[发明专利]一种中压线损异常智能分析方法

说明书

本发明涉及一种中压线损异常智能分析方法，属于电网防窃电技术领域。包括采用电量波动分析模型、聚类分析模型、相关系数分析模型和时间序列预测分析模型进行算法分析，依照日线损值、客户日电量和电网拓扑关系数据，针对线损异常拐，根据电量波动分析模型、聚类分析模型、相关系数分析模型和时间序列预测分析模型数据分析结果取交集，自动识别异常用户并提供数据支撑。本发明的有益效果是：改变原有传统人工分析统计模式，不仅节约了大量的人力、物力、财力，提高了人员工作效率，同时也提高了分析精准度，为用电检查人员分析查处窃电行为提供了技术保障和有效的手段，提升了用电检查工作的精益化水平。

技术领域

本发明涉及一种中压线损异常智能分析方法，属于电网防窃电技术领域。

背景技术

近年来在电力体制改革大背景下，电力企业利润逐年降低，如何通过自身系统挖掘数据价值，更加快速精准锁定问题点，辅助工作人员查缺补漏，提升电力企业运营经济效益，助力公司挖潜增效迫在眉睫。电力系统长期以来关注低压台区线损治疗，在国网公司推行同期线损的背景下，分压综合线损、10千伏中压线损治理的要求越来越高。

现在国内电网企业在防窃电技术上行的研究主要是引入远程监控分析的系统平台，或利用己有的需求侧管理平台加以改造，实现特定客户的计量监测，出现异常自动报警通知工作人员。

目前电网企业普遍投入使用了远程负荷管理系统。电网企业的负荷管理系统24小时监测用户的用电和计量状态，将计量装置运行数据定时发回后台服务器，通过系统不间断的挂机工作，采集用电情况，监测计量装置二次侧的电压、电流、功率、电量等参数的变化。经过一定改造后的负荷管理系统，对部分监测数据设置一定报警阀值，实现计量运行数据异常变化或它们反映的参数异常变化报警，极大地减轻了工作的工作负担，提高了防窃电工作效率。

部分电网企业还在负荷管理系统平台增加对各变电站关口及线路关口的计量装置的数据采集，录入线变关系，分析实时电量采集数据，实现线损的实时采集与异常监控。负荷管理系统具各计量数据实时采集、传输功能，通过定时冻结各线路关口计量装置、台区配电终端计量装置及线路挂接用户计量装置的计量抄见电量，每30分钟采集一次召回后台数据库进行数据处理，对半小时线损电量、线损率进行计算，借助于系统平台对台区、线路用户电量曲线以及线损率曲线进行实时演算，实时报警线损率曲线较富的线路，转由反窃电工作人员进行线路排查。

利用负荷管理系统实时监控窃电行为只能用于点对点监控，如果要全面铺开，对所有高压供电客户进行监控，成本较高，因此，只能进行小范围、有针对性的改造与监控。线损与负控数据模型平台的反窃电分析需要监控工作人员花费大量时间定期、逐条对比线路线损电量值来进行排查，整体工作依赖于投入的大量人力资源数量、业务人员的业务经验等，不具备可持续性。

发明内容

为了克服上述现有技术的不足之处，本发明提供一种中压线损异常智能分析方法，运用电量波动分析、聚类分析、相关系数分析、时间序列分析等算法，采集中压线路每日供电量、线路日线损率、线路下专变与公配变日冻结电量等数据，基于线路线损异常拐点，结合分析结果获得交集，智能运算分析锁定问题清单，进而快速、准确地为相关人员稽查现场提供参考数据。

本发明是通过如下技术方案实现的：一种中压线损异常智能分析方法，其特征在于：包括采用电量波动分析模型、聚类分析模型、相关系数分析模型和时间序列预测分析模型进行算法分析，依照日线损值、客户日电量和电网拓扑关系数据，针对线损异常拐，根据电量波动分析模型、聚类分析模型、相关系数分析模型和时间序列预测分析模型数据分析结果取交集，自动识别异常用户并提供数据支撑。

所述的电量波动分析模型包括线损出现异常波动，用电量发生变化，确保客户电量变化情况和供电量变化情况是否相符，将线损值、供电量和售电量转换成供电量波动率，不超过50%，售电量波动率不低于10%，线损波动率高于5%，售电量波动率大于20%，在组合分析的情况下，线损出现异常拐点是因为存在窃电客户。