本发明涉及电网数据处理，特别涉及一种基于移动客户端的线损计算方法。
背景技术：
随着我国经济社会的发展，电力需求快速增长，能源开发重心不断西移、北移，西部和北部能源基地向东中部负载中心输电的规模越来越大、距离越来越远，尤其是清洁能源大规模开发利用的需要，使电网安全、清洁能源发展、生态环境面临严重问题。国家电网在为经济社会发展提供坚强的电力保障的同时，对电网节能降损工作提出了更高要求。线损率指标综合反映电网运行中各环节的损耗，集中体现生产、调度、营销等各项核心业务的管理水平。为了降损节能、挖潜增效，通过配网的理论线损计算获知技术线损的大小显得尤为重要。由于配网中并不是所有的节点都安装有电压、电流实时监测装置，这为实现精确的理论线损计算带来一定困难。节能计算平台大多采用集中式架构，将的设计、运行、管理都集中在一点上，加重了服务器的负担，还对服务器的性能提出了较高的要求。由于在进行线损计算时设定了一些假定条件，使得此类算法达到的计算精度较低，并不能满足当前对于降损分析和线损精细化管理的需求。同时，传统的理论线损计算平台存在着“信息孤岛”的问题，因此相关数据的获取和输出等数据交换非常繁琐和易错。且传统的理论线损计算平台未采用统一对象模型对线损计算对象建模，容易造成信息交换困难。就目前我国电力系统的现状来看，对于实时监测的负载点，由于各监测装置采样时刻的不同会导致不同期问题，使得线损计算结果存在误差。由于运行成本的限制，配网上并不是所有的节点都安装了实时量测装置，导致实时数据采集不完整。
技术实现要素：
为解决上述现有技术所存在的问题，本发明提出了一种基于移动客户端的线损计算方法，包括：
线损计算平台的移动端从数据源和目标数据表获取数据仓库信息，获取的数据仓库信息包括表结构和表字段属性；提供用户编辑数据处理业务流程的程序，以图形化组件和定义工作流程的方式来定义数据采集、转换和加载的过程；将定制的数据处理业务上传到分站；在需要修改数据处理业务时，通过分站下载业务信息并在数据处理业务设计程序上进行编辑；
线损计算平台的分站在接受移动端获取数据处理业务的请求后，将业务发送给移动端；采取预定的策略来控制业务的分配；对每个业务的调度周期、调度时间进行设置；根据设置的调度信息检索当前需要被调度执行的业务，将业务发送至资源较多的机器上执行；实时监控网络，检索网络上可以提供远程计算服务的机器并查询在远程主机上当前的资源使用情况，将云端及其状态添加到可供调用的计算服务列表上；
线损计算平台的云端接收由分站发过来的任务，并将任务进行解析后进行数据集成的工作，将远程接口在服务注册中注册，搜索在待定的网络环境中提供计算服务的所有服务器并监控这些服务器的当前状态和资源使用情况；根据设定的参数从数据源提取数据并按工作流中定义的流程将数据按照预先定义的规则对采集数据进行格式的转换、重组，得到的数据，然后将重组后的数据按照加载规则添加到目标数据库中。
优选地，所述分站处理三种数据，包括业务数据、调度数据和云端数据；业务数据用于描述数据采集、转换和加载过程的信息；调度数据表示业务运行周期和在每个周期内的具体运行时间的描述信息；云端数据描述在网络中的提供服务的云端的地址及其远程服务端口。
优选地，所述分站通过交换机与移动终端直接相连；所有的云端和数据仓库的目标数据库通过交换机相连，交换机之间通过主干交换机进一步相连，在主干交换机之上架设防火墙。
优选地，配网的实时运行数据从用电信息采集系统和ems系统中获取；用电信息采集系统的xml格式数据传入线损计算平台并解析，直接在地理图上表现用电信息采集系统的实时数据，在地理图上选中设备查询运行信息、发送控制命令，根据故障报警信息，在地图上确定故障设备、故障定位；用电信息采集系统从线损计算平台获得配电网设备的地理拓扑信息；当配电网发生异动时，图形数据和属性数据的维护在线损计算平台完成；线损计算平台的数据仓库中，对于发生的异动，异动的属性数据转换成xml格式传给用电信息采集系统；
