基于多维特征的电网海量日线损数据异常识别研究

鉴于现有线损数据异常识别方法无法判断异常线损原因,且查全率低等问题,提出了基于多维特征的电网海量日线损数据异常识别方法。融合各类电力运行数据,组建多维特征日线损数据异常溯源模型,使用皮尔逊相关系数计算不同线路间变压器与电压的关联性,明确线损异常原因;归一化处理日线损数据,引入时间离散度理念评估线损异常程度,利用神经网络学习获得负荷变化下线损数据异常计算模型,输入不同节点负荷值完成日线损数据异常识别操作。仿真实验结果表明,提出方法可以判断异常线损原因,并且异常识别查全率高达94%,提升了电网海量日线损数据异常识别准确性,解决了线损数据异常计算的偏差问题。

基于分割区域的配电网异常线损数据辨识与修正

针对配电网线损管理中基础数据异常和冗余量大的问题,提出基于分割区域的配电网异常线损数据辨识与修正方法。考虑终端数据存在冗余量,利用卡尔曼滤波算法对终端冗余数据进行融合,再遍历配电网各线路节点配电变压器,采用局部异常因子算法检测运行数据;基于配电网拓扑关系,采用GN(Girvan-Newman)算法对异常节点进行区域分割;通过分析分割区域邻近节点量测数据和不平衡度指标,动态调整区域边界,直到分割区域满足估计的可观性条件,得到分割区域最终划分结果,并基于区域内节点量测模型、约束模型和估计模型求解异常数据。最后,以西北某省10 kV什新线、什金线为算例进行分析验证,结果表明所提方法可有效实现配电网异常线损数据的辨识及修正。

基于多维特征的电网台区线损数据异常识别研究

随着智能电表及用电管理终端的广泛应用,电网台区相关监测终端每天可收集到海量线损数据,并且可对存在的异常情况进行识别。但是数据噪声对电网台区线损数据的干扰,导致识别的准确率和召回率下降。针对这些问题,提出了一种基于多维特征的电网台区线损数据异常识别方法。该方法首先将电网台区线损数据样本形成对应的二维数据,采用二维小波阈值法进行去噪。根据去噪后二维数据的位置特征以及时间数据特征,对Hasusdorff距离公式进行改进,用以计算电网台区线损数据的多维特征相似度,得到线损数据之间的相似性矩阵。最后将多维Hasusdorff距离应用到层次聚类算法中去识别电网台区线损数据中的异常。仿真实验结果表明,所提方法的准确率和召回率较高。电网台区线损数据异常识别时间较短,满足工程实际使用要求。

基于B+搜索树算法的用电侧线损数据采集与溯源方法

对用电侧线损的监测是确保用电侧正常输配电的关键,也是整个电网运营的重要指标和基础,基于B+搜索树算法构建了一种高效稳定的用电侧线损数据采集和溯源方法,通过该方法可以快速地从用电侧网络中的线损监测模块中快速获取线损数据,并对异常线路进行溯源定位,能够有效避免输配电网络故障扩散导致严重的停电事故。同时结合实际算例对所提算法进行分析,验证所提方法的快速性和准确性,对于工程实践具有一定的参考价值。

提高低压线损数据质量的方法探讨

低压线损数据质量是低压电网线损管理的重点与难点。通过总结上海长兴供电公司在低压线损数据采集中遇到的问题,提出了提高低压线损数据准确性和可分析性方面的措施及其效果。

专线用户侧线损数据抄读方案研究

基于历史遗留原因,在设计和建设变电站时没有考虑专线用户计费用的电能计量装置应安装在产权分界点的变电站侧,而是由当时的营销业务部门根据专线用户报装情况将专线用户主计量点安装在用户侧,并加装了线损表进行计量。随着计量自动化系统的建成和推广应用,实现了电能表的远程自动抄表,一定程度上减少了抄表员的工作量和差错率,但专线用户的线损表由于负荷管理终端的技术规范问题无法进行远程自动抄表,还需抄表员到现场抄读,这样一来,就存在主计量表实现了自动抄表,而线损表需要人工抄表的费时费工和出错现象。现基于解决专线用户线损表的远程抄表问题提出了抄读方案,并进行了可行性研究。

配电网线损异常数据的辨识与修正方法

提出一种针对配电网线损异常数据问题的多级辨识与修正方法。首先,运用基于DBSCAN-新息序列算法做初级辨识,识别出异常数据和可疑数据,进而根据线损数据的时间惯性对可疑数据进行二次辨识以减少误判率;然后,采用改进的LSTM算法对异常数据进行修正;最后,在IEEE-69节点配电系统中应用甘肃临夏某配电台区的实际线损数据验证了所提方法的有效性。

电能信息采集系统结构及其线损数据管理研究

电能信息采集系统是构建智能电网的重要组成部分，具有自动收集电力用户信息的功能。本文基于电能信息采集系统的概念以及意义分析，剖析系统的采集终端、通信网络、系统主站这三方面的结构，最后分析系统线损数据管理方法，旨在提升供电企业的服务质量，使得营销工作趋向精益化发展，改变传统现场管理的局面。

