CN110472871B - 一种针对管理线损异常原因的排查方法 - Google Patents
一种针对管理线损异常原因的排查方法 Download PDFInfo
- Publication number
- CN110472871B CN110472871B CN201910759423.4A CN201910759423A CN110472871B CN 110472871 B CN110472871 B CN 110472871B CN 201910759423 A CN201910759423 A CN 201910759423A CN 110472871 B CN110472871 B CN 110472871B
- Authority
- CN
- China
- Prior art keywords
- line loss
- abnormal
- abnormality
- metering point
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 137
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000011835 investigation Methods 0.000 title claims abstract description 26
- 230000005856 abnormality Effects 0.000 claims abstract description 106
- 238000004458 analytical method Methods 0.000 claims abstract description 100
- 238000010234 longitudinal analysis Methods 0.000 claims abstract description 22
- 238000007726 management method Methods 0.000 claims description 38
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010219 correlation analysis Methods 0.000 claims description 8
- 238000013024 troubleshooting Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 14
- 230000005611 electricity Effects 0.000 description 14
- 238000007689 inspection Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000002407 reforming Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 208000012661 Dyskinesia Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请所提供的一种针对管理线损异常原因的排查方法,包括:利用横向分析方法对线损数据进行分析,确定异常发生时间;基于异常发生时间,利用纵向分析方法对线损数据进行分析,确定异常计量点所在区域范围;基于区域范围,利用电量趋势分析方法确定异常计量点的位置,从而确定线损异常的原因。该方法运用线损数据、档案数据、电量数据等各类电能量数据进行综合分析,开展线损异常原因的排查,能够通用于不同线损统计场景及线损异常类型、脱离***具体操作,实现对管理线损异常原因的快速分析、对异常计量点的精准定位,促进异常线损的及时、有效处理。本申请还提供一种针对管理线损异常原因的排查***、电子设备及计算机可读存储介质。
Description
技术领域
本申请涉及管理线损异常原因的分析排查领域,特别涉及一种针对管理线损异常原因的排查方法、***、电子设备及计算机可读存储介质。
背景技术
现有的线损异常分析方法多为针对技术线损的异常排查与处理,技术线损是比较固定的,仅能通过技术措施来降低,其手段主要是通过输变电设备的升级改造来实现。而实际线损呈现为供、售电量的差值,即为统计线损,其影响因素包括技术线损和管理线损两方面,其中,管理线损才是统计线损波动的主要原因。管理线损异常包括拓扑关系异常、档案资料异常、采集数据异常、电量计量异常以及用电行为异常等五大类,线损异常分析时,应首要针对管理线损开展分析,剔除管理线损的异常导致的波动,便能有效降低线损异常率。
