基于终端边缘计算的线损精益管理与防窃电方法、系统与流程

1.本发明属于电力设备领域，具体涉及一种基于终端边缘计算的线损精益管理与防窃电方法、系统。


背景技术：

2.在电网中，输配电变压器的不合理配置会导致输配电变压器长期处于空载或轻载等运行状态，致使电能损耗大幅度增加。线路上的电能损耗主要有三个部分的原因:一、电网三相符合不平衡，功率因数较低。二、电网布局不合理，供电线路过长或计量设备准确度差。三、设备管理维护不规范，存在漏电、窃电等行为。
3.其中，在配电线路中常存在三相负荷不平衡现象，当三负荷不平衡度多于20％，则会致使线路中电流大幅升高，导致电能损耗大量增加。例如在工矿企业中，用电设备很多都属于感性用电设备，感性负荷会对系统有功功率加以吸收，同时还需电力系统提供大量无功功率才可正常运行。而系统所提供无功功率在运输及配送过程中，当涉及到的输电线路较多，同时还需经变压器予以转换和输送时，则容易导致无功功率损耗增加，致使电网功率因数降低。
4.在电网建设中，若未对变压器进行合理布点，供电点和负荷中心有较大偏离，采用迂回方式供电或近电远送，或者存在导线截面过小或供电半径较长等问题；都可能引发电能损耗大幅增加。同时，如果节点计量设备在计量时存在准确性差问题，也很容易导致电量流失。在部分电量计量中常存在计量方式不合理、高供低量等问题发生。此外，电能表或互感器倍率存在差错，计量回路的配置不合理等问题，也会导致电能损耗有不同程度的增高。
5.电网管理不规范是造成线路损耗最重要的人为原因。如未对设备进行妥善维护，则可能会出现漏电、放电等现象；在抄核收时不进行准确统计，存在估抄、少抄和漏抄现象等；都可以造成统计用电量和实际电量误差较大，增大线损统计结果。同时，在各地有各种偷窃电行为，也是线路损耗不断增加的原因之一。
6.现有的电力管理系统中，通常需要在云服务器端根据大规模的历史数据对台区中所有用电节点进行分析，进而估算出线路的综合线损分析结果。通过将计算出的理论线损与统计的实际线损相比，可以鉴定供电网络结构和运行的合理性、供电管理的科学性。并及时发现计量装置、设备性能、用电管理、运行方式、理论计算、抄收统计等方面的问题，以便采取降损措施为电力运营企业的电网经济运行提供决策支持。
7.但是，常规的线损分析和评估通常都是在云服务器等后台数据中心完成，并且需要在达到结算周期时由云服务器针对海量数据进行综合分析处理完成。这种管理方法的数据处理过程繁复，且高度依赖云端，同时还存在监控滞后的缺陷。


技术实现要素：

8.为解决现有电力管理系统中线损分析不及时，线损分析高度依赖云服务器，抗风险能力较弱，线损分析过程的数据量过大，数据处理过程不灵活等问题。本发明提供一种基
于终端边缘计算的线损精益管理与防窃电方法、系统。
9.本发明采用以下技术方案实现：
10.一种基于终端边缘计算的线损精益管理与防窃电方法，该方法用于在电力设备终端实现用电信息和统计和分析，进而对台区的线损进行精益管理，及时应对线损故障并预防窃电行为发生。该线损精益管理与防窃电方法具体包括如下过程：
11.s1：按照预设的采集频率，通过集中器采集各个用电节点的电力信息，包括电压、电流、有功功率、无功功率和冻结电量。
12.s2：在每个集中器中部署一个边缘计算模块，然后在每次采集完毕后，根据已采集的电力信息在一小时内的历史信息，计算出当前设备节点对应的线损率的小时、日、月，以及年度的统计结果。
13.s3：集中器将自身的设备编号以及实时采集的电力信息发送到云服务器进行备份存储，同时每隔一小时将计算出的线损数据统计结果的更新数据发送到云服务器中。
14.s4：云服务器根据获取的各个集中器计算出的线损率统计结果，分析整个用电台区是否存在线损故障，并在出现线损异常状态时再判断台区是否存在窃电行为；
