黄佳颖
国网福建省电力有限公司漳州供电公司 福建 漳州 363000
摘要：随着信息化技术的不断发展，越来越多的信息化系统得到广泛应用。信息化系统中充分展示着客户的各类用电数据，诸如电力营销业务应用系统、用电信息采集系统及一体化电量与线损管理系统等，有助于供电企业实施精准化管理。供电公司在日常业务中充分应用各类信息化系统开展用电大数据分析，使得异常线损治理更加精准有效，大大提高了线损管理的质效。电力作为经济社会发展的重要支撑，降低电能在传输、分配和销售过程中的损耗与损失，是供电企业的重要工作之一。降低线损率、提高电网经济性已成为当前的热点研究方向。一系列的研究成果表明配电网无功优化问题正受到越来越多的研究人员的重视。
关键词：台区线损；大数据分析；异常诊断；聚类算法；
针对台区理论线损计算困难的问题，提出一种台区理论线损计算新方法，采用DBN深度模型进行台区理论线损计算，并采用自适应时刻估计优化器来提高计算精度，结果表明采用 DBN进行线损计算，准确性和计算快速性都具有优势。针对台区内窃电用户定位难的问题，提出一套基于大数据分析的反窃电精准定位方法，通过整合不同系统的数据，分析用户行为数据和轨迹，并在此基础上制定校验和规则，用于提高窃电嫌疑用户定位的准确度。本文阐述了同期线损管理系统的工作原理，并针对中压线损异常情况分析了线路模型、电量、计量、采集等输入对线损的影响，为进一步提升线损管理水平提供理论和数据支撑。将改进K-means聚类的BP神经网络模型用于台区线损率计算，结果表明提出的算法可较准确地实现台区线损率的精准计算。
1 台区线损异常成因
1.1 台区户变关系归属不清
当变压器台区内某一段线损连续异常增大，而其他台区的线损率明显降低的情况持续数月，造成了相邻台区互补的情况。引发相邻台区线损异常的主要因素是由于台区内的用户表计归属不明；而引发归属不明的主要原因是，变压器在改造施工过程中，台区的变压器与用户之间的对应关系不匹配，造成了电能表串抄现象。某用户所属的变压器台区中，由于台区的电缆未悬挂标志牌，在后续变压器变更台区时，因为原始资料不清晰，导致变更过程中的对应关系错乱，变压器台区的变与户的对应关系与实际不相符，造成了相邻台区的线损计量偏差。
针对户变关系的归属不清晰的情况，统计用电采集系统中发现的异常情况，并且就异常的台区展开排查。调取原始资料、变更工程资料，对于变压器变更情况进行分析，了解变与户不对应的地方。通过核对明确问题所在，重新对变压器进行变更，将变压器与台区相对应，从而准确的计量电能。如果在排查的过程中没有用户标识牌，可以采用掌机抄读的方式，判断用户与变压器之间的对应关系，确保线损正常。
1.2 电流电压异常
用电信息采集系统具有远程采集终端用电数据的功能，同时也能够监测电网中运行的电能表及终端的电压、电流实时变化情况。通过远程监控，准确的记录电能表及终端失流、失压、断相、倍率差错等故障的发生时间及故障期间的用电负荷，为异常判断提供依据。用电信息采集系统能够对电能表的额定电压、额定电流等参数进行远程下发，同时设定电压、电流等参数的相关阈值。当负荷与电流出现明显的异常时，需要进行连续监测管理。用采系统通过对台区电能表及终端的异常监控，可进一步排查现场表计缺陷及计量异常原因，从而及时消除由计量问题引发的线损异常。利用电流电压对台区开展线损监测后发现，三相平衡的时候线损最小，三相不平衡时线损较大，不平衡度越大，则线损越大。为了降低线损，需要分析不平衡发生的原因，调节相应的电压电流，实现三相平衡。
2 台区线损异常管理对策
2.1 搭建线损异常管理平台
在用电信息采集系统的基础中，完善线损异常管理平台。线损异常管理系统能够实现重点用户、台区的数据监控与分析，具备线损指标全方位分析的能力，能够诊断线损异常，并且对异常情况进行分析，追查发生线损异常的原因，为降低线损提供基本技术支持。采用B/S模式作为线损分析平台的界面，通过平台能够调取用电信息采集系统的数据信息，对于变压器台区的数据情况进行分析，同时加强线损分支的互数据监测，重点观测10kV台变的进线数据，通过观察实际负荷了解10kV台变下用户的线损情况。