管理线损的异常分析主要是针对线损计算数据来开展。线损的计算依赖于各类不同的计算***,而不同的***有不同的操作方法。同时,线损计算包括多种统计场景,如分区线损、分压线损、馈线线损、台区线损、母线不平衡率、变损率等等,每种统计场景都有具体的分析技巧。因此,针对线损数据的分析,存在很多五花八门的操作指导、分析方法,却没有一种通用的***化的思路,导致管理线损异常原因的分析工作效率低下。
因此,如何对管理线损的异常原因进行准确分析、精准定位到异常计量点,进而促进异常线损的及时、有效处理是本领域技术人员亟需解决的技术问题。
发明内容
本申请的目的是提供一种针对管理线损异常原因的排查方法,能够对管理线损的异常原因进行准确分析、精准定位到异常计量点,进而促进异常线损的及时、有效处理。
为解决上述技术问题,本申请提供一种针对管理线损异常原因的排查方法,包括:
利用横向分析方法对线损数据进行分析,确定异常发生时间;
基于所述异常发生时间,利用纵向分析方法对所述线损数据进行分析,确定异常计量点所在区域范围;
基于所述区域范围,利用电量趋势分析方法确定所述异常计量点的位置,从而确定线损异常的原因。
优选地,所述利用横向分析方法对线损数据进行分析,确定异常发生时间,包括:
利用所述横向分析方法,针对发生异常的线损周期,调取所述线损周期内每天的线损率数据进行趋势分析,将所述线损数据中由正常值变化至异常值的时间拐点作为所述异常发生时间。
优选地,所述基于所述异常发生时间,利用纵向分析方法对所述线损数据进行分析,确定异常计量点所在区域范围,包括:
基于所述异常发生时间,运用所述纵向分析方法,寻找与异常线损的分析对象存在重叠的其他线损类型,对所述异常线损和所述其他线损类型相同统计周期内的线损数据进行纵向比对,定位出异常计量点的所在区域范围。
优选地,所述基于所述区域范围,利用电量趋势分析方法确定所述异常计量点的位置,从而确定线损异常的原因,包括:
基于所述区域范围,进行计量点电量曲线与线损电量曲线的正相关、反相关性分析和各个计量点的环比电量分析,确定所述异常计量点的位置,从而确定线损异常的原因。
本申请还提供一种针对管理线损异常原因的排查***,包括:
异常发生时间确定模块,用于利用横向分析方法对线损数据进行分析,确定异常发生时间;
区域范围确定模块,用于基于所述异常发生时间,利用纵向分析方法对所述线损数据进行分析,确定异常计量点所在区域范围;
异常计量点位置确定模块,用于基于所述区域范围,利用电量趋势分析方法确定所述异常计量点的位置,从而确定线损异常的原因。
优选地,所述异常发生时间确定模块,包括:
异常发生时间确定单元,用于利用所述横向分析方法,针对发生异常的线损周期,调取所述线损周期内每天的线损率数据进行趋势分析,将所述线损数据中由正常值变化至异常值的时间拐点作为所述异常发生时间。
优选地,所述区域范围确定模块,包括:
区域范围确定单元,用于基于所述异常发生时间,运用所述纵向分析方法,寻找与异常线损的分析对象存在重叠的其他线损类型,对所述异常线损和所述其他线损类型相同统计周期内的线损数据进行纵向比对,定位出异常计量点的所在区域范围。
优选地,所述异常计量点位置确定模块,包括:
异常计量点位置确定单元,用于基于所述区域范围,进行计量点电量曲线与线损电量曲线的正相关、反相关性分析和各个计量点的环比电量分析,确定所述异常计量点的所述位置,从而确定线损异常的原因。
本申请还提供一种电子设备,包括:
存储器和处理器;其中,所述存储器用于存储计算机程序,所述处理器用于执行所述计算机程序时实现上述所述的针对管理线损异常原因的排查方法的步骤。
本申请还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述所述的异针对管理线损异常原因的排查方法的步骤。
本申请所提供的一种异针对管理线损异常原因的排查方法,包括:利用横向分析方法对线损数据进行分析,确定异常发生时间;基于所述异常发生时间,利用纵向分析方法对所述线损数据进行分析,确定异常计量点所在区域范围;基于所述区域范围,利用电量趋势分析方法确定所述异常计量点的位置,从而确定线损异常的原因。
该方法先是利用横向分析方法对线损数据进行分析,确定异常发生时间,再基于所述异常发生时间,利用纵向分析方法对所述线损数据进行分析,确定异常计量点所在区域范围,最后基于所述区域范围,利用电量趋势分析方法确定所述异常计量点的位置,从而确定线损异常的原因。。可见,该方法运用线损数据、档案数据、电量数据等各类电能量数据进行综合分析,开展线损异常原因的排查,能够通用于不同线损统计场景及线损异常类型、脱离***具体操作,实现对管理线损异常原因的快速分析、对异常计量点的精准定位,促进异常线损的及时、有效处理。本申请还提供一种针对管理线损异常原因的排查***、电子设备及计算机可读存储介质,均具有上述有益效果,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例所提供的一种针对管理线损异常原因的排查方法的流程图;