15.s5：云服务器将分析出的线损故障结果和窃电判断结论以及对应的用电节点信息，发送到相应的台区管理人员，同时发送相应的故障处理建议。
16.作为本发明进一步地改进，步骤s1中，采集器采集的电力信息还包括电表的小时冻结数据、电表的日冻结数据、断路器的小时冻结数据、断路器的日冻结数据。
17.作为本发明进一步地改进，集中器中还包括一个存储模块。存储模块用于存储一小时内采集到的电力信息的历史信息，以及根据历史信息计算出的当前设备节点的线损率的统计结果。
18.作为本发明进一步地改进，步骤s1中，存储模块将集中器采集的历史信息和计算出的统计结果分别存储在特定的存储单元中；并每隔一小时对存储的电力信息的历史信息进行覆盖，同时更新线损率的统计结果。
19.作为本发明进一步地改进，步骤s2中，线损率的统计结果中分别包括：设备起始电量、设备结束电量、上一小时线损率、上一日线损率；上一日a相线损率、上一日b相线损率、上一日c相线损率、当月总线损率、当月a相线损率、当月b相线损率、当月c相线损率、当年总线损率、当年a相线损率、当年b相线损率、当年c相线损率。
20.作为本发明进一步地改进，采集器中边缘计算模块通过一个统计模型完成线损率统计结果的计算，统计模型与云服务器中的数据中心进行数据交互之前需要先进行模型注册或更新，模型的注册或更新过程如下：
21.s01：云服务器读取统计模型最新的版本号和模型名称。
22.s02：云服务器检查对比集中器中当前版本号对应的模型名称和云服务器中的最新版本号对应的模型名称，判断二者是否一致，并做出如下决策：
23.(1)当二者一致，则判定当前版本号的模型有效，并读取指定的模型内容。
24.(2)当二者不一致，则判定当前版本号的模型无效，并根据云服务器中的最新版本的统计模型对集中器中的统计模型进行更新。
25.s03：云服务器读取集中器中的统计模型的注册信息。
26.s04：云服务器检查统计模型是否完成注册，并作出如下决策：
27.(1)是则判定注册或更新过程已完成。
28.(2)否则重新完成模型注册过程的设置。
29.s05：完成模型注册后，集中器向与服务器请求用于计算线损率统计结果的参数信息。
30.作为本发明进一步地改进，步骤s2和s3中，统计模型的数据处理过程如下：
31.s001：请求用于计算线损率统计结果的原始数据，并判断数据是否获取成功：
32.(1)是则进入下一步。
33.(2)否则中断计算流程，并打印包含数据获取出错原因的出错信息。
34.s002：根据上步骤获取的原始数据计算出线损率的统计结果，并判断计算结果是否合法：
35.(1)是则进入下一步。
36.(2)否则中断数据上传，并打印包含不合法数据类型的错误信息。
37.s003：将上步骤计算出的线损率的统计结果上述到云服务器，并根据云服务器的返回信息判断上传是否成功：
38.(1)是则打印数据上传成功的消息。
39.(2)否则打印上传失败的原因。
40.作为本发明进一步地改进，步骤s4中，云服务器中运行有一个故障分析工具，故障分析工具用于根据每个节点的线损率的历史统计数据，分析出整个台区或供电网络中可能存在的线损故障或窃电行为。并定位到相应的风险节点，针对风险节点下达预警信号。
41.本发明还包括一种基于终端边缘计算的线损精益管理与防窃电系统，该系统采用如前述的基于终端边缘计算的线损精益管理与防窃电方法，对台区的所有节点的线损进行管理，及时处理线损故障和监控窃电行为。线损精益管理与防窃电系统包括：集中器，边缘计算模块，云服务器。
42.其中，集中器安装在供电台区中每个用电节点处，集中器用于采集供电台区内各个节点的电力信息，电力信息发送到一个边缘计算模块和云服务器中。
