公变台区线损率异常原因检测方法和系统与流程

本发明涉及电网线损分析领域，特别是涉及一种公变台区线损率异常原因检测方法和系统。

背景技术：

线损是电力网综合电能损耗的统称，是电网经营企业在电能传输过程中所发生的全部电能损耗。线损指标是衡量电网企业的规划设计、生产运行和经营管理水平及综合实力的核心指标，是与先进水平对话的“国际语言”。线损的高低直接影响着企业的经济效益，已成为提高经营效益、增强核心竞争力的重要突破口。目前供电企业的日常线损管理仅依靠现场巡查、个人经验和技能判断分析，不仅效率低下，而且容易出现分析错误以致采取不当的降损措施等一系列问题。

技术实现要素：

本发明提供一种公变台区线损率异常原因检测方法和系统，能对公变台区线损率异常原因进行分析和定位，高效地辅助线损管理人员进行更精确地异常判断，从而提高线损管理的精益化水平。

本发明实施例采用以下技术方案：

一种公变台区线损率异常原因检测方法，包括如下步骤：

从配网生产系统、计量自动化系统以及营销系统中获取线损率异常的公变台区的基础源数据；

根据基础源数据分别所述对线损率异常的公变台区进行以下分析中的任意一项或多项：计量监测异常分析、负荷率分析、功率因数分析、三相不平衡分析和窃电原因分析；

根据分析结果在显示界面上展示所述线损率异常的公变台区的异常原因。

一种线损率异常原因检测系统，包括：

获取模块，用于从配网生产系统、计量自动化系统以及营销系统中获取线损率异常的公变台区的基础源数据；

分析模块，用于根据基础源数据分别对线损率异常的公变台区进行以下分析中的任意一项或多项：计量监测异常分析、负荷率分析、功率因数分析、三相不平衡分析、线径分析和窃电原因分析；

展示模块，用于根据分析结果在显示界面上展示线损率异常的公变台区的异常原因。

本发明通过对营销管理系统、计量自动化系统和生产系统的数据源收集，针对出现线损率异常的公变台区，结合多种分析方法对其线损率异常原因进行分析和定位，这种方法客观、真实，能高效地辅助线损管理人员进行更精确地异常判断，从而提高线损管理的精益化水平。

附图说明

图1是本发明的公变台区线损率异常原因检测方法在一个实施例中的流程示意图；

图2为本发明实施例中显示界面的示意图；

图3为本发明实施例中对线损率异常的公变台区进行计量监测异常分析的流程示意图；

图4为本发明实施例中对线损率异常的公变台区进行负荷率分析的流程示意图；

图5为本发明实施例中对线损率异常的公变台区进行功率因数分析的流程示意图；

图6为本发明实施例中对线损率异常的公变台区进行三相不平衡分析的流程示意图；

图7为本发明实施例中对线损率异常的公变台区进行窃电原因分析的流程示意图；

图8为本发明的公变台区线损率异常原因检测系统在一个实施例中的结构示意图。

具体实施方式

下面将结合较佳实施例及附图对本发明的内容作进一步详细描述。显然，下文所描述的实施例仅用于解释本发明，而非对本发明的限定。基于本发明中的实施例，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，都属于本发明保护的范围。

应当理解的是，尽管在下文中采用术语“第一”、“第二”等来描述各种信息，但这些信息不应限于这些术语，这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明范围的情况下，“第一”信息也可以被称为“第二”信息，类似的，“第二”信息也可以被称为“第一”信息。

另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。

图1是本发明的公变台区线损率异常原因检测方法在一个实施例中的流程示意图，本实施例的公变台区线损率异常原因检测方法可以由计算机cpu、嵌入式控制器等具备数据处理功能的装置来执行。如图1所示，本实施例中的公变台区线损率异常原因检测方法包括以下步骤：

步骤s11，从配网生产系统、计量自动化系统以及营销系统中获取线损率异常的公变台区的基础源数据；

基础源数据是指与线损电量及线损率相关的数据，在本实施例中，可以通过数据接口从配网生产系统、计量自动化系统以及营销系统中导出基础源数据，通过该基础源数据对线损率异常的公变台区的异常原因进行检测、分析。

