本发明涉及线损监测领域，具体涉及一种线损监测方法、系统、平台、终端及存储介质。
背景技术：
1、电力通过线路传输时，会产生电能消耗损失，即线损。当前往往是按用电比例分摊或按固定系数分摊两种测量线损。与此相对应地，现有线损监测往往按用电比例分摊和按固定系数分摊这两种测量线损的方式得到线损数据进行线损监测。通过线损监测，可以及时发现并处理这些损耗，减少不必要的电力浪费，提高能源的整体利用率。
2、然而按用电比例分摊是通过计算每条线路及其支线在总线路中的用电比例，将线损乘以该用电比例得到相应的线损。这种方法在线路及其支线自身各参数都不变的情况下也有可能自身线损改变，由此通过此方式得到线损数据进行线损监测误差往往较大。而按固定系数分摊，是通过生产经验或者线路分配关系为每条线路分配一个固定系数，每条线路通过用自己的用电量乘以分配的固定系数就是自身的线损。这种方法需要预先为每条线路分配一个固定系数，无法计算出真实的线损，采用此方式得到线损数据用于线损监测误差同样较大，不利于能耗监测和生产调度。
3、此外，由于以上两种线损监测方法所基于的监测线损误差较大，无法真实体现每条线路之间的线损程度关系，不利于在发现线损异常后，尤其是多条线路发生线损异常时，按线损从高到低依次查明线路产生线损的原因。这一方面不利于快速定位问题源头，减少排查时间，提高解决问题的效率。另一方面容易导致电能在传输或分配过程中被无谓地消耗掉，造成能源浪费，不利于提高能源利用率。再一方面，对于存在高线损问题的线路，可能会导致设备过热、绝缘老化等安全隐患，现有技术不利于按线损从高到低的关系排查线路产生线损的原因，一定程度上会增加线路发生安全事故的可能性，影响整个电网的安全稳定运行。
技术实现思路
1、本发明的发明目的在于，提供一种线损监测方法、系统、平台、终端及存储介质，以解决以上至少一方面的问题。
2、第一方面，本发明的技术方案提供一种线损监测方法，应用于电力线路线损监测，电力线路包括电力总线路和用于连接用户用电设备的若干个电力分支线路，各电力分支线路的输入端均与电力总线路的输出端相连；方法包括：
3、实时采集电力总线路上当前的用电量以及各电力分支线路当前的用电量，并基于采集的电力总线路当前的用电量以及各电力分支线路当前的用电量，计算电力线路当前的实际总线损值；
4、将采集的所述各电力分支线路当前的用电量代入预先构建的多元线性拟合模型进行计算，得到电力线路的总线损预测值；所述多元线性拟合模型的计算公式为：
5、pt＝a1×p1+a2×p2+…+ai×pi+…+an×pn+b1， (1)
6、式(1)中，pt为电力线路的总线损预测值，i为所述若干个电力分支线路中的第i个电力分支线路，pi为所述第i个电力分支线路的用电量，ai代表模型系数，i＝1,2,…,n，n代表电力线路中含有的电力分支线路的数量，b1代表截距；
7、计算所述总线损预测值与所述实际总线损值之间的百分比差值；
8、若所述百分比差值超出预设的百分比差值阈值区间，则对电力线路进行线损异常预警。
9、进一步地，在所述百分比差值超出预设的百分比差值阈值区间时，方法还包括：
10、获取从当前时间往前预设时长内采集的电力总线路上的用电量及各电力分支线路上的用电量及计算所得的实际总线损值构建一个当前时间对应的数据集，并利用该当前时间对应的数据集，采用与构建所述多元线性拟合模型相同的方法，构建一个新模型，该新模型的计算公式为：
11、pt′＝a1′×p1+a2′×p2+…+ai′×pi+…+an′×pn+b1′， (2)
12、式(2)中，pt′代表电力线路的总线损预测值，i代表所述若干个电力分支线路中的第i个电力分支线路，pi代表所述第i个电力分支线路的用电量，ai′代表模型系数，i＝1,2,…,n，n代表电力线路中含有的电力分支线路的数量，b1′代表截距；
13、分别计算公式(1)与公式(2)中每一对模型系数ai与ai′之间的百分比差值；
14、按照计算所得的各对模型系数之间的百分比差值从大到小的顺序，对电力线路的各电力分支线路进行排序；
