大数据旁引博征计量管理精益化的效果评价

张中兴

摘要：随着社会经济环境不断变化，大数据技术在各行各业广泛应用。而电力行业与人们的日常生活具有密切的关系，应用大数据技术可以全面监测客户电能使用情况，并对电压和电流异常信息进行筛选，以及时发现计量装置存在的问题，使电量损失得到有效的控制，为公司增加更多的经济效益。

关键词：大数据;旁引博征;计量管理;精益化

中图分类号：F203;TB9文献标识码：A文章编号：1672-9129（2020）03-0092-01

Abstract：Withtheconstantchangeofsocialandeconomicenvironment，bigdatatechnologyiswidelyusedinallwalksoflife.ThepowerindustryiscloselyrelatedtoPeople'sDailylife.Theapplicationofbigdatatechnologycancomprehensivelymonitortheuseofelectricenergyofcustomers，screenabnormalinformationofvoltageandcurrent，andtimelydiscoverproblemsexistinginmeteringdevices，soastoeffectivelycontrolthelossofelectricpowerandincreasemoreeconomicbenefitsforthecompany.

Keywords：Bigdata;Bypasssign;Measurementmanagement;Thelean

前言：近年来，随着社会经济水平的不断提升，人们的生活品质逐渐提高，对电力的需求也逐渐增加。在为电力公司带来重要发展机遇的同时，也使其面临巨大的挑战。电流、电压存在异常，电力资源浪费问题日益凸显，对电力公司整体经济效益提升产生严重的阻碍。基于此，必须充分大数据技术的优势，采取精益化的方式进行计量管理，以达到节约电力，减少电量损失的目的。

1量价费损常规监测方法

量价费损监测主要以客户电能计量装置为主要的监测对象，对电压、电流异常信息等进行全面的筛选，并以现场核实为依據，全面整改计量装置，使电量损失可以控制在合理的范围内，全面提升公司运营成效。

但不同客户在用电规律和实际负荷特性方面存在一定的差异，很容易导致电压、电流超过规定值的问题，使异常信息逐渐增加，干扰监测工作的正常开展，使基层从事检查工作的人员失去工作热情[1]。

2创新监测方法

2.1挖掘异常信息的伴发特性。受到电流、电压异常原因影响，导致现场检查工作始终没有取得良好的效果，对检查资源造成了严重的浪费，使检查人员无法积极主动开展工作[2]。

运监中心在对异常信息进行核实后，及时进行反馈，并做好现场调研工作，组织相关人员经常在一起讨论和学习，对电流、电压异常信息的伴发特性进行深入的挖掘[3]。从而明确了电流、电压异常信息的伴发特性，其具有以下诸多表现：

（1）接线异常造成用电量伴发变化。如果二次线没有正常进行连接，很容易对电流产生影响，导致客户用电量无法准确进行计算。

（2）错接线、逆相序可能会增加反向有功电量。如果二次线连接不正确会导致电流出现异常情况，无形之中增加了客户的有功电量[4]。

（3）电量少计引起日线损突升。如果电流和电压没有紧密进行连接，很容易影响电流和电压的正常使用，产生大量的异常问题，不仅会少计算客户的用电量，同时会产生较大的线损率。

（4）光伏户发电上网时表现为负电流异常。在白天发电上网时，负电流异常是最为主要的潮流反向表现。

（5）无功过补尝造成相位变化。受到无功过补尝影响，相位会发生明显的变化，导致计量装置无法正确计算电流。

结合以上特性，运监中心全面检测大数据，多重验证数据的有效性，使无效异动可以在第一时间得到处理，使量价费损监测效率得到显著的提升，充分发挥了营销精益化管理的效果。

2.2利用无效特性快速排除无效异动。

（1）功率因数分析排除。对电流与功率因数信息进行整体性的监测，全面梳理电流时间与功率因数之间的关系。如果负电流和低功率因数重合率较高，则说明这种异动基本无效。

例如，可以对某用户同一时间的功率因素进行观察，从中可以发现在三个月中，负电流与功率因数小于九十的时点基本重合。充分说明电流出现与功率因数低具有密切的关系，而计量装置基本很少会出现缺陷，此异常信息绝大多数都属于无效异常。

（2）光伏发电户排除。在发电上网时，光伏发电用户的负荷变化主要以负电流表现。

在对客户的负电流异常信息进行筛选时，该用户连续几日都在白天出现了负电流，晚上又恢复正常，并且在每天的十三时左右负荷最低。

该用户的电流变化与光伏发电户的负荷特性相符合，通过对该用户的光伏发电标志进行查看，可以发现该用户的身份信息没有问题，可以判定这种异常属于无效异常。

（3）用电量分析排除。有些用电用户长时间没有使用电力，或者属于单相、两相用电客户，这些不使用的电流和电压会与阀值产生严重的偏差。

对该用户的用电量进行查看，发现该用户每月使用的电量较小，并且每个月都没有发生明显的变化，说明电流小与用户的实际用电情况相符合，这些异常信息不具备真实性。

3效果评价

在下发工单后，运监中心可以及时明确存在的异常信息，并对信息进行实时的跟踪，及时将结果反馈给营销部。通过对照反馈结果与分析过程，现场调研部分疑问和疑难异常，对监测经验进行针对性的总结，使监测效率得到显著的提升。

通过大数据监测异常信息，并进行多次的验证，可以有效保证信息的真实性。从相关数据统计中可以明确看出，在对失压失流名单进行核实时，发现上百户次计量装置二次接线问题和高压保险等多种多种问题，异常真实有效判定可以达到百分之六十以上。

通过提升异动判定有效性，可以使现场核实人员的无效劳动逐渐减少，促进劳动效率的提高，更加愿意主动进行检查工作。同时，运监中心的权威性也将得到进一步的维护，营销部门和公司在对用电情况进行检查时，会依赖于运监中心提供的检查名单，才能得以顺利开展检查工作。

经过长时间的监测和分析，并加强现场核实，全面整改计量缺陷，异常信息数据出现明显的下降，由以往的几十万条下降到个位数，降幅较大。针对异常总量的下降，说明公司计量管理水平已经得到了显著的提升。

结论：总之，随着用电量的逐渐增加，对电力管理工作也提出了更加严格的要求，通过全面关联监测异常，可以对数据进行快速的分析，有效减少以往人工分析的时间浪费，使监测效率得到有效的提升。在对异动特征进行充分挖掘后，可以应用专门的监测工具进行监测，并比对数据，自动排除监测无效异动。

参考文献：

[1]迪莉娅.大数据算法决策的问责与对策研究[J].现代情报，2020，40（06）：122-128.

[2]刘抗英.大数据背景下的财务信息管理系统风险估计[J].现代电子技术，2020，43（11）：179-182.

[3]杨思思，王琢玉.基于大数据的数字图书馆流量预测算法[J].现代电子技术，2020，43（11）：120-124.

[4]吴永春.大数据背景下的电子商务客户流失量预测[J].现代电子技术，2020，43（11）：144-147.