基于大数据的低压台区线损管理

何义赟 马俊 樊华

摘要：当今时代，科学技术不断发展，物联网的“闪亮登场”，掀起了一波又一波的大数据研究浪潮。电力大数据，越来越成为电力巨头们关注的重点对象。线损作为评估企业综合效益的一项重要指标之一，在电力企业中较为扮演着重要角色。鉴于此，本文针对大数据在低压台中的区线损管理进行了系统的阐述和分析。

关键词：大数据;低压台区;线损管理

前言：

物联网时代，大数据发展态势如火如荼。随着科学技术的进一步发展，大数据在各行各业中得到了广泛的应用，关于大数据的各项研究也日益风靡。近年来，基于大数据的低压台区线损管理，愈来愈成为电力行业关注的焦点。

1、低压台区线损概念界定

何为低压台区？低压，顾名思义，即人们通常所说的380V系统;台，又称之为“变台”，也就是我们所说的变压器;区，即区域。一般而言，台区指的是可变的电源范围或面积。在电力管理中，从业者习惯于用“台区”来指代可变的电源范围或面积。所谓低压台区，就是指某台变压器低压供电的区域。划分低压台区的目的在于方便用电管理，尤其是对于人员分工、设备维护、电量计算、线损统计等方面的管理。线路损耗，简称为线损，即电能通过输电线路传输而产生的能源损耗。其主要是由电力传输中有功功率的损耗造成的。

2、低压台区线损管理问题出现的原因

2.1管理制度存在漏洞

就目前而言，多数供电所对于线损管理问题，重视程度不够，在制定相关的管理制度时，漏洞重重，加之监管力度不强，部分管理制度被“束之高阁”，一些从业人员在实际的作业过程中并未依据管理制度进行实际操作，因此，管理制度对员工的约束力不强，管理制度中的一些条文，可行性低，难以真正落实到位。

2.2工作人员综合素质不高

物联网时代，社会急速发展，人们需要掌握越来越多的技能和知识，才能立足于社会。电力行业亦如此。但是，部分工作人员，思想保守，拒绝接受新知识、新思想、新文化，不愿意在激流勇进的社会浪潮中做出改变，惧怕学习新的知识与技能。这种畏难心理，在一定程度上，影响了从业人员自身的工作效率，从而，也影响了电力企业的经济效益。最终很可能抑制电力企业的持续稳定健康的发展态势。

2.3管理观念陈旧

一些电力企业，观念陈旧腐朽，未能与时俱进。这些电力企业，不注重激发员工工作的积极性，而且平均主义严重，如果出现问题，责任压根儿无法真正落实到个人，形成电网线损人人有责，却又人人不负责的局面。

3、基于大数据的低压台区线损管理的必要性

过去，计算低压线损耗的方式主要有3种，分别是平均电流负载曲线特性系数方法，等效功率方法和電压降方法。这些方法的优势在于计算逻辑简单易懂，难度低。并且可以有效解决电表周期与电表读数不一致的问题。然而，其暴露的问题也比较明显，精确性不高，换句话说，就是线损率计算的准确度会存在误差。工作人员处理这些线损率数据时，工作量繁多且艰巨，并且工作效率不高。故而，基于大数据的低压台区线损管理应运而生。基于大数据的低压台区线损管理，可以高效快速地定位问题台区，迅速区分线损的损坏状况。在大数据的助力下，低压台区一般被划分为3大类。这3大类分别是线损问题严重的问题台区，线损问题一般的台区以及线损问题较轻或完好的台区。在这样的背景下，从业者可以快速了解线损的问题状况，并根据各台区线损问题的严重程度进行有针对性地处理，提高了工作人员的工作效率，优化了管理流程，帮助企业降低经济成本，有利于企业获得更高的经济利益。

4、基于大数据的低压台区线损异常诊断模型

信息时代，网络社会打破了时空界限，在更大程度上便利了人们的生活。因此，如果继续沿用传统的数据分析技术，电力企业必将在新一轮的市场竞争中一败涂地。基于大数据的信息采集系统，具备全覆盖、全采集等优势，而传统的数据分析方法，只能用于分析同类型数据。传统的数据分析方法，在不同类型属性的数据面前，可谓是“无能为力”。但是，当下，电力企业需要处理的不同类型属性的数据越来越多。因此，需要对参与台区线损计算的数据先进行预处理，让数据更加适合分析。

1、台区可计算分析模型

如果想要获得准确的计算结果，那么制定科学合理的规则是极其重要的。通常情况下，对于参与台区线损计算的的条件，一般情况下，分为可以计算和不可以计算这两大类。根据台区线损的计算特征产生一个规则模型，该模型的规则可以通过一组分类规则来表示，形式如下：条件i→属性j条件i=（属性1）A（属性2）A··A （属性j）模型左边是规则的前提，右边则是一组属性的集合。所以，根据台区线损计算条件规则，台区分为可计算和不可计算这2类。

2、台区合理性分析模型

当台区线损具备可计算条件后，需要去分析计算结果是否合理。在分析计算结果合理性这块，可以借助决策树归纳这个分析方法。这种分析方法，用途广泛且功能强大，可以处理数值和分类数据，还可以解决多输出问题。当第一个

得到解决后，第二个问题便会产生，如此循环往复。在决策树中，从结构上来看，主要包括3大结点：根结点、内部结点和叶结点。假使这个问题的初始决策树仅有一个结点，那么，在这种情况下，台区线损率是没有问题的，也就是台区线损率处于合理状态。但是，由于根结点包含2个类的记录，所以必须细化这一决策树。根据“可计算”分析条件，这些记录被划分为较小的子集，下一步对根结点的每个子节点进行递归。显而易见的是，如果属于不可计算状态，那么肯定属于不合理状况。

结语：

综上所述，通过运用大数据，建立低压台区线损异常原因智能诊断模型，管理体系更加完善，管理内容也更加明确。在不久的未来，基于大数据的低压台区线损管理模式将会得到广泛的推广应用。大数据的利用，将有利于快速推进电力领域信息采集系统的建设，提高企业的管理水平和管理能力，提升客户的满意度，扩大市场，帮助企业获得更大的发展空间。

参考文献：

[1]顾国栋，徐金玲.配电台区在线线损分级管理和智能异常分析设计.电力需求侧管理，2016（02）.

[2]郭海威.基于用电信息采集系统的线损异常数据挖掘研究及应用[D].华北电力大学，2016.