公務(wù)員期刊網(wǎng) 論文中心 正文

電力物聯(lián)網(wǎng)下的臺區(qū)精益管控模式應(yīng)用

前言:想要寫出一篇引人入勝的文章?我們特意為您整理了電力物聯(lián)網(wǎng)下的臺區(qū)精益管控模式應(yīng)用范文,希望能給你帶來靈感和參考,敬請閱讀。

電力物聯(lián)網(wǎng)下的臺區(qū)精益管控模式應(yīng)用

摘要:闡述面向臺區(qū)線損精益管理的電力聯(lián)網(wǎng)技術(shù)創(chuàng)新應(yīng)用,形成管理模式創(chuàng)新設(shè)計,持續(xù)強化臺區(qū)線損管理精益化水平,深入挖掘電力大數(shù)據(jù)潛在價值,應(yīng)用數(shù)據(jù)資源和技術(shù)能力。

關(guān)鍵詞:電力物聯(lián)網(wǎng),臺區(qū)線損,精益管理,網(wǎng)絡(luò)系統(tǒng)

引言

結(jié)合現(xiàn)階段的電力營銷業(yè)務(wù)可知,電力損耗問題已成為業(yè)內(nèi)人士普遍關(guān)注的重點問題,而臺區(qū)線損占據(jù)了總線損的較大份額,是線損管理中最基礎(chǔ)、最重要的工作內(nèi)容,因此供電企業(yè)對臺區(qū)線損的快速分析和高效治理是開展臺區(qū)精益管控的關(guān)鍵。但傳統(tǒng)的臺區(qū)線損管理方式信息化、科學(xué)化、智能化程度不足,線損治理難度大,主要體現(xiàn)在以下幾個方面:(1)由于用電信息采集系統(tǒng)主站的系統(tǒng)負(fù)荷及計算能力有限,無法滿足實時計算要求,無法及時發(fā)現(xiàn)線損異常臺區(qū)。(2)造成臺區(qū)電力損失的因素眾多,目前供電企業(yè)難以快速定位臺區(qū)線損異常原因,無法針對性開展排查治理,導(dǎo)致線損治理工作效率不高。(3)現(xiàn)場工作人員缺乏處理臺區(qū)線損管理業(yè)務(wù)的便捷工具和手段,無法實時查看所在臺區(qū)的線損情況和用戶情況,額外增加了工作人員的管理難度和線損治理的難度。因此,如何通過有效的方法實時計算臺區(qū)線損、快速定位線損異常原因[1-3]、提高線損治理效率,將電力損失最小化便是研究的重點與難點。

1基于聚類分析的臺區(qū)線損分析模型

隨著“全采集、全覆蓋、深化應(yīng)用”工作的推進(jìn),臺區(qū)管理工作也逐步由粗放化管理向精益化管理推進(jìn)。針對如何有效辨別線損異常的問題,在研究聚類算法和線損率數(shù)據(jù)特性的基礎(chǔ)上,提出了一種基于k-means聚類算法的線損異常辨別方法,根據(jù)平均線損率的大小、聚類中心的距離等因素,判斷該低壓臺區(qū)是否存在線損異常,同時計算低壓臺區(qū)線損異常的程度,模型構(gòu)建過程如圖1。為了定量判斷異常臺區(qū)的線損異常程度,引入了時間離散度的概念。時間離散度是以異常臺區(qū)線損率數(shù)據(jù)中聚類得到的聚類中心最大的類的線損率數(shù)據(jù)所對應(yīng)的時間點為研究對象,計算這些時間點間隔時間的平均值,以此作為衡量線損異常程度的指標(biāo)。時間離散度越小,代表該臺區(qū)在某段集中的時間段內(nèi)存在線損率數(shù)據(jù)異常的情況,則該臺區(qū)存在線損異常的可能性高;時間離散度越大,則線損率數(shù)據(jù)異常出現(xiàn)的情況出現(xiàn)的比較零散,則表明該臺區(qū)線損異常的可能性低。以用電信息采集系統(tǒng)、營銷系統(tǒng)、PMS2.0系統(tǒng)為主要數(shù)據(jù)來源,采用聚類分析模型結(jié)果,有效實現(xiàn)臺區(qū)線損異常的智能化判別,實現(xiàn)臺區(qū)線損異常預(yù)警、智能診斷、異常處理、反饋評價的全流程閉環(huán)管理,有效實現(xiàn)電力大數(shù)據(jù)的深化應(yīng)用,能夠?qū)崿F(xiàn)全面提高線損異常治理精度、提升線損管控精益化水平,有效提升工作效率,降低線損管理資源投入,提升異常臺區(qū)治理水平。針對識別出的異常臺區(qū),向臺區(qū)管理者推送相應(yīng)的治理建議,提高線損管理效率。同時,以該應(yīng)用模塊為基礎(chǔ),為管理人員全面掌握臺區(qū)信息提供參考。通過綜合預(yù)警、智能診斷后,系統(tǒng)提供異常處理建議并記錄異常處理方法,自動評估處理結(jié)果,實現(xiàn)異常臺區(qū)治理的全流程閉環(huán)管控,提高線損管理規(guī)范程度,豐富操作人員業(yè)務(wù)知識,提升業(yè)務(wù)水平。

