基于多源数据挖掘的低压配电网线损智能诊断模型

• 作者: 周子誉 宋惠忠 韦安强 顾华忠 顾韬
• 来源期刊: 浙江电力
• 学科: 工学
• 关键词: 配电网 线损 数据挖掘 智能诊断
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 数据价值挖掘专刊
• 页码范围: 57-62
• 页数: 6页
• 分类号: TM714.3
• 字数: 4276字
• 语种: 中文
• DOI: 10.19585/j.zjdl.201712012

摘要

针对目前中低压配电网线损治理中存在的影响因素多、基础数据量大、异常诊断分析复杂、排查效率低等问题,结合多年线损管理经验,构建了中低压配电网线损智能诊断模型.通过融合PMS2.0系统、用电采集系统、营销业务系统的设备档案、用户档案、用电负荷等多源数据,采用多维度的分析视角叠加,实现低压配电网线损异常的智能诊断,精准定位导致线损异常的关键节点,极大提高了线损管理水平,取得了显著的管理效益、经济效益和社会效益.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周子誉		2	16	2.0	2.0