110kV线路线损运行特征分析

国网白银供电公司 贾黎亮 李春华 李强仁 郭庭哲

在泛在电力物联网建设背景下，借助“大云物移智链边”等新兴技术实现与同期线损线路异常诊断业务的快速融合，分解线损关键影响因素，针对线损管理难度日益增加、数据应用不足等影响同期线损精益管理等问题开展积极数据探索和挖掘实践，发挥电力大数据价值，为电网安全稳定运行、线路科学降损及精益管理提供有效的支撑。

1 技术路线

通过调整电网运行方式、控制无功功率、调整电压等措施有效解决异常问题，助力电网高效经济运行[1]。数据存储部分选择使用大数据平台的Hive（数据仓库）进行数据存储；数据计算处理部分，考虑数据量级较大，选择使用基于Hadoop+Spark分布式框架的大数据平台；数据挖掘分析部分，一是数据准备及数据处理，二是根据运行参数生成对应数据特征统计量，三是对数据特征统计量按照线损分类后进一步处理得到最终分析数据[2]。

2 数据分析

2.1 数据来源、数据质量

基于业务需求中的分析理解，本次分析电力内部数据取自同期线损、用采等电力信息系统，数据周期为2018年7月至2019年6月，数据记录总数约15.1万条；可信度方面，运行参数数据均来源于用电信息采集系统，虽有一定的采集异常数据但不影响后续数据分析。完整度方面，电压、功率、电量数据均存在一定的缺失情况，但缺失数量占数据总量的比例很低，在经过填补处理后不影响后续对数据的分析[3]。

2.2 数据清洗及整合

电压数据处理：首先对线路电压数据进行统计，确认线路的有数据天数，是否缺相等情况，然后根据统计结果删除电压缺失数量大于15个的数据，使用平滑填补缺失值，电压数据与其对应变比相乘；其次使用填补后数据统计线路是三相四线制或三相三线制，为向线电压转换做准备；最后使用填补后数据和线制统计结果，将所有电压数据转换为对应的线电压数据。

功率数据处理：统计有功、无功功率数据缺失情况后，删除缺失超过15的数据，对其他存在缺失的数据平滑填补。填补后数据与相关倍率相乘得到处理后功率数据；匹配线损数据：将电压、有功功率、无功功率、电量数据按照元件编号、计量点编号、日期，分别与线损数据匹配[4]，得到电压与线损、有功功率与线损、无功功率与线损、电量与线损数据宽表。

2.3 描述性统计分析

用于描述数据特征的统计量主要分为集中趋势统计量、离散趋势统计量和分布形状统计量。其中，集中趋势统计量包括平均数、中位数、众数，离散趋势统计量包括极差、方差或标准差、变异系数，分布形状统计量包括峰度、偏度。

电压分析：电压数据分为三相，每一项由15分钟采集一次得到的96点电压数据组成。结合业务实际，不同电压等级存在不同数值的电压上下限限制，需要统计电压数据位于电压限制之外的数据比例（表1），同时需要生成基于数据特征统计量的数据用以描述电压数据。集中趋势统计量中的众数，由于存在同一线路、同一线损情况下，众数结果数量不统一，无法比较的问题，所以选择平均数、中位数两个特征。离散趋势统计量中的方差或标准差、变异系数在计算时都需要平均数，由于所有平均数不在同一水平，缺乏比较意义，所以选择极差及能够避开平均值的一阶差分（即后一个数据减前一个数据的差的集合）均值用以衡量数据的离散趋势[5]。分布形状统计量因不存在实际业务意义，不进行计算。综上所述，计算字段包括各相的电压偏高、偏低、正常比例、平均数、中位数、极差、一阶差分均值。为对比线路在线损异常和线损正常时的运行参数，需要将特征计算结果进行进一步处理。对各项中位数再次求中位数，其他数据求平均数。

功率分析。功率数据分为有功功率和无功功率，均由每15分钟采集一次得到的96点功率数据组成，不分相。因功率数据与单相电压数据相似，均存在众数结果不统一、平均数不是同一数值、分布形状统计量没有实际意义的问题，所以功率数据分为有功功率和无功功率两部分，计算字段均为平均数、中位数、极差、一阶差分均值。为对比线路在线损异常和线损正常时的运行参数，需要将特征计算结果进行进一步处理。对各项中位数再次求中位数，其他数据求平均数。

表1 电压阈值

表2 电压特征计算部分结果

表3 线路不同线损电压数据特征部分计算结果

表4 有功功率特征计算部分结果

表5 无功功率特征计算部分结果

表6 线路不同线损有功功率数据特征部分计算结果

表7 线路不同线损无功功率数据特征部分计算结果

表8 线路不同线损电量数据特征部分计算结果

表9 分析结果

电量分析及分析结论。电量数据分为正向电量和反向电量，每条线路每天生成正向电量和反向电量各一个。因电量数据每天只有一个，无法计算日电量的离散趋势特征，所以直接计算电量的平均数和中位数（表8）。数据宽表合成。将电压、功率等数据计算得到的数据特征进行整合，形成数据宽表，为下一步得到分析结论提供数据支持。比较同一线路不同线损情况下，电压、功率等运行参数的特征，得到运行参数的异同点。根据异同点提出相应的建议（表9）。

3 结语

在实际业务中，线路负载率、电压、有功功率、无功功率、线路长度等因素均会影响线路线损，但这些因素如何综合影响线损、影响程度如何目前均未得到合理的分析，本文基于各位专家学者的基础上进行进一步的研究。解决线路线损异常诊断、并且面对不同的异常线损，提出了相应的降损措施。