CN117972495A - 台区线损阈值调整方法以及装置 - Google Patents
台区线损阈值调整方法以及装置 Download PDFInfo
- Publication number
- CN117972495A CN117972495A CN202410246489.4A CN202410246489A CN117972495A CN 117972495 A CN117972495 A CN 117972495A CN 202410246489 A CN202410246489 A CN 202410246489A CN 117972495 A CN117972495 A CN 117972495A
- Authority
- CN
- China
- Prior art keywords
- line loss
- interval
- determining
- label
- classification
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000009826 distribution Methods 0.000 claims abstract description 153
- 239000000523 sample Substances 0.000 claims description 177
- 239000013074 reference sample Substances 0.000 claims description 12
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000004140 cleaning Methods 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 claims description 4
- 238000013450 outlier detection Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 description 15
- 238000003860 storage Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006872 improvement Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000001737 promoting effect Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 208000025174 PANDAS Diseases 0.000 description 2
- 208000021155 Paediatric autoimmune neuropsychiatric disorders associated with streptococcal infection Diseases 0.000 description 2
- 240000004718 Panda Species 0.000 description 2
- 235000016496 Panda oleosa Nutrition 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000032823 cell division Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种台区线损阈值调整方法以及装置。其中,该方法包括:确定目标台区以及与目标台区对应的多个分类标签,其中,每个分类标签对应多个样本分布区间;针对每个分类标签,确定与目标台区对应的标签属性值,基于标签属性值确定目标台区在每个分类标签中对应的样本分布区间,作为目标分布区间,并基于目标分布区间确定目标台区对应的区间线损阈值调整系数;基于原线损阈值以及多个分类标签对应的区间线损阈值调整系数确定目标台区对应的线损调整阈值。解决了现有技术中,因线损阈值系数过于单一而导致的无法反映各类线损主体的实际运行特征,进而导致线损的精益化管理水平低的技术问题。
Description
技术领域
本发明涉及电力技术领域,尤其涉及一种台区线损阈值调整方法以及装置。
背景技术
线损管理是电网企业生产经营管理中的重要环节,是体现电网企业高质量发展水平的一项综合性指标。
传统的配网线损管理一般采用线损阀值来判断线损是否正常。线损阀值的设置,一般是基于原线损阈值,综合考虑管理线损的影响,设置特定系数来进行线损异常预警。一般情况下,线损阀值可以被设置为原线损阈值与特定系数的乘积。
然而,该设置方法由于系数唯一,无法反映各类线损主体的实际运行特征。特别是在低压台区中,负荷多样性以及网架复杂性对于线损的影响尤为明显。因此,统一的线损阀值系数对线损的管理过于粗放,无法真实反映主体的线损水平,不利于对线损的精益化管理。
发明内容
本发明提供了一种台区线损阈值调整方法以及装置,以解决现有技术中,因线损阈值系数过于单一而导致的无法反映各类线损主体的实际运行特征,进而导致线损的精益化管理水平低的技术问题。
根据本发明的一方面,提供了一种台区线损阈值调整方法,该方法包括:
确定目标台区以及与目标台区对应的多个分类标签,其中,每个分类标签对应多个样本分布区间;
针对每个分类标签,确定与目标台区对应的标签属性值,基于标签属性值确定目标台区在每个分类标签中对应的样本分布区间,作为目标分布区间,并基于目标分布区间确定目标台区对应的区间线损阈值调整系数;