43.边缘计算模块与集中器电连接，边缘计算模块用于接收所述集中器采集到的电力信息，并根据一个预设周期内的电力信息的历史数据计算出当前节点中线损率的统计结果；并将线损率统计结果发送到云服务器。
44.云服务器用于存储各个用电节点的电力信息以及线损率的统计结果。云服务器中还包括一个窃电行为分析工具，其用于根据各个节点的线损率的统计结果判断供电台区或整个供电网络中是否存在线损故障或窃电行为；并定位到相应的风险节点，针对风险节点下达预警信号。
45.作为本发明进一步地改进，线损精益管理与防窃电系统还包括管理终端，管理终端与云服务器通讯连接；每个管理终端的管理区域对应用电台区中的一个或多个用电节点。管理终端配发到相应的管理人员，当云服务器定位到风险节点之后，则向对应的管理终端下发预警信号；管理终端为专用终端，或运行有电力管理app的通用移动终端；管理终端还用于查询管理区域内的各个节点的历史数据。
46.本发明提供的技术方案，具有如下有益效果：
47.本发明在自动采集和上传电力信息的集中器中部署了具有边缘计算能力的数据
处理模块，并在集中器上传集采数据的同时获取相关数据，并利用相关数据在本地完成当前节点中线损统计结果的计算过程。同时将当前节点的线损数据上传到云服务器。由于本实施在集中器的集采数据生成后即可立刻得到各个节点的线损统计结果；因此这大大提高了限速数据的时效性，为快速处理线损故障，及时发现窃电行为奠定了基础。
48.本发明的方法将供电网络中评估线路损耗的数据处理方法的集中处理变为基于终端边缘计算能力的分布式处理模式。可以大幅降低后台数据中心的运算压力；同时还可以降低后台服务器宕机等故障对供电网络正常运行带来的影响，提高系统的整体安全性和容错能力。
49.本发明虽然不在后台服务器中完成各个节点的线损数据统计任务，但是基于所有节点数据的供电网络线损故障分析和窃电行为判定行为仍然由后台服务器完成。并由后台服务器将判定结果下方到各个集中器或管理终端，便于管理人员及时处处理故障、消除风险。
附图说明
50.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
51.图1为本发明实施例1中提供的一种基于终端边缘计算的线损精益管理与防窃电方法的步骤流程图；
52.图2为本发明实施例1中统计模型的注册或更新过程的流程图；
53.图3为本发明实施例1中统计模型的数据处理过程的流程图。
54.图4为本发明实施例2中提供的一种基于终端边缘计算的线损精益管理与防窃电系统的系统模块图。
具体实施方式
55.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
56.实施例1
57.如图1所示，本实施例提供一种基于终端边缘计算的线损精益管理与防窃电方法，该方法用于在电力设备终端实现用电信息和统计和分析，进而对台区的线损进行精益管理，及时应对线损故障并预防窃电行为发生。
58.本实施例提供的方法可以通过运行在运行在智芯、华为系统平台的基础微应用或软件进行实施。在方法实施过程中，通过配网智能设备升级和采集感知设备如集中的全面覆盖，能够实时监测整个台区内蓑鲉节点的电压、电流、有功、冻结电量等关键数据。同时，基于终端一侧的边缘计算模块的运算能力，本实施例的方法可以就地开展台区分路线损统计分析，及时上送线损超差等异常情况至云与服务器的数据中心。进而为故障分析和窃电排查提供数据基础。通过本实施例提供的处理方式既可以实现对低压线损进行实时监管，有效支撑线损治理、窃电核查等工作开展。还可以降低云服务器的数据处理压力，消除云端的服务器设备宕机或其它故障对电网运行稳定性造成的影响。
59.本实施例提供的线损精益管理与防窃电方法具体包括如下过程：
60.s1：按照预设的采集频率，通过集中器采集各个用电节点的电力信息，包括电压、电流、有功功率、无功功率和冻结电量。
