一种基于数据分析的台区线损率异常判断方法与流程

1.本发明涉及一种基于数据分析的台区线损率异常判断方法，属于电力系统线损率异常辨识方法。


背景技术：

2.随着国家提倡大力发展新能源，节能减排也逐渐成为缓解能源供应矛盾的重要手段，电力行业也成为节能工作重要的领域之一。电力作为经济社会发展的重要支撑，降低电能在传输、分配和销售过程中的损耗与损失，是供电企业的重要工作之一。降低线损率提高电网经济性已成为当前的热点研究方向。一系列的研究成果表明配电网无功优化问题正受到越来越多的研究人员的重视。
3.当前大多线损应用没有关注对台区线损率异常情况时的准确和自动处理，大多情况依靠人工经验进行判断，基于这样的原因，本发明提出一种基于数据分析的台区线损率异常处理方法，该方法通过采用k-means聚类算法对台区历史数据进行聚类分析，分析出台区线损率的标准形态，并在此基础上完成对台区线损率是否异常进行自动判断。


技术实现要素：

4.发明目的：为了克服现有技术中存在的不足，本发明提供一种基于数据分析的台区线损率异常判断方法。
5.技术方案：为实现上述目的，本发明采用的技术方案为：一种基于数据分析的台区线损率异常判断方法，包括如下步骤：s1、获取台区线损率和电量历史数据；s2、对历史数据进行k-mean聚类分析；s3、得到聚类结果，并确定每一个聚类中心；s4、对每一个聚类集合进行最大和最小值获取，得到每个聚类的时范围和标准形态上下限；s5、获取需要判别台区线损率情况，选择相同时间范围的聚类集合进行判别；s6、如果台区线损率不在聚类集合标准形态上下限内则判定线损率异常，否则台区线损率判定为正常；s7、结束本次计算。
6.优选的，所述步骤s2中，先对获取的历史数据进行季节区分，然后对各个季节的历史数据进行k-mean聚类分析。
7.有益效果：本发明提供的基于数据分析的台区线损率异常判断方法，从台区线损率异常问题实际应用出发，采用聚类技术生成台区线损率标准形态，并获得不同标准形态下线损率的上下限，最后通过比较需要判断台区线损率和标准形态进行比较来判断台区线损率是否异常；同时，本发明采用基于数据分析的台区线损率异常判断方法能有效的实现台区线损率异常的自动判别，减轻了运维人员的工作强度，提高了运维工作效率。
附图说明
8.图1为本发明的总体流程图。
具体实施方式
9.下面结合附图对本发明作更进一步的说明。
10.如图1所示为一种基于数据分析的台区线损率异常判断方法，包括如下步骤：a、获取台区线损率和电量历史数据；b、对历史数据进行k-mean聚类分析；c、得到聚类结果，并确定每一个聚类中心；d、对每一个聚类集合进行最大和最小值获取，得到每个聚类的时范围和标准形态上下限；e、获取需要判别台区线损率情况，选择相同时间范围的聚类集合进行判别；f、如果台区线损率不在聚类集合标准形态上下限内则判定线损率异常，否则台区线损率判定为正常；g、结束本次计算。
11.以上所述仅是本发明的优选实施方式，应当指出：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。


技术特征：
1.一种基于数据分析的台区线损率异常判断方法，其特征在于：包括如下步骤：s1、获取台区线损率和电量历史数据；s2、对历史数据进行k-mean聚类分析；s3、得到聚类结果，并确定每一个聚类中心；s4、对每一个聚类集合进行最大和最小值获取，得到每个聚类的时范围和标准形态上下限；s5、获取需要判别台区线损率情况，选择相同时间范围的聚类集合进行判别；s6、如果台区线损率不在聚类集合标准形态上下限内则判定线损率异常，否则台区线损率判定为正常；s7、结束本次计算。2.根据权利要求1所述的基于数据分析的台区线损率异常判断方法，其特征在于：所述步骤s2中，先对获取的历史数据进行季节区分，然后对各个季节的历史数据进行k-mean聚类分析。

技术总结
本发明公开了一种基于数据分析的台区线损率异常判断方法，包括如下步骤：S1、获取台区线损率和电量历史数据；S2、对历史数据进行k-mean聚类分析；S3、得到聚类结果，并确定每一个聚类中心；S4、对每一个聚类集合进行最大和最小值获取，得到每个聚类的时范围和标准形态上下限；S5、获取需要判别台区线损率情况，选择相同时间范围的聚类集合进行判别；S6、如果台区线损率不在聚类集合标准形态上下限内则判定线损率异常，否则台区线损率判定为正常；S7、结束本次计算。本发明采用基于数据分析的台区线损率异常判断方法能有效的实现台区线损率异常的自动判别，减轻了运维人员的工作强度，提高了运维工作效率。高了运维工作效率。高了运维工作效率。


技术研发人员：倪瑞明 沈炯 杨奕彬 任佳瑜 朱凌 仇暑洋 金易雪 孙叶佳
受保护的技术使用者：国网江苏省电力有限公司苏州市吴江区供电分公司
技术研发日：2020.10.21
技术公布日：2022/5/6