一种基于电压降落分析的台区线损诊断方法及相关装置与流程

本发明属于低压台区线损分析诊断，具体涉及一种基于电压降落分析的台区线损诊断方法及相关装置。

背景技术：

1、线损是现今电网企业一项重要的技术经济指标，线损管理关系到电网企业经济效益和节能减排的重要问题，其中，低压台区线损问题诊断与管理对于电网运行的提质增效尤为重要。

2、目前针对台区线损的诊断方法主要基于台区线损率和电量等数据，利用数据降维分析和k-means聚类算法等大数据分析方法对台区状态进行分析，但此类方法依然存在一些缺点，比如研判的准确性取决于输入的数据质量和数量，如果数据质量不高或信息存在偏差，可能导致分析不准确或得到误导性的结论，影响决策和行动。

技术实现思路

1、本发明的目的在于提供一种基于电压降落分析的台区线损诊断方法及相关装置，以解决现有技术中的台区线损的诊断方法准确性取决于输入的数据质量和数量，如果数据质量不高或信息存在偏差，可能导致分析不准确或得到误导性的结论的问题。

2、为了解决上述技术问题，本发明采用如下技术方案：

3、第一方面，本发明提供一种基于电压降落分析的台区线损诊断方法，具体包括以下步骤：

4、采集基础数据，所述基础数据包括：总表三相电压、电流曲线数据和用户电压、电流曲线数据；

5、对所述基础数据进行修正，得到修正过的基础数据；

6、根据修正过的基础数据，判断用户所属相位，得到用户相位识别结果；

7、根据用户相位识别结果，计算用户的实测压降结果，得到用户的实测压降值；

8、根据修正过的基础数据，计算用户的理论压降结果，得到用户的理论压降值；

9、计算用户的实测压降值与理论压降值之间的偏差值以及用户的电压损失率；

10、根据用户的实测压降值与理论压降值之间的偏差值和用户的电压损失率，对台区线损进行分析，得到台区线损诊断结果。

11、可选的，所述对所述基础数据进行修正，得到修正过的基础数据的步骤，具体包括：

12、对用户电压曲线数据和用户电流曲线数据分别进行修正，使用的修正方法如下：

13、对于m个数据xi，计算第j个数据xj与数据平均值的偏差率其中：j∈[1,2,…,m]；

14、

15、

16、偏差率大于设定的阈值εj时，使用数据平均值代替xj。

17、可选的，所述根据修正过的基础数据，判断用户所属相位，得到用户相位识别结果的步骤，具体包括：

18、计算用户电压与总表三相电压之间的相关系数，公式如下：

19、

20、式中：x为户表数据，大小为m*n；y为总表三相数据，大小为3*n；n为电压记录次数，m为用户数；结果矩阵大小为m*3，代表m个用户与总表三相中各相位的相关系数；与用户相关系数最大的相位为用户的相关系数相位识别结果；

21、计算用户电压曲线与总表三相电压曲线之间的欧式距离，公式如下：

22、euclidean＝(x(y·a))(x(y·a))t

23、式中：y代表某一相电压向量，大小为n*1；a为全为1的向量，大小为1*n；结果矩阵为大小为m*1，代表m个用户与总表三相中某一相的欧氏距离；与用户的欧氏距离最小的相位为用户的欧氏距离相位识别结果；

24、计算用户电压曲线与总表三相电压曲线之间的余弦距离，公式如下：

25、

26、式中：结果矩阵大小为m*3，代表m个用户与总表三相中各相的余弦距离；与用户的余弦距离最小的相位为用户的余弦距离相位识别结果；

27、其中，1)、用户的相关系数相位识别结果、欧氏距离相位识别结果和余弦距离相位识别结果中至少有两个结果一致时，一致的结果为用户相位识别结果；

28、2)、当用户的相关系数相位识别结果、欧氏距离相位识别结果和余弦距离相位识别结果均不一致时，选取准确率最高的计算方法的结果作为用户相位识别结果；所述准确率最高的计算方法为，以1)中的相关系数相位识别结果、欧氏距离相位识别结果、余弦距离相位识别结果和用户相位识别结果为样本，结果与用户相位识别结果一致的数目最高的计算方法。

