线损异常原因数据挖掘分析的方法与系统的制作方法
【技术领域】
[0001]本发明涉及电力电网技术领域，特别是涉及线损异常原因数据挖掘分析的方法与系统。
【背景技术】
[0002]线损指的是以热能形式散发的能量损失，即为电阻、电导消耗的有功功率。电能在传输过程中产生线损的原因有电阻作用、磁场作用以及管理方面的原因。
[0003]以往对于线损管理的研究和成果尽管已经有了很多的理论，但这些措施和研究往往都是从线损的理论知识来进行研究和分析的，未能充分考虑针对具体地区供电企业线损管理情况进行分析。
[0004]若不对具体地区供电企业线损管理情况进行分析，其线损管理研究结果将会存在较大误差。
【发明内容】
[0005]基于此，有必要针对一般线损管理研究存在较大误差的问题，提供一种分析准确的线损异常原因数据挖掘分析的方法与系统。
[0006]—种线损异常原因数据挖掘分析的方法，包括步骤:
[0007]建立线损原因分析规范，其中，所述线损原因分析规范包括线损异常原因定义、线损异常分析指引以及线损异常处理指引；
[0008]获取线损资源信息，根据所述线损原因分析规范和所述线损资源信息进行线损资源信息分析，构建线损基础信息模型；
[0009]获取电网业务数据，根据所述电网业务数据、所述线损资源信息以及所述线损基础信息模型，进行线损异常原因数据挖掘与关联信息特性分析，查找导致线损异常的大概率原因；
[0010]根据EMS(Energy Management System，能源管理系统)与 DMS(Distribut1nManagement System，配电管理系统)状态估计的理念，进行计量坏数据辨识，以修正所述导致线损异常的大概率原因，获得修正后的所述导致线损异常的大概率原因。
[0011]—种线损异常原因数据挖掘分析的系统，包括:
[0012]分析规范建立模块，用于建立线损原因分析规范，其中，所述线损原因分析规范包括线损异常原因定义、线损异常分析指引以及线损异常处理指引；
[0013]模型构建模块，用于获取线损资源信息，根据所述线损原因分析规范和所述线损资源信息进行线损资源信息分析，构建线损基础信息模型；
[0014]查找模块，用于获取电网业务数据，根据所述电网业务数据、所述线损资源信息以及所述线损基础信息模型，进行线损异常原因数据挖掘与关联信息特性分析，查找导致线损异常的大概率原因；
[0015]修正模块，用于根据EMS与DMS状态估计的理念，进行计量坏数据辨识，以修正所述导致线损异常的大概率原因，获得修正后的所述导致线损异常的大概率原因。
[0016]本发明线损异常原因数据挖掘分析的方法与系统，建立线损原因分析规范，获取线损资源信息，并根据线损原因分析规范，进行线损资源信息分析，构建线损基础信息模型，获取电网业务数据，根据电网业务数据、线损资源信息以及线损基础信息模型，进行线损异常原因数据挖掘与关联信息特性分析，查找导致线损异常的大概率原因，根据EMS与DMS状态估计的理念，进行计量坏数据辨识，以修正导致线损异常的大概率原因，获得修正后的导致线损异常的大概率原因。整个过程中，针对电网业务数据以及电网线损资源实际情况进行挖掘与分析，实现对线损异常原因的准确分析。
【附图说明】
[0017]图1为本发明线损异常原因数据挖掘分析的方法第一个实施例的流程示意图；
[0018]图2为本发明线损异常原因数据挖掘分析的方法第二个实施例的流程示意图；
[0019]图3为本发明线损异常原因数据挖掘分析的系统第一个实施例的结构示意图；
[0020]图4为本发明线损异常原因数据挖掘分析的系统第二个实施例的结构示意图。
【具体实施方式】
[0021]如图1所示，一种线损异常原因数据挖掘分析的方法，包括步骤:
[0022]S100:建立线损原因分析规范，其中，所述线损原因分析规范包括线损异常原因定义、线损异常分析指引以及线损异常处理指引。
[0023]线损原因分析规范建立所需数据可以从历史经验数据或者专家库数据中获取。具体来说，步骤S100具体为:基于实际线损分析工作流程及业务内涵，梳理线损异常原因图谱。结合业务术语给出线损异常原因定义，规范线损异常原因定义及应用规则，针对各项线损异常原因给出线损异常分析指引及处理指引。
[0024]S200:获取线损资源信息，根据所述线损原因分析规范和所述线损资源信息进行线损资源信息分析，构建线损基础信息模型。
[0025]可以以历史经验数据为基础，并结合电网当前实际情况获取线损资源信息，并且根据线损原因分析规范，对线损资源信息进行梳理，构建线损基础信息模块。线损基础信息模型构建对营销、配电等多个系统的结构化数据分析，主要以分线、分台区以及相应粒度的数据仓库为数据模型基础，在此基础上可以获得分压分区的数据查询结果。
[0026]S300:获取电网业务数据，根据所述电网业务数据、所述线损资源信息以及所述线损基础信息模型，进行线损异常原因数据挖掘与关联信息特性分析，查找导致线损异常的大概率原因。
[0027]综合电网业务系统、数据资源信息和线损基础信息模型，针对典型线损异常原因进行数据挖掘与关联信息特性分析，查找到线损异常的大概率原因。
[0028]S400:根据EMS与DMS状态估计的理念，进行计量坏数据辨识，以修正所述导致线损异常的大概率原因，获得修正后的所述导致线损异常的大概率原因。
[0029]根据EMS与DMS状态估计的理念，进行计量坏数据辨识，将周期的积分量根据电网拓扑关系进行判别，利用现有的状态估计算法进行修改。得出线损状态估计的结果，更加有利于得到真实值。具体来说，首先结合研究对象长期历史资料进行跟踪与报警将研究对象的各关口供售电量进行历史跟踪，对于长期跳跃变化关口供售电量不予关注，对于长期不变化，而近期的变化率超过一定倍率阀值的关口供售电量进行提醒，特别是某一对象的供售电量变化综合。进一步利用线损的实时计算和分析算法，有效判别计量装置异常，并进行理论线损和统计线损比较分析。
[0030]本发明线损异常原因数据挖掘分析的方法，建立线损原因分析规范，获取线损资源信息，并根据线损原因分析规范，进行线损资源信息分析，构建线损基础信息模型，获取电网业务数据，根据电网业务数据、线损资源信息以及线损基础信息模型，进行线损异常原因数据挖掘与关联信息特性分析，查找导致线损异常的大概率原因，根据EMS与DMS状态估计的理念，进行计量坏数据辨识，以修正导致线损异常的大概率原因，获得修正后的导致线损异常的大概率原因。整个过程中，针对电网业务数据以及电网线损资源实际情况进行挖掘与分析，实现对线损异常原因的准确分析。
[0031]如图2所示，在其中一个实施例中，步骤S400之后还包括:
[0032]S500:根据所述线损原因分析规范，对所述修正后的所述导致线损异常的大概率原因进行处理。
[0033]原因分析规范中携带有线损异常分析指引以及线损异常处理指引，基于这些内容，针对修正查找到的导致线损异常的大概率原因进行处理。
[0034]下面将以“配电转供电”为导致线损异常的大概率原因为例，详细解释对修正后的所述导致线损异常的大概率原因进行处理的过程。
[0035]遍历一定区域内的电网系统，如果相邻台区均发生线损率异常，且两个台区合并计算时线损