基于原线损阈值以及多个分类标签对应的区间线损阈值调整系数确定目标台区对应的线损调整阈值。
根据本发明的另一方面,提供了一种台区线损阈值调整装置,该装置包括:
分类标签确定模块,用于确定目标台区以及与目标台区对应的多个分类标签,其中,每个分类标签对应多个样本分布区间;
区间线损阈值调整系数确定模块,用于针对每个分类标签,确定与目标台区对应的标签属性值,基于标签属性值确定目标台区在每个分类标签中对应的样本分布区间,作为目标分布区间,并基于目标分布区间确定目标台区对应的区间线损阈值调整系数;
线损调整阈值确定模块,用于基于原线损阈值以及多个分类标签对应的区间线损阈值调整系数确定目标台区对应的线损调整阈值。
根据本发明的另一方面,提供了一种电子设备,电子设备包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;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,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行本发明任一实施例的台区线损阈值调整方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现本发明任一实施例的台区线损阈值调整方法。
本发明实施例的技术方案,首先通过确定目标台区以及与目标台区对应的多个分类标签,其中,每个分类标签对应多个样本分布区间。然后针对每个分类标签,确定与目标台区对应的标签属性值,基于标签属性值确定目标台区在每个分类标签中对应的样本分布区间,作为目标分布区间,实现了对目标台区进行多维度标签属性值确定以及标签属性值区间的确定。然后基于目标分布区间确定目标台区对应的区间线损阈值调整系数,最后基于原线损阈值以及多个分类标签对应的区间线损阈值调整系数确定目标台区对应的线损调整阈值,实现了根据目标台区的实际运行情况,基于不同维度的调整系数对目标台区的线损阈值进行调整。解决了现有技术中,因线损阈值系数过于单一而导致的无法反映各类线损主体的实际运行特征,进而导致线损的精益化管理水平低的技术问题。取得了弥补传统线损阈值统一系数以及一成不变导致的管理粗放性,有效提高台区线损判断的针对性,以及实现对台区线损的差异化管理,推动线损管理精益化水平的提升的有益效果。
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台区线损阈值调整方法的流程图;
图2是根据本发明实施例二提供的一种台区线损阈值调整方法的流程图;
图3是根据本发明实施例三提供的一种台区线损阈值调整装置的结构示意图;
图4是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。
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“第一”、“第二”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”和“具有”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台区线损阈值调整方法的流程图,本实施例可适用于调整台区线损阈值的情况,该方法可以由台区线损阈值调整装置来执行,该台区线损阈值调整装置可以采用硬件和/或软件的形式实现,该台区线损阈值调整装置可配置于电子设备中。如图1所示,该方法包括:
S110、确定目标台区以及与目标台区对应的多个分类标签,其中,每个分类标签对应多个样本分布区间。
本实施例中,目标台区可以是电力系统中的配电台区,每个目标台区可以服务于一个特定区域,例如可以包括住宅区、工业区、商业区等。确定目标台区可以是确定一个或多个配电台区,以对其进行线损阈值的调整。确定目标台区对应的多个分类标签,可以是基于目标台区的实际运行情况,在多个维度下对目标台区进行标签化分类,确定目标台区对应的多个维度的标签。例如,可以在目标台区的负荷分布维度,确定台区负载率标签、台区三相不平衡率标签以及台区负载率标签,作为目标台区对应的多个分类标签。
每个分类标签可以对应多个样本分布区间。其中,样本分布区间可以是基于大量样本台区的运行数据,在每个分类标签下通过计算运行数据对应的标签归属程度进行划分的分布区间。例如,样本分布区间可以是根据样本台区在每个分类标签中的归属程度值的大小进行划分。其中,样本台区可以是采集到实际运行数据的作为数据样本的配电台区。归属程度值可以是台区在每个分类标签下,用于表示台区与该分类标签的贴合程度的数值。例如,台区负载率标签对应的多个样本分布区间,可以对多个样本台区计算其对应的负载率,然后基于负载率数值的大小对多个样本台区进行在台区负载率标签维度下的分布区间划分。
S120、针对每个分类标签,确定与目标台区对应的标签属性值,基于标签属性值确定目标台区在每个分类标签中对应的样本分布区间,作为目标分布区间,并基于目标分布区间确定目标台区对应的区间线损阈值调整系数。
