陈建胜，吴金相，徐海鸥，沈 杰 ，缪竞雄，王广洁，李 金，王 婷

(1.国网浙江省永嘉县供电公司，浙江 永嘉 325500；2.国网温州供电公司，浙江 温州 325000；3. 北京国网信通埃森哲信息技术有限公司，北京 100000)

基于跨专业融合的电网企业基层核心业务场景
——配网电能质量监测方法研究及应用

陈建胜1，吴金相1，徐海鸥1，沈 杰2，缪竞雄2，王广洁3，李 金3，王 婷3

(1.国网浙江省永嘉县供电公司，浙江 永嘉 325500；2.国网温州供电公司，浙江 温州 325000；3. 北京国网信通埃森哲信息技术有限公司，北京 100000)

低电压、重过载、频繁停电等问题直接影响到用电质量，永嘉县供电公司将三个专题整合为“配网电能质量”监测主题，针对三项业务开展现状诊断，找准业务痛点和不足，借助大数据技术构建电能质量整体监测分析框架，开发轻量级可视化监测分析工具，为配网运行水平的持续提升提供支撑。

电能质量整体评估；低电压监测；重过载监测

为适应电力体制改革逐步推进、互联网+新形势，永嘉县供电公司以数据资产为依托，以发现问题为导向，以异动管理为抓手，开展基于大数据挖掘技术的主动式运营监测，从而提高电网管理水平与电网的安全性、可靠性和经济性等，推进公司精益化管理水平提升。

1 现状诊断分析

1.1 低电压管理现状

(1)低电压管理主要基于考核开展，智能公用配变监测系统推送低电压预警，治理工作围绕预警展开，低电压监测分析比较粗放，低电压判断逻辑无从验证，尚未建立系统的业务监测逻辑，数据价值未充分挖掘。

(2)低电压分析主要基于智能公用配变监测系统的统计数据开展，未能基于明细数据开展研究，对低电压发生规律研究深度不够，低电压分析工具以Excel为主，专业化分析工具支撑不足。

(3)永嘉配网低电压现象已明显改善，基于考核判定的低电压情况较少，目前浙江电网的判定标准已不满足永嘉的业务实际，低电压提升指导作用有限。

1.2 重过载管理现状

(1)智能公用配变监测系统重过载预警有时出现误报，针对预警查看系统数据，对比视在功率及台区额定容量，发现并未出现重过载情况，大大增加核查工作量。

(2)目前台区重过载管理仅针对系统预警台区开展，重过载分析以供电服务区维度统计为主，分析精细度不足，数据价值转化率、利用率较低等，发生规律应用不足，无法支撑事前预警。

1.3 频繁停电管理现状

(1)目前频繁停电监测分析仅基于供电服务区等维度进行统计，未建立科学有效的频繁停电监测分析框架，缺少频繁停电关联性分析，分析结论难以直接支撑频繁停电治理。

(2)频繁停电治理以考核为导向，仅关注停电次数，对于停电时长、停电范围等角度研究不足，对频繁停电的真实状况判断不全面。

2 监测分析思路

2.1 低电压监测分析

基于业务实际，优化低电压认定标准，构建系统的低电压监测框架，基于智能终端采集的96点明细数据开展主动低电压监测，开发低电压监测分析工具，细致全面挖掘低电压发生规律，支撑公司开展常态化主动监测分析，促进低电压管理水平持续提升。

2.2 重过载监测分析

(1)基于智能公用配变监测系统96点明细数据完成负载率的计算，保证视在功率计算来源数据准确，同时基于PMS系统开展台账信息核对(主要针对台区容量)精确计算负载率，保证台区重过载判断的准确率。

(2)建立供电所-线路-台区多层次的监测分析模型，充分发挥可视化工具多层钻取交互的优势，明确重过载频发区域、重点线路及台区，优化重过载台区治理清单。

(3)开展季节性、时段性及重过载程度分析，深入研究重过载发生规律及机制，有效指导台区增容布点及负荷转移工作的开展效率及精准度。

2.3 频繁停电监测分析

(1)建立频繁停电监测分析框架，从频繁停电区域-线路-台区三个层级定位重点问题，从停电次数、停电时长、停电日期、时段等多维度挖掘频繁停电的发生规律，为频繁停电治理提供支撑。

(2)开发可视化监测分析工具，借助时间筛选器实现监测期间的个性化配置，业务人员可以根据不同的需求选择监测区间，降低运检部与运监中心考核标准差异对频繁停电监测造成的影响。

