论文部分内容阅读
摘 要：电能计量装置是电力系统中实现电能测量计算的重要设备，其准确与否将影响到电力贸易结算公平，直接关系电力企业和用户的切身利益。借助线损计算分析，可以及时发现、评估系统中存在的计量准确性问题。本文阐述了线损的基本概念和分类，详细分析了线损与台区各计量值间的线性关联关系，在此基础上，引入多元线性回归方程进行描述，以建立线损与各计量点的因素分析，最终基于多元线性回归方程的线损计算构建了分析模型，并成功运用实例，得到了良好的效果。
关键词：电能计量装置;线损;多元线性回归;分析模型。
引言
电能计量是电力生产重要的一环，是电力企业计收电费，实施电能交易的基础。计量装置正误差超差将导致用户利益受损，而少计、漏计电能将导致台区线损变大，降低企业经济效益。因此，把控电能计量装置准确性，及时处置异常计量装置或制止用户异常用电行为，对保证企业和用户双方利益都具有十分重要的意义[1]。
线损是电力输电、配电、变电、用电过程中不可避免的损耗，也是衡量电网结构，技术管理和经营管理的一项重要指标。通过线损监测、计算分析，运用相关的统计分析理论，探索线损在计量准确性分析上发挥的作用，研究基于线损分析的计量点缺陷或故障定位，在遠程抄表技术和智能电表不断覆盖、智能电网技术不断向前发展的当前，具有十分重要的意义。
1.线损异常分析
电能在输配电过程中，由于电阻和磁场作用产生的损耗，简称为电网线损。根据线路损耗的特点线损可分为可变损耗，固定线损和不明线损[1-4]。
其中固定线损是无法避免的，正常情况下围绕某一定值小幅波动。而当可变损耗和不明线损出现问题时，都会导致该台区线损明显增大。目前在供电过程中，由于计量因素导致线损异常的主要原因可以分为以下几点：
（1）计量装置质量问题、安装不规范、计量设备本身局限性所引起;
（2）窃电现象引起;
（3）在电量的供售过程中存在的时间差而引起的损失。
由于当前台区远程抄表技术和智能电表的覆盖与推广，数据的同步性提升，时间差引起线损异常这部分其实可以忽略不计，（1）、（2）点则可以归属为计量准确性问题。
按照线损定义可知，用户计量装置异常最终通过台区线损量体现出来。在电能表正常情况下，电能表计量准确且波动范围较小基本认为不变。定义计量装置计量准确性为，用户计量装置计电量为J，用户实际用电量为S，可得公式如下：
而用户计量损耗H应为：
H=J-S
二式推导可得：
可知，用户计量损耗H与电能表计量值J成线性关系。当台区用户数为n，台区线损X应为各用户计量损耗与固定损耗G组成，即：
2.基于线损计算分析的计量准确性分析模型
基于前文分析，台区线损与各用户计量值间存在着线性相关，因此，以此构建多元线性回归模型，依托于当前计量自动化系统，以台区线损为观测值，当线损异常时，结合回归模型因素分析，得出用户计量装置的故障集，再采用现场检查方式，最终排除并修复故障点。
2.1线损计算的多元回归方程因素分析
多元回归是指一个因变量，多个自变量的回归模型。应用此法，可以得出各要素间的数量依存关系，从而揭示出各要素间内在的规律。
本文引入多元线性回归方程，一方面是要将依据当前计量值求解所得的线损与统计线损比对，判断台区线损是否异常;一方面进行因素分析，旨在找出当前台区影响线损的各用户计量值之间，找出哪些是重要因素，哪些是次要因素，划分故障集，缩小异常计量点排查范围。
为了求出多元线性回归模型中的参数，可采用最小二乘法求解[1]。
式中，j表示提供拟合的数据组数，本文为历史计量值及线损数据;表示自变量和因变量的相关程度，将求解所得序列进行选择，存在相关性的保留，无相关性的剔除，最终可得到故障集RT。
2.2基于线损计算分析的计量准确性模型
结合以上分析，可以构建如下分析模型：
第一步：利用计量自动化系统和营销系统，以供售电量计算线损，以台区的历史电量数据（各用户计量电度与线损），周期可选择天或月，求解多元线性回归方程，判断其是否异常（统计线损在回归计算线损允许的波动范围内，如±30%），如果异常，执行第二步;如果正常，结束流程;
第二步：判断台区供电量值是否正常和供售电量是否存在统计时间差，是，纠正错误，返回执行第一步;否，执行第三步;