本实施例中,针对每个分类标签,可以确定与目标台区对应的标签属性值,其中,标签属性值可以是用于反映目标台区在分类标签中的归属程度值的属性值。可以理解的,每个分类标签中可以基于标签属性值确定多个样本分布区间。因此基于标签属性值的数值大小,在每个分类标签中可以确定与标签属性值所对应的样本分布区间,作为目标台区在每个分类标签中对应的目标分布区间。针对每个分类标签中的每个样本分布区间,可以设置一个与样本分布区间对应的线损阈值调整系数,其中,线损阈值调整系数可以是用于调整线损阈值的系数。其中,线损阈值可以是电力系统中允许的电能线路损耗的上限值。例如,在台区负载率标签下基于样本台区的实际运行数据可知,高负载率样本分布区间的线损率往往高于低负载率样本分布区间的线损率,因此可以在台区负载率标签对应的高负载率以及低负载率样本分布区间中,设置不同的线损阈值调整系数。因此,基于目标分布区间,可以确定每个分类标签中对应的一个样本分布区间及其对应的线损阈值调整系数。可以将每个分类标签中确定的线损阈值调整系数,作为目标台区在每个分类标签中所对应的区间线损阈值调整系数。
S130、基于原线损阈值以及多个分类标签对应的区间线损阈值调整系数确定目标台区对应的线损调整阈值。
本实施例中,原线损阈值可以是既存的线损阈值。线损调整阈值可以是基于调整系数进行了调整后的线损阈值。基于原线损阈值以及多个分类标签对应的区间线损阈值调整系数确定目标台区对应的线损调整阈值,可以是基于多个分类标签对应的区间线损阈值调整系数,分别针对原线损阈值进行系数调整,基于系数调整结果确定目标台区对应的线损调整阈值。
可选地,基于原线损阈值以及多个分类标签对应的区间线损阈值调整系数确定目标台区对应的线损调整阈值,包括:将原线损阈值与多个分类标签对应的区间线损阈值调整系数的乘积确定为目标台区对应的线损调整阈值。
本实施例中,区间线损阈值调整系数可以是基于样本区间的线损数值与基准线损数值之间的比值关系确定的调整系数,因此,将原线损阈值作为基准线损数值,与多个分类标签对应的区间线损阈值调整系数进行乘积运算,可以将所有的区间线损阈值调整系数对原线损阈值的累积影响反映至线损阈值调整结果,确定调整后的线损调整阈值。
可选地,分类标签还包括电表固损标签,基于原线损阈值以及多个分类标签对应的区间线损阈值调整系数确定目标台区对应的线损调整阈值,还包括:基于台区电表总损耗与台区组合分摊后月供入电量之比确定目标台区在电表固损分类标签中对应的固损线损阈值调整系数;将原线损阈值与固损线损阈值调整系数之和确定为目标台区对应的固损线损调整阈值;将固损线损调整阈值与多个分类标签对应的区间线损阈值调整系数的乘积确定为目标台区对应的线损调整阈值。
本实施例中,电表固损标签可以是在电表固定损耗维度下的分类标签。目标台区在电表固损分类标签中对应的固损线损阈值调整系数,可以通过计算台区电表总损耗与台区组合分摊后月供入电量之比确定。其中,固损线损阈值调整系数可以是电表估损标签对应的线损阈值调整系数。由于原线损阈值中不包括电表固定损耗对线损数值的影响,因此,可以在原线损阈值的基础上,与固损线损阈值调整系数进行叠加作为调整后的线损阈值,也即固损线损调整阈值。可以理解的,除电表估损分类标签以外的分类标签对应的区间线损阈值可以是通过比值关系确定的调整系数,因此,可以将固损线损调整阈值与多个分类标签对应的区间线损阈值调整系数的乘积,确定为目标台区对应的,在包括了电表固损标签等多个分类标签维度下的线损调整阈值。
本实施例的技术方案,首先通过确定目标台区以及与目标台区对应的多个分类标签,其中,每个分类标签对应多个样本分布区间。然后针对每个分类标签,确定与目标台区对应的标签属性值,基于标签属性值确定目标台区在每个分类标签中对应的样本分布区间,作为目标分布区间,实现了对目标台区进行多维度标签属性值确定以及标签属性值区间的确定。然后基于目标分布区间确定目标台区对应的区间线损阈值调整系数,最后将原线损阈值与多个分类标签对应的区间线损阈值调整系数的乘积确定为目标台区对应的线损调整阈值。实现了根据目标台区的实际运行情况,基于不同维度的调整系数对目标台区的线损阈值进行调整。解决了现有技术中,因线损阈值系数过于单一而导致的无法反映各类线损主体的实际运行特征,进而导致线损的精益化管理水平低的技术问题。取得了弥补传统线损阈值统一系数以及一成不变导致的管理粗放性,有效提高台区线损判断的针对性,以及实现对台区线损的差异化管理,推动线损管理精益化水平的提升的有益效果。
实施例二
图2为本发明实施例二提供的一种台区线损阈值调整方法的流程图,本实施例是在上述各实施例的基础上,具体说明区间线损阈值调整系数的确定方法。具体实施方式可以参见本实施例的说明。其中,与前述实施例相同或相似的技术特征在此不再赘述。如图2所示,该方法包括:
S210、确定目标台区以及与目标台区对应的多个分类标签。
S220、针对每个分类标签,确定与目标台区对应的标签属性值,分别计算多个样本台区在每个分类标签中的标签属性值,基于标签属性值确定多个样本台区在每个分类标签中的样本分布区间;样本分布区间至少包括正常区间、正向偏移区间以及反向偏移区间。
本实施例中,可以采用预设的计算公式分别计算多个样本台区在每个分类标签中的标签属性值,然后可以基于标签属性值的数据分布区间,确定多个样本台区在每个分类标签中的样本分布区域。可以将标签属性值的数据中密度较大或离散程度较低的数据数据划分为正常数据范围,并作为正常区间。可以将标签属性值的数据中离散程度较大的或密度较小的数据可划分为偏移数据,并可以将异常值中小于正常数据最小值的数据划分为反向偏移区间,将异常值中大于正常数据最大值的数据划分为正向偏移区间。
