提高线损率统计准确性的方法与措施

线损率统计工作是线损管理的基础工作.只有定期获得的准确的线损率统计结果,才能反映每个统计阶段线损管理的真实水平,并用以指导线损分析和降损工作的开展.线损率是通过供电量统计和售电量统计后运算得出的,即线损率=(供电量-售电量)/供电量×100%.因此,做好线损率统计工作的关键在于供电关口计量管理、售电营业管理和供、售电量对应关系的维护与管理.     

线损管理中供售电量不对应分析方法的研究

在供电企业线损管理工作中,由于用户抄表日的分散、大小月份差异等因素,造成供、售电量不对应,严重影响线损统计的准确程度.文章提出了一种基于计算等价集中抄表日的方法来测算、排除不对应的影响,并利用数理统计的方法对误差进行估计,计算出真实的线损率.从理论和实际应用两方面看,该方法都得到相当满意的结果.     

抄表对线损波动的影响及对策

一、线损波动问题的提出线损率是国家考核供电部门的一项重要的综合性的技术经济指标,是供电部门企业管理水平的反映。线损率有理论线损,统计线损和定额线损之分。国家标准统计线损对供电部门进行考核。统计线损由供、售电量的余量法求得。鉴于其     

基于大数据下的配网同期线损监测分析

正长期以来,由于10千伏配网供售统计不同期、线损涉及专业多、统计复杂等因素,导致线损统计不精确、波动大、无法真实反映实际线损等问题长期存在。同期线损是指线损计算中供售电量使用同一时刻电量的计算方法。受传统抄表限制,供售电量不能同步发行,导致线损率月度间剧烈波动,掩盖了线损管理中存在的问题,降低了其在供电企业管理中本应发挥的监控、指导作用。本文主要从线损专业管理部门之外的监测角度,探讨如何通过研发应用配网线损在线监测工     

线损率波动原因分析及实用化改进方法

受不对应电量的影响,供电企业的统计线损会呈现一定波动,不仅使得月度线损分析及预测缺乏指导意义,也造成各项降损管理和技术措施难以决策。通过分析发现,影响线损率波动的主要原因为两个方面:一是各单位供电量和售电量的抄表时间相差较大;二是受大、小月日历时间差影响,造成供、售电量统计区间不一致。对此,提出了基于集中日的不对应分析方法,消除不对应电量的影响。经过实际算例验证,该方法大幅提高了统计线损的准确性,具有较强的实用价值。     

基于功率或电量预测的智能配电网统计线损同期化方法

智能配电网中电量采集数据缺失、遗漏导致按月线损统计不是严格意义上的自然月。为解决线损统计不同期问题,提出基于功率或电量预测的方法来改善配网线损统计。通过挖掘售电量数据,提出了一种基于年度售电量的灰色预测结果。再根据季度、月度层级占比得到月售电量的预测方法,与实际值的平均相对误差仅为1.94%,证明此方法简单有效适合电力各部门的广泛应用。将月售电量预测结果应用于线损统计,结合供电比例系数法,改善表计供、售电量不对应的问题,使得同期化,对按月实时分析网损有实际意义。     

供、售电不同期引起线损波动问题的探讨

针对宁东重化工基地＂1号工程＂用户负荷变化大,线损波动率高的情况,对供、售电量不同期状况进行分析,探讨供、售不同期电量对宁东供电局灵州分局线损率的影响。     

用电信息采集现场故障诊断处理（9） 台区同期线损异常分析及处理（上）

<正>台区同期线损率是基于用电信息采集系统供电量、售电量同步采集的基础上,通过系统在线监测自动统计计算的台区线损率。台区同期线损异常是指某供电台区同期线损率超出台区线损考核值范围的异常,其异常类型主要包含台区高损、台区负损以及台区线损不可计算。本文从台区高损的故障现象描述、故障原因分析、故障诊断排查步骤和故障修复处置等方面进行详细介绍。     

线损分析预测在供电管理中的应用

通过采用线损二项式、人工神经网络两种方法在供电管理中进行电力网线损率预测.通过引入线损二项式、以及对过网电量、供电量的增长、功率因数等单一因素的计算分析,提出了线损预测方法;通过引入人工神经网络(ANN)中BP网络的学习推理能力,建立网络模型,建立供电量与线损率的对应关系,采用样本数据对神经网络训练得出预测线损率.根据计算电网改造项目对线损率的影响对预测结果进行修正.通过结合上述两种方法,并根据历史数据修正线损预测结果,指导降低管理线损.     

对线损率月度统计值波动因素的定量分析

线损率指标月度统计值不稳定、波动大,甚至在某些月分(特别是二月)还出现负值的现象在各个供电单位普遍存在,而且对其波动原因的定量分析一直比较困难。因此,长期以来,线损率被认为说不清、不可信。线损率统计计算公式如下:线损率=(供电量-售电量/供电量)×100(%)其中:供电量-售电量称为损失电量。从上式看出,如果供、售电量在同一时