线损计算程序可直接从ems系统数据库中获取所有的配网运行数据以及部分主网运行数据，包括如供电量、线路容量、专用变压器的损耗、公用变压器的损耗、用户信息、专用设备的运行数据。
优选地，所述线损计算平台建立了基于公共数据模型的配网线损计算模型；将杆塔编码作为设备的属性放入设备数据库；将变电站、主线、支线以及杆塔进行层次式编码；在完成配网中对象的编码后，建立基于公共数据模型的配网线损计算对象数据库；通过建立实例与行、属性与字段以及关系与主键的映射关系，建立公共数据模型到关系数据库中的映射，实现公共数据模型在关系数据库中的存储；将数据库中涉及到的字段依次在公共数据模型中找到相应的类及属性，建立配网数据库。
优选地，所述移动端对于没有接口的管理系统，通过面向服务架构的形式通过web服务接口将现有的应用子系统作为服务提供者，将自己的web服务接口描述文件通过云端的服务注册中心进行注册和发布，服务使用者根据服务提供者提供的服务接口即可对其进行数据读取；配网的结构数据从地理信息系统中读取，这些数据包括设备参数、逻辑拓扑结构以及变电站、杆塔以及电力线设备的电气连接图。
优选地，通过xml实现与用电信息采集系统、地理信息系统以及ems系统程序间的信息交互，并将实时数据存储于目标数据库中；
读取目标数据库中的实时数据，并利用这些数据计算配网的理论线损，然后将计算结果返回到目标数据库中；数据库采用oracle关系数据库，除了存储配网的线路结构参数、配网的实时运行数据外，还存储配网的历史结构参数、运行参数以及各种计算结果；操作人员除了能够得到配网的实时线损计算结果外，还能够通过选择时间来得到配网的历史线损数据；计算结果包含线路损耗、线损率、变压器损耗、可变损耗。
本发明相比现有技术，具有以下优点：
本发明提出的基于移动客户端的线损计算方法，实现了多个系统的集成，有效解决了分布在企业内部的统一管理的问题，通过获取各系统的实时数据成为了应用系统的公共数据平台，为电网的未来规划发挥了重要作用。在线损计算中考虑了量测与非量测点的区别以及不同地区和属性的区别，使实时数据采集和计算更完整和精确。
具体实施方式
下文提供对本发明一个或者多个实施例的详细描述。结合这样的实施例描述本发明，但是本发明不限于任何实施例。本发明的范围仅由权利要求书限定，并且本发明涵盖诸多替代、修改和等同物。在下文描述中阐述诸多具体细节以便提供对本发明的透彻理解。出于示例的目的而提供这些细节，并且无这些具体细节中的一些或者所有细节也可以根据权利要求书实现本发明。
本发明的线损计算平台基于移动客户端、分站和云端的三个模块的体系结构。移动端包括数据处理模块、业务定制模块和业务传输模块。数据处理模块从数据源和目标数据表获取数据仓库信息，获取的数据仓库信息包括表结构和表字段属性，对于无法获取目标数据的情况，可以根据需要自行编辑。业务定制模块提供用户编辑数据处理业务流程的程序，以图形化组件和定义工作流程的方式来定义数据采集、转换和加载的过程。业务传输模块将定制好的数据处理业务上传到分站。在需要修改数据处理业务时，用户通过业务传输模块需要通过分站的业务控制模块下载业务信息并在数据处理业务设计程序上进行编辑。
