基于WinCC平台的台区线损异常监测系统开发

随着能源需求量的不断增大,能源短缺问题变得越来越严峻,电力行业中的线损异常数据分析存在巨大的需求.运用更加新兴、科学化的大数据分析技术和物联网技术对数据进行分析,有助于提高对台区线损异常排查治理的效率.基于WinCC平台开发了一套台区线损异常监控系统.该系统实现了对海量用电数据的智能分析,建立了线损异常数据库及典型案例库,并将异常台区用电数据与线损异常数据库进行拟合,以缩小检测范围,可及时核查出存在线损异常风险的用户,实现了线损异常的科学诊断,提高了监测工作效率,降低了线损异常情况分析的时间及成本.     

台区线损智能化管控模块的开发及应用

分析目前台区线损异常的原因及台区线损管理存在的问题。以用电信息采集系统、营销系统、PMS2.0系统为主要数据来源,设计了一个由数据库、算法模型、模块接口、人机界面构成的智能化全流程管控模型,实现台区线损异常预警、智能诊断、异常处理、反馈评价的全流程闭环管理。     

基于专家系统的台区线损异常智能诊断方法及应用

利用专家系统的推理和决策功能,设计了一套台区线损异常智能诊断系统.该智能诊断系统将台区用电原始数据载入专家系统中进行线损异常智能诊断,甄别出线损异常的台区,并分析出导致该台区线损异常的原因,并将这些线损异常信息存入台区线损异常数据库中.电力企业管理人员在系统人机交互界面上查看线损异常信息.该系统的使用提高了线损异常的诊断速度与效率,提升了电网的智能化管理水平.     

基于孤立森林算法的台区线损分析与管理系统研究

在"大数据"时代背景下,为解决台区线损管理低压客户庞杂及数据处理任务繁重的现象,设计基于孤立森林算法的台区线损分析与管理系统,介绍系统各子模块功能及设计方法,对孤立森林算法进行了分析,并采用孤立森林算法对用电数据进行深度挖掘。以某县用电数据为例,对系统实现加以说明,数据结果显示,孤立森林算法对用电数据异常检测有较高的准确性,该系统可有效提高低压配电台区线损管理效率。     

基于用电信息采集数据的低压台区异常线损诊断新方法

低压配电网台区的线损分析对发现和解决异常线损问题,减小用电损失以及用户的精细化管理具有重要意义。文章基于全事件用电信息采集系统采集的真实台区数据,提出了一种新的低压台区线损诊断方法。该方法利用电网诊断规则对所采集的原始数据进行质量分析,并通过对台区线损特征地提取和分类,建立了基于电压信息的二分K-Means聚类诊断算法和基于电量信息的全局搜索诊断算法,实现了对台户异常用户的快速定位及台区线损异常的治理。通过剔除异常电表和实际检验表明,该方法具有较高的准确性和一定的实用性。     

配电台区在线线损分级管理和智能异常分析设计

用电信息采集系统根据配变和用户用电数据实时计算配电台区在线线损率。提出根据台区用电负荷特征分类管理,有针对性地开展降损工作;根据在线线损的优劣进行分级管理,监视各个级别的台区在线线损每日变化情况,对波动超限的台区及时报警提示;搜集台区线损异常处理案例,建立典型案例库,以案例库为依据,设计台区线损异常智能诊断工具,指导现场检查处理。通过开发台区线损分析和分级管理软件,提高配电台区线损管理工作效率,促进电力营销业务精益化管理。     

基于智能电能表开盖事件的用电异常分析方法

为防止窃电行为给供电企业带来经济损失,充分利用智能表事件信息和电表电量等数据的关系开展用户用电异常分析,提出了一种基于智能电能表开盖事件的用电异常分析方法。以用户电能表开盖事件的时间为数据分析的时间节点,对在该时间节点前后14天的用户用电数据、台区线损数据进行分析,实现对存在异常用电用户的有效识别,并通过某供电公司的实例验证了该分析方法的实用性和有效性。     

基于数据挖掘技术的台区线损 智能诊断研究及应用

本文围绕台区线损异常治理效率低、降损成效弱、异常监测难等问题,依托营销SG186系统、用电信息采集系统等海量数据,运用聚类算法和关联分析法,进行静态与动态数据的集成整合与优化,实现对台区数据信息的深度挖掘;通过搭建阶梯化线损管控模型、线损评估与智能诊析模型和线损治理配型库,开发台区线损"慧诊"助手开发应用,可实现"一台一策"台区线损管理的快速诊断决策与智能管控。     

利用用电信息采集系统管理台区线损

介绍了运用用电信息采集系统开展台区日线损管理的方法,分析影响台区日线损合格的主要因素,提出台区线损异常分析的思路和方法,结合实际案例开展现场整治,提高低压台区线损合格率,有效提升企业管理水平。     

基于多维特征的电网台区线损数据异常识别研究

随着智能电表及用电管理终端的广泛应用,电网台区相关监测终端每天可收集到海量线损数据,并且可对存在的异常情况进行识别。但是数据噪声对电网台区线损数据的干扰,导致识别的准确率和召回率下降。针对这些问题,提出了一种基于多维特征的电网台区线损数据异常识别方法。该方法首先将电网台区线损数据样本形成对应的二维数据,采用二维小波阈值法进行去噪。根据去噪后二维数据的位置特征以及时间数据特征,对Hasusdorff距离公式进行改进,用以计算电网台区线损数据的多维特征相似度,得到线损数据之间的相似性矩阵。最后将多维Hasusdorff距离应用到层次聚类算法中去识别电网台区线损数据中的异常。仿真实验结果表明,所提方法的准确率和召回率较高。电网台区线损数据异常识别时间较短,满足工程实际使用要求。