一种基于大数据的台区线损管控系统及方法与流程

1.本技术涉及电力数据监控技术领域，尤其涉及一种基于大数据的台区线损管控系统及方法。


背景技术：

2.线损是指线路传输电能过程中产生的能量损失，在电力资源需求急剧增长的环境下，降损增效降已经成为电力企业迫切想要实现的一个目标。
3.现阶段，电力企业用于降损增效的线损管控方法主要为：线损管理人员通过一体化电量与线损管理系统，管控全部台区线损；通过电力用户用电信息采集系统，管控全部台区的用电情况；通过国家电网系统，管控变电站的运行情况。进而实现电力的降损增效。
4.但是，由于台区数量多、基数大，任何表计异常都会影响线损，且台区接线复杂、现场错乱等。使得通过现有技术获得的台区线损数据十分庞大且复杂，线损管理人员很难通过上述系统实现对台区线损数据的精准管控。


技术实现要素：

5.针对现有技术的上述不足，本发明提供一种基于大数据的台区线损管控系统及方法，以解决上述技术问题。
6.第一方面，本技术实施例提供了一种基于大数据的台区线损管控系统，该系统包括：获取模块，用于获取预设台区上传的台区数据，其中，台区数据包含台区标识以及线损数据；处理模块，用于根据台区标识，确定预设台区对应边缘计算模块，将台区数据传输至边缘计算模块；边缘计算模块，用于根据线损数据，确定预设台区是否存在线损异常；在存在线损异常时，生成线损异常任务，并发送至预设台区对应的维护终端；可视化监控模块，用于展示存在线损异常的线损数据、线损异常任务的状态，以及根据维护终端上传的状态数据切换线损异常任务的状态。
7.在本技术的一种实现方式中，线损数据中包含累计分压数据、线损率数据以及线损电量数据。
8.在本技术的一种实现方式中，边缘计算模块包括分压计算单元、线损计算单元以及电量计算单元；分压计算单元，用于根据累计分压数据以及预存的上月同比累计分压数据；确定累计分压数据与同比累计分压数据之间的分压差值；当分压差值大于预设分压差阈值时，确定台区存在线损异常；线损计算单元，用于根据线损率数据，生成线损率曲线；以通过训好的曲线波动算法，确定线损率数据对应的预设台区是否存在线损异常；电量计算单元，用于根据线损电量数据与预设电量阈值之间的关系，确定预设台区是否存在线损异常。
9.在本技术的一种实现方式中，边缘计算模块还包括等待数量单元以及传输单元；等待数量单元，用于监控边缘计算模块对应的等待处理的台区数据的数量；传输单元，用于在台区数据的数量大于预设数量阈值时，根据预设台区-边缘计算数据库，确定台区数据对
应的下一边缘计算模块，并将台区数据发送至下一边缘计算模块。
10.在本技术的一种实现方式中，维护终端至少包括以下任意一项或多项：密码验证协议端、计算机端、手机端。
11.第二方面，本技术实施例提供了一种基于大数据的台区线损管控方法，方法包括：服务器获取预设台区上传的台区数据，其中，台区数据包含台区标识以及线损数据；服务器根据台区标识，确定预设台区对应边缘计算设备，将台区数据传输至边缘计算设备；服务器通过边缘计算设备以及线损数据，确定预设台区是否存在线损异常；通过边缘计算设备生成线损异常任务，并发送至预设台区对应的维护终端；服务器展示存在线损异常的线损数据、线损异常任务的状态，以及根据维护终端上传的状态数据切换线损异常任务的状态。
12.在本技术的一种实现方式中，通过边缘计算设备以及线损数据，确定存在线损异常的预设台区，具体包括：边缘计算设备根据累计分压数据以及预存的上月同比累计分压数据；确定累计分压数据与同比累计分压数据之间的分压差值；当分压差值大于预设分压差阈值时，确定台区存在线损异常；和/或，边缘计算设备根据线损率数据，生成线损率曲线；以通过训好的曲线波动算法，确定线损率数据对应的预设台区是否存在线损异常；和/或，边缘计算设备根据线损电量数据与预设电量阈值之间的关系，确定预设台区是否存在线损异常。
13.在本技术的一种实现方式中，方法还包括：边缘计算设备监控等待处理的台区数据的数量；在台区数据的数量大于预设数量阈值时，边缘计算设备根据预设台区-边缘计算数据库，确定台区数据对应的下一边缘计算设备，并将台区数据发送至下一边缘计算设备。
14.本领域技术人员能够理解的是，本公开前述的一种基于大数据的台区线损管控系统，至少具有如下有益效果：
15.通过处理模块能够将若干预设台区的线损数据传输至不同的边缘计算模块，避免了全部预设台区数据集中到一个计算设备上计算造成的时间损耗，提高了处理线损数据的速度。通过边缘计算模块计算线损数据，能及时发现线损异常，避免了月度分压不合格，能对窃电嫌疑户进行现场精准核查，能够更精准进行台区治理，减少经济损失。利用可视化监控模块，直观反映供电线损数据等信息。通过对台区线损的可视化监控、整理，将线损数据潜藏信息更加直观明了的展现，让线损管理人员清晰掌握台区线损状况。