可选地,分类标签包括用户电量占比标签、台区三相不平衡率标签、台区负载率标签、农业台区标签以及光伏台区标签中的至少一种;分别计算多个样本台区在每个分类标签中的标签属性值,包括下述操作中的至少一项:基于台区电量前三名的用户电量之和与台区组合分摊后供入电量之比,确定多个样本台区在用户电量占比分类标签中的标签属性值;基于台区三相电流最大差值与台区最大电流之比,确定多个样本台区在台区三相不平衡率分类标签中的标签属性值;基于平均视在功率与台区变压器容量之比,确定多个样本台区在台区负载率分类标签中的标签属性值;基于台区农业相关用户电量之和与台区组合分摊后月供入电量之比,确定多个样本台区在农业台区分类标签中的标签属性值;基于光伏上网电量与台区考核户反向电量之差确定台区光伏消纳电量,基于台区光伏消纳电量与台区组合分摊后月供入电量之比,确定多个样本台区在光伏台区分类标签中的标签属性值。
本实施例中,基于样本台区的实际电力配置状况与运行数据,可以将分类标签设置为用户电量占比标签、台区三相不平衡率标签、台区负载率标签、农业台区标签以及光伏台区标签中的一种或多种。其中,用户电量占比标签可以是反映一个台区特定数量的用户用电量在整个台区占比程度的标签。例如,可以是前三名用户用电量之和在整个供入电量中的占比,此情况下,用户电量占比越大,可以表示前三名用户用电量在台区中的占比越大。
针对用户电量占比分类标签,可以基于台区电量前三名的用户电量之和与台区组合分摊后供入电量之比,确定多个样本台区在用户电量占比分类标签中的标签属性值。其中,台区组合分摊后供入电量可以是指在电力系统中,多个电能表或计量点测量的电量通过特定的分摊方式,按照特定的规则分摊到相应的台区后获取的供入电量。
区三相不平衡率分类标签可以是反映一个台区三相不平衡率程度的分类标签。针对台区三相不平衡率分类标签,可以基于台区三相电流最大差值与台区最大电流之比,确定多个样本台区在台区三相不平衡率分类标签中的标签属性值。其中,台区三相不平衡率可以用于评估电力系统中台区的电压三相之间的不平衡程度的指标。在电力系统中,三相电压应当是均衡的,即三相电压的幅值和相位应该相等。三相不平衡可能由负载不均匀、电力设备故障以及电源不平衡等原因引起可能导致电流不平衡,进而影响设备的正常运行甚至引起设备损坏。因此,可以基于台区三相电流最大差值与台区最大电流之比,确定多个样本台区在台区三相不平衡率分类标签中的标签属性值,台区三相不平衡率分类标签中,签属性值的大小可以反映台区三相不平衡率的程度。
台区负载率标签可以是反映一个台区负载率大小的分类标签。针对台区负载率分类标签,可以基于平均视在功率与台区变压器容量之比,确定多个样本台区在台区负载率分类标签中的标签属性值。其中,平均视在功率可以是在一段时间内的平均视在功率值。视在功率可以是基于电力系统中的有功功率以及无功功率确定的,反映台区总功率需求的功率数值。台区变压器容量可以反映台区能够处理的最大电力负载功率。基于平均视在功率与台区变压器容量之比,可以确定多个样本台区在台区负载率分类标签中的标签属性值,其中,标签属性值的大小可以反映台区的电力系统利用率(负载率)的大小。
农业台区分类标签可以是反映一个台区农业用电占比大小的分类标签。针对农业台区分类标签,可以基于台区农业相关用户电量之和与台区组合分摊后月供入电量之比,确定多个样本台区在农业台区分类标签中的标签属性值。其中,台区农业相关用户电量之和,可以是台区下农业生产以及农业排灌等与农业相关的用户电量之和。基于台区农业相关用户电量之和与台区组合分摊后月供入电量之比,可以确定多个样本台区在农业台区分类标签中的标签属性值,标签属性值大小可以反映农业用电量在台区总用电量中的占比。
光伏台区分类标签可以是反映一个台区光伏上网电量占比大小的分类标签。针对光伏台区分类标签,可以基于光伏上网电量与台区考核户反向电量之差确定台区光伏消纳电量,基于台区光伏消纳电量与台区组合分摊后月供入电量之比,确定多个样本台区在光伏台区分类标签中的标签属性值。其中,光伏上网电量可以是光伏发电系统产生的电能向电网供电的电量。台区考核户反向电量可以是光伏之外考核用户向电网注入的电量,基于光伏上网电量与台区考核户反向电量之差确定的台区光伏消纳电量,可以确定台区内实际光伏消纳的电量。其中,光伏消纳电量可以是被台区电网实际吸收并使用的光伏发电的电量。可以基于台区光伏消纳电量与台区组合分摊后月供入电量之比,确定多个样本台区在光伏台区分类标签中的标签属性值,其中,标签属性值的大小反映了台区光伏发电量在总供电量中的占比大小。
可选地,基于标签属性值确定多个样本台区在每个分类标签中的样本分布区间,包括:基于预设的数据分析库,对每个分类标签中的标签属性值进行数据清洗,获取每个分类标签中的待分析标签判别数据;基于孤立森林算法对待分析标签判别数据进行异常值检测,获取待分析标签判别数据中的正常值数据以及异常值数据;基于待分析标签判别数据中的正常值数据确定多个样本台区在每个分类标签中的正常区间;基于待分析标签判别数据中的异常值数据与正常值数据确定多个样本台区在每个分类标签中的正向偏移区间以及反向偏移区间。
本实施例中,预设的数据分析库可以是例如Python的Pandas库等数据分析库。基于Pandas库等数据分析库对每个分类标签中的标签属性值进行数据清洗可以去除缺失值、处理异常值以及进行标准化等操作,以确保数据质量。待分析标签判别数据可以是进行数据清洗之后的标签属性值数据。基于孤立森林算法对待分析标签判别数据进行异常值检测,可以获取待分析标签判别数据中的正常值数据以及异常值数据。可以基于正常数据的范围确定多个样本台区在每个分类标签中的正常区间。然后可以将异常值中小于正常数据最小值的数据划分为反向偏移数据范围,将异常值中大于正常数据最大值的数据划分为正向偏移数据范围,从而可以分别确定多个样本台区在每个分类标签中的反向偏移区间以及正向偏移区间。示例性的,下述表1可以提供一种基于标签属性值确定多个样本台区在每个分类标签中的样本分布区间的示例,其中,正常区间为基于孤立森林算法对待分析标签判别数据进行异常值检测后得到的除异常值之外的正常数据对应的区间。正向偏移区间以及反向偏移区间为前述各实施例中的正向偏移数据范围以及反向偏移数据范围对应的区间。
