基于数据中台的换表异常识别方法与流程

本发明涉及涉及电力设备，尤其是指基于数据中台的换表异常识别方法。

背景技术：

1、随着用户表计数量的逐年增长，基层供电所面临着巨大的表计更换工作压力，由于计量装接人员技能水平不一，换表时接线异常难以完全避免。现有采集系统对异常接线类型进行了细致的分类和告警，但由于部分计量异常特征值不明显、数量较多，边界模糊，异常诊断仍存在盲区。传统的换表计量检查方式通过采集系统人工核查，发现异常后现场排查的方式，整体核查速度慢、排查准度低、整改耗时长，漏发现的异常会对电力企业带来大量的损失，亟需借助数字化手段加以改进。

技术实现思路

1、本发明的目的是克服现有技术中的换表异常诊断存在盲区，无法全面完整排查异常情况，增加了电力企业的损失同时也增加了安全风险的缺陷，提供一种基于数据中台的换表异常识别方法。

2、本发明的目的是通过下述技术方案予以实现：

3、基于数据中台的换表异常识别方法，包括以下步骤：

4、步骤1，获取换表信息，换表信息包括用户数据清单和换表时间；

5、步骤2，在用户数据清单中获取与换表时间对应的多维度数据；

6、步骤3，对多维度数据进行加权计算，得出接线异常风险值；

7、步骤4，按风险值大小进行排序，并通过特征匹配现场错接的方式分等级输出异常用户清单，相关人员根据异常用户清单进行排查。

8、作为优选，所述的用户数据清单包括用电信息采集系统数据、营销系统中的客户数据以及配电自动化四区中的线路线损数据，所述的用电信息采集系统数据包括换表前后用户关口表及关联发电表的1天96个数据采集点的负荷数据和电量数据，所述的营销系统中的客户数据包括换表前后的接线方式、运行容量、关联光伏信息、换表原因和表计对应的线路信息，所述的配电自动化四区中的线路线损数据包括线路对应的日线损率和日线损量。

9、作为优选，所述的多维度数据包括电量波动率、负荷波动率、有流无流数据、电流或电压不平衡情况、视在功率s1/s2数据和分线线损异常情况。

10、作为优选，所述的电量波动率具体包括：

11、获取换表前用电量：取换表t-6至t-4天三天合计的正向有功总电量；获取换表后用电量：取换表t+1至t+3三天合计的正向有功总电量；

12、电量波动率＝(换表后电量-换表前电量)/max(|换表后电量|,|换表前电量|)。

13、作为优选，所述的负荷波动率为三相负荷波动率，a相负荷＝u*i，取换表t+1至t+3天三天中最高a相瞬时有功最高值时刻及该时刻前后共3个时刻的平均负荷，取换表t-6至t-4天三天中a相瞬时有功最高值时刻及该时刻前后共3个时刻的平均负荷，a相负荷波动率＝(换表后a相负荷-换表前a相负荷)/max(|换表后a相负荷|,|换表前a相负荷|)；bc相负荷波动率同a相的计算方式相同。

14、作为优选，所述的有流无流数据包括判断换表后电流是否全部失流，具体为：

15、若换表前有电流，换表后小电流，则判断换表后电流全部失流；

16、换表前有电流的判据为：取换表t-6至t-4天中5个最高有功功率p时刻，三相三线：ia、ic的二次值均>＝k1*in，三相四线：ia、ib、ic的二次值均>＝k1*in；

17、换表后小电流的判据为：取换表t+1至t+3天中5个最高有功功率p时刻，三相三线：ia、ic的二次值均<k1*in，三相四线：ia、ib、ic的二次值均<k1*in；

18、k1为0.01，或取自表计ct保持精度的范围下限，ct精度范围一般为in的1％～120％。

19、作为优选，所述的电流不平衡情况包括计算电流不平衡率均值波动率，具体为：若为三相三线，电流不平衡率1＝1-min(ia,ic)/max(|ia|,|ic|)，若为三相四线，电流不平衡率1＝1-min(ia,ib,ic)/max(|ia|,|ib|,|ic|)；

20、换表前ia、ib、ic均取换表前t-6至t-4天中5个有功功率p最高时刻的a相电流平均值，换表后ia、ib、ic均取换表后t+1至t+3天中5个有功功率p最高时刻的a相电流平均值；电流不平衡率波动率＝|x1-x2|，x1为换表前电流不平衡率均值，x2为换表后电流不平衡率均值。

21、作为优选，所述的电流不平衡情况包括计算电流不平衡率均值波动率，具体为：

22、若为三相三线，电流不平衡率均值＝|ia’-ic’|/max(|ia’|,|ic’|)，若为三相四线，电流不平衡率均值

23、＝avg(|(ia’-ib’)/max(|ia’|,|ib’|)|+|(ib’-ic’)/(|ib’|,|ic’|)|+|(ic’-ia’)/max(|ic’|,|ia’|)|)；

24、换表前ia、ib、ic取换表前t-6至t-4天中5个有功功率p最高时刻a相电流的平均值；

25、换表后ia、ib、ic取换表后t+1至t+3天中5个有功功率p最高时刻a相电流的平均值。

26、作为优选，所述的电压不平衡情况包括计算电压不平衡率均值波动率，具体为：若为三相三线，电压不平衡率＝1-min(|ua|,|uc|)/max(|ua|,|uc|)，若为三相四线，电压不平衡率＝1-min(|ua|,|ub|,|uc|)/max(|ua|,|ub|,|uc|)；

27、换表前为ua、ub、uc取t-6至t-4天中5个有功功率p最高时刻的a相电压的平均值；

28、换表后为ua、ub、uc取t+1至t+3天中5个有功功率p最高时刻的a相电压的平均值；电压不平衡率波动率＝|x1-x2|，x1为换表前电压不平衡率均值，x2为换表后电压不平衡率均值。

29、作为优选，所述的视在功率s1/s2数据具体为：

30、取换表t+1至t+3天中有功功率p最大大且功率因数大于0.8的五个时刻点；

31、根据五个有功功率p时刻点对应的时间，算出该时刻点对应的视在功率s1值；

32、用视在功率s1/s2得出五个结果，去掉一个最大值，去掉一个最小值，剩余的三个值求平均后得出结果为字段值；

33、具体的视在功率s1和视在功率的计算方法为：若为三相三线：

34、s1＝√3*(ua+uc)*(|ia|+|ic|)/4/1000

35、若为三相四线：

36、s1＝(|uaia|+|ubib|+|ucic|)/1000

37、其中p是有功功率，表示实际做功的电能部分，q是无功功率，表示在电源和负载之间进行能量交换而不被消耗的部分。

38、本发明的有益效果是：本发明的方案通过对多维度数据进行加权计算，可以更加准确地评估接线异常的风险，避免由于数据误差或遗漏而导致的误判。同时本方案及时发现并处理潜在的接线异常，可以降低电力系统的故障率，提高其整体可靠性。