基于实时系统数据的电网综合线损分析方法及其应用
实时线损分析系统在电网中的应用
电网线损实时分析及管理平台研究与实践
电网线损实时分析及管理平台研究与实践摘要：本论文主要研究新管理模式下的线损管理策略，并在此基础上建立电网线损实时分析及管理平台。
电网线损实时分析及管理平台依托计量自动化系统、GIS电网拓扑系统、营销系统等系统的数据及工作流程，通过集成技术、分析挖掘技术、图形化展现技术等信息化技术，将线损实时统计、监测分析及异常管理纳入常态化工作当中，建立以区域、电压等级、馈线、台区为基本粒度单位的分析对象，通过集成与线损有关的各种信息包括转供电信息，装表换表信息，电网拓扑更动信息等动态信息，达到线损的全面实时统计与监测分析，并自动对线损分析数据进行质量评价，从而及时有效地指导降损工作，降低人工统计工作量，使线损计算分析与降损工作更具有科学性。
关键词：线损；实时线损分析；异常管理；信息化1引言线损是供电企业经营管理水平的关键指标，线损贯穿电网企业发电、输电、变电、配电、售电各环节，每个环节管理的精细化水平决定了线损指标值，随着现代电网的升级改造及规模的不断扩张，亟需利用现代先进的信息技术、物联网技术和通信技术手段，代替传统的手工线损管理工作模式，提高线损统计准确性，实现电网线损的实时统计分析及异常线损的精确定位，区分技术线损及管理线损，降低技术线损和管理线损，为电网线损的分析管理、辅助决策提供现代化的技术手段。
1.1研究背景及意义电网线损管理的应用需求促进了供电企业对物联网技术、数据集成技术、数据挖据分析技术、互动技术等技术领域不断探索，广州供电局早在2005年开始研究物联网技术的研究，组织开展大客户负荷管理系统，2009年建立实现涵盖厂站遥测、大客户负控、配变监测计量、低压集抄为一体的远程计量终端采集监控管理的一体化计量自动化主站系统，广州地区的相应终端已基本覆盖电厂、变电站、馈线、公变变压器、专变变压器及部分低压居民用户，初步形成区域性的计量自动化采集监测框架。
这些技术的大量应用及成效为本次线损常态管理及实时线损分析支持平台的研究奠定了关键性的基础。
基于大数据的综合线损全因素的分析和应用
基 于数 据 中心 大数据 的筛选 和挖 掘，提 取 出有 价 值 的信 息 ， 对 影 响 线 损 的 各 种 因素 进 行 了 详细 的 研 究 分 析 ， 主 要 实 现 了线 损 综 合 分 析和线损辅助分析 两大模块应用，实现综合线 损分析 、理论线损 比对 、同期线损 比对分析 、 指标计划偏 差分 析、指标同比波动分析功能和 配 电网无功 分析 、变压 器经济运行分析 、变 电 站经济运行分析 、线路经济运行分析等辅助分 析功能 。如 图 １所示 。
２．１数 据 架构
公 司级数 据 中心通 过 多种规 约接 入 了 电 网各业务信息系统 ，准实时抽取各类基础信息 ， 形成数据集市 。在数据 中心接 入的各类信息系 统 中 ，包 含 了计 量 自动 化 系 统 、营 销 ＭＩＳ系 统 、 安全生产系统 、综合统计平 台、电子化结算系 统 、 理 论 线 损 系 统 等 业 务 系 统 线损 基 础 数 据 ， 为线损全因素分析创造 了大数据分析条件 。