步骤s12，根据基础源数据分别对线损率异常的公变台区进行以下分析中的任意一项或多项：计量监测异常分析、负荷率分析、功率因数分析、三相不平衡分析和窃电原因分析；

在获得基础源数据之后，便可以线损率异常的公变台区作为分析对象，通过相应的基础源数据实施分析。在本实施例中，分析方法包含计量监测异常分析、负荷率分析、功率因数分析、三相不平衡分析和窃电原因分析中的任意一种或多种。每一个分析方法均可以确定线损率异常的公变台区是否有相应的异常事件。较佳地，可以结合上面所有的分析方法来对线损率异常的公变台区作分析，已便更加准确地定位线损率异常原因。

其中，计量监测异常分析用于确定线损率异常的公变台区是否发生电能表计量异常事件，例如计量突增事件、计量突减事件等，可以通过分析历史电量数据来进行判断，也可以采用现有技术中的其他方法来进行判断。

负荷率分析用于确定线损率异常的公变台区是否发生负荷率过低事件，可以通过分析公变台区中公用变压器的月供电量来判断，还可以采用现有技术中的其他方法来进行判断。

功率因数分析用于确定线损率异常的公变台区是否发生功率因数过低事件，三相不平衡分析用于确定线损率异常的公变台区是否发生三相不平衡事件，窃电原因分析用于确定线损率异常的公变台区所对应的公变用户是否存在窃电嫌疑。

步骤s13，根据分析结果在显示界面上展示线损率异常的公变台区的异常原因。

在通过上述分析方法中的一种或多种对线损率异常的公变台区进行分析之后，根据相应的分析结果在显示界面上展示线损率异常的公变台区的异常原因，例如：通过计量监测异常分析确定某个线损率异常的公变台区t1发生计量突增事件，通过负荷率分析确定该公变台区t1发生负荷率过低事件，通过功率因数分析确定该公变台区t1发生功率因数过低事件，通过三相不平衡分析确定该公变台区t1发生三相不平衡事件，通过窃电原因分析确定该公变台区t1中的公变用户u1发生窃电事件；则参照图2所示，可根据分析结果在显示界面上展示线损率异常的公变台区t1的异常原因为电能计量突增、负荷率过低、功率因数过低、三相不平衡以及公变用户u1存在窃电嫌疑。

进一步的，在根据分析结果展示线损率异常的公变台区的异常原因时，可按照对应分析方法的优先级顺序进行展示。例如图2所示，为每个分析方法设定优先级，在显示界面上按照分析方法优先级由高到低的顺序展示各分析结果所对应的异常原因。

本发明通过收集配网生产系统、计量自动化系统和营销系统的基础源数据，对出现线损率异常的公变台区进行异常原因定位分析，这种方法处理效率高，而且客观、真实，高效地辅助线损管理人员进行更精确地异常判断，从而提高线损管理的精益化水平。

可选的，基础源数据包括线损率异常的公变台区所对应的历史电量数据及待验证的电量数据。本实施例中提供一种具体的计量监测异常分析的方法。参照图3所示，对线损率异常的公变台区进行计量监测异常分析的过程包括如下步骤：

步骤s31，将历史电量数据划分成四份数据，且保持第一份数据中的最大值小于第二份数据中的最小值，第二份数据中的最大值小于第三份数据中的最小值，第三份数据中的最大值小于第四份数据中的最小值；

步骤s32，按照以下表达式(1)、(2)、(3)进行处理：

iqr＝q3-q1(1)

min＝q1-2iqr(2)

max＝q3+2iqr(3)

