陈未,潘越,符煌莹,沈华胄,岑颖蓓
CHEN Wei,PAN Yue,FU Huangying,SHEN Huazhou,CEN Yingbei

• 1:国网浙江象山县供电有限公司

摘要(Abstract)：

本文采用大数据分析技术,针对违约窃电行为、表计电量采集数据频繁缺失等原因导致的四类线损进行分析挖掘,构建了台区线损综合治理排查模型。应用层次聚类分析法对四类线损问题关键变量进行识别,应用皮尔逊积距相关系数法和神经网络算法对疑似用户和疑似问题进行判断。将该模型部署于移动作业应用平台,实现对线损疑似问题的现场核查,完成线损治理工作的闭环管理。
This paper adopts big data analysis technology to analyze and mine four types of line losses caused by power theft, frequent lack of metered electricity collection data and other reasons to build a model of comprehensive line loss management and investigation in supply area. Hierarchical clustering analysis is used to identify key variables of four types of line losses, and the Pearson product-moment correlation coefficient and neural network algorithm are used to judge the suspected users and problems. The model is deployed on a platform for mobile operation to investigate on-site suspected line losses and achieves closed-loop management of line loss management.

关键词(KeyWords)： 线损;大数据;层次积累分析法;皮尔逊积距相关系数法;神经网络算法
line loss;big data;hierarchical clustering analysis;Pearson product-moment correlation coefficient;neural network algorithm

Abstract:

Keywords:

基金项目(Foundation): 国网浙江省电力有限公司营销专项资金（6211XT20002X）

作者(Author): 陈未,潘越,符煌莹,沈华胄,岑颖蓓
CHEN Wei,PAN Yue,FU Huangying,SHEN Huazhou,CEN Yingbei

DOI: 10.19585/j.zjdl.202105009

参考文献(References)：

• [1]黄文思，许元斌，邹保平，等.基于大数据的线损计算分析研究[J].电气应用，2015,34(20):79-84.
• [2]孙峰，钱啸，吕勤，等.多系统融合的线损大数据挖掘与应用[J].浙江电力，2019,38(1):111-116.
• [3]王颖琛.基于大数据理论的电网线损分析研究[D].上海：上海交通大学，2017.
• [4]李端超，王松，黄太贵，等.基于大数据平台的电网线损与窃电预警分析关键技术[J].电力系统保护与控制，2018,46(5):143-151.
• [5]周晓琳.关于有效降低中低压线损率措施的研究[D].上海：上海交通大学，2017.
• [6]潘金月，韩祝明，陈信，等.基于大数据技术的台区线损率综合评价模型分析[J].电力系统装备，2019(14):99-100.
• [7]宋煜，郑海雁，尹飞.基于智能用电大数据分析的台区线损管理[J].电力信息与通信技术，2015,13(8):132-135.
• [8]唐良义，王坤，李红柳，等.浅析大数据技术在智能反窃电和线损监控方面的应用[J].电气应用，2017,36(17):48-53.
• [9]吕志民.供电系统线损精益化管理系统的研究[J].电力信息与通信技术，2014(1):73-77.
• [10]何禹清，余旭阳，陈剑，等.线损精益化管理系统的设计与实现[J].湖南电力，2016,36(5):12-14.
• [11]钱毅慧，陆萍，黄蓓雯.大数据分析下低压配电台区线损自动测算方法研究[J].自动化与仪器仪表，2019(6):143-146.
• [12]李建宁，马小丽，颜华敏，等.基于无线通信和大数据技术的低压台区同期线损异常诊断系统[J].电力与能源，2019,40(1):36-40.
• [13]刘畅.基于大数据技术支撑的线损异常分析与线损预测研究[D].上海：上海交通大学，2018.
• [14]陆巍.基于大数据的配电网线损分析[J].电子技术与软件工程，2017(14):186-188.
• [15]陈峰，蒋军，王博文，等.在线理论线损计算及线损精益化管理系统设计与应用[J].浙江电力，2018,37(11):79-83.
• [16]张璐，孔令臣，陈黄岳.基于距离相关系数的分层聚类法[J].计算数学，2019,41(3):320-334.
• [17]未瑞，罗国亮.基于聚类分析和层次分析法的电力客户信用评价研究[J].现代电力，2007,24(6):80-84.
• [18]李亚，刘丽平，李柏青，等.基于改进K-Means聚类和BP神经网络的台区线损率计算方法[J].中国电机工程学报，2016,36(17):4543-4551.
• [19]史德明，李林川，宋建文.基于灰色预测和神经网络的电力系统负荷预测[J].电网技术，2001,25(12):14-17.
• [20]汪冬华.多元统计分析与SPSS应用[M].上海：华东理工大学出版社，2010.
• [21]刘亚丽，李英娜，李川.基于遗传算法优化BP神经网络的线损计算研究[J].计算机应用与软件，2019,36(3):72-75.
• [22]李植鹏，侯惠勇，蒋嗣凡，等.基于人工神经网络的线损计算及窃电分析[J].南方电网技术，2019,13(2):7-12.
• [23]张勤，周步祥，林楠，等.基于灰色模型与神经网络组合的线损率预测[J].电力系统及其自动化学报，2013,25(5):162-166.
• [24]胡伟楠，王剑飞，何志满，等.基于遗传算法优化神经网络的智能配电网线损计算研究[J].物联网技术，2020,10(1):40-43.