2.2 完善线损管理工作体系
针对线损管理的现状，需要加强线损管理，提升线损管理质量。首先，梳理管理台账，构建线损管理小组，采用台账管理的方式，对变压器台区的所有低压表计、表箱进行统计，并且形成正确的户变对应关系，记录在案；采用SG186系统对台区内的用户和表计进行编号，确保电能表和用户相对应，消除有户无表和有表无户的现象；并确保用电信息采集系统的户变档案与实际相符。同时对系统中的监测模块进行分析，制定针对性的整改措施。其次，开展日常学习与管理，采用定期召开线损分析例会的方式，通过线损情况进行分析，重点汇报线损异常的情况，分析线损异常发生的原因，及时下达整改通知；对于台区内的所有计量设备进行定期检修，确保计量设备计量准确，保障计量设备接线正常。
3基于聚类分析的台区线损常处理方法
3.1 基于聚类分析的台区线损率标准形态
以下介绍一种基于BBO算法的改进K-Means算法，简称为BBOIKM；该算法对台区的历史数据进行聚类，进而得到台区线损率的标准形态。
BBOIKM聚类方法获取聚类数目和初始聚类中心的主要步骤如下：
步骤1:确定聚类数K的范围，为各K值初始化对应的聚类中心种群。
步骤2:各聚类中心同时进行K-means计算，获得聚类结果； 求出不同K下的适应度值，保留最大适应度值的个体。
步骤3:将不同K值下的适应值进行对比，获得最大值F1max及其对应的聚类数K;若Gmax=200,转步骤5,否则转步骤4。
步骤4:若Nopt=N,则TN=TN+1,Fmax=F1max,否则Nopt=N,TN=1,Fmax=0,通过BBO迁移策略更新各N值下的聚类中心种群，Gmax=Gmax+1,转步骤2。
步骤5:获取Nopt对应的聚类中心种群，采用 K-means聚类得到聚类结果；计算适应值，并记录最大值F2max,聚类中心Copt。
步骤6:若F2max=Fmax,则Ttime=Ttime+1,否则Fmax=F2max,Ttime=1, 进行BBO变异策略获得新一代聚类中心种群，Gmax1=Gmax1+1，转步骤5。
3.2 基于聚类分析的台区线损率异常判断方法
在得到台区标准形态后，针对台区线损率的异常判断步骤如下。
步骤1:首先获得基于聚类的台区标准形态，得到多个聚类集合。
步骤2:将每个聚类集合中的最大值和最小值作为标准形态的上下限，并将聚类集合内数据的时间范围确定。
步骤3:获取需要判别的台区线损率，如果需要判断的台区线损率时间属于某聚类集合时间范围，且线损率不超过标准形态的上下限，那么判定线损率合格，否则判定线损率不合格并报警。
4 结语
台区线损是电网运行损耗的一个重要内容，要降低台区线损，不仅要源头分析其产生原因，还可利用大数据分析平台对其用电设备运行参数进行远程监控，及时进行隐患排查和故障消缺，尽可能的保持线损处于一个维持电网稳定运行的正常水平。此外，本文提出一种基于数据分析的台区线损率异常判断方法，该方法通过一种改进的K-means聚类算法对台区历史数据进行聚类分析，分析出台区线损率的标准形态，最后在台区线损标准形态基础上实现对台区线损率异常的自动判断。
参考文献
[1]张合川，石盼，史辉，等.基于负荷分类的低压台区线损率自动测算[J].自动化与仪器仪表，2020(5):118-120,125.
[2]汪鸿，范荻，王丰，等.考虑风电-负荷特性的理论线损计算方法[J].武汉大学学报(工学版),2019,52(8):722-728.
[3]马丽叶，刘建恒，卢志刚，等.基于深度置信网络的低压台区理论线损计算方法[J].电力自动化设备，2020,40(8):140-146.