基于电力大数据的低压台区线损管理
发布时间：2021-05-16 05:41
随着泛在电力物联网的提出,对长年累月所积攒下来的海量电力大数据的有效研究和挖掘,已经成为电力企业关注的重点。线损是衡量电力企业在设计、生产技术和管理方面的重要指标。线损管理对电力企业在经济效益上产生显著的影响,而线损四分管理中的分台区管理更是其中的重要环节。如何将电力大数据应用在分台区管理中,是本文研究的关键点。本文研究了国内外大数据的发展形势和大数据在各行各业中的应用。针对低压台区线损检测工作量大,且难以区分低压台区线损的损耗程度等问题,提出利用低压台区线损大数据进行线损管理,以实现对问题台区进行快速定位,能将低压台区线损的损耗程度进行区分,还能对问题台区进行反窃电分析。将低压台区划分为线损明显异常的异常台区、线损存在异常却不太明显的有待提升的台区,和线损处于可接受范围的正常台区。帮助工作人员区分了台区线损的损耗程度,便于优先检修处理线损损耗严重的低压台区,再检修处理线损损耗较轻的低压台区。抓住并解决了低压台区线损管理中的主要问题,能有效提高管理人员的工作效率,有利于提升电力企业在线损管理方面的经济效益,体现了低压台区线损精益化的管理。在解决主要问题后,对有待提升的台区进行检修处理,...
【文章来源】：陕西理工大学陕西省
【文章页数】：77 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 课题研究的背景和意义
1.2 国内外研究现状
1.2.1 线损的研究现状
1.2.2 K-means算法的研究现状
1.3 本文主要工作
第2章 线损和台区线损的理论分析
2.1 线损的相关理论分析
2.1.1 线损的概念和分类
2.1.2 理论线损计算的基本方法
2.1.3 线损的四分管理
2.2 台区线损的相关理论分析
2.2.1 台区线损的概念和分类
2.2.2 台区线损的产生因素和异常原因
2.3 本章小结
第3章 台区线损的可视化分析
3.1 Tableau软件简介
3.2 数据及处理
3.2.1 数据源
3.2.2 数据的挖掘和预处理
3.3 数据分析
3.3.1 低压台区的可视化分析
3.3.2 低压台区的反窃电分析
3.4 本章小结
第4章 台区线损的聚类分析
4.1 SSPS软件简介
4.2 聚类分析的概念
4.2.1 聚类的定义
4.2.2 聚类算法的分类
4.2.3 K-means算法的介绍
4.3 台区线损的聚类分析
4.3.1 基于K-means算法的台区线损分析
4.3.2 聚类结果的可视化分析
4.3.3 聚类结果的箱线图法分析
4.4 本章小结
第5章 可视化平台的搭建及应用研究
5.1 可视化平台的搭建
5.2 可视化交互平台的应用研究
5.3 本章小结
总结与展望
参考文献
攻读硕士学位期间取得的学术成果
致谢
【参考文献】：
期刊论文
[1]司法大数据与司法公正的实现[J]. 王佳云. 吉首大学学报(社会科学版). 2020(02)
[2]基于大数据能力的新零售商业模式研究[J]. 李文,武飞,张珍珍,于海燕,梅蕾. 商业经济研究. 2020(06)
[3]基于动态三相不平衡度的配电网线损计算方法研究[J]. 魏梅芳,胡毕正,庞文龙,韦晨,吴细秀,唐金锐. 智慧电力. 2020(02)
[4]大数据系统在上海轨道交通车辆运维中的初步应用[J]. 陈燕燕. 城市轨道交通研究. 2019(07)
[5]基于电力大数据的用户用电行为分析研究综述[J]. 辛苗苗,张延迟,解大. 电气自动化. 2019(01)
[6]大数据思维在高校学生信息化管理中的支撑作用[J]. 王红平,唐永锋. 科技创新导报. 2018(13)
[7]基于大数据平台的电网线损与窃电预警分析关键技术[J]. 李端超,王松,黄太贵,程栩,许小龙,窦万春. 电力系统保护与控制. 2018(05)
[8]基于随机森林算法的台区合理线损率估计方法[J]. 王守相,周凯,苏运. 电力自动化设备. 2017(11)
[9]电力大数据在大客户信用评级服务中的应用研究[J]. 赵锡艺,曾茜. 电力大数据. 2017(10)
[10]应用大数据技术的反窃电分析[J]. 陈文瑛,陈雁,邱林,赵加奎,王树龙,张剑,刘洋,朱平飞,欧阳红. 电子测量与仪器学报. 2016(10)
博士论文
[1]基于电网智能化的中低压线损管理研究[D]. 李超英.天津大学 2012
硕士论文
[1]县供电企业配电网线损分析及降损研究[D]. 李昂.山东大学 2018
[2]基于改进k均值聚类算法的电力负荷模式识别方法研究[D]. 胡阳春.电子科技大学 2018
[3]低压台区的线损分析及降损措施研究[D]. 孙珍珍.大连理工大学 2016
[4]城市居民公交出行数据分析研究及可视化[D]. 邓晨晨.重庆大学 2016
