摘要：随着社会经济的发展，我国逐渐进入到大数据时代，本文简要介绍某电网公司线损管理系统，如何基于多个信息系统大数据的挖掘，对影响线损的各种因素进行分析，探讨各种影响因素与线损波动的关系，研究提高线损计算准确度的方法，为制定降损措施提供参考依据。
关键词：大数据；综合线损率；影响因素
引言
随着输配电价改革的全面推进，电网企业将承担线损率指标波动带来的风险。因此，电网企业“重技术，轻管理”的管理模式将向更加注重管理效益转变，采用各种管理和技术手段，挖掘和查找电网运营中影响线损率的关键因素，对线损异常进行精准分析，提出有针对性的降损措施，有助于全方位、多维度的拓展降损增效工作深度，促进电网建设与改造的科学性与合理性。
1线损管理现状
1.1线损管理组织架构
计划发展部门负责综合线损的归口管理和线损“四分”管理工作；设备管理部门负责技术线损管理工作；营销管理部门负责电能计量管理、管理线损和10kV及以下分线分台区线损管理；系统运行部负责电网经济运行管理和无功优化工作；计量中心负责计量自动化系统的电量自动采集和线损“四分”日线损监测工作。
1.2线损分析管理模式
线损分析实行月、季度、全年的定期分析制度。月度重点针对线损率指标和线损异常情况进行分析，季度针对线损率、线损“四分”指标、线损小指标进行全面分析，半年针对线损管理半年工作开展情况、存在问题进行重点分析，年度分析报告全面分析线损各项主要指标和小指标，总结全年降损措施落实情况，分析存在问题，提出下一年度降损计划措施。依据线损分析报告模板，规范分析的内容及深度。
1.3存在的主要问题
电网网架薄弱，存在低压线路供电半径大，负荷分配不均，线径偏小等情况，技术线损因素对综合线损率的影响难以量化分析。分析的针对性不强，线损关联系统数据质量和数据集成度不高，不能为线损分析提供有效的支持。缺乏高效的线损分析工具，基层线损管理人员需要从多个系统中抽取抄表例日、售电结构、营业普查、计量追补、业扩归档等业务数据进行分析，分析工作量大、效率低。随着企业级信息管理系统全面提升数据质量和公司级数据中心全面开展数据集成工作，为线损精益分析管理提供了全面实施的基础和强有力的技术支撑。
2线损全因素分析关键技术
2.1数据架构
在数据中心接入的各类信息系统中，包含了计量自动化系统、营销MIS系统、安全生产系统、综合统计平台、电子化结算系统、理论线损系统等业务系统线损基础数据，为线损全因素分析创造了大数据分析条件。线损分析数据采用数据集成平台线损域数据。通过数据集成平台抽取计量、生产、营销、GIS的运行数据、台帐从属关系、台帐信息、网络拓扑关系、月电量数据、无功运行数据、电网运行数据，供应给线损分析模块应用。
2.2应用架构
基于数据中心大数据的筛选和挖掘，提取出有价值的信息，对影响线损的各种因素进行了详细的研究分析，主要实现了线损综合分析和线损辅助分析两大模块应用，实现综合线损分析、理论线损比对、同期线损比对分析、指标计划偏差分析、指标同比波动分析功能和配电网无功分析、变压器经济运行分析、变电站经济运行分析、线路经济运行分析等辅助分析功能。
3基于大数据的线损全因素分析
3.1抄表例日影响分析
未能实现所有用户的零点冻结抄表，线损率波动不可避免。基于某电网公司级数据中心，获取营销系统全区各单位抄表区段每月计费电量数据，根据其抄表周期、抄表例日，比对基准售电周期，实现不同供电单位每月的“等效抄表时间”计算，并分析对月度及年累计线损的影响。
期刊文章分类查询,尽在期刊图书馆
3.2单双月抄表影响分析
基于某电网公司级数据中心，获取营销系统中，全区所有抄表区段每个月的计费电量数据，按单月抄表、双月抄表及每月抄表周期，实现各供电单位逐月及年累计“单双月不平衡电量”计算，分析出不同抄表模式对线损的影响。
3.3大小月影响分析
