智能用电大数据分析辅助台区线损管理

智能用电大数据分析辅助台区线损管理

陈福增

国网新疆电力公司阿勒泰供电公司 新疆省 阿勒泰市 836500

【摘要】大数据和云计算是这个信息时代产物，在很多行业都有应用，也让各个行业工作效率得到提升。电力是现代生活的主要能源之一，电力系统的运行质量就显得非常重要，只有有效的管理电力系统，提高运行质量，才能保证电力的稳定供应。智能用电大数据的形成就有利于电力的稳定供应，通过收集大量的用户数据，分析数据的价值信息，找出线损原因，这样就能提升电力的供应效率和对电力系统的管理效率，也能够用更低的成本获得更好的管理，电力企业也能够得到更好的管理。

【关键字】智能用电；大数据分析；台区线损管理

信息技术的快速发展促使大数据和云计算等各种高新技术被应用于各行各业中，并提升其各项业务运营的管理的效率。电力能源作用目前现代化发展的基础，以及人们正常生产生活中不可或缺的重要能源，电力企业需不断提高其电能供应系统的运行质量，确保电能的持续、稳定的供应。电力企业智能用电大数据的应用，主要体现在台区线损管理中，通对对海量用户的用电信息进行深入分析和研究，挖掘出有价值的信息，并准确找到造成线损原因的因素，提高其供电运行的效率及管理，促进电力企业的快速发展。

1.基于大数据分析台区线损异常

在电力系统中，一个供电台区是指一台配电变压器、一条配电线路或多台配电变压器和配电线路的集合。低压配电网在整个电网的供电末端，连接着千家万户，供电区域纵横交错，用户种类多、用电性质复杂，尤其城区配网更复杂。

供电企业对低压电力用户实行分台区管理，台区供电量、售电量、线损率是台区经济运行的重要指标。台区线损作为低压线损管理的一个重要组成部分，涉及到配网规划、运行，营销用电、计量、抄核收管理等方面，但由于低压配网结构和用户性质的复杂性，管理难度大，台区一直存在较高的管理线损。

目前电力用户用电信息采集系统已覆盖了全部低压电力用户，系统具备台区考核单元信息，每日的供、售电量数据，以及台区与用电客户的对应关系，可以统计计算每日的台区损失率和计划指标完成情况。

在这种情况下，计算台区供电量、售电量、线损率公式为：台区供电量=台区考核表的抄见电量；台区售电量 = 该台区下所有用电客户的售电量之和；台区线损率=线损电量／供电量×100%=（供电量–售电量）/供电量 ×100%。

目前计算低压线损的方法有平均电流负荷曲线特征系数法、等效功率法、压降法等。从台区线损计算公式可以看出，统计线损率的逻辑并不复杂，通过用电信息采集系统已经解决了考核表与计量表抄表不同期的问题，但仍有很多因素影响线损率计算的准确性，例如台区的用户采集覆盖情况、台区的户变关系、台区的供电考核电能表档案参数等，这些因素都会影台区线损率计算的准确性和正确性。传统数据分析手段在应对这些数据时存在种种局限性，并且工作量巨大且效率不高。

因此，在智能用电大数据的基础上，利用数据挖掘与分析技术对公用配电变压器台区的低压线损异常原因进行分析，为低压供电台区的线损计算提供了可靠的计算数据，为制定合理的台区供电区域提供了管理依据。进一步推动台区线损管理由结果管理向过程管理转变，提高公变台区线损管理水平和工作质量。

2.台区线损不合理的原因

2.1根据电网GIS平台向营销系统推送的台区明细，营销系统未完成台区转档用户处理；对已完成转档的旧台区在营销系统未停用或备注删除，以备后期台区数据清理，使已转档公变台区新报装用户台区挂接错误。

2.2线损模型维护不正确。未维护供入分量导致线损率为100%；未维护供出分量导致线损率为0；供入分量维护错误导致线损、供出分量多维护或少维护导致线损为负损或高损。

2.3台区考核表故障或接线异常导致线损不合理。

2.4供出分量中存在采集失败的用户，导致该部分用户供出电量为0，产生高损。

2.5供出分量中存在窃电、计量装置异常等情况，导致高损。

2.6营销和生产部门横向协调沟通不到位，对新增公配变计量装置的验收管理不到位，无法确保投运后计量接线正确，造成重复停电。

2.7未借助采集监控功能，有计划开展反窃查违和用户计量装置异常检查，减少跑冒滴漏。

2.8未充分应用采集系统加强台区三相负荷监测，并与新增低压用户业扩报装相结合，适时调整台区三相负荷，确保三相负荷平衡。

2.9营销人员对梳理出的台区模型存在问题未进行汇总，未发起营销稽查信息问题整改记录单，提出整改要求及整改时间节点，梳理出的问题未能得到及时整改。

3．智能用电大数据分析辅助台区线损管理的主要做法

从高损和负损台区入手，制定台区线损治理计划，通过营销信息系统比对与现场核查相结合的方法，对高损台区开展治理分析工作。线损排查工作前，首先进行系统档案分析，通过系统判断出可能存在的问题，然后再到现场进行针对性的排查，如排查后线损仍然未达到合理区间，则需要进一步逐户排查。通过上述排查流程可以大幅缩短现场排查所用时间，在最短时间内查找出引发线损不合理的主要原因，达到事倍功半的效果，下面就具体做法进行说明。