图2为本申请实施例所提供的一种针对管理线损异常原因的排查***的结构框图。
具体实施方式
本申请的核心是提供一种针对管理线损异常原因的排查方法,能够对对管理线损的异常原因进行准确分析、精准定位到异常计量点,进而促进异常线损的及时、有效处理。本申请的另一核心是提供一种针对管理线损异常原因的排查***、电子设备及计算机可读存储介质。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
现有的线损异常分析方法多为针对技术线损的异常排查与处理,技术线损是比较固定的,仅能通过技术措施来降低,其手段主要是通过输变电设备的升级改造来实现。而实际线损呈现为供、售电量的差值,即为统计线损,其影响因素包括技术线损和管理线损两方面,其中,管理线损才是统计线损波动的主要原因。管理线损异常包括拓扑关系异常、档案资料异常、采集数据异常、电量计量异常以及用电行为异常等五大类,线损异常分析时,应首要针对管理线损开展分析,剔除管理线损的异常导致的波动,便能有效降低线损异常率。
管理线损的异常分析主要是针对线损计算数据来开展。线损的计算依赖于各类不同的计算***,而不同的***有不同的操作方法。同时,线损计算包括多种统计场景,如分区线损、分压线损、馈线线损、台区线损、母线不平衡率、变损率等等,每种统计场景都有具体的分析技巧。因此,针对线损数据的分析,存在很多五花八门的操作指导、分析方法,却没有一种通用的***化的思路,导致管理线损异常原因的分析工作效率低下。本申请提供的一种针对管理线损异常原因的排查方法,能够对对管理线损的异常原因进行准确分析、精准定位到异常计量点,进而促进异常线损的及时、有效处理。具体请参考图1,图1为本申请实施例所提供的一种针对管理线损异常原因的排查方法的流程图,该针对管理线损异常原因的排查方法具体包括:
S101、利用横向分析方法对线损数据进行分析,确定异常发生时间;
在一些实施例中,上述利用横向分析方法对线损数据进行分析,确定异常发生时间,包括:利用横向分析方法,针对发生异常的线损周期,调取线损周期内每天的线损率数据进行趋势分析,将线损数据中由正常值变化至异常值的时间拐点作为异常发生时间。
异常线损的分析处理是线损管理的重点。以供、售电量的差值计算而得的线损,通常称之为统计线损,也就是实际线损,包括技术线损和管理线损两方面。统计线损的计算是由各类电能量数据按照一定的算法组合、计算得出线损值,其中,任意一个电能量数据的异常,都会导致线损计算结果的异常。因此,利用电能量数据分析方法开展线损异常排查,可快速、精准定位到异常数据点,准确指导管理线损的异常处理,有效剔除统计线损中由于管理线损的异常导致的波动,从而降低线损异常率。下面对上述内容中的术语进行解释:
线损:电力网综合电能损耗的统称。
统计线损:以供、售电量的差值计算而得的线损,即(供电量-售电量)/供电量×100%,包括技术线损和管理线损(如计量设备计量差错、抄表异常等造成的误差)两方面。
技术线损:以热能形式散发的不可避免的能量损失,比较固定,仅能通过技术措施来降低。
管理线损:由于计量、抄表、窃电等因素造成,是线损波动的主要原因。
电能量数据:包括有功无功电能、三相电流电压、负荷、电能质量、功率因数、失压断相、电压合格率等现场用电信息数据,还包括关联厂站、线路、用户、终端、表计等基础档案数据以及四分线损、分析对象、理论值等统计数据。
线损计算的各个环节及其涉及的各类电能量数据的异动,都会导致线损最终计算数据的异常。从电能量数据分析入手,本发明提出一种基于电能量数据分析开展线损异常排查的方法。由步骤S101可知,利用横向分析方法对线损数据进行分析,确定异常发生时间。
异常时间的横向分析方法:线损的统计一般分为日、周、月等多种周期,以满足不同的考核、监测、分析需要。线损异常时,开展异常分析的第一步,首先应锁定异常发生的具体时间,即线损从正常值变化成异常值的时间拐点,具体到某一天。锁定时间范围,才能对该时间段内的线损、电量开展针对性排查、诊断。异常时间的锁定一般采用横向分析方法,针对发生异常的线损周期,调取周期内每天的线损率数据进行趋势分析,找出变化拐点,锁定具体的异常日期。
异常时间的横向分析方法:对不同统计周期的线损计算结果开展横向分析,锁定线损发生异常的具体时间,以便开展针对性排查。
