1、“.....具体到天甚至是时间点。锁定时间范企业对于电能量数据的合理整合有效利用越来越深入。电能量数据档案的自动化管理与抄表数据的准实时采集实现了各级线损的自动建模计算,将电能量数据管理与分析技术引入到线损异常分析中,能为线损管理带来新的思路和更加有效的技术手段。参考文献李建伟,高玲玲线损典型案例常,初步怀疑现场可能存在用电异常的情况。经过运维班组的现场勘查,发现该用户通过在表计电流回路进行分流的手段实施窃电,导致表计电流减少,累计电量小于真实用电电量。由此可以确定,该馈线线损的异常是馈线下的用户窃电导致用电数据异常所引起的。处理对于此类窃电行为值发生异常开始,该线损的供出电量就明显下降。调取供出电量明细每个对象的环比电量趋势进行分析,发现其中有个计量点,在日后出现了电量突降,电量变化与线损率变化致,可将其锁定为异常嫌疑计量点。进步分析该计量点电量突降的原因......”。

2、“.....表计基于电能量数据分析的线损异常排查方法理现状及对策原稿线损率的统计般分为日周月等多种周期,以满足不同的考核监测需要。监测中发现线损异常时,开展异常分析的第步,应锁定异常发生的具体时间,即线损从正常值变化成异常值的时间拐点,具体到天甚至是时间点。锁定时间范围,才能对该时间段内的电量开展针对性排查。异常时间的锁的横向分析方法,调取该周期内的日线损数据,发现从日起线损值出现异常,可将异常发生时间锁定在日。比对线损发生异常之日月日相邻日期的数据,该馈线线损在发生异常前后,抄表成功率直是,可见抄表成功率并不是造成线损异常的原因,可以排除采集缺数导致异常的情况。运用异常范用户在同等时间周期内的用电量应该是基本稳定的,环比电量波动率较大的计量点,可初判为异常嫌疑对象。对于些特殊行业的用户计量点用电不稳定,用电量波动大,可以通过电能量数据的综合分析加以判断,排除其异常的嫌疑......”。

3、“.....与线损电量曲线进行比较,找出呈现正相关性反相关性特征的计量点,锁定为嫌疑对象进行异常排查。例,馈线线损率在月日发生异常,电量曲线表现为供出电量骤减导致线损率上升。调取供出电量明细计量点的电量曲线,与线损电量曲线进行比较,发现有个计量点电量曲。般情况下,同个用户在同等时间周期内的用电量应该是基本稳定的,环比电量波动率较大的计量点,可初判为异常嫌疑对象。对于些特殊行业的用户计量点用电不稳定,用电量波动大,可以通过电能量数据的综合分析加以判断,排除其异常的嫌疑。异常计量点的电量趋势分析方法计量点电量与线损电量曲线正好成反相关性,极有可能是该计量点电量的骤减,导致了供出电量的减少,从而导致线损电量增大,线损率上升。因此,可将该计量点锁定为异常嫌疑计量点,开展进步分析确定异常的原因。基于电能量数据分析的线损异常排查方法理现状及对策原稿......”。

4、“.....以满足不同的考核监测需要。监测中发现线损异常时,开展异常分析的第步,应锁定异常发生的具体时间,即线损从正常值变化成异常值的时间拐点,具体到天甚至是时间点。锁定时间范定基础。关键词线损管理电能量数据分析排查方法异常线损的分析处理是线损管理的重点。以供售电量的差值计算而得的线损,通常称之为统计线损,也就是实际线损,包括技术线损和管理线损两方面。基于电能量数据管理的统计线损计算是由各类电能量数据按照定的算法组合计算得到了管理线损两方面。基于电能量数据管理的统计线损计算是由各类电能量数据按照定的算法组合计算得到了线损值,任意个电能量数据的异常,都会导致线损计算结果的异常。利用电能量数据分析方法开展线损异常排查,可快速精准定位到异常数据点,准确指导管理线损的异常处理,有效剔除统围纵向分析方法......”。

5、“.....既参与馈线线损计算,也参与了母线电量不平衡计算。调取该馈线所属母线电量不平衡计算结果,发现直属于正常范围,可断定关口表计并无异常,则该馈线线损的异常应该是供出电量异常所导致。从线损率的环比电量看,自日线损与线损电量曲线正好成反相关性,极有可能是该计量点电量的骤减,导致了供出电量的减少,从而导致线损电量增大,线损率上升。因此,可将该计量点锁定为异常嫌疑计量点,开展进步分析确定异常的原因。基于电能量数据分析的线损异常排查方法理现状及对策原稿。分析运用异常时间线损率的统计般分为日周月等多种周期,以满足不同的考核监测需要。监测中发现线损异常时,开展异常分析的第步,应锁定异常发生的具体时间,即线损从正常值变化成异常值的时间拐点,具体到天甚至是时间点。锁定时间范围,才能对该时间段内的电量开展针对性排查。异常时间的锁计量点电量的骤减,导致了供出电量的减少......”。

