电力物联网下的台区精益管控模式应用(共2954字).doc
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《电力物联网下的台区精益管控模式应用(共2954字).doc》由会员分享,可在线阅读,更多相关《电力物联网下的台区精益管控模式应用(共2954字).doc(6页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、电力物联网下的台区精益管控模式应用(共2954字)摘要:阐述面向台区线损精益管理的电力物联网技术创新应用,形成管理模式创新设计,持续强化台区线损管理精益化水平,深入挖掘电力大数据潜在价值,应用数据资源和技术能力。关键词:电力物联网,台区线损,精益管理,网络系统结合现阶段的电力营销业务可知,电力损耗问题已成为业内人士普遍关注的重点问题,而台区线损占据了总线损的较大份额,是线损管理中最基础、最重要的工作内容,因此供电企业对台区线损的快速分析和高效治理是开展台区精益管控的关键。但传统的台区线损管理方式信息化、科学化、智能化程度不足,线损治理难度大,主要体现在以下几个方面:(1)由于用电信息采集系统主
2、站的系统负荷及计算能力有限,无法满足实时计算要求,无法及时发现线损异常台区。(2)造成台区电力损失的因素众多,目前供电企业难以快速定位台区线损异常原因,无法针对性开展排查治理,导致线损治理工作效率不高。(3)现场工作人员缺乏处理台区线损管理业务的便捷工具和手段,无法实时查看所在台区的线损情况和用户情况,额外增加了工作人员的管理难度和线损治理的难度。因此,如何通过有效的方法实时计算台区线损、快速定位线损异常原因1-3、提高线损治理效率,将电力损失最小化便是研究的重点与难点。1基于聚类分析的台区线损分析模型随着“全采集、全覆盖、深化应用”工作的推进,台区管理工作也逐步由粗放化管理向精益化管理推进。
3、针对如何有效辨别线损异常的问题,在研究聚类算法和线损率数据特性的基础上,提出了一种基于k-means聚类算法的线损异常辨别方法,根据平均线损率的大小、聚类中心的距离等因素,判断该低压台区是否存在线损异常,同时计算低压台区线损异常的程度,模型构建过程如图1。为了定量判断异常台区的线损异常程度,引入了时间离散度的概念。时间离散度是以异常台区线损率数据中聚类得到的聚类中心最大的类的线损率数据所对应的时间点为研究对象,计算这些时间点间隔时间的平均值,以此作为衡量线损异常程度的指标。时间离散度越小,代表该台区在某段集中的时间段内存在线损率数据异常的情况,则该台区存在线损异常的可能性高;时间离散度越大,则
4、线损率数据异常出现的情况出现的比较零散,则表明该台区线损异常的可能性低。以用电信息采集系统、营销系统、PMS2.0系统为主要数据来源,采用聚类分析模型结果,有效实现台区线损异常的智能化判别,实现台区线损异常预警、智能诊断、异常处理、反馈评价的全流程闭环管理,有效实现电力大数据的深化应用,能够实现全面提高线损异常治理精度、提升线损管控精益化水平,有效提升工作效率,降低线损管理资源投入,提升异常台区治理水平。针对识别出的异常台区,向台区管理者推送相应的治理建议,提高线损管理效率。同时,以该应用模块为基础,为管理人员全面掌握台区信息提供参考。通过综合预警、智能诊断后,系统提供异常处理建议并记录异常处
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 电力 联网 台区精益管控 模式 应用 2954
![提示](https://www.taowenge.com/images/bang_tan.gif)
限制150内