[发明专利]台区线损智能诊断方法、装置、存储介质以及终端

权利要求书

1.一种台区线损智能诊断方法，其特征在于，所述方法包括：

采集台区的电网数据，根据所述电网数据分析所述台区的线损信息；

基于预设线损指标区间以及所述线损信息判断所述台区的线损是否为异常线损；

若所述台区的线损为异常线损，则基于线损异常诊断模型分析所述电网数据，以及确定导致所述台区的线损为异常线损的异常因素。

2.根据权利要求1所述的方法，其特征在于，所述根据所述电网数据分析所述台区的线损信息，包括：

根据所述电网数据确定所述台区的电量供给信息和电量消耗信息；

根据所述电量供给信息以及所述电量消耗信息，计算所述台区的设备的线损率；

将所述台区的线损率以及所述台区的线损率对应的设备属性作为所述台区的线损信息。

3.根据权利要求2所述的方法，其特征在于，所述基于预设线损指标区间以及所述线损信息判断所述台区的线损是否为异常线损，包括：

根据所述台区的线损率对应的设备属性，确定所述台区的线损率对应的预设线损指标区间；

基于所述台区的线损率以及所述台区的线损率对应的预设线损指标区间，判断所述台区的线损是否为异常线损。

4.根据权利要求1所述的方法，其特征在于，所述预设线损指标区间为基于联网数据确定的预设线损指标区间，所述联网数据至少包括电网拓扑数据、用户档案数据、运行数据中的一种数据。

5.根据权利要求1所述的方法，其特征在于，所述基于线损异常诊断模型分析所述电网数据，以及确定导致所述台区的线损为异常线损的异常因素，包括：

基于线损异常诊断模型中的预设异常诊断规则分析所述电网数据，确定导致所述台区的线损为异常线损的异常因素；

其中，所述异常因素至少包括异常统计、异常计量、异常用电、异常时间、异常设备中的一种。

6.根据权利要求5所述的方法，其特征在于，所述线损异常诊断模型为基于电网档案数据、设备运行数据、线损事件数据、误差结果数据为训练样本进行训练后得到的模型；

所述预设异常诊断规则至少包括统计异常诊断规则、计量异常诊断规则、用电异常诊断规则、档案异常诊断规则中的一种。

7.根据权利要求1所述的方法，其特征在于，所述确定导致所述台区的线损为异常线损的异常因素之后，还包括：

生成所述台区对应的线损报表以及异常通知信息；

发送所述线损报表以及所述异常通知信息至预设终端，以使得所述预设终端显示所述线损报表以及按照预设方式发出警告信息。

8.一种台区线损智能诊断装置，其特征在于，所述装置包括：

数据分析模块，用于采集台区的电网数据，根据所述电网数据分析所述台区的线损信息；

线损判断模块，用于基于预设线损指标区间以及所述线损信息判断所述台区的线损是否为异常线损；

异常确定模块，用于若所述台区的线损为异常线损，则基于线损异常诊断模型分析所述电网数据，以及确定导致所述台区的线损为异常线损的异常因素。

9.一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1～7任意一项的所述方法的步骤。

10.一种终端，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1～7任一项所述方法的步骤。