中压线损管理与分析

汤丹慧

（国网江苏省电力有限公司无锡供电分公司，江苏 无锡 214000）

线损主要是指从发电厂一直传输到客户，电能在运输、变电、配电等一系列过程中，由于各方面因素的影响而产生的损耗。线损是衡量电力系统运行质量的重要指标，通过降低线损可以提高电力系统的运行效率和经济性。

中压线损主要是指10 kV、35 kV电压等级线路的线损。中压线路从变电站关口出线连接到用户变压器，与用户的联系最紧密，对用户的供电可靠性和供电质量的影响也最直接。中压线路上的用户包括高压用户和台区，根据线损计算公式：线损率=（供电量-售电量）/供电量，则对于中压线路，供电量为变电站关口表计电量，售电量为线路上所有用户和台区电能表计量电量的总和。

一方面，降低中压线损，提高能源利用率，可以降低供电成本，向客户提供更多电力，提高电网的经济效益。另一方面，通过对中压线损监测与分析，可以更快发现用户用电异常，及时发现计量装置故障和违约用电行为，保障电力设备安全稳定运行。

1 影响中压线路线损因素

采集异常。表计故障、采集终端故障以及接线错误导致的计量装置故障等都会导致采集失败，会影响线路售电量，导致线路损失电量大，线损高。

档案异常。工作人员未及时在系统中进行线路和表计档案维护或是流程未及时归档，导致系统中线路上的变压器数量与实际不一致即线变关系异常，会造成线路线损异常。若线路中缺少用户，则线损高；线路中多出用户，则出现负损。

线路重载。线路上用户过多，或是线路长时间没有进行改造，导致线路负荷过大，线路重载，线路末端用户电压偏低，造成损失电量高。

窃电行为。对电能表进行改造、采用欠压法、欠流法、绕越计量装置用电等窃电行为都会直接造成线路线损高。

2 中压线损分析

中压线路上的用户包括高压用户和台区，而台区内又包含多个低压用户，这里针对中压线路进行分析，通常把台区整体看成一个高压用户。在进行线损分析时，应首先确定线路的用电情况，包含哪些类型的用户，分析是否为采集异常、档案异常，排除相关影响因素后根据相关系数和用户用电曲线确定问题用户。

（1）案例一：如果线路以前线损正常，突然升高或者突然变为负损，应该抓住突变点，从线损发生变化的时间节点入手，查看系统流程和用户用电曲线，寻找和突变点相吻合的异常行为。

以A线路为例，该线路18日及以前的线损率都在2%以下且很稳定，19日急剧上升至4%，20日达到5%，如图1所示。线损的短时间内剧增表示该线路存在异常。

图1 线路线损曲线

在系统中查看该线路定位图，及该线路用户近期传票流程，确认该线路无新增用户，无挂接错误，线变关系正确。

随后查看用户用电曲线，如图2和图3，发现一用户曾于19日停电，停电时长约1.5 h，停电时间点与线损变化的时间点相吻合，该用户停电的时间段这条线路上的其他用户没有停电。停电之后，该用户的功率曲线和电流曲线都降低了，用电负荷减少。但是没有出现两相电流不平衡的情况。

图2 功率曲线

图3 电流曲线

结合该用户之前有超容的记录，经过分析怀疑该用户私自将30/5的互感器改为40/5。当用户把互感器变比改为40/5时，系统仍按照互感器变比为30/5计算，导致电能表采集到的电流值比实际电流小，计量电能也比实际电能少。

为了验证这一想法，将用户的用电量按照变比进行换算后重新计算线损。首先将该线路的总用电量分为用户A的用电量和其他用户的总用电量两部分，然后将用户A的用电量乘以4/3得到用户A的实际用电量，再将用户A的实际用电量与其他用户的总用电量相加得到该线路实际用电量，最后根据公式计算线损率，得到的线损率与之前正常时一致，从而确认该用户窃电。计算验证过程如图4。

图4 计算验证过程

经过现场查实，该用户确实私自更换了互感器。工作人员对用户进行查处后，该用户停电将互感器换回，计量人员对互感器进行了现场检验，确认互感器变比正确，误差合格。该线路线损恢复正常，如图5所示。

图5 线损曲线恢复

（2）案例二：如果线路长期处于线损较高的状态，无法寻找突变点，在排除了线路档案异常的原因后，可采用相关性分析的方式进行分析。经过长期的分析实践发现：长期稳定违约用电用户，用户用电量与线路损失电量比例稳定，用电量越多损失电量越大。在数值上表现为两组数据相关性高，在图形上表现为两条曲线升降趋势保持一致。因此可以将用户用电量和线路损失电量进行相关性匹配，从而锁定问题用户。

以B线路为例，该线路包含13个高压用户（其中2个有上网电量），5个台区，日均线损3.24%，日损电量为1 900度左右，且线损呈现节假日周期性分布，如图6。

图6 B线路线损图

分析时，将一个台区整体视为一个用户，通过统计学建模分析皮尔逊相关系数，计算出该线路上所有中压用户窃电的嫌疑度，生成清单如表1。

表1 B线路用户相关系数

将相关系数按照从高到低排序，相关系数的绝对值越接近1，相关性越大。可见，用户1相关性最高。通过损失电量与该线路上所有用户用电量的图像进行对比分析，如图7分别为用户1和用户15的日用电量与损失电量的对比图，用户1的日用电量曲线和线路损失电量曲线基本一致，而用户15的日用电量曲线和线路损失电量曲线明显不一致。

图7 用户1和用户15的日用电量与损失电量的对比

经检查人员查实并要求整改，B线路线损恢复正常，日均线损0.6%，日损电量为500度左右，如图8所示。

3 中压线损治理

大数据分析。随着科技快速发展，可以通过大数据分析的方式，采用神经网络、粒子群算法等算法，针对已知的线路数据、用户用电数据等进行分析预测，从而快速排查线损异常情况。

细化高损时段划分。若日线损分析相关性不明显，难以判断问题用户，可以进一步细化高损时段，计算小时线损或6 h线损，细化高损时段划分，防止类似白天正常用电，夜间窃电的违约用电行为。

物理手段监测。在计量互感器低压侧除计量外的其余绕组出线加装监测电表实时对比，避免计量差错。系统后台读取保护电流与计量电流进行对比，判断计量准确度。

关注异常用电行为。对异常用电行为如：线路无停电计划但用户私自停电、用电情况与变压器容量不匹配、长期用电量低却不减容、超容用电却不增容等，应提高警惕，经常关注用户用电情况。

4 结语

如今线损治理的手段层出不穷，但万变不离其宗，关键还是明确影响因素，掌握分析方法，针对不同的现象通过不同的手段进行管理，需要长期经验的积累。采用排除影响因素进行分析，逐步锁定问题点的方法，可以大大提高工作效率。