同期线损系统在电网消缺中的智能应用_贺远.pdf

书书书电世界(2023 1)11同期线损系统在电网消缺中的智能应用贺远王耀晨李军(国网河南省电力公司济源供电公司，459000，河南济源)【摘要】电网线损产生于输电、变电、配电、售电的各个环节。线损率作为衡量电网企业生产经营技术经济性的重要指标，综合反映了电网公司规划设计、调度、运维和营销等各项核心业务的管理水平。为了及时发现线损管理和电量的薄弱点，有效制定针对性措施降低损耗，同期线损系统应运而生。通过对一起人工消缺应用案例的分析，表明该系统可以辅助人工分析并定位电网运行管理中的问题，但耗时耗力。为此，设计了线损智能诊断模型。该模型可以快速定位异常原因，并给出处理建议。经实际应用，线损率异常诊断时间从原先人工诊断的 2 3 h/条降至模型诊断的3 5 min/条，效率提升 97 46%。关键词电力系统线损率智能化选择应用图 1不同影响因素下的线损率曲线1背景根据国网公司抄表时间的规定 1，普通居民用户在每月 1 日零点抄表 2，非市场化高压商业用户在每月15 日抄表 3，市场化交易用户在每月25 日抄表，抄表周期都为1 个月 4。普通居民用户、非市场化高压商业用户和市场化交易用户抄表时间不一致，造成当月供、售电量不同期，进而导致月度线损率的剧烈波动、失真，失去了预期的指标监测功能，掩盖了电网运行和企业管理的诸多问题 5 8。不同影响因素下的线损率曲线如图1 所示。为解决以上问题，加强电量与线损同期管理，客观准确地反映发、供、售电量和各级电网线损的真实情况，及时发现线损管理和电量的薄弱点，从而有效制定针对性措施降低损耗，一体化电量与线损管理系统应运而生9。2一体化电量与线损管理系统一体化电量与线损管理系统，又称同期线损系统10。其主要依托智能电表、用电信息采集等新技术的发展，实现各个电压等级各个关口电量的实时计算和推送，从而得出实时线损率11。综 述 22电世界(2023 1)同期线损系统打破了运检、营销、调度这三个专业的信息壁垒，在 PMS(电力管理系统)、GIS(地理信息系统)、营销 186 系统、用电采集系统、电能量管理系统等系统中实现了 400 余万设备档案异动的同步更新12，解决了台账反复核对、重复录入的问题。模型方面按照“四分”线损模型构建了完整的线损拓扑一张图13，确保了各系统中“发 输 变 配 用”各个环节电量的一次采录多处应用，以及“分区 分压 分线 分台区”各个层级线损的勾稽联动14。3一起人工消缺案例分析由图 2 可见，某年 9 月 26 日 10 kV 配电线路 A 线输入电量为 5 782 8 kWh，输出电量为 1 200 kWh，售电量为 3 962 76 kWh，则线损电 量 为 620 04 kWh，日 线 损 率 高 达10 72%，而历史数据显示该线路线损率仅为408%(6%以下为合格)，系统判定该 10 kV线路为高损。造成线路高损的原因主要有偷窃电、线变关系挂接错误、表底采集异常等15，下面对可能造成线路高损的原因依次进行分析。31偷窃电及线变关系检查线路高损原因最可能是偷窃电。经对该条10 kV 线路和挂接台区现场的全面排查，线路和台区没有发现异常，无偷窃电情况。排除偷窃电情况后，接下来从线变关系入手，由同期线损系统导出 A 线下挂接台区 26 日售电量明细，发现该线路下共带 44 台公变台区，无专变用户。在同期线损系统里对这 44 台配变逐一核查比对，公变线变关系均无异常。32关口表计检查检查 A 线下挂接台区表计的表底采集情况。经查，台区零点冻结电量正常，采集率均为 100%，线路运行状态良好。因此，可排除台区离线导致的 A 线高损。向 A 线的上一级展开检查，即查看 10 kV A 线的关口、变电站站内母线平日线损率情况。35 kV B 变电站站内母线平日线损率为 3 71%(合格区间为1%1%)，出现大负损。在变电站设备及线路运行都正常的情况下，10 kV A 线出现高损，所属母线出现负损，初步判断该 10 kV 线路关口表计异常。经更换表计后，35 kV 变电站母线平日线损率为 0 13%、10 kV 线路线损率为 3 07%，均达标。至此，一起因线路表计故障造成的线路高损缺陷处理完毕，用时约 5 h。由上述问题查找过程来看，虽然电网电量数据通过营配调贯通集成在一起，但是“四分”线损的异常数据及缺陷仍需靠人工逐层分析寻找，耗时耗力，有悖于国网公司经济集约化管理和能源互联网企业建设目标。由这一案例可见，同期线损系统需要增加线损智能诊断方面的功能，即围绕大数据及云计算，开展智能化计算，进行缺陷故障的自动诊断并给出处理建议。