表1
S230、针对每个分类标签,分别确定每个样本分布区间对应的标签区间线损率,基于标签区间线损率确定每个样本分布区间对应的区间线损阈值调整系数。
本实施例中,由于每个样本分布区间中对应的样本台区的实际运行数据可以被获取以及分析,因此可以基于实际运行数据,分别确定每个样本分布区间对应的标签区间线损率。其中,线损率可以基于线损电量与总电量的比值等方法确定。标签区间线损率可以是针对每个分类标签中的每个样本区间确定的,与之相对应的线损率。基于标签区间线损率确定每个样本分布区间对应的区间线损阈值调整系数,可以是基于正向偏移区间、反向偏移区间的线损率以及正常区间的线损率,三者之间的数值关系,确定与每个样本区间对应的线损阈值调整系数。例如,可以将任意区间作为基准线损率,通过计算其余区间的线损率与基准线损率的比值确定各个区间对应的调整系数。
可选地,分别确定每个样本分布区间对应的标签区间线损率,包括:基于落入每个样本分布区间中的样本台区的实际运行数据,确定样本分布区间的区间总供入电量以及区间总供出电量;基于区间总供入电量以及区间总供出电量确定样本分布区间对应的标签区间线损率。
本实施例中,如下述表2所示,基于落入每个样本分布区间中的样本台区的实际运行数据,可以确定样本分布区间的区间总供入电量以及区间总供出电量,进而可以基于区间总供入电量以及区间总供出电量,确定样本分布区间对应的标签区间线损率的数值。其中,线损率可以为(总供入电量-总供出电量)/总供入电量×100,表2中数据分布规律区间中的高、中以及低分别可以对应样本分布区间中的正向偏移区间、正常区间以及反向偏移区间。
表2
可选地,基于标签区间线损率确定每个样本分布区间对应的区间线损阈值调整系数,包括:针对每个分类标签,将分类标签对应的样本分布区间划分为一个基准样本分布区间以及至少一个待调整样本分布区间;基于样本分布区间对应的标签区间线损率确定基准标签区间线损率;基于待调整样本分布区间对应的标签区间线损率确定待调整标签区间线损率;基于基准标签区间线损率以及待调整标签区间线损率,确定每个样本分布区间对应的区间线损阈值调整系数。
本实施例中,针对每个分类标签,可以将分类标签对应的样本分布区间划分为一个基准样本分布区间以及至少一个待调整样本分布区间,其中,基准样本分布区间可以是作为其余样本分布区间的调整基准的区间,基准样本区间可以是一个;待调整样本分布区间可以是基于准样本分布区间的线损率进行线损阈值系数调整的区间。基准标签区间线损率可以对应基准样本分布区间的线损率,待调整标签区间线损率可以对应待调整样本分布区间对应的标签区间线损率。基于基准标签区间线损率以及待调整标签区间线损率的差值或比值等运算关系,可以确定每个样本分布区间对应的区间线损阈值调整系数。
可选地,基于基准标签区间线损率以及待调整标签区间线损率,确定每个样本分布区间对应的区间线损阈值调整系数,包括:将基准样本分布区间对应的区间线损阈值调整系数确定为预设数值;基于待调整标签区间线损率与基准标签区间线损率的比值,确定待调整标签区间对应的区间线损阈值调整系数。
本实施例中,基准样本分布区间对应的区间线损阈值调整系数作为基准可以不必通过运算进行调整。因此,基准样本分布区间对应的区间线损阈值调整系数可以设置为预设的数值,例如可以是数值1。基于待调整标签区间线损率与基准标签区间线损率的比值,可以确定待调整标签区间对应的区间线损阈值调整系数,将预设数值以及至少一个区间线损阈值调整系数作为样本分布区间对应的区间线损阈值调整系数。相应的,在使用待调整标签区间对应的区间线损阈值调整系数对目标台区进行线损阈值调整时,可以参照样本分布区间对应的区间线损阈值调整系数对线损阈值进行系数调整。可以基于原线损阈值与区间线损阈值调整系数的乘积确定目标台区对应的线损调整阈值。
S240、基于标签属性值确定目标台区在每个分类标签中对应的样本分布区间,作为目标分布区间,并基于目标分布区间确定目标台区对应的区间线损阈值调整系数。
S250、基于原线损阈值以及多个分类标签对应的区间线损阈值调整系数确定目标台区对应的线损调整阈值。
本实施例的技术方案,通过确定目标台区以及与目标台区对应的多个分类标签。然后针对每个分类标签,确定与目标台区对应的标签属性值,分别计算多个样本台区在每个分类标签中的标签属性值,基于标签属性值确定多个样本台区在每个分类标签中的样本分布区间。针对每个分类标签,分别确定每个样本分布区间对应的标签区间线损率,基于标签区间线损率确定每个样本分布区间对应的区间线损阈值调整系数。最后,基于标签属性值确定目标台区在每个分类标签中对应的样本分布区间,作为目标分布区间,并基于目标分布区间确定目标台区对应的区间线损阈值调整系数。基于原线损阈值以及多个分类标签对应的区间线损阈值调整系数确定目标台区对应的线损调整阈值。实现了根据样本台区的实际运行情况,设置调整系数并基于不同维度的调整系数对目标台区的线损阈值进行调整。解决了现有技术中,因线损阈值系数过于单一而导致的无法反映各类线损主体的实际运行特征,进而导致线损的精益化管理水平低的技术问题。取得了弥补传统线损阈值统一系数以及一成不变导致的管理粗放性,有效提高台区线损判断的针对性,以及推动线损管理精益化水平的提升的有益效果。
实施例三
图3为本发明实施例三提供的一种台区线损阈值调整装置的结构示意图。如图3所示,该装置包括:分类标签确定模块310、区间线损阈值调整系数确定模块320和线损调整阈值确定模块330。