61.s2：在每个集中器中部署一个边缘计算模块，然后在每次采集完毕后，根据已采集的电力信息在一小时内的历史信息，计算出当前设备节点对应的线损率的小时、日、月，以及年度的统计结果。
62.具体地，线损率的统计结果中分别包括：设备起始电量、设备结束电量、上一小时线损率、上一日线损率；上一日a相线损率、上一日b相线损率、上一日c相线损率、当月总线损率、当月a相线损率、当月b相线损率、当月c相线损率、当年总线损率、当年a相线损率、当年b相线损率、当年c相线损率。
63.其中，边缘计算模型每隔1h完成一次上一小时线损率的数据更新。每隔24h完成上一日线损率、上一日a相线损率、上一日b相线损率、上一日c相线损率的数据更新；每隔28-31d(由当月日期数确定)完成当月总线损率、当月a相线损率、当月b相线损率、当月c相线损率的数据更新；每隔一年完成当年总线损率、当年a相线损率、当年b相线损率、当年c相线损率的数据更新。
64.s3：集中器将自身的设备编号以及实时采集的电力信息发送到云服务器进行备份存储，同时每隔一小时将计算出的线损数据统计结果的更新数据发送到云服务器中。
65.s4：云服务器根据获取的各个集中器计算出的线损率统计结果，分析整个用电台区是否存在线损故障，并在出现线损异常状态时再判断台区是否存在窃电行为；
66.云服务器中运行有一个故障分析工具，故障分析工具用于根据每个节点的线损率的历史统计数据，分析出整个台区或供电网络中可能存在的线损故障或窃电行为。并定位到相应的风险节点，针对风险节点下达预警信号。
67.s5：云服务器将分析出的线损故障结果和窃电判断结论以及对应的用电节点信息，发送到相应的台区管理人员，同时发送相应的故障处理建议。
68.本实施例的边缘计算模块中，通过一个统计模型完成线损率统计结果的计算，统计模型与云服务器中的数据中心进行数据交互之前需要先进行模型注册或更新，如图2所示，统计模型的注册或更新过程如下：
69.s01：云服务器读取统计模型最新的版本号和模型名称。
70.s02：云服务器检查对比集中器中当前版本号对应的模型名称和云服务器中的最新版本号对应的模型名称，判断二者是否一致，并做出如下决策：
71.(1)当二者一致，则判定当前版本号的模型有效，并读取指定的模型内容。
72.(2)当二者不一致，则判定当前版本号的模型无效，并根据云服务器中的最新版本的统计模型对集中器中的统计模型进行更新。
73.s03：云服务器读取集中器中的统计模型的注册信息。
74.s04：云服务器检查统计模型是否完成注册，并作出如下决策：
75.(1)是则判定注册或更新过程已完成。
76.(2)否则重新完成模型注册过程的设置。
77.s05：完成模型注册后，集中器向与服务器请求用于计算线损率统计结果的参数信息。
78.统计模型完成注册后可以正常开展数据统计和计算任务，计算过程在靠近采集的本地终端上完成。如图3所示，统计模型的数据处理过程大致如下：
79.s001：请求用于计算线损率统计结果的原始数据，并判断数据是否获取成功：
80.(1)是则进入下一步。
81.(2)否则中断计算流程，并打印包含数据获取出错原因的出错信息。
82.s002：根据上步骤获取的原始数据计算出线损率的统计结果，并判断计算结果是否合法：
83.(1)是则进入下一步。
84.(2)否则中断数据上传，并打印包含不合法数据类型的错误信息。
85.s003：将上步骤计算出的线损率的统计结果上述到云服务器，并根据云服务器的返回信息判断上传是否成功：
86.(1)是则打印数据上传成功的消息。
87.(2)否则打印上传失败的原因。
