一种基于台区线损合理区间计算与评估方法与流程

1.本发明属于线损管理技术领域，涉及台区线损预测方法，具体涉及通过选取线损特征指标，从而建立台区预测的大数据算法模型，进而通过模糊评价的方式形成的一种基于台区线损合理区间计算与评估方法。


背景技术：

2.线损治理是公司节能降耗工作的重要举措，但台区线损治理工作缺少较为精确的方向指引，非常依赖基层人员的经验及摸排走访，工作效率低下，且需要投入大量的人力物力成本。另外，依托台区线损指标，加强台区技术和管理线损分析，降低设备和线路损耗，有效堵塞各类漏洞，实现公司经营效益的提升是线损管理的一项重要要求。
3.针对当前低压台区理论线损难以计算，台区线损管理缺乏针对性的考核标准等问题，本技术计划提出一种基于台区线损合理区间计算与评估方法，从而能够对降损工作进行客观评价，根据台区实际特征及运行状态，科学制定台区降损目。


技术实现要素：

4.为了解决现有技术中线损治理的不足，本技术的目的是提供一种基于台区线损合理区间计算与评估方法。
5.为了实现本技术的目的，本技术提供的技术方案如下：一种基于台区线损合理区间计算与评估方法，包括如下步骤：步骤一：选取台区线损特征指标并进行分析；步骤二：根据上网电量百分比、网架结构、供电半径对台区进行分类；步骤三：针对每类台区建立基于台区线损特征指标的台区线损预测的神经网络模型；步骤四：依据3σ原则建立台区线损合理区间，并采用模糊数学的方法对台区线损率进行评估。
6.其中，在步骤一中，所述台区线损特征指标包括电源类指标、网架类指标、电量类指标、运行类指标和容量类指标。
7.其中，在步骤一中，对台区线损特征指标进行分析是指采用spss软件对影响因子进行分析，包括：主成分分析、皮尔森相关性系数分析、肯德尔相关性系数分析、斯皮尔曼相关性系数分析。
8.其中，在步骤二中，对台区进行分类基于两方面因素：一方面是为了一定条件下尽量保持台区分类的稳定性，优先选择反映台区固有特征的指标进行分类；另一方面基于线损特征指标与线损率相关性分析，优先选择相关性大的特征指标作为分类因子。
9.其中，在步骤三中，采用带偏移系数的三层bp神经网络构建基于特征指标的台区线损计算模型，所需确定的模型结构包括模型输入个数、输出个数和隐含层神经元个数。
10.其中，在步骤四中，针对每类台区，统计计算该类台区的台区线损率标准差σ，按照
3σ原则进行区间扩展，结合台区当日基于特征指标的台区线损预测值
±
1.5σ确定当日台区线损合理区间，并采用模糊数学的方法对台区线损率进行评估。
11.本技术中，由于台区数量多且各有特点，为所有台区建立一个模型进行线损计算存在模型复杂，训练计算量大，应用效率低等问题，所以采用分类建模的方法，针对不同类型台区建模能大大降低模型复杂性和模型训练计算量，提升模型的应用效率。针对每类台区，统计计算该类台区的台区线损率标准差σ，按照3σ原则进行区间扩展。结合台区当日基于特征指标的台区线损预测值
±
1.5σ确定当日台区线损合理区间，为台区精益化降损提供更加科学的依据。
12.另外，本技术通过建立台区线损评价模型，得到台区线损合理区间，依据台区线损合理区间构建台区线损评价模型，对台区日线损情况进行考核评价。模糊评价方法是基于模糊数学的台区线损综合评价方法，根据隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价，在台区日线损考核评价时采用模糊评价的方法更科学。
附图说明
13.图1所示为本技术台区线损合理区间计算与评估方法流程图；图2所示为本技术中台区线损模糊评价特征曲线图。
具体实施方式
14.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。
15.以下结合附图和具体实施例对本发明作进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
16.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本技术的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用属于“包含”和/ 或“包括”时，其指明存在特征、步骤、操作、部件或者模块、组件和/ 或它们的组合。
17.应该理解，当本技术文件中称部件被“连接”到另一部件时，它可以直接连接到其他元件，或者也可以存在中间部件。这里使用的措辞“和/ 或”包括一个或更多个相关联的列出项的任一单元和全部组合。
18.本技术提供了一种基于台区线损合理区间计算与评估方法的实施例，具体包括如下步骤：步骤一：选取台区线损特征指标并进行分析。
19.共选取台区电源类指标、网架类指标、电量类指标、运行类指标和容量类指标等5大类线损影响因子，采用spss软件对影响因子进行了分析，包括主成分分析、皮尔森相关性系数（p相关系数）分析、肯德尔相关性系数（k相关系数）分析、斯皮尔曼相关性系数（s相关系数）分析等，得到上网电量百分比、供电半径、网架结构、末端电量百分比、功率因数、末端压降、负载率、负荷特性、三相不平衡度共9个影响因子为台区特征指标。
20.步骤二：根据上网电量百分比、网架结构、供电半径对台区进行分类。按上网电量
百分比对台区进行分类分为有源台区、普通台区；按网架结构对台区进行分类分为电缆、架空线、混合线路；按供电半径对台区进行分类分为短半径台区、中半径台区、长半径台区。基于上网电量百分比、网架结构、供电半径将台区分为18类。
21.步骤三：针对每类台区建立基于台区线损特征指标的台区线损预测的神经网络模型。采用带偏移系数的三层bp神经网络构建基于特征指标的台区线损计算模型，模型输入包括上网电量百分比、功率因数、负载率、负荷形状系数、三相不平衡度、供电半径、网架结构、日总供电量、平均母线电压、用户总数共10个特征指标；模型的输出个数为1，即台区线损率；隐含层神经元个数为12。
22.步骤四：依据3σ原则建立台区线损合理区间，并采用模糊数学的方法对台区线损率进行评估。统计计算该类台区的台区线损率标准差σ，按照3σ原则进行区间扩展。结合台区当日基于特征指标的台区线损预测值
±
1.5σ确定当日台区线损合理区间，对台区日线损情况进行考核评价。模糊评价方法是基于模糊数学的台区线损综合评价方法，根据隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。
23.台区线损模糊评价函数模型如下：其中：
∆
y 为实际线损率与模型计算线损率的差值；k一般取值为π。上述函数的特征曲线如图2所示。自定义
∆
的值，计算所要的目标函数取值，根据设定的阈值对台区线损计算评价。
24.需要特别说明的是，台区电压损失百分比与功率损失百分比之间存在的比例关系，通过易于测量的电压损失百分比来计算台区线损是电压损失率法的基本原理。以线路末端有一个集中负荷时的功率损耗和电压损耗百分数之间的关系进行公式推导，如上述的函数模型所示在等效模型中基于此等效模型进行台区线损特征分析。
25.示例某管理区域某台区，线损率为2.72%，利用本发明进行计算。
26.（1）基础数据表1上网电量占比0%供电半径74.82m功率因数1网架结构电缆负载率18.71日总供电量1914kw
·
h负荷形状系数1.08平均母线电压239v三项负荷不平衡度39.71用户总数155个（2）模型计算结果表2
需要说明的是，本技术中未详述的技术方案，采用公知技术。
27.以上所述仅是本发明的优选实施方式，应当指出的是，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。