分站包括业务控制模块、业务配置模块、业务调度模块和服务搜索模块，并用于处理业务数据、调度数据和云端数据。业务数据指用于描述数据采集、转换和加载过程的信息。调度数据指表示业务运行周期和在每个周期内的具体运行时间的描述信息。云端数据描述在网络中的提供服务的云端的地址及其远程服务端口。业务控制模块负责数据处理业务的收集管理和业务的分发。数据处理业务控制模块在接受移动端获取数据处理业务的请求后，将业务发送给移动端。为了保证一个业务不被两个用户同时修改造成不一致，业务控制模块必须采取一定的策略来控制业务的合理分配。业务配置模块负责对每个业务的调度周期、调度时间进行设置。业务调度模块根据在业务配置模块中设置的调度信息检索当前需要被调度执行的业务，将业务发送至资源较多的机器上执行。服务搜索模块负责实时监控网络，检索在网络上可以提供远程计算服务的机器并查询在远程主机上当前的资源使用情况，将这些云端及其状态添加到可供调用的计算服务列表上。
云端包含远程接口、服务控制列表、数据采集、数据转换和数据加载模块。远程接口是运行在云端中负责向外界提供计算服务的接口，远程接口接收由业务调度模块发过来的任务，并将任务进行解析后唤醒相应的数据采集、数据转换和数据加载模块进行数据集成的工作。服务控制列表是所有向外界提供服务的对象的注册中心，远程接口要被云端以外的程序搜索到就需要在服务注册中注册。服务搜索模块是用来搜索在待定的网络环境中提供计算服务的所有服务器并监控这些服务器的当前状态和资源使用情况。服务搜索的依据实际上是通过在服务控制列表中查询得知的。数据采集模块负责根据设定的参数从数据源提取数据并按工作流中定义的流程将数据传给数据转换模块，数据转换模块负责将数据按照预先定义的规则对采集数据进行格式的转换、重组，得到的数据发送至加载模块。数据加载模块负责将从数据转换模块重组后的数据按照加载规则添加到目标数据库中。
分站上存储所有的数据处理业务数据，因此移动终端需要从分站下载业务。分站和编辑业务的移动终端需要进行频繁的数据交互，因此通过交换机与移动终端直接相连，加快传输的速度。所有的云端和数据仓库的目标数据库通过交换机相连，交换机之间通过主干交换机进一步相连，在主干交换机之上架设防火墙。
业务执行流程其工作流程描述如下：移动端发送一个数据处理请求到业务调度代理；业务调度代理获取该业务的数据信息；判断该业务是否需要进行数据划分，如果不需要，则直接分配该业务到此时计算能力最强的节点上运行，否则业务调度代理收集所有可用计算节点的信息，按照负载信息计算该业务的划分方案；根据划分方案，向所选中的n个计算节点发送执行消息；等待这n个计算节点执行所分配到的任务，并返回执行完毕消息；合并计算结果；业务执行结束。
在数据处理引擎进行数据采集、转换和加载的过程中，需要涉及到两个缓存池：采集转换缓存池和转换加载缓存池。采集转换缓存池用来暂存从数据源获取的数据。转换加载用来暂存经过数据转换之后的数据。在执行业务流程时，根据在数据中定义的顺序对转换实体进行排序，依次取出转换实体并找出和转换实体相关联的采集实体和加载实体。接着创建加载线程、创建转换加载缓存池、创建转换线程、创建采集转换缓存池和创建采集线程。
线损计算平台从用电信息采集系统采集配网运行的实时数据；用电信息采集系统的xml格式数据传入线损计算平台并解析，这样，可以直接在地理图上表现用电信息采集系统的实时数据，在地理图上选中设备查询运行信息、发送控制命令，而且还可以根据故障报警信息，在地图上确定故障设备、故障定位。用电信息采集系统从线损计算平台获得配电网设备的地理拓扑信息。当配电网发生异动时，在线损计算平台上，图形数据和属性数据的维护在线损计算平台完成。线损计算平台的数据仓库中，对于发生的异动，异动的属性数据转换成xml格式传给用电信息采集系统。
线损计算平台对配电设备资料包括设备类型、设备型号、站内双编号、从属类别、出厂日期、启用日期，从属名称等的维护和查询，是通过与地理信息系统系统数据通过接口自动同步。通过erp系统与线损计算平台的关联，在线损计算平台里建立了设备台账，自动触发到erp系统。