线损 分 析 实行 月、季 度、全 年 的定 期分 析制度 。月度重 点针对 线损率指标和线损异常 情况进行分析 ，季度针对线损率 、线损 “四分 ” 指标、线损小指标进行全 面分析，半年针对线 损管理半年工作开展情况 、存在 问题 进行重点 分析 ，年度分析报 告全面 分析 线损各项主要指 标和小指标 ，总结全年 降损措 施落实情况 ，分 析 存 在 问 题 ，提 出下 一 年 度 降损 计划 措 施 。 依 据线损分析报告模板，规范分析的 内容及深度。 各层级计划发展部 门每月逐级汇 总并上报本专 业管理线损、技术线损和运行降损分析报告 。
基于大数据分析下的城网综合线损管理创新实践
基于大数据分析下的城网综合线损管理创新实践
近年来，随着信息技术的快速发展和智慧城市的迅猛发展，城网的规模不断扩大，城
市电力的供电能力得到进一步提升。
但是，城市电网的线损问题一直是电力公司的难题，
如何有效地降低城网综合线损率，成为电力公司亟待解决的问题。
针对这一问题，各地电力公司已经采用了多种手段进行解决，例如完善城网设施、加
强维护管理、提高操作技能等，但是这些手段都存在一定的局限性，效果也不够显著。
近
年来，随着大数据和人工智能技术的应用，城网综合线损管理也出现了新的实践方法和技术，可以提高城网的供电能力，降低城网的综合线损率。
首先，大数据分析为城网综合线损管理提供了有力的支持。
电力公司通过大数据采集、存储和分析，建立了城市电网的大数据平台，对城市电网监控数据、工程数据、用户数据
等进行全方位的综合分析。
通过对不同地区、时间段、供电负载等因素的分析，可以发现
破损、分布问题，进而针对性地采取措施进行运维。
例如，对于供电压力大、区域负荷集
中的城市电网，电力公司可以根据大数据分析结果，合理拓建和完善城市电网设施，提高
供电能力，优化供电计划，降低综合线损率。
其次，人工智能技术的应用也为城网综合线损管理提供了新的途径。
人工智能技术可
以快速、准确地处理大数据，提高数据分析、运算和决策的效率和精度。
例如，通过人工
智能技术对城市电网故障、线路破损等问题进行预测和预警，可以帮助电力公司更加及时
地修复问题，避免出现停电等事故。
同时，通过人工智能技术对城市电网的维护和运营进
行优化，可以提高城市电网的效率和稳定性，进而降低综合线损率。
基于大数据分析下的城网综合线损管理创新实践
基于大数据分析下的城网综合线损管理创新实践随着经济的快速发展和城市化进程的加速，城市电力网的负荷和规模不断增加，电力线路的长度和复杂度也在不断增加，因此线路损耗问题日益突出。
由于传统的线损管理方法无法满足城市电网的需求，因此需要通过大数据分析等创新手段来解决线损问题。
本文将以基于大数据分析下的城网综合线损管理创新实践为主题，展开探讨。
一、城网综合线损管理的现状城市电力网的线损管理一直是一个课题，城网综合线损管理是城市电网管理的一个重要组成部分。
线损的大小直接影响着电网的经济效益和稳定性，是电网企业经营管理中的重要课题。
目前传统的线损管理方法主要是依靠人工经验和规则来进行管理，这种管理方式存在着许多问题和局限性。
无法准确掌握线路损耗的实时数据和趋势，无法精确识别线损的类型和原因等。
这些问题导致传统的线损管理方法已经无法满足城市电网的需求。
大数据分析是指利用高级别的计算能力，通过大型数据集合和先进的数据分析技术，来发现、提取、管理和分析企业内外部数据的方法。
在城网综合线损管理中，大数据分析可以发挥至关重要的作用。