第三步：获取多元线性回归方程相关系数序列，保留存在相关性的计量用户，从大到小排列，获得故障集RT;
第四步：采用现场检查等方式，逐一判断故障集RT对象是否存在故障或错误接线等影响计量准确性问题，定位故障点。
第五步：修正数据，分别计算统计线损和回归计算线损，判断其是否异常（统计线损在回归计算线损允许的波动范围内，如±30%），如果正常，返回第一步;如果异常，返回执行第四步;
2.3实例应用
为了检验模型分析效果，对收集到台区计量和线损值进行应用，下表1包含该台区所有用户计量值前五月份计量值、当月计量值以及线损、供、售电量。
计算过程：
第一步：点击excel“excel选项”，选择“加载项”，调用excel分析工具箱，在“数据”工具栏选择 “数据分析”，进行回归计算，选择前五个月数据为源数据，将置信度设置为95%。计算结果如下图1所示，回归计算第六月份线损为2116.10kw·h，与六月份统计线损4842kw·h，波动率为56%，超过正常范围;
第二步：经检查排除，台区供电量值正常且供售电量时间同步;
第三步：由第一步计算所得序列：
保留相关性用户，从大到小排列，获得故障集
第四步：经过现场检查，用户6表计故障，应补收2200kw·h，其他用户计量正常。
第五步：修正数据。算得统计线损为2642kw·h;回归计算线损为2737.76kw·h，波动率3.6%，线损正常，结束。
3.结束语
电能计量装置是连接电力企业和用户的纽带，其准确性是电力企业工作顺利开展的基础。
本文在介绍线损定义、分类和分析、推导线损与电能计量值存在的线性关系基础上，引入了基于最小二乘法计算的多元线性回归模型，衡量并实现线损与各用户计量值间的因素分析。基于此，构建了基于线损计算分析的计量准确性分析模型，然后运用算例，验证了诊断模型，取得了良好的效果。
【参考文献】
[1] 郁浩.异常电能表查找系统研究：硕士学位论文[D].南京：东南大学，2016.
[2] 李静巍.基于线损管理系统的日线损统计及分析研究：硕士学位论文[D].吉林：吉林大学，2015.
[3] 唐文彬.基于线损计算分析的反窃电研究：硕士学位论文[D].广西：广西大学，2015.
[4] 朱一凡.天津城南供电分公司线损监控管理系统的设计与实现：硕士学位论文[D].北京：华北电力大学，2015.
关键词：电能计量装置;线损;多元线性回归;分析模型。
引言
电能计量是电力生产重要的一环，是电力企业计收电费，实施电能交易的基础。计量装置正误差超差将导致用户利益受损，而少计、漏计电能将导致台区线损变大，降低企业经济效益。因此，把控电能计量装置准确性，及时处置异常计量装置或制止用户异常用电行为，对保证企业和用户双方利益都具有十分重要的意义[1]。
线损是电力输电、配电、变电、用电过程中不可避免的损耗，也是衡量电网结构，技术管理和经营管理的一项重要指标。通过线损监测、计算分析，运用相关的统计分析理论，探索线损在计量准确性分析上发挥的作用，研究基于线损分析的计量点缺陷或故障定位，在遠程抄表技术和智能电表不断覆盖、智能电网技术不断向前发展的当前，具有十分重要的意义。
1.线损异常分析
电能在输配电过程中，由于电阻和磁场作用产生的损耗，简称为电网线损。根据线路损耗的特点线损可分为可变损耗，固定线损和不明线损[1-4]。
其中固定线损是无法避免的，正常情况下围绕某一定值小幅波动。而当可变损耗和不明线损出现问题时，都会导致该台区线损明显增大。目前在供电过程中，由于计量因素导致线损异常的主要原因可以分为以下几点：
（1）计量装置质量问题、安装不规范、计量设备本身局限性所引起;
（2）窃电现象引起;
（3）在电量的供售过程中存在的时间差而引起的损失。
由于当前台区远程抄表技术和智能电表的覆盖与推广，数据的同步性提升，时间差引起线损异常这部分其实可以忽略不计，（1）、（2）点则可以归属为计量准确性问题。
按照线损定义可知，用户计量装置异常最终通过台区线损量体现出来。在电能表正常情况下，电能表计量准确且波动范围较小基本认为不变。定义计量装置计量准确性为，用户计量装置计电量为J，用户实际用电量为S，可得公式如下：
