[发明专利]一种线损异常诊断方法、装置、设备及可读存储介质

说明书

本发明公开了一种线损异常诊断方法，该方法包括：获取电网基础数据；利用电网基础数据计算目标电网的四分线损统计值，并利用线损标杆阈值判断四分线损统计值是否异常；如果是异常，则将电网基础数据输入至线损异常诊断模型进行异常原因分析，确定导致目标电网发生线损异常的异常因素、异常原因及异常时空信息；其中，线损异常诊断模型为以历史线损异常问题及处理工作单为训练样本进行训练后获得的模型。该方法，可减少线损管理人员的线损异常诊断工作量，为线损管理人员分析处置线损异常问题提供准确、可靠的线损异常原因、异常因素及异常时空信息。本发明还公开了一种线损异常诊断装置、设备及可读存储介质，具有相应的技术效果。

技术领域

本发明涉及电力技术领域，特别是涉及一种线损异常诊断方法、装置、设备及可读存储介质。

背景技术

由于影响线损的因素多样、关系复杂，在线损异常时，难以有效诊断线损异常原因。现有线损异常诊断技术手段有限，大部分依靠线损管理人员经验人工排查，严重影响工作效率。

现有线损异常分析工作主要是线损管理人员参照线损异常现象(异常因素)，依据工作人员经验分析，经过优化的处理方法是根据工作人员经验制定异常判断规则库，由于影响线损异常的因素与真实原因之间存在着复杂的关联关系，依据经验制定的异常规则难以准确诊断出真实原因。无法得知线损异常的真实原因，将进一步造成线损管理人员进行线损异常排除时，无法快速准确地的排除异常原因，工作繁重且效率低下。

综上所述，如何有效地解决线损异常诊断等问题，是目前本领域技术人员急需解决的技术问题。

发明内容

本发明的目的是提供一种线损异常诊断方法、装置、设备及可读存储介质，以提高线损异常诊断效率。

为解决上述技术问题，本发明提供如下技术方案：

一种线损异常诊断方法，包括：

获取电网基础数据；其中，所述电网基础数据包括营销管理数据、计量自动化数据、配网自动化数据和调度自动化系统数据；

利用所述电网基础数据计算目标电网的四分线损统计值，并利用线损标杆阈值判断所述四分线损统计值是否异常；

如果是，则将所述电网基础数据输入至线损异常诊断模型进行异常原因分析，确定导致所述目标电网发生线损异常的异常因素、异常原因及异常时空信息；

其中，所述线损异常诊断模型为以历史线损异常问题及处理工作单为训练样本进行训练后获得的模型。

优选地，所述线损异常诊断模型进行异常原因分析，包括：

所述线损异常诊断模型利用朴素贝叶斯算法进行异常原因分析。

优选地，所述线损异常诊断模型利用朴素贝叶斯算法进行异常原因分析，确定导致线损异常的异常因素、异常原因及异常时空信息，包括：

按照异常因素判断规则，对所述电网基础数据进行分析，确定所述异常因素和所述异常时空信息；

利用异常因素与线损异常原因之间的关联关系，计算各种线损异常原因概率；

利用所述线损异常原因概率，确定所述异常原因。

优选地，所述线损诊断模型的训练过程，包括：

获取已标注线损异常原因的第一训练样本集；

按照异常因素判断规则，对所述训练样本集中的各个训练样本标注对应的目标异常因素，获得第二训练样本集；

对所述第二训练样本集进行异常因素统计，确定异常因素与线损异常原因之间的关联关系。

优选地，在所述确定导致线损异常的异常因素、异常原因及异常时空信息之后，还包括：