一种基于电能表数据精度补偿算法的线损异常判定方法

1.一种基于电能表数据精度补偿算法的线损异常判定方法，其特征在于：包括步骤1：获取需要线损异常判定的月份，判定该月月线损率是否属于区间[0,5％]，如果是，则获取该月中所有日线损大于5％或小于0的日期集，并进入步骤2；
步骤2：从步骤1中的日期集中获取第一个日期的供电电表走字Qg、售电电表走字Qs、线损率PR1、该日期前一日的线损率PR2、该日期后一日的线损率PR3，并进入步骤3；
步骤3：计算日线损的波动率A＝|PR1-PR2|+|PR2-PR3|；如果A>10％，即日线损波动大时，进入步骤4；如果A<10％时，即日线损波动小时，进入步骤5；
步骤4：计算线损率区间SQ：
SQ＝[(Qg-Qs-0.009KWh)/Qs×100％，(Qg-Qs+0.009KWh)/Qg×100％]；
如果线损率区间SQ与区间[0，5％]有交集，则判定日线损率为正常，将该日线损率修正为正常，进入步骤5；否则直接进入步骤5；
步骤5：判断日期集中的数据是否为最后一个数据，如果是，则结束，如果不是，则获取日期集中下一个日期的供电电量Qg、售电量Qs、线损率PR1、该日期前一日的线损率PR2、该日期后一日的线损率PR3，同时进入步骤3。

一种基于电能表数据精度补偿算法的线损异常判定方法\n技术领域\n[0001] 本发明属于电力领域，具体设计一种基于电能表数据精度补偿算法的线损异常判定方法。\n背景技术\n[0002] 线损统计所需的供售电量分别由供售电关口在统计周期内的电能表示数之差乘以变比得到，目前多功能电能表的数据精度均为两位小数，即最小分割为0.01度，在大倍率且小用电量情况下，由电能表数据精度带来的电能误差对日线损统计产生了较大影响，需考虑电能表数据精度误差，常规方法会将原本正常的线损误判为异常线损，从而引起不必要的检修工作，所以需要设计一种需要对日线损的异常判定方法进行修正基于电能表数据精度补偿算法的线损异常判定方法，将预备误判的线损修复为正常。\n发明内容\n[0003] 为提升线损异常判定的准确性，本发明提出了一种基于电能表数据精度补偿算法的线损异常判定方法，通过对供售电侧电能表读数进行补位，统计可能的线损率区间，实现在大倍率小用电量情况下修复线损异常误判的目的。为此，本发明采用以下技术方案：\n[0004] 包括：\n[0005] 步骤1：获取需要线损异常判定的月份，判定该月月线损率是否属于区间[0,5％]，如果是，则获取该月中所有日线损大于5％或小于0的日期集，并进入步骤2；\n[0006] 步骤2：从步骤1中的日期集中获取第一个日期的供电电表走字Qg、售点电表走字Qs、线损率PR1、该日期前一日的线损率PR2、该日期后一日的线损率PR3；\n[0007] 步骤3：计算日线损的波动率A＝|PR1-PR2|+|PR2-PR3|；如果A>10％，即日线损波动大时，进入步骤4；如果如果A<10％时，即日线损波动小时，进入步骤5；\n[0008] 步骤4：计算线损率区间SQ：\n[0009] SQ＝[(Qg-Qs-0.009KWh)/Qs×100％，(Qg-Qs+0.009KWh)/Qg×100％]；\n[0010] 如果线损率区间SQ与区间[0，5％]有交集，则判定日线损率为正常，将该日线损率修正为正常，进入步骤5；否则直接进入步骤5。\n[0011] 步骤5：判断日期集中的数据是否是为最后一个数据，如果是，则结束，如果不是，则获取日期集中下一个日期的供点电量Qg、售电量Qs、线损率PR1、该日期前一日的线损率PR2、该日期后一日的线损率PR3，同时进入步骤3。\n[0012] 通过实施本发明可以取得以下有益技术效果：通过对供售电侧电能表读数进行补位，统计可能的线损率区间，将实际正常的本误判断为正常的线损数据修正为正常，减少了因误判而产生的不必要的工作量。