15、输出各电力分支线路的排序结果，以向用户展示各电力分支线路发生线损异常的由高到低排序。
16、进一步地，所述多元线性拟合模型的构建方法包括：
17、构建训练集：收集电力总线路上的历史用电量，并对应收集电力总线路上的历史用电量下的各电力分支线路上的历史用电量；利用所收集的电力总线路上的每一个历史用电量以及对应收集的电力总线路上的每一个历史用电量下的各电力分支线路上的历史用电量，对应计算电力线路的实际历史总线损值；基于所收集的电力总线路上的历史用电量以及各电力分支线路上的历史用电量以及计算所得的电力线路的每一个实际历史总线损值，构建所述训练集；
18、建立电力线路的总线损预测值pt与总用电量之间的线性回归模型，该模型的计算公式为：
19、pt＝a0×p0+b0， (3)
20、式(3)中，p0代表电力线路的总用电量，a0为回归系数，b0为截距；电力总线路上的用电量即为电力线路的总用电量；
21、将训练集中电力线路的实际历史总线损值及其对应的电力总线路上的历史用电量代入公式(3)，之后通过数据拟合的方法确定出公式(3)中a0、b0的具体取值，将a0、b0的具体取值回代入公式(3)，得到构建好的线性回归模型；
22、将训练集中电力总线路上的每一个历史用电量代入构建好的线性回归模型，计算出电力总线路上每一个历史用电量对应的电力线路历史总线损预测值；
23、分别计算所得到的各电力线路历史总线损预测值及其各自对应的训练集中的实际历史总线损值之间的百分比误差，记为第一百分比误差；
24、计算各第一百分比误差的均值μ和标准差σ；
25、基于均值μ和标准差σ，得到所述百分比差值阈值区间，该百分比差值阈值区间为[μ-3σ,μ+3σ]；
26、将训练集中与超出百分比差值阈值区间[μ-3σ,μ+3σ]的第一百分比误差相对应的数据删除，得到一个新数据集；
27、对新数据集中的数据进行归一化处理，得到归一化处理后的数据集；
28、对归一化处理后的数据集中的各电力分支线路上的历史用电量进行主成分分析，得到一组选定的主成分fj以及每一个选定的主成分fj对应的特征向量dj；其中，dj＝(dj1,dj2,…,djk,…,djn)，j＝1,2,…,n，各选定的主成分fj的表达式为：
29、f1＝d11p1+d12p2+…+d1kpk+…+d1npn,
30、f2＝d21p1+d22p2+…+d2kpk+…+d2npn,
31、f3＝d31p1+d32p2+…+d3kpk+…+d3npn,
32、…
33、fj＝dj1p1+dj2p2+…+djkpk+…+djnpn,
34、…
35、fm＝dm1p1+dm2p2+…+dmkpk+…dmnpn,
36、式中，m表示所有选定的主成分的总数量，fj表示所有选定的主成分中的第j个主成分，pk代表所述若干个电力分支线路中的第k个电力分支线路的用电量，djk为第j个主成分对应的特征向量dj中第k个元素的值，k＝1,2,…,n；
37、将归一化处理后的数据集中p1、p2、…、pn的每一组取值代入各选定的主成分fj的表达式，计算得到f1、f2、f3、…、fj、…、fm的每一组取值；
38、利用所有选定的主成分构建用于计算电力线路的总线损预测值pt的多元线性拟合方程，方程的计算公式如下：
39、pt＝e1×f1+e2×f2+…+ej×fj+…+em×fm+b， (4)
40、式(4)中，ej代表fj所在项的系数，b代表截距；
41、将各选定的主成分的每一组取值及其对应的归一化处理后的数据集中的实际历史总线损值代入公式(4)，之后通过数据拟合的方法确定出公式(4)中e1、e2、…、ej、…、em、b的具体取值，之后将e1、e2、…、ej、…、em、b的具体取值回代入公式(4)，得到构建好的多元线性拟合方程；
42、将f1、f2、f3、…、fj、…、fm的表达式代入所述构建好的多元线性拟合方程，得到以下公式：