2.4 电能质量总体监测分析

识别低电压、重过载、频繁停电三类异动中同时发生两类及以上的台区，并重点展示。

基于对低电压、重过载、频繁停电等的异动监测分析，摸清电能质量重点问题，根据异动严重程度构建评估指标，建立台区级电能质量监测评估模型，为配网投资决策优化提供参考，为配网安全稳定运行提供有效支撑。

3 监测分析步骤

3.1 数据获取

基于现状分析及业务需求，梳理电能质量相关业务数据，确认低电压、重过载、频繁停电三个监测主题数据来源，采取后台导出和前台查询两种方式获取业务数据。根据业务规范制定数据质量规则，将数据问题划分为重复数据、缺失数据、异常数据三大类，通过不同业务系统交叉验证完成数据清洗。

数据获取详情如表1所示。

表1 数据获取详情

3.2 监测框架搭建

结合业务需求及数据质量搭建电能质量监测分析的总体框架，梳理低电压、重过载、频繁停电等管理关键指标，细化形成实际业务关键监测点，实现对电能质量业务的全面监测。

3.2.1 重过载监测框架

重过载区域分析主要从供电所重过载分布、台区重过载比例、按线路重过载次数统计、各台区重过载信息、各线路重过载信息等维度开展监测分析。

重过载规律变化趋势分析主要从月份、工作日、时段、台区容量、发生天数、重过载发生明细等维度开展监测分析。

负载率分析包含供电所、线路、台区等多层级负载率统计，以及重过载负载率变化趋势、负载率等级分布、台区容量对比等分析模块。

3.2.2 低电压监测框架

低电压总体分析包括按供电所低电压分布、各台区异动次数、供电所低电压异动比例、线路低电压次数分布等监测分析维度。

低电压规律分析包括低电压异动次数按月份分析、异动次数按工作日分析、异动次数按时段分析、低电压程度统计、异动天数分布、电压范围分布等监测。从低电压异动次数、异动天数分析、低电压程度等层面，按照日期、时段、96个采集时点维度开展分析，并展现台区三相电压详细数据。

3.2.3 频繁停电监测框架

频繁停电总体分析包含频繁停电统计、供电所平均停电时长与平均停电次数、频繁停电次数与时长月度分析等监测分析模块。

频繁停电区域分析包括供电所线路异动台区统计、供电所平均停电时长与平均停电次数统计、各线路频繁停电次数与时长、停电次数帕累托分析、停电时长帕累托分析，并展示频繁停电明细。

频繁停电发生规律包括频繁停电按月份分析、频繁停电次数与时长按工作日统计分析、频繁停电次数与停电时长按时段分析、各线路频繁停电次数与时长按小时分析、频繁停电次数与时长同比增长率、频繁停电次数与时长环比增长率等分析模块。

3.2.4 电能质量整体评价框架

总体得分、各台区低电压&重过载&频繁停电得分、各台区低电压&重过载得分、各台区低电压&频繁停电得分、各台区频繁停电&重过载得分、各台区评分明细、各类电能质量问题台区统计等监测分析。

3.3 可视化工具开发

根据低电压、重过载、频繁停电3个监测框架及电能质量整体评价模型完成轻量级可视化监测工具的开发配置，支撑电能质量常态化监测分析。

4 应用实例

可视化分析工具涵盖低电压、重过载、频繁停电3个专题，从台区层级建立电能质量整体评估模型。

4.1 重过载监测分析

重过载分析以台账层级关联为纽带，借助可视化工具实现重过载频发区域、重点线路及台区的监测。同时，开展季节性、时段性及重过载程度分析，深入研究重过载发生规律及机制。

重过载总体分析将永嘉县供电公司作为监测整体，从累计重过载次数、重过载台区数、重过载台区比例、重过载涉及线路、重过载涉及线路比例等维度进行统计监测，设置供电所、年份、月份等筛选条件可实现差异化需求。分析发现瓯北供电所重过载异动次数最多，远超其他供电所，应重点关注。各供电所重过载分布如图1所示。

