当前位置: 首页 > 能源互联网 > 大数据

江苏电力人工智能+大数据给力负损治理 助力提升配电网精益管理水平

中国电力网发布时间:2020-06-23 14:35:15  作者:陈锦铭 刘通

  “10千伏金通、志进、海光等6条线路负损原因已全部查实,负损系统的诊断结果正确无误,市区的负损线路已全部完成治理。”6月12日上午,江苏南通供电公司配电工区班长刘王春与运检部副主任胡新雨远程连线,通报了现场核查结果。依靠配网负损治理系统的精准研判,南通供电公司开展负损线路专项整治行动,取得显著成效。当日,国网江苏省电力有限公司电力科学研究院后台监控数据显示,中压配网负损治理系统累计访问次数超过8000人次,日访问数量接近200人次,人均活跃时长超过半小时。

  近年来,国网江苏电力把握能源革命和数字革命融合趋势,借助人工智能技术深入挖掘数据应用价值,推动业务数据化向数据业务化转变。配电网是保障和改善民生的重要基础设施,做好配网线损管理是电网企业经营管理提质增效的内在需求。国网江苏电力自2019年起,基于人工智能和大数据技术创新思路,深入攻关,推动数据应用落地实践,自主研发了全国首套中压配网负损治理系统,并于今年1月起向全省推广,有效提升了江苏配电网精益管理水平。

  负损成因复杂处置效率低 治理亟需新方法

  什么是负损?负损是线损中较为特殊的一种表现形态,指的是由于线变关系异动、量测误差等原因导致线路下挂的台区负荷累加超过了线路总负荷的一种现象。负损治理是线损精益化管理的先决条件。

  负损成因极为复杂,涉及业务面广,对于负损线路的分析和治理并非易事。传统治理方法一般包含PMS/营销/同期线损系统数据核对、现场勘察、带电检验等步骤。这种方式不仅工作时间长、效率低,而且还遗留了一些历史问题。

  2019年6月,江苏电科院人工智能技术团队在与扬州供电服务中心的交流过程中了解到这一痛点问题。团队前期已在人工智能技术领域展开了深入研究。经过多次基层调研,他们认为人工智能技术将是解决负损问题的关键所在,因此下决心用这项技术来尝试解决负损治理难题。

  人工智能+大数据 破译负损“特征密码”

  传统统计同期线损是基于配网静态拓扑,通过馈线与下辖台区日电量差值得出日线损值。这种以天为单位的统计方式粒度粗,难以定位引起线损异常的真实原因。江苏电科院技术团队利用海量运行数据高清晰度反演配网实际运行情况——通过将能量管理系统中的馈线功率与用电信息采集系统中的配变功率在一个二维空间中进行矩阵运算,线损率就从一个固定值变成了动态波动的曲线。对于这个曲线特征的分析就成为破解负损谜题的核心。

  通过基层走访及历史数据比对分析,技术团队梳理出了导致负损的几大因素,包括转供操作、量测误差、表底缺失和线变关系异常等。以上任何一种因素都能引起线损率曲线的异常波动,然而,负损往往是多种因素综合导致的,只有抽丝剥茧一项项逐步排除和验证,才能最终找出负损真实原因及相应治理方法。

  所幸,这些因素都在电压、功率等运行数据中留下了蛛丝马迹。江苏电科院技术团队通过营、配、调海量数据的融合贯通,运用人工智能技术陆续实现了转供操作智能识别、量测误差及表底缺失智能研判等关键技术,最终攻克了线变关系诊断这一负损问题中的症结。在此过程中,大数据技术也得到了淋漓尽致的运用——依靠分布式数据库、图计算、内存计算和容器技术,对江苏全省3.8万条馈线与近百万台公专变每日数亿条量测数据分析处理仅需2个小时。

  通过在扬州、徐州等地市长达3个多月的现场验证,江苏电科院团队不断升级完善算法,成功克服了数据缺失、时钟偏移、三相不平衡等干扰因素,让负损诊断成功率从最初的50%逐步提升到85%以上,系统达到工程化应用水准。

  “数字化是配电网转型升级的核心动力。该系统利用数据驱动改变了传统线损管理模式,是数字化配网的一个典型示范应用。”国网江苏电力设备部配电处副处长朱卫平说。今年1月3日,国网江苏电力正式全面推广使用中压配网负损治理系统。

  系统功能获得验证 远程自动诊断负损成因

  中压配网负损治理系统上线伊始,不少现场人员对于系统诊断结果仍然将信将疑,而系统的准确性和先进性却通过一次次实战成果得以验证。

  今年春节前的一个下午,江苏电科院能源互联网中心员工陈烨突然接到苏州供电公司配电检修班专责的电话。电话中,专责表示根据系统自动诊断结果提示:A线和B线下各有一台配变互相挂接错误,从而导致了A线的负损和B线的高损。由于这两条线路均为电缆,难以通过肉眼辨识,需要跨部门协调停电校验事宜。停电计划已经申请下来,然而班组里的老师傅们却不愿意执行,坚持认为线变关系是正确的。配电检修班希望电科院专家能拍板证实,从而推动现场停电校核。

  陈烨当即打开系统进行分析,从数据上看诊断结论是准确无误的。拍板虽有风险,但他对系统的算法有十足把握。得到肯定答复后,配电检修班随即安排了停电校核。十分钟后,检修班打来电话:“系统诊断的结论完全正确!班里兄弟们现在对负损系统是服得不得了。系统不在现场,却能知晓现场的真实情况,真是神了!”