线损计算平台在底层数据的基础上，对配网结构、运行方式、运行数据进行科学的分析。帮助电力企业做出最佳的统一决策，实现宏观上指导电网建设的目的。
本发明的线损计算平台建立了基于公共数据模型的配网线损计算模型。将杆塔编码作为设备的属性放入设备数据库。将变电站、主线、支线以及杆塔进行层次式编码。在完成配网中对象的编码后，建立基于公共数据模型的配网线损计算对象数据库。通过建立实例与行、属性与字段。以及关系与主键的映射关系，建立公共数据模型到关系数据库中的映射，实现公共数据模型在关系数据库中的存储。将数据库中涉及到的字段依次在公共数据模型中找到相应的类及属性，建立配网数据库。
移动端的数据处理模块包含三个模块：数据获取单元、线路分析单元、线损计算单元。
对于有接口的管理系统，可直接通过管理系统的接口读取数据；对于没有接口的管理系统，可通过面向服务架构的形式，通过web服务接口将现有的应用子系统作为服务提供者，将自己的web服务接口描述文件通过云端的服务注册中心进行注册和发布，服务使用者只需根据服务提供者提供的服务接口即可对其进行数据读取。
配网的结构数据从地理信息系统中读取。地理信息系统可提供配网的属性信息、空间信息以及地理图形信息。对于本发明给出的线损计算平台，其中的线损计算单元可从地理信息系统中实时获取配网的结构数据。这些数据包括设备参数、逻辑拓扑结构以及变电站、杆塔以及电力线设备的电气连接图。
配网的实时运行数据从用电信息采集系统和ems系统中获取。用电信息采集系统通过监测装置实时监测和控制配网，从而实现对实时数据和历史数据的处理、存储。用电信息采集系统可提供xml类型的数据，这些数据包括负载电流数据、出线关口电量、电流的潮流值。ems包括所有的配网运行数据以及部分主网运行数据，包括如供电量、线路容量、专用变压器的损耗、公用变压器的损耗、用户信息、专用设备的运行数据。线损计算程序可直接从ems系统数据库中获取上述数据。
基于以上数据的读取方式，本发明通过xml实现与用电信息采集系统、地理信息系统以及ems系统程序间的信息交互，并将实时数据存储于目标数据库中。系统中的线损计算单元可读取目标数据库中的实时数据，并利用这些数据计算配网的理论线损，然后将计算结果返回到目标数据库中。数据库采用oracle关系数据库，除了存储配网的线路结构参数、配网的实时运行数据外，还存储了配网的历史结构参数、运行参数以及各种计算结果。操作人员除了能够得到配网的实时线损计算结果外，还能够通过选择时间来得到配网的历史线损数据。计算结果除了包含线路损耗外，还有线损率、变压器损耗、可变损耗。
本发明针对各个实时量测点，将采集到的实时数据归算到同一时刻，从而避免数据采集时刻不同而带来的误差；针对配网中的非完全量测点给出注入电流计算方法，利用实时数据提高计算精度。然后对公共数据模型进行扩展，并建立基于公共数据模型的线损计算平台。该系统能够读取用电信息采集系统、地理信息系统和ems系统的数据，并通过xml语言实现数据交互。
针对不同类型的负载点，本发明给出相应的数据处理方式。对于量测点，将采集到的实时数据归算到整点时刻，消除采集数据不同期带来的误差；在此的基础上，分析各节点的负载模式并绘制负载函数，从而获得各负载模式下的负载函数，并利用这些负载函数推算非量测点各时刻的注入电流。
具体方法为：选取某负载模式下的量测点，并将其作为该负载模式的参考点。利用实时监测装置获得该参考点代表日全天的电量，以及代表日所在月的全月电量。通过全月电量可进一步计算该月每天的平均电量。代表日当天的电量与平均电量之比即功率系数表征代表日当天的负载水平。具体计算公式为：
