台区线损合理性分析模型研究与应用

张海江，贺玉珍，冯 楠

（1.国网山西省电力公司，山西 太原 030021；2.运城学院数学与信息技术学院，山西 运城 044000）

0 引言

线损能反映电网架构和运营合理性，同时与供电企业的经济效益紧密相连，做好成段计算工作非常重要。目前，供电企业低压线损的计算方法主要有平均电流负荷曲线特征系数法[1]、等效功率法[2]、压降法[3]等，这些方法都是将台区线损合格区间定义在0～10%之间，并未充分考虑不同台区的实际情况，没有将线损合理区间作为参考，这种“一刀切”模式很难满足台区线损精益管理的要求，亟待进一步改变。本文依托大数据挖掘技术，利用海量历史数据汇总台区线损特征，并依据基本特性参数将台区划分为多个类别[4-5]，分类开展线损合理性差异化管理，进一步提高异常识别准确率，推动低压台区线损从“粗放式”治理到精益化管理转变，达到降损增效的目的。

1 线损合理值区间测算模型构建

1.1 使用嵌套聚类方法对台区进行分类

以山西省约11万台公变台区的基本数据作为聚类模型的输入，选定台区负载率[6]、供电半径[7]、线路长度、线径、台区容量、总用户数作为6个特征量，采用层次嵌套聚类方式，针对各类特征量逐一进行聚类。

a）规划嵌套顺序：逐一判定6个特征量与台区线损的相关性，根据相关性系数，判断特征量对于台区线损的影响权重，按照影响权重由高到低的顺序，梳理出特征量聚类次序。线损率与特征量的皮尔森相关性如表1所示。

表1 线损率与特征量的皮尔森相关性表

b）按需简化特征量：通过皮尔森相关系数分析[8]，发现供电半径和线路长度呈强相关性，台区容量与总用户数呈强相关性。因此，将供电半径和线路长度归为一个参考特征量，将台区容量和用户总数归为一个参考特征量。将6个特征量简化为负载率（A）、供电半径+线路长度（B）、线径（C）、台区容量+总用户数（D）这4个特征量。Pearson相关性分析结果如表2所示。

表2 Pearson相关性分析结果

c）确定各特征量聚类数：轮廓系数[9]是衡量聚类效果的重要指标，系数越大，说明聚类效果越佳。计算4个特征值的轮廓系数，统一设置聚类数范围为2～7类，找出4个特征值轮廓系数最高时的聚类数，结果如表3所示。由表3可知，最佳聚类数分别为负载率聚2类、供电半径+线路长度聚2类、线径聚2类、台区容量+总用户数聚3类。

表3 聚类轮廓系数表

d）开展嵌套聚类：依次对4个特征量进行4层嵌套聚类，将山西11万余个台区分为24类。

1.2 使用数理统计方法测算线损合理值区间

以其中1类台区为例，基于该类台区的线损数据绘制线损值分布直方图[10]，经检验符合正态分布[11]，μ=3.965 1，σ=2.019 6。取置信区间[12]为95%，该类台区线损率的上下限为（μ-1.96σ，μ+1.96σ），即（0.006 6，7.923 5），计算出0.006 6作为该类台区线损率的下限值，7.923 5作为该类台区线损率的上限值，一旦处于上下限之外便可认定为线损异常。

按该计算逻辑逐个分析其余23类台区，汇总形成24类台区线损合理值区间。针对每一个台区，计算该台区线损均值μ和标准差σ，明确单个台区线损值分布情况，形成一套从所有低压台区到每一类台区，再从每一类台区到每一个台区的线损合理值区间的计算与定位。

2 台区线损异常判定工具构建

通过构建台区线损合理性判定工具，固化至台区线损全景监测平台，实现台区基本信息数据及线损数据每日的在线监测，推动台区线损合理区间的三级判定和三级预警。

判定Ⅰ：输入台区基本信息数据，精准、快速判定该台区是否存在历史类别。

判定Ⅱ：输出台区类别及该类别对应的线损合理值区间以及根据该台区历史线损数据计算出的个体的合理区间值。

判定Ⅲ：输入台区最新线损值数据，输出台区线损异常判定结果，当台区实际线损值超出合理值区间时，平台自动发出三级预警，不同预警级别代表线损异常的严重程度，可有效指导台区经理侧重优先排查与预警严重程度更相关的影响因素，以便快速找到影响因子并整改。

预警Ⅰ：超出台区个体的合理线损区间[13]，发出黄色预警，即台区线损率虽为异常，但仅超出自身合理区间，如由于当日气温变化等轻度影响因素导致这种异常的可能性较大。

预警Ⅱ：超出台区类群的合理线损区间，发出橙色预警，即台区线损率异常，并超过该类别其他台区线损，属于中度预警，应重点优先排查电压、电流等配变因素或窃电因素。

预警Ⅲ：超出台区整体的合理线损区间（0，10），发出红色预警，即高度预警，说明台区线损率异常较为严重，应优先排查户表采集失败、考核表接线异常等计量因素、采集因素，同时也需要严格排查配变因素或窃电因素。

3 应用场景

模型嵌入台区线损全景监测平台，实时分析山西省11万余个台区的线损异常情况，绘制出11万条线损波动曲线，设置24个线损类别的合理值区间；自动比对实际线损值与合理值，当线损值出现异常时，实时标注出对应台区信息，分三级发出告警信息，待管理人员审核后，自动形成工单并派发给对应台区经理，支撑开展台区异常治理。

4 结束语

自台区异常分析工具应用以来，相较于传统监测方式，台区异常排查效率提升50%以上，平均排查时间缩短80%以上，线损异常情况得到有效改善，线损达标台区数量显著增多，线损合格率已由96.94%提升到97.92%，线损不合格台区逐步减少，综合线损率已由3.91%降低到3.2%，给公司减少电量损耗约5 000万（kW·h），直接经济效益超过2 500万元。