大数据分析可以帮助电网企业实时收集线路损耗数据，并进行高效率的分析处理，使得企业能够及时了解线路损耗的实时情况。
大数据分析可以通过分析线损数据的趋势和规律，帮助企业精准地识别线损的类型和原因。
大数据分析可以帮助企业预测未来线路损耗的发展趋势和风险，为企业决策提供决策支持。
1. 数据收集和处理：电网企业需要部署大数据收集系统，并充分利用传感器、物联网等技术，实时收集线路损耗数据。
然后通过大数据处理技术，对收集的线路损耗数据进行清洗、处理和存储。
2. 数据分析和挖掘：电网企业需要利用大数据分析技术，对线路损耗数据进行分析和挖掘。
通过对线路损耗数据的趋势和规律进行分析，可以帮助企业精确地识别线损的类型和原因。
3. 预测和优化：利用大数据分析技术，可以对线路损耗的发展趋势进行预测，并对线路损耗问题进行优化。
基于大数据分析下的城网综合线损管理创新实践
基于大数据分析下的城网综合线损管理创新实践城网综合线损管理是一项极具挑战性的任务，旨在降低城市电网的线损率，提升供电质量。
随着大数据技术的发展，城网综合线损管理也面临着新的创新实践。
基于大数据分析的城网综合线损管理可以对线损数据进行全面的收集和分析。
传统的线损管理通常只关注总线损率，而忽略了线路、变压器等不同部位的线损情况。
而大数据技术可以实时采集各个部位的线损数据，并进行综合分析。
通过对各个部位的线损情况进行深入研究，可以找出问题所在并采取相应的措施进行改进。
大数据分析可以帮助城网综合线损管理进行预测和预警。
通过对历史线损数据的统计和分析，可以建立线损的趋势模型，预测未来线损的变化趋势。
大数据技术也可以实时监测线路的负载情况，当负载超出安全范围时，即可发出预警信号，采取相应的措施，避免线损率的进一步升高。
大数据分析还可以帮助提高线损的检测效率。
传统的线损检测通常需要人工巡检或者使用专门的检测设备，成本高且效率低。
而利用大数据分析技术，可以实时监测线路的电流、电压等参数，并通过数据分析判断线路是否存在线损问题。
通过这种方式，可以大大提高线损检测的效率，节省人力物力资源。
大数据分析可以帮助制定合理的线损减缩方案。
传统的线损减缩方案通常是基于经验和规则，缺乏科学性和精细化。
而大数据分析可以对线损数据进行细致的分析，找出线损问题的根源，并提出相应的解决方案。
分析线路的负载情况，可以优化线路的规划和布局；分析变压器的运行情况，可以优化变压器的调节策略。
通过这些创新的线损减缩方案，可以有效地提高供电质量，降低线损率。
基于大数据分析的城网综合线损管理可以实现线损数据的全面收集和分析，进行线损预测和预警，提高线损的检测效率，制定合理的线损减缩方案。
这些创新实践将有助于提升城市电网的供电质量和运行效率。
基于大数据分析下的城网综合线损管理创新实践
基于大数据分析下的城网综合线损管理创新实践城市电网是一个非常庞大且复杂的系统，线损管理是电网运行中的一个重要环节。
传统线损管理方法存在着效率低、成本高、准确度不高的问题。
面临这些问题，一种利用大数据分析技术的创新实践被提出，即基于大数据分析的城网综合线损管理。
综合线损是指电网中的技术线损和非技术线损之和。
技术线损是由于导线电阻、变压器失能等技术问题造成的损耗，而非技术线损则是由于非正常用电、电表故障等非技术因素造成的损耗。
传统的线损管理方法通常采用人工抄表和巡检的方式进行，效率低下且容易出现误差。