4线损智能诊断模型的研究电网线损智能诊断主要包含 3 个要素:异常线损的智能识别;异常线损的成因判定，异常线损包含独立成因和关联成因，独立成因是由相关数据推送系统的监测数据异常或自身硬件问题导致的，关联成因是由线路上级/下级设备或数据异常导致的本级线损率异常16;异常线损的诊断建议。这里介绍一种基于大数据的电网线损智能诊断模型。模型依据线损异常智能诊断的 3 个要素相对应建立 3 个模块:不同设备的线损目标值，即异常判断条件;异常线损常见问题的数据库;异常设备线损目标值与异常问题数据库的关联。模型流程图如图3 所示。图 210 kV A 线日线损率异常图 综 述 电世界(2023 1)33下面以济源市 10 kV 线路线损的智能诊断为例说明模型的应用。4110 kV 线路线损目标值通过营销系统将济源市 54 5 万客户电价码信息(涉及 45 个字段)和 206 条 10 kV 线路基础信息进行关联，建立负荷电价码库17。通过 K 均值聚类算法对10 kV 线路的负荷情况进行分类，K 取 5 并经过 50 次收敛计算后得到 10 kV 线路负荷构成类别表，如表 1 所示。对表 1 中数据运用正态分布曲线进行拟合计算，可得每类 10 kV 线路线损的目标值，如表 2 所示。42线损率标识应用聚类分析算法分析线损成因字段，结合专家经验建立关系分析模型，具体分为两图 3智能诊断模型流程图表 110 kV 线路负荷构成类别表单位:%负荷构成农村居民生活用电线路商业用电线路非普工业用电+非居民生活用电线路农村居民生活用电+非居民生活用电线路居民生活用电线路农村居民生活用电9318600非居民生活用电1511310非普工业用电357741居民生活用电0501096农业排灌13010农业生产用电21240商业用电035103表 25 类 10 kV 线路线损目标值10 kV 线路类型线损目标值/%标准差农村居民生活用电3 36236商业用电2 51036非普工业用电+非居民生活用电0 5022农村居民生活用电+非居民生活用电3 11093居民生活用电2 83085步:一是异常线损率筛选，选取线路连续三日(T 1、T、T+1)的线损率，对其进行聚类分析得到 K 为 10 的聚类中心;二是对各类线损率进行正常、疑似、间歇、掉线、高损、低损等标识。线损率标识如表 3 所示。4310 kV 线路常见线损问题数据库对济源地区 10 kV 线路线损异常建立问题数据库，如表 4 所示。44数据关联及诊断根据营配调贯通数据，对 206 条 10 kV 线表 3线损率标识单位:%聚类T 1TT+1标识1177175169正常2415421399疑似342153532间歇4000掉线5422419429高损6325514301疑似7121201052间歇8212121疑似9012066011疑似10088075087负损表 4问题数据库序号问题分类序号问题分类1业扩流程问题7轻载线路2线路模型配置问题8负荷倒切3电量采集问题9系统计算错误4电表计量失准10偷电漏电问题5线变关系问题11其他6换表流程问题 综 述 44电世界(2023 1)表 5专家系统成因字段问题数据库关口表计异常户表异常诊断标识诊断建议电量采集问题终端不在线终端不在线4检查线路表计缺抄缺抄4检查线路表计业扩流程问题考核计量点倍率异常5检查 PMS 与现场线变关系超容1检查营销系统线变关系问题CT 倍率错误系统线变户关系错误2、10检查营销系统、PMS换表流程问题6 个工作日内新装6 个工作日内新装2、5检查营销系统、PMS6 个工作日内换表6 个工作日内换表2、5、6检查营销系统、PMS线路模型配置问题串户5、10检查营销系统、PMS轻载线路空载5检查 PMS 与现场线变关系电表计量失准指示值不平指示值不平3、4检查营销系统、表计时钟异常时钟异常2、6检查模型、营销系统单相电流 0单相电流 07 10检查配电自动化系统单相电流异常单相电流异常7 10检查配电自动化系统单相电流=0单相电流=010检查营销系统单相电压=0单相电压=010检查营销系统单相电压异常单相电压异常8、9检查配电自动化系统飞走飞走2、4、10检查模型、表计、营销系统倒走倒走4、6检查 PMS 与现场线变关系电压 260 V 或小于 197 V8、9检查配电自动化系统相线电流 中性线电流2、5、7检查 PMS、配自系统偷电漏电问题日停走但有电压电流4、5检查表计、PMS月停走但有电压电流4、5检查表计、PMS功率因数异常5、7检查配电自动化系统单相谷时电流骤升3检查现场表计开盖记录3、4检查营销系统负荷倒切临时转供8检查配电自动化系统其他其他其他注:1 诊断标识栏中的数字对应表 4 中的序号。