杨鹏

（广西电网有限责任公司南宁供电局）

0 引言

线损测定实际上是反映配电网日常任务规划、生产目标设定以及执行运行情况的一个综合性变动指标，具有较强的针对性，为日常的配电网线损处理定期提供参考依据及信息[1]。当前由于人们对于电力需求提升，对应的配电标准以及线损处理的水平也在不断提升，在整个过程中，不同位置的电网在进行电力调度时，均会对重点执行区域做出标记，为避免电力转移过程中出现不可控的偏差，形成严重的线损问题[2]。因此，会采用线损异常定位的方式，对配电网进行分时分段的定位控制，参考文献[2]和文献[5]，传统多源数据融合的配电网分时分段线损定位诊断方法和传统同期线损定位方法，这一类线损异常定位方法虽然可以完成预期的定位标记任务，但是覆盖的面积是有限的，且针对性并不强，在复杂的线损异常定位环境下，无法更为快速、精准地对不稳定位置做出动态化标记，严重的甚至会产生不可控的问题，为此提出对基于相关性度量算法的配电网分时分段线损异常定位方法的分析与研究。考虑到最终测试结果的真实可靠，选择较为真实的配电网作为执行定位的背景，采用相关性度量算法，构架多维、具体的测算层级，针对每一个定位目标均需要进行均衡测定以及计算，从根源上降低定位过程中存在的误差，为后续的定位处理工作奠定基础环境，同时也推动配电网的进一步完善与优化[3]。

1 设计电网分时分段线损相关性度量测算异常定位方法

1.1 线损分层定位预处理

通常情况下，配电网在分时分段进行电力调度或者转换的过程中，常常会出现短路、混电等问题，导致出现线损，对于日常的供电和电力执行工作造成不同程度的阻碍[4]。传统的线损处理一般多采用单向定位的形式，虽然可以实现定位，但是速度较慢，极容易出现误差，导致定位失误[5]。

为此，提出使用分层的方法，对线损的异常位置进行预处理，为后续的处理奠定基础条件，提供参考依据[6]。引入相关性度量测算方法，确定配电网的线损标准，测定出物理拓扑变动比值，计算出允许出现的最大线损误差，具体如式（1）所示：

式中，D表示允许出现的最大线损误差；ε表示对比阈值；k表示定位描述距离；ℜ 表示堆叠距离；i表示线损次数。结合得出的最大线损误差，将其设定为基础的线损定位一阶标准，与此同时，在不同的电力调度阶段中，估算出实际的线损差值，具体如表1 所示。

表1 不同阶段线损差值分析表

结合表1，针对不同阶段，对线损差值做出分析与测算。随后，锁定高损范围及位置，提出线损层级的标准划分，同步测定设备的时钟，确定实际的分层定位标准，完成预处理，为后续的异常定位提供参考依据及数据信息[7]。

1.2 多阶定位节点布设及搭接

多阶定位是一种多方向的捕捉定位，与传统的单向定位模式相对比，该定位方法相对更符合现代化配电网执行的需求及标准。在上述所设定的线损定位层级进行标记，结合各个位置线损情况及电能损耗比例，设定采集间隔，针对同一断面台的变侧、分支侧、表箱侧自带的电压、电流情况进行测定，转换为数据及信息，测定出电压的压降，并计算出同期同级的线损异常阈值，具体如式（2）所示：

式中，J表示线损异常阈值；h表示线损比例；θ表示功率损耗；b表示供入电量；n表示供电次数；ℜ 表示损耗电量。结合上述测算得出的线损异常阈值，对整个配电网进行覆盖式扫描，在容易异常的位置或者设备装置处安装多个异常定位识别节点，逐步形成动态化的搭接，在不同的异常识别阶段，所布设的阶段应变指令以及目标也是不同的，可以根据线损异常处理需求和定位的距离，构建对应的节点定位层级，具体如图1 所示。

图1 多阶定位节点布设搭接结构图示

结合图1，在多阶段的电力环境之下，进行节点布设搭接结构的设定和调整。依据调度阶段的变化，适当调整节点的位置，实现多阶定位节点布设及搭接。

1.3 相关性度量测算时段线损异常定位模型设计

首先，结合所布设各个时段线损异常节点获取的数据及信息，进行基础性的分析与研究。随后，在标定的位置之内对模型中的异常事件进行定义，具体如表2 所示。结合表2，完成对模型异常事件的定义与调整，接下来，根据变动情况，调整定义节点的覆盖位置，依据各个时段的线损特征和规律，进行二次标记，测算出此时的异常范围，并利用相关性度量算法，测算出实时异常定位耗时，如式（3）所示：