而基于大数据分析的线损管理方法能够利用城市电网中的各种传感器、智能电表等设备收集大量数据，并通过数据分析技术进行精确预测和分析，从而提高线损管理的效率和准确度。
利用大数据分析技术对电网中的各种传感器和智能电表等设备收集的数据进行处理和分析，从而实现对线损情况的实时监测和预测。
通过建立线损预测模型，可以根据历史数据和实时数据预测未来一段时间内的线损情况，以便及时采取措施进行线损管理。
还可以利用大数据分析技术对线损异常情况进行检测和分析，及时发现线损异常，并采取相应的措施进行修复和改进。
利用大数据分析技术对电网中的线路和设备进行故障预测和评估。
通过收集和分析线路和设备的各种运行参数和状态数据，可以预测线路和设备的故障概率和寿命，从而及时采取措施进行维护和更换，降低线损和提高电网的可靠性。
利用大数据分析技术对电网中的用电行为进行分析和评估。
通过对用户的用电数据进行收集和分析，可以了解各种用电行为的特点和规律，并根据这些特点和规律采取措施进行线损管理。
可以对非正常用电行为进行检测和分析，及时发现用电偷窃行为，并采取相应的措施进行处理。
还可以根据用户的用电数据进行用电负荷预测和优化，提高电网的供电能力和线损管理的效果。
基于大数据分析的城网综合线损管理还需要引入人工智能和机器学习等技术进行支持。
通过人工智能和机器学习技术，可以对电网中的数据进行智能分析和处理，提高线损管理的准确度和效率。
基于配电网线损实时数据在线及分析系统开发及应用研究
32010年第34期（总第169期）NO.34.2010（C um ula tive tyNO.169）摘要：在为国民经济其它部门提供智能电能的同时，电力系统在智能转换、输送和分配电能的过程中，电力网中的超导线、变压器、开关设备、和用电设备，都必然产生一定的有功损耗和电能损耗，电能损失以热能的形式散失在周围的传输介质中。
关键词：高压线载电流；配电网线损；线损管理；热能损耗中图分类号：TM714 文献标识码：A 文章编号：1009-2374（2010）34-0143-02随着我国经济的发展，用电负荷不断增加，配电网线路损耗的问题越来越突出，极大地影响了供电企业的经济效益。
同时配电线路中存在大量常闭的分段开关以及少量常开的联络开关，这使得可以通过变换分段开关和联络开关的开合状态来改变配电网络的结构。
目前，电力系统损耗计算分析是根据专变用户、公变、变电站以及散户同时抄表的基础上进行分析统计计算配电网线损，只能根据抄表信息进行计算，不能实现在高压测实时在线测量、准确分析配电网线损成因，无法更准确判断损耗性质、损耗的原因及损耗的位置和进行配电网线损实时数据采集、配电网线损分析方法的研究和加强配电网线损管理工作。
1 配电网配电网线损的原理发电厂通过电力网的输、变、配电设备送到用户，也就是说在各级高低电压电能加工和流通过程中，电力网的输、变、配电所有元件，如线路、变压器、无功补偿装置及测量保护装置等，都要消耗一定数量的电能称为配电网线损。
对国家电网经营企业来说，通过配电网线损理论计算出来的只是全部实际配电网线损电量的一部分，即技术配电网线损在电能传输和营销过程中。
从发电厂至客户电能表所产生的全部电能损耗和损失还包含管理配电网线损，管理配电网线损是无法进行理论计算的。
即：配电网线损电量=供电量-售电量 (1)配电网线损电量占供电量的百分比称为线路的损失率，简称配电网线损率。