S102、基于异常发生时间,利用纵向分析方法对线损数据进行分析,确定异常计量点所在区域范围;
在一些实施例中,上述基于异常发生时间,利用纵向分析方法对线损数据进行分析,确定异常计量点所在区域范围,包括:基于异常发生时间,运用纵向分析方法,寻找与异常线损的分析对象存在重叠的其他线损类型,对异常线损和其他线损类型相同统计周期内的线损数据进行纵向比对,定位出异常计量点的所在区域范围。
异常范围的纵向分析方法:在线损计算中,一个计量点可能同时参与了多种类型的线损建模计算,兼任多个线损模型的分析对象。例如,10kV馈线关口表计量点,既是10kV母线电量不平衡率供出电量的分析对象之一,也是10kV馈线线损供入电量的分析对象。因此,不同类型的线损模型,其分析对象存在交叉重叠。当某一类线损率出现异常时,运用纵向分析方法,寻找与其分析对象存在重叠的其他线损类型,对其相同统计周期内线损数据进行纵向比对,可定位出异常对象的大致范围,为进一步的深入分析奠定基础。
异常范围的纵向分析方法:不同类型的线损模型,其分析对象存在交叉重叠,对不同类型线损计算结果进行纵向比对,确定异常对象的大致范围,为进一步的深入分析奠定基础。
S103、基于区域范围,利用电量趋势分析方法确定异常计量点的位置,从而确定线损异常的原因。
在一些实施例中,上述基于区域范围,利用电量趋势分析方法确定异常计量点的位置,从而确定线损异常的原因,包括:基于区域范围,进行计量点电量曲线与线损电量曲线的正相关、反相关性分析和各个计量点的环比电量分析,确定异常计量点的位置,从而确定线损异常的原因。
异常计量点的电量趋势分析方法:电量是反映计量点运行状态的最直接的特征。线损异常分析时,针对目标计量点展开电量趋势的分析,以电量为突破口定位到具体的异常计量点。电量趋势的分析方法包括两个方面,一是计量点电量曲线与线损电量曲线的正相关、反相关性分析,二是各个计量点的环比电量分析。
线损电量由供入电量减去供出电量所得。当线损率的异常由供入电量引起时,供入电量曲线与线损电量曲线呈正相关性;若线损率的异常是由供出电量引起的,则供出电量曲线应与线损电量曲线成反相关性。因此,可由电量曲线的正相关、反相关性确定异常范围是供入电量或者供出电量,并通过调取供入、供出电量明细的各计量点的电量曲线,与线损电量曲线进行比较,找出呈现正相关性、反相关性特征的计量点,锁定为嫌疑对象进行异常排查。
环比电量指的是当前统计周期内的电量,与上一统计周期电量的比较,分为日环比、周环比、月环比。一般情况下,同个用户在同等时间周期内的用电量应该是基本稳定的,环比电量波动率较大的计量点,可初判为异常嫌疑对象,进一步进行电能量数据分析排查。当然,也存在一些特殊行业的用户计量点用电不稳定,用电量波动大,可以通过电能量数据的综合分析加以判断,排除其异常的嫌疑。
异常计量点的电量趋势分析方法:对计量点电量曲线与线损电量曲线作正相关、反相关性分析,对各个计量点的环比电量进行趋势分析,定位到具体的异常计量点,开展进一步分析确定异常的原因。
本发明先是利用横向分析方法对线损数据进行分析,确定异常发生时间,再基于异常发生时间,利用纵向分析方法对线损数据进行分析,确定异常计量点所在区域范围,最后基于区域范围,利用电量趋势分析方法确定异常计量点的位置,从而确定线损异常的原因。可见,该方法运用线损数据、档案数据、电量数据等各类电能量数据进行综合分析,开展线损异常原因的排查,能够通用于不同线损统计场景及线损异常类型、脱离***具体操作,实现对实现对管理线损异常原因的快速分析、对异常计量点的精准定位,促进异常线损的及时、有效处理。本发明能有效指导管理线损的异常分析,补充了现有的针对技术线损异常排查的不足。
下面对本申请实施例提供的一种针对管理线损异常原因的排查***、电子设备及计算机可读存储介质进行介绍,下文描述的针对管理线损异常原因的排查***、电子设备及计算机可读存储介质与上文描述的针对管理线损异常原因的排查方法可相互对应参照。
请参考图2,图2为本申请实施例所提供的一种针对管理线损异常原因的排查***的结构框图;该针对管理线损异常原因的排查***包括:
异常发生时间确定模块201,用于利用横向分析方法对线损数据进行分析,确定异常发生时间;
区域范围确定模块202,用于基于异常发生时间,利用纵向分析方法对线损数据进行分析,确定异常计量点所在区域范围;
异常计量点位置确定模块203,用于基于区域范围,利用电量趋势分析方法确定异常计量点的位置,从而确定线损异常的原因。
基于上述实施例,本实施例中异常发生时间确定模块201,包括:
异常发生时间确定单元,用于利用横向分析方法,针对发生异常的线损周期,调取线损周期内每天的线损率数据进行趋势分析,将线损数据中由正常值变化至异常值的时间拐点作为异常发生时间。