式中：kp，kq分别为代表日当天参考点的有功、无功功率系数；ap，aq分别为代表日当天参考点注入的有功电量、无功电量；
而在非量测点中，对于已知全月总电量信息但没有实时监测装置的节点。分析节点的负载模式，并结合全月有功、无功电量信息以及功率系数估计出该类节点注入的电流。计算过程考虑配电变压器的固定有功、无功损耗以及可变有功损耗、无功损耗。利用以下公式计算已知全月总电量信息的节点在代表日当天的用电量，即
式中∑ap,n∑aq,n分别为第n个已知全月总电量信息的节点的月有功电量、无功用电量；ap,n和aq,n分别为已知全月总电量信息的节点在代表日当天的有功电量和无功电量；n为当月天数。
如果配网中某已知全月总电量信息的节点的负载类型为同类型，则通过电量和电流的关系计算出该已知全月总电量信息的节点的电流负载函数，用于线损计算：
首先，计算该参考点注入的平均电流。
式中：iav,p，iav,q分别为注入的有功平均电流无功平均电流；u为该参考点处配电变压器高压侧额定电压；t为测计期小时数。
其次，计算该参考点各时刻注入电流与平均电流之比
最后推算出参考节点第i时刻的注入电流：
iip,n，iiq,n分别为代表日当天节点n第i时刻注入电流的有功分量、无功分量；ap,n，aq,n分别为代表日当天节点n的有功电量、无功电量；uin为第i时刻节点n处配电变压器的高压侧初始电压。
对于既无实时量测信息，也无电量信息的节点，直接用根节点电流减去量测点注入电流以及已知全月总电量信息的节点近似电流按容量分配获得注入电流：
本发明在计算线路损耗和各非量测负载点的电压时，考虑电压损失对线路损耗的影响，以及各负载点功率因数、负载系数对线损计算的影响。由于已计算出各个负载点的注入初始电流，则馈线的节点网络方程可表示为：
yv＝ii
式中：ii是第i时刻各节点的注入电流；v是节点电压；将y因子分解后得：
utduv＝i
式中：u为支路和节点关系矩阵；d为对角矩阵，对角线上的元素值为各支路的导纳值。
将注入电流在迭代过程中表示为ii,(k)p,n，ii,(k)q,n代表节点n第i时刻第k次迭代时的有功、无功电流；初始电压uin表示为ui,(k)n，代表节点n第i时刻第k次迭代时配电变压器高压侧电压。
首先，从配网末端开始，到距离末端最近的量测点为止，将该部分的分支树划分为一个区域，并将此量测点作为该区域中分支树的根节点。然后，针对此区域的分支树进行前推回代的潮流分析。再将该根节点作为其上一级分支树实时量测的负载点，并对上一级分支树进行潮流分析。以此类推，直到计算到整个配网的根节点为止。对于每个前推回代的迭代过程，迭代结束的条件是相邻两次迭代电压差值模分量的最大值max|ui,(k+1)n-ui,(k)n|小于预定义收敛指标。
本发明进一步的方面在对地区属性进行划分及量化后，建立推荐方法，并以大量历史数据为基础，即不同地区不同属性对用电量变化幅度的影响及划分量化后的不同属性，对不同地区进行关联规则推荐，得到某地区适用的关联规则，据此计算得到统计线损区间值。挖掘各个随机因素发生时长与对应的用电量变化幅度的定量关系，确定随机事件发生时，对应用电量的变化情况。
本发明利用k均值聚类对历史数据进行处理，将经济、气候等因素相似的地区分为一类后，再针对每一类数据进行随机因素与用电量变化的关联规则挖掘。
在对用电量变化幅度与随机因素发生时长数据进行分组基础的上，确定两者数据的精确值，即在对所有历史数据进行k均值聚类分类处理后的基础上，且是在同类历史数据中进行对比计算，将同类的历史数据称为相似日。其大致思想为，对随机因素ra发生的待计算日与其未发生该随机因素的相似日用电量进行做差处理。在相似日电量对比中存在以下两种情况：