43、pt＝(e1d11+e2d21+…+emdm1)×p1+(e1d12+e2d22+…+emdm2)×p2+…+(e1d1j+e2d2j+…+emdmj)×pj+…+(e1d1n+e2d2n+…+emdmn)×pn+b； (5)
44、公式(5)即为所述公式(1)，即得到所述多元线性拟合模型，其中，公式(1)中p1、p2、…、pn各项的系数等于公式(5)中对应项的系数，公式(1)中的截距b1等于公式(5)中的截距b。
45、进一步地，在将训练集中电力线路的实际历史总线损值及其对应的电力总线路上的历史用电量代入公式(3)之前，方法还包括：
46、对训练集进行数据清洗，去除其中的异常数据和空数据；
47、对训练集中清洗后的数据进行标准化。
48、进一步地，方法中的数据拟合均采用最小二乘法。
49、第二方面，本发明提供一种线损监测系统，应用于电力线路线损监测，电力线路包括电力总线路和用于连接用户用电设备的若干个电力分支线路，各电力分支线路的输入端均与电力总线路的输出端相连；系统包括：
50、第一模块，用于实时采集电力总线路上当前的用电量以及各电力分支线路当前的用电量，并基于采集的电力总线路当前的用电量以及各电力分支线路当前的用电量，计算电力线路当前的实际总线损值；
51、第二模块，用于将采集的所述各电力分支线路当前的用电量代入预先构建的多元线性拟合模型进行计算，得到电力线路的总线损预测值；所述多元线性拟合模型的计算公式为：
52、pt＝a1×p1+a2×p2+…+ai×pi+…+an×pn+b1， (1)
53、式(1)中，pt为电力线路的总线损预测值，i为所述若干个电力分支线路中的第i个电力分支线路，pi为所述第i个电力分支线路的用电量，ai代表模型系数，i＝1,2,…,n，n代表电力线路中含有的电力分支线路的数量，b1代表截距；
54、第三模块，用于计算所述总线损预测值与所述实际总线损值之间的百分比差值；若所述百分比差值超出预设的百分比差值阈值区间，则对电力线路进行线损异常预警。
55、第三方面，本发明提供一种线损监测平台，应用于电力线路线损监测，电力线路包括电力总线路和用于连接用户用电设备的若干个电力分支线路，各电力分支线路的输入端均与电力总线路的输出端相连；电力总线路和各电力分支线路上均安有智能电表，电力总线路上安装的智能电表为总电表，各电力分支线路上安装的智能电量为分路电表；
56、平台包括电量采集模块和第一计算模块：
57、电量采集模块与总电表及各分路电表相连，用于实时采集电力总线路上当前的用电量以及各电力分支线路当前的用电量；
58、第一计算模块与电量采集模块相连，用于基于电量采集模块采集的电力总线路当前的用电量以及各电力分支线路当前的用电量，计算电力线路当前的实际总线损值；
59、平台还包括第二计算模块、第三计算模块和决策模块；
60、第二计算模块与电量采集模块相连，用于将电量采集模块采集的所述各电力分支线路当前的用电量代入预先构建的多元线性拟合模型进行计算，得到电力线路的总线损预测值；所述多元线性拟合模型的计算公式为：
61、pt＝a1×p1+a2×p2+…+ai×pi+…+an×pn+b1， (1)
62、式(1)中，pt为电力线路的总线损预测值，i为所述若干个电力分支线路中的第i个电力分支线路，pi为所述第i个电力分支线路的用电量，ai代表模型系数，i＝1,2,…,n，n代表电力线路中含有的电力分支线路的数量，b1代表截距；
63、第三计算模块与第二计算模块、第一计算模块相连，用于计算所述总线损预测值与所述实际总线损值之间的百分比差值；
64、决策模块与第三计算模块相连，用于在第三计算模块计算的所述百分比差值超出预设的百分比差值阈值区间时，对电力线路进行线损异常预警。
65、进一步地，所述平台还包括显示模块和存储模块；
66、电量采集模块与存储模块相连，用于实时将其采集的电力总线路上的用电量以及各电力分支线路的用电量存入存储模块；
67、第一计算模块与存储模块相连，用于将其基于电量采集模块采集的电力总线路的用电量以及各电力分支线路的用电量计算所得的电力线路的实际总线损值存入存储模块；
