本文摘要：當前，國家電網有限公司全面開展分區、分壓、分線、分臺區同期線損管理工作，線損管理工作已全面數字化轉型，考慮到供電企業面臨一般工商業電價持續下調和經濟讓利造成的經營困局因素，配電網線損治理成為關乎供電企業經營成果和經濟效益的重要工作之一。 線
當前，國家電網有限公司全面開展“分區、分壓、分線、分臺區”同期線損管理工作，線損管理工作已全面數字化轉型，考慮到供電企業面臨一般工商業電價持續下調和經濟讓利造成的經營困局因素，配電網線損治理成為關乎供電企業經營成果和經濟效益的重要工作之一。
線損率是電力供給鏈的關鍵數據指標之一，其治理成效優劣既關乎國民生產生活的可靠用電，又制約電力行業能源、環境的可持續發展。
據統計，每損耗1度電，就相當于消耗0.4千克煤和4升凈水，多排放1千克二氧化碳和0.03千克二氧化硫。 從電力公司內部來看，電能損耗過大直接加速設備老化損壞，甚至可能引發大面積停電等惡性事故。
如今，智能電表覆蓋率和拓撲數據信息化程度顯著提高，為線損治理開辟了數字化思路，但仍存在系統相互獨立、數據龐雜異構等問題。 且現場故障排查時存在排查距離遠、耗時長，甚至無法排查出故障等情況，使降低線損率工作舉步維艱。
為此，國網上海市電力公司市北供電公司(以下簡稱“市北供電公司”)青年創新團隊以縮短現場排故時間、提升治理準度、降低線損率為目標，拓展數據價值，探索研發了一系列配電網線損治理及數據拓展應用關鍵技術。
基于母線不平衡率的計量裝置二次回路故障辨識方法
站內計量裝置二次回路故障是引起母線電量不平衡率超標的主要原因，且計量裝置接線復雜、故障類型多，僅靠現場人工逐一排查會耗費大量時間。 為解決這一問題，發明了基于母線不平衡率的計量異常裝置二次回路故障辨識方法。
首先，基于信息平臺積累的海量數據，利用數據分析技術挖掘出母線電量不平衡率超標的原因，如系統采集異常、臺賬變比信息誤輸入引起的倍率異常(導致輸入或輸出電量偏差)、電度表計量回路故障等。
其次，基于大量配電網運行數據，結合數據分析和相量分析法解析、提煉常見故障的數據特征，提出了基于場景預判的故障辨識方法，即根據母線平衡日報表的電量數據進行故障預判，在排查前找出可能出現的故障表及故障類型，然后再利用鉗形電流表進行現場排查，可以大大提高工作效率。
該方法使得現場排查故障平均時間從2小時以上(甚至無法排查出故障)減少到15分鐘內。基于分線線損率的線-變-表拓撲及臺賬信息異常分析方法
分線線損率異常原因包含現場缺陷、系統臺帳問題等，由于涉及系統多、數據龐雜，因此異常原因確認較為困難，導致現有分析方法準確率低。 為解決這一問題，發明了基于分線線損率的線-變-表拓撲及臺賬信息異常分析方法。
首先，對同期線損系統中配電網系統的分析輔助及消除缺陷結果進行大數據分析，可以歸納出分線線損率異常的原因，如計量裝置、臺賬信息、現場運行狀態、用戶電量異常等。 其次，結合電量正反向表底值、母線不平衡率、臺區線損率等其他數據特征，可較為準確地定位部分故障情況及概率。 再次，針對電網運行的不同異常場景推導出線-變-表拓撲異常變化規律，即線損率統計值和實際值的關系式。
最后，通過數據清洗、數據映射、模糊檢索、數據挖掘、數據監控、單因素試驗、統計分析等手段，克服各個系統數據獨立分散、完整性和規范性差等缺點，并以分線線損率為索引，結合分線線損率異常的典型數據特征，及時發現臺賬信息錯誤、運行狀態錯誤、線-變-表拓撲異常等問題，并生成線損率的縱向與橫向數據分布、分段對比情況，便于實時監控線損變化情況并做出應對方案。 該方法使得分線線損率異常判斷的準確率從39%提升到了71%，現場排查工作量下降80%以上。
基于用電采集系統的多時間尺度用電異常分析方法
以往，電力部門只能通過現場巡檢或基于用戶每月電量、月度線損情況，憑經驗確定電能計量異常用戶，得出的結果往往時效性差、準確率低。 為提高用電異常排查效率，發明了基于用電采集系統的多時間尺度異常分析方法。 方法流程如圖3所示。
按照時間尺度，對系統采集的數據進行分類，短期數據可分為每時刻電流電壓集合和每日24小時電流電壓集合，中長期數據可分為月度每日用電量集合和年度每月用電量集合，針對短期數據可采用電流電壓判定算法進行異常辨識，針對中長期數據可采用聚類算法和相關系數法進行異常辨識，進而從不同的時間尺度角度搜索到異常用電嫌疑用戶。
目前用來采集用電信息的裝置主要有兩種，一種是專變終端，另一種是集中器。 其中專變終端能夠獲取用戶的電流電壓和用電量等信息，對于這部分用戶，可采用短期和中長期時間尺度的異常用電分析方法進行綜合判斷; 而集中器一般沒有開通獲取電流電壓信息的通道，只能獲取用戶用電量信息，對于這部分用戶，可采用中長期時間尺度的異常用電分析方法進行異常辨識。
該方法能夠有效挖掘數據價值，為監控人員及時甄別用戶異常用電提供有效手段，用電異常辨識時間縮短為原來的1/3。基于數據分析技術的電力用戶畫像刻畫方法，針對數據價值再挖掘、再利用的行業趨勢、企業轉型需求，在抗擊新冠肺炎疫情期間，進一步拓展應用基于用電采集系統的多時間尺度用電異常分析方法，結合返居指數、復工指數、復產指數，動態全面地刻畫了社區、行業、園區等電力用戶畫像及其用電行為，能夠網格化監控社區流動人員情況，直觀反映行業復工復產的變化趨勢，為疫情防控和復工復產安排提供了決策支撐。
疫情逐漸控制后，將電力數據與政府數據相融合，在返居、復工、復產指數的基礎上進一步提出了離家、群租、環保、能耗等指數，構建了完善的數據指數體系，并結合關聯、聚類、分類、回歸等數據分析技術，針對居民用戶提出了居民流動分析、獨居老人關愛、出租群體識別等應用場景，針對企業用戶提出了復工復產監測、用電能耗監測、環保停復工監測等應用場景，從而助力城市精細化治理。
供電技術論文范例：新時期加強供電公司團青工作的若干思考
電網線損治理及數據拓展應用系列關鍵技術的應用，為市北供電公司累計帶來直接經濟效益1000余萬元。 該系列技術的應用不僅能夠挖掘電力數據價值、消除隱患、避免大面積停電事件、保證電網安全、提高供電可靠性，而且還實現了數據、邏輯辨偽，助力監測和校驗電網運行狀態與系統狀態的偏差，為電網穩定運行和用戶安全用電提供了數據保障。
新冠肺炎疫情期間，推廣應用項目關鍵技術，通過電量分析，刻畫了復工復產變化趨勢，并及時反饋給政府部門，為全社會的復產復工安排提供決策依據，有力提增了國家電網社會擔當作為的正面形象。 未來，電網系統相關數據應用、智能化技術的研發與落地，必將為智慧城市建設、用電能耗監測等貢獻更多力量。
作者：夏澍 陳開風 陳佳瑜
轉載請注明來自發表學術論文網：http://www.zpfmc.com/dzlw/26213.html
