一种线损分层分析方法及系统

技术领域

本发明涉及低压台区线损治理技术领域，并且更具体地，涉及一种线损分层分析方法及系统。

背景技术

随着智能电网建设的深入推进，线损率已成为衡量智能电网经济安全运行的重要指标。线损率居高不下，会造成电力资源的巨大浪费，加剧我国电力资源的紧张，进一步影响到经济社会的发展。因此，台区线损治理成为电力公司降低线损率，提高经济效益的重要举措。

目前，线损分层治理是低压台区降损的主要模式。该模式将低压台区划分为台变-分支、分支-表箱、表箱-电能表三个层级，通过线损分析设备实现数据分层采集、线损分层计算、事件分析判断等功能，进而实现台区线损治理。

但现有的线损分层分析方案多采用测量点的日冻结数据和事件开展线损的分层定位分析，缺乏分支节点或表箱电能表曲线数据，导致出现用采数据颗粒度不足、线损异常定位不准确、诊断分析功能不完善、线损治理周期长等问题。

因此，急需一种高效准确地进行台区线损分析的方法。

发明内容

本发明提出一种线损分层分析方法，以解决如何高效地确定异常窃电的问题。

为了解决上述问题，根据本发明的一个方面，提供了一种线损分层分析方法，所述方法包括：

基于台区物理拓扑获取每一层级的电能表电参量数据，并基于所述电能表电参量数据确定每一层级的理论线损率和统计线损率；

基于每一层级的理论线损率和统计线损率确定存在线损异常的层级；

确定存在线损异常的层级对应的包含电能表误差变量的方程组并求解，确定每个电能表的测量误差，并基于每个电能表的测量误差确定误差异常电能表；

获取误差异常电能表的上报事件记录，并基于所述上报事件记录确定异常窃电结果。

优选地，其中所述基于所述电能表电参量数据确定每一层级的理论线损率和统计线损率，包括：

利用如下方式确定每一层级的理论线损率，包括：

其中，ΔA

利用如下方式确定每一层级的统计线损率，包括：

L

其中，Lv

优选地，其中所述基于每一层级的理论线损率和统计线损率确定存在线损异常的层级，包括:

对于任一层级，若该任一层级的统计线损率大于该任一层级对应的预设统计线损率异常阈值，或若该任一层级的线损误差大于该任一层级对应的线损误差阈值，则确定该任一层级为存在线损异常的层级；其中，基于线损误差＝|统计线损率-理论线损率|确定线损误差。

优选地，其中所述存在线损异常的层级对应的包含电能表误差变量的方程组，包括：

其中，ε

优选地，其中所述基于每个电能表的测量误差确定误差异常电能表，包括：

对于任一个电能表，若该任一个电能表的测量误差与预设测量误差误差的差值的绝对值大于等于预设阈值，则确定该任一个电能表为误差异常电能表。

优选地，其中所述基于所述上报事件记录确定异常窃电结果，包括:

对于任一个误差异常电能表，将该任一个误差异常电能表对应的上报事件记录与预设的异常窃电项中的判断依据进行比对，确定比对成功的判断依据，并确定所述异常窃电项中与所述判断依据相关联的窃电信息；

对预设时间段内的窃电信息进行统计分析，并确定出现次数最多的窃电信息未该任一个误差异常电能表对应的异常窃电结果。

根据本发明的另一个方面，提供了一种线损分层分析系统，所述系统包括：

线损率计算单元，用于基于台区物理拓扑获取每一层级的电能表电参量数据，并基于所述电能表电参量数据确定每一层级的理论线损率和统计线损率；

异常层级确定单元，用于基于每一层级的理论线损率和统计线损率确定存在线损异常的层级；

误差异常电能表确定单元，用于确定存在线损异常的层级对应的包含电能表误差变量的方程组并求解，确定每个电能表的测量误差，并基于每个电能表的测量误差确定误差异常电能表；

异常窃电结果确定单元，用于获取误差异常电能表的上报事件记录，并基于所述上报事件记录确定异常窃电结果。

优选地，其中所述线损率计算单元，基于所述电能表电参量数据确定每一层级的理论线损率和统计线损率，包括：

利用如下方式确定每一层级的理论线损率，包括：

其中，ΔA

利用如下方式确定每一层级的统计线损率，包括：

L

其中，Lv

优选地，其中所述异常层级确定单元，基于每一层级的理论线损率和统计线损率确定存在线损异常的层级，包括:

对于任一层级，若该任一层级的统计线损率大于该任一层级对应的预设统计线损率异常阈值，或若该任一层级的线损误差大于该任一层级对应的线损误差阈值，则确定该任一层级为存在线损异常的层级；其中，基于线损误差＝|统计线损率-理论线损率|确定线损误差。

优选地，其中所述存在线损异常的层级对应的包含电能表误差变量的方程组，包括：

其中，ε

优选地，其中所述误差异常电能表确定单元，基于每个电能表的测量误差确定误差异常电能表，包括：

对于任一个电能表，若该任一个电能表的测量误差与预设测量误差误差的差值的绝对值大于等于预设阈值，则确定该任一个电能表为误差异常电能表。

优选地，其中所述异常窃电结果确定单元，基于所述上报事件记录确定异常窃电结果，包括:

对于任一个误差异常电能表，将该任一个误差异常电能表对应的上报事件记录与预设的异常窃电项中的判断依据进行比对，确定比对成功的判断依据，并确定所述异常窃电项中与所述判断依据相关联的窃电信息；

对预设时间段内的窃电信息进行统计分析，并确定出现次数最多的窃电信息未该任一个误差异常电能表对应的异常窃电结果。

基于本发明的另一方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现一种线损分层分析方法中任一项的步骤。

基于本发明的另一方面，本发明提供一种电子设备，包括：

上述的计算机可读存储介质；以及一个或多个处理器，用于执行所述计算机可读存储介质中的程序。

本发明提供了一种线损分层分析方法及系统，包括：基于台区物理拓扑获取每一层级的电能表电参量数据，并基于所述电能表电参量数据确定每一层级的理论线损率和统计线损率；基于每一层级的理论线损率和统计线损率确定存在线损异常的层级；确定存在线损异常的层级对应的包含电能表误差变量的方程组并求解，确定每个电能表的测量误差，并基于每个电能表的测量误差确定误差异常电能表；获取误差异常电能表的上报事件记录，并基于所述上报事件记录确定异常窃电结果。本发明能够缩短确定存在误差异常的电能表的效率，节省二次人工排查耗费的大量人工工作量和工作时间，降低了线损治理成本，基于上报时间记录进行窃电原因的分析，能够进一步节约人工排查时间和工作量，缩短线损治理周期，提高线损治理成效。

附图说明

通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：

图1为根据本发明实施方式的线损分层分析方法100的流程图；

图2为根据本发明实施方式的台区线损分层计算的原理图；

图3为根据本发明实施方式的线损分层分析系统300的结构示意图。

具体实施方式

现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。

除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。

本发明目的在于提供一种更高效、更准确、更经济的线损分级分析方法及装置，解决低压台区线损治理周期长，高损点定位困难等问题，为实现上述目的，本发明设计了包含基尔霍夫定律的台区线损分层计算模型、电能表误差分层分析模型和电能表窃电分层分析模型三个数据计算模型内嵌于线损分析装置中，通过在台变侧部署线损分析装置主机，分支侧、表箱侧部署从机，实现台区物理拓扑识别，在感知设备时间同步情况下，通过线损分析装置分层采集台变侧、分支侧、表箱侧及电能表的电参量曲线数据及上报事件，在主机侧通过台区线损分层计算模型锁定高损线路，即确定存在线损异常的层级，再在高损线路范围内利用电能表误差分层分析模型定位高损异常点，即确定异常电能表，并通过异常窃电分层分析模型进一步探知高损原因，提高锁定台区高损点的准确性。其中，电参量数据主要包括电压、电流、正向有功总电能示值、反向有功电能示值等数据。

图1为根据本发明实施方式的线损分层分析方法100的流程图。如图1所示，本发明实施方式提供的线损分层分析方法，能够缩短确定存在误差异常的电能表的效率，节省二次人工排查耗费的大量人工工作量和工作时间，降低了线损治理成本，基于上报时间记录进行窃电原因的分析，能够进一步节约人工排查时间和工作量，缩短线损治理周期，提高线损治理成效。本发明实施方式提供的线损分层分析方法100，从步骤101处开始，在步骤101基于台区物理拓扑获取每一层级的电能表电参量数据，并基于所述电能表电参量数据确定每一层级的理论线损率和统计线损率。

优选地，其中所述基于所述电能表电参量数据确定每一层级的理论线损率和统计线损率，包括：

利用如下方式确定每一层级的理论线损率，包括：

其中，ΔA

利用如下方式确定每一层级的统计线损率，包括：

L

其中，Lv

结合图2所示，在本发明中，利用台区线损分层计算模型，基于台区物理拓扑以及感知设备采集到的分层节点和电能表电参量曲线数据，分别计算每一层级的理论线损率和统计线损率。

在本发明中，利用终端时钟对线损感知设备进行时钟同步对时，按照设定的采集间隔采集同一时间断面台变侧、分支侧、表箱侧的电压、电流、功率、相位角、功率因数、正向有功电能示值、反向有功电能示值等曲线数据，开展分层分相台区理论线损计算，主要包括以下步骤:

(1)计算一个时间断面(如15mi n为一个时间断面)单层分相首末端的电压压降,以A相为例：

其中，

(2)取同一时间断面单层分相的电流值I

(3)计算g层j分支A相在时间点t的理论功率损耗：

通过上述计算方法，可分别获取同一分支下B相在时间点t的理论功率损耗ΔP

(4)计算一个统计周期内分支的理论线损耗：

其中，g表示分层编号(g＝1代表台变-分支层，g＝2代表分支-表箱，g＝3代表表箱-电能表),j表示分支编号，ΔA

(5)计算统计周期内单层级的理论线损：

(6)计算统计周期内单层级的理论线损率：

其中，E表示上级节点计量电量；ΔAg表示第g层理论线损，ΔA

在本发明中，依据采集到的首末端同一时间断面的正向有功总电能示值、反向有功电能示值等数据分别计算“台变-分支”、“分支-表箱”、“表箱-电能表”层级的统计线损及分层统计线损率，获取台区每一层级的线损情况。具体包含以下步骤：

(1)计算分层供入电量

其中，Er

(2)计算分层供出电量

其中，Eo

(3)计算分层线损

L

(4)计算统计线损率

在步骤102，基于每一层级的理论线损率和统计线损率确定存在线损异常的层级。

优选地，其中所述基于每一层级的理论线损率和统计线损率确定存在线损异常的层级，包括:

对于任一层级，若该任一层级的统计线损率大于该任一层级对应的预设统计线损率异常阈值，或若该任一层级的线损误差大于该任一层级对应的线损误差阈值，则确定该任一层级为存在线损异常的层级；其中，基于线损误差＝|统计线损率-理论线损率|确定线损误差。

在本发明中，基于上述理论线损率和统计线损率的计算结果，对线损异常线路进行分析判断，锁定高损范围，确定线损异常的层级。其中，通过如下两种方式进行判断：一是分别设置每一层级的统计线损率异常阈值(默认5％)，当每一层级的统计线损率超过阈值时，判断为线损异常；二是分别设置每一层级的线损误差阈值(默认2％)，通过“线损误差＝|统计线损率-理论线损率|”的方法获取线损误差，并对比线损误差阈值，当线损误差超出阈值时，判断为线损异常。

在步骤103，确定存在线损异常的层级对应的包含电能表误差变量的方程组并求解，确定每个电能表的测量误差，并基于每个电能表的测量误差确定误差异常电能表。

优选地，其中所述存在线损异常的层级对应的包含电能表误差变量的方程组，包括：

其中，ε

优选地，其中所述基于每个电能表的测量误差确定误差异常电能表，包括：

对于任一个电能表，若该任一个电能表的测量误差与预设测量误差误差的差值的绝对值大于等于预设阈值，则确定该任一个电能表为误差异常电能表。

在本发明中，通过台区线损分层计算模型识别出高损线路后，依据“总真实电量＝总损耗+分支真实电量之和”的能量守恒公式和“电能表误差＝(电能表计量电量-电能表真实电量)/电能表真实电量”的误差计算公式，推导出包含电能表误差变量的方程组，当方程组满足克拉默法则时，获取方程组得到每块电能表的测量误差，锁定误差异常电能表。

通过能量守恒公式获取电能表的电能量守恒：

Y

其中，台区总表测量的第j天用电量为Y

对于电能表i，设其一日内测量的相对误差为δ

故真实用电量X

令：

则有：

Y

因此，可以基于上述公式建立方程组。

其中，式(16)是包含m个变量εi(i＝0,1,2,……,m)的等式。任取m天的数据，就可以获取m个等式，将其联合起来，得到如下的方程组：

其中，ε

当方程组(16)系数矩阵的行列式不为0，即满足克拉默法则时，方程组唯一解。此时，可以通过求解方程组获取每块电能表的测量误差；其中，一个用户对应一块电能表。对于任一个电能表，若任一个电能表的测量误差与预设测量误差误差的差值的绝对值大于等于预设阈值，则确定该任一个电能表为误差异常电能表，从而实现疑似高损点的精准定位。

在步骤104，获取误差异常电能表的上报事件记录，并基于所述上报事件记录确定异常窃电结果。

优选地，其中所述基于所述上报事件记录确定异常窃电结果，包括:

对于任一个误差异常电能表，将该任一个误差异常电能表对应的上报事件记录与预设的异常窃电项中的判断依据进行比对，确定比对成功的判断依据，并确定所述异常窃电项中与所述判断依据相关联的窃电信息；

对预设时间段内的窃电信息进行统计分析，并确定出现次数最多的窃电信息未该任一个误差异常电能表对应的异常窃电结果。

当台区线损出现异常状态时，就可能存在用户窃电行为，也可能存在着供电故障、线路故障、通信中的数据传输错误、计量表计断线与错误等现象。因此，建立窃电行为与用电异常状态之间的关联关系有助于快速查明台区高线损原因。

在本发明中，为提高判断台区疑似高损点的准确度，针对电能表误差计算模型筛查出的误差异常电能表，结合电能表上报事件，如开盖记录、零火线不平衡、三相不平衡、停上电记录等构建台区异常窃电分析模型进行分析判断，进一步明确异常原因。部分异常窃电分析模型见表1所示。

表1部分异常窃电分析模型

当某用户存在窃电行为时，该用户必然会出现用电状态异常，而且大多数情况下用电异常状态具有多面性与持续性，即几种用电异常状态同时持续发生。据此特性，统计一天中单个计量点每种用电异常状态产生的次数，取异常次数最高的异常状态做为诊断结果输出。具体地，对于任一个误差异常电能表，将该任一个误差异常电能表对应的上报事件记录与预设的异常窃电项中的判断依据进行比对，确定比对成功的判断依据，并确定所述异常窃电项中与所述判断依据相关联的窃电信息；对预设时间段内的窃电信息进行统计分析，并确定出现次数最多的窃电信息未该任一个误差异常电能表对应的异常窃电结果。

本发明中，基于线损分析装置实现线损分层分析。其中，线损分析装置，主要包括线损分析主机和从机两种装置。主机部署在台变侧，主要包括采集模块、存储模块、计算模块、计量模块、时钟模块、通信模块及显示模块；从机部署在分支和表箱侧，充当分支总表和表箱总表，主要包括计量模块、采集模块、存储模块、通信模块及时钟模块。其中，线损分析方法中涉及到的三种模型及物理拓扑绘制功能内嵌于线损分析主机的计算模块中，主机的计量模块主要用于计量感知点的电能量数据，采集模块主要用于采集电参量数据及电能量数据，存储模块主要用于存储采集到的电参量及电能量数据，通信模块主要用于与上行主站和下行从机通信，时钟模块主要用于计时、时钟同步等，显示模块主要用于显示当前主机状态，包括供电状态、采集状态、时钟显示、电能量显示等。从机涉及的模块功能与主机相似。

本发明的方法基于嵌入的线损分析装置实现，能够在不增加人力成本的前提下，将原来的台区线损分析及治理平均时间由10天缩短为1天，极大的提高了治理效率，降低了治理成本。具体成效主要包括以下三方面：

(1)缩短线损诊断治理周期。线损分析装置通过采集台区台变侧、分支侧和表箱侧计量点的曲线数据，增加基础电参量数据颗粒度，缩短时间断面间隔周期，压缩数据分析周期，达到快速定位线损异常的目的，进而提高线损分析效率。

