营配贯通台区线损异常数据治理方法探讨

根据国网浙江省电力公司配电变压器台区线损异常数据治理要求,分析了线损异常的原因,探讨了基于台区识别技术的配电变压器与表计对应关系治理方法,提出了台区负线损和超大线损数据的治理流程。     

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.     

基于知识图谱的台区线损异常分析

电网公司的基本职能之一是提供安全可靠的电能,而线损率是衡量电能质量及电网经济效益的核心标准.能够及时发现并解决台区线损异常是电网公司关注的重点.近年新兴的知识图谱技术能够清楚地描述实体之间的关系,并能将复杂的自然语言转化成脉络清晰的三元组,因此,可将知识图谱技术运用到台区线损异常原因判断中.根据电网信息系统中的电力数据构建出台区线损异常知识图谱,分析各类异常原因特征并构建判断规则,经过推演格算法优化构建出台区线损异常原因判断方法.经实例验证,所提方法在台区线损异常原因判断方面的准确度优于电网方法,并极大地提升了判断速度,具有实用性和高效性,为知识图谱技术在电力行业的应用提供了新思路.     

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.     

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.     

基于梯度算法的低压台区线损异常实时检测方法

针对传统线损异常检测方法缺乏规范的体系、智能化程度较低,为电网台区带来一定风险的问题,提出基于梯度算法的低压台区线损异常实时检测方法。利用数据挖掘算法挖掘低压台区线损异常数据,作为检测方法的数据支持,通过预处理线损异常数据恢复缺失值,引入梯度算法得到用于识别线损状态的梯度计算公式作为检测依据,建立一个低压台区线损异常实时检测模型。实例应用结果表明,该方法可准确识别低压台区线损异常原因,且具有96.6%的异常检测查全率。     

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。     

低压台区线损原因分析及降损措施研究

低压台区的线损管理是供电公司堵漏增收、提质增效的重要措施,也是评价经营管理水平的关键指标。由于低压台区所涉及用户量巨大、供配电线路结构复杂、台区档案信息薄弱、采集异常等原因,给台区线损治理和管理带来了诸多问题。为了研究造成低压台区线损不合格原因及降损措施,介绍了影响低压台区线损的因素,并通过典型案例分析日常工作中遇到的实际问题,然后提出相应的降损措施,为低压台区的线损治理提供参考。     

基于电能计量采集物联网的多维线损治理技术研究与应用

为解决低压台区线损合格率低、治理困难等问题,本文依据一套完整的电能计量采集物联网系统,通过其本身的台区识别技术、采集大数据分析等功能,为电力公司管理、计量设备异常及其他人为原因等造成的各种低压台区线损提供了多维治理手段,对电网结构和用户性质复杂的低压台区线损治理提供了有力的技术支撑,切实提升台区线损精益化管理水平,为电...     

基于用电信息采集系统的低压配电台区线损原因分析及治理

通过介绍台区日线损不合格典型案例,分析认为不合格原因为台区户变对应关系不正确、系统互感器倍率与现场不符、计量装置误差与故障等,结合典型案例,提出开展台区日线损分析治理的方法,便于实时对台区线损进行统计分析,为台区降损工作提供切实有效的数据基础。     

基于K-Medoids聚类的分布式光伏台区线损异常感知算法

为保证分布式光伏台区稳定运行,精准有效地划分台区线损数据,提出基于K-Medoids聚类的分布式光伏线损异常感知算法,精准判断分布式台区线损异常程度。采用局部异常因子（LOF）算法判断分布式光伏台区数据局部异常程度,并筛选和去除受孤立点影响产生的异常线损数据。采取K-Medoids聚类方法聚类分析筛选后的分布式光伏台区数据,将异常线损率区间结合异常线损数据的聚类中心和欧式距离,完成台区线损异常感知。并创新性地引入粒度计算优化K-Medoids聚类算法聚类中心,提升异常数据感知效果。试验结果表明,所提算法可有效避免孤立点对异常感知效果的影响,精准有效地感知分布式光伏台区线损异常,并清晰划分台区线损数据类别。     

基于k-means聚类算法的低压台区线损异常辨别方法

目前电力公司对于台区线损异常的判断是当线损率超过一定阈值时为线损异常,这样的判断具有片面性和局限性。针对如何有效辨别线损异常的问题,在研究聚类算法和线损率数据特性的基础上,提出了一种基于k-means聚类算法的线损异常辨别方法。首先将低压台区线损率进行一次k-means聚类分成3类,然后根据各类数据的数量状况判断是否进行二次分类,最终根据平均线损率的大小、聚类中心的距离等因素,判断该低压台区是否存在线损异常,对聚类结果中线损率高的那一类数据的时间离散度进行分析,得到低压台区线损异常的程度。实验结果证明,该方法具有一定的实际应用效果,可以提高线损异常判断的准确性。     

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。     

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。     

基于物联网技术的台区线损管理方法研究

针对台区线损管理中出现的故障,提出了基于物联网技术的台区线损管理方法,设计了基于物联网的台区线损管理系统,采用SSM框架开发,获得合适的MVC三层模式的软件功能模型,并采用物联网技术实现台区线损的全面管理。利用梯度提升决策树(GBDT)的方法对台区线损率进行计算,实现台区线损率异常的判断。最后设计了台区线损率异常原因检测系统,通过综合信息平台实现系统各组件之间的协同工作和各层次上的集成,完成线损率异常的原因检测。测试结果表明：模拟并发用户达到280户时,系统操作最大响应时间仅为1.1 s,并且在系统漏洞测试中,实验次数达到14次时系统的漏洞个数为0。     

负损台区治理经验浅析

正为进一步加强线损管理,国网湖南电力以台区线损精益化管理为主线,以台区同期线损管控和异常台区分析治理为抓手,结合营销业务实际情况进行全量治理,建立防消结合的消缺机制,确保完成负损台区整治目标。1负损台区成因(1)台区挂接关系错误。因"三供一业"改造、低压负荷切改、网改补点台区等原因,高低压线路调整不同步,台、户关系维护不及时,造成相关联的台区线损率"一正一负"。     

农网台区例日线损的分析与管控

<正>目前对集抄未全覆盖的农网台区线损管理模式大多为月初抄表、月底统计线损、次月查找和处理线损异常,这样会造成台区线损异常的发现、分析、处理严重滞后,线损管理工作处于被动局面。为改变这一状况,湘西供电公司从2014年7月份开始全面推行"农网台区例日线损"分析与管控模式,即台区抄表例日当天统计分析线损,5个工作日内完成线损异常处理,做到对台区线损异     

基于数据挖掘的新型低压窃电识别方法

针对现今反窃电技术往往采用单一算法分析,导致反窃电效果差强人意的现状,文中提出一种针对低压用户窃电的识别方法.剥离台区线损当中的技术线损部分,采用K-means聚类算法对处理过的线损数据进行分析,识别出线损率异常波动或持续偏高的台区,并根据聚类结果定义时间离散度来衡量窃电疑似度.分析异常台区下的用户,通过相关性分析研究...     

基于支持向量机的低压台区线损管理诊断模型

针对现有低压台区线损管理模式中的人员与技术短缺、能力参差不齐、效率不高等问题,在传统台区线损管理基础上,结合各大信息系统的应用与线损精细化工作的推进,通过支持向量机方法的应用,建立了台区线损率异常原因科学诊断模型,提供辅助分析工具。