基于数据挖掘的同期线损智能闭环监测方法与流程

文档序号:35413940发布日期:2023-09-10 00:05阅读:60来源:国知局
基于数据挖掘的同期线损智能闭环监测方法与流程

本发明涉及电网监测,具体涉及基于数据挖掘的同期线损智能闭环监测方法。


背景技术:

1、线损管理历来是电网企业经营管理的重点和难点,电力企业充分挖掘智能电表作用,近十年来大力推进同期线损系统建设应用,开创性地实施同期线损管理,有效解决了线损失真、跑冒滴漏等问题,取得显著成效,同期线损系统历经十年推广应用,坚持“源头集成、自动计算、零输入”,建立了一套全网耦合联动供售同期的“四分”线损计算模型,打造了贯穿“发-输-变-配-用”全过程、设备用户全覆盖的电量大数据链条,形成了一套各专业齐抓共管的企业级线损管理平台。

2、现有技术存在以下不足:

3、然而,在原有的线损管理模式下,现有方法主要以统一的线损指标为衡量标准,以完成指标为导向,缺少对指标达成过程的管控,同时缺少对线损十年大数据的挖掘利用,从而导致在线损管理精细化程度以及线损治理智能化程度低。


技术实现思路

1、本发明的目的是提供基于数据挖掘的同期线损智能闭环监测方法,以解决背景技术中不足。

2、为了实现上述目的,本发明提供如下技术方案:基于数据挖掘的同期线损智能闭环监测方法,所述监测方法包括以下步骤:

3、s1:设备全量监测

4、基于人工智能确定电网设备线损水平,建立差异化管理标准,通过自动化在线监测算法模型监测线损率指标是否异常;

5、s2:清单实时发布

6、通过聚类分析方法结合档案参数,构建评价体系,对线损异常清单自动分级以及多维监测,根据严重程度对异常清单进行二次数据分拣,并通过通讯设备定向推送至相应人员;

7、s3:异常智能诊断

8、通过线损智能诊断库算法在线扫描线损监测异常清单,动态诊断档案异常特征数据,智能研判设备异常疑似原因,通过定位算法定位线损异常设备和用户;

9、s4:现场核实消缺

10、全面推行问题分级,推进线损异常治理问题分级制度,全量扫描在运设备,构建设备线损监测治理时光轴;

11、s5:成效跟踪归档

12、建立线损异常复诊模型,抽取异常监测清单中设备相关数据,判断复诊设备是否恢复正常,建立线损治理逾期预警模型定期扫描各类治理任务是否逾期。

13、在一个优选的实施方式中,步骤s2中,通过聚类分析方法结合档案参数包括以下步骤:

14、s2.1:基于设备档案参数对设备进行分析和分类,采用聚类分析方法将相似的设备归为同一类别;

15、s2.2:档案参数包括设备能效比、电消耗量相似度与线损电量离散指数。

16、在一个优选的实施方式中,步骤s2中,构建评价体系包括以下步骤:

17、s2.3:将设备能效比、电消耗量相似度与线损电量离散指数去除量纲后综合计算获取评价系数,计算表达式为:

18、

19、式中,为设备能效比,为线损电量离散指数,为电消耗量相似度,、、分别为设备能效比、线损电量离散指数、电消耗量相似度的比例系数,且、、均大于0;

20、s2.4:获取评价系数后,将评价系数与梯度阈值进行对比,完成评价体系的构建。

21、在一个优选的实施方式中,步骤s2中,对线损异常清单自动分级包括以下步骤:

22、s2.5:所述梯度阈值包括第一阈值以及第二阈值,且第一阈值小于第二阈值;

23、s2.6:若评价系数≥第二阈值,将线损异常清单自动分级为低风险级别;

24、s2.7:若第一阈值≤评价系数<第二阈值,将线损异常清单自动分级为中风险级别;

