本文摘要：當(dāng)前，國(guó)家電網(wǎng)有限公司全面開展分區(qū)、分壓、分線、分臺(tái)區(qū)同期線損管理工作，線損管理工作已全面數(shù)字化轉(zhuǎn)型，考慮到供電企業(yè)面臨一般工商業(yè)電價(jià)持續(xù)下調(diào)和經(jīng)濟(jì)讓利造成的經(jīng)營(yíng)困局因素，配電網(wǎng)線損治理成為關(guān)乎供電企業(yè)經(jīng)營(yíng)成果和經(jīng)濟(jì)效益的重要工作之一。 線
當(dāng)前，國(guó)家電網(wǎng)有限公司全面開展“分區(qū)、分壓、分線、分臺(tái)區(qū)”同期線損管理工作，線損管理工作已全面數(shù)字化轉(zhuǎn)型，考慮到供電企業(yè)面臨一般工商業(yè)電價(jià)持續(xù)下調(diào)和經(jīng)濟(jì)讓利造成的經(jīng)營(yíng)困局因素，配電網(wǎng)線損治理成為關(guān)乎供電企業(yè)經(jīng)營(yíng)成果和經(jīng)濟(jì)效益的重要工作之一。
線損率是電力供給鏈的關(guān)鍵數(shù)據(jù)指標(biāo)之一，其治理成效優(yōu)劣既關(guān)乎國(guó)民生產(chǎn)生活的可靠用電，又制約電力行業(yè)能源、環(huán)境的可持續(xù)發(fā)展。
據(jù)統(tǒng)計(jì)，每損耗1度電，就相當(dāng)于消耗0.4千克煤和4升凈水，多排放1千克二氧化碳和0.03千克二氧化硫。 從電力公司內(nèi)部來看，電能損耗過大直接加速設(shè)備老化損壞，甚至可能引發(fā)大面積停電等惡性事故。
如今，智能電表覆蓋率和拓?fù)鋽?shù)據(jù)信息化程度顯著提高，為線損治理開辟了數(shù)字化思路，但仍存在系統(tǒng)相互獨(dú)立、數(shù)據(jù)龐雜異構(gòu)等問題。 且現(xiàn)場(chǎng)故障排查時(shí)存在排查距離遠(yuǎn)、耗時(shí)長(zhǎng)，甚至無法排查出故障等情況，使降低線損率工作舉步維艱。
為此，國(guó)網(wǎng)上海市電力公司市北供電公司(以下簡(jiǎn)稱“市北供電公司”)青年創(chuàng)新團(tuán)隊(duì)以縮短現(xiàn)場(chǎng)排故時(shí)間、提升治理準(zhǔn)度、降低線損率為目標(biāo)，拓展數(shù)據(jù)價(jià)值，探索研發(fā)了一系列配電網(wǎng)線損治理及數(shù)據(jù)拓展應(yīng)用關(guān)鍵技術(shù)。
基于母線不平衡率的計(jì)量裝置二次回路故障辨識(shí)方法
站內(nèi)計(jì)量裝置二次回路故障是引起母線電量不平衡率超標(biāo)的主要原因，且計(jì)量裝置接線復(fù)雜、故障類型多，僅靠現(xiàn)場(chǎng)人工逐一排查會(huì)耗費(fèi)大量時(shí)間。 為解決這一問題，發(fā)明了基于母線不平衡率的計(jì)量異常裝置二次回路故障辨識(shí)方法。
首先，基于信息平臺(tái)積累的海量數(shù)據(jù)，利用數(shù)據(jù)分析技術(shù)挖掘出母線電量不平衡率超標(biāo)的原因，如系統(tǒng)采集異常、臺(tái)賬變比信息誤輸入引起的倍率異常(導(dǎo)致輸入或輸出電量偏差)、電度表計(jì)量回路故障等。
其次，基于大量配電網(wǎng)運(yùn)行數(shù)據(jù)，結(jié)合數(shù)據(jù)分析和相量分析法解析、提煉常見故障的數(shù)據(jù)特征，提出了基于場(chǎng)景預(yù)判的故障辨識(shí)方法，即根據(jù)母線平衡日?qǐng)?bào)表的電量數(shù)據(jù)進(jìn)行故障預(yù)判，在排查前找出可能出現(xiàn)的故障表及故障類型，然后再利用鉗形電流表進(jìn)行現(xiàn)場(chǎng)排查，可以大大提高工作效率。
