（广东电网有限责任公司茂名茂港供电局 525000）
摘要：异常线损的分析处理是线损管理的重点。以供、售电量的差值计算而得的线损，通常称之为统计线损，也就是实际线损，包括技术线损和管理线损两方面。基于电能量数据管理的统计线损计算是由各类电能量数据按照一定的算法组合、计算得到了线损值，任意一个电能量数据的异常，都会导致线损计算结果的异常。利用电能量数据分析方法开展线损异常排查，可快速、精准定位到异常数据点，准确指导管理线损的异常处理，有效剔除统计线损中由于管理线损的异常导致的波动。
关键词：线损管理；线损分析；电能量数据分析；
1 基于电能量数据分析的异常排查方法
运用电能量数据分析方法开展线损异常排查的基本思路可总结为三个方面，如图1所示。
图1 线损异常的电能量数据分析方法示意图
1.1异常时间的横向分析方法
线损率的统计一般分为日、周、月等多种周期，以满足不同的考核、监测需要。监测中发现线损异常时，开展异常分析的第一步，应锁定异常发生的具体时间，即线损从正常值变化成异常值的时间拐点，具体到某一天、甚至是某一时间点。锁定时间范围，才能对该时间段内的电量开展针对性排查。
异常时间的锁定一般采用横向分析方法，针对发生异常的线损周期，调取周期内每天的线损率数据进行趋势分析，找出变化拐点。
1.2 异常范围的纵向分析方法
在线损计算中，产生10kV线路异常的原因多种多样，具有多个线损模型的分析对象。因此，不同类型的线损分析对象存在交叉重叠。当某一类线损率出现异常时，运用纵向分析方法，寻找与其分析对象存在重叠的其他线损类型，对相同周期内的线损数据进行纵向比对，可定位出异常对象的大致范围，为进一步的深入分析奠定基础。
例，某10k V末端电压下降，但不超过超过下限值，但线路出现异常。
调用供入电量明细，发现该线路关口表三相平衡，但电流有递增。因此，调用相同周期内该线路的售电量的数据进行纵向比对，发现末端用户电量明显增大，电流增大，导致线路压降明显。在排除了其他计量点无异常的情况下，可确定该用户的电量递增是造成线路异常的主因。
1.3 异常计量点的电量趋势分析方法
电量是反映计量点运行状态的最直接的特征。电量趋势的分析方法包括两个方面，一是计量点电量曲线与线损电量曲线的正相关、反相关性分析，二是各个计量点的环比电量分析。
1.3.1 计量点电量曲线与线损电量曲线的正相关、反相关性分析
线损电量由供入电量减去供出电量所得。当线损率的异常由供入电量引起时，供入电量曲线与线损电量曲线呈正相关性；若线损率的异常是由供出电量引起的，则供出电量曲线应与线损电量曲线成反相关性。
因此，可通过调取供入、供出电量明细的各计量点的电量曲线，与线损电量曲线进行比较，找出呈现正相关性、反相关性特征的计量点，锁定为嫌疑对象进行异常排查。
例，某馈线线损率在4月23日发生异常，电量曲线表现为供出电量骤减导致线损率上升。
调取供出电量明细计量点的电量曲线，与线损电量曲线进行比较，如图2，发现有一个计量点电量曲线与线损电量曲线正好成反相关性，极有可能是该计量点电量的骤减，导致了供出电量的减少，从而导致线损电量增大，线损率上升。因此，可将该计量点锁定为异常嫌疑计量点，开展进一步分析确定异常的原因。
1.3.2 计量点的环比电量分析
环比电量指的是当前统计周期内的电量，与上一统计周期电量的比较，分为日环比、周环比、月环比。一般情况下，同个用户在同等时间周期内的用电量应该是基本稳定的，环比电量波动率较大的计量点，可初判为异常嫌疑对象。对于一些特殊行业的用户计量点用电不稳定，用电量波动大，可以通过电能量数据的综合分析加以判断，排除其异常的嫌疑。