其中,分类标签确定模块310,用于确定目标台区以及与目标台区对应的多个分类标签,其中,每个分类标签对应多个样本分布区间;
区间线损阈值调整系数确定模块320,用于针对每个分类标签,确定与目标台区对应的标签属性值,基于标签属性值确定目标台区在每个分类标签中对应的样本分布区间,作为目标分布区间,并基于目标分布区间确定目标台区对应的区间线损阈值调整系数;
线损调整阈值确定模块330,用于基于原线损阈值以及多个分类标签对应的区间线损阈值调整系数确定目标台区对应的线损调整阈值。
本发明实施例的技术方案,首先通过确定目标台区以及与目标台区对应的多个分类标签,其中,每个分类标签对应多个样本分布区间。然后针对每个分类标签,确定与目标台区对应的标签属性值,基于标签属性值确定目标台区在每个分类标签中对应的样本分布区间,作为目标分布区间,实现了对目标台区进行多维度标签属性值确定以及标签属性值区间的确定。然后基于目标分布区间确定目标台区对应的区间线损阈值调整系数,最后基于原线损阈值以及多个分类标签对应的区间线损阈值调整系数确定目标台区对应的线损调整阈值,实现了根据目标台区的实际运行情况,基于不同维度的调整系数对目标台区的线损阈值进行调整。解决了现有技术中,因线损阈值系数过于单一而导致的无法反映各类线损主体的实际运行特征,进而导致线损的精益化管理水平低的技术问题。取得了弥补传统线损阈值统一系数以及一成不变导致的管理粗放性,有效提高台区线损判断的针对性,以及实现对台区线损的差异化管理,推动线损管理精益化水平的提升的有益效果。
在上述技术方案的基础上,进一步的,区间线损阈值调整系数确定模块320包括样本区间线损阈值调整系数确定单元。
其中,样本区间线损阈值调整系数确定单元,用于在基于标签属性值确定目标台区在每个分类标签中对应的样本分布区间之前,分别计算多个样本台区在每个分类标签中的标签属性值,基于标签属性值确定多个样本台区在每个分类标签中的样本分布区间;样本分布区间至少包括正常区间、正向偏移区间以及反向偏移区间;针对每个分类标签,分别确定每个样本分布区间对应的标签区间线损率,基于标签区间线损率确定每个样本分布区间对应的区间线损阈值调整系数。
在上述技术方案的基础上,进一步的,分类标签包括用户电量占比标签、台区三相不平衡率标签、台区负载率标签、农业台区标签以及光伏台区标签中的至少一种;区间线损阈值调整系数确定模块320包括标签属性值计算单元。
其中,标签属性值计算单元,用于执行下述操作中的至少一项:
基于台区电量前三名的用户电量之和与台区组合分摊后供入电量之比,确定多个样本台区在用户电量占比分类标签中的标签属性值;基于台区三相电流最大差值与台区最大电流之比,确定多个样本台区在台区三相不平衡率分类标签中的标签属性值;基于平均视在功率与台区变压器容量之比,确定多个样本台区在台区负载率分类标签中的标签属性值;基于台区农业相关用户电量之和与台区组合分摊后月供入电量之比,确定多个样本台区在农业台区分类标签中的标签属性值;基于光伏上网电量与台区考核户反向电量之差确定台区光伏消纳电量,基于台区光伏消纳电量与台区组合分摊后月供入电量之比,确定多个样本台区在光伏台区分类标签中的标签属性值。
在上述技术方案的基础上,进一步的,区间线损阈值调整系数确定模块320包括样本分布区间确定单元。
其中,样本分布区间确定单元,用于基于预设的数据分析库,对每个分类标签中的标签属性值进行数据清洗,获取每个分类标签中的待分析标签判别数据;基于孤立森林算法对待分析标签判别数据进行异常值检测,获取待分析标签判别数据中的正常值数据以及异常值数据;基于待分析标签判别数据中的正常值数据确定多个样本台区在每个分类标签中的正常区间;基于待分析标签判别数据中的异常值数据与正常值数据确定多个样本台区在每个分类标签中的正向偏移区间以及反向偏移区间。
在上述技术方案的基础上,进一步的,区间线损阈值调整系数确定模块320包括标签区间线损率确定单元。
其中,标签区间线损率确定单元,用于基于落入每个样本分布区间中的样本台区的实际运行数据,确定样本分布区间的区间总供入电量以及区间总供出电量;基于区间总供入电量以及区间总供出电量确定样本分布区间对应的标签区间线损率。
在上述技术方案的基础上,进一步的,样本区间线损阈值调整系数确定单元,具体用于:针对每个分类标签,将分类标签对应的样本分布区间划分为一个基准样本分布区间以及至少一个待调整样本分布区间;基于样本分布区间对应的标签区间线损率确定基准标签区间线损率;基于待调整样本分布区间对应的标签区间线损率确定待调整标签区间线损率;基于基准标签区间线损率以及待调整标签区间线损率,确定每个样本分布区间对应的区间线损阈值调整系数。
在上述技术方案的基础上,进一步的,样本区间线损阈值调整系数确定单元,具体用于:将基准样本分布区间对应的区间线损阈值调整系数确定为预设数值;基于待调整标签区间线损率与基准标签区间线损率的比值,确定待调整标签区间对应的区间线损阈值调整系数。
在上述技术方案的基础上,进一步的,线损调整阈值确定模块330具体用于:将原线损阈值与多个分类标签对应的区间线损阈值调整系数的乘积确定为目标台区对应的线损调整阈值。
在上述技术方案的基础上,进一步的,分类标签还包括电表固损标签,线损调整阈值确定模块330还用于:基于台区电表总损耗与台区组合分摊后月供入电量之比确定目标台区在电表固损分类标签中对应的固损线损阈值调整系数;将原线损阈值与固损线损阈值调整系数之和确定为目标台区对应的固损线损调整阈值;将固损线损调整阈值与多个分类标签对应的区间线损阈值调整系数的乘积确定为目标台区对应的线损调整阈值。