68、决策模块与存储模块相连，用于在第三计算模块计算的所述百分比差值超出预设的百分比差值阈值区间时，执行以下步骤：
69、获取存储模块中存储的从当前时间往前预设时长内采集的电力总线路上的用电量及各电力分支线路上的用电量及计算所得的实际总线损值构建一个当前时间对应的数据集，并利用该当前时间对应的数据集，采用与所述多元线性拟合模型相同的构建方法，构建一个新模型，该新模型的计算公式为：
70、pt′＝a1′×p1+a2′×p2+…+ai′×pi+…+an′×pn+b1′， (2)
71、式(2)中，pt′代表电力线路的总线损预测值，i代表所述若干个电力分支线路中的第i个电力分支线路，pi代表所述第i个电力分支线路的用电量，ai′代表模型系数，i＝1,2,…,n，n代表电力线路中含有的电力分支线路的数量，b1′代表截距；
72、分别计算公式(1)与公式(2)中每一对模型系数ai与ai′之间的百分比差值；
73、按照计算所得的各对模型系数之间的百分比差值从大到小的顺序，对电力线路的各电力分支线路进行排序；
74、输出各电力分支线路的排序结果，以向用户展示各电力分支线路发生线损异常的由高到低排序；
75、显示模块与决策模块相连，用于向用户展示所述的排序结果。
76、第四方面，本发明提供一种终端，包括：
77、处理器；
78、存储器，用于存储处理器的执行指令；
79、其中，所述处理器被配置为执行以上各方面所述的方法。
80、第五方面，本发明提供一种存储有计算机程序的计算机可读存储介质，该程序被处理器执行时实现以上各方面所述的方法。
81、本发明提供相对于现有技术，具有以下有益效果：
82、本发明通过采集的用电量以及预先训练好的多元线性拟合模型实现电路线路的线损监测，有助于避免按用电比例分摊和按固定系数分摊这两种测量线损的方式得到线损数据进行线损监测，从而有助于降低监测误差。
83、本发明可以通过对比模型中电路影响系数，帮助相关工作人员了解线路损耗的高低排序，继而有助于相关工作人员按线路损耗的高低排序，每次都对余下未排查线路中线损最高的线路进行检查，从而有助于快速定位问题源头，减少排查时间，提高解决问题的效率，同时有助于在一定程度上减少电能在传输或分配过程中被高线损线路消耗掉，造成能源浪费，继而提高能源利用率，降低线路发生安全事故的可能性，提高整个电网的安全稳定运行。
84、本发明设计原理可靠，结构简单，具有非常广泛的应用前景。
1.一种线损监测方法，应用于电力线路线损监测，电力线路包括电力总线路和用于连接用户用电设备的若干个电力分支线路，各电力分支线路的输入端均与电力总线路的输出端相连；其特征在于，方法包括：
2.根据权利要求1所述的方法，其特征在于，在所述百分比差值超出预设的百分比差值阈值区间时，方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述多元线性拟合模型的构建方法包括：
4.根据权利要求3所述的方法，其特征在于，在将训练集中电力线路的实际历史总线损值及其对应的电力总线路上的历史用电量代入公式(3)之前，方法还包括：
5.根据权利要求3所述的方法，其特征在于，方法中的数据拟合均采用最小二乘法。
6.一种线损监测系统，应用于电力线路线损监测，电力线路包括电力总线路和用于连接用户用电设备的若干个电力分支线路，各电力分支线路的输入端均与电力总线路的输出端相连；其特征在于，系统包括：
7.一种线损监测平台，应用于电力线路线损监测，电力线路包括电力总线路和用于连接用户用电设备的若干个电力分支线路，各电力分支线路的输入端均与电力总线路的输出端相连；其特征在于，电力总线路和各电力分支线路上均安有智能电表，电力总线路上安装的智能电表为总电表，各电力分支线路上安装的智能电量为分路电表；
8.根据权利要求7所述的平台，其特征在于，所述平台还包括显示模块和存储模块；
9.一种终端，其特征在于，包括：
10.一种存储有计算机程序的计算机可读存储介质，其特征在于，该程序被处理器执行时实现权利要求1-5任一项所述的方法。