3.1线损模型分析

由于线损率是衡量现场降损工作质量的唯一标准，只有线损率降到0—10%的合理区间内，才能说明现场的工作质量。因此，在拿到一个线损不合理台区后，首先应对线损模型进行分析，确保模型搭建是正确。

3.1.1判断供入、供出分量是否完整

台区排查前，首先必须进行营销系统档案分析，包括以下几方面：核查《供用电合同》中电能表及互感器信息与系统档案是否一致；核查用户变压器容量与所配置互感器是否匹配；从采集系统将台区明细整理出来，按冻结电量初步判断缺失电量的原因；导出台区线损模型中用户电量明细，查看供入分量是否为台区考核表，如供入分量所在用户不为考核户则模型维护错误。

3.1.2判断供入分量、供出是否维护正确

根据供入分量所在用户户号在SG186营销系统中查询出该台区所安装的集中器终端地址，在采集系统中查看该集中器下所关联用户与模型中维护用户是否一致。如集中器下关联用户多于线损模型中用户，可能存在模型中漏维护供出分量的情况，需完善供出分量维护；如集中器下关联的用户少于线损模型中的用户，可能存在模型中多维护供出分量的情况，现场核实时应对该部分用户进行重点核实台区隶属关系。

3.1.3监控系统排查考核表曲线

采集在线监控系统中初步判断台区考核表接线是否正常；通过采集系统中电压、电流曲线招测，检查考核表是否存在潮流反向、反向电量、电压断相、电流失流等异常。如存在异常，则说明台区考核表计量异常是引发线损不合理的一个因素。

3.1.4筛查供出分量中可能出现的异常

一是核对模型供出分量中电量为0的用户进行标注，并区分哪些是因采集失败导致电量为0，那些是采集成功电量为0的用户，对于采集失败用户需现场调试，对于采集成功但电量为0的用户需在现场核实用户是否存在窃电、计量装置故障等异常；二是检查供出分量中是否存在非智能表，导致电量为0，针对该种情况需在现场同步完成换表工作。

3.1.5如集中器中关联用户多于线损模型中维护用户，应将多出用户明细整理，现场重点核实隶属台区。

3.1.6如集中器中关联用户少于线损模型中维护用户，应检查线损模型中多维护的用户关联在哪个集中器下，集中器号在线损明细中进行标注，该部分用户应作为现场核查重点。

3.2现场核实资料准备

根据系统分析结果，需要对现场进行验证核实，需要准备以下几方面资料：

3.2.1台区线损明细。将台区线损明细按照地址排序后整理，并标注其中采集成功但电量为0的用户。

3.2.2采集失败明细。将台区线损明细中失败明细进行整理，包括用户名称、用户地址、表号、终端地址等信息，作为现场调试的依据。

3.3现场核查

根据系统分析出可能引发线损不合理的原因进行重点排查：首先了解清楚小区的高低压一次接线方式及双电源运行方式；二是解决从系统分析的疑似异常，如考核表接线是否正确，互感器倍率与变压器容量是否匹配，和营销系统是否一致；三是核实低压配电柜馈出开关所带负荷。根据配电室内电缆出线排查动力负荷是否存在漏关联、有表无户的情况；四是采集失败用户排查调试；五是采集成功，电量为0用户排查，检查用户是否用电，如用电是存在窃电情况还是计量装置异常；六是对于一个小区多台区的情况，需现场确认配电室内双回路运行方式，逐楼核实台区，确保模型中隶属用户关联无缺失，户变关系正确；七是对于居民、商业用户需根据用户地址检查是否存在漏关联用户、有表无户的情况；八是联系所在区域抄表员核对是否存在手抄表及手抄表的安装位置，杜绝非智能手抄表漏关联的情况。如排查后线损仍然未达到合理区间，则需要进一步逐户排查。需在现场核实用户是否存在窃电、计量装置故障等异常。

3.4现场核查处理信息整理

每日汇总现场排查问题，按照台区梳理现场排查治理相关工作资料及台区现场直接整改异常数量，所列异常明细包含用户名称、用户编号、用电地址、资产编号、异常情况等关键信息，以便后续异常处理，后续处理中还需注明异常问题处理时限要求及具体完成时间。还应记录现场检查情况，采取现场拍照、摄像、录音等方式做好窃电证据收集，经用电检查人员核查确属窃电行为违约用电行为行为，按照窃电处理流程中止供电，完成电量追补及流程处理。

4.结束语

在台区线损管理中需要应用智能用电大数据分析，这是提升管理效率与质量的关键措施。

参考文献：

[1]卢雪峰，臧翠青，施赛超.探析智能用电大数据分析的台区线损管理[J].决策探索（中），2018（07）：95-96.