本发明实施例所提供的台区线损阈值调整装置可执行本发明任意实施例所提供的台区线损阈值调整方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4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4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,例如台区线损阈值调整方法。
在一些实施例中,台区线损阈值调整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台区线损阈值调整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)而被配置为执行台区线损阈值调整方法。
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)
1.一种台区线损阈值调整方法,其特征在于,包括:
确定目标台区以及与所述目标台区对应的多个分类标签,其中,每个所述分类标签对应多个样本分布区间;
针对每个所述分类标签,确定与所述目标台区对应的标签属性值,基于所述标签属性值确定所述目标台区在每个所述分类标签中对应的所述样本分布区间,作为目标分布区间,并基于所述目标分布区间确定所述目标台区对应的区间线损阈值调整系数;
基于原线损阈值以及多个所述分类标签对应的所述区间线损阈值调整系数确定所述目标台区对应的线损调整阈值。
2.根据权利要求1所述的方法,其特征在于,在所述基于所述标签属性值确定所述目标台区在每个所述分类标签中对应的所述样本分布区间之前,还包括:
分别计算多个样本台区在每个所述分类标签中的所述标签属性值,基于所述标签属性值确定所述多个样本台区在每个所述分类标签中的所述样本分布区间;所述样本分布区间至少包括正常区间、正向偏移区间以及反向偏移区间;
针对每个所述分类标签,分别确定每个所述样本分布区间对应的标签区间线损率,基于所述标签区间线损率确定每个所述样本分布区间对应的所述区间线损阈值调整系数。
3.根据权利要求2所述的方法,其特征在于,所述分类标签包括用户电量占比标签、台区三相不平衡率标签、台区负载率标签、农业台区标签以及光伏台区标签中的至少一种;所述分别计算多个样本台区在每个所述分类标签中的所述标签属性值,包括下述操作中的至少一项:
基于台区电量前三名的用户电量之和与台区组合分摊后供入电量之比,确定所述多个样本台区在用户电量占比分类标签中的所述标签属性值;
基于台区三相电流最大差值与台区最大电流之比,确定所述多个样本台区在台区三相不平衡率分类标签中的所述标签属性值;
基于平均视在功率与台区变压器容量之比,确定所述多个样本台区在台区负载率分类标签中的所述标签属性值;
基于台区农业相关用户电量之和与台区组合分摊后月供入电量之比,确定所述多个样本台区在农业台区分类标签中的所述标签属性值;
基于光伏上网电量与台区考核户反向电量之差确定台区光伏消纳电量,基于所述台区光伏消纳电量与台区组合分摊后月供入电量之比,确定所述多个样本台区在光伏台区分类标签中的所述标签属性值。
4.根据权利要求2所述的方法,其特征在于,所述基于所述标签属性值确定所述多个样本台区在每个所述分类标签中的所述样本分布区间,包括:
基于预设的数据分析库,对每个所述分类标签中的所述标签属性值进行数据清洗,获取每个所述分类标签中的待分析标签判别数据;
基于孤立森林算法对所述待分析标签判别数据进行异常值检测,获取所述待分析标签判别数据中的正常值数据以及异常值数据;
基于所述待分析标签判别数据中的所述正常值数据确定所述多个样本台区在每个所述分类标签中的正常区间;
基于所述待分析标签判别数据中的所述异常值数据与所述正常值数据确定所述多个样本台区在每个所述分类标签中的正向偏移区间以及反向偏移区间。
5.根据权利要求2所述的方法,其特征在于,所述分别确定每个所述样本分布区间对应的标签区间线损率,包括:
基于落入每个所述样本分布区间中的样本台区的实际运行数据,确定所述样本分布区间的区间总供入电量以及区间总供出电量;
基于所述区间总供入电量以及所述区间总供出电量确定所述样本分布区间对应的标签区间线损率。
6.根据权利要求2所述的方法,其特征在于,所述基于所述标签区间线损率确定每个所述样本分布区间对应的所述区间线损阈值调整系数,包括:
针对每个所述分类标签,将所述分类标签对应的所述样本分布区间划分为一个基准样本分布区间以及至少一个待调整样本分布区间;
基于所述样本分布区间对应的所述标签区间线损率确定基准标签区间线损率;
基于所述待调整样本分布区间对应的所述标签区间线损率确定待调整标签区间线损率;
基于所述基准标签区间线损率以及所述待调整标签区间线损率,确定每个所述样本分布区间对应的区间线损阈值调整系数。
7.根据权利要求6述的方法,其特征在于,所述基于所述基准标签区间线损率以及所述待调整标签区间线损率,确定每个所述样本分布区间对应的区间线损阈值调整系数,包括:
将所述基准样本分布区间对应的区间线损阈值调整系数确定为预设数值;
基于所述待调整标签区间线损率与所述基准标签区间线损率的比值,确定所述待调整标签区间对应的所述区间线损阈值调整系数。
8.根据权利要求1述的方法,其特征在于,所述基于原线损阈值以及多个所述分类标签对应的所述区间线损阈值调整系数确定所述目标台区对应的线损调整阈值,包括:
将所述原线损阈值与多个所述分类标签对应的所述区间线损阈值调整系数的乘积确定为所述目标台区对应的线损调整阈值。
9.根据权利要求1述的方法,其特征在于,所述分类标签还包括电表固损标签,所述基于原线损阈值以及多个所述分类标签对应的所述区间线损阈值调整系数确定所述目标台区对应的线损调整阈值,还包括:
