摘要: 针对目前同期线损管理存在的问题，本文依托大数据挖掘手段，探索提升线损业务管理水平、合理应用技术手段、优化资源配置、升级数据挖掘手段。本文全面提升线损异常诊断能力，今后在电网运行方式调整、无功功率控制及电压调整、现场设备改造等方面起到一定的决策作用，具有很强的实用价值。数据挖掘分析主要以2018年1月至9月白银电网运行数据为基础，建立合理的数学模型（本文选择随机森林分类模型及决策树-c5分类模型），挖掘线损率与运行数据中各字段之间的关联关系，并对因素的重要程度进行排序。随机森林模型结果表明，线路运行数据中的电压、有功功率、无功功率、负载率、线路长度与线路线损率有密切关系，预测异常线路准确率为89.47%，高损线路准确率为87.5%，负损线路准确率70.64%，正常线路72.53%，对线路线损预测具有较高的准确性。同时利用大数据挖掘平台，采用决策树模型对影响线损因素重要性进行分析，结果表明可以通过对110千伏线路的有功功率、负载率进行合理管控，以及对电压进行适当调整，从而达到降损的目的，35千伏线路运行着重考虑无功功率。