[发明专利]一种基于时间序列的线损异常分析方法

说明书

本发明公开了一种基于时间序列的线损异常分析方法，属于电力技术领域。本发明采用聚类方法进行线损预测，分别在超高线损地区、高线损地区、中高线损地区、中线损地区、中低线损地区和低线损地区进行分别线损预测，能够很好地完成线损预测，准确率高。本发明在线损检查时月或季线损率近期与去年同期序列损失信息极少，相对误差在1％以内；月或季售电量解码信息与原始信息相对误差介于1％～2％；月或季均气温解码信息与原始信息相对误差介于3％～4％，出现局部信息损失。由此可见，DAE模型在提取原始序列特征，剔除冗余信息的同时有效保留了原始信息，为月或季线损率预测模型的输入提供可靠有效的低维样本。

技术领域

本发明属于电力技术领域，具体涉及一种基于时间序列的线损异常分析方法。

背景技术

目前甘南地区线损异常台区核查工作主要依靠后台人工手动完成，查看某线损异常台区当月用电量情况，需筛选近几十万万条数据，若进一步查看该台区每日24点电压、电流情况，需筛选上千万条数据，同时甘南地区平均海拔2960米，属于典型的“高原”地带，有着海拔高、地区广、人口少的特点，此种情况下线损筛查工作时间成本及人工成本较大，这就造就了不同于其他地区的降损管理模式，从而需要寻求一种更快捷、准确、高效、有迹可循的方法，完成繁琐而重要的降损分析工作。

经现有文献检索发现，中国专利公开号CN109697576A，公开日2019年04月30日的专利申请公开了一种台区线损异常分析系统，该专利申请通过后台软件系统对各分支线负荷和线损进行统计分析，查找电量不匹配原因。运维人员通过手机APP软件也可以访问系统信息，在后台系统根据网络拓扑模型和实际采集的数据完成线损统计分析计算。虽然该专利申请能够完成一定的线损检查，但是其筛查时间长，不能够准确的完成线损分析。

发明内容

本发明的目的在于提供一种筛查时间短，能够准确的完成线损分析的基于时间序列的线损异常分析方法。

为了实现上述发明目的，本发明采用以下技术方案：

一种基于时间序列的线损异常分析方法，包括如下步骤：

1)计算并对比光伏上网使用前后的线损率相关的统计指标例，通过图表直观展示光伏上网线损率变化程度；

2)分析分布式光伏上网使用前后的线损率变化趋势，整理数据后通过时间的变化来展示线损率变化，同时挖掘线损率变化的周期性及规律性；

3)分别以月、日为最小单位，分析整个地区线损率最高值和最低值出现的时间点，并在对应时间点到来之前做好维护维修准备。

4)使用基于时间变化的预测模型，预测整个地区未来几个周期内的线损数值；

4)使用聚类方法，以线损率为标准，将整个地区分为6种类型，然后针对不同线损严重度地区安排相应人力进行维护；

5)进行异常值分析，选择抽取线损率大的地区进行观察分析同时针对异常地区使用对应的特殊降损设备、加强用电检查工作。

根据以上特征，所述步骤1)中指标例包括平均值和极值。

在一些示例中，所述步骤2)中展示线损率变化包括年变化趋势图、月变化趋势图和季度变化趋势图。

在一些示例中，所述步骤4)中的分类地区分别为超高线损地区、高线损地区、中高线损地区、中线损地区、中低线损地区和低线损地区。

在一些示例中，所述线损异常在分析时通过计算目标线损率与多次线损的平均值的线损率的差值。

在一些示例中，所述线损异常在分析时通过计算目标线损率与多次线损的极值的线损率的差值。

根据以上特征，所述线损检测时需用到配电终端、用户表以及物联网卡，用于线损异常分析。