基于台区电表总损耗与台区组合分摊后月供入电量之比确定所述目标台区在电表固损分类标签中对应的固损线损阈值调整系数;
将所述原线损阈值与所述固损线损阈值调整系数之和确定为所述目标台区对应的固损线损调整阈值;
将所述固损线损调整阈值与多个所述分类标签对应的所述区间线损阈值调整系数的乘积确定为所述目标台区对应的线损调整阈值。
10.一种台区线损阈值调整装置,其特征在于,包括:
分类标签确定模块,用于确定目标台区以及与所述目标台区对应的多个分类标签,其中,每个所述分类标签对应多个样本分布区间;
区间线损阈值调整系数确定模块,用于针对每个所述分类标签,确定与所述目标台区对应的标签属性值,基于所述标签属性值确定所述目标台区在每个所述分类标签中对应的所述样本分布区间,作为目标分布区间,并基于所述目标分布区间确定所述目标台区对应的区间线损阈值调整系数;
线损调整阈值确定模块,用于基于原线损阈值以及多个所述分类标签对应的所述区间线损阈值调整系数确定所述目标台区对应的线损调整阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410246489.4A CN117972495A (zh) | 2024-03-05 | 2024-03-05 | 台区线损阈值调整方法以及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410246489.4A CN117972495A (zh) | 2024-03-05 | 2024-03-05 | 台区线损阈值调整方法以及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117972495A true CN117972495A (zh) | 2024-05-03 |
Family
ID=90853308
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410246489.4A Pending CN117972495A (zh) | 2024-03-05 | 2024-03-05 | 台区线损阈值调整方法以及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117972495A (zh) |
-
2024
- 2024-03-05 CN CN202410246489.4A patent/CN117972495A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115423386A (zh) | 一种电力碳排放因子的确定方法、装置、设备及介质 | |
CN116523140A (zh) | 窃电检测方法、装置、电子设备和存储介质 | |
CN116402638A (zh) | 一种台区线损计算方法、系统、电子设备及介质 | |
CN117972495A (zh) | 台区线损阈值调整方法以及装置 | |
CN116484554A (zh) | 一种配电网的拓扑辨识方法、装置、设备及介质 | |
CN115392383A (zh) | 一种用电异常的预警方法、装置、电子设备及存储介质 | |
CN114779109A (zh) | 电池健康状态的确定方法、装置、电子设备及存储介质 | |
CN115275988A (zh) | 一种日线损异常原因确定方法、装置、设备及存储介质 | |
CN117131353B (zh) | 一种超差电能表确定方法、装置、电子设备及存储介质 | |
CN117196180B (zh) | 含高比例分布式光伏的配电线路光伏汇集点选址方法 | |
CN117131315B (zh) | 基于求解多元二次函数极值的超差电能表确定方法及介质 | |
CN116482565A (zh) | 一种电源异常检测方法、装置、设备和存储介质 | |
CN115409381A (zh) | 线损原因的确定方法、装置、电子设备及存储介质 | |
CN115792369A (zh) | 确定异常用户计量点的方法、装置、电子设备及存储介质 | |
CN115409447A (zh) | 一种计量物资管理方法、装置、设备及存储介质 | |
CN115955189A (zh) | 一种发电异常的检测方法、装置、设备及介质 | |
CN115494347A (zh) | 台区用电异常用户确认方法、装置、设备及存储介质 | |
CN117610957A (zh) | 一种设备发展路径确定方法、装置、设备及介质 | |
CN116305800A (zh) | 配电网仿真输入数据的处理方法、装置、设备及介质 | |
CN117010712A (zh) | 虚拟电厂的响应策略确定方法、装置及虚拟电厂系统 | |
CN116885708A (zh) | 一种台区户变关系辨识方法、装置、设备及存储介质 | |
CN115204511A (zh) | 一种供电线路确定方法、装置、电子设备及存储介质 | |
CN117856231A (zh) | 一种配变台区线损率阈值的制定方法 | |
CN117420369A (zh) | 一种线路线损检测方法、装置、电子设备和存储介质 | |
CN117368588A (zh) | 一种电压相序一致性确定方法、装置、设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |