一种线损异常原因分析方法及相关装置与流程

本技术涉及电网线损管理，尤其涉及一种线损异常原因分析方法及相关装置。

背景技术：

1、线损管理水平是电网经营企业核心竞争能力之一，决定了电网运行是否绿色、高效，线损率的高低直接影响企业营收和利润，是打造世界一流电力企业的重要内容。国内电网企业在不断的探索线损精细化管理，基本实现基于信息系统的分线、分台区同期线损统计，甚至同期线损统计周期可缩短至每日，并且通过日线损与用户的日电量数据进行分析，从而确定电量异常用户和线损异常原因。

2、然而，现有技术通常通过日线损与用户的日电量数据进行分析，但是该方方法只能对日用电行为存在差异的用户有效，对于一些周末不停工等日用电量平稳的用户就难以通过电量波动进行异常定位。因此，亟需设计一种线损数据分析精细度更高的线损异常原因分析方法。

技术实现思路

1、本技术提供了一种线损异常原因分析方法及相关装置，用于解决现有线损数据分析精细度较低的问题。

2、有鉴于此，本技术第一方面提供了一种线损异常原因分析方法，所述方法包括：

3、通过召测待分析线路中所有参与线损计量的用户的时钟，与电量计算系统主站的时钟进行比较，得到待分析线路的线损模型的时钟误差k1；

4、根据待分析线路中所有参与线损计量的用户的小时平均电量和综合变比，计算电量计量设备的时间精度误差k2；

5、基于分时电价规则确定用户的用电行为，根据所述用电行为对所述时钟误差k1和所述时间精度误差k2取最大值得到k值，根据k值计算累计电量，并计算出基于所述累计电量的小时线损；

6、基于小时线损相关性计算公式，根据所述累计电量的小时线损计算得到小时线损相关性，根据小时线损相关性确定线损异常原因。

7、可选地，所述通过召测待分析线路中所有参与线损计量的用户的时钟，与电量计算系统主站的时钟进行比较，得到待分析线路的线损模型的时钟误差k1，具体包括：

8、设所述电量计算系统主站的时钟为t0，并在t0时刻对待分析线路中的所有用户的电量计量设备发起时钟召测，使得所述电量计算系统主站在ta时刻收到用户a反馈的时钟时间a0，用户a的每小时平均电量qa，...，tn时刻收到用户n反馈的时钟时间n0，用户n的每小时平均电量qn；

9、则：

10、用户n的时钟误差为：△tn＝n0-(tn-t0)/2-t0；

11、用户n的时钟误差电量为：△dn＝△tn*qn；

12、待分析线路的线损模型的时钟误差电量为：△d＝△d1+...+△dn；

13、所述线损模型的时钟误差为：k1＝△d*m，其中，m为所述线损模型的平均每小时损失电量m，△d>m。

14、可选地，所述根据待分析线路中所有参与线损计量的用户的小时平均电量和综合变比，计算电量计量设备的时间精度误差k2，具体包括：

15、设待分析线路中的用户a的每小时平均电量为qa，综合变比为ba，...，用户n的每小时平均电量为qn，综合变比为bn；

16、则：

17、用户n的精度误差为：△jn＝bn/100；

18、所述线损模型的时钟误差电量为：△j＝△j1+...+△jn；

19、计量设备的时间精度误差：k2＝△j/m，其中，m为所述线损模型的平均每小时损失电量m，△j>m。

20、可选地，所述小时线损相关性计算公式为：

21、

22、式中，r为所述小时线损相关性，n为统计期包含的小时数，xi为某用户在时间i的小时电量，为统计期内该用户的小时电量平均值，sx为统计期内该用户的小时电量标准差，yi为模型在小时i的累计电量的小时线损，为统计期内线损模型的小时损失电量平均值，sy为统计期内线损模型的小时损失电量标准差。

