何立强，赵 允，于景亮

(国网丹东供电公司，辽宁 丹东 118000)

随着经济的不断发展，电能消耗逐渐增多，然而在这快速增长能源消费的背后，是低效率的能源利用方式和由于管理水平、技术水平带来的高线损。线损是考核电力企业运行经济性和技术管理水平的重要指标，但目前配电网线损计算及判断窃电位置还存在不足。若能够充分利用有限的测量值，分析线损值和窃电位置之间的关系，就能够更好辅助配电运检人员直观判断是否有窃电行为的发生。

传统线损指标管理以人工统计为主，受统计周期影响，线损率波动严重，“大月大”、“小月小”的问题无法解决，业务数据集成度不高，跨专业业务流程和工作界面不清晰，线损异常处理周期长，业务数据的准确性、真实性、集成度不高，缺乏过程精益管控，掩盖了线损管理中存在的问题，降低了其在电网企业管理中应发挥的监控、指导作用。同时线损管理中的“跑冒滴漏”尤其是窃电等不法行为一直是“老大难”问题，更是呈现出高科技化、隐蔽化、大额化特征，严重损害了电力公司的经济利益。现场人工查找效率低、精度差，用电信息采集系统采集了海量数据，但不能智能分析研判。

传统的计算方式已经不能满足当前大数据、多计算、难统计的要求，应用先进的机器学习可以有效解决上述问题，大量的数据可以使学习模型更为精准和使用。同时，智能算法通过数据驱动的形式，大大简化了电网的复杂程度，使得其计算难度大幅度下降。……