基于聚类相关性分析的台区用电异常用户查找方法

现有的查窃技术手段有特定的应用场景,线损异常台区因现有查窃技术手段无法锁定用电异常用户,无法进一步降损。实践发现,单用户的用电行为与台区线损不存在直接相关性,而用电异常用户整体的用电行为却与台区线损高度相关,因此,本文利用计量自动化系统中的用电数据,采用聚类相关性分析算法找出其负荷曲线与台区损失电量曲线相关性最高的用户集合,用于锁定用电异常用户群。实验证明,该方法能准确锁定用电异常用户群,与台区全覆盖式用电检查相比,查窃效率提高数倍,且能有效锁定用电行为、用电负荷曲线特征无明显异常的用电异常用户。     

公变分支线线损监测系统的研制

为解决公变线损连续异常及高损问题,精确定位线损异常原因,文章阐述一种公变线损分支线管理的精细化管理方法,有效定位计量故障、偷漏电、技术线损问题,还可以应用于理论线损。     

神经网络在配网电能损耗预测中的应用研究

配网馈线和节点较多、负荷的多变,使得配网中的技术线损和管理线损分析预测困难。本文结合等值电阻法理论线损计算模型、BP神经网络、广义回归神经网络GRNN模型,对配电电网线损、电能损耗进行分析与计算,将理论应用到区域实测负荷数据和电量数据的分析中,分析了S区域线损率、线损和电能损耗,计算出了配电网电能损耗各元件所占的百分比。测试结果表明,BP模型对线损预测的均方误差为2.71;并在此基础上,考虑配电网变压器等损耗,利用PSO-GRNN模型对配电网的电能损耗进行预测,配网电能总损耗预测的均方误差为0.36,为区域电能损耗分析和降损工作提供了关键状态参数。     

民航10 kV供配电线路的配置方法及线损分析方法研究

针对当前配电线路布局不合理、存在线损异常的问题，该研究设计出民航10 kV供配电线路的自动化主站系统，采集并存储配电线路的运行数据，设计出配电线路信息采集模块，并加入故障限流功能，防止线路中故障电流电压对模块采集精度产生影响。基于深度学习神经网络建立线损分析模型，并识别统计线损率与其它变量之间的关系，对数据集中缺失的电力信息进行统计线损率预测填充。通过试验，该方法损失电量最多减小了608 kWh,线损计算误差最小为0%。     

基于分布式计算平台的实时线损分析系统开发实现

为满足线损精细化管理,提供有效线损计算依据,动态实时反映电网线损情况,为降损提供信息化支撑,基于电网设备多维度信息实现实时线损计算,介绍了实时线损计算系统的关键技术和线损计算方法,分析了影响线损计算的事件处理,给出了线损异常分析和辅助降损措施。     

基于同期线损的低压配电线路电量异常监测系统设计

为解决传统电量异常监测系统挖潜增效能力水平不平均、降损节能效果不明显等问题,设计基于同期线损的新型低压配电线路电量异常监测系统。从电量监测数据获取模块入手,对线损计算模块、配电监测电路的连接形式进行有效规划,完成低压配电线路电量异常监测系统的硬件运行环境搭建。在此基础上,通过计算低压配电线路原件同期线损的方式,完成异常电量监测轨迹对比,再连接所有输入、输出信道,完成异常监测存储数据库建立,实现低压配电线路电量异常监测系统的软件运行环境搭建。结合软、硬件运行环境,实现新型系统的顺利应用。在相同背景条件下设计对比实验结果显示,新型系统挖潜增效平均水平最大值可达67%、降损节能效果接近90%,远超传统系统。     

线损理论计算系统功能的实现

从220kV及以上线损理论计算、66kV线损理论计算、10kV线损理论计算和380V线损理论计算等方面讨论了电力网网损管理及理论计算分析系统中线损理论计算系统功能的实现,电力网网损管理及理论计算分析系统开发及工程应用实践表明了所述方法的有效性和实用性.     

基于大数据分析技术的台区线损自动检测研究

当前模型无法描述台区线损的时变性特点,台区线损检测结果无法满足实际应用的要求,为了获得理想的台区线损检测结果,提出了基于大数据分析的台区线损自动检测模型。该模型首先采集台区线损的历史样本数据,并通过混沌算法对台区线损的样本数据进行预处理,然后将预处理后的台区线损样本数据输入到大数据分析技术中进行训练,并引入蚁群算法优化参数,根据最优参数构建台区线损检测模型,最后与模型进行了仿真对比实验。结果证明,本文模型可以更好刻画台区线损的变化规律,减少了台区线损检测误差,而台区线损预精度要远高于对比测型,具有更加广泛的应用前景。     

基于大数据聚合的电力用户行为实时云监测方法

为提升电力用户行为监测效果及准确性,判断电力用户异常行为,提出一种基于大数据聚合的电力用户行为实时云监测方法。该方法将基础设施及终端等获取的电力用户行为大数据储存至数据层的关系数据库内,处理层调用数据层存储电力用户行为大数据,采用大数据处理技术,通过数据降维、清洗以及标准化处理后,提升电力用户行为大数据质量;应用层采用改进流数据聚类算法,通过用户及簇典型曲线提取、曲线相似度度量,实现用户用电行为异常监测,并通过显示层云展现监测结果。实验结果证明,该方法的数据聚类质量高,可以有效获取电力用户行为监测结果,判断电力用户是否存在异常行为,具备较高监测准确性。     