其计算公式为：线损率=线损电量供电量×100%=供电量-售电量供电量×100% (2)1.1 固定配电网线损固定配电网线损一般不随负荷变化固定损失是不固定的，它主要与外加电压的高低有密切关系，但实际上电网电压的变动不大，如果认为电压是恒定的，因而这个损失基本上也是固定的。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
泉州电网的ＳＣＡＤＡ／ＥＭＳ系统已经投入运行， 远程抄表系统ＴＭＲ也处于最后调试阶段，ＥＭＳ中状 态估计的合格率也达到了较高的水平，这些都为本 系统的实现提供了良好的基础。 ３．１ 系统结构
泉州电网实时线损综合分析管理系统的结构如 图ｌ所示。
第３期
李晨，等：基于实时系统数据的电网综合线损分析方法及其应用
接近于实际线损率的综合线损率。
关键词：综合分析法；在线潮流；状态估计；理论线损率；统计线损率
中图分类号：ＴＭ ７３４
文献标识码：Ａ
文章编号：１００６—６０４７（２００５）０３—００４７—０４
随着电力市场化进程的加快，作为能够综合反 映和体现电力系统规划设计、生产运行和经营管理 水平的线损率越来越引起电网经营企业的重视。本 文提出了基于实时系统数据的综合线损计算分析方 法，旨在通过理论线损与统计线损的对比分析鉴定 网络的结构和运行的合理性．并通过综合计算分析 得到更接近电网实际线损率的综合线损率¨曲］。
设“三值”综合线损率为
Ｘ＝训】Ｘｌ＋埘２Ｘ２＋埘３Ｘ３
式中Ｘ，为基于潮流的理论线损率；Ｘ：为基于状态 估计的理论线损率；Ｘ，为统计线损率；训。，伽：，加， 分别为三个线损率的权重。 考虑目标函数 ｍｉｎ舻埘｛＋６２埘；＋ｃ２训ｉ
ｓ．ｔ 叫１＋埘２＋加３２１ 训ｌ，训２，埘３≥０
其中，ｏ．６．ｃ分别为相应类型线损的昨天和当天 的差值，从而求得三个线损率的权重埘。，彬：，埘，。
由表１可以看出２００３年１１月１１日与１０日潮 流计算的线损电量明显相差偏大，波动较大．网络率 偏高。而状态估计和统计得到的网损率都相对变化 较小，可信度较高，通过计算得到的权值可以很好 的把潮流计算的数据滤掉，同时很好的平衡了统计 和状态估计得出的线损率，得到较接近实际的线损 率。２００３年１２月６日与５日的状态估计的线损电 量明显相差很大，网络率偏低．而潮流和统计得到的 网损率都相对变化较小，可信度较高，通过计算得到 的权值可以很好的把状态估计的数据滤掉，得到较
１．１ 理论计算的可能性与必要性 供电部门把用电能表读数计算出的线损率称作
统计线损率。能量管理系统ＥＭＳ（Ｅｎｅｒｇｙ Ｍａｎａｇｅ—
以输电网的数据和管理信息系统ＭＩＳ（Ｍａｎａｇｅ． ｍｅｎｔ Ｉｎｆｏ珊ａｔｉｏｎ Ｓｙｓｔｅｍ）的设备网络参数为基础， 通过拓扑分析和潮流计算．得到基于潮流的理论线
ｄｉｓｃａｒｄｅｄ ａｎｄ ｔｈｅ ｒｅｓｅｒｖｅｄ ｄａｔａ ａｒｅ ｐｒｏｃｅｓｓｅｄ ｂｙ ｌｅａｓｔ ｓｑｕａｒｅ ｍｅｔｈｏｄ，ｗｈｉｃｈ ｉｍｐｍＶｅｓ ｔｈｅ ｃａｌｃｕｌａｔｉｏｎ
ｐｒｅｃｉｓｉｏｎ ａｎｄ ｒｏｂｕｓｔｉｃｉｔｙ．Ｔｈｅ ｓｉｍｕｌａｔｉＶｅ ｒｅｓｕｌｔｓ Ｖｅｒｉｆｙ ｉｔｓ ｅｎ’ｅｃｔｉＶｅｎｅｓｓ．
测量万量方和数物据理量之间存在测量误差。这种误差具有