其中，q1为第一份数据的平均值，q2为第二份数据的平均值，q3为第三份数据的平均值，q4为第四份数据的平均值，iqr、min以及max均为计算过程中的中间值；

步骤s33，判断待验证的电量数据是否大于max，若是，则判定线损率异常的公变台区发生电能表计量突增事件，若否，则进入步骤s304；

步骤s34，判断所述待验证的电量数据是否小于k·min，若是，则判定线损率异常的公变台区发生电能表计量突减事件。

其中，k为预设系数。可选的，k取值为0.5。历史电量数据可以是线损率异常的公变台区在上个月的电量数据，而待验证数据则为当月中被选定的一天的电量数据。

需要说明的是，两个判断步骤(步骤s303和s303)的顺序可以互换，即先判断待验证的电量数据是否小于k·min，再判断待验证的电量数据是否大于max。

可选的，基础源数据包括线损率异常的公变台区所对应的公用变压器的月供电量。本实施例中提供一种对线损率异常的公变台区进行负荷率分析的方法，参照图4所示，该方法包括如下步骤：

步骤s51，计算线损率异常的公变台区所对应的公用变压器月供电量的平均值；

具体的，可选取上一年的月供电量数据进行计算，即依据线损率异常的公变台区所对应的公用变压器在上一年度的月供电量，计算月供电量的平均值。

步骤s52，判断月供电量的平均值是否小于标准月供电量，若是，则进入步骤s503；

其中，标准月供电量为预先配置的参数。

步骤s53，判定线损率异常的公变台区发生负荷率过低事件。

可选的，基础源数据包括线损率异常的公变台区在第一设定时间段内各个计算周期的总有功电量和总无功电量。本实施例中提供一种对线损率异常的公变台区进行功率因数分析的方法，参照图5所示，该方法包括如下步骤：

步骤s61，根据总有功电量和总无功电量计算各个计算周期的平均功率因数；

具体的，由如下表达式(5)计算平均功率因数：

式(4)中，p为当前计算周期的总有功电量，q为当前计算周期的总无功电量，为当前计算周期的平均功率因数。

步骤s62，若满足第一条件的计算周期的数量大于第一设定个数，则判定线损率异常的公变台区发生功率因数严重过低事件；

其中，第一条件为平均功率因数小于第一阈值。

步骤s63，若满足第一条件的计算周期的数量小于第一设定个数，且满足第二条件的计算周期的数量大于第一设定个数，则判定线损率异常的公变台区发生功率因数中度过低事件；

其中，第二条件为平均功率因数小于第二阈值，且第二阈值大于第一阈值。

步骤s64，若满足第二条件的计算周期的数量小于第一设定个数，且满足第三条件的计算周期的数量大于第一设定个数，则判定线损率异常的公变台区发生功率因数轻度过低事件；

其中，第三条件为平均功率因数小于第三阈值，且第三阈值大于所述第二阈值。

进一步的，第一设定间段可以设置为一个月，计算周期可以设置为一天，因此在进行功率因数分析时，以一个月的数据为基准，计算每一天的功率因数。第一设定个数可设置为15天，第一阈值设置为0.65，第二阈值设置为0.75，第三阈值设置为0.85。

按照以上步骤，在计算出一个月内每一天的功率因数后，若有超过15天的功率因数小于0.65，则判定线损率异常的公变台区发生功率因数严重过低事件；若功率因数小于0.65的天数小于15天，而功率因数小于0.75的天数大于15天，则线损率异常的公变台区发生功率因数中度过低事件；若功率因数小于0.75的天数小于15天，而功率因数小于0.85的天数大于15天，则线损率异常的公变台区发生功率因数轻度过低事件。由此可见，本实施例中的功率因数分析方法，不仅可以分析出线损率异常的公变台区是否存在功率因数过低的事件，还能划分出事件的严重程度。

可选的，基础源数据包括在第二设定时间段内线损率异常的公变台区的ab两相电流值。本实施例中提供一种对线损率异常的公变台区进行三相不平衡分析的方法，参照图6所示，该方法包括：