2 线损异常典型案例分析
某10k V馈线线损9月份某周周线损出现了异常，线损值3.726%，超过线损考核指标上限值1%，抄表成功率（数据完整率）92.857%。
分析：运用异常时间的横向分析方法，调取该周期内的日线损数据，发现从09.23日起线损值出现异常，可将异常发生时间锁定在09.23日。
比对线损发生异常之日（9月23日）相邻日期的数据，该馈线线损在发生异常前后，抄表成功率一直是92.857%，可见抄表成功率并不是造成线损异常的原因，可以排除采集缺数导致异常的情况。
运用异常范围纵向分析方法，馈线线损的供入电量为线路关口表计，既参与馈线线损计算，也参与了母线电量不平衡计算。调取该馈线所属10k V母线电量不平衡计算结果，发现一直属于正常范围，可断定关口表计并无异常，则该馈线线损的异常应该是供出电量异常所导致。从线损率的环比电量看，自23日线损值发生异常开始，该线损的供出电量就明显下降。
调取供出电量明细每一个对象的环比电量趋势进行分析，发现其中有一个计量点，在22日后出现了电量突降，电量变化与线损率变化一致，可将其锁定为异常嫌疑计量点。
进一步分析该计量点电量突降的原因。该计量点终端与表计电量的差异率达到56.62%，表计累计的电量比终端少了603k Wh，说明该用户用电量并没有骤减，是表计电量的累计有问题。
图2 计量点电量曲线与线损电量曲线截图
查询该计量点的表码、负荷数据，发现该表计的电流明显小于终端的电流。由有功功率计算公式P=U*I*cosΦ，表计电流的减小，会导致有功功率的减小，从而导致表计累积电量的减小。
由于终端的电流正常而表计的电流异常，初步怀疑现场可能存在用电异常的情况。经过运维班组的现场勘查，发现该用户通过在表计电流回路进行分流的手段实施窃电，导致表计电流减少，累计电量小于真实用电电量。
由此可以确定，该10k V馈线线损的异常是馈线下的用户窃电导致用电数据异常所引起的。
处理：对于此类窃电行为，应由运维班组启动窃电查处流程，对窃电行为实施处理后，恢复正常用电，馈线线损值也可恢复正常。日常工作中，加强计量装置运行状态的监控，结合各类线损值的异常分析，可及时发现用户的异常用电情况，将危害电网正常、安全运行的行为扼杀在萌芽阶段。
3 结论
随着大数据时代的到来，供电企业对于电能量数据的合理整合、有效利用越来越深入。电能量数据档案的自动化管理与抄表数据的准实时采集实现了各级线损的自动建模、计算，将电能量数据管理与分析技术引入到线损异常分析中，能为线损管理带来新的思路和更加有效的技术手段。运用异常时间的横向分析、异常范围的纵向分析、异常计量点的电量趋势分析等电能量数据分析方法，可实现对拓扑关系异常、档案资料异常、采集数据异常、电量计量异常以及用电行为异常等各类异常线损的快速分析、异常计量点的精准定位，促进异常线损的及时、有效处理，提升线损管理的精益化水平，及时减少企业的安全风险和营销风险，推动企业节能降耗。
参考文献：
[1]林秋景.供电台区线损异常分析及处理方法研究[D].北京：北京邮电大学，2017.
[2]张利生.电力网电能损耗管理及降损技术[M].北京：中国电力出版社，2008：97-108.
[3]刘茶.详解管理线损[J].中国电力企业管理，2008，（6）：46-47.
论文作者:叶平
论文发表刊物:《河南电力》2019年6期
论文发表时间:2019/12/11
标签：电量论文; 异常论文; 线损论文; 电能论文; 数据论文; 曲线论文; 方法论文; 《河南电力》2019年6期论文;