29、可选的，所述根据用户相位识别结果，计算用户的实测压降结果，得到用户的实测压降值的步骤，具体包括：

30、用户j在i时刻的实测压降值δusi的计算公式如下：

31、δusi＝u0i-uji

32、式中：i∈[1,2,…,96]；j∈[1,2,…,m]，m为用户数；u0i为用户所属相位对应的i时刻总表电压；uji为用户j的i时刻电压。

33、可选的，所述根据修正过的基础数据，计算用户的理论压降结果，得到用户的理论压降值的步骤，具体包括：

34、用户j在i时刻的理论压降值的计算公式如下：

35、δuti＝il1irl1+il2irl2+r…+iljirlj+ijirj

36、式中：ilji为连接用户j的导线段在i时刻流经的电流，rlj为连接用户j的导线段的电阻；iji为用户j在i时刻的电流，rj为用户j的电阻。

37、可选的，所述计算用户的实测压降值与理论压降值之间的偏差值以及用户的电压损失率的步骤，具体包括：

38、用户在i时刻的实测压降值与理论压降值之间的偏差值计算公式如下：

39、deli＝|δusi-δuti|

40、用户的电压损失率δusavj％的计算公式如下：

41、

42、

43、

44、式中：δusavj为用户日平均压降值；u0av为总表日平均电压；n为用户电压采集点数；

45、筛选末端用户的日平均压降值的公式如下：

46、

47、将末端用户的日平均压降值带入用户的电压损失率δusavj％的计算公式，能够得到末端用户的电压损失率。

48、可选的，所述根据用户的实测压降值与理论压降值之间的偏差值和用户的电压损失率，对台区线损进行分析，得到台区线损诊断结果的步骤，具体包括：

49、设定阈值εu，对台区线损进行分析：

50、1)>90％的用户在i至i+7的连续8个时刻点的deli>εu时，台区线损诊断结果为：台区存在表外用户；

51、2)≤90％的用户在i至i+47的连续48个时刻点的deli>εu时，台区线损诊断结果为用户存在接线问题，导致线路电阻异常变大；

52、3)末端用户的电压损失率δusavj％大于20％时，台区线损诊断结果为用户电压越下限，台区存在供电半径过长、线路老化的问题或台区存在线径细、台区重载的问题；

53、4)用户的电压损失率δusavj％<-20％时，台区线损诊断结果为用户电压越上限，台区存在光伏发电量过大的问题或台区存在逆变器故障的问题；

54、5)判断条件1)、2)、3)和4)均不满足时，台区线损诊断结果为台区线损无异常。

55、第二方面，本发明提供一种基于电压降落分析的台区线损诊断系统，包括：

56、数据采集模块，用于采集基础数据，所述基础数据包括：总表三相电压、电流曲线数据和用户电压、电流曲线数据；

57、修正模块，用于对数据采集模块获得的基础数据进行修正，得到修正过的基础数据；

58、相位识别模块，用于通过修正模块获得的修正过的基础数据，判断用户所属相位，得到用户相位识别结果；

59、第一计算模块，用于基于相位识别模块获得的用户相位识别结果，计算用户的实测压降结果，得到用户的实测压降值；

60、第二计算模块，用于通过修正模块获得的修正过的基础数据，计算用户的理论压降结果，得到用户的理论压降值；

61、第三计算模块，用于计算用户的实测压降值与理论压降值之间的偏差值以及用户的电压损失率；

62、线损诊断模块，用于根据第三计算模块获得的用户的实测压降值与理论压降值之间的偏差值以及用户的电压损失率，对台区线损进行分析，得到台区线损诊断结果；

63、输出模块，用于输出台区线损诊断结果。

64、第三方面，本发明提供一种电子设备，包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序以实现所述的一种基于电压降落分析的台区线损诊断方法。

65、第四方面，本发明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至少一个指令，所述至少一个指令被处理器执行时实现所述的一种基于电压降落分析的台区线损诊断方法。

66、与现有技术相比，本发明具有以下有益效果：

67、本发明提供一种基于电压降落分析的台区线损诊断方法，采集基础数据，所述基础数据包括：总表三相电压、电流曲线数据和用户电压、电流曲线数据；对所述基础数据进行修正，得到修正过的基础数据；根据修正过的基础数据，判断用户所属相位，得到用户相位识别结果；根据用户相位识别结果，计算用户的实测压降结果，得到用户的实测压降值；根据修正过的基础数据，计算用户的理论压降结果，得到用户的理论压降值；计算用户的实测压降值与理论压降值之间的偏差值以及用户的电压损失率；根据用户的实测压降值与理论压降值之间的偏差值和用户的电压损失率，对台区线损进行分析，得到台区线损诊断结果。

68、本发明基于低压用户电压降落这一反映线损的最基础指标进行深入剖析，从底层对线损构成进行拆解，改变以往依靠数据挖掘等形式对线损预测的不确定性，以强电气理论为理论基础，从最根本处解析台区线损存在的问题和原因，解决现有技术中的台区线损的诊断方法准确性取决于输入的数据质量和数量，如果数据质量不高或信息存在偏差，可能导致分析不准确或得到误导性的结论的问题；同时使用数据修正方法对数据进行处理，通过合理的设定理论和实际压差偏离阈值，合理规避数据干扰，以电气原理分析代替大数据分析对台区线损进行精准诊断。