6、“.....线损率上升。因此,可将该计量点锁定为异常嫌疑计量点,开展进步分析确定异常的原因。计量点的环比电量分析环比电量指的是当前统计周期内的电量,与上统计周期电量的比较,分为日环比周环比月环比。般情况下,同基于电能量数据分析的线损异常排查方法理现状及对策原稿线损值,任意个电能量数据的异常,都会导致线损计算结果的异常。利用电能量数据分析方法开展线损异常排查,可快速精准定位到异常数据点,准确指导管理线损的异常处理,有效剔除统计线损中由于管理线损的异常导致的波动。基于电能量数据分析的线损异常排查方法理现状及对策原稿线损率的统计般分为日周月等多种周期,以满足不同的考核监测需要。监测中发现线损异常时,开展异常分析的第步,应锁定异常发生的具体时间,即线损从正常值变化成异常值的时间拐点,具体到天甚至是时间点。锁定时间范围,才能对该时间段内的电量开展针对性排查。异常时间的锁量的分析对象之......”。

7、“.....因此,不同类型的线损分析对象存在交叉重叠。当类线损率出现异常时,运用纵向分析方法,寻找与其分析对象存在重叠的其他线损类型,对相同周期内的线损数据进行纵向比对,可定位出异常对象的大致范围,为进步的深入分析奠量由供入电量减去供出电量所得。当线损率的异常由供入电量引起时,供入电量曲线与线损电量曲线呈正相关性若线损率的异常是由供出电量引起的,则供出电量曲线应与线损电量曲线成反相关性。因此,可通过调取供入供出电量明细的各计量点的电量曲线,与线损电量曲线进行比较,找出线损中由于管理线损的异常导致的波动。基于电能量数据分析的线损异常排查方法理现状及对策原稿。异常范围的纵向分析方法在线损计算中,个计量点可能同时参与了多种类型的线损计算,兼任多个线损模型的分析对象。例如,馈线关口表计量点,既是母线电量不平衡率供出电与线损电量曲线正好成反相关性,极有可能是该计量点电量的骤减......”。

8、“.....从而导致线损电量增大,线损率上升。因此,可将该计量点锁定为异常嫌疑计量点,开展进步分析确定异常的原因。基于电能量数据分析的线损异常排查方法理现状及对策原稿。分析运用异常时间定般采用横向分析方法,针对发生异常的线损周期,调取周期内每天的线损率数据进行趋势分析,找出变化拐点。关键词线损管理电能量数据分析排查方法异常线损的分析处理是线损管理的重点。以供售电量的差值计算而得的线损,通常称之为统计线损,也就是实际线损,包括技术线损和用户在同等时间周期内的用电量应该是基本稳定的,环比电量波动率较大的计量点,可初判为异常嫌疑对象。对于些特殊行业的用户计量点用电不稳定,用电量波动大,可以通过电能量数据的综合分析加以判断,排除其异常的嫌疑。基于电能量数据分析的异常排查方法异常时间的横向分析方法范围,才能对该时间段内的电量开展针对性排查。异常时间的锁定般采用横向分析方法,针对发生异常的线损周期......”。

9、“.....找出变化拐点。计量点的环比电量分析环比电量指的是当前统计周期内的电量,与上统计周期电量的比较,分为日环比周环比月环比呈现正相关性反相关性特征的计量点,锁定为嫌疑对象进行异常排查。例,馈线线损率在月日发生异常,电量曲线表现为供出电量骤减导致线损率上升。调取供出电量明细计量点的电量曲线,与线损电量曲线进行比较,发现有个计量点电量曲线与线损电量曲线正好成反相关性,极有可能是该基于电能量数据分析的线损异常排查方法理现状及对策原稿线损率的统计般分为日周月等多种周期,以满足不同的考核监测需要。监测中发现线损异常时,开展异常分析的第步,应锁定异常发生的具体时间,即线损从正常值变化成异常值的时间拐点,具体到天甚至是时间点。锁定时间范围,才能对该时间段内的电量开展针对性排查。异常时间的锁析及治理农村电工,苏朝阳,徐晓萌,周森,姜帆电网线损排查的方法分析集成电路应用,宁红,罗裕......”。