基于上述实施例,本实施例中区域范围确定模块202,包括:
区域范围确定单元,用于基于异常发生时间,运用纵向分析方法,寻找与异常线损的分析对象存在重叠的其他线损类型,对异常线损和其他线损类型相同统计周期内的线损数据进行纵向比对,定位出异常计量点的所在区域范围。
基于上述实施例,本实施例中异常计量点位置确定模块203,包括:
异常计量点位置确定单元,用于基于区域范围,进行计量点电量曲线与线损电量曲线的正相关、反相关性分析和各个计量点的环比电量分析,确定异常计量点的位置,从而确定线损异常的原因。
本申请还提供一种电子设备,包括:
存储器和处理器;其中,存储器用于存储计算机程序,处理器用于执行计算机程序时实现上述任意实施例的针对管理线损异常原因的排查方法的步骤。
本申请还提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述任意实施例的针对管理线损异常原因的排查方法的步骤。
该计算机可读存储介质可以包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例提供的***而言,由于其与实施例提供的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本申请所提供的一种针对管理线损异常原因的排查方法、***、电子设备及计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
Claims (4)
1.一种针对管理线损异常原因的排查方法,其特征在于,包括:
利用横向分析方法对线损数据进行分析,确定异常发生时间;
基于所述异常发生时间,利用纵向分析方法对所述线损数据进行分析,确定异常计量点所在区域范围;
基于所述区域范围,利用电量趋势分析方法确定所述异常计量点的位置,从而确定线损异常的原因;
其中,所述基于所述区域范围,利用电量趋势分析方法确定所述异常计量点的位置,从而确定线损异常的原因,包括:
基于所述区域范围,进行计量点电量曲线与线损电量曲线的正相关、反相关性分析和各个计量点的环比电量分析,确定所述异常计量点的位置,从而确定线损异常的原因;
其中,所述利用横向分析方法对线损数据进行分析,确定异常发生时间,包括:
利用所述横向分析方法,针对发生异常的线损周期,调取所述线损周期内每天的线损率数据进行趋势分析,将所述线损数据中由正常值变化至异常值的时间拐点作为所述异常发生时间;
其中,所述基于所述异常发生时间,利用纵向分析方法对所述线损数据进行分析,确定异常计量点所在区域范围,包括:
基于所述异常发生时间,运用所述纵向分析方法,寻找与异常线损的分析对象存在重叠的其他线损类型,对所述异常线损和所述其他线损类型相同统计周期内的线损数据进行纵向比对,定位出异常计量点的所在区域范围。
2.一种针对管理线损异常原因的排查***,其特征在于,包括:
异常发生时间确定模块,用于利用横向分析方法对线损数据进行分析,确定异常发生时间;
区域范围确定模块,用于基于所述异常发生时间,利用纵向分析方法对所述线损数据进行分析,确定异常计量点所在区域范围;
异常计量点位置确定模块,用于基于所述区域范围,利用电量趋势分析方法确定所述异常计量点的位置,从而确定线损异常的原因;
其中,所述异常计量点位置确定模块,包括:
异常计量点位置确定单元,用于基于所述区域范围,进行计量点电量曲线与线损电量曲线的正相关、反相关性分析和各个计量点的环比电量分析,确定所述异常计量点的所述位置,从而确定线损异常的原因;
其中,其特征在于,所述异常发生时间确定模块,包括:
异常发生时间确定单元,用于利用所述横向分析方法,针对发生异常的线损周期,调取所述线损周期内每天的线损率数据进行趋势分析,将所述线损数据中由正常值变化至异常值的时间拐点作为所述异常发生时间;
其中,包括:
区域范围确定单元,用于基于所述异常发生时间,运用所述纵向分析方法,寻找与异常线损的分析对象存在重叠的其他线损类型,对所述异常线损和所述其他线损类型相同统计周期内的线损数据进行纵向比对,定位出异常计量点的所在区域范围。
3.一种电子设备,其特征在于,包括:
存储器和处理器;其中,所述存储器用于存储计算机程序,所述处理器用于执行所述计算机程序时实现如权利要求1所述的针对管理线损异常原因的排查方法的步骤。