表2 模型异常事件定义表

式中，H表示异常定位耗时；S1和S2分别表示预设定位范围和实测定位范围；π 表示应变度量误差；V表示定位单向距离；Q表示定位次数。结合得出的异常度量定位耗时，设定模型的定位标准，设定动态化的度量空间，将相关性度量测算方法与定位测算程序相融合，进一步降低整体的异常定位偏差，实现各个时段定位模型的设计和优化，完善对应的综合定位效果。

1.4 自动化标记实现线损异常定位

所谓自动化标记，主要指的是随着配电网各个时段对于线损的异常定位情况，所作出的相关联的数据信息处理环节。可以在定位模型之中设定一个自动化的感应模型，以具体的异常标记指令作为目标，构建循环式的感应定位结构，在不同的配电网执行阶段，分属搭配对应的线损定位任务，与自动匹配数据库相关联，一旦电路出现线损或者异常情况，可以进行针对性的定位或者标记，形成更加稳定的定位体系。

与此同时，采用自动化标记处理，对覆盖区域内的异常位置进行关联标记，但是过程中需要尽量避免出现堆叠定位或者重合定位等问题，对最终的异常定位结果产生影响，确保定位的精准性。

2 方法测试

本次主要是对电网分时分段线损相关性度量测算异常定位方法的实际应用效果进行分析与研究。考虑到最终测试结果的真实可靠，参考文献[2]和文献[5]，设定传统多源数据融合配电网分时分段线损定位测试组、传统同期线损定位测试组以及本文所设计的时分段线损相关性度量测算异常定位测试组，测试过程中需要确保在相同的环境下，最终得出的结果以对比的形式展开分析。接下来，进行测试环境的搭建。

2.1 测试准备

本次主要是针对配电网各时各段线损异常定位方法的实际应用效果的分析及研究，结果相关性度量测算方法，进行测试环境的搭建，首先，在线损线路中布设一定数量的定位节点，形成循环式的异常定位环境，在标定的区域范围之内，设定核心的控制程序，并于整体的定位程序相搭接，形成双向控制指令集群。

在基础的定位程序之中安装监测标记点，利用双向控制程序提取出各个路段的线损异常特征以及规律，进行汇总整合之后，选定4 个路段作为测试目标，设定测试的周期为1 天，选定9 时、12 时、14时、18 时以及22 时作为标记的测试时间段。利用相关性度量测算法，计算出4 个线损路段的异常间距，具体如式（4）所示：

式中，A表示异常间距；ζ表示标记范围；u表示单向描述区域；c表示线损次数；p表示总覆盖范围。结合实际的测算，最终可以得出实际的异常间距，根据该数值，划定对应的定位区域，完成测试环境的搭建。

2.2 测试过程及结果分析

在上述搭建的测试环境之中，采用相关性度量测算法，对配电网线损异常定位的实际应用进行测定分析。在标定的4 个线损路段分别设定1 个标记性的监测点，进行实时数据及信息的获取和整合。利用控制平台下发对应的异常指令，利用定位程序或者模型异常信号进行捕捉，汇总数据和信息的同时，利用相关性度量测算方法和归一测定模式，对所设定的不同路段异常次数进行计算，确保其稳定在5 以下。随后，计算出异常线损段的归一化值，具体变动情况如图2所示。

图2 线损异常定位归一化结果对比图示

结合图2，可以完成对线损异常定位归一化结果的分析与研究，具体如表3 所示。

表3 测试结果对比分析表

结合表3，完成对测试结果的分析与研究：对比于传统多源数据融合配电网线损定位测试组、传统同期线损定位测试组，本文所设计的分时分段线损相关性度量测算异常定位测试组最终得出的定位归一化值均较好地控制在10 以下，表明在实际应用的过程中，对异常线损段的标记较为精准、速度快，误差小，异常标记的针对性变得更强，具有实际的应用价值。

3 结束语

在相关性度量算法的辅助与支持之下，配电网分时分段线损异常定位方法的实际应用效果得到极大的提升。在传统线损异常定位方法的基础之上，经过多目标、阶梯式的相关性度量算法的测定与计算，在不同的时段，对于线损进行双重标记，同时采用同步定位的方式，逐步形成循环式的定位模型，过程中根据实际的电力调度需求及标准，对线损异常位置加强控制与维护，增设多元化的定位处理功能，更为快速、精准地反映出配电网线损的具体情况，在帮助电网人员提高工作效率的同时，快速定位线损异常，达到及时解决电力问题的目的。