步骤s101，根据线损率异常的公变台区的ab两相电流值计算线损率异常的公变台区在第二设定时间段内各个计算周期的线损增加率；

具体的，可按照以下条件式来计算线损增加率：

上式(5)中，βa、βb分别为在第二设定时间段内线损率异常的公变台区的a相电流值、b相电流值。

步骤s102，若满足第四条件的计算周期的数量大于第二设定个数，则判定线损率异常的公变台区发生严重三相不平衡事件；

其中，第四条件为线损增加率大于第四阈值。

步骤s103，若满足第四条件的计算周期的数量小于第二设定个数，且满足第五条件的计算周期的数量大于第二设定个数，则判定线损率异常的公变台区发生中度三相不平衡事件；

其中，第五条件为线损增加率大于第五阈值，且第五阈值小于第四阈值。

步骤s104，若满足第五条件的计算周期的数量小于第二设定个数，且满足第六条件的计算周期的数量大于第二设定个数，则判定线损率异常的公变台区发生轻度三相不平衡事件；

其中，第六条件为线损增加率大于第六阈值，且第六阈值小于第五阈值。

进一步的，第二设定间段也可以设置为一个月，计算周期可以设置为一天，因此在进行三相不平衡分析时，以一个月的数据为基准，计算每一天的线损增加率。第二设定个数可设置为15天，第四阈值设置为1.6，第五阈值设置为1.2，第六阈值设置为0.8。

按照以上步骤，在计算出一个月内每一天的线损增加率后，若有超过15天的线损增加率大于1.2，则判定线损率异常的公变台区发生严重三相不平衡事件；若线损增加率大于1.2的天数小于15天，而线损增加率大于1.2的天数大于15天，则线损率异常的公变台区发生中度三相不平衡事件；若线损增加率大于1.2的天数小于15天，而线损增加率大于0.8的天数大于15天，则线损率异常的公变台区发生轻度三相不平衡事件。由此可见，本实施例中的三相不平衡分析方法，不仅可以分析出线损率异常的公变台区是否存在三相不平衡事件，还能划分出事件的严重程度。

可选的，基础源数据包括线损率异常的公变台区的线损率和线损电量，以及线损率异常的公变台区所对应的公变用户的用电量。本发明实施例还提供一种对线损率异常的公变台区进行窃电原因分析的方法，如图7所示，该方法包括：

步骤s121，从所述线损率异常的公变台区的集合中筛选出满足设定选择条件的线损率异常的公变台区；

其中设定选择条件为：公变台区的线损率大于0，且该公变台区在当前评价周期内的线损率大于在上一评价周期内的线损率。

步骤s122，计算各个满足设定选择条件的线损率异常的公变台区的线损增加量；

其中，线损增加量为公变台区在当前评价周期内的线损电量与在上一评价周期内的线损电量的差值。

步骤s123，计算各个满足设定选择条件的线损率异常的公变台区所对应的公变用户的用电差值；

其中，用电差值为公变用户在上一评价周期内的用电量与在当前评价周期内的用电量的差值；

步骤s124，计算各个满足设定选择条件的线损率异常的公变台区所对应的公变用户的用电差值占比；

其中，用电差值占比为公变用户的用电差值与所对应的公变台区的线损增加量的比值；

步骤s125，判断用电差值占比是否大于标准占比，若是，则进入步骤s126；

其中，标准占比为预先配置的参数。

步骤s126，判定用电差值占比对应的公变用户存在窃电嫌疑。

具体的，评价周期可以是一个月，即以每月的数据进行评价。

考虑到如有公变用户窃电，则基于用电计量装置所统计的用电量将会降低。因此，为了提高数据处理效率，在本实施例提供的窃电原因分析方法中，还可以在计算用电差值之前对公变用户进行筛选，即从各个满足设定选择条件的线损率异常的公变台区所对应的公变用户中，筛选出用电量下降的公变用户，并计算用电量下降的公变用户的用电差值。其中，用电量下降的公变用户是指满足如下条件的公变用户：公变用户在当前评价周期内的用电量小于在上一评价周期内的用电量。

通过以上窃电原因分析方法，可以找出线损率异常的公变台区所对应的公变用户是否存在窃电嫌疑，从而有效辅助线损管理人员进行更精确地异常判断，提高线损管理的精益化水平。

需要说明的是，对于前述的各方法实施例，为了简便描述，将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。

根据上述本发明的公变台区线损率异常原因检测方法，本发明还提供一种公变台区线损率异常原因检测系统，下面结合附图及较佳实施例对本发明的公变台区线损率异常原因检测系统进行详细说明。