4.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1所述的针对管理线损异常原因的排查方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910759423.4A CN110472871B (zh) | 2019-08-16 | 2019-08-16 | 一种针对管理线损异常原因的排查方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910759423.4A CN110472871B (zh) | 2019-08-16 | 2019-08-16 | 一种针对管理线损异常原因的排查方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110472871A CN110472871A (zh) | 2019-11-19 |
CN110472871B true CN110472871B (zh) | 2023-07-07 |
Family
ID=68510944
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910759423.4A Active CN110472871B (zh) | 2019-08-16 | 2019-08-16 | 一种针对管理线损异常原因的排查方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110472871B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111507013A (zh) * | 2020-04-27 | 2020-08-07 | 国网山西省电力公司 | 一种面向电力***线损故障定位实现方法 |
CN112737106B (zh) * | 2020-12-10 | 2023-09-26 | 国网浙江省电力有限公司宁波市北仑区供电公司 | 一种线损异常分段管控方法 |
CN113267692B (zh) * | 2021-05-17 | 2022-09-06 | 国网吉林省电力有限公司营销服务中心 | 一种低压台区线损智能诊断分析方法和*** |
CN114254854A (zh) * | 2021-10-28 | 2022-03-29 | 国网山东省电力公司安丘市供电公司 | 一种基于离群值监测的配网线损异常判断方法及*** |
CN118036905B (zh) * | 2024-04-12 | 2024-06-28 | 国网山西省电力公司临汾供电公司 | 一种异常用电用户检测方法、装置、存储介质及电子设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102637288A (zh) * | 2012-03-31 | 2012-08-15 | 上海市电力公司 | 一种用于供电企业台区线损分析的方法 |
CN104280714A (zh) * | 2014-10-17 | 2015-01-14 | 国家电网公司 | 一种计量装置运行异常检测方法 |
CN106066423A (zh) * | 2016-05-25 | 2016-11-02 | 上海博英信息科技有限公司 | 一种基于损耗分配嫌疑分析的反窃电分析方法 |
CN106228316A (zh) * | 2016-08-31 | 2016-12-14 | 南京易司拓电力科技股份有限公司 | 一种同期性线损统计*** |
CN107527114A (zh) * | 2017-08-09 | 2017-12-29 | 国网信通亿力科技有限责任公司 | 一种基于大数据的线路台区异常分析方法 |
CN109359848A (zh) * | 2018-10-09 | 2019-02-19 | 烟台海颐软件股份有限公司 | 一种线损异常相关的用电户识别方法与*** |
CN113111053A (zh) * | 2021-04-13 | 2021-07-13 | 国网冀北电力有限公司技能培训中心 | 一种基于大数据的线损诊断与反窃电***、方法及模型 |
-
2019
- 2019-08-16 CN CN201910759423.4A patent/CN110472871B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102637288A (zh) * | 2012-03-31 | 2012-08-15 | 上海市电力公司 | 一种用于供电企业台区线损分析的方法 |
CN104280714A (zh) * | 2014-10-17 | 2015-01-14 | 国家电网公司 | 一种计量装置运行异常检测方法 |
