一种基于智能电表的台区线损率评估以及异常判断方法与流程

本发明涉及电力技术领域，特别指一种基于智能电表的台区线损率评估方法以及异常判断方法。

背景技术：

线损是电流在电网中输、变、配过程中流过电阻造成的损耗，是电网企业运营经济技术指标。电网企业开展线损四分管理以来，分台区线损管理一直是电网企业难题。

现阶段台区线损分析和管理存在以下不足：

1)由于台区数量很大，对所有台区进行理论线损计算需耗费大量人力物力，增加了线损管理的困难程度，使台区线损治理不具有针对性。

2)台区线损管理中没有一个比较合理的线损计算和分析方法，无法得到台区理论线损率控制目标，线损异常判断也是一刀切或凭经验主观判断，未针对具体台区进行合理分析。

3)台区户变关系存在不一致的情况。

4)计量自动化系统和营销系统的台区线损统计功能不完善，台区线损异常率高，没有针对性。

技术实现要素：

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

因此，本发明要解决的技术问题在于克服现有技术中的台区线损计算和异常判断中技术不足，大量台区线损率计算和异常判断困难的缺陷，从而提供一种基于智能电表的台区线损路评估及异常判断方法。

为解决上述技术问题，本发明提供如下技术方案：一种基于智能电表的台区线损率评估以及异常判断方法，包括，

利用数据采集模块中的智能电表采集台区内的用电参数数据；

对于未采集到的用电数据，利用线损估算模块计算出用电参数估计值；

数据处理模块根据用电数据和用电参数估计值，得出台区日售电量、日损耗值、日线损率、日供电量的计算值；

利用数据采集模块中的配变检测终端统计出台区日售电量、日损耗值、日线损率、日供电量的统计值，并与计算值对比，进行异常判断；

线损异常分析模块设置计量误差阈值，根据日统计供电量与计算供电量和计量误差阈值对比，分析异常原因。

作为本发明所述基于智能电表的台区线损率评估以及异常判断方法的一种优选方案，其中：所述数据采集模块包括智能电表和配变监测终端，智能电表用于采集用户周期用电数据，其包括日售电量e2n、电压u2nt、电流i2nt、功率因数配变检测终端采集的供电数据包括日供电量e1、电压u1t，电流i1t、功率因数

作为本发明所述基于智能电表的台区线损率评估以及异常判断方法的一种优选方案，其中：数据处理模块将数据采集模块采集到的数据进行数据处理，发现数据异常的报警，并剔除异常数据，对异常数据采用时间序列分析方法估算修正。

作为本发明所述基于智能电表的台区线损率评估以及异常判断方法的一种优选方案，其中：对于未能采集的用户电压u2mt、电流i2mt、功率因数用户售电量e2m，根据历史数据，采用时间序列分析方法和负荷曲线拟合法联合估算未采集到的数据。

作为本发明所述基于智能电表的台区线损率评估以及异常判断方法的一种优选方案，其中：利用时间序列分析方法，选取近10日的历史日电量值，采用简单指数平滑方法，平滑系数选择范围在0.4-0.5之间，估算未采集用户的日电量，其次，选取近3日的历史采集到的电压值拟合负荷曲线，最后，根据估算到的日电量和拟合的负荷曲线，推出每个采集时刻的电压、电流、功率因数。

作为本发明所述基于智能电表的台区线损率评估以及异常判断方法的一种优选方案，其中：采用电压损失法进行每个用户计算周期内的线损率为δp2nt％和δp2mt％，并得到周期内电量损失δe2nt和δe2mt；按周期，每采集一次计算一次；累计计算每个用户的日线损率δp2n％和δp2m％，汇总计算得到台区的日售电量e′2、日损耗值δe2、日线损率δp2％、日供电量e2。