  中压配网负损治理系统在江苏省13个地市供电公司已开通访问账户214个,因诊断结果准确高效而获得基层班组人员肯定。

  解决大量疑难问题 为配网运营一线减负增效

  一个系统要真正实用化,就一定要满足基层需求。中压配网负损治理系统上线后,除了组织集中培训外,江苏电科院研发团队还深入徐州、常州、淮安等多个地市一线班组进行推广应用,同时根据反馈建议不断打磨系统功能,陆续开发了一键式诊断报告、线变关系修正决策、表底缺失智能预警等实用化功能,提升了系统诊断的实时性。

  江苏电科院能源互联网中心主任刘伟介绍,随着系统访问量攀升,江苏省的负损线路逐步减少,部分县区率先实现了负损线路清零。

  系统在负损治理、减负增效等方面优势明显。地市供电公司依靠该系统解决了大量历史遗留的疑难线路问题。在这些解决了遗留疑难问题的线路中,近30%为负损持续3个月以上且现场难以核查的线路。

  传统核查1条负损线路平均需要约15人/日,成功率仅40%~50%;现通过系统在线诊断再赴现场精准核查,平均只需2人/日,成功率接近90%。截至6月17日,系统累计诊断分析负损线路7000余条,其中包含线变关系异常线路近800条,节约成本600多万元。

  江苏电科院将进一步整合资源,通过负损系统与线变关系识别终端相结合的方式,协助现场不停电精准核实线变关系。目前,系统功能正逐步搬迁至江苏电力数据中台,未来将能在更大范围共享数字化成果红利。技术团队还计划将人工智能技术拓展至高损治理、窃电分析、可靠性评估等领域,以数据手段驱动管理提升和效益提升,助力电网发展提质增效。

评论

用户名:   匿名发表  
密码:  
验证码:
最新评论0

相关阅读

发展数字经济 电力大数据大有可为

数字经济正在被寄予更大期待,成为中国经济高质量、可持续发展的重要支撑。能源革命和数字革命相融并进,为发展能源数字产业提供了重要机遇。
大数据2020-06-16

国网固原供电公司运用大数据分析排查窃电户

6月10日,宁夏固原供电公司用电检查人员通过大数据分析,发现西吉县一户专变户绕越表计窃电行为。这是该公司5月份利用大数据开展反窃查违专项行动以来发现的第26起用电异常户,意味着固原供电公司承担的国家电网有限公司大数据分析试点项目“基于大数据与计算智能反窃电”技术研究初见成效。
电与法2020-06-16

吉林电力大数据助小微企业解融资难题

截至6月10日,国网吉林省电力有限公司与多家银行合作,助力7家小微企业向银行融资3000万元已全部到账,进一步拓宽了小微企业与银行之间的融资渠道。同时,该公司实现了数据增值服务收入约30万元。
大数据2020-06-12

国网大数据中心发布电力消费指数

6月11日,国家电网有限公司大数据中心发布最新的数字产品——电力消费指数。该指数可以直观、量化地反映电力消费市场的当前状态、发展趋势与变动规律,以电力之眼观察经济社会发展。
大数据2020-06-12

重庆电力大数据产品满足企业增信需求

6月2日,在工业和信息化部近期对外公布的近百个支撑疫情防控和复工复产复课大数据产品和解决方案中,国网重庆市电力公司大数据产品——电力金融数字化创新服务平台,成为国家电网有限公司和重庆市唯一入选项目。
大数据2020-06-08

浙江电力自主研发预算大数据管控平台

6月1日,浙江宁波供电公司财务部预算专职蔡永自在国网浙江省电力有限公司预算大数据管控平台查看本单位费用事项预算执行进度时说。
大数据2020-06-04

电力大数据在电网企业的应用

电力大数据体量大、类型多、速度快,广泛应用在电网企业的规划、建设、运行、检修、营销、运监、企管、服务等各个业务方向。
大数据2020-05-09

杭州供电公司“电力大数据+环保”平台上线

4月23日,随着浙江杭州富阳区环境监察大队收到监控提示信息,杭州供电公司“电力大数据+环保”平台——“环保用户污染源监控系统”正式在富阳润德车轮制造有限公司上线。
大数据2020-04-30

电力大数据产业发展正提速

面对今年新冠肺炎疫情冲击和经济下行压力,5G基站、特高压、城际高速铁路和城际轨道交通、新能源汽车充电桩、大数据中心、人工智能、工业互联网七大领域的新基建成为国家振兴经济的强心剂。
大数据2020-04-29

六大案例解析电力行业如何应用大数据

智能时代的发展,电力行业积累了实实在在的海量“大数据”。电力行业的数据源主要来源于电力生产和电能使用的发电、输电、变电、配电、用电和调度各个环节,可大致分为三类:一是电网运行和设备检测或监测数据;二是电力企业营销数据,如交易电价、售电量、用电客户等方面数据;三是电力企业管理数据。