随机特性．正常情况下可认为是均值为０的正态分布。 然而，当系统出现故障时，对测量的干扰就很大，从 而引起较大误差．直接影响了潮流计算的精度。 ２．１．２基于潮流计算和状态估计的理论线损计算和 的互补关系
由于潮流计算和状态估计使用的数学方法不 同．基于状态估计和基于潮流的理论线损计算数据， 可以进行对比分析．两者起到了很好的互补作用。 在状态估计准确率不是很高的情况下可以用潮流计 算的数据进行校核：而在潮流不收敛或是数据出入偏 大的情况下．又可以参考状态估计的数据。 ２．１．３基于电能计量的统计线损计算的不足
万方数据 Ｋｅｙ ｗｏｒｄｓ： ｆｕｚｚｙ ｍｂｕｓｔ ｒｅｇｒｅｓｓｉｏｎ ａｎａｌｙｓｉｓ； ｄａｔａ ｐｒｏｃｅｓｓｉｎｇ； ｆａｕｌｔ ｌｏｃａｔｉｎｇ；
ｅｖｏｌｕｔｉｏｎａｒｙ ａ１９０ｒｉｔｈｍ
＠
电力自动化设备
第２５卷
日、小时存储下列数据：各元件为ｊｉｄ￡，｛ｉ２ｄ￡，ｊＰｄ￡，
ｆ
ｆ
ｆ
电力系统稳定方面的研究。
Ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｅＶｏｌｕｔｉｏｎａｒｙ ａｌｇｏｒｉｔｈｍ ｂ嬲ｅｄ ｆｕｚｚｙ ｒｏｂ吣ｔ
ｔｈｅｏＩ了ｉｎ ｔＩ．ａｎｓｍｉｓｓｉｏｎ ｌｉＩ地ｆ．ａｕｌｔ ｌｏｃａｔｉｎｇ
ＷＡＮＧ Ｓｈａｏ－ｂｕ，ＧＯＮＧ Ｑｉｎｇ—ｗｕ，ＳＨＵ Ｎａｉ—ｑｉｕ，ＣＨＥＮ Ｙｕ—ｌｉｎ，ＣＨＥＮ Ｓｈｅｎｇ （Ｗｕｈａｎ ＵｎｉＶｅｒｓｉｔｙ，Ｗｕｈａｎ ４３００７２，Ｃｈｉｎａ）
ｆ
｝Ｑｄ￡，ｃｏｓ［ａｒｃｔａｎ（｝Ｐｄ￡／ｌＱｄ￡）］；各母线为∑｝。。Ｐｄｔ，
【
ｃ
ｌ
ｆ
ｔ
△∑ＩＰｄ￡＝∑』 Ｐｄｔ一∑｝ Ｐｄ￡，△∑ＩＰｄ￡／∑』 Ｐｄ￡。
Ｊ
Ｊ输八
』输出
Ｊ
Ｊ牺八
ｂ．调用ＭＩＳ系统的电网设备（变压器、线路等），
ｒ
计算线路和变压器损耗。线路的损耗为（Ｊ ｉ２ｄ￡）Ｒ。；变
ｆ
压器的计算为铜损＋铁损，即（Ｉｉ２ｄ￡）Ｒ，＋Ｒｆ。
第２５卷第３期 ２００５年３月
电力自动化设备
Ｅｌｅｃｔｒｉｃ Ｐｏｗｅｒ Ａｕｔｏｍａｔｉｏｎ Ｅｑｕｉｐｍｅｎｔ
Ｖ０１．２５ Ｎｏ．３
Ｍ ａｒ．２００５＠
基于实时系统数据的电网综合 线损分析方法及其应用
李 晨１，丁晓群１，刘小波１，周志辉２ （１．河海大学电气工程学院，江苏南京２１００９８；
２．抚州电业局，江西抚州３４４０００）
通常，将系统中独立测量量的数目ｍ和状态量 数目ｎ之比，称为冗余度。ｍ＞凡时，它才能够提高 数据精度和辨识不良数据。量测的冗余度越高，相 应的状态估计能力越高。
基于状态估计的理论线损计算的模型跟基于潮 流计算的理论线损计算的模型基本一致，而计算理 论线损的数据源和数学方法不同。 １．２．３基于电能计量系统的统计线损计算
龚庆武（１９６７一），男，湖南怀化人，副教授，主要从事电力
系统继电保护和自动化方面的研究系
统在线监测方面的研究： 陈玉林（１９８０一），男，湖北武汉人，博士研究生，主要从事
电力系统继电保护和自动化方面的研究： 陈 晟（１９７９一），男，江西丰城人，硕士研究生，主要从事
摘要：为了解决传统线损计算缺少及时性和准确性的问题，提出利用调度自动化系统和管理信息系 统的实时系统数据．在线分别生成基于潮流计算的理论线损值、基于状态估计的理论线损值和基于
