网站首页
教育杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
医学杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
经济杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
金融杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
管理杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
科技杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
工业杂志
CSSCI期刊 北大期刊 CSCD期刊 统计源期刊 知网收录期刊 维普收录期刊 万方收录期刊 SCI期刊(美)
SCI杂志
中科院1区 中科院2区 中科院3区 中科院4区
全部期刊
公务员期刊网 论文中心 正文

电力物联网下的台区精益管控模式应用

前言:想要写出一篇引人入胜的文章?我们特意为您整理了电力物联网下的台区精益管控模式应用范文,希望能给你带来灵感和参考,敬请阅读。

电力物联网下的台区精益管控模式应用

摘要:阐述面向台区线损精益管理的电力联网技术创新应用,形成管理模式创新设计,持续强化台区线损管理精益化水平,深入挖掘电力大数据潜在价值,应用数据资源和技术能力。

关键词:电力物联网,台区线损,精益管理,网络系统

引言

结合现阶段的电力营销业务可知,电力损耗问题已成为业内人士普遍关注的重点问题,而台区线损占据了总线损的较大份额,是线损管理中最基础、最重要的工作内容,因此供电企业对台区线损的快速分析和高效治理是开展台区精益管控的关键。但传统的台区线损管理方式信息化、科学化、智能化程度不足,线损治理难度大,主要体现在以下几个方面:(1)由于用电信息采集系统主站的系统负荷及计算能力有限,无法满足实时计算要求,无法及时发现线损异常台区。(2)造成台区电力损失的因素众多,目前供电企业难以快速定位台区线损异常原因,无法针对性开展排查治理,导致线损治理工作效率不高。(3)现场工作人员缺乏处理台区线损管理业务的便捷工具和手段,无法实时查看所在台区的线损情况和用户情况,额外增加了工作人员的管理难度和线损治理的难度。因此,如何通过有效的方法实时计算台区线损、快速定位线损异常原因[1-3]、提高线损治理效率,将电力损失最小化便是研究的重点与难点。

1基于聚类分析的台区线损分析模型

随着“全采集、全覆盖、深化应用”工作的推进,台区管理工作也逐步由粗放化管理向精益化管理推进。针对如何有效辨别线损异常的问题,在研究聚类算法和线损率数据特性的基础上,提出了一种基于k-means聚类算法的线损异常辨别方法,根据平均线损率的大小、聚类中心的距离等因素,判断该低压台区是否存在线损异常,同时计算低压台区线损异常的程度,模型构建过程如图1。为了定量判断异常台区的线损异常程度,引入了时间离散度的概念。时间离散度是以异常台区线损率数据中聚类得到的聚类中心最大的类的线损率数据所对应的时间点为研究对象,计算这些时间点间隔时间的平均值,以此作为衡量线损异常程度的指标。时间离散度越小,代表该台区在某段集中的时间段内存在线损率数据异常的情况,则该台区存在线损异常的可能性高;时间离散度越大,则线损率数据异常出现的情况出现的比较零散,则表明该台区线损异常的可能性低。以用电信息采集系统、营销系统、PMS2.0系统为主要数据来源,采用聚类分析模型结果,有效实现台区线损异常的智能化判别,实现台区线损异常预警、智能诊断、异常处理、反馈评价的全流程闭环管理,有效实现电力大数据的深化应用,能够实现全面提高线损异常治理精度、提升线损管控精益化水平,有效提升工作效率,降低线损管理资源投入,提升异常台区治理水平。针对识别出的异常台区,向台区管理者推送相应的治理建议,提高线损管理效率。同时,以该应用模块为基础,为管理人员全面掌握台区信息提供参考。通过综合预警、智能诊断后,系统提供异常处理建议并记录异常处理方法,自动评估处理结果,实现异常台区治理的全流程闭环管控,提高线损管理规范程度,丰富操作人员业务知识,提升业务水平。

2台区线损异常状态原因

借助台区缺失电量数据预测结果对实际台区线损进行还原,通过将营销与配网核心系统数据进行关联研究,综合研判台区线损异常区间、总表与用户用电量数据完整性、户变关系等数据,构建台区线损异常大数据智能研判模型。利用智能研判模型对异常台区线损进行智能分析,从低压拓扑问题、表计故障问题、采集异常问题、抄表质量问题、违约窃电问题、负载异常、三相不平衡及其他等维度,通过系统数据关联进行台区线损异常原因智能研判。研判结果自动推送相应负责人,用于安排人员进行提前预判和现场排查治理,线损成因分析模型如表1所示。

3台区线损异常的应对策略

(1)台区线损消缺还原创新模式研究。基于大云物移的台区线损异常分析与消缺还原研究。构建台区缺失电量预测大数据分析模型,进行模拟计算与补足。构建台区线损异常大数据智能研判模型,模拟异常台区的异常原因研判过程与结果。构建基于互联网+的台区线损消缺还原创新模式,优化指导后续台区线损现场排查工作。目前台区线损消缺还原工作主要以人工记录为主,人员工作量繁重、效率低下、偏差率较高、技术水平低下,迫切需要一种信息化、智能化的创新模式来提升台区线损消缺还原工作水平。借助移动作业终端(如PAD)、大数据处理等“互联网+台区管理”技术,构建贯穿前期线损异常预警、线损异常用户关联、现场检查核实、现场消缺还原处理、数据同步更新、线损异常记录保存等全生命周期的线损消缺还原创新应用模式(图2),可实现贯穿台区线损消缺还原创新模式全生命周期的流程设计,实现工作的常态化固化应用。(2)台区线损闭环处理模式。基于台区识别仪的台区线损互联管理模式的后续闭环处理阶段主要由该台区所属各供电公司营业站关联调整人员和低压大用户采集运维人员完成。闭环消缺阶段的主要工作内容包括以下几个方面:①对现场电缆铭牌缺失或错误,查明所属台区,但无法判断具体出线的,各班站暂时将用户关联至正确台区,并统一发送运检部安排电缆走向排查,并在PMS中进行相应修正,要求一周内完成。②运检部反馈后各班站当日将关联调整至正确出线。③查明关联差错的,在当周完成营销GIS图形调整。④将调整的用户清单汇总,下周一下班前提交管控组。⑤由管控组统一发送系统公司。⑥系统公司根据汇总的调整用户清单,进行后台关联维护。

4结语

基于电力物联网的台区精益管控模式与应用研究,立足于现有海量台区实际运行数据,运用大数据分析进行数据处理与建模,构建了台区线损预测模型,以系统历史数据为基础,有效开展及时预警,闭环跟踪,有效推进台区精益化管控,持续强化台区线损管理精益化水平。

参考文献

[1]邢毓卿,陶特伦,蔡奇宏,马泽宇.台区线损智能化管控模块的开发及应用[J].电力需求侧管理,2018,20(04):56-59.

[2]陈洪涛,蔡慧,李熊,王颖,郑恩辉.基于k-means聚类算法的低压台区线损异常辨别方法[J].南方电网技术,2019,13(02):2-6.

[3]姜惠兰,安敏,刘晓津,赵新,张建海.基于动态聚类算法径向基函数网络的配电网线损计算[J].中国电机工程学报,2005(10):35-39.

作者:沈晓枉 王若华 徐颖 单位:国网上海市区供电公司

免责声明

本站为第三方开放式学习交流平台,所有内容均为用户上传,仅供参考,不代表本站立场。若内容不实请联系在线客服删除,服务时间:8:00~21:00。

AI写作,高效原创

在线指导,快速准确,满意为止

立即体验
文秘服务 AI帮写作 润色服务 论文发表