一种分线线损专变计量分析方法的设计

国网安徽省电力有限公司宿州供电公司 刘瑞云 鲍 卿 张良凯 傅 林 高 睿

专变计量问题对分线线损影响较大，传统的分线线损治理方法已无法更好服务公司整体降损大局，部分专责线损治理的跨专业分析及营配贯通综合性能力有所欠缺，不能及时发现并有效解决专变存在的计量异常情况。为持续推进降损管理，提高电网经济运行水平，促进提质增效不断深化，实现线损率稳步下降，需进一步加强对专变计量准确性有效核查，反窃查违，有效避免公司电量损失。

1 方法

基于分线线损专变计量核查模型主要通过对10kV非光伏水电类高供高计及高供低计在运专变电力用户用电信息采集系统中统计分析模块中的96点电压及电流数据进行分析。

初步根据逻辑条件检索出电压及电流数据异常的专变（电压越下限：高供高计专变电表电压＜93V（10kV额定电压的-7%），高供低计专变电表电压＜198V（220V额定电压的-7%）；电流反向：高供高计专变电表电流＜-0.2A，高供低计专变电表电流＜-0.2A）；然后现场核查取证专变电压越限或电流反向的原因。发现装表接线错误及互感器异常情况督促各公司及时整改并通知用户追补电量，有效避免电量损失，切实降损，提升公司效益。

2 分析步骤

2.1 数据收集

数据来源：从营销业务应用系统和电力用户用电信息采集系统中统计分析模块获取相关业务数据。

数据范围：台账类数据范围为国网宿州供电公司2021年8月份最新数据、日测量点电压和电流数据为2018年8月至2021年8月数据。

数据量：应用共采集961条专变线路和11449台专变台区，其中专变台区的电压数量为2146193条数据，台区电流数量为2321951。

2.2 数据预处理

在电力用户用电信息采集系统中统计分析模块中的电压及电流数据会出现异常情况，这些数据可能是未采集成功的、表计接线异常的、电力设备突发故障造成的，无法通过对这些异常数据来感知当前配变计量的真实运行状态。

（1）基于异常值检测的电压异常判断

本应用对这些异常数据使用电压异常值检测排查的方式进行处理，对电压进行偏差分析不遵守标准电压分布和回归方程的值，使用业务异常电压规则库检查数据值，使用不同的逻辑规则来检测和清理电压数据，剔除null值、空值和非数值类型的数据，保留电压越下限异常数据。（高供高计专变电表电压＜93V，高供低计专变电表电压＜198V）。

（2）基于Z分数的电流异常判断

使用python中的pandas库，使用describe()观察电流数据的统计性描述，使用不同的逻辑规则来检测和清理电流数据，剔除null值、空值和非数值类型的数据，保留电流异常数据。Z分数是一个数与平均数的差再除以标准差的过程。

对于超过-3个Z分数的电流数据进行重点监测和分析，分析发现不合理的电流异常数据。

2.3 分析步骤

本分析应用的分析方法涉及到10kV线路专变用户，主要分为高供高计专变和高供低计专变，不同专变的分析规则不同，涉及到的详细分析步骤如下：

（1）高供高计专变

●B相电压及电流均为0（高供高计B相不计入）；

●核查A相或C相二次电流长期＜-0.2的专变用户（考虑到专变轻载时高供高计会有一相电流为小负值及无功过补偿影响）；核查A相或C相二次电压＜93V的专变用户（高供高计电压倍率均为10000/100，二次电压93V即一次电压9.3kV）。

（2）高供低计专变

●核查A相或B相或C相电流长期＜-0.2的专变用户（考虑无功过补偿影响）；

●核查A相或B相或C相电压＜198V的专变用户，电压越下限，分析方法逻辑流程图如图1所示。

图1 分析方法逻辑流程图

总结：本分析方法构建出一套创新性的分线线损审计分析方法，提升线损识别的准确率；构建出一套营配业务深度融合的精准分析模式，通过电压和电流波形的变化趋势和波形内在关联性，动态发现线损异常的数据表现行为；创新性提出线损数据质量评估方法，提升了专变线损精益化管控能力和专变科学运行水平。