摘要：线损率是评估电网结构、运行及管理水平的重要评价指标，如果不及时采取有效措施降损，不仅会造成电能浪费，还有可能威胁到电网运行的安全性与可靠性。目前传统抄表只能看到每个月线损率的波动，无法实时展现供、售电量情况，导致线损管理中出现的问题难以被发现，线损对电网的监控与指导作用不明显。
关键词：大数据；配网；线损
1线损产生原因及管理现状
技术线损。配网技术线损主要有以下几方面原因：一是配电网结构不合理。比如因线路导线截面积不符合设计要求，可能会导致线路超负荷运行的情况，增大线路损耗。二是变压器和电缆等元件在运行中的自身损耗。三是大功率设备的推广应用。大功率设备对无功补偿要求较高，随着生产生活的需要，越来越多的大功率设备接入线路使用，配网的无功补偿设备不足以满足实际需要，导致电能损耗增加。
管理线损。配网管理线损主要有以下原因：一方面部分用户存在窃电或违规用电等情况，导致电能损失。另一方面，少数抄表人员存在估抄、漏抄表等情况，或电能计量装置更换后，旧表表底数据上传管理系统滞后，导致阶段性统计误差，从而形成了线损偏差。
管理现状。传统配网线损管理存在以下问题：一是因抄表方式供、售电量发行不同步，导致月度线损率波动较大；二是因各信息系统数据偏差或不准确，导致线损计算结果不真实；三是为满足公司线损、电量等相关考核指标，人为调整电量等操作。
2基于大数据的线损在线监测
配网同期线损实现方式。基于大数据的配网同期线损集合6大源端系统实时数据，即从调度数据采集与监视监控系统（即SCADA系统）获取电网拓扑关系，从电能量采集系统获取分区、分压关口电量数据；从运检设备运维精益管理系统（即PMS2.0系统）获取公变档案参数，从地理信息系统（即GIS系统）获取公变及高压用户线变关系；从营销SG186系统获取高压用户线变关系、户台对应关系，从用电信息采集系统获取公专变及低压用户的电量数据。
各大源端系统实时数据先行推送至海量数据平台，同期系统利用WEB接口、数据中心等渠道完成对海量数据的转换与抽取，再根据系统前台配置的关口计算模型，即可实现分区、分压、分线、分台的日线损与月线损计算，同时提供明细数据穿透功能，便于线损异常原因分析。
配网同期线损监测分析管控。基于大数据的配网同期线损加强了数据采集、档案数据的应用统一，打通了线损系统与海量数据平台的文件相互传输和信息共享，实现了线损采集数据与档案数据的相互匹配，提高了线损数据的真实性与精确度。
因数据量大、实时性要求高、供售电量关联强，该系统可实时监测分析并筛选异常数据，及时发现“四分”线损异常情况，并根据异动情况的程度评价评级。同时可对线损异常进行深化监测分析，确定具体异常线路或台区，实现问题精准定位，建立省、市、县、供电所四层联动闭环处理机制，加强了各专业、部门协同联动与责任落实，促进线损异常的及时分析与整改，以点带面，促进配网线损管理水平提升。
3依托大数据分析的高线损治理
以某省10千伏京皖129线（主干线长度1.889千米，导线型号为YJV22-8.7/10-3×400，投运时间为2016年10月，接带变压器66台）为例，该线路高损分析及治理整体情况如表1、2所示。线损异常原因分析。通过对1至4月份月线损及5月份共计15天日线损大数据进行分析及现场核实，得出以下结论。
基础方面。该线路智能表全覆盖；经核实，该线路下一高压用户的两个计量点采集失败，户号为6757065385，户名为“某广场投资有限公司”，计量点编号为50276117533、50276122240，对应的变压器ID分别为6529432043、6529400908，变压器名称为“C区自管2亳州万达广场投资有限公司”、“C区自管3某广场投资有限公司”；同时该线路不存在技术线损高问题；线路存在联络互供：10千伏京皖129线下某财富中心总配与110千伏薛阁变电站10千伏希夷南I线118线联络，未及时在系统做好合并线损统计。
管理方面。经5月9日系统与现场核实，该线路在GIS系统中缺失菊花佳苑和新时代小区两个小区共计15台自管变压器；经核实，该线路下用户不存在违规用电及窃电行为；无计量表计接线错误及故障情况。
表1
线损异常治理情况。通过现场核实，发现该线路线变关系异常两处、采集问题一处，经整改后日线损由5月1日的44.16%降到15日的3.94%，管理降损40.22个百分点。由于10千伏京皖129线下京皖财富中心总配与110千伏薛阁变电站10千伏希夷南I线118线联络，目前在同期线损系统中暂将10千伏京皖129线与10千伏希夷南I线118线打包处理，5月15日合并线路合格率为3.94%，符合配电线路日线损率区间段。
4依托大数据的线损管理优势
实现日线损实时计算。融合了6大源端系统基础数据的同期系统可以实现T-3日的分区、分压、分线、分台区日线损实时计算，有利于基层单位及时分析线损异常原因、查找问题短板，积极采取措施降损增效。提高基础数据真实性。通过同期系统的大数据分析，可以及时发现运检配电线路线变挂接关系是否准确、营销用户档案与户台对应数据是否真实、采集电量信息是否完备等问题，强化了线损异常原因分析，有利于促进调度、运检、营销等专业协同合作，解决关口管理、设备异动管理、用户档案管理、电量采集管理等跨专业问题，促进各专业数据质量整体提升，提高营配调贯通业务水平。
结语
在电力大数据支撑下的同期线损，可以实现配网线损的还原归真，促进企业的线损管理工作有效开展，提升线损精益化管理水平。大数据的支撑能够确保数据的及时性、准确性和完整性，真实的线损情况可以体现出线损管理中的诸多问题，反映电网结构的真实水平，对于提高配网运行的安全性和可靠性具有非常重要的作用，对电力企业的长远发展也有着重要意义。
参考文献
[1]王锡凡.现代电力系统分析[M].北京：科学出版社，2016.
[2]于溪波.浅议低压线损产生的原因及其降损措施[J].科技致富向导，2018（35）.
论文作者:高超,王慧勇,李惠
论文发表刊物:《基层建设》2019年第21期
论文发表时间:2019/10/21
标签：线损论文; 数据论文; 线路论文; 系统论文; 异常论文; 同期论文; 情况论文; 《基层建设》2019年第21期论文;