作为本发明所述基于智能电表的台区线损率评估以及异常判断方法的一种优选方案，其中：电压损失法为：

台区首端电压u1t和用户电压u2nt和u2mt，用户功率因数得到每个用户的电压降：

通过一个由台区导线大小决定的系数kp计算该用户的线损率δp2nt％和δp2mt％，并得到周期内电量损失δe2nt和δe2mt：

δp2nt％＝kpntδunt

δp2m％＝kpmtδumt

其中：

作为本发明所述基于智能电表的台区线损率评估以及异常判断方法的一种优选方案，其中：汇总计算日线损率和日供电量方法为：

每个用户的日线损率：

台区的日售电量：

台区的计算日损耗值：

日计算供电量：e2＝δe2+e2

日计算线损率：δp2％＝δe2/e2；

式中：每个用户的日线损率δp2n％和δp2m％，汇总计算得到台区的日售电量e′2、日损耗值δe2、日线损率δp2％、日供电量e2。

作为本发明所述基于智能电表的台区线损率评估以及异常判断方法的一种优选方案，其中：利用数据采集器采集台区内用电数据前，还需要输入台区导线电抗与电阻之比的数值。

作为本发明所述基于智能电表的台区线损率评估以及异常判断方法的一种优选方案，其中：设置计量误差阈值，日统计供电量与计算供电量相差绝对值大于阀值的，台区存在异常；日统计供电量大于计算供电量和阀值之和时，判断异常原因为：台区首端计量表多计量、用户计量表少计量、户变关系不一致；日统计供电量小于计算供电量减阀值之差时，判断异常的原因为：台区首端计量表少计量、用户计量表多计量、户变关系不一致。

本发明的有益效果：本发明提供的基于智能电表的台区线损率评估以及异常判断方法，为台区线损率计算和异常判断提供了系统解决方案，有助于解决台区线损分析和管理困难的问题，促进台区线损率的精细化管理，降低台区损耗，为配电网节能做出贡献。将计算结果反馈至计量自动化系统和营销系统以及工作人员，有助于计量自动化和营销系统数据质量的提升，有助于台区异常处理。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：

图1为基于智能电表的台区线损率评估和异常判断方法的流程；

图2为基于智能电表的台区线损率评估和异常判断方法系统功能构建示意图；

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

实施例1

本实施例提供了一种基于智能电表的台区线损率评估以及异常判断方法，包括，利用数据采集模块中的智能电表采集台区内的用电参数数据；对于未采集到的用电数据，利用线损估算模块计算出用电参数估计值；数据处理模块根据用电数据和用电参数估计值，得出台区日售电量、日损耗值、日线损率、日供电量的计算值；利用数据采集模块中的配变检测终端统计出台区日售电量、日损耗值、日线损率、日供电量的统计值，并与计算值对比，进行异常判断；线损异常分析模块设置计量误差阈值，根据日统计供电量与计算供电量和计量误差阈值对比，分析异常原因。

其中，数据采集模块包括智能电表和配变监测终端，智能电表用于采集用户周期用电数据，其包括日售电量e2n、电压u2nt、电流i2nt、功率因数配变检测终端采集的供电数据包括日供电量e1、电压u1t，电流i1t、功率因数

数据处理模块将数据采集模块采集到的数据进行数据处理，发现数据异常的报警，并剔除异常数据，对异常数据采用时间序列分析方法估算修正。

对于未能采集的用户电压u2mt、电流i2mt、功率因数用户售电量e2m，根据历史数据，采用时间序列分析方法和负荷曲线拟合法联合估算未采集到的数据。

利用时间序列分析方法，选取近10日的历史日电量值，采用简单指数平滑方法，平滑系数选择范围在0.4-0.5之间，估算未采集用户的日电量，其次，选取近3日的历史采集到的电压值拟合负荷曲线，最后，根据估算到的日电量和拟合的负荷曲线，推出每个采集时刻的电压、电流、功率因数。

采用电压损失法进行每个用户计算周期内的线损率为δp2nt％和δp2mt％，并得到周期内电量损失δe2nt和δe2mt；按周期，每采集一次计算一次；累计计算每个用户的日线损率δp2n％和δp2m％，汇总计算得到台区的日售电量e′2、日损耗值δe2、日线损率δp2％、日供电量e2。

具体的，本实施例中的电压损失法为：

台区首端电压u1t和用户电压u2nt和u2mt，用户功率因数得到每个用户的电压降：

通过一个由台区导线大小决定的系数kp计算该用户的线损率δp2nt％和δp2mt％，并得到周期内电量损失δe2nt和δe2mt：

δp2nt％＝kpntδunt

δp2m％＝kpmtδumt

其中：

本实施例中，汇总计算日线损率和日供电量方法为：

每个用户的日线损率：

台区的日售电量：

台区的计算日损耗值：

日计算供电量：e2＝δe2+e′2

日计算线损率：δp2％＝δe2/e2；

式中：每个用户的日线损率δp2n％和δp2m％，汇总计算得到台区的日售电量e2、日损耗值δe2、日线损率δp2％、日供电量e2。

利用数据采集器采集台区内用电数据前，还需要输入台区导线电抗与电阻之比的数值。

根据导线型号，输入台区导线电抗与电阻之比x/r数值，数值参考下表1：

表1典型台区导线的x/r数值

本实施例中，设置计量误差阈值，日统计供电量与计算供电量相差绝对值大于阀值的，台区存在异常；日统计供电量大于计算供电量和阀值之和时，判断异常原因为：台区首端计量表多计量、用户计量表少计量、户变关系不一致；日统计供电量小于计算供电量减阀值之差时，判断异常的原因为：台区首端计量表少计量、用户计量表多计量、户变关系不一致。