2 在实际应用中，诊断建议会列出具体的 10 kV 线路名称。图 4人工与模型诊断耗时柱状图路的档案信息、运行状态、地理位置及负荷情况等进行整理，形成线路的唯一“画像”18，以便对所有线路进行快速定位和针对性异常诊断。将线损率标识与问题数据库进行关联，结合专家经验，形成“异常 措施”的专家系统，如表 5 所示。45应用结果如图 4 所示，抽取 20 条 10 kV 线路(5 综 述 电世界(2023 1)55种类型线路各 4 条)进行模型验证，结果显示智能诊断模型现场异常问题诊断准确率为88 2%，平均处理耗时从原先人工诊断的 2 3h/条降至 3 5 min/条，效率提升 97 46%。5结语同期线损系统实现了电量源头表底自动采集、线损自动生成、指标全过程监控、业务全方位贯通协调等功能。在大数据的基础上，探讨同期线损系统的深入应用，通过建立一套智能诊断模型，实现全网异常数据的自动诊断并给出诊断建议。随着同期线损系统和模型的不断优化，电量与线损将真正实现标准化、智能化、精益化和自动化管理，有效支撑公司坚强智能电网建设，未来同期线损工作的持续深化开展将为国网公司节能降损、提质增效发挥更加重要的作用。参考文献 1 王勇，刘修理，李昆蓬 同期线损背景下非电网设备电能计量精准管理探讨 J 农村电气化，2020(6):73 76 2 李丹，谭文兵，张湛江，等 从技术角度浅析线损管理 J 电子世界，2019(22):106 3 张盛，陈心扬 探讨电能计量管理对线损的影响 J 科技风，2019(28):201 4 高春荣 浅谈县级供电企业营销过程中线损管理措施的 探 讨J 现 代 营 销(信 息 版)，2019(10):167 5 孙哲，金玉，张肖飞，等 10 kV 配电网的电能计量及线损管理 研究J 南方农机，2018，49(16):182 6 刘春华，燕树民，张轶格 浅谈 10 kV 配电网的电能计量及线损管理 J 中国高新技术企业，2016(11):119 120 7 胡文俊，陆启洪，李亚，等 10 kV 配电网故障在线检测与定位研究J 电子元器件与信息技术，2020，4(7):125 126 8 尚雷，王金凤，杨丽徙，等 负荷用电结构变化对系统网损的影响分析J 中国电力，2013，46(8):118 122 9 王漪，李培军，李忠诚，等 关口计量平台的线损计算及其影响因素分析 J 中国电力，2014，47(2):37 41 10国家能源局 电 力 网 电 能 损 耗 计 算 导 则:DL/T6862018 S 北京:中国电力出版社，2020 11张孝军，邓铭，周卓敏，等 架空和电缆混合馈线的线损估算 J 中国电力，2010，43(6):55 58 12邓敏，刘克文，王宇飞 基于复合学习算法的配电网理论线损计算模型J 电力建设，2012，33(2):1 4 13张大立 过网电量电能损耗计算方法的探讨 J 电网技术，1995，19(8):55 58 14ANGELOS E W S，SAAVEDA O，O A C C，etal Detection and identification of abnormalities incustomer consumptions in power distribution systems J IEEE Transactions on Power Delivery，2011，26(4):2436 2442 15董雪梅 基于用电信息采集系统的台区线损管理研究J 中国新技术新产品，2018(16):112113 16JINDAL A，DUA A，KAU K，et al Decision treeand SVM based data analytics for theft detectionin smart grid J IEEE Transactions on IndustrialInformatics，2016，12(3):1005 1016 17GLAUNE P，BOECHAT A，DOLBEG L，et alLarge scale detection of non technical losses inimbalanced data sets:2016 IEEE Power and EnergySociety Innovative Smart Grid Technologies Confer-ence(ISGT)C S l :IEEE，2016 18沈伟强，莫微威 浅析 10 kV 配电网电能计量和线损管理 J 农村电气化，2021(1):78 79(编辑志皓)综 述