本发明涉及线损管理技术领域，具体为一种基于大数据的一台区一指标线损管理方法及系统。
背景技术：
台区线损管理是公司堵漏增收、降本增效的重要措施，也是评价经营管理水平的重要标尺。国网江西省电力有限公司自2010年起推广应用用电信息采集系统，用电信息采集系统已实现了线损管理功能，实现了台区线损统计、台区线损分析以及线损指标考核。目前公司主要采用统一的线损率指标来评价台区线损，基本实现线损统筹管理，但随着近年来公司线损管理水平提升，线损管理的精益化程度要求越来越高，原有线损率值“一刀切”的评价方式相对较为粗放，同时，现有线损率计算主要基于单一的供售电量数据，暂未充分考虑物理拓扑复杂、异常源头多样、区域环境差异等方面因素，与台区线损精益化管理的要求还是存在一定差距。
技术实现要素：
本发明的目的在于提供一种基于大数据的一台区一指标线损管理方法及系统，合理安排整治计划，提升营销线损异常处理效率，减少电量损失，保证企业利益不受损失。
具体的，一种基于大数据的一台区一指标线损管理方法，营销线损一台区一指标模块构建台区线损合理区间计算模型，实现台区线损合理区间自动计算，将计算结果推送至采集运维闭环管理模块，开展异常台区线损治理的闭环管控，辅助一线人员开展线损异常台区现场治理；
所述一台区一指标模块包括基础数据处理模块、一台区一指标因子计算模块、台区分类算法计算模块、一台区一指标训练模块、台区线损合理区间计算模块、台区线损合理区间合格判断模块、与现有业务系统接口模块；
所述基础数据处理模块，根据各类数据特征分别建立数据清洗规则，对通过接口获取的台区基础数据进行处理，剔除不满足基础数据质量要求的数据，保证数据准确性；
所述台区分类算法计算模块通过对台区特征分析，构建台区分类算法，实现对台区的分类，台区分类算法包括基于台区特征因子的聚类算法及基于分类规则的台区分类；
所述一台区一指标训练模块按照台区分类结果，对每类台区都进行一台区一指标模型训练；
所述台区线损合理区间计算模块用于构建基于台区因子数据的合理区间计算模型，实现对每个台区的合理区间计算；
所述台区线损合理区间合格判断模块用于每日完成对每个台区线损合理区间计算，基于台区合理区间情况，构建台区线损合理区间合格判断模型，实现对台区线损的考核评价；
所述采集运维闭环管理模块改造包括一台区一指标监控、线损治理工单管理、采集运维闭环管理模块接口改造；所述一台区一指标监控包括台区基础数据维护、台区分类管理、台区线损合格率与合格区间统计、台区电量分级合格率分布统计、大电量精益台区统计；所述线损治理工单管理包括线损工单生成规则配置、线损工单生成、线损工单自动派单、线损工单归档、台区线损运维代办优化、台区线损工单接入运维工作台优化、单工单查询优化；所述采集运维闭环管理模块接口改造包括台区合理区间计算结果接收、台区模型因子信息接收。
所述线损计算分析模块，实现的功能包括台区、用户档案数据处理；示值、负荷数据处理；异常事件数据处理；台区日/月线损计算；线损统计；线损异常诊断分析；计量装置在线监测；
所述合理区间计算模块，实现的功能包括模型管理、模型训练、线损工单生成、线损合理区间计算、异常原因归集展示；
所述采集运维闭环管理模块，实现的功能包括异常生成、紧急程度判定、异常预警、生成工单、工单归集、处理及反馈、处理结果校核、异常工单处理监控；
本发明的有益效果是：
附图说明
图1为本发明的流程图；
图2为本发明的业务架构图；
图3为本发明的应用架构图；
图4为本发明的技术架构图；
图5为本发明的数据架构图。
具体实施方式
下面结合附图，对本发明作进一步地说明。
本发明的流程图如图1所示。
本发明实施方式的一方面还提供一种基于大数据的一台区一指标线损管理方法，营销线损一台区一指标模块构建台区线损合理区间计算模型，实现台区线损合理区间自动计算。将计算结果推送至采集运维闭环管理模块，开展异常台区线损治理的闭环管控，辅助一线人员开展线损异常台区现场治理。营销线损一台区一指标模块通过全过程各环节的精细化管控，实现线损管理责任制的信息化支撑和管理落地，提高一线人员工作积极性。
如图3所示，本方法的营销线损一台区一指标模块的应用架构描述各应用功能范围及相互间关系。应用架构划分为一台区一指标管控(台区基础数据维护、台区分类管理、台区线损合格率与合理区间统计、台区电量分级合格率分布统计和大电量精益台区统计)和线损治理工单管理(线损工单生成规则配置、台区线损接入运维工作台等)两大部分。
如图4所示，本方法营销线损一台区一指标模块技术架构分为接口层、应用层、数据层等。
接口层通过定义数据传输接口协议，采用数据文件格式的方式，从其他业务系统获取营销线损一台区一指标模块计算所需的数据。
应用层包括springcloud和springboot技术。
数据层采用关系型数据库oracle进行数据存储；通过k-means聚类、bp神经网络、模糊评价等ai算法对获取的数据进行分析；使用mybatis对数据进行操作。