由于大小月的存在，使每月的供、售电量统计周期不一致，造成线损的波动，对于售电量比供电量少一天的小月，线损率可能虚增；对于售电量比供电量多一天的大月，线损率可能虚降。基于某电网公司级数据中心，获取综合统计平台中全省各供电单位的月度供售电量，对上年末等效抄表时间、上月月度等效抄表时间以及本月等效抄表时间的分析结果，分析出大小月造成的供售电不同期对线损率的影响。
3.4售电结构变化分析
从分压售电结构上看，高电压等级售电占比电压越高，线损越小，反之线损会越大。从分类售电结构上看，低损大工业售电占比电压越高，线损越小。售电结构变化，也会造成线损率的波动。基于某电网公司级数据中心，获取营销系统中，各类售电结构数据，实现售电结构的变化分析,并分析对当月及年度累计线损率的影响。
3.5用电检查影响分析
针对电能表的漏抄、电费误算等营业错误、电能表错接线造成的计量损失、用户窃电或用户违约用电的营业普查是管理降损的重要手段。基于某电网公司级数据中心，获取营销系统中用户违约和窃电、电价电费执行的全量信息进行汇总分析，逐月统计问题宗数及追补电量结果，最终计算出退补电量，实现降低线损分析。
3.6供电企业同期线损管理
同期线损指标体系的构建应该重视融合理念的运用，通过分析“同期线损管理系统”的基本内涵，保证指标管控实现全面覆盖，同时又能积极的支撑着关口的管理，配以更为细化的指标考评。保证发策、调度及运检等都能实现融合互动，从而在同期线损的全过程实现闭环管理。在管理工作具体推进的过程中，应该坚持着更为先进的管理模式，指导专业协同和数据贯通，设定出更为科学的指标管理体系，凸显出较强的实用性，确立更为广阔的适用性。供电企业同期线损分析及指标体系的管理应该逐步的落实，重视各个细节和流程上的监管，并能够及时的分析出电网运行过程中不同阶段的损耗，彰显出集中生产和调度等管理的水平。在现阶段，国网公司全面试点同期线损管理系统构建的基础之上，依照同期线损的指标管理标准，对线损管控工作实现优化整合，从而更好的提升线损的管理水平，稳步的解决尚存的问题，提升指标管理的具体水准。依照线损管理工作的开展，指标体系的构建和完善作用显著，能够及时的规范供电企业的各项工作，保证稳步的提升同期线损的合格率。
3.7营造合理环境及设备等温度管控
重视对变压器、线路等重点设备环境的控制，加大对设备温度的管控，对出现高温异常设备进行状态检修，及时查明原因，例如变压器异常高温，对绕组、外壳、继电器等进行一一排查，防止内部短路或散热存在问题造成设备高温线损增加。对地区环境及温度及时进行同步跟踪，对极端天气加大巡查力度，并积极建立应急机制，对线路及设备隐患及时排查及整改，确保电网的安全，降低同期线损率，保证指标的稳步提升。
结语
综上所述，本文开创性的提出了大数据分析方法，依托某电网公司数据中心的大数据挖掘，研究和探讨了这些因素对综合线损率的影响，进行了量化评估，提高了线损分析的准确性，为线损指标下达及降损措施制定提供了科学的决策依据。大数据是近年来新兴的信息化技术，但在国内的电力行业线损分析研究方面的应用还未有先例。未来随着数据中心数据量的增长，将对某的线损分析研究产生深远的影响。
参考文献
[1]赵春英.论电力线损管理及线损率波动的解决办法[J].内蒙古民族大学学报,2011,17(04):72-73
[2]苏志雄,曾民星,孔灿，林毓等.基于线损影响因素的配电网线损计算方法[J].深圳电力,2014,2(09):6-10.
[3]张宏博.抄表例日安排对线损率波动的影响及控制[J].电力营销,2008(09):12-13.
论文作者:杨阳
论文发表刊物:《电力设备》2018年第20期
论文发表时间:2018/11/13
标签：线损论文; 数据论文; 电网论文; 抄表论文; 指标论文; 同期论文; 因素论文; 《电力设备》2018年第20期论文;