該方法使得現(xiàn)場(chǎng)排查故障平均時(shí)間從2小時(shí)以上(甚至無法排查出故障)減少到15分鐘內(nèi)。基于分線線損率的線-變-表拓?fù)浼芭_(tái)賬信息異常分析方法
分線線損率異常原因包含現(xiàn)場(chǎng)缺陷、系統(tǒng)臺(tái)帳問題等，由于涉及系統(tǒng)多、數(shù)據(jù)龐雜，因此異常原因確認(rèn)較為困難，導(dǎo)致現(xiàn)有分析方法準(zhǔn)確率低。 為解決這一問題，發(fā)明了基于分線線損率的線-變-表拓?fù)浼芭_(tái)賬信息異常分析方法。
首先，對(duì)同期線損系統(tǒng)中配電網(wǎng)系統(tǒng)的分析輔助及消除缺陷結(jié)果進(jìn)行大數(shù)據(jù)分析，可以歸納出分線線損率異常的原因，如計(jì)量裝置、臺(tái)賬信息、現(xiàn)場(chǎng)運(yùn)行狀態(tài)、用戶電量異常等。 其次，結(jié)合電量正反向表底值、母線不平衡率、臺(tái)區(qū)線損率等其他數(shù)據(jù)特征，可較為準(zhǔn)確地定位部分故障情況及概率。 再次，針對(duì)電網(wǎng)運(yùn)行的不同異常場(chǎng)景推導(dǎo)出線-變-表拓?fù)洚惓Ｗ兓?guī)律，即線損率統(tǒng)計(jì)值和實(shí)際值的關(guān)系式。
最后，通過數(shù)據(jù)清洗、數(shù)據(jù)映射、模糊檢索、數(shù)據(jù)挖掘、數(shù)據(jù)監(jiān)控、單因素試驗(yàn)、統(tǒng)計(jì)分析等手段，克服各個(gè)系統(tǒng)數(shù)據(jù)獨(dú)立分散、完整性和規(guī)范性差等缺點(diǎn)，并以分線線損率為索引，結(jié)合分線線損率異常的典型數(shù)據(jù)特征，及時(shí)發(fā)現(xiàn)臺(tái)賬信息錯(cuò)誤、運(yùn)行狀態(tài)錯(cuò)誤、線-變-表拓?fù)洚惓５葐栴}，并生成線損率的縱向與橫向數(shù)據(jù)分布、分段對(duì)比情況，便于實(shí)時(shí)監(jiān)控線損變化情況并做出應(yīng)對(duì)方案。 該方法使得分線線損率異常判斷的準(zhǔn)確率從39%提升到了71%，現(xiàn)場(chǎng)排查工作量下降80%以上。
基于用電采集系統(tǒng)的多時(shí)間尺度用電異常分析方法
以往，電力部門只能通過現(xiàn)場(chǎng)巡檢或基于用戶每月電量、月度線損情況，憑經(jīng)驗(yàn)確定電能計(jì)量異常用戶，得出的結(jié)果往往時(shí)效性差、準(zhǔn)確率低。 為提高用電異常排查效率，發(fā)明了基于用電采集系統(tǒng)的多時(shí)間尺度異常分析方法。 方法流程如圖3所示。
按照時(shí)間尺度，對(duì)系統(tǒng)采集的數(shù)據(jù)進(jìn)行分類，短期數(shù)據(jù)可分為每時(shí)刻電流電壓集合和每日24小時(shí)電流電壓集合，中長(zhǎng)期數(shù)據(jù)可分為月度每日用電量集合和年度每月用電量集合，針對(duì)短期數(shù)據(jù)可采用電流電壓判定算法進(jìn)行異常辨識(shí)，針對(duì)中長(zhǎng)期數(shù)據(jù)可采用聚類算法和相關(guān)系數(shù)法進(jìn)行異常辨識(shí)，進(jìn)而從不同的時(shí)間尺度角度搜索到異常用電嫌疑用戶。
目前用來采集用電信息的裝置主要有兩種，一種是專變終端，另一種是集中器。 其中專變終端能夠獲取用戶的電流電壓和用電量等信息，對(duì)于這部分用戶，可采用短期和中長(zhǎng)期時(shí)間尺度的異常用電分析方法進(jìn)行綜合判斷; 而集中器一般沒有開通獲取電流電壓信息的通道，只能獲取用戶用電量信息，對(duì)于這部分用戶，可采用中長(zhǎng)期時(shí)間尺度的異常用電分析方法進(jìn)行異常辨識(shí)。
