生一兵 雷君杰 趙娜 喬嬌

摘 要：隨著時代的進步和發(fā)展，近幾年，我國的科學技術水平也在突飛猛進，呈現跳躍式的前進。經濟的發(fā)展、科技的進步、人們生活水平的提高等等，讓人們對用電量的需求變得越來越大，這對于電力系統(tǒng)來說是一個大的挑戰(zhàn)。電力系統(tǒng)的用戶用電信息采集系統(tǒng)與業(yè)務雙向互動平臺共同組成電網與客戶信息流、業(yè)務流的智能用電大數 據。此項技術的應用可以實現對電網數據的深入挖掘和實時分析，從而找到臺區(qū)線損的產生原因，對臺區(qū)線損的異常狀況進行智 能診斷，推動臺區(qū)線損管理由結果管理轉向過程管理。怎么才能滿足人們日益增長的用電需求呢？無疑，這就需要電力系統(tǒng)要保持高度的責任心，不斷引入新的技術方法，完善自身的運營現狀，以求滿足人們不斷增長的用電需求。本篇文章主要對基于智能用電大數據分析的臺區(qū)線損管理問題進行探討。

關鍵詞：智能用電大數據；分析；臺區(qū)線損；管理探討

1 引言

隨著我國科技的飛速發(fā)展，信息技術被廣泛的運用到各個領域，讓人們的生活變得越來越智能化。前幾年，大數據、云計算等這些新名詞的出現，引起了社會的高度關注，大數據和云計算屬于高新技術，現在已經被廣泛的使用到各行各業(yè)，這些先進技術的應用，促使各個領域的運營管理效率得到明顯提升。電力是人們賴以生存的重要能源，生活、生產都離不開電力的支撐。電力系統(tǒng)要保證不斷的提升運行質量，通過對電力供應系統(tǒng)的有效管理，讓電力保持持續(xù)并且穩(wěn)定的供應狀態(tài)，以滿足人們的生活生產用電。臺區(qū)線損管理應用智能用電大數據，通過其對數以萬億用戶的用電信息進行分析，深層次的挖掘信息的價值，快速且準確的找到線損的原因，能有效提高電力系統(tǒng)供電運行效率，同時還能提升管理效率為電力部門減少了經營成本，促進電力企業(yè)的不斷發(fā)展和壯大。

2 基于智能用電大數據的臺區(qū)線損分析

供電臺區(qū)是一個集合，它是由一臺配電變壓器和一條配電線路，或者多臺配電變壓器和多條配電線路組成的聯合體。在整個電力供應網中，低壓配電網所處的位置是電網的最末端，與使用電的用戶直接相連。但是，用戶數量和種類特別多，用電的需求也比較多變，供電區(qū)域也很復雜，城區(qū)范圍廣，用電的范圍更廣，導致城區(qū)配網的問題相較于其他地方而言，問題更為突出，因此供電系統(tǒng)選擇臺區(qū)的方式，來對所有電力用戶進行劃分和管理。臺區(qū)經濟運行有一定的指標，包括供電量、線損率和售電量等。當然，臺區(qū)線損屬于低壓線損的管理部分，也是其重要的組成部分，它和營銷用電以及配網的規(guī)劃有著千絲萬縷的關系，不過由于低壓配網的情況十分復雜，致使線損管理問題比較突出，情況不是很樂觀，主要表現在有較高的管理線損。

因為大數據的支持，大部分地區(qū)的用戶用電信息系統(tǒng)，完成了用戶低壓電力的覆蓋工作。系統(tǒng)的功能比較繁瑣，只要包括考核單元信息，計算臺區(qū)與用戶的對應關系，計算和統(tǒng)計臺區(qū)每日的損失率，統(tǒng)計每日供售電的狀況，最后是總結每日的指標完成情況。平均電流曲線系數法，等效功率法是當前主要使用的低壓線損計算方式。用電信息采集系統(tǒng)的應用，可以說從根本上解決了不同時期抄考核表和計量表的問題。不過，臺區(qū)用電戶的采集覆蓋，還有臺區(qū)戶變關系問題，會影響到線損計算。以前采用的舊的分析手段，很難會線損計算的精確度做保證，復雜情況還導致工作效率低等情況?，F在，隨著對智能電力大數據的應用，電力系統(tǒng)可以利用大數據的分析，以及它的數據挖掘技術，深入分析低壓線損異常情況產生的原因，這些能夠為線損計算提供可靠的依據，讓臺區(qū)線損工作有數據參數，從而讓工作效率變得更高，最后從整體上提升電力企業(yè)的管理水平。

