[发明专利]一种基于大数据台区线损数据深度挖掘分析方法

说明书

本发明提供了一种基于大数据台区线损数据深度挖掘分析方法，包括获取台区中电度表的历史电力数据，电度表所在台区的电力特征属性；对电力数据按照不同母线进行集成，集成后的电力数据按照不同种类线损模型计算母线电力线损；根据母线所在台区的电力特征属性对台区进行分类，并结合台区中各母线电力线损训练台区线损拟合模型；计算各母线实时电量不平衡率，判断故障母线所在台区，获取当前台区的电力特征属性，作为台区线损拟合模型的输入，计算当前母线电力预测线损。本发明通过开展大数据背景下母线电度表电力数据的分析研究，能够有效解决现有技术大量台区线损率分析和计算困难、线损率控制目标不明确、台区线损率异常无法判断等技术问题。

技术领域

本发明涉及电力线损技术领域，具体涉及一种基于大数据台区线损数据深度挖掘分析方法。

背景技术

在电力系统中，线损率是电网中电能在传输过程中的损耗量与向电网供应电能的百分比，是评价电网损耗水平的主要指标。在构成电网的各个电压等级中，10kV及以下配电网产生的电能损耗占到全网损耗的较大部分，是造成电网线损率较高的关键性因素。基于台区电能计量仪器设备很多，线损的影响因素可能包括接线错误、数据信息采集完成度、关口CT倍率出错率、部分不良用户的偷窃电行为等。

台区是指(一台)配电变压器下的低压电网供电范围或供电区域。目前，电力系统对低压客户全面实行分台区管理，台区线损直接反映了一个地区的电网营销管理水平。在现有低压配网台区线损的分析测算方法中，随着变电站、用户终端等现场电能量采集技术的进步和智能电表的普及，台区线损指标数据虽然便于收集，但电能计量装置的采集数据海量，接线方式复杂、故障类型繁多，仅依靠传统的现场排查会导致工作量骤增，缺少有针对性的线损数据深度分析的方法。

因此，如何提供一种基于大数据分析，准确地对台区线损数据进行深度挖掘的方法是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种基于大数据台区线损数据深度挖掘分析方法，通过开展大数据背景下母线电度表电力数据的分析研究，能够有效解决现有技术大量台区线损率分析和计算困难、线损率控制目标不明确、台区线损率异常无法判断等技术问题，同时也是深化智能电网建设，推动电力大数据管理技术发展的有效途径。

为了实现上述目的，本发明采用如下技术方案：

一种基于大数据台区线损数据深度挖掘分析方法，包括如下步骤：

S1、获取台区中电度表的历史电力数据，以及电度表所在台区的电力特征属性；

S2、对所述历史电力数据按照不同母线进行集成，集成后的电力数据按照不同种类线损模型计算母线电力线损；

S3、根据S2各母线所在台区的电力特征属性对台区进行分类，并结合台区中各母线电力线损训练台区线损拟合模型；

S4、计算各母线实时电量不平衡率，并判断故障母线所在台区，获取当前台区的电力特征属性，作为台区线损拟合模型的输入，计算当前母线电力预测线损，判断线损类型。

本发明通过对比分析历史母线电力线损与相应台区电力特征属性的关联关系，最终生成计算迅速高效、结果准确性较高的台区线损拟合模型，从而利用该模型对台区线损进行计算分析，充分利用现有信息系统和数据挖掘技术，为台区线损率分析和管理提供了系统解决方案，有助于解决台区线损分析和管理困难的问题，促进台区线损率的精细化管理。

优选的，所述S1中电力特征属性包括：台区属性、配变容量、台区供电半径、线缆类型、低压线路总长度、电力用户数、总功率因数、负载率、年平均线损率和用电性质及比例。

优选的，所述S2中对所述电力数据按照不同母线进行集成具体包括：

根据母线编号对不同母线的电力数据进行划分；

使用正则表达式对各个母线的电力数据进行集成。