本实施例中的方法可以集成在集中采集器、低压集抄系统、营销系统或计量自动化系统等中，作为一个功能模块进行自动计算和分析。本实施例中方法的计算和分析结果可以为计量自动化系统和营销系统提供线损异常报警和准确的日线损率统计值。

为了实现本实施例中的方法，本实施例还提供一种基于智能电表的台区线损率评估方法和异常判断系统，其构成如图2所示，包括数据采集和处理模块、未采集到的数据估算模块、线损计算模块、线损统计模块、线损异常分析模块、系统接口、报警模块。数据采集与处理模块与智能电表和配变检测终端连接，接收两者传来的数据。线损计算模块与线损统计模块与数据采集和处理模块以及未采集到的数据估算模块连接，用于计算每个用户计算周期内的线损率为δp2nt％和δp2mt％，并得到周期内电量损失δe2nt和δe2mt；按周期，每采集一次计算一次；累计计算每个用户的日线损率δp2n％和δp2m％，汇总计算得到台区的日售电量e′2、日损耗值δe2、日线损率δp2％、日供电量e2。线损异常分析模块与系统接口连接，为计量自动化系统和营销系统提供线损异常报警和准确的日线损率统计值。

实施例2

本实施例提供一种基于智能电表的台区线损率评估以及异常判断方法的流程，其逻辑过程如图1所示，其包括如下步骤：

步骤1、根据导线型号，输入台区导线电抗与电阻之比x/r数值；

步骤2、数据采集器采集智能电表用户的电压u2nt(共n个用户，t为一天内采集的总次数)、电流i2nt、功率因数和ttu(配变监测终端)的电压u1t、电流i1t、功率因数按15分钟、半个小时、1个小时等周期进行采集。通过智能电表采集用户的日售电量e2n，通过ttu采集台区的日供电量e1。将采集到的数据进行数据处理，发现数据异常的报警，并剔除异常数据。其后，对异常数据采用时间序列分析方法估算修正。

步骤3、对于未能采集的用户电压u2mt(共m个用户，t为一天内采集的总次数)、电流i2mt、功率因数用户售电量e2m，根据历史数据，采用时间序列分析方法和负荷曲线拟合法联合估算未采集到的数据。

步骤4、采用电压损失法进行每个用户计算周期内的线损率为δp2nt％和δp2mt％，并得到周期内电量损失δe2nt和δe2mt。按周期，每采集一次计算一次。

步骤5、累计计算每个用户的日线损率δp2n％和δp2m％，汇总计算得到台区的日售电量e′2、日损耗值δe2、日线损率δp2％、日供电量e2。

步骤6、统计台区日供电量e1、日线损率δp1％、日损耗δe1，将统计结果与计算结果进行比对，进行异常判断。

步骤7、设置计量误差阈值，日统计供电量与计算供电量相差绝对值大于阀值的，台区存在异常。日统计供电量大于计算供电量和阀值之和时，异常的主要原因：台区首端计量表多计量、用户计量表少计量、户变关系不一致等；日统计供电量小于计算供电量减阀值之差时，异常的主要原因：台区首端计量表少计量、用户计量表多计量、户变关系不一致等。

实施例3

本实施例中利用实施例1中的方法及系统，选取统计线损率异常的10个台区进行试点，将该方法通过数据采集和处理模块、未采集到的数据估算模块、线损计算模块、线损统计模块、线损异常分析模块、系统接口、报警模块集成在集中采集器和低压集抄系统中对台区线损率进行计算。未实施前，10个台区线损率在15-40％之间，波动大，统计线损率异常；实施后，10个台区的计算线损率在8％以下，通过与统计线损率对比和异常处理，统计线损率降低到5％-10％，有效的指导了台区线损管理。

表1：实施方法前台区的线损情况

表2实施方法后台区线损情况

应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。