[发明专利]一种线损异常数据专家系统及检测方法

说明书

本发明公开了一种线损异常数据专家系统，其理论线损率计算模块，参数包括静态参数和运行参数，计算方法包括均方根电流法、平均电流法、等值电阻法，计算典型日的损耗进而计算月、年的线路损耗；其实际线损率计算模块包括台区考核表正向电量、光伏用户上网电量、考核表反向电量、用户用电量和退补电量；其多标签分析预测模块包括档案分析预测子模块、计量分析预测子模块、采集分析预测子模块、反窃电分析预测子模块和技术改进分析预测子模块；其异常整改反馈模块包括档案整改反馈子模块、计量整改反馈子模块、采集整改反馈子模块、反窃电整改反馈子模块和技术改进整改反馈子模块。本发明可迅速定位异常原因，提升线损治理效率。

技术领域

本发明涉及一种用于电力系统配电网运行与管理领域的线损异常数据专家系统及检测方法。

背景技术

电能从发电厂诞生之后，通过电网走进千家万户。在这个过程中，需要经历输电、变电、配电和用电四个环节，各环节中均会产生电能损耗，简称线损。对于衡量供电企业管理这一综合性的经济技术指标来说，线损不仅仅指的是理论，而是综合线损，主要包含管理线损和技术线损两方面。技术原因是指由电网结构或运行状态不佳而引起线损波动过大，比如负荷率不合理、线路线径小、无功补偿不足等。管理线损是指由线损管理工作不善、计量设备误差等导致线损异常，比如基础档案出现错误、各系统间存在推送不同步问题、户变关系对应不一致、互感器极性接反、错接线、计量装置接线不稳、采集失败、漏抄、窃电等。排查和整改线损异常数据是供电企业重点关注对象。

电力行业对线损异常分析的研究虽制定稽查规则，具备知识库雏形，但依然主要依赖经验法，需要消耗大量人力物力，且存在主观性，效率和准确率尚待提升。传统的专家系统只能在有限的定制式规则中寻求答案，容错率较差，缺乏辨别冲突信息的能力，且没有自学习功能，当遇到复杂难解且无规则的数据，无法得到闭环反馈，存在无法收敛的问题。机器学习在线损方面的应用，基本集中在线损率回归预测。然而，海量的电网数据中往往包含错误数据，对线损计算及预测有严重影响。辨别线路数据中的异常数据，并进行剔除是数据预处理的必要步骤。采用适当的理论来计算正处于运行状态的电力网，并同实际测量值进行对比，发现偏离预测值的异常数据，及时进行相关问题排查，治理后续损耗电量，是线损预测实际应用的重要体现。故分析异常数据的成因并以此为基础进行分类，对于线损治理同样具有现实意义。在实际的电力系统中，异常线损往往是复合问题，多种成因可能同时存在。常见机器学习二分类的方法已不适用于线损问题的分析。

发明内容

本发明的目的是为了克服现有技术的不足，提供一种一种线损异常数据专家系统及检测方法，可迅速定位异常原因，提升线损治理效率。

实现上述目的的一种技术方案是：一种线损异常数据专家系统，其特征在于，包括理论线损率计算模块、实际线损率计算模块、多标签分析预测模块、异常整改反馈模块；

所述理论线损率计算模块，参数包括静态参数和运行参数，计算方法包括均方根电流法、平均电流法、等值电阻法，计算典型日的损耗进而计算月、年的线路损耗；

所述实际线损率计算模块包括台区考核表正向电量、光伏用户上网电量、考核表反向电量、用户用电量和退补电量；

所述多标签分析预测模块包括档案分析预测子模块、计量分析预测子模块、采集分析预测子模块、反窃电分析预测子模块和技术改进分析预测子模块；

所述异常整改反馈模块包括档案整改反馈子模块、计量整改反馈子模块、采集整改反馈子模块、反窃电整改反馈子模块和技术改进整改反馈子模块。

进一步的，所述档案分析预测子模块用于输入营销业务应用系统、用电信息采集系统、一体化电量与线损管理系统的倍率、用户明细，并将三者的数据进行比较，如不一致则增加相应标签权重值；

所述计量分析预测子模块用于输入台区总表及单相电能表、三相电能表的电压、电流、功率因数，结合同比、环比等历史数据，如有异常则增加相应标签权重值；