[发明专利]一种基于态势感知和控制图的异常理论线损检测方法

权利要求书

1.一种基于态势感知和控制图的异常理论线损检测方法，其特征在于：包括以下步骤：

(1)基于多源数据集，获取电网系统信息，包括电网拓扑数据和电网实测负荷数据；

(2)通过潮流算法分别计算电网的实际理论线损和预测理论线损；

(3)根据实际理论线损与预测理论线损计算理论线损率残差；

(4)建立馈线稳态控制图，得到控制图的统计量和控制限；

(5)利用稳态控制图的统计量和控制限对馈线理论线损进行异常检测；

其中，步骤(3)将理论线损率作为统计量，计算实际理论线损率和预测理论线损率，并通过比较二者绝对值得到理论线损率残差，具体计算公式如下：

PR＝|AV-PV|

其中，AT，AS，AV分别为馈线的实际理论线损值、实际供电量和实际理论线损率；PT，PS，PV分别为馈线的预测理论线损值、预测供电量和预测理论线损率；PR为理论线损率残差；

步骤(4)基于正常运行下的电网历史稳态理论线损率残差数据，建立稳态R控制图，所述控制图根据数理统计原理分析和判断理论线损率残差数据的异常情况，包括中心限CL，下控制限LCL和上控制限UCL三部分，并对理论线损率残差数据超出上限的样本点予以警报；

建立稳态R控制图的具体步骤如下：

1)假设理论损失率数据TL被分成m组，m表示样本数，每组样本由实际理论线损率AV和预测理论线损率PV组成；

2)求取每组样本的极差R_i，其计算表达式如下：

R_i＝maxTL_i-minTL_i＝|AV_i-PV_i|＝PR_i

其中i表示第i组样本，TL_i表示第i组样本的理论线损率；

3)通过简单移动平均法对理论线损率残差数据PR进行平滑处理，计算公式如下：

其中SMA_n表示第n组样本的移动平均值，PR_n-i表示第n-i组样本的理论线损率残差，T表示周期；

4)计算所有样本组的平均残差，计算公式如下：

5)确定R控制图的上控制限UCL、下控制限LCL以及中心线CL：

LCL＝0.000

步骤(5)根据步骤(4)中稳态R控制图的统计量和控制限对理论线损残差数据进行异常情况监控，通过实际理论线损与预测理论线损的偏差大小，从而判断实际理论线损的异常情况；

异常情况判断包括以下两种情况：

(a)若样本点的理论线损率残差值越过控制限，表示该样本点的实际理论线损与预测理论线损之间的偏差超出了稳态范围，则判断实际理论线损出现异常情况；

(b)若样本点的理论线损率残差值在控制限范围内，表示该样本点的实际理论线损正常。

2.根据权利要求1所述的基于态势感知和控制图的异常理论线损检测方法，其特征在于：步骤(1)所述多源数据集包括电网内部数据源和外部数据源，电网系统信息包括电网拓扑结构以及各电力设备参数、馈线用户的实际负荷数据、馈线用户的预测负荷数据。

3.根据权利要求1所述的基于态势感知和控制图的异常理论线损检测方法，其特征在于：步骤(2)基于电网馈线的拓扑结构和实际负荷数据，通过潮流计算获取电网各元件的实际电能总损耗，得到实际理论线损值；基于电网馈线的拓扑结构和预测负荷数据，通过潮流计算获取预测理论线损值。