大数据挖掘在营销业务中的应用论文_赵东华

(国网太原供电公司运营监(测)控中心 山西省 030012)

摘要:随着电力企业改革也不断深入,先进技术在电力行业的推广和使用,国家对电力行业特别是电网企业的投入力度也在逐年加大。近年来智能电表以及用户用电采集系统已经融入生产经营管理的方方面面,数据域底层业务同步产生,成为太原地区电力运营的重要的战略资产。目前太原公司累计安装智能电表96.7万只,覆盖发、购、供、售各环节,但是数以百万只的智能表计仅仅用于计量收费,所承载丰富的海量明细数据没有发挥相应价值,迫切需要开展智能电表数据的挖掘深化应用,实现数据资产价值最大化,提升公司运营管理水平

关键词:大数据;精准营销

一、主要做法

1.建立用户档案监测模型

针对不同权限下所管理的线路、台区、专变等资产信息的更新状态以及资料完成度、资料正确性进行对比,将档案资产信息不匹配的数据进行核对处理并下发工单至所辖单位部门进行更正并反馈更正信息。

运用SG186营销业务应用系统及电力用户用电信息采集系统数据核实比对,主要信息包括:

采集点基本信息:采集点编号、采集点类型、管理单位、采集点名称、GPS经度、GPS纬度、采集点地址、采集点状态。

采集对象信息:采集对象编号、电表资产号、电能表出厂编号、条形码、接线端口号、CP、PT、综合倍率、表常数、采集对象属性、端口号、脉冲属性、通信地址、接线方式、反向接入标志、上级设备类型、上级设备ID。

用户信息:立户日期、销户日期、客户编号、客户名称、用户编号、用户名称、用电地址、合同容量、供电单位、用电类别、行业分类、用户分类、抄表段等基础用户信息。

以上信息通过对SG186营销业务应用系统与电力用户用电信息采集系统相匹配及相对应,模型识别异常数据并实时显示。

2、通过系统管理功能筛查异动

运用用电信息采集系统中的管理功能对包含有表计事件、三相电压、三相电流等实时信息进行监测,重点对表计事件检测,包括打开表尾盖次数、表身盖次数、编程开关事件、表尾盖最后打开事件、表身盖打开事件等信息进行搜索。

●A、B、C三相断相统计及最近一次断相记录

●电能表开关次数及时间

●当日有功电能量之和

●当月正向有功电能量之和

●电能表参数修改次数及时间

●A、B、C、三相电流及电压

●终端通信状态

●终端参数状态

运用系统底层业务明细数据监测发现的问题和异动,充分挖掘利用数据更深层次的价值,分析得出以下成果模型:

(1)电能表倒走

采集系统内事件无,通过召测可以得出日冻结正/反向有功电能示值、正向无功总电能示值

计算模型:本次电能示值-前一天电能示值<0

诊断方法:

采集日冻结正/反向有功总电能示值、正向(组合)无功总电能示值。

专变用户和低压三相用户判断日正/反向有功总电能示值、正向(组合)无功总电能示值小于前一天示值。

低压单相用户判断日正向有功总电能示值和反向有功总电能示值小于前一天示值。

(3)电能表停走

采集事件没有报出,通过召测日冻结正/反向有功总电能示值,三相电流日曲线数据进行数据判断电能表停走。

本次电能示值-2天前电能示值=0

诊断方法:

采集日冻结正/反向有功总电能示值、三相电流日曲线。

电能表2天内日正/反向有功总电能示值的差值等于0,且该时段内监测到三相电流任意相有3个点大于0.1A。

(4)电压失压断相

采集事件为电压失压、断相。召测数据为三相电压日曲线数据及召测现有数据

计算模型:

三相三线:

三相四线:

诊断方法:

三相三线断相、失压:AC相中任一相电压小于K*参比电压,另一相电压不小于K*参比电压。

三相四线断相、失压:任一相电压小于K*参比电压,另两相电压中任一相电压不小于K*参比电压。

K值默认为70%。

(5)电压不平衡

采集事件没有报出,通过召测三相电压日曲线数据及召测现有数据

计算模型:

诊断方法:

各相电压均大于0的情况下,按照(三相电压最大值-最小值)/最大值计算电压不平衡率,判断是否越限。

断相情况首先进行排除,0.4<K<1则判断为异常。

一天内监测到多个点,且连续监测多日均满足数据诊断要求才生成异常(默认每天24个点,连续3天)。

(6)电流失流

计算模型:

三相三线:

三相四线:

诊断方法:

需满足电压范围为0.7~1.1倍额定电压,剔除电流长时间段为0的电流数据。

三相三线失流:AC相中任一相电流小于0.5%额定电流,另一相电流不小于10%额定电流。

三相四线失流:任一相电流小于0.5%额定电流,另两相中至少一相电流不小于10%额定电流。

(7)电流不平衡

采集事件无上报数据,通过召测三相电流日曲线数据及召测现有数据进行判断电流不平衡。

计算方法

诊断方法:

各相电流均大于0的情况下,按照(三相电流最大值-最小值)/最大值计算电流不平衡率,判断是否越限。

首先进行排除电流小于0.01及以下电流,0.4<K<1则判断为异常。。

一天内需监测到多个点,且连续监测多日均满足数据诊断要求才生成异常(默认每天10个点,连续3天)。

(8)需量超容

以后的模块属于用电异常类。

采集上报事件无

通过召测测量点月最大需量

计算方法

诊断方法:

采集测量点月最大需量。

判断电能表的需量是否超出用户的合同容量,计算需量与容量的比值是否超出限定阈值K。

K值默认为80%。

(9)电能表开盖

事件报出内容为电能表开盖,通过召测对电能表现有开盖记录进行召测操作。该方法经过现场试验论证可行,通过工作人员现场试验进行开盖操作,系统进行召测,可15分钟内将数据返回,通过后台短信告警机制的加入,可以对重点用户进行实时监控。

诊断方法:

读取电能表事件。

电能表开盖时间与电能表安装时间差值大于时间阈值。

扫描现有开盖实时记录。

时间阈值为1天。

(10)停送电信息

采集系统上报终端停/上电记录,电能表掉电记录,采集召测数据为终端上下线记录。

诊断方法:

1.有上电事件无停电事件;

2.有停电事件无上电事件;

3.停电持续时间过短;

4.停电持续时间过长。

3、时钟同步监测

时钟核查扫描关系着阶梯电价是否能够正常回收,进行时钟对比,误差率高于百分之五则进行告警和同步,并且记录同步过程全纪录,将修改结果产生报表以方便工作人员进行查看,主要针对电力用户用电信息采集系统内终端参数状态及终端通信状态进行监测以及对比,以sg186营销业务应用系统时间相匹配对应。将由于异常表计时间引起的电费核算错误进行纠正,间接对线损的标准核算进行错误更正分析。

4、通信状态监测

通信状态监测主要是快速定位终端通信状态是否在线,对于连续不在线的终端进行每15分钟查询一次通信状态,联系24小时不在线的情况下自动形成工作单,发送至相应的管理人员及工作人员。

二、实施效果

针对以上模型可解决的窃电方式有以下几点:

1.绕越计量装置法窃电。直接在计量装置前进行并接导线的方法进行窃电,由于绕开了计量装置,因此表计不会计量。

这种情况是表计的电压电流及电量与之前的数据对比会有很明显的差别,通过前期的样本召测和采集纳入实时监测,平均每日对电量进行分析,以及按照月度进行对比,考虑天气因素影响的电量因素会比较大,所以在阈值设定中可进行灵活的配比。

2.欠流欠压法窃电和遥控窃电的前提均是基于开表盖进行操作,通过召测对电能表现有开盖记录进行召测操作。对电压电流进行数据分析可以根据以往的电压电流,来进行窃电行为的判断。

5.可变电阻法窃电。将可调电阻并联接入电流A.C.N二次回路中,根据电流大小,时时调整可调电阻分流来控制二次电流大小,从而达到少计电量的目的。

6.私自更换电流互感器(CT)法窃电。在市场上购置同型号CT,变比大于实际计费CT变比,将大变比CT换上后再将实际计费CT铭牌换上,由于实际计量倍率减少,达到少计电量的目的。

论文作者:赵东华

论文发表刊物:《电力设备》2018年第24期

论文发表时间:2019/1/8

标签:;  ;  ;  ;  ;  ;  ;  ;  

大数据挖掘在营销业务中的应用论文_赵东华
下载Doc文档

猜你喜欢