3 基于智能用電大數據的臺區(qū)線損異常診斷模型

3.1 可計算分析診斷模型

隨著用電用戶數量的增加，信息采集的范圍還在不斷擴大中，相應的收集到的信息數據量也會跟著提升，舊的數據分析手段根本不可能解決現在電力系統(tǒng)的分析情況，不能給出具體的診斷結果。信息數據逐漸呈現出多樣化的屬性，電力系統(tǒng)需要對線損的計算參數做預先處理，這有這樣才能讓分析和診斷變得更加有效。為了讓線損計算更加精確，就要制定一定的條件規(guī)則，把參與線損計算的數據分為兩類，可計算數據和不可計算數據。這時，就需要使用規(guī)則分類器，選擇

“if…then…”的方法，分類處理記錄數據。所以，要依照線損計算的特點，生成相對的規(guī)則模型，讓這些數據能夠依照一組分類規(guī)則顯示出來。臺區(qū)線損的計算屬性，包含這么幾大類：公用配變、考核電表、綜合倍率、運行臺區(qū)、用戶電能表等。能夠同時滿足這些計算的是可計算臺區(qū)，反之為不可計算臺區(qū)。采集安裝率有公式可以套用，公式為：采集安裝率=已采表/應采表×100%。

3.2 合理性分析診斷模型

計算分析模型能夠幫助電力企業(yè)確定臺區(qū)線損情況能不能滿足可計算的條件，除此之外，還要依靠決策樹歸納總結，從根源上確保分析計算結果的精確性和合理性。通過建立合理的診斷模型，進一步對臺區(qū)線損計算的合理性進行論證，依靠決策樹檢驗記錄屬性以及分類問題，一個問題找到答案會產生下一個問題，這些回答問題的過程又組成了決策樹，所以它的結構主要包括根節(jié)點、葉節(jié)點以及內部節(jié)點。決策樹模型的形成是由臺區(qū)線損的合理分析屬性作為立足點，節(jié)點的形成用遞歸算法。一開始的決策樹只有一個類標號，既合理性=是，代表臺區(qū)線損率在合理化的范圍。后面會對決策樹進行詳細的劃分，一個根節(jié)點需要涉及兩類記錄，電力系統(tǒng)最后要將它劃分成更小的子集，而且要對每個子節(jié)點遞歸。決策樹的建立幫助電力企業(yè)完成了對線損異常原因的分類探究。假如以這個作為基礎，不斷增加用戶數量等子節(jié)點，還有助于幫助管理人員進行深入的分析，找出影響臺區(qū)線損的其他因素。

3.3 戶變關系分析模型

臺區(qū)線損分析正確與否，會直接受到來自臺區(qū)戶變關系精確性的影響，停電事故能選擇終端主動上報，還能實現智能表的自動化記錄以及主站自動收集結合的方法，通過簡單屬性相似度和相異度建立臺區(qū)戶變關系模型。一般情況下，會用單個屬性鄰近度的組合來定義對象之間的鄰近度。其中，對象的相異性也會包含在屬性之中，以這樣的方式來判斷對象之間的相異性。如果用戶的停電時刻表和總表的停電時刻表，總的時間差值控制在1分鐘之內，那么相似度會定義為1，否則定義為0。相異度的定義則恰恰相反，假如屬性值是匹配的，定義為0，否則定義為1。通過這些方式對營銷檔案中，總電表和用戶的電表進行差值分析，判斷這些用戶是否在本臺區(qū)內。

4 結束語

總而言之，基于智能用電大數據的臺區(qū)線損管理，供電企業(yè)的工作效率和管理水平都會得到明顯提高，進而為供電系統(tǒng)的正常運行提供保障，智能用電大數據分析還能有效幫助電力企業(yè)降低經營成本，為企業(yè)爭取更好的經濟效益，促進企業(yè)的不斷發(fā)展。本文主要對基于智能用電大數據的臺區(qū)線損分析和診斷方法進行分析，包括可計算分析診斷模型、合理性分析診斷模型和戶變關系分析模型等，希望能為智能大數據分析在臺區(qū)線損管理中的應用提供參考。

參考文獻 ：

[1] 李新家，孔月萍，鄒云峰等.配電臺區(qū)在線線損分級管理和智能異常分析設計[J].電力需求側管理，2016（2）：46～48+53.

[2] 郭威.基于用電信息采集系統(tǒng)的線損異常數據挖掘研究及應用[D].華北電力大學，2016.

[3] 周偉.用電信息采集系統(tǒng)應用于線損管理的分析與實施[D].山東大學，2015.

[4] 程剛.智能臺區(qū)在線監(jiān)控系統(tǒng)的設計與實現[D].電子科技大學，2015.

[5] 張敏.基于用電信息采集系統(tǒng)的臺區(qū)線損管理研究[D].華北電力大學，2012.