基于大数据的综合线损全因素的分析和应用

基于大数据的综合线损全因素的分析和应用

彭文辉

国网四川会东县供电有限责任公司 四川省凉山州 615200

摘要：近年来，在我国社会经济以及人们生活质量的提升下，电网行业的发展力度较大，在日常生活和工作中占据着较大的影响地位。在整个输变电以及配电和售电的过程中，线损都有可能存在于每一个阶段，也就是说，这些不同的环节，都可能会产生影响线损的因素。想要降低线损现象的发生，就应当对综合线损因素展开分析。在本文中，主要通过分析线损管理的现状，以及对线损全因素进行分析的关键技术，从而在大数据下对线损计算准确性展开研究。

关键词：大数据；综合线损；全因素

引言：

可以发现，在电网企业生产经营以及正常运行过程中，线损的发生是难以避免的现象。线损会给企业的正常经营，以及人们的使用带来影响，所以，电网企业对线损的发生很是重视。同时，在现如今的大数据时代下，各大企业对新型的科学技术进行了充分的应用，借助数据化技术，对线损的因素展开分析，并以此来制定更加具备科学性的措施。只有这样，才可以为电网企业创造更高的经济效益，为电网行业的发展打好基础。

一、综合线损管理现状分析

线损管理组织的具体结构

在我国电网企业中，对线损进行管理，主要是按照各个岗位以及部门之间的有效合作，制定更加明确的岗位职责，实行分级管理和统一领导的方式。一般来讲，电网企业中，不同的部门负责不同的线损管理工作，对于销售部门来讲，他们主要是在自身职责的基础上，对电能计量，以及10KV以下的分先分台区线损展开管理；设备部门主要负责对技术线损展开管理。

对线损展开分析的管理模式探讨

展开线损分析，主要是根据线损率的指标，而线损率的指标，是在电网企业中，各个部门和系统之间所提供的相关数据下来进行计算所得到的。每个月的线损率，与当月的天数，电费回收以及售电情况之间都有密切的关联。线损分析管理，主要是对每个月，每个季度，以及每一年的具体状况展开分析。在每月的任务当中，主要是对线损的异常情况，以及线损率的指标等展开分析。而在季度的任务中，便是对线损的小指标，和线损的组织结构进行分析。到每年工作时，就是对当年的全面线损状况进行分析和研究，以此作为依据，制定来年避免出现线损的相关策略和工作规划^[1]。不同的管理部门，应当按照分级模式，对该部门所管理的线损状况提供相应的报告，为降低线损提供依据。

线损管理中存在的主要问题

影响线损管理的因素比较多，由于各个部门以及各个环节存在的因素不同，使得线损管理中出现的主要问题，也有着很大的差异。一般来讲，供售电的抄表周期，以及不同月份的天数，和当地的经济状况，都会给线损造成比较大的波动，使得各项指标的统计和整理存在较大的难度，继而就会为后期的线损分析工作造成影响。同时，我国各大电网企业在为人们提供相应服务时，可能会存在一些线路的电压较低，出现负荷分配不均匀的情况，使得线损率无法通过技术线损因素来进行更加高效的分析。此外，一些电网企业对线损管理过程中，所采用的线损分析工具可能不够先进，在传统分析管理方式下，人们所要面临的工作困难比较大，也无法保证工作效率的提升^[2]。

二、对线损全因素进行分析的关键技术

在信息时代以及科学技术的发展下，电网企业要对线损全因素展开分析，实现了电网各项业务的信息化发展。充分地借助了信息技术，将大量的信息进行实时地获取和传输，便会形成一定的数据库。同时，再将电网企业的各个环节，在相应系统和平台的支持下，将其与数据库进行连接，便可以实现对数据集成平台的应用，在该平台和数据技术的支持下，就能够更加高效第十下对线损全因素的分析。