(2)提高高损点定位精准度。通过电能表误差分析模型分别计算台变侧、分支侧、表箱侧计量点及电能表的计量误差，逐级获取误差异常的计量节点，进而锁定高损点，该方法大量缩短了因高损点定位模糊导致二次人工排查耗费的大量人工工作量和工作时间，降低了线损治理成本。

(3)提高高损原因诊断准确率。通过对高损计量点的事件分析实现高损点疑似高损原因诊断。进一步节约人工排查时间和工作量，缩短线损治理周期，提高线损治理成效。

本发明的方法可内嵌于线损分析装置中，应用于存量台区；也可内嵌于智能采集终端的应用APP中，应用于新增台区，进而广泛应用于低压台区线损治理。

图3为根据本发明实施方式的线损分层分析系统300的结构示意图。如图3所示，本发明实施方式提供的线损分层分析系统300，包括：线损率计算单元301、异常层级确定单元302、误差异常电能表确定单元303和异常窃电结果确定单元304。

优选地，所述线损率计算单元301，用于基于台区物理拓扑获取每一层级的电能表电参量数据，并基于所述电能表电参量数据确定每一层级的理论线损率和统计线损率。

优选地，其中所述线损率计算单元301，基于所述电能表电参量数据确定每一层级的理论线损率和统计线损率，包括：

利用如下方式确定每一层级的理论线损率，包括：

其中，ΔA

利用如下方式确定每一层级的统计线损率，包括：

L

其中，Lv

优选地，所述异常层级确定单元302，用于基于每一层级的理论线损率和统计线损率确定存在线损异常的层级。

优选地，其中所述异常层级确定单元302，基于每一层级的理论线损率和统计线损率确定存在线损异常的层级，包括:

对于任一层级，若该任一层级的统计线损率大于该任一层级对应的预设统计线损率异常阈值，或若该任一层级的线损误差大于该任一层级对应的线损误差阈值，则确定该任一层级为存在线损异常的层级；其中，基于线损误差＝|统计线损率-理论线损率|确定线损误差。

优选地，所述误差异常电能表确定单元303，用于确定存在线损异常的层级对应的包含电能表误差变量的方程组并求解，确定每个电能表的测量误差，并基于每个电能表的测量误差确定误差异常电能表。

优选地，其中所述存在线损异常的层级对应的包含电能表误差变量的方程组，包括：

其中，ε

优选地，其中所述误差异常电能表确定单元303，基于每个电能表的测量误差确定误差异常电能表，包括：

对于任一个电能表，若该任一个电能表的测量误差与预设测量误差误差的差值的绝对值大于等于预设阈值，则确定该任一个电能表为误差异常电能表。

优选地，所述异常窃电结果确定单元304，用于获取误差异常电能表的上报事件记录，并基于所述上报事件记录确定异常窃电结果。

优选地，其中所述异常窃电结果确定单元304，基于所述上报事件记录确定异常窃电结果，包括:

对于任一个误差异常电能表，将该任一个误差异常电能表对应的上报事件记录与预设的异常窃电项中的判断依据进行比对，确定比对成功的判断依据，并确定所述异常窃电项中与所述判断依据相关联的窃电信息；

对预设时间段内的窃电信息进行统计分析，并确定出现次数最多的窃电信息未该任一个误差异常电能表对应的异常窃电结果。

本发明的实施例的线损分层分析系统300与本发明的另一个实施例的线损分层分析方法100相对应，在此不再赘述。

基于本发明的另一方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现一种线损分层分析方法中任一项的步骤。

基于本发明的另一方面，本发明提供一种电子设备，包括：

上述的计算机可读存储介质；以及

一个或多个处理器，用于执行所述计算机可读存储介质中的程序。

已经通过参考少量实施方式描述了本发明。然而，本领域技术人员所公知的，正如附带的专利权利要求所限定的，除了本发明以上公开的其他的实施例等同地落在本发明的范围内。

通常地，在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释，除非在其中被另外明确地定义。所有的参考“一个/所述/该[装置、组件等]”都被开放地解释为所述装置、组件等中的至少一个实例，除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行，除非明确地说明。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。