2臺區(qū)線損異常狀態(tài)原因

借助臺區(qū)缺失電量數(shù)據(jù)預(yù)測結(jié)果對實際臺區(qū)線損進(jìn)行還原,通過將營銷與配網(wǎng)核心系統(tǒng)數(shù)據(jù)進(jìn)行關(guān)聯(lián)研究,綜合研判臺區(qū)線損異常區(qū)間、總表與用戶用電量數(shù)據(jù)完整性、戶變關(guān)系等數(shù)據(jù),構(gòu)建臺區(qū)線損異常大數(shù)據(jù)智能研判模型。利用智能研判模型對異常臺區(qū)線損進(jìn)行智能分析,從低壓拓?fù)鋯栴}、表計故障問題、采集異常問題、抄表質(zhì)量問題、違約竊電問題、負(fù)載異常、三相不平衡及其他等維度,通過系統(tǒng)數(shù)據(jù)關(guān)聯(lián)進(jìn)行臺區(qū)線損異常原因智能研判。研判結(jié)果自動推送相應(yīng)負(fù)責(zé)人,用于安排人員進(jìn)行提前預(yù)判和現(xiàn)場排查治理,線損成因分析模型如表1所示。

3臺區(qū)線損異常的應(yīng)對策略

(1)臺區(qū)線損消缺還原創(chuàng)新模式研究?;诖笤莆镆频呐_區(qū)線損異常分析與消缺還原研究。構(gòu)建臺區(qū)缺失電量預(yù)測大數(shù)據(jù)分析模型,進(jìn)行模擬計算與補足。構(gòu)建臺區(qū)線損異常大數(shù)據(jù)智能研判模型,模擬異常臺區(qū)的異常原因研判過程與結(jié)果。構(gòu)建基于互聯(lián)網(wǎng)+的臺區(qū)線損消缺還原創(chuàng)新模式,優(yōu)化指導(dǎo)后續(xù)臺區(qū)線損現(xiàn)場排查工作。目前臺區(qū)線損消缺還原工作主要以人工記錄為主,人員工作量繁重、效率低下、偏差率較高、技術(shù)水平低下,迫切需要一種信息化、智能化的創(chuàng)新模式來提升臺區(qū)線損消缺還原工作水平。借助移動作業(yè)終端(如PAD)、大數(shù)據(jù)處理等“互聯(lián)網(wǎng)+臺區(qū)管理”技術(shù),構(gòu)建貫穿前期線損異常預(yù)警、線損異常用戶關(guān)聯(lián)、現(xiàn)場檢查核實、現(xiàn)場消缺還原處理、數(shù)據(jù)同步更新、線損異常記錄保存等全生命周期的線損消缺還原創(chuàng)新應(yīng)用模式(圖2),可實現(xiàn)貫穿臺區(qū)線損消缺還原創(chuàng)新模式全生命周期的流程設(shè)計,實現(xiàn)工作的常態(tài)化固化應(yīng)用。(2)臺區(qū)線損閉環(huán)處理模式。基于臺區(qū)識別儀的臺區(qū)線損互聯(lián)管理模式的后續(xù)閉環(huán)處理階段主要由該臺區(qū)所屬各供電公司營業(yè)站關(guān)聯(lián)調(diào)整人員和低壓大用戶采集運維人員完成。閉環(huán)消缺階段的主要工作內(nèi)容包括以下幾個方面:①對現(xiàn)場電纜銘牌缺失或錯誤,查明所屬臺區(qū),但無法判斷具體出線的,各班站暫時將用戶關(guān)聯(lián)至正確臺區(qū),并統(tǒng)一發(fā)送運檢部安排電纜走向排查,并在PMS中進(jìn)行相應(yīng)修正,要求一周內(nèi)完成。②運檢部反饋后各班站當(dāng)日將關(guān)聯(lián)調(diào)整至正確出線。③查明關(guān)聯(lián)差錯的,在當(dāng)周完成營銷GIS圖形調(diào)整。④將調(diào)整的用戶清單匯總,下周一下班前提交管控組。⑤由管控組統(tǒng)一發(fā)送系統(tǒng)公司。⑥系統(tǒng)公司根據(jù)匯總的調(diào)整用戶清單,進(jìn)行后臺關(guān)聯(lián)維護。

4結(jié)語

基于電力物聯(lián)網(wǎng)的臺區(qū)精益管控模式與應(yīng)用研究,立足于現(xiàn)有海量臺區(qū)實際運行數(shù)據(jù),運用大數(shù)據(jù)分析進(jìn)行數(shù)據(jù)處理與建模,構(gòu)建了臺區(qū)線損預(yù)測模型,以系統(tǒng)歷史數(shù)據(jù)為基礎(chǔ),有效開展及時預(yù)警,閉環(huán)跟蹤,有效推進(jìn)臺區(qū)精益化管控,持續(xù)強化臺區(qū)線損管理精益化水平。

參考文獻(xiàn)

[1]邢毓卿,陶特倫,蔡奇宏,馬澤宇.臺區(qū)線損智能化管控模塊的開發(fā)及應(yīng)用[J].電力需求側(cè)管理,2018,20(04):56-59.

[2]陳洪濤,蔡慧,李熊,王穎,鄭恩輝.基于k-means聚類算法的低壓臺區(qū)線損異常辨別方法[J].南方電網(wǎng)技術(shù),2019,13(02):2-6.

[3]姜惠蘭,安敏,劉曉津,趙新,張建海.基于動態(tài)聚類算法徑向基函數(shù)網(wǎng)絡(luò)的配電網(wǎng)線損計算[J].中國電機工程學(xué)報,2005(10):35-39.

作者:沈曉枉 王若華 徐穎 單位:國網(wǎng)上海市區(qū)供電公司