采用改进牛顿法计算配电网理论线损

介绍了传统配电网理论线损计算方法,指出电量法和均方根法存在因未充分考虑负荷曲线变化而容易导致理论线损偏小、管理线损偏大的问题;提出采用改进牛顿法计算配电网理论线损的方案,根据某配电网各变电站24h的电量记录进行电量潮流计算,得出该配电网总线损;分别采用电量法、均方根法、改进牛顿法计算某10kV配电网线路的理论线损,结果表明,与传统配电网理论线损计算方法相比,采用改进牛顿法得出的结果更接近统计线损值。     

基于数据挖掘技术的低压台区线损检测研究

针对低压台区变压器端采集的电力数据量庞大难以分析线路损耗问题,深入分析了电力信息系统营销自动化过程中积累的海量用户数据,建立了合理且高效的线损分析数学模型.通过挖掘智能电表中这些数据背后的有用信息,实现对用户异常用电行为的检测,达到防止窃电和漏电的目的,从而降低线路损耗.利用加权LOF算法数据挖掘技术的电力线路窃电层次检测方法,可以对海量用户数据进行加权异常值分析,更有效地完成异常电力用户的定位.     

基于Web发布的电网理论线损在线计算分析管理系统

提出了一种基于Web发布的电网理论线损在线计算分析管理系统的设计方案,介绍了该系统构架及其功能实现。该系统通过SCADA系统获取电网准实时数据,采用数据挖掘技术和聚类算法实现数据自动筛选,以Web方式发布汇总电网理论损耗计算结果,为全面掌握电网损耗的现状、有针对性地提出降损措施提供了良好的平台。     

一种利用配电监测系统的中压线损管控方法

在我国电网智能化建设背景下,先进的配电监测系统提高了电网公司对中压电网的测量与控制能力。利用配电监测系统及其监测数据,提出一种管控中压线损的方法。该方法利用运行数据及网络参数计算线损率,及时发现线损异常,并不断计算线损率对各个负荷节点的灵敏度,通过投入灵敏度较大低压电容来降低线损率。阐述了该方法的基本原理,给出了相应的硬件软件设计和计算实例。利用该研究结果,电网公司可以对每一条中压馈线的线损进行监测和控制,值得指出的是,这是首次在工程上实现了通过远程电容投切控制线损。     

贵州电网10kV线路理论线损率标杆值研究

在分析导线和配变损耗特性以及10kV线路理论线损率影响因素的基础上,结合贵州电网10kV线路网架结构特点,从线损率大小角度,提出了贵州电网10kV线路分类方法和标准,将贵州电网所有10kV线路划分为18种类型,并选取特征参数值对每种类型10kV线路建立了理论线损率计算模型。利用等值电阻法,计算得到贵州电网18种类型的10kV线路理论线损率标杆值。该标杆值为贵州电网所有10kV线路制定线损管理目标和电网规划设计与建设改造线损控制目标提供理论依据和参考值。     

基于同期线损系统线路空载、轻载损耗的研究

传统方法在分析同期线损系统线路空载、轻载损耗时,计算量过大,抗干扰能力很差。针对上述问题,分别对同期线损系统线路空载、轻载损耗进行研究,当线路两侧的断路器处于停处热备用状态、停处冷备用状态、停处检修状态时,线损系统线路会出现空载,通过计算线损耗电量AP,计算出线损率,以数据采集层、数据处理层和数据应用层建立管理模型,解决同期线损系统线路空载损耗量过大这一问题。变换器的一些主要元器件或部分磁性元件出现问题会造成轻载损耗,轻载损耗量计算过程分为参数输入、线路负载电流计算、线损率计算三步。与传统研究方法进行对比实验,结果证明,给出的同期线损系统线路空载、轻载损耗研究方法计算过程简单,抗干扰能力强,具有很大的发展空间。     

配电线路拓扑及台户区分自校验系统的研究

针对人工检查低压配电网拓扑关系带来的管理难度和成本高的问题,本研究分别在时域和频域上比较了皮尔逊相关系数和灰色关联分析,提出了一种实用的配电线路拓扑异常检查方法,该方法利用从数据采集与监控系统和电力信息采集系统获得的配电数据,使用皮尔逊相关系数来判断用户电压序列曲线的相似性,采用灰色关联法对用户样本集进行分析,对中间节点的电压变化确定了下游节点的异常位置,发现识别出站区标识错误的用户;根据实验验证的结果,与灰色关联分析法相比,皮尔逊相关系数不具有良好的鲁棒性,而且会增加误判的次数,采用频域相似度的灰色关联分析法得到配电线路拓扑校验准确率达到99.9％,十分适用可靠.     

遗传算法的RBF神经网络在线损计算中的应用

电力网线损率是综合反映电力网规划设计、生产运行和经营管理的一项重要指标。如何有效地降低电力网电能损耗、提高企业经济效益已成为迫切需要解决的问题。文中提出一种基于遗传算法的RBF神经网络对线损进行计算,并且针对RBF神经网络的隐含层与输出层相互独立和输出结果容易陷入局部最小等缺点,运用遗传算法对整个网络进行优化,另外对遗传算法进行了相应的改进。为了验证算法的可行性,文中以大庆油田某一地区的67条线路为样本进行仿真计算。实验结果证明了遗传算法优化的RBF神经网络在计算精度和训练速度上都有较大提高。