果；

第一计算模块，用于基于相位识别模块获得的用户相位识别结果，计算用户的实测压降结果，得到用户的实测压降值；

第二计算模块，用于通过修正模块获得的修正过的基础数据，计算用户的理论压降结果，得到用户的理论压降值；

第三计算模块，用于计算用户的实测压降值与理论压降值之间的偏差值以及用户的电压损失率；

线损诊断模块，用于根据第三计算模块获得的用户的实测压降值与理论压降值之间的偏差值以及用户的电压损失率，对台区线损进行分析，得到台区线损诊断结果；

输出模块，用于输出台区线损诊断结果。

9.一种电子设备，其特征在于，包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序以实现如权利要求1至7中任意一项所述的一种基于电压降落分析的台区线损诊断方法。

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至少一个指令，所述至少一个指令被处理器执行时实现如权利要求1至7中任意一项所述的一种基于电压降落分析的台区线损诊断方法。