該方法能夠有效挖掘數(shù)據(jù)價(jià)值，為監(jiān)控人員及時(shí)甄別用戶異常用電提供有效手段，用電異常辨識(shí)時(shí)間縮短為原來的1/3。基于數(shù)據(jù)分析技術(shù)的電力用戶畫像刻畫方法，針對(duì)數(shù)據(jù)價(jià)值再挖掘、再利用的行業(yè)趨勢(shì)、企業(yè)轉(zhuǎn)型需求，在抗擊新冠肺炎疫情期間，進(jìn)一步拓展應(yīng)用基于用電采集系統(tǒng)的多時(shí)間尺度用電異常分析方法，結(jié)合返居指數(shù)、復(fù)工指數(shù)、復(fù)產(chǎn)指數(shù)，動(dòng)態(tài)全面地刻畫了社區(qū)、行業(yè)、園區(qū)等電力用戶畫像及其用電行為，能夠網(wǎng)格化監(jiān)控社區(qū)流動(dòng)人員情況，直觀反映行業(yè)復(fù)工復(fù)產(chǎn)的變化趨勢(shì)，為疫情防控和復(fù)工復(fù)產(chǎn)安排提供了決策支撐。
疫情逐漸控制后，將電力數(shù)據(jù)與政府?dāng)?shù)據(jù)相融合，在返居、復(fù)工、復(fù)產(chǎn)指數(shù)的基礎(chǔ)上進(jìn)一步提出了離家、群租、環(huán)保、能耗等指數(shù)，構(gòu)建了完善的數(shù)據(jù)指數(shù)體系，并結(jié)合關(guān)聯(lián)、聚類、分類、回歸等數(shù)據(jù)分析技術(shù)，針對(duì)居民用戶提出了居民流動(dòng)分析、獨(dú)居老人關(guān)愛、出租群體識(shí)別等應(yīng)用場(chǎng)景，針對(duì)企業(yè)用戶提出了復(fù)工復(fù)產(chǎn)監(jiān)測(cè)、用電能耗監(jiān)測(cè)、環(huán)保停復(fù)工監(jiān)測(cè)等應(yīng)用場(chǎng)景，從而助力城市精細(xì)化治理。
供電技術(shù)論文范例：新時(shí)期加強(qiáng)供電公司團(tuán)青工作的若干思考
電網(wǎng)線損治理及數(shù)據(jù)拓展應(yīng)用系列關(guān)鍵技術(shù)的應(yīng)用，為市北供電公司累計(jì)帶來直接經(jīng)濟(jì)效益1000余萬元。 該系列技術(shù)的應(yīng)用不僅能夠挖掘電力數(shù)據(jù)價(jià)值、消除隱患、避免大面積停電事件、保證電網(wǎng)安全、提高供電可靠性，而且還實(shí)現(xiàn)了數(shù)據(jù)、邏輯辨?zhèn)�，助力監(jiān)測(cè)和校驗(yàn)電網(wǎng)運(yùn)行狀態(tài)與系統(tǒng)狀態(tài)的偏差，為電網(wǎng)穩(wěn)定運(yùn)行和用戶安全用電提供了數(shù)據(jù)保障。
新冠肺炎疫情期間，推廣應(yīng)用項(xiàng)目關(guān)鍵技術(shù)，通過電量分析，刻畫了復(fù)工復(fù)產(chǎn)變化趨勢(shì)，并及時(shí)反饋給政府部門，為全社會(huì)的復(fù)產(chǎn)復(fù)工安排提供決策依據(jù)，有力提增了國(guó)家電網(wǎng)社會(huì)擔(dān)當(dāng)作為的正面形象。 未來，電網(wǎng)系統(tǒng)相關(guān)數(shù)據(jù)應(yīng)用、智能化技術(shù)的研發(fā)與落地，必將為智慧城市建設(shè)、用電能耗監(jiān)測(cè)等貢獻(xiàn)更多力量。
作者：夏澍 陳開風(fēng) 陳佳瑜
轉(zhuǎn)載請(qǐng)注明來自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///dzlw/26213.html