23、本技术第二方面提供一种线损异常原因分析系统，所述系统包括：

24、第一计算单元，用于通过召测待分析线路中所有参与线损计量的用户的时钟，与电量计算系统主站的时钟进行比较，得到待分析线路的线损模型的时钟误差k1；

25、第二计算单元，用于根据待分析线路中所有参与线损计量的用户的小时平均电量和综合变比，计算电量计量设备的时间精度误差k2；

26、第三计算单元，用于基于分时电价规则确定用户的用电行为，根据所述用电行为对所述时钟误差k1和所述时间精度误差k2取最大值得到k值，根据k值计算累计电量，并计算出基于所述累计电量的小时线损；

27、分析单元，用于基于小时线损相关性计算公式，根据所述累计电量的小时线损计算得到小时线损相关性，根据小时线损相关性确定线损异常原因。

28、可选地，所述第一计算单元，具体用于：

29、设所述电量计算系统主站的时钟为t0，并在t0时刻对待分析线路中的所有用户的电量计量设备发起时钟召测，使得所述电量计算系统主站在ta时刻收到用户a反馈的时钟时间a0，用户a的每小时平均电量qa，...，tn时刻收到用户n反馈的时钟时间n0，用户n的每小时平均电量qn；

30、则：

31、用户n的时钟误差为：△tn＝n0-(tn-t0)/2-t0；

32、用户n的时钟误差电量为：△dn＝△tn*qn；

33、待分析线路的线损模型的时钟误差电量为：△d＝△d1+...+△dn；

34、所述线损模型的时钟误差为：k1＝△d*m，其中，m为所述线损模型的平均每小时损失电量m，△d>m。

35、可选地，所述第二计算单元，具体用于：

36、设待分析线路中的用户a的每小时平均电量为qa，综合变比为ba，...，用户n的每小时平均电量为qn，综合变比为bn；

37、则：

38、用户n的精度误差为：△jn＝bn/100；

39、所述线损模型的时钟误差电量为：△j＝△j1+...+△jn；

40、计量设备的时间精度误差：k2＝△j/m，其中，m为所述线损模型的平均每小时损失电量m，△j>m。

41、可选地，所述小时线损相关性计算公式为：

42、

43、式中，r为所述小时线损相关性，n为统计期包含的小时数，xi为某用户在时间i的小时电量，为统计期内该用户的小时电量平均值，sx为统计期内该用户的小时电量标准差，yi为模型在小时i的累计电量的小时线损，为统计期内线损模型的小时损失电量平均值，sy为统计期内线损模型的小时损失电量标准差。

44、本技术第三方面提供一种线损异常原因分析设备，所述设备包括处理器以及存储器：

45、所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

46、所述处理器用于根据所述程序代码中的指令，执行如上述第一方面所述的线损异常原因分析方法的步骤。

47、本技术第四方面提供一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行上述第一方面所述的线损异常原因分析方法。

48、从以上技术方案可以看出，本技术具有以下优点：

49、本技术提供了一种线损异常原因分析方法，包括：通过召测待分析线路中所有参与线损计量的用户的时钟，与电量计算系统主站的时钟进行比较，得到待分析线路的线损模型的时钟误差k1；根据待分析线路中所有参与线损计量的用户的小时平均电量和综合变比，计算电量计量设备的时间精度误差k2；基于分时电价规则确定用户的用电行为，根据用电行为对时钟误差k1和时间精度误差k2取最大值得到k值，根据k值计算累计电量，并计算出基于累计电量的小时线损；基于小时线损相关性计算公式，根据累计电量的小时线损计算得到小时线损相关性，根据小时线损相关性确定线损异常原因。

50、与现有技术相比：

51、本技术实施例提供的一种线损异常原因分析方法，首先计算出小时线损的误差，然后通过累计小时电量的方法减少误差的影响，从而算出小时线损率和线损电量户；再通过小时损失电量与用户小时电量间的线性关系，找出导致线损异常的用户。本技术使得线损数据分析精细度由日线损提升至小时线损，数据密度和分析样本数量都得到提升；而且受分时电价和用户用电习性的影响，小时电量的波动幅度要比日电量波动突出；实现对窃电、计量失准用电客户更精准、更高效、更自动的分析定位，提高线损异常分析的效率，甚至可以找出异常发生的时点。从而解决了现有线损数据分析精细度较低的问题。