基于大数据的综合线损全因素的分析和应用研究

月末不同期的影响

不同地区的电网企业，在对所提供和销售电量的抄表例日，往往都会存在很大的差别。这种现象，使得企业在对这些电量的使用和提供时，便会存在不重叠的现象。地区环境的变化，以及气候因素的影响，都会改变人们对电量使用程度的影响。如果在月末期间，发生电量极度下降，或者是高度上升的情况，就会给线损造成比较大的波动。那么，在大数据时代中，要对每个月的线损率影响状况进行分析，便可以根据抄表的时间，对每个月月末的供电量进行统计，以此为依据展开研究。

存在单双月不同的抄表情况带来的影响

一般来讲，电网企业在抄表时，会选择单双月的不同来展开该项工作。然而，抄表的具体模式变化，以及单双月的抄表情况，都会给线损率带来一定的影响。在这种情况下，可以根据当地对电量抄表的时间段，在每个月按照单双月的抄表周期，计算和分析抄表模式对线损带来的不同影响。

售电量结构的变化所带来的影响分析

不难发现，在我国的不同地区，由于地理位置结构，经济状况发展，以及产业结构等各种因素的影响，都会给电网企业在供电售电结构方面带来巨大的差异，继而使得这些地区之间的线损率发生很大的变化。有些地区会按照分压进行售电，在一些高压等级售电的地区，所占的电压比较高时，对线损造成的影响就比较小，反之亦然。根据售电结构来讲，一些大工业售电所占据电压的比例越高，线损受到的伤害也就比较小。因此，当手电结构发生变化，线损率就会发生波动。那么，便可以对这些售电结构变化展开分析，才能够更好地去研究线损率的影响，并未此制定措施

^[3]。

大小月份造成的线损影响

在大部分人们眼中，对每月的天数认识都普遍公认为是三十天，然而，国家的日历中会存在大小月份之分。这些大小月份的不同，使得有些月份的天数多，有些月份的天数小。这种现象在进行售电和供电时，使得计算的周期存在差异，就会给线损带来影响，使得线损率出现虚增或者虚降的现象。

计量退补的影响

对于电网企业来讲，电能计量的准确性，直接性地影响到企业的经济效益。可见，在该类企业中，电能计量装置的重要价值体现。一旦计量装置出现故障，就会给电能的计量造成一定的误差，这种误差无法预计。在这种情况下所计算出来得知的线损率，其真实性有待考证。对于这种现象的避免，电网企业要在每月为用户们提供电能计量装置故障的退补信息，便于降低该电能计量装置所带来的线损影响。

无损电量造成的影响

根据以往的经验可以得知，无损电量所占据的比例，与线损受到的影响成反比。尽管无损电量所发生的变化，会给线损率造成影响，但这两者之间呈现着反向的变化趋势。要对该种现象给线损率造成的影响展开分析，便可以结合大数据技术，获取电网企业营销系统当中的相关用户档案，可以根据不同路径分电压，在不同月份和不同年份对无损电量进行统计，继而计算线损率。

结束语

近年来，科学技术的发展，使得大数据时代的到来，给电网企业造成了巨大的影响。作为一种新型的科学技术，大数据可以更加高效快捷地获取电网企业在生产经营过程中，所产生的大量数据信息。同时，大数据技术，也可以充分地应用这些数据信息，对影响线损率波动变化的各项因素展开分析与研究，就可以更加清晰地认识到，对电网企业线损造成影响的具体因素，从而以此为依据，提高对大数据技术的应用，为电网企业线损率的有效控制管理，提供可靠的研究依据，。

参考文献

[1]董昊,郭琨,梁飞.基于大数据分析下的城网综合线损管理创新实践[J].现代营销(经营版),2019(06):157-158.

[2]黄柳军,潘世平,王聪,徐红,潘希兴.基于大数据的综合线损全因素的分析和应用[J].电子技术与软件工程,2018(03):195-196.

[3]黄文思,许元斌,邹保平,陆鑫.基于大数据的线损计算分析研究[J].电气应用,2015,34(20):179-184.