88.在本实例中，采集器中包括一个数据存储模块。采集器采集的电力信息还包括电表的小时冻结数据、电表的日冻结数据、断路器的小时冻结数据、断路器的日冻结数据。存储模块将集中器采集的历史信息和计算出的统计结果分别存储在特定的存储单元中；并每隔一小时对存储的电力信息的历史信息进行覆盖，同时更新线损率的统计结果。所述存储模块中，存储的数据卡类型如表1所示：
89.表1：采集和计算的线损率的相关数据统计表
90.[0091][0092]
本实施例在自动采集和上传电力信息的集中器中部署了具有边缘计算能力的数据处理模块，并在集中器上传集采数据的同时获取相关数据，并利用相关数据在本地完成当前节点中线损统计结果的计算过程。同时将当前节点的线损数据上传到云服务器。由于本实施在集中器的集采数据生成后即可立刻得到各个节点的线损统计结果；因此这大大提高了限速数据的时效性，为快速处理线损故障，及时发现窃电行为奠定了基础。
[0093]
本实施例提供的方法将供电网络中评估线路损耗的数据处理方法的集中处理变为基于终端边缘计算能力的分布式处理模式。可以大幅降低后台数据中心的运算压力；同时还可以降低后台服务器宕机等故障对供电网络正常运行带来的影响，提高系统的整体安全性和容错能力。
[0094]
本实施例虽然不在后台服务器中完成各个节点的线损数据统计任务，但是基于所有节点数据的供电网络线损故障分析和窃电行为判定行为仍然由后台服务器完成。并由后台服务器将判定结果下方到各个集中器或管理终端，便于管理人员及时处处理故障、消除风险。
[0095]
实施例2
[0096]
本实施例提供一种基于终端边缘计算的线损精益管理与防窃电系统，该系统采用如实施例1的基于终端边缘计算的线损精益管理与防窃电方法，对台区的所有节点的线损进行管理，及时处理线损故障和监控窃电行为。
[0097]
其中，如图4所示，线损精益管理与防窃电系统包括：集中器，边缘计算模块，云服务器。
[0098]
集中器安装在供电台区中每个用电节点处，集中器用于采集供电台区内各个节点的电力信息，电力信息发送到一个边缘计算模块和云服务器中。集中器中还包括一个存储模块。存储模块用于存储一小时内采集到的电力信息的历史信息，以及根据历史信息计算出的当前设备节点的线损率的统计结果。
[0099]
本实施例中的集中器即采用现有的可实现远程抄表的设备。其中，集中器内含有用于存储集采数据的存储器，以及用于后台数据中的云服务器连接的通信系统。集中器和云服务器采用基于宽带电力载波通讯(hplc)或电运营商的通信网络实现通讯连接。
[0100]
边缘计算模块与集中器电连接，边缘计算模块用于接收所述集中器采集到的电力
信息，并根据一个预设周期内的电力信息的历史数据计算出当前节点中线损率的统计结果；并将线损率统计结果发送到云服务器。
[0101]
本实施例中的边缘计算模型就是一个小型的处理器，该处理器可以连接在集中器上，直接获取集中器采集的各项集采数据。并完成数据处理和运算。
[0102]
云服务器用于存储各个用电节点的电力信息以及线损率的统计结果。云服务器中还包括一个窃电行为分析工具，其用于根据各个节点的线损率的统计结果判断供电台区或整个供电网络中是否存在线损故障或窃电行为；并定位到相应的风险节点，针对风险节点下达预警信号。
[0103]
本实施例中，线损精益管理与防窃电系统还包括管理终端，管理终端与云服务器通讯连接。每个管理终端的管理区域对应用电台区中的一个或多个用电节点。管理终端配发到相应的管理人员，当云服务器定位到风险节点之后，则向对应的管理终端下发预警信号。本实施例提供的管理终端可以为一种专用终端，或是运行有电力管理app的通用移动终端，如手机、平板电脑等。针对不同的集中器或用电节点。本实施例的电力管理app中，还可以通过扫码等方式进行节点登录，进而通过管理终端查询管理区域内的各个节点的历史监控数据。
[0104]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。