基于“秩和”近似相等特性的同期线损异常数据辨识方法

针对目前同期线损系统接入数据海量,异常数据难以辨识的问题,提出了基于“秩和”近似相等特性的同期线损异常数据辨识方法。首先引入“秩和”差异理论,分析无异常数据情况下,同期线损与理论线损差异电量的“秩和”近似相等特性;然后分析存在异常数据时的“秩和”差异特征。基于此,改进传统α阈值仅考虑误判率的弊端,提出α∩β阈值计算方法,综合考虑误判率和漏判率对异常数据辨识的影响,可判断出同期线损数据集合中是否存在异常数据;在此基础上,建立同期线损异常数据辨识模型,进一步判断异常数据的位置;最后以甘肃实际运行数据为例进行仿真,验证该文所提异常数据辨识方法的有效性。

浅谈营配贯通台区线损异常数据治理方法探讨

在电力行业中,营配贯通指的是将配网业务与营销业务相结合,通过两者之间的协调、配合等,实现营配数据的共享,为业务朝程序化方向发展提供支持,而这一过程中对数据信息的准确性具有较高的要求,因此在实践过程中必须极大对台区线损数据的重视和管控力度,但是实际情况是台区线损统计存在着一定的难度,尤其是线损具有波动性的特征,一旦出现异常数据,那么将会对计算结果的准确性产生影响。文章从台区线损管理出发,对线损数据异常问题进行分析,并提出改进措施。

大数据分析在配电网线损管理中的应用

随着科学技术和现代化建设的飞速发展,配电网工程也得到了快速发展,配电网工程线损的问题也越来越得到重视。为了进一步推动配电网持续稳定运行,文章简要分析大数据分析在配电网线损管理中的应用,首先分析了线损管理的意义、大数据的数据源以及基于大数据的配电网线损管理优势,然后分析基于大数据的价值挖掘模型和配电网线损在线监测方式,最后通过案例研究大数据分析的优势,希望能为相关人员提供参考。

结合电量数据线损异常分析浅谈反窃电工作

本文主要从电量数据线损异常分析的角度出发,对高科技窃电的原理及特点进行分析,提出反窃电措施。借助深圳供电局电量数据智能筛选分析出来的窃电、漏计案例的介绍,阐述电量数据线损异常的特点及应用,并结合现场实践总结经验和关键点。最后,着重探讨反窃电的技术措施和管理措施,旨在提升反窃电工作的效率和准确率。

基于离群点检测的低压台区同期线损异常辨识研究

为缩短电压参量的实际传输距离,加强对同期线损量异常行为的抵抗能力,提出基于离群点检测的低压台区同期线损异常辨识方法。通过定义离群点的方式,确定线损参量的实际分类条件,根据最大负荷损失数值实现基于离群点检测的低压台区同期线损计算。在此基础上,采集大量的线损数据信息,利用核函数实现对辨识参数的优化与应用,完成基于离群点检测低压台区同期线损异常辨识方法的设计。实验对比结果表明,与传统SVDD型辨识测量手段相比,应用基于离群点检测的异常辨识方法后,实时电压参量差极值仅能达到35 V,定向电子传输距离也缩短至3.8μm,可提升对低压台区同期线损异常行为的抵抗能力。

电网智能化中的低压线损管理策略分析

阐述智能电网中的低压线损管理策略,探讨电网智能过程中的线损问题,制定优化的应对措施,包括调整低压配网结构、保证低压线损数据精准性,从而提升低压线损管理质量。

智能电网中的线损精细化管理策略分析

阐述配网线损发生的原因,分析智能电网技术线损精细化的精确比对,探讨配网线损精准比对在低压台区和公共线路中的应用实践,提出基于智能电网运行数据的线损精细化管理策略。

基于负荷分类的低压台区线损率自动测算

经典线损率测算方法因理论计算过于粗糙,无法精准获取测算结果,为此,提出基于负荷分类的低压台区线损率自动测算方法。运用负荷分类方法校核线损数据质量,在将线损数据按照比例缩放进行线损率归一化处理,考虑到所接负荷类型不同,采用等值归化算法剔除多余样本,在此基础上,依据低压台区线损率自动测算流程实现线损率自动测算。由此,完成基于负荷分类的低压台区线损率自动测算方法的设计。在仿真实验中,选取5类样本作为实验参数,实验结果表明,所提方法的相对误差在5%以内,与真实值更接近,精准度更高,并且在可接受的范围内。

GIS图形异常对10 kV同期线损的影响分析

GIS图形异常问题是导致10 kV配电线路线损率不合理的一个主要原因。在同期线损平台数据的基础上,从架空线路与电缆线路2种GIS图形拓扑结构出发,讨论实际线损分析中5类异常原因,提出一种有效的辨识与治理方法。此方法作为分析10 kV线路线损率异常的一种重要手段,在提升线损合理率的同时,可以保证图形准确性。最后以某供电公司实施案例验证了该方法的有效性。

Radio Channel Measurements and Analysis at 2.4/5GHz in Subway Tunnels

There is an increasing demand on wireless communications in subway tunnels to provide video surveillance and sensory data for security,maintenance and train control,and to offer various communication or entertainment services(e.g.,Internet,etc.) to passengers as well.The wireless channel in tunnels is quite unique due to the confined space and the waveguide effects.Therefore,modeling the radio channel characteristics in tunnels is critically important for communication systems design or optimization.This paper investigates the key radio channel characteristics of a subway tunnel at 2.4 GHz and 5 GHz,such as the path loss,root mean square(RMS) delay spread,channel stationarity,Doppler shift,and channel capacity.The field measurements show that channel characteristics in tunnels are highly location-dependent and there exist abundant components in Doppler shift domain.In the straight section of the subway tunnel,the measured path loss exponents are close to1.6,lower than that in free space.