依托数据挖掘，精益管控线损，提高分线分台线损异常处理成效

李拥腾

摘 要： 大数据成为一种必然趋势，面对电网中线损异常问题也应该依托数据挖掘加强线损精益管控。本文主要对大数据下的线损精益管控进行研究，指出传统线损管理模式中存在的问题，并指出大数据精益管控线损目标及策略，最后提出基于大数据的精益线损管控平台。

关键词： 数据挖掘；精益管控；线损；分线分台

依托大数据平台，通过数据挖掘，集合分线分台相关客户在各系统中的营销业务信息进行异常分析，及时发现抄表、计量、用检、客户档案管理等营销基础业务的管理漏洞和薄弱环节，有效提高分线分台线损合格率。通过线损统计分析和异常管理的规范化、流程化、信息化，及时发现抄表、计量、用检、客户档案管理等营销基础业务的管理漏洞和薄弱环节，提高线损管理精益化水平。

1.传统线损管理模式存在技术管理落后问题

（1）站—线—变—户关系不准确 购售电月抄表周期不同步 线损异常发现周期至少一个月 线损异常工单人工筛选分析处理 面对诸多管理负责问题。

（2）电网结构不断变化，包括基建、生产、新增客户 影响线损因素众多，包括窃电、计量故障、抄表质量 点多面广，面对千家万户和复杂的配网，处理周期长。

（3）传统的抄表模式常用供售电不同期、单双月抄表的模式，而对于不同地区而言会因为区域特征而对售电结构产生影响，最终会产生线损波动，造成相关指标统计分析存在极大的阻碍，对于线损的降损和管理产生不良影响。

（4）部分地区的电网网架比较薄弱，因此就会存在比较明显的低压线路供电半径大，会对负荷产生影响，导致负荷分配不均以及线径偏小等问题，技术线损问题突出，这样也直接导致综合线损率难以量化。

（5）传统的线损管理以及线损分析针对性不强，在传统的管理系统中系统数据也往往不高，数据集成度也不高，对于线损分析而言就会缺乏高质量的数据支持，影响线损管理以及线损分析。

（6）传统的线损管理方式中也缺乏相对比较高效的线损分析工具，相关工作人员在进行线损管理的过程中需要从多个系统中进行相关业务数据的收集整理以及分析，包括抄表例日、计量追补、营业普查等数据，由于数据量复杂，而且相关系统较多，就导致工作人员的工作量大，工作效率也较低。

面对传统线损管理模式存在的这些落后问题，对于线损问题分析以及线损管理、降损决策的制定而言造成极大阻碍。面对当前大数据的发展，可以充分利用大数据技术来开展数据集成工作，加强线损精益分析管理，为降损以及线损管理提供强有力的技术支持。

2.大数据精益管控线损目标及策略

2.1基于大数据信息平台的线损精确比对模式

面对以上问题，以营配信息集成、计量自动化系统和电能量数据平台为支撑，建立线损数据化管控机制，实现分线分台线损两个精确比对，使线损管理更加精益高效。 营配信息集成提供完善的站—线—变—户关系，计量自动化系统实现线损同期统计，线路实现每日比对，台区实现每周比对。

2.2建立健全线损两个比对常态机制，实现分线分台线损精确比对

一是实现营销系统月度分线分台线损精确比对，将每月线损统计结果与考核指标比较开展线损精确比对；二是实现计量自动化系统分线分台周线损精确比对，根据设置线损阀值实时开展线损精确比对。

2.3建立线损异常处理机制

①建立日线损异常突变的监测分析机制。通过及量自动化系统每日对日线损报警事件监测，针对线损有效异常的线路进行预警及处理；如遇特殊情况需当日紧急发布异常核查工作单的，由营销稽查中心当日发布。 ②建立周线损异常工单的发布监督机制。计量自动化系统每周根据设定规则会自动生成线损异常工单，工单首先由电能量数据中心排除数据采集、系统生成问题或计量中心运维范围的计量故障后，其他线损异常工单由营销稽查中心综合分析上周情况，向相关的县（区）供电局发布异常核查工作单进行整改处理。 ③建立营销系统月线损异常工单的处理机制，跟踪线损异常整改处理结果，形成线损异常月度分析报告机制。④建立线损异常处理规范化和有效性的跟踪监督及考核机制。对线损异常工单处理不规范、不及时和无效的，由营销稽查中心通过在线稽查平台发出稽查工单，常态化开展异常工单处理质效的在线稽查。同时将线损异常处理有效性纳入营销差错问责机制和绩效考核。

3.大数据线损精益化管控平台设计

具体的分线分台线损异常分析处理，通过整合计量自动化系统的电能数据、营销系统的客户抄表、计量、用检、客户档案等多维度信息和配网生产系统的设备台帐、GIS 平台的电网拓扑等信息，实现分线线损精确比对和分台区线损趋势比对的计算与统计分析，对线损异常原因进行定性定量分析，及时发现抄表、计量、用检、客户档案管理等营销基础业务的管理漏洞和薄弱环节，在确定定性原因类别的基础上采取對应措施，提高线损异常处理质量和有效性，降低线损异常率，提升线损精益化管理水平。

3.1业务架构分析

3.1.1数据管理层

数据管理层主要进行为线损计算以及线损分析提供数据支持，包括关于线损的发供售等电量数据，另外还包括电网运行数据以及基础设备参数等数据。在进行数据购机和整理的基础上进行数据的处理，在数据的处理中由计算模型、诊断模型等数据模式实现对数据的综合分析，最终实现对网架结果以及电量关系的动态维护和管理。

图1 系统架构图

3.1.2数据计算统计层

数据计算统计层主要是针对线损理论计算设计的，在进行线损理论计算的时候配备完善的电量数据和模型，在基础数据的基础上通过模型进行理论线损、线损同期统计以及线损实时统计的分析和计算。

3.1.3监控层

在监控层的设计和规划中依照“四分”管理的原则进行，在此基础上提供线损实时监控功能，同时还提供精细化分析功能，通过精细化管理和实时监控能够全面、及时、准确的反映线损情况。

3.1.4高级应用层

在监控层进行了线损相关计算之后，根据计算结果来指导各单位以及各层级线损的管理，保证线损管理的全面、自动与透明。

3.2平台应用及功能分析

该平台在以上分层构架的基础上，实现以下几大功能：

3.2.1电量与模型数据管理

电量与模型数据管理主要由数据集成管理、模型数据管理以及基础数据管理三部分构成。在这一管理功能中采用適配器模式，将模型数据和供售电量数据进行采集和集成处理，接入到业务系统中。

3.2.2线损计算与统计

在平台进行线损计算与统计的过程中由理论线损计算、同期线损计算以及统计线损计算三部分构成。采用线损理论计算模型、统计计算模型以及线损“四分”同期线损计算模型，结合手机的电量数据，最终全电压等级线损计算统计。

3.2.3线损考核管理

针对线损计算与统计中得到的线损率指标以及其他相关辅助指标，制定线损管理的环节。进行逐级分层，动态跟踪，集合分线分台相关客户在各系统中的营销业务信息进行异常分析，及时发现抄表、计量、用检、客户档案管理等营销基础业务的管理漏洞和薄弱环节，有效提高分线分台线损合格率。

3.2.4降损辅助决策

通过线损考核以及数据整合，发现抄表、计量、用检、客户档案管理等营销业务的管理漏洞和薄弱环节，进行线损异常的定性分析和处理措施的确定，由系统给出降损管理和降损决策的相关建议。

结论

在当前大数据发展的背景下，线损管理也必须充分利用大数据来进行数据挖掘，利用相应数据平台分线分台的客户营业业务信息数据进行分析，能够发现引起线损问题的原因以及业务中的漏洞，从而给出降损辅助决策，给管理人员一定的指导，有效提高分线分台线损合格率，提高线损管理精益化水平。

参考文献

[1]李亚，刘丽平，李柏青，易俊，王泽忠，田世明.基于改进K-Means聚类和BP神经网络的台区线损率计算方法[J].中国电机工程学报，2016，36（17）：4543-4552.

[2]吴鸿亮，门锟，董楠，廖兵兵，郑全朝.基于J2EE架构的线损理论计算与诊断分析系统开发与应用[J].电力系统保护与控制，2016，44（05）：108-116.

[3]安晓华，欧阳森，冯天瑞，吴裕生.中压馈线理论线损率标杆值的优化设计方法及应用[J].电网技术，2016，40（01）：199-206.

[4]周前，孙志明，卫鹏，安海云.一种基于电网特征差异的线损水平评价方法[J].中国电力，2015，48（12）：103-109.

[5]刘健，段璟靓.配电网极限线损分析及降损措施优化[J].电力系统保护与控制，2013，41（12）：27-35.