生一兵 雷君杰 赵娜 乔娇
摘 要:随着时代的进步和发展,近几年,我国的科学技术水平也在突飞猛进,呈现跳跃式的前进。经济的发展、科技的进步、人们生活水平的提高等等,让人们对用电量的需求变得越来越大,这对于电力系统来说是一个大的挑战。电力系统的用户用电信息采集系统与业务双向互动平台共同组成电网与客户信息流、业务流的智能用电大数 据。此项技术的应用可以实现对电网数据的深入挖掘和实时分析,从而找到台区线损的产生原因,对台区线损的异常状况进行智 能诊断,推动台区线损管理由结果管理转向过程管理。怎么才能满足人们日益增长的用电需求呢?无疑,这就需要电力系统要保持高度的责任心,不断引入新的技术方法,完善自身的运营现状,以求满足人们不断增长的用电需求。本篇文章主要对基于智能用电大数据分析的台区线损管理问题进行探讨。
关键词:智能用电大数据;分析;台区线损;管理探讨
1 引言
随着我国科技的飞速发展,信息技术被广泛的运用到各个领域,让人们的生活变得越来越智能化。前几年,大数据、云计算等这些新名词的出现,引起了社会的高度关注,大数据和云计算属于高新技术,现在已经被广泛的使用到各行各业,这些先进技术的应用,促使各个领域的运营管理效率得到明显提升。电力是人们赖以生存的重要能源,生活、生产都离不开电力的支撑。电力系统要保证不断的提升运行质量,通过对电力供应系统的有效管理,让电力保持持续并且稳定的供应状态,以满足人们的生活生产用电。台区线损管理应用智能用电大数据,通过其对数以万亿用户的用电信息进行分析,深层次的挖掘信息的价值,快速且准确的找到线损的原因,能有效提高电力系统供电运行效率,同时还能提升管理效率为电力部门减少了经营成本,促进电力企业的不断发展和壮大。
2 基于智能用电大数据的台区线损分析
供电台区是一个集合,它是由一台配电变压器和一条配电线路,或者多台配电变压器和多条配电线路组成的联合体。在整个电力供应网中,低压配电网所处的位置是电网的最末端,与使用电的用户直接相连。但是,用户数量和种类特别多,用电的需求也比较多变,供电区域也很复杂,城区范围广,用电的范围更广,导致城区配网的问题相较于其他地方而言,问题更为突出,因此供电系统选择台区的方式,来对所有电力用户进行划分和管理。台区经济运行有一定的指标,包括供电量、线损率和售电量等。当然,台区线损属于低压线损的管理部分,也是其重要的组成部分,它和营销用电以及配网的规划有着千丝万缕的关系,不过由于低压配网的情况十分复杂,致使线损管理问题比较突出,情况不是很乐观,主要表现在有较高的管理线损。
因为大数据的支持,大部分地区的用户用电信息系统,完成了用户低压电力的覆盖工作。系统的功能比较繁琐,只要包括考核单元信息,计算台区与用户的对应关系,计算和统计台区每日的损失率,统计每日供售电的状况,最后是总结每日的指标完成情况。平均电流曲线系数法,等效功率法是当前主要使用的低压线损计算方式。用电信息采集系统的应用,可以说从根本上解决了不同时期抄考核表和计量表的问题。不过,台区用电户的采集覆盖,还有台区户变关系问题,会影响到线损计算。以前采用的旧的分析手段,很难会线损计算的精确度做保证,复杂情况还导致工作效率低等情况。现在,随着对智能电力大数据的应用,电力系统可以利用大数据的分析,以及它的数据挖掘技术,深入分析低压线损异常情况产生的原因,這些能够为线损计算提供可靠的依据,让台区线损工作有数据参数,从而让工作效率变得更高,最后从整体上提升电力企业的管理水平。
3 基于智能用电大数据的台区线损异常诊断模型
3.1 可计算分析诊断模型