CN106066423A (zh) * | 2016-05-25 | 2016-11-02 | 上海博英信息科技有限公司 | 一种基于损耗分配嫌疑分析的反窃电分析方法 |
CN106228316A (zh) * | 2016-08-31 | 2016-12-14 | 南京易司拓电力科技股份有限公司 | 一种同期性线损统计*** |
CN107527114A (zh) * | 2017-08-09 | 2017-12-29 | 国网信通亿力科技有限责任公司 | 一种基于大数据的线路台区异常分析方法 |
CN109359848A (zh) * | 2018-10-09 | 2019-02-19 | 烟台海颐软件股份有限公司 | 一种线损异常相关的用电户识别方法与*** |
CN113111053A (zh) * | 2021-04-13 | 2021-07-13 | 国网冀北电力有限公司技能培训中心 | 一种基于大数据的线损诊断与反窃电***、方法及模型 |
Also Published As
Publication number | Publication date |
---|---|
CN110472871A (zh) | 2019-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110472871B (zh) | 一种针对管理线损异常原因的排查方法 | |
CN107680368A (zh) | 一种基于采集数据的计量装置在线监测与智能诊断方法 | |
US9536198B2 (en) | Non-technical loss detection and localization | |
US20140244189A1 (en) | System For Achieving Real-Time Monitoring and State Estimation in Power Distribution Networks | |
US11029344B2 (en) | Sensitivity based Thevenin index for voltage stability assessment considering N-1 contingency | |
CN116125361B (zh) | 电压互感器误差评估方法、***、电子设备及存储介质 | |
CN109450089B (zh) | 一种台区低电压识别方法、装置及终端设备 | |
CN110750760B (zh) | 一种基于态势感知和控制图的异常理论线损检测方法 | |
CN117269649A (zh) | 一种用于电能能源调度的安全检测方法及*** | |
CN111127247B (zh) | 电量数据采集方法、装置、计算机设备和存储介质 | |
CN115935825A (zh) | 一种基于数字孪生模型的配电网故障处理方法及装置 | |
CN104348413A (zh) | 基于数据分析的自适应光伏防窃电方法 | |
Anuradha et al. | Voltage-loss sensitivity based approach for optimal DG placement in distribution networks | |
CN117424224A (zh) | 一种停电计划平衡优化方法、装置、设备及存储介质 | |
CN112184072A (zh) | 机房设备管理方法及装置 | |
CN109375145A (zh) | 基于三相三线表计设备的失压故障监测方法和装置 | |
CN116385202A (zh) | 台区线损分析***及其分析方法、电子设备及存储介质 | |
CN114037285A (zh) | 一种配网自动化应用成效分析方法及相关*** | |
CN118140380A (zh) | 用于对测量单元的最佳布置进行确定以对物理配电网的状态进行估计的方法 | |
CN101718822B (zh) | 一种电能质量异常数据处理方法 | |
CN114168662A (zh) | 一种基于多数据源的配电网问题梳理分析方法及*** | |
CN111856385A (zh) | 一种电量突变故障检测方法、装置和设备 | |
CN109888338B (zh) | 基于统计的sofc供气故障检测方法及设备 | |
CN116882766B (zh) | 一种用电异常配变风险分析方法及*** | |
CN109191330A (zh) | 线损电量计算方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |