（国网连云港供电公司 222000）
摘要：伴随社会不断进步和科技逐渐创新，人们对供电提出了较高要求，电力体系通过引进各种各样的先进技术来优化本身的运作情况。尤其是智能用电大数据分析的出现，能充分确保供电系统安全、稳定运作。本文将主要围绕大数据分析下台区线损异常情况展开分析，并提供具体管理方法以供参考。
关键词：智能用电；大数据；台区线损
引言
电能是人们平常生活和工作中不可或缺的主要能源，一定要持续提升供电体系的运作效率和质量，对其展开高效监管，才能确保电力可靠、连续输送。在台区线损监管中运用智能大数据，能针对广大客户用电信息展开剖析，进一步开发数据价值，精准搜寻线损问题原因，进而提高供电运作速率与监管质量。
一、智能用电大数据下的台区线损反常剖析
在电力体系中，所谓一个送电台区具体是指一条配电线路、一个变压器或者多个变压器与配电线路的搭配使用。低压配电网在总体电网的送电尾端，衔接着广大居家住户，供电地区纵横交贯，客户类型众多，用电属性繁杂，特别是城区电网布置更为繁杂[1]。
电力企业对低压电力客户实施分台区监管，台区送电量、线损率、销售电量是台区经济运作的关键参数。台区线损身为低压线损监管的一个核心构成部分，涵盖着配电网运作、计划、销售用电、抄核收监管、计量等等，然而因为低压配网构造与客户属性的繁杂性，监管困难较多，台区始终具备比较大的监管线损。
我国某市电力客户用电讯息搜集体系现已笼罩了所有低压电力客户，体系具备台区审核单元讯息，一天中的送电量、销售电量信息，包括用电客户与台区间的对应联系，可精准运算出一天的台区亏损率与规划指标落实状况。
在此种状况下，运算台区供电量、线损率以及销售电量所用式子是：台区供电量等于台区关口表的抄见电量；相应销售电量等于此台区中全部用电用户的销售电量总和；对于线损率而言则等于损失电量除以供电量再乘以百分之百还等于供电量减去销售电量再除以供电量乘以百分之百。
现阶段运算低压线损的形式一般有压降法、等效功率法、均衡电流负荷曲线特点系数法等等。观察台区线损运算式子可发现，计算线损率的过程不是十分繁杂，利用用电讯息搜集体系能有效处理计量表抄表和审核表不同步的情况，然而依然有较多要素干扰线损率运算的精准性，比如台区的用电关口表档案指数等，类似这些要素均会干扰线损率运算的精准性。以往数据剖析形式在面对此种数据时具备明显的限制性，而且作业量十分多并且速率较慢。
所以，在智能用电大数据的前提下，运用数据开发和剖析技术针对公共配电变压器台区的低压线损反常因素展开剖析，为其运算线损供应了准确的运算根据，为编制科学的台区电力地区供应了监管参照。有效促进台区线损监管从结果监管渐渐变成进程监管，提升公变台区线损监管效果与作业效率。
二、智能用电大数据下的台区线损反常鉴别模型
（一）可运算剖析鉴别模型
伴随用电客户讯息搜集的笼罩范围逐渐增加，搜集到的数据信息总量也随之加大，以往的数据剖析形式不能处理现阶段电力体系的剖析鉴别漏洞。并且所需处置数据信息展现出多元化性质，要针对线损运算信息展开预处置，进而展开切之可行的高效剖析与鉴别。要想提升线损运算的精准性，率先要编制参加线损运算的基本原则，把数据信息类分成可运算数据与无法运算数据2种。
期刊文章分类查询,尽在期刊图书馆这里将要运用到的鉴于原则的类分器，利用if...then...的原则针对记载信息展开类分处置。所以，要依据线损运算特点建设规则模型，让其可以经过一组类分规则予以呈现。台区线损的实际运算性质通常公共配变、客户电能表、综合倍？率、搜集装置率、关口表等等。全部符合这些运算性质的台区被划分到可运算台区中，反之则为无法运算台区。搜集装置率的运算式子是：搜集装置率等于已经采表除以应该采表再乘以百分之百[2]。
（二）科学性剖析鉴别模型
经过可运算剖析模型明确台区线损能否符合运算要求之后，还要利用决定树展开总结剖析，进而确保剖析运算结果的科学性。创建科学性剖析鉴别模型，针对台区线损的科学性展开深入剖析，运用决定树针对记载性质与类分状况展开检测，一个状况得到解决后下一个状况随即出现，决定树便是通过此种问答进程构成，其重点构造主要涵盖内在节点、叶节点以及根节点。决定树模型的建设一般以台区线损的科学性剖析性质集当做重点根据，核心节点的建设通常使用递归算法。刚开始决定树中涵盖一个类标记为科学性等于是的节点，代表台区线损率正常。之后对决定树展开精细化处理，一个根节点囊括两种记载，依据要求把其区分成较小的子集，而且要针对所有分支节点展开递归。经过决定树的建设，能完成对线损反常因素的划分剖析。若是在此前提下加大客户数目等分支节点，还可协助监管人员进一步剖析台区线损的其余干扰要素。
（三）户变关系剖析模型
台区线损结果的精准性时常受台区户变关系的精准性所影响，经过终端及时呈报停电问题与智能表停电问题记载，主站主动搜集其下挂连接智能电表的停电时间与全部电表的始终，综合终端呈报的复电状况展开剖析，运用简易性质间的类似度与差别度创建区户变联系剖析模型。
一般状况下，具备不同性质的目标间的邻近度通过一个性质的邻近度的拼凑来界定。因为性质自带着目标的差别性讯息，所以可以理解成两个目标有类似性或者差别性。所以，在此种状况下，若是把停电时间当做性质值，客户电表和总电表停电时间差值在一分钟以内，那么类似度界定是一，反之是零。差别度则使用与之相反的形式界定，若是性质值对应，差异度成零，反之则是一。针对差别度而言，d=0（若绝对值x-y小于1）；d=1（若绝对值x-y大于1）。针对类似度而言，S=1（若绝对值x-y小于1）；S=0（绝对值x-y大于1）。在上述公式中，x与y是两个目标，具备一个指引种类的性质停电时间，d（x，y）与s（x，y）依次是x与y间的差别度（d）与类似度（s）。x是客户电表的停电时间加上电表时钟误差，y则是电表时钟误差加上台区配变总表刚刚停电时间，如果配变总表没有停电时间，那么则选用其所连接终端的停电时间，也就是终端刚刚自主呈报的停电时间当做停电时间性质。经过鉴别销售档案里此台区客户电能表的停电时间和台区停电时间，如果客户电表和总电表停电时间差值在一分钟以内，代表存在与此台区中，若是客户电表和总电表停电时间差值大于一分钟，那么此客户不再此台区内。
经过对智能用电大数据展开剖析，创建台区线损反常因素自主鉴别模型，能高效提升台区线损的监管水准与效率，全面促进企业线损监管的细致化监管，完成对台区线损的所有流程监管，划分各个专业监管责任，加强台区管口监管、变户联系监管等方面，为电力企业组织线损监管作业提供有利条件。另外，电力企业还要为相关工作人员提供再教育和培训的平台和契机，让其不断学习先进理念与新兴技术和新知识，通过不断提高自身综合素养和专业性，确保所有工作能够有序进行，从而推动企业实现可持续发展[3]。
结论
综上所述，伴随智能电表的普及与运用，用电信息搜集体系创建作业的不断推行，针对台区繁杂的现场状况，经过探究剖析导致台区线损出现问题的种种要素，对台区线损展开合理化精细监管，更为准确的定点问题台区，良好的展现供电企业针对低压台区设施和客户的监管优势与质量，从而减少运营投入。
参考文献：
[1]余科锋.智能电表及集抄技术在台区线损管理中的应用[J].技术与市场，2017，24（07）：192-193.
[2]宋煜，郑海雁，尹飞.基于智能用电大数据分析的台区线损管理[J].电力信息与通信技术，2015，13（08）：132-135.
[3]常冲，唐森木，华玲燕.基于用电信息采集系统的台区线损精益管理[J].中国电力企业管理，2015（10）：48-49.
论文作者:丁彬
论文发表刊物:《河南电力》2018年4期
论文发表时间:2018/8/17
标签：线损论文; 电表论文; 电量论文; 客户论文; 数据论文; 时间论文; 性质论文; 《河南电力》2018年4期论文;