25、s2.8:若评价系数<第一阈值,将线损异常清单自动分级为高风险级别。

26、在一个优选的实施方式中,所述设备能效比中,为实际输出功率,为额定输入功率,实际输出功率是电动机实际输出的功率,额定输入功率是电动机的额定功率。

27、在一个优选的实施方式中,所述线损电量离散指数的获取逻辑为:

28、获取线损电量标准差;

29、若线损电量的平均值≤线损阈值,且线损电量标准差≤标准阈值,;

30、若线损电量的平均值≤线损阈值,且线损电量标准差大于标准阈值,;

31、若线损电量的平均值>线损阈值,且线损电量标准差>标准阈值,;

32、若线损电量的平均值>线损阈值,且线损电量标准差≤标准阈值,。

33、在一个优选的实施方式中,所述线损电量标准差的计算表达式为:

34、

35、式中i=,表示线损电量数据点的总数量,为正整数,表示表示每个线损电量的数值,表示线损电量的平均值。

36、在一个优选的实施方式中,所述电消耗量相似度中,为设备当前电消耗量向量与设备标准电消耗量向量的内积,分别为设备当前电消耗量向量模长以及设备标准电消耗量向量模长。

37、在上述技术方案中,本发明提供的技术效果和优点:

38、本发明围绕电网线损管理业务,分析电网企业线损治理工作的成效与不足,提出依托同期线损大数据创新的线损治理新模式,构建了基于数据挖掘的线损异常智能监测治理闭环管理机制,进一步提升线损精益化管理水平,丰富智能化模型工具赋能基层,优化工作评价管控机制,建立健全同期线损监测治理全过程闭环管理机制,引导基层单位聚焦异常分析、聚力线损治理、聚能效益提升,高效解决跑冒滴漏等问题,实现各单位线损精益化管理水平持续提升;

39、本发明通过将设备能效比、电消耗量相似度与线损电量离散指数去除量纲后综合计算获取评价系数,有效提高数据的处理效率,并且通过评价系数与梯度阈值进行对比,完成评价体系的构建,从而通过评价体系对设备进行评价并自动分级和多维监测,从而提高对设备的管理效率。



技术特征:

1.基于数据挖掘的同期线损智能闭环监测方法,其特征在于:所述监测方法包括以下步骤:

2.根据权利要求1所述的基于数据挖掘的同期线损智能闭环监测方法,其特征在于:步骤s2中,对线损异常清单自动分级包括以下步骤:

3.根据权利要求2所述的基于数据挖掘的同期线损智能闭环监测方法,其特征在于:所述设备能效比中,为实际输出功率,为额定输入功率,实际输出功率是电动机实际输出的功率,额定输入功率是电动机的额定功率。

4.根据权利要求3所述的基于数据挖掘的同期线损智能闭环监测方法,其特征在于:所述线损电量离散指数的获取逻辑为:

5.根据权利要求4所述的基于数据挖掘的同期线损智能闭环监测方法,其特征在于:所述线损电量标准差的计算表达式为:


技术总结
本发明公开了基于数据挖掘的同期线损智能闭环监测方法,涉及电网监测技术领域,所述监控方法包括以下步骤:S1:设备全量监测→S2:清单实时发布→S3:异常智能诊断→S4:现场核实消缺→S5:成效跟踪归档;围绕电网线损管理业务,分析电网企业线损治理工作的成效与不足,提出依托同期线损大数据创新的线损治理新模式。本发明进一步提升线损精益化管理水平,丰富智能化模型工具赋能基层,优化工作评价管控机制,建立健全同期线损监测治理全过程闭环管理机制,引导基层单位聚焦异常分析、聚力线损治理、聚能效益提升,高效解决跑冒滴漏等问题,实现各单位线损精益化管理水平持续提升。

技术研发人员:崔传建,陆鑫,陈婧,林超,黄屏发,施炜炜,战英明,张立娜,李珈颖,徐亮
受保护的技术使用者:国网信通亿力科技有限责任公司
技术研发日:
技术公布日:2024/1/15
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1