随着用电用户数量的增加,信息采集的范围还在不断扩大中,相应的收集到的信息数据量也会跟着提升,旧的数据分析手段根本不可能解决现在电力系统的分析情况,不能给出具体的诊断结果。信息数据逐渐呈现出多样化的属性,电力系统需要对线损的计算参数做预先处理,这有这样才能让分析和诊断变得更加有效。为了让线损计算更加精确,就要制定一定的条件规则,把参与线损计算的数据分为两类,可计算数据和不可计算数据。这时,就需要使用规则分类器,选择
“if…then…”的方法,分类处理记录数据。所以,要依照线损计算的特点,生成相对的规则模型,让这些数据能够依照一组分类规则显示出来。台区线损的计算属性,包含这么几大类:公用配变、考核电表、综合倍率、运行台区、用户电能表等。能够同时满足这些计算的是可计算台区,反之为不可计算台区。采集安装率有公式可以套用,公式为:采集安装率=已采表/应采表×100%。
3.2 合理性分析诊断模型
计算分析模型能够帮助电力企业确定台区线损情况能不能满足可计算的条件,除此之外,还要依靠决策树归纳总结,从根源上确保分析计算结果的精确性和合理性。通过建立合理的诊断模型,进一步对台区线损计算的合理性进行论证,依靠决策树检验记录属性以及分类问题,一个问题找到答案会产生下一个问题,这些回答问题的过程又组成了决策树,所以它的结构主要包括根节点、叶节点以及内部节点。决策树模型的形成是由台区线损的合理分析属性作为立足点,节点的形成用递归算法。一开始的决策树只有一个类标号,既合理性=是,代表台区线损率在合理化的范围。后面会对决策树进行详细的划分,一个根节点需要涉及两类记录,电力系统最后要将它划分成更小的子集,而且要对每个子节点递归。决策树的建立帮助电力企业完成了对线损异常原因的分类探究。假如以这个作为基础,不断增加用户数量等子节点,还有助于帮助管理人员进行深入的分析,找出影响台区线损的其他因素。
3.3 户变关系分析模型
台区线损分析正确与否,会直接受到来自台区户变关系精确性的影响,停电事故能选择终端主动上报,还能实现智能表的自动化记录以及主站自动收集结合的方法,通过简单属性相似度和相异度建立台区户变关系模型。一般情况下,会用单个属性邻近度的组合来定义对象之间的邻近度。其中,对象的相异性也会包含在属性之中,以这样的方式来判断对象之间的相异性。如果用户的停电时刻表和总表的停电时刻表,总的时间差值控制在1分钟之内,那么相似度会定义为1,否则定义为0。相异度的定义则恰恰相反,假如属性值是匹配的,定义为0,否则定义为1。通过这些方式对营销档案中,总电表和用户的电表进行差值分析,判断这些用户是否在本台区内。
4 结束语
总而言之,基于智能用电大数据的台区线损管理,供电企业的工作效率和管理水平都会得到明显提高,进而为供电系统的正常运行提供保障,智能用电大数据分析还能有效帮助电力企业降低经营成本,为企业争取更好的经济效益,促进企业的不断发展。本文主要对基于智能用电大数据的台区线损分析和诊断方法进行分析,包括可计算分析诊断模型、合理性分析诊断模型和户变关系分析模型等,希望能为智能大数据分析在台区线损管理中的应用提供参考。
参考文献 :
[1] 李新家,孔月萍,邹云峰等.配电台区在线线损分级管理和智能异常分析设计[J].电力需求侧管理,2016(2):46~48+53.
[2] 郭威.基于用电信息采集系统的线损异常数据挖掘研究及应用[D].华北电力大学,2016.
[3] 周伟.用电信息采集系统应用于线损管理的分析与实施[D].山东大学,2015.
[4] 程刚.智能台区在线监控系统的设计与实现[D].电子科技大学,2015.
[5] 张敏.基于用电信息采集系统的台区线损管理研究[D].华北电力大学,2012.