[发明专利]基于电量曲线特征模型的线损异常诊断方法及装置

说明书

本发明提供了一种基于电量曲线特征模型的线损异常诊断方法及装置，该方法应用于电力技术领域，所述方法包括：从第一系统中获取第一源数据；在第二系统按照预设规则对所述第一源数据进行处理得到第二源数据；使用皮尔逊相关系数算法对所述第二源数据进行第一线损异常诊断分析，使用聚类分群算法和决策分析算法对所述第二源数据进行第二线损异常诊断分析。本发明提供的基于电量曲线特征参数模型的线损异常分析方法及装置采用两次线损异常分析，计算速度快，数据获取便捷，且分析结果可靠性高。

技术领域

本发明属于电力技术领域，更具体地说，是涉及一种基于电量曲线特征模型的线损异常诊断方法及装置。

背景技术

电网电能损耗率简称为线损，是电力企业一项重要综合性技术经济指标。它反映了一个电力网的规划设计、生产技术和运行管理水平，长期以来受到各级电力企业的重视。随着经济的发展及电力市场化的深入，为减少电网的运行成本，对电力网节能降损工作提出了更高的要求。当发生采集装置故障、采集数据传输失败、线变关系错误、系统档案错误、集中器计量误差、电能表计量误差、偷电漏电等情况都会引发线损异常。如何根据各计量装置采集的数据，进一步分析造成高损异常的原因、定位电量异常用户，是各供电公司面临的实际问题。

传统方式一般是通过抽取高损日和正常日的采集数据进行比较，发现台区或者用户用电量变化的情况，再跟据以往工作经验进行问题初步判断，进行现场人工排查。这种排查方式筛选数据随机性太强，查找问题比较繁琐，且容易出现错误判断。导致工作人员赴现场后，检查目标针对性不强，往往加大了工作量和工作难度，最终检查结果也很难准确找到高损问题原因。

发明内容

本发明的目的在于提供一种基于电量曲线特征模型的线损异常诊断方法及装置，以解决现有技术中存在的筛选数据随机性太强，查找问题繁琐以及分析结果可靠性不高的技术问题。

本发明实施例的第一方面，提供了一种基于电量曲线特征模型的线损异常诊断方法，包括：

从第一系统中获取第一源数据；

在第二系统对所述第一源数据按照预设规则处理得到第二源数据，所述预设规则为使用抗差最小二乘法进行噪声数据辨识、并清除噪声数据；

使用皮尔逊相关系数算法对所述第二源数据进行第一线损异常诊断分析，计算得到线路损耗电量与所述线路用电量的相关程度；若所述相关程度超出预设阈值则判定所述第二源数据对应线路为线损异常线路；

对所述相关程度未超出所述预设阈值部分进行第二线损异常诊断分析，使用聚类分群算法选择相关变量进行聚类分群得到相关变量分群；

使用决策分析算法对所述相关变量分群进行分析得到所述相关变量对于线损异常的决定程度值；

根据所述决定程度值判断线损异常的可能性，若所述可能性大于预设可能性阈值则判定所述第二源数据对应线路为线损异常线路。

本发明实施例的第二方面，提供了一种基于电量曲线特征模型的线损异常诊断装置，其特征在于，包括：

第一源数据获取单元，用于从第一系统中获取第一源数据；

第二源数据处理单元，用于在第二系统对所述第一源数据按照预设规则处理得到第二源数据，所述预设规则为使用抗差最小二乘法进行噪声数据辨识、并清除噪声数据；

相关程度计算单元，用于使用皮尔逊相关系数算法对所述第二源数据进行第一线损异常诊断分析，计算得到线路损耗电量与所述线路用电量的相关程度；

第一线损异常线路判定单元，用于若所述相关程度超出预设阈值，则判定所述第二源数据对应线路为线损异常线路；

相关变量分群处理单元，用于对所述相关程度未超出所述预设阈值部分进行第二线损异常诊断分析，使用聚类分群算法选择相关变量进行聚类分群得到相关变量分群；