\n具体实施方式\n[0013] 为了便于本领域技术人员的理解，下面结合具体实施例对本发明作进一步的说明：\n[0014] 本发明针对供售电关口大倍率、小用电量的情况，如果月线损稳定在正常范围而日线损来回波动，处在异常区间，则分别对供、售电量的千分位从0至9进行补位，然后计算供售电量之差得到线损电量区间，用线损电量除以供电量得到线损率的可能区间，如果线损率区间与线损正常区间存在交集，即将该日线损率由异常修正为正常。\n[0015] 具体包括如下步骤：\n[0016] 步骤1：获取需要线损异常判定的月份，判定该月月线损率是否属于在区间[0,\n5％]，如果是，则获取该月中所有日线损大于5％或小于0的日期集，并进入步骤2；\n[0017] 步骤2：从步骤1中的日期集中获取第一个日期的供点电量Qg、售电量Qs、线损率PR1、该日期前一日的线损率PR2、该日期后一日的线损率PR3；\n[0018] 步骤3：计算日线损的波动率A＝|PR1-PR2|+|PR2-PR3|；如果A>10％，即日线损波动大时，进入步骤4；如果如果A<10％时，即日线损波动小时，进入步骤5；\n[0019] 步骤4：计算线损率区间SQ：\n[0020] SQ＝[(Qg-Qs-0.009KWh)/Qs×100％，(Qg-Qs+0.009KWh)/Qs×100％]；\n[0021] 如果线损率区间SQ与区间[0，5％]有交集，则判定日线损率为正常，将该日线损率修正为正常，进入步骤5；否则直接进入步骤5。\n[0022] 步骤5：判断日期集中的数据是否是为最后一个数据，如果是，则结束，如果不是，则获取日期集中下一个日期的供点电量Qg、售电量Qs、线损率PR1、该日期前一日的线损率PR2、该日期后一日的线损率PR3，同时进入步骤3。\n[0023] 以一条35kV线路为例，具体描述其近4个月的月线损分别为1.84，0.35，1.09，\n1.79,35kV线路线损的正常范围为[0，5％]，其中连续10日的线损分别为-11.11％，7.69％，\n0％，10％，0％，0％，-7.69％，7.14％，10％，0％，9.09％，波动较大，且大多处于异常范围。\n以线损率7.69％为例，查询当日的供售电量，分别为5880kWh和5460kWh，线损电量为\n420kWh，供售关口计量点倍率PT为350，CT为120，通过计算供电关口电表走字为0.14，售电关口走字为0.13，对千分位进行补位后，供电关口走字为0.140～0.149，售电关口走字为\n0.130～0.139，二者之差为0.001～0.019，乘以倍率后线损电量区间为[42，798]kWh，线损率区间为[0.714％，13.57％]。该过程是通过对供售电侧电能表读数进行补位，统计可能的线损率区间，可采用公式：\n[0024] [(Qg-Qs-0.009KWh)/Qs×100％，(Qg-Qs+0.009KWh)/Qs×100％]\n[0025] 快速地计算出可能的线损率区间，线损率区间与线损正常范围为[0，5％]存在交集，即该日线损率为正常，进而将日线损率从异常修正到正常。\n[0026] 本发明通过对供售电侧电能表读数进行补位，统计可能的线损率区间，实现在大倍率小用电量情况下线损异常准确分析，降低了线损异常判定的误差，消除了在大倍率且小用电量情况下，由电能表数据精度带来的电能误差对日线损统计产生了的影响，将实际正常的本误判断为正常的线损数据修正为正常，减少了因误判而引起的工作量。\n[0027] 以上所述仅为本发明的具体实施例，但本发明的技术特征并不局限于此，任何本领域的技术人员在本发明的领域内，所作的变化或修饰皆涵盖在本发明的专利范围之中。