[发明专利]一种基于大数据的线路台区异常分析方法

权利要求书

1.一种基于大数据的线路台区异常分析方法，其特征在于，包括：

步骤100：从海量平台及线损数据库中抽取表底及档案数据，存入数据库；

步骤200：根据所述数据库中所述表底及档案数据，计算低压用户、专变用户和台区售电量；

步骤300：在国网省公司计算完成低压用户、专变用户和台区售电量后，将计算结果及高压通过数据中心的非结构化传输通道上传到国网总部非结构化数据库中；

步骤400：抽取所述国网总部非结构化数据库的数据，将表底、档案和计算模型存入总部分布式文件系统中；

步骤500：根据步骤400获取的所述表底、档案和计算模型，计算线路、台区的供电量及线损率；

步骤600：选择至少一种线损分析模式，进行线损分析；根据一种或多种线损分析模式结果，生成诊断报告；

其中，步骤600中线损分析模式包括第一线损分析模式，第二线损分析模式和第三线损分析模式；

其中，所述第一线损分析模式为零供电量的线路和台区诊断模式，包括：

步骤A100，获取所有供电量为零的线路和台区数据；

步骤A200，检测所述线路和台区供电侧表计是否采集失败；

步骤A300，检测供电侧表计是否没走电；

步骤A400，检测所述线路和台区档案模型的配置情况；

步骤A500，生成所述线路和台区零供电量诊断报告；

其中，所述第二线损分析模式为零售电量的线路和台区诊断模式，包括：

步骤B100，获取所有售电量为零的线路和台区数据；

步骤B200，检测所述线路的线变关系和所述台区的营配变关系；

步骤B300，检测所述线路的公专变和所述台区的用户表计是否采集失败；

步骤B400，检测所述线路的公专变和所述台区的用户表计是否没走电；

步骤B500，生成所述线路和台区零售电量诊断报告；

其中，所述第三线损分析模式为高损与负损的线路和台区诊断模式，包括：

步骤C100，获取所有负损和高损的线路和台区的数据；

步骤C200，检测所述线路和台区供电侧计量是否有误；

步骤C300，检测所述线路和台区下是否下挂电量异常用户；

步骤C400，检测所述线路线变和所述台区营配变关系；

步骤C500，检测公专变、台区总表是否采集失败；

步骤C600，检测所述线路和台区是否存在用户电量突减；

步骤C700，生成所述线路和台区负损和高损诊断报告；

步骤C400中，所述线路线变关系的检测方法为：计算线路线损率波动与每一个下挂公专变电量波动的相关系数，若所述相关系数的绝对值＞0.3，则该公专变线变关系有误。

2.根据权利要求1所述的一种基于大数据的线路台区异常分析方法，其特征在于，步骤C300中，检测所述线路下是否下挂电量异常用户的方法为：

如果线路所在母线平衡，那么线路下挂公专变总表电量从大到小排序，累积电量和刚好大于等于线路供电量的用户为可疑用户；

其中，若某条线路下共有n个用户，将用户按照电量由大到小顺序排列，x_i为线路下第i个用户，y_i为线路下第i个用户电量，则累计电量

3.根据权利要求1所述的一种基于大数据的线路台区异常分析方法，其特征在于，

所述相关系数的求取方法为：

1)获取该线路下每台配变最近5个月的电量变化量，设为A＝{A₁、A₂、A₃、A₄、A₅}；

2)获取该线路最近5个月线损率的变化量，设为B＝{B₁、B₂、B₃、B₄、B₅}；

3)求A、B的相关系数ρ_AB：

4)如果|ρ_AB|＞0.8，则强相关；|ρ_AB|＜0.3则低度相关，其它为中度相关。