基于物联网的台区线损指标闭环管控

苏宇，周川，王强钢

（1.国网重庆市电力公司营销服务中心（计量中心），重庆401123；2.重庆大学输配电装备及系统安全与新技术国家重点实验室，重庆400044）

0 引言

随着数据采集技术的深化应用，台区线损分析工作逐步朝着智能化方向发展［1-2］。但现有的台区线损合格率评价主要依靠专家经验，不同台区使用同一套标准，线损合格区间粗放，缺乏科学有效的降损空间指导。同时，现有的台区线损管控方式以考核线损率指标完成情况为主，缺乏台区合理区间与实际线损的比对分析，缺乏结合线损合理区间的闭环流程管理机制，以致无法跟进线损异常治理过程和结果，也无法满足业务应用的要求，阻碍了企业精细化管理的发展。由此，亟须探索台区线损指标闭环管控新模式。

物联网是基于无线射频识别技术、无线传感器网络、无线通信等技术的物品信息网络［3-5］，在物品之间、物品与人之间建立了有效连接，对连接物品进行辨识、管理和控制。近年来，物联网技术发展迅速，已在智能楼宇、智能物流等领域获得了广泛应用［6-8］。本研究为促进台区线损精益化管理，将物联网技术应用在台区线损指标管控中，构建基于物联网的台区线损指标管控系统，建立线损管理新模式，科学指导降损。

1 基于物联网的台区线损指标管控系统

物联网通常由感知层、网络层和应用层构成［9］，其框架如图1 所示。其中，感知层负责对传感器获得的数据进行采集和初始处理，网络层利用通信网络对感知层数据信息进行传递，应用层则根据相关模型对数据进行智能处理，为实际业务提供相应的数据支持。

图1 物联网结构示意Fig.1 Framework of the IoT

基于物联网的台区线损指标管控系统如图2所示，该系统也分为感知层、网络层和应用层。应用层利用数据服务器对来自网络层的电力数据和档案数据进行储存、分析和处理，实现台区理论线损的精准计算和台区降损空间的科学合理制定，并根据处理结果进行台区线损异动工单预警研判、派发，实现闭环管控。该层服务器推荐配置见表1。

图2 基于物联网的台区线损指标管控系统结构Fig.2 Structure of the line loss indicator management system based on IoT

表1 服务器推荐配置Tab.1 Recommended configuration of the server

网络层介于应用层与感知层之间，由无线通信网络和电力载波信息通信网络构成，负责收集感知层的电力数据和档案数据并传输到应用层的服务器，同时将应用层控制命令向下传递到感知层。

感知层由营销业务应用系统、营销地理信息系统（GIS）、国网设备运维精益管理系统（PMS2.0）和用电信息采集系统构成。其中，营销业务应用系统、营销GIS 及PMS2.0 主要负责推送档案数据，而用电信息采集系统除推送档案数据外，还包含大量传感器、采集终端、电能表等，负责对包括电流、电压、有功功率、无功功率、功率因数等在内的电力数据进行采集、分析和处理。各系统接口推送数据见表2。

表2 各系统接口推送数据Tab.2 Data push through different system interface

2 台区线损率考核评价方法

2.1 台区线损率合理区间计算模型

基于感知层推送的电力数据和档案数据，以日为统计周期，以供电单位为基础单元，对台区基础数据质量进行校核，依据基础数据异常、基础数据缺失和数据完整率等指标数据，自动辨识出数据异常、数据缺失和数据正常的台区总数及占比，以保证台区线损率合理区间计算模型指标数据的准确和台区特征指标数据的完整。

在台区基础数据质量全面分析的基础上，计算各台区上网电量百分比、末端电量百分比、功率因数、末端压降、三相不平衡度、负荷特性、负载率、供电半径和网架结构等特征因子，其数据范围见表3。再采用聚类算法［10-11］和台区基本定性特征分类规则，完成基于特征因子的台区分类。然后在台区分类结果的基础上，利用BP 神经网络［12-13］对每类台区进行训练，进而获得每个台区的线损率合理值。最后，根据各台区历史日线损率数据剔除异常偏离值后，对线损率分布情况进行统计分析，获得所有台区的线损率标准差作为该类台区的线损率波动范围，并据此对台区线损率合理值进行调节，获得各台区线损率合理区间。

