[发明专利]一种高时效性低压台区线损预测方法

说明书

本发明公开了一种高时效性低压台区线损预测方法，包括：台区电量数据抽取、采集失败用户缺失日电量横向变化值计算、纵向变化值计算、权重因子计算、采集失败用户日电量补全和台区综合线损率计算的步骤实现T‑1低压台区线损预测。本发明针对台区采集异常，结合采集失败用户清单和用户历史用电量等数据，对采集不成功的用户日电量进行拟合、补全后，估算采集失败影响的电量，进行台区日线损试算，构建T‑1台区线损预警预测模型，进而预估采集失败用户对台区线损影响，辅助线损异常提前研判。

技术领域

本发明涉及电力营销低压台区线损管理技术领域，具体涉及一种高时效性低压台区线损预测方法。

背景技术

目前，线损治理工作主要涉及用电信息采集系统、一体化同期线损系统、业务中台和营销业务应用系统。其中，营销侧线损分析主要以用电信息采集系统数据为主，定期采集T-2日台区总表、用户电能表的表底数；一体化同期线损系统按时从用电信息采集系统获取T-1日低压用户、台区总表用户的表底数；业务中台和营销系统主要用于分析户变关系，辅助对比分析用电信息采集系统和一体化同期线损系统不一致的情况。

但是，当前低压台区线损治理仍存在几个痛点问题，一是线损数据为T-2日，相比于T-1的同期线损数据，数据时效性较为滞后。二是采集失败因素导致的线损异常占大部分，采集消缺消耗时间较多。三是线损治理智能化水平不足，闭环系统导出的表格，需手动筛出新增用户清单，且涉及班组较多，整合需要花费大量时间。

发明内容

为了解决或部分解决相关技术中存在的问题，本发明提供了一种高时效性低压台区线损预测方法，针对台区采集异常，结合采集失败用户清单和用户历史用电量等数据，对采集不成功的用户日电量进行拟合、补全后，估算采集失败影响的电量，进行台区日线损试算，构建T-1台区线损预警预测模型(目前实际线损数据只到T-2日)，进而预估采集失败用户对台区线损影响，辅助线损异常提前研判。

本发明提供了一种高时效性低压台区线损预测方法，主要包括：

S1、抽取台区电量数据；

S2、判断用户表售电量数据是否缺失；

S3、抽取历史用电量；

S4、计算缺失日电量横向变化值；

S5、选取相似日；

S6、计算缺失日电量纵向变化值；

S7、计算权重因子α；

S8、补全缺失日电量；

S9、计算台区线损率。

可选地，所述抽取台区电量数据，包括：

分别抽取待检测台区T-1日总表供电量和用户表售电量数据。

可选地，所述判断用户表售电量数据是否缺失，包括：

台区总表供电量和台区用户表售电量数据是线损预测的两个关键变量；由于台区总表采集消缺的优先级最高，在当日14点前必须完成消缺任务，因此台区总表供电量的可靠性较高；T-1线损预测模型构建即可归结为采集失败用户T-1日电量的补全问题；若用户表售电量数据完整，则进行S9，利用公式(7)计算台区线损；若用户表售电量数据缺失，则进行S3。

可选地，所述抽取历史用电量，包括：

抽取待检测台区下售电量缺失用户的历史售电量数据。

可选地，所述计算缺失日电量横向变化值，具体通过如下公式进行计算:

W^*(t₀)＝W(t₁)+ΔW₁ (1)