而用户计量损耗H应为：
H=J-S
二式推导可得：
可知，用户计量损耗H与电能表计量值J成线性关系。当台区用户数为n，台区线损X应为各用户计量损耗与固定损耗G组成，即：
2.基于线损计算分析的计量准确性分析模型
基于前文分析，台区线损与各用户计量值间存在着线性相关，因此，以此构建多元线性回归模型，依托于当前计量自动化系统，以台区线损为观测值，当线损异常时，结合回归模型因素分析，得出用户计量装置的故障集，再采用现场检查方式，最终排除并修复故障点。
2.1线损计算的多元回归方程因素分析
多元回归是指一个因变量，多个自变量的回归模型。应用此法，可以得出各要素间的数量依存关系，从而揭示出各要素间内在的规律。
本文引入多元线性回归方程，一方面是要将依据当前计量值求解所得的线损与统计线损比对，判断台区线损是否异常;一方面进行因素分析，旨在找出当前台区影响线损的各用户计量值之间，找出哪些是重要因素，哪些是次要因素，划分故障集，缩小异常计量点排查范围。
为了求出多元线性回归模型中的参数，可采用最小二乘法求解[1]。
式中，j表示提供拟合的数据组数，本文为历史计量值及线损数据;表示自变量和因变量的相关程度，将求解所得序列进行选择，存在相关性的保留，无相关性的剔除，最终可得到故障集RT。
2.2基于线损计算分析的计量准确性模型
结合以上分析，可以构建如下分析模型：
第一步：利用计量自动化系统和营销系统，以供售电量计算线损，以台区的历史电量数据（各用户计量电度与线损），周期可选择天或月，求解多元线性回归方程，判断其是否异常（统计线损在回归计算线损允许的波动范围内，如±30%），如果异常，执行第二步;如果正常，结束流程;
第二步：判断台区供电量值是否正常和供售电量是否存在统计时间差，是，纠正错误，返回执行第一步;否，执行第三步;
第三步：获取多元线性回归方程相关系数序列，保留存在相关性的计量用户，从大到小排列，获得故障集RT;
第四步：采用现场检查等方式，逐一判断故障集RT对象是否存在故障或错误接线等影响计量准确性问题，定位故障点。
第五步：修正数据，分别计算统计线损和回归计算线损，判断其是否异常（统计线损在回归计算线损允许的波动范围内，如±30%），如果正常，返回第一步;如果异常，返回执行第四步;
2.3实例应用
为了检验模型分析效果，对收集到台区计量和线损值进行应用，下表1包含该台区所有用户计量值前五月份计量值、当月计量值以及线损、供、售电量。
计算过程：
第一步：点击excel“excel选项”，选择“加载项”，调用excel分析工具箱，在“数据”工具栏选择 “数据分析”，进行回归计算，选择前五个月数据为源数据，将置信度设置为95%。计算结果如下图1所示，回归计算第六月份线损为2116.10kw·h，与六月份统计线损4842kw·h，波动率为56%，超过正常范围;
第二步：经检查排除，台区供电量值正常且供售电量时间同步;
第三步：由第一步计算所得序列：
保留相关性用户，从大到小排列，获得故障集
第四步：经过现场检查，用户6表计故障，应补收2200kw·h，其他用户计量正常。
第五步：修正数据。算得统计线损为2642kw·h;回归计算线损为2737.76kw·h，波动率3.6%，线损正常，结束。
3.结束语
电能计量装置是连接电力企业和用户的纽带，其准确性是电力企业工作顺利开展的基础。
本文在介绍线损定义、分类和分析、推导线损与电能计量值存在的线性关系基础上，引入了基于最小二乘法计算的多元线性回归模型，衡量并实现线损与各用户计量值间的因素分析。基于此，构建了基于线损计算分析的计量准确性分析模型，然后运用算例，验证了诊断模型，取得了良好的效果。
【参考文献】
[1] 郁浩.异常电能表查找系统研究：硕士学位论文[D].南京：东南大学，2016.
[2] 李静巍.基于线损管理系统的日线损统计及分析研究：硕士学位论文[D].吉林：吉林大学，2015.
[3] 唐文彬.基于线损计算分析的反窃电研究：硕士学位论文[D].广西：广西大学，2015.
[4] 朱一凡.天津城南供电分公司线损监控管理系统的设计与实现：硕士学位论文[D].北京：华北电力大学，2015.