1 引言
近年来，随着用电负荷的迅猛增长，全国各地的配电网层面(含中压和低压)均出现了不同程度的低电压现象。低电压一方面影响普通电器的正常和有效工作，对于使用变频设备的工厂，还会造成生产中断(变频器对电压幅度比较敏感)。
对于低电压现象，国网公司一直比较重视。每年，各县市局均会安排一定的资金用于配变增容、无功补偿、重负荷线路分流等项目。但这个工作从本质上讲具有滞后性，即往往出现了低电压情况(至少是苗头)才会立项改造。为了更好地解决配网层面的低电压问题，我们需要构建一个基于大数据的多维度评估模型，用尽可能多的配网数据(既包括运行数据，也包括设计数据)来预先评价已有配电网或将建配电网出现低电压的可能性，以期为合理安排技改项目提供科学依据。
2 配电网低电压的可能因素
关于配电网的电压合格率，一般涉及的是C类和D类。笔者结合多年工作经验，总结出以下可能造成低电压的原因：
⑴管理因素。目前，10kV用户的配变和台区配变基本为五档无载调压型。电网负荷处于时刻变化之中(特别有些地区的负荷季节落差很大)，再科学的设计也不可能让既有电网兼顾所有负荷状态。这就要求配电设备管理人员根据历史数据进行科学预测，并及时调整配变分接头，以使电压保持在合理区间。做不到这一点，电压合格率(特别是D类)将会不理想。
⑵线路设备因素[1]。配电网因点多面广(特别是农网)，难免存在设备通流能力跟不上负荷增长的情况。如线路线径过小、供电半径过长、配变容量过小、无功补偿不足等。
⑶接线不合理[2]。主要指农村低压线路的接线，因其为三相四线型，很多施工人员会习惯在靠近电杆的导线上接线，容易造成三相不平衡。
分析配电网低压的可能因素，主要是为了在运用大数据的时候具有方向性。
3 基于大数据的多维度评估方法
维度的确立和分层
图1 配网大数据层次划分3.2 各维度的评估图2 基于大数据的台区负荷预测方法
模糊综合评判模型来进行本项评估[3]。①建立因素集：
；
②建立评价集：； 的意义见表1所示。
表1 模糊综合评判中评价集意义
|
vi
|
表示意义
|
|
v1
|
“采集数据”维度评估为线路正常
|
|
v2
|
“采集数据”维度评估为线路一般
|
|
v3
|
“采集数据”维度评估为线路不正常
|
③确立各因素对于评价等级的权重分配：。
④选择一定人数专家，由其建立评判矩阵：
(1)
式中：——专家中认为因素造成“采集数据”维度被评估为的人数比例。
⑤得出综合评判结果
(2)
中最大的分量即为该项目的评估结论。
3.3 所有要素的组合表2 总维度评估的可能组合
|
措施类别
|
线路参数/采集数据/用户感知
|
|
暂时无需改造
|
XXX
|
XXY
|
XXZ
|
|
XYX
|
XYY
|
XYZ
|
|
XZX
|
XZY
|
XZZ
|
|
通过调节分接头或三相负荷调整
|
YXX
|
YXY
|
YXZ
|
|
YYX
|
YYY
|
YYZ
|
|
YZX
|
YZY
|
YZZ
|
|
需全线改造或分流
|
ZXX
|
ZXY
|
ZXZ
|
|
ZYX
|
ZYY
|
ZYZ
|
|
ZZX
|
ZZY
|
ZZZ
|
4 相关案例
以浙江东部某县供电公司为例，2013年原本计划用于低电压改造的项目为79小项，预计资金为3450万。
在采用上文展示的评估模型后，项目缩减至49项，资金也节省至2587万元。显著提升了投资有效性。相关结果见表3所示(节选)。
表3 案例部分结果
|
项目编号
|
预算资金(万)
|
评估结果
|
资金变动(万)
|
|
项目5
|
142
|
YYY
|
-35
|
|
项目8
|
29
|
XZZ
|
-29
|
|
项目13
|
120
|
YXX
|
-81
|
|
项目23
|
150
|
ZXY
|
0
|
|
项目26
|
21
|
YXZ
|
-4
|
|
项目38
|
28
|
YYZ
|
5
|
|
项目45
|
77
|
XZY
|
-77
|
|
项目53
|
52
|
YXY
|
-13
|
|
项目62
|
61
|
YZY
|
-8
|
|
项目78
|
100
|
YYX
|
-50
|
5 结语
参考文献
[1] 严寒榕. 基于大数据的多维度评估模型探讨[J]. 北京: 通讯世界. 2011: 42（1）：17-20.