附图说明
16.下面参照附图来描述本公开的部分实施例，附图中：
17.图1是本技术实施例提供的一种基于大数据的台区线损管控系统框图。
18.图2是本技术实施例提供的一种基于大数据的台区线损管控方法流程图。
具体实施方式
19.本领域技术人员应当理解的是，下文所描述的实施例仅仅是本公开的优选实施例，并不表示本公开仅能通过该优选实施例实现，该优选实施例仅仅是用于解释本公开的技术原理，并非用于限制本公开的保护范围。基于本公开提供的优选实施例，本领域普通技术人员在没有付出创造性劳动的情况下所获得的其它所有实施例，仍应落入到本公开的保护范围之内。
20.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
21.线损是指线路传输电能过程中产生的能量损失，对企业造成直接经济损失，降损增效也一直是我们电网企业在做的一项工作。而台区由于数量多、基数大，且接线复杂、现场错乱，线损管理人员很难做到精准管控，亟须数字应用产品协助。
22.基于此，本技术施例提供了一种基于大数据的台区线损管控系统及方法，用以解决上述技术问题。
23.下面通过附图对本技术实施例提出的技术方案进行详细的说明。
24.图1为本技术实施例提供的一种基于大数据的台区线损管控系统。如图1所示，本技术实施例提供的台区线损管控系统，主要包括：获取模块110、获取模块110、边缘计算模块130以及可视化监控模块140。
25.其中，获取模块110可以为任意可行的能够获取数据的设备或装置，主要用来获取预设台区上传的台区数据。需要说明的是，台区数据可以包括台区标识以及线损数据。其中，台区标识具有唯一性，能够通过该台区标识确定台区数据的来源。线损数据可以包括台区标识、累计分压数据、线损率数据以及线损电量数据。其中，累计分压数据可以是预设台区对应的月/季的累计分压值。线损率数据可以是预设台区对应的月/季的各日的线损率值。线损电量数据可以是预设台区对应的月/季的累计损耗电量。
26.处理模块120可以为任意可行的能够根据台区标识分配边缘计算模块130以及能够进行数据传输的设备或装置，主要用于根据台区标识，确定预设台区对应边缘计算模块130，将台区数据传输至边缘计算模块130。作为示例地，处理模块120中预存了台区标识与边缘计算模块130之间的对应关系，以使处理模块120能够根据该对应关系，确定台区标识对应的边缘计算模块130。
27.边缘计算模块130可以为任意可能的能够进行数据计算的设备等，且可以根据实际需求增加或减少边缘计算模块130的数量。该边缘计算模块130主要用于根据线损数据，确定存在线损异常的预设台区；生成线损异常任务，并发送至台区标识对应的维护终端。
28.作为示例地，边缘计算模块130包括分压计算单元131、线损计算单元132以及电量计算单元133。
29.分压计算单元131，用于根据累计分压数据以及预存的上月同比累计分压数据；确定累计分压数据与同比累计分压数据之间的分压差值；当分压差值大于预设分压差阈值时，确定台区存在线损异常(分压值异常)。本领域技术人员能够理解的是，若本月分压与往月对比超出合理范围，则问题点必出在当天，结合当日内台区线损数据，就能及时发现异常，避免了月度分压不合格。
30.线损计算单元132，用于根据线损率数据，生成线损率曲线；以通过训好的曲线波动算法，确定线损率数据对应的预设台区是否存在线损异常(线损率异常)。具体地，曲线波动算法为能够根据线损率曲线，确定该曲线在近期有无较大波动的算法。当检测到该线损率曲线出现较大波动时，确定该线损率曲线对应的预设台区存在线损率异常。本领域技术
人员能够理解的是，根据台区日线损率数据，若数据突发高损，能更容易发现处理，提高日损合格率。而且，根据系统电量、表码、电流电压、功率等数据进行初步核查甄选，能对窃电嫌疑户进行现场精准核查。
31.电量计算单元133，用于根据线损电量数据，确定预设台区是否出现线损电量异常。具体地，边缘计算模块130比较线损电量数据与预设电量阈值之间的大小关系，当线损电量数据大于预设电量阈值时，确定预设台区存在线损电量异常。需要说明的是，该线损电量数据可以是当月累计线损电量。预设电量阈值可以是任意可行的数值。本领域的技术人员能够理解的是，上述针对线损率只反映损耗电量与供电量间的比值关系，没有考虑损耗电量大小，而忽略了大损耗台区需改造，小电量台区经济效益小的问题。本发明通过统计出月损超过预设电量阈值的台区，能够更精准进行台区治理，减少经济损失。
32.此外，为了实现及时处理台区数据的目的，本发明中的边缘计算模块130可以在等待处理数量过多时，将部分台区数据转移至其他边缘计算模块130上计算。