[5]大数据时代背景下的数据可视化概念研究[D]. 曾悠.浙江大学 2014
[6]基于用电信息采集系统的台区线损管理研究[D]. 张敏.华北电力大学 2012
[7]县级供电企业配电网线损分析及降损研究[D]. 尹超.山东大学 2011
[8]反窃电系统的研究与应用[D]. 曹峥.上海交通大学 2011
[9]城乡配电网损耗精细化分析与节能技术研究[D]. 何黎.华北电力大学 2011
[10]开封供电公司线损管理系统分析[D]. 刘锐.华北电力大学（北京） 2009
本文编号：3189089
【文章来源】：陕西理工大学陕西省
【文章页数】：77 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 课题研究的背景和意义
1.2 国内外研究现状
1.2.1 线损的研究现状
1.2.2 K-means算法的研究现状
1.3 本文主要工作
第2章 线损和台区线损的理论分析
2.1 线损的相关理论分析
2.1.1 线损的概念和分类
2.1.2 理论线损计算的基本方法
2.1.3 线损的四分管理
2.2 台区线损的相关理论分析
2.2.1 台区线损的概念和分类
2.2.2 台区线损的产生因素和异常原因
2.3 本章小结
第3章 台区线损的可视化分析
3.1 Tableau软件简介
3.2 数据及处理
3.2.1 数据源
3.2.2 数据的挖掘和预处理
3.3 数据分析
3.3.1 低压台区的可视化分析
3.3.2 低压台区的反窃电分析
3.4 本章小结
第4章 台区线损的聚类分析
4.1 SSPS软件简介
4.2 聚类分析的概念
4.2.1 聚类的定义
4.2.2 聚类算法的分类
4.2.3 K-means算法的介绍
4.3 台区线损的聚类分析
4.3.1 基于K-means算法的台区线损分析
4.3.2 聚类结果的可视化分析
4.3.3 聚类结果的箱线图法分析
4.4 本章小结
第5章 可视化平台的搭建及应用研究
5.1 可视化平台的搭建
5.2 可视化交互平台的应用研究
5.3 本章小结
总结与展望
参考文献
攻读硕士学位期间取得的学术成果
致谢
【参考文献】：
期刊论文
[1]司法大数据与司法公正的实现[J]. 王佳云. 吉首大学学报(社会科学版). 2020(02)
[2]基于大数据能力的新零售商业模式研究[J]. 李文,武飞,张珍珍,于海燕,梅蕾. 商业经济研究. 2020(06)
[3]基于动态三相不平衡度的配电网线损计算方法研究[J]. 魏梅芳,胡毕正,庞文龙,韦晨,吴细秀,唐金锐. 智慧电力. 2020(02)
[4]大数据系统在上海轨道交通车辆运维中的初步应用[J]. 陈燕燕. 城市轨道交通研究. 2019(07)
[5]基于电力大数据的用户用电行为分析研究综述[J]. 辛苗苗,张延迟,解大. 电气自动化. 2019(01)
[6]大数据思维在高校学生信息化管理中的支撑作用[J]. 王红平,唐永锋. 科技创新导报. 2018(13)
[7]基于大数据平台的电网线损与窃电预警分析关键技术[J]. 李端超,王松,黄太贵,程栩,许小龙,窦万春. 电力系统保护与控制. 2018(05)
[8]基于随机森林算法的台区合理线损率估计方法[J]. 王守相,周凯,苏运. 电力自动化设备. 2017(11)
[9]电力大数据在大客户信用评级服务中的应用研究[J]. 赵锡艺,曾茜. 电力大数据. 2017(10)
[10]应用大数据技术的反窃电分析[J]. 陈文瑛,陈雁,邱林,赵加奎,王树龙,张剑,刘洋,朱平飞,欧阳红. 电子测量与仪器学报. 2016(10)
博士论文
[1]基于电网智能化的中低压线损管理研究[D]. 李超英.天津大学 2012
硕士论文
[1]县供电企业配电网线损分析及降损研究[D]. 李昂.山东大学 2018
[2]基于改进k均值聚类算法的电力负荷模式识别方法研究[D]. 胡阳春.电子科技大学 2018
[3]低压台区的线损分析及降损措施研究[D]. 孙珍珍.大连理工大学 2016
[4]城市居民公交出行数据分析研究及可视化[D]. 邓晨晨.重庆大学 2016
[5]大数据时代背景下的数据可视化概念研究[D]. 曾悠.浙江大学 2014
[6]基于用电信息采集系统的台区线损管理研究[D]. 张敏.华北电力大学 2012
[7]县级供电企业配电网线损分析及降损研究[D]. 尹超.山东大学 2011
[8]反窃电系统的研究与应用[D]. 曹峥.上海交通大学 2011
[9]城乡配电网损耗精细化分析与节能技术研究[D]. 何黎.华北电力大学 2011
[10]开封供电公司线损管理系统分析[D]. 刘锐.华北电力大学（北京） 2009
本文编号：3189089
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3189089.html