电能计量系统的统计线损值。对计算得到的三种线损数据进行对比分析，提出了综合分析法，并应 用于泉州电网。结果表明。综合分析法在提高线损计算的及时性和降损措施的实效性的同时得到更
＠
ＳＣＡＤＡ／ＥＭＳ
远程抄表系统ＴＭＲ
Ｊ
ｌ
数
据
文
件
０
山
＾
；时理论线损计算 实时统计线损计算 降损分析计算
—Ｌ —Ｌ —Ｌ
日月年
ｊｒ＿ ３Ｌ Ｊ『＿
日
月
矩
线线线
线线 线
损 损损
损损 损
计 计计
统统 统
算 算算
计计 计
结结结 果 果果
结结 结 果果 果
丁 丁 丁 了 丁丁
“ｊ值”对比综合法
匡躯瀚
●
．电网高损原因分析ｌ
ｃ．汇总系统总供电量、线损电量、线损率和分 级后各电压等级总的供电量、线损电量、线损率。 １．２．２基于状态估计的理论线损计算
考虑到基于潮流计算的理论线损计算存在的不 足，提出了基于状态估计数据的理论线损计算。
作为ＥＭＳ中的高级应用软件的状态估计，能够 根据ＳＣＡＤＡ系统的实时数据对不良的数据进行辨 识和排除，从而减小了量测量和物理量之间的误差， 提高了理论线损计算的精度。另外，由于某些计算 需要的测点数据，遥测系统不一定能够直接提供，这 就需要经过状态估计数据来提供。
损值。
收稿日期：２００４—０９—０９
ａ．由ＳＣＡＤＡ系统实时数据，经潮流计算，按月、
业业业业妇业业业业妇业囊业业业业坐业业ｊｋ坐业业业业业业业坐坐坐业妇盥业业业业—｝业业业囊啦业业
作者简介： 王绍部（１９７６一），男，山东临沂人，硕士研究生，主要从事
电力系统继电保护和自动化方面的研究（Ｅ－ｍａｉｌ：ｙｉｎｇｂｕａｂｕ＠ ｓｏｈｕ．ｃｏｍ）；
利用远程抄表系统的数据在线统计计算得到实 时的系统统计线损值。
ａ．按月、日、小时存储各元件及母线的数据。 ｂ．统计计算系统总供电量、线损电量、线损率 和分级后各电压等级总供电量、线损电量、线损率。
２线损分析的“三值”对比综合法
由潮流和状态估计得到的线损理论值与统计值 对下列量进行对比分析：
ａ．线路、变压器的供电量、损耗电量： ｂ．分电压等级的供电量、损耗电量、损耗率； ｃ．总的供电量、损耗电量、损耗率； ｄ．各变电站母线电能量的不平衡率。 ２．１ 三类线损率的不足 ２．１．１ 基于潮流计算的理论线损计算的不足 潮流计算都是以ＳＣＡＤＡ系统中的实测数据为 基础的，而由于测量设备、转换器件、传送通道等各 环节以及量测非同时性、三相不同时性等因素，实际
表ｌ网损值对比表 Ｔａｂ．１ Ｃｏｍｐａｒｉｓｏｎ ｏｆ ｌｉｎｅ ｌｏｓｓ ｖａｌｕｅｓ
潮流总潮流总理潮流总理估计总估计总理估计总理 统计 统计供统计线“＝三值”综
日期
理论线论供电量论线损电理论线论供电量论线损电 线损
电量 损电量 合线损
ｗ，
ｗ：
Ⅲ，
损率／％／Ｍｗ·ｈ量／Ｍｗ·ｈ损率／％／ＭＷ．ｈ量／ＭＷ·ｈ率／％／ＭＷ·ｈ／ＭＷ－ｈ 率／％
＋
结果输出
图】电网实时线损综合分析管理系统结构图 Ｆｉｇ．１ Ｔｈｅ ｃｏｍｐｒｅｈｅｎｓｉｖｅ ａｎａｌｙｓｉｓ ａｎｄ ｍａｎａｇｅｍｅｎｔ
ｓｙｓｔｅｍ ｏｆ ｐｏｗｅｒ ｓｙｓｔｅｍ ｒｅａｌ·ｔｉｍｅ ｌｉｎｅ ｌｏｓｓ
３．２系统各模块及功能 ３．２．１数据接口模块
本系统是基于ＥＭＳ系统和远程抄表系统的高 级应用软件。系统数据接口通过读取ＥＭＳ系统实 时形成的数据文件和访问远程抄表数据库。获得相 应的原始数据。 ３．２．２在线实时线损计算模块