33.作为示例地，边缘计算模块130还包括等待数量单元134以及传输单元135。
34.等待数量单元134，用于监控边缘计算模块130对应的等待处理的台区数据的数量。传输单元135，用于在台区数据的数量大于预设数量阈值时，根据预设台区-边缘计算数据库，确定台区数据对应的下一边缘计算模块130，并将台区数据发送至下一边缘计算模块130。需要说明的是，预设台区-边缘计算数据库用于存储预设台区、边缘计算模块130、预设台区对应的若干边缘计算模块130。本领域的技术人员能够根据多次试验获得该预设台区-边缘计算数据库。
35.在边缘计算模块130确定上传的台区数据存在线损异常时，将生成线损异常任务，并发送至台区标识对应的维护终端。
36.需要说明的是，线损异常任务中包含边缘计算模块130检测出的异常数据，以提示维护终端对应的维护人员的维护重点。维护终端至少包括以下任意一项或多项：密码验证协议端、计算机端、手机端。
37.可视化监控模块140可以为任意可行的能够展示数据的设备，该设备主要用于展示存在线损异常的预设台区的线损数据以及线损异常任务的状态，以及根据维护终端上传的状态数据切换线损异常任务的状态。
38.基于上述描述，本领域的技术人员能够理解的是，本发明能够通过处理模块120能够将若干预设台区的线损数据传输至不同的边缘计算模块130，避免了全部预设台区数据集中到一个计算设备上计算造成的时间损耗，提高了处理线损数据的速度。通过边缘计算模块130计算线损数据，能及时发现线损异常，避免了月度分压不合格，能对窃电嫌疑户进行现场精准核查，能够更精准进行台区治理，减少经济损失。利用可视化监控模块140，直观反映供电线损数据等信息。通过对台区线损的可视化监控、整理，将线损数据潜藏信息更加直观明了的展现，让线损管理人员清晰掌握台区线损状况。
39.此外，利用分析工具将台区数据直观展示，异常及时处理，避免月末分压不合格；可监测日损情况，并可辅助反窃电查处；统计出大损耗台区，可实现精准治理，减少经济损失。提高了线损治理水平，同时提升了数据利用的深度与广度，分析工具易于操作，产品实用性强，易于推广，为线损管理人员提供参考。
40.除此之外，本技术实施例还提供了一种基于大数据的台区线损管控方法。如图2所
示，本技术实施例提供的台区线损管控方法，主要包括以下步骤：
41.步骤201、服务器获取预设台区上传的台区数据，其中，台区数据包含台区标识以及线损数据。
42.步骤202、服务器根据台区标识，确定预设台区对应边缘计算设备，将台区数据传输至边缘计算设备。
43.步骤203、服务器通过边缘计算设备以及线损数据，确定预设台区是否存在线损异常；通过边缘计算设备生成线损异常任务，并发送至台区标识对应的维护终端。
44.作为示例地，边缘计算设备根据累计分压数据以及预存的上月同比累计分压数据；确定累计分压数据与同比累计分压数据之间的分压差值；当分压差值大于预设分压差阈值时，确定台区存在线损异常；边缘计算设备根据线损率数据，生成线损率曲线；以通过训好的曲线波动算法，确定线损率数据对应的预设台区是否存在线损异常；边缘计算设备根据线损电量数据与预设电量阈值之间的大小关系，确定预设台区是否出现线损异常。
45.此外，为了实现及时处理台区数据的目的，本发明中的边缘计算设备可以在等待处理数量过多时，将部分台区数据转移至其他边缘计算设备上计算。
46.作为示例地，边缘计算设备监控等待处理的台区数据的数量；在台区数据的数量大于预设数量阈值时，边缘计算设备根据预设台区-边缘计算数据库，确定台区数据对应的下一边缘计算设备，并将台区数据发送至下一边缘计算设备。
47.在边缘计算设备确定上传的台区数据存在线损异常时，将生成线损异常任务，并发送至台区标识对应的维护终端。
48.需要说明的是，线损异常任务中包含边缘计算设备检测出的异常数据，以提示维护终端对应的维护人员的维护重点。维护终端至少包括以下任意一项或多项：密码验证协议端、计算机端、手机端。
49.步骤204、服务器展示存在线损异常的线损数据、线损异常任务的状态，以及根据维护终端上传的状态数据切换线损异常任务的状态。
50.需要说明的是，状态数据可以包含以下任意一项：等待维护状态数据、正在维护状态数据和完成维护状态数据。线损异常任务的状态包括等待维护状态、正在维护状态和完成维护状态。
51.至此，已经结合前文的多个实施例描述了本公开的技术方案，但是，本领域技术人员容易理解的是，本公开的保护范围并不仅限于这些具体实施例。在不偏离本公开技术原理的前提下，本领域技术人员可以对上述各个实施例中的技术方案进行拆分和组合，也可以对相关技术特征作出等同的更改或替换，凡在本公开的技术构思和/或技术原理之内所做的任何更改、等同替换、改进等都将落入本公开的保护范围之内。