图8为本发明的公变台区线损率异常原因检测系统在一个实施例中的结构示意图。如图8所示，该实施例中的公变台区线损率异常原因检测系统包括：

获取模块10，用于从配网生产系统、计量自动化系统以及营销系统中获取线损率异常的公变台区的基础源数据；

分析模块20，用于根据基础源数据分别对线损率异常的公变台区进行以下分析中的任意一项或多项：计量监测异常分析、负荷率分析、功率因数分析、三相不平衡分析和窃电原因分析；

展示模块30，用于根据分析结果在显示界面上展示线损率异常的公变台区的异常原因。

具体的，在本实施例中，获取模块10可以通过数据接口从配网生产系统、计量自动化系统以及营销系统中获取基础源数据。

在获取模块10获得基础源数据之后，分析模块20便可以线损率异常的公变台区作为分析对象，通过相应的基础源数据实施分析。在本实施例中，分析模块20所采用的分析方法包含计量监测异常分析、负荷率分析、功率因数分析、三相不平衡分析和窃电原因分析中的任意一种或多种。每一个分析方法均可以确定线损率异常的公变台区是否有相应的异常事件。较佳地，分析模块20可以结合上面所有的分析方法来对线损率异常的公变台区作分析，以便更加准确地定位线损率异常原因。

在分析模块20通过上述分析方法中的一种或多种对线损率异常的公变台区进行分析之后，展示模块30根据相应的分析结果在显示界面上展示线损率异常的公变台区的异常原因，例如展示模块30按照图2所示的界面展示异常原因。

进一步的，在展示模块30根据分析结果展示线损率异常的公变台区的异常原因时，可按照对应分析方法的优先级顺序进行展示。例如为每个分析方法设定优先级，展示模块30在显示界面上按照分析方法优先级由高到低的顺序展示各分析结果所对应的异常原因。

在一种可选的实施方式中，基础源数据包括线损率异常的公变台区所对应的历史电量数据及待验证的电量数据；分析模块包括计量监测异常分析模块，计量监测异常分析模块包括：

电量数据划分模块，用于将历史电量数据划分成四份数据，且保持第一份数据中的最大值小于第二份数据中的最小值，第二份数据中的最大值小于第三份数据中的最小值，第三份数据中的最大值小于第四份数据中的最小值；

电量数据处理模块，用于按照以下表达式进行处理：iqr＝q3-q1，min＝q1-2iqr，max＝q3+2iqr；其中q1为第一份数据的平均值，q2为第二份数据的平均值，q3为第三份数据的平均值，q4为第四份数据的平均值，iqr、min以及max均为计算过程中的中间值；

电量数据验证模块，用于在待验证的电量数据大于max时，判定线损率异常的公变台区发生电能表计量突增事件；在待验证的电量数据小于k·min时，判定线损率异常的公变台区发生电能表计量突减事件；其中，k为预设系数。

可选的，基础源数据包括线损率异常的公变台区所对应的公用变压器的月供电量，分析模块包括台区负荷率分析模块，台区负荷率分析模块包括：

月均供电量计算模块，用于计算线损率异常的公变台区所对应的公用变压器的月供电量的平均值；

台区负荷率过低判定模块，用于在月供电量的平均值小于标准月供电量时，判定线损率异常的公变台区发生负荷率过低事件。

其中，标准月供电量为预先配置的参数。

可选的，基础源数据包括线损率异常的公变台区在第一设定时间段内各个计算周期的总有功电量和总无功电量，分析模块包括功率因数分析模块，功率因数分析模块包括：

平均功率因数计算模块，用于根据总有功电量和总无功电量计算各个计算周期的平均功率因数；

第一功率因数过低判定模块，用于在满足第一条件的计算周期的数量大于第一设定个数时，判定线损率异常的公变台区发生功率因数严重过低事件；第一条件为平均功率因数小于第一阈值；