图1 各供电所重过载分布

从线路层面查看重过载分布情况，基于二八原则分析发现，永嘉县供电公司80%的重过载次数集中在6.07%的线路中，重过载问题高度集中。各线路重过载分布如图2所示。

图2 各线路重过载分布

查看各供电所重过载台区情况，发现瓯北重过载台区、总台区均最高，但台区重过载率低于黄田、桥下、沙头供电所。各供电所情况如图3所示。

图3 各供电所情况

以瓯北供电所为例，查看其下辖线路情况，发现瓯城848线是瓯北供电所重过载次数最多线路，台区所属线路重过载次数如图4所示。

图4 台区所属线路重过载次数

由重过载线路分析钻取至重过载台区分布，发现台区容量为315时浦西村7号公变重过载次数最多，远远高于其他台区，重过载台区容量规律变化如图5所示。

图5 重过载台区容量规律变化

通过钻取方式点击筛选浦西村7号公变分析该台区重过载月度分析，发现该台区在6、7月份重过载次数最多，与迎峰度夏用电高峰期匹配。重过载月度分析如图6所示。

图6 重过载月度分析

点击筛选7月份，钻取至重、过、超载按小时分布，发现10:00～22:00重过载次数均处于较高为止，峰值出现在20：00，重、过、超载按小时分析如图7所示。

图7 重载、过载、超载按小时分析

查看浦西村7号公变重过载发生天数，该台区180天出现重过载现象，属于持续性重过载问题，如图8所示。

图8 重过载发生天数

通过月份交互筛选，发现该台区在七月份每天都发生过重过载，其中7月27号发生重过载次数最多。按日期重过载发生台区数如图9所示。

图9 按日期重过载发生台区数

4.2 电能质量整体评估

电能质量总体评估通过打分形式对整体进行评估，各台区总得分为重过载、低电压、频繁停电总得分，总分为300分，等分越高电能质量整体越好，各台区低电压、重过载、频繁停电评分明细为各项等分情况图表， 将明细评分情况进行展现。如图10所示。

图10 低电压、重过载、频繁停电评分

各台区低电压、重过载评分将即发生低电压又发生重过载台区评分情况进行展现，见图11。

图11 各台区低电压、重过载评分

各台区低电压、频繁停电评分将即发生低电压又发生频繁停电台区评分情况进行展现，如图12所示。

图12 各台区低电压、频繁停电评分

各台区频繁停电、重过载评分将即发生频繁停电又发生重过载台区评分情况进行展现，如图13所示。

图13 各台区频繁停电、重过载评分

发生各类情况台区数量对发生频繁停电、重过载、低电压、频繁停电、低电压、重过载以及同时发生情况台区数统计。发生各类情况台区数量如图14所示。

图14 发生各类情况台区数量

5 结语

电能质量监测分析工具基于系统底层数据实现精确到台区的低电压、重过载、频繁停电监测分析，后续可根据管理要求调整监测周期、监测范围及业务规则。相比业务系统分析模块，轻量级可视化工具聚焦一小块业务，灵活度高、易用性强，并具备一定的可拓展性，为配网运行分析提供了一种新的分析模式。目前可视化监测分析工具只限于线下运行，需定期从系统导出数据才能支撑持续性监测分析，因此需要数据维护人员花费一定精力。如果后续能够开放业务系统数据权限、开发数据接口实现可视化共现自动取数，能够更加高效地实现电能质量监测。

(本文编辑：严 加)

Grid Enterprise Basic-Level Core Operation Scenario Based on Inter-Professional Integration: Research and Practice of Distribution Network Power Quality Monitoring Method

CHEN Jiansheng1, WU Jinxiang1, XU Haiou1, SHEN Jie2, MIU Jingxiong2, WANG Guangjie3, LI Jin3, WANG Ting3

(1. Zhejiang Yongjia Power Supply Company，Yongjia 325500, China;2. State Grid Wenzhou Power Supply Company, Wenzhou 325000, China;3. State Grid Information & Telecommunication Accenture Information Technology Co., Ltd., Beijing 100000, China)

The problems of low voltage, heavy overload, and frequent power failure directly affect the power quality. In Yongjia Power Supply Company, the three problems have been integrated into "distribution network power quality" monitoring theme", in which the three services are diagnosed, the service deficiencies are identified. With the help of the technology of large data, the whole power quality monitoring and analysis framework is constructed, and the lightweight visual monitoring and analysis tools are developed, with a view to supporting the continuous improvement of the distribution network operation level.

power quality overall assessment; low voltage monitoring; heavy overload monitoring

10.11973/dlyny201703005

陈建胜(1971—)，男，高级工程师，从事电气工程方面的工作。

TM727

B

2095-1256(2017)03-0236-05

2017-03-25