若待计算日发生随机因素ra，相似日未发生任何随机因素，则直接对两者电量做差，差值即为ra影响的用电量变化幅度值。
若待计算日发生随机因素ra，相似日未发生ra，但发生随机因素rb，采用下式得剔除无关量后的日电量lt’：
式中lti为日电量原始数据；
在上述结果基础上，对修正后待计算日与相似日电量进行做差，即为用电量在随机因素ra影响下的变化值lm：
lm＝lt’-lts
式中lts为相似日电量。
经关联规则挖掘后的数据需要进行进行量化。本发明采用的量化方法是，基于经济隶属度函数计算不同经济水平下同一地区的月度用电量情况，并结合相关变权重系数进行修正计算，最终将结果量化。
在进行用电量初步计算后，得到月度统计线损率。
选取月度用电量与对应的各月度经济要素序列(包括生产总值、第一产业、第二产业、第三产业)进行多元非线性回归，得到用电量与经济因素的综合关系模型；利用拟合方程中用电量对各经济要素求偏导，分别求出第i个经济要素影响下用电量对其变化的敏感度si；此敏感度代表的是月平均水平，由ta与t’a两区间平均经济水平之差△t，计算出经济因素对用电量差值(lta-lt’a)的修正值，用△l1表示：
最后，由相邻两月不对应时段的平均经济水平差值计算两者电量差值，修正得到考虑经济因素的对应月用电量lt’1：
lt'1＝lta+(lta-lt'a)+△l1
其中lta为该月抄表用电量。
由此，可得到用电量差值(lta-lt'a)的二次修正值△l2：
式中t’j1为因素rj在本月不对应区间发生的总小时数；t’j2为因素rj在上月不对应区间发生的总小时数；
最后对计算得到的用电量和统计线损电量进行对标合理性验证，输出结果。
针对不同地区统计线损的计算，本发明通过推荐相似的关联规则计算统计线损。具体流程如下：
步骤1搜集不同地区不同属性的历史数据，构建关联规则推荐的历史数据库；
步骤2对历史数据库中的数据进行属性划分及量化后，将新属性数据与原有历史属性数据进行相似性系数计算，根据判定条件初步筛选新属性的近邻项；
步骤3在筛选出的近邻项中，进行属性间相似性评分值计算，按照排序选取评分值较高的项，作为关联规则的推荐模型；
步骤4若上述两者符合判定条件，则进行下一步骤；若不符合条件，则按照其支持度大小排序，选取支持度最高者；
步骤5根据计算结果选择适合关联规则进行推荐匹配；
步骤6将关联规则推荐结果量化处理；
步骤7基于上述步骤，得到推荐结论，并据此计算实际月度用电量并修正，得到极限统计线损。
其中对于步骤3的计算相似性，本发明采用下式进行计算：
式中＝
fik为第k个地区的第i个属性，m为总的地区数量。
将原有样本数据同样进行归一化处理后，对地区属性与原有样本数据进行相似性系数度量，据此寻找合适的模型进行推荐。
对于不同地区的相同属性，以及不同地区的不同属性，采用相似性系数与两种情况下相似性系数之和的比值计算其权重系数：
式中r(u,j)表示属性u与属性j间的相似性系数；r(a,i)表示a地属性与i地属性间的相似性系数；s(i)为属性i的相似项集合。
得到两种情况待计算地区属性与样本属性间的综合相似性评分值：
式中
再依据该值大小进行排序，选取评分较高的若干项，则其样本数据的关联规则为推荐项。
将规则头定义为用电量变化幅度，将规则体定义为不同地区同一属性的不同取值范围；将fij与已挖掘的关联规则基准值相比较，用相关系数法计算其相似度，并将其按大小排序，按照排序结果选择推荐方案。经推荐后得到的单位用电量变化幅度为区间[ηj1,ηj2]：
式中
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。