大数据驱动下同期线损精细化管理技术与案例分析

前言
第1章　理论线损和同期线损
1.1　无功电压和线损的关系
1.1.1　电能的传输及功率因数
1.1.2　电能传输中的损耗——线损
1.1.3　无功补偿的实质和经济意义
1.2　理论线损研究现状
1.2.1　线路损耗模型及其计算方法
1.2.2　变压器损耗原理及其计算方法
1.2.3　常见的配电网理论线损计算
1.3　同期线损理论及研究现状
1.3.1　同期线损理论
1.3.2　同期线损研究现状
1.4 　同期线损理论的优势及发展现状
1.4.1　同期线损理论的优势
1.4.2　同期线损管理系统的应用
1.4.3　同期线损管理系统的发展现状
1.4.4　同期线损管理发展中的问题讨论
第2章　同期线损管理系统及实用功能
2.1　同期线损管理系统简介
2.2　同期线损管理系统参数设置
2.2.1　基础信息维护
2.2.2　线损问题反馈与解决
2.2.3　组织机构维护
2.2.4　计量点抄表例日配置
2.2.5　其他功能
2.3　同期线损管理系统曲线报表管理
2.3.1　统计线损管理
2.3.2　同期线损管理
2.3.3　线损报表管理
2.4　同期线损管理系统考核管理
2.4.1　档案接入
2.4.2　数据一致性核查
2.4.3　档案异常统计
2.4.4　白名单管理
2.4.5　监控型指标
2.4.6　年度系统建设评价表
2.5　同期线损管理系统的实用功能
2.5.1　电量计算与统计
2.5.2　档案管理
2.5.3　反窃电成效
2.5.4　电量与线损监测分析
第3章　同期线损售电量精准预测及影响因素相关性分析
3.1　售电量预测模型
3.1.1　电量预测模型算法选择
3.1.2　电量预测算法对比分析
3.1.3　组合模型权重确定方法
3.2　售电量监控和分析模型
3.2.1　电量异常事件
3.2.2　影响因素相关性分析
3.3　同期线损预测模型
3.3.1　同期线损预测算法
3.3.2　数据处理的常用策略
3.3.3　数据的降维方法
3.3.4　差异化台区线损预测模型
3.4　仿真测试和分析
3.4.1　电量预测模型仿真测试和分析
3.4.2　不同影响因素间的相关性分析
第4章　数据驱动下台区同期线损率异常智能辨识方法
4.1　台区同期线损率异常波动常见情况分析及排查
4.1.1　线损率异常波动的常见情况分析
4.1.2　台区线损率异常波动常见排查手段
4.2　数据驱动下台区同期线损率异常智能辨识方法
4.2.1　数据挖掘常用方法
4.2.2　缺失数据的处理方法
4.2.3　多维场景下台区线损率标准库生成策略
4.2.4　基于多维场景标准库的台区线损率异常智能辨识方法
4.3　基于关联性分析的台区同期线损率异常精准定位技术
4.3.1　台区用户电量异常的判断方法
4.3.2　台区线损率异常关联用户精准定位方法
4.4　基于联合研判的同期线损率异常辨识方法
4.4.1　基于人工经验的专家库生成方法
4.4.2　数据驱动下多维场景线损率专家库生成策略
4.4.3　基于数据分析和专家经验联合的线损率异常研判方法
4.5　实例分析
第5章　同期线损精细化管理应用案例及分析
5.1　同期线损精益模型及预测系统案例分析
5.1.1　案例背景概述
5.1.2　系统框架和涉及流程
5.1.3　系统主要功能介绍
5.2　台区同期线损率异常智能辨识系统案例及分析
5.2.1　案例背景概述
5.2.2　数据交互及解析方法
5.2.3　系统主要功能介绍
参考文献