第二功率因数过低判定模块，用于在满足第二条件的计算周期的数量小于第一设定个数，且满足第二条件的计算周期的数量大于第一设定个数时，判定线损率异常的公变台区发生功率因数中度过低事件；第二条件为平均功率因数小于第二阈值，且第二阈值大于第一阈值；

第三功率因数过低判定模块，用于在满足第二条件的计算周期的数量小于第一设定个数，且满足第三条件的计算周期的数量大于第一设定个数时，判定线损率异常的公变台区发生功率因数轻度过低事件；第三条件为平均功率因数小于第三阈值，且第三阈值大于第二阈值。

可选的，分析模块20还包括三相不平衡分析模块，用于对线损率异常的公变台区进行三相不平衡分析。

可选的，基础源数据包括在第二设定时间段内线损率异常的公变台区的ab两相电流值，三相不平衡分析模块包括：

线损增加率计算模块，用于根据线损率异常的公变台区的ab两相电流值计算线损率异常的公变台区在第二设定时间段内各个计算周期的线损增加率；

第一三相不平衡判定模块，用于在满足第四条件的计算周期的数量大于第二设定个数时，判定线损率异常的公变台区发生严重三相不平衡事件；第四条件为线损增加率大于第四阈值；

第二三相不平衡判定模块，用于在满足第四条件的计算周期的数量小于第二设定个数，且满足第五条件的计算周期的数量大于第二设定个数时，判定线损率异常的公变台区发生中度三相不平衡事件；第五条件为线损增加率大于第五阈值，且第五阈值小于第四阈值；

第三三相不平衡判定模块，用于在满足第五条件的计算周期的数量小于第二设定个数，且满足第六条件的计算周期的数量大于第二设定个数时，判定线损率异常的公变台区发生轻度三相不平衡事件；第六条件为线损增加率大于第六阈值，且第六阈值小于第五阈值。

可选的，基础源数据包括线损率异常的公变台区的线损率和线损电量，以及线损率异常的公变台区所对应的公变用户的用电量，分析模块包括台区窃电原因分析模块，台区窃电原因分析模块包括：

台区筛选模块，用于从线损率异常的公变台区的集合中筛选出满足设定选择条件的线损率异常的公变台区；

其中，设定选择条件为：公变台区的线损率大于0，且该公变台区在当前评价周期内的线损率大于在上一评价周期内的线损率；

线损增加量计算模块，用于计算各个满足设定选择条件的线损率异常的公变台区的线损增加量；

其中，线损增加量为公变台区在当前评价周期内的线损电量与在上一评价周期内的线损电量的差值；

用电差值计算模块，用于计算各个满足设定选择条件的线损率异常的公变台区所对应的公变用户的用电差值；

其中，用电差值为公变用户在上一评价周期内的用电量与在当前评价周期内的用电量的差值；

用电差值占比计算模块，用于计算各个满足设定选择条件的线损率异常的公变台区所对应的公变用户的用电差值占比；

其中，第二用电差值占比为公变用户的用电差值与所对应的公变台区的线损增加量的比值；

窃电事件判定模块，用于在用电差值占比大于标准占比时，判定用电差值占比对应的专变用户存在窃电嫌疑；

其中，标准占比为预先配置的参数。

具体的，评价周期可以是一个月，即以每月的数据进行评价。

考虑到如有公变用户窃电，则基于用电计量装置所统计的用电量将会降低。因此，为了提高数据处理效率，在本实施例提供的台区窃电原因分析模块中，还可以包括公变用户筛选模块，用于在计算用电差值之前对公变用户进行筛选，即从各个满足设定选择条件的线损率异常的公变台区所对应的公变用户中，通过公变用户筛选模块筛选出用电量下降的公变用户，并计算用电量下降的公变用户的用电差值。其中，用电量下降的公变用户是指满足如下条件的公变用户：公变用户在当前评价周期内的用电量小于在上一评价周期内的用电量。

上述线损率异常原因检测系统可执行本发明实施例所提供的线损率异常原因检测方法，具备执行方法相应的功能模块和有益效果，至于其中各个功能模块实现其功能的具体方法，可参照上述线损率异常原因检测方法实施例中的描述，此处不再赘述。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。