表3 台区特征因子数据范围Tab.3 Range of characteristic factor in an area

2.2 台区线损率合格判断模型

考虑到台区线路率的波动性，为综合衡量台区线损率合格情况，本研究采用模糊评价方法［14-15］对台区线损率进行评价，由此得到台区线损率合格隶属度函数

式中：Y为线损率实际值；Ymax，Ymin分别为台区线损率合理区间的上下限；k为模糊评价指数。

根据台区线损率合理区间计算模型得到的合理区间和模糊评价隶属度分数情况，对台区线损率的合格情况进行判断。

（1）台区日线损率小于台区线损率合理区间下限时，判断该台区为不合格台区。

（2）台区日线损率满足合理区间或满足模糊评价得分要求，判断该台区为合格台区。

（3）台区线损率不满足台区线损合理区间且不满足模糊评价要求，判断该台区为不合格台区。

3 台区线损指标闭环管控模式

管理人员在物联网技术的基础上，根据台区线损率考核结果，按线损工单生成规则产生线损异常工单，并派发给现场人员处理。管理人员可监控线损工单处理情况，跟进线损异常处理过程和结果。最终实现线损异常发现、分析、处理、归档的全流程闭环管控，其流程如图3所示。

图3 台区线损指标闭环管控流程Fig.3 Closed⁃loop control process of line loss indicators in a transformer area

首先，对台区基础数据质量进行全面分析；再根据每日台区线损率计算结果，结合台区线损率合理区间计算模型和台区线损率合格判断模型对台区线损率进行考核评价，并依据台区持续异动天数、影响用户数等因素生成以台区为维度的异常预警及线损治理工单；然后将工单推送到“台区线损管理”微应用，由工作人员持手持终端到现场进行处理，并通过应用程序将处理过程与结果上传；最后，跟踪线损异常治理结果，若台区线损恢复正常则进行工单归档，若台区线损异常仍存在则继续推送至工作人员进行再次处理，直到消除台区线损异常。台区线损指标闭环管控模式可以有效提高电力异常工单的解决效率，提升电网管控力度，进而降低台区线损，减少电力资源、自然资源的浪费，提升资源的利用率。工作人员使用手持终端直接进行消缺，可以有效减少因数据查询不便、工作流程衔接不紧密产生的工作量，提升工作效率。

4 案例分析

在某地区24 个线损可算台区内建立基于物联网的台区线损指标闭环管控系统。为保证模型因子数据可算，对营销业务应用系统、PMS2.0、用电信息采集系统、营销GIS 和台区线损指标闭环管控系统的5 个数据接口进行调试。在完成接口调试后，对24个线损可算台区进行台区分类，并按台区类别完成BP 神经网络训练。经过数十次基础数据补充完善及算法适应性调整，获得台区线损率合理区间计算模型和台区线损率合格判断模型参数。最后，基于2020 年5 月2 日基础电力数据和档案数据，得到台区线损率计算结果见表4。

表4 台区线损率计算结果Tab.4 Calculation result of line loss in a transformer area

由表4可知，案例24个台区中有17个台区采集理论线损率在所得台区线损率合理区间之内，7 个台区采集理论线损率超过台区线损率合理区间上限，且不满足合理区间模糊评价得分要求。由此，台区线损率合格判断模型判别这7个台区为不合格台区，并生成以台区为维度的异常预警及线损治理工单，在手持终端“台区线损管理”微应用程序中进行了工单派发，同时跟进线损异常治理的过程和结果。该过程无需人工参与，实现了线损异常发现、分析、处理、归档的全流程闭环管控。

现有台区线损率合格判断遵循同一套标准，按照0.00%～10.00%线损合理区间对该地区24 个台区进行判断，其结果见表5。结合表4—5分析可知，由于现有的台区线损合格率评价主要依靠专家经验，不同台区遵守同一套标准，在24 个台区中只发现2个不合格台区，线损合格区间粗放；而本研究所采用的方法根据不同台区实际情况计算台区线损率合理区间，在该24 个台区中确定了7 个不合格台区，其判断结果更精细、更准确，同时还给出了台区线损可降空间，为进一步降损提供了依据。

表5 现有台区线损率合格判断结果Tab.5 Judgment result of current line loss qualified rate in transformer areas

5 结束语

本研究构建的基于物联网的台区线损指标管控系统，融合用电信息采集系统、营销业务应用系统、营销GIS 和PMS2.0 数据，实现了台区线损指标监控和线损异常台区的闭环管控，提升了营销线损异常处理效率。台区线损率合理区间计算模型和台区线损率合格判断模型能够实现线损异常台区识别，为台区线损提供了科学有效的降损空间指导。“集中监控、分级派单、系统验证、流程闭环”的台区线损指标闭环管控模式，通过全过程各环节的精细化管控，实现了线损管理责任制的信息化支撑和管理落地，也为工作人员开展异常台区现场处理提供了技术支持。