变压器档案数据；表箱-表计关系等数据；变压器坐标数据、表箱坐标数据、变压器-表箱-接入点关系等详细信息；低压线路信息；台区档案数据、台区日电量、台区线损数据、公变负荷数据、公变电量数据、低压电压数据。
1.一台区一指标模块
一台区一指标模块包括基础数据处理模块、一台区一指标因子计算模块、台区分类算法计算模块、一台区一指标训练模块、台区线损合理区间计算模块、台区线损合理区间合格判断模块、与现有业务系统接口模块；
1.1基础数据处理模块
台区基础数据质量是实现一台区一指标计算的前提。开发基础数据处理模块，根据档案数据、采集数据、关系数据等各类数据特征分别建立数据清洗规则，对通过接口获取的台区基础数据进行处理，剔除不满足基础数据质量要求的数据，保证数据准确性。
1.1.1台区档案数据处理
建立台区档案数据检查规则，每日对接口获取的台区标识、台区运行状态、台区容量等数据进行核对处理。按台区数据核对处理结果将台区分为以下几种：
(1)空置台区
存在台区档案数据但台区下无用户，或无用户用电数据的台区。
(2)新上台区
(3)档案异常台区
运行状态存在异常、台区容量缺失或异常的台区，无法进行合理区间计算，判断为档案异常台区。
(4)一台区一指标台区
经档案数据检查后档案数据无误的台区作为一台区一指标计算台区。
1.1.2用户档案数据处理
低压用户数据巨大，必须建立档案数据检查规则，每日对用户档案数据进行检查处理，确保用户档案、电表档案数据准确性。
用户档案数据处理包括用户类型(光伏用户、普通用户)、用户容量、用户所属台区、用户表计标识、用户状态数据的异常判断及处理。
1.1.3采集电压电流数据处理
(1)公变电压电流数据处理
台区实现对公变日96点abc三相电压电流数据的采集，但是由于前置通讯、数据上传链路的问题，会造成电压电流数据的缺失和异常。建立电压电流数据清洗规则，剔除超过正常值范围的电压值。
(2)低压用户电压数据处理
对于台区未实现96点电压数据采集的用户，采用其最近采集到的电压数据作为该用户电压。对电压值超过正常范围的用户标记为数据异常，对电压值缺失的用户标记为数据缺失。
对于实现96点电压数据采集的用户，制定低压用户电压正常值清洗规则，剔除超过正常值范围的电压数据。
通过对低压用户电压数据的分析能够识别低电压用户。
建立光伏用户电压数据清洗规则，对光伏用户的异常电压数据进行判断。
1.1.4采集负荷数据处理
对获取的公变有功总功率数据进行分析，分析日有功功率数据分布情况，设置阈值对异常值进行剔除。同时检查对应公变表计的ct、pt、及表计自身倍率数据。
1.1.5采集电量数据处理
(1)公变采集电量数据
对接口获取的公变正向有功总电量、反向有功总电量、ⅰ象限无功总电量、ⅱ象限无功总电量、ⅲ象限无功总电量、ⅳ象限无功总电量等数据，建立数据清洗规则，对异常值进行剔除。
(2)低压电量数据
建立对低压用户电量数据质量的清洗规则，包括对电量数据格式、电量数据重复性进行处理，对光伏用户的上网电量及发电电量进行核对处理。
1.1.6低压线路数据处理
对低压线路数据的数据格式及线路长度数值进行核对处理，并将异常数据及缺失情况进行标记。数据处理方法包括线路长度值超出正常设置范围、支线线路长度之和不等于线路总长度等情况。
1.1.7gis坐标数据处理
按经纬度数据标准格式对台区变压器、表箱gis坐标数据进行检查处理，对坐标数据不规范、坐标数据缺失的情况进行标记。对采用不同坐标系表示的坐标数据可以实现不同坐标系数据之间的转换。
1.1.8台区线损数据处理
对台区供电量、售电量等数据进行核查，对电量数据异常或缺失的台区进行标记。
1.1.9档案关系核对及处理
(1)表箱-电能表关系数据
核对表箱-电能表关系数据，对未有对应关系表箱或电能表进行标记。
(2)营销变压器-pms变压器关系
核对营销变压器-pms变压器关系数据，对未有对应关系的变压器进行标记。
(3)配变-接入点-表箱关系
核对配变-接入点-表箱数据，对未有对应关系的配变或表箱进行标记。
1.2一台区一指标因子计算模块
1.2.1上网电量占比计算模型
当台区接入分布式光伏后，会对台区的运行会造成较大影响，因此一台区一指标计算需要考虑光伏用户的影响。利用光伏用户上网电量及台区供电量，构建上网电量占比计算模型，实现台区日上网电量占比因子计算。
1.2.2末端用户占比计算模型
(1)末端用户定义模型
许多台区低压用户分布都较为分散，与台区变压器距离不同的用户负荷对台区线损的影响程度不同。当台区用电负荷集中在末端时，对线损率的影响较大，因此需要重点考虑末端用户的影响。根据台区用户分布情况及台区范围定义末端用户。
(2)末端用户电量占比计算模型
按末端用户定义模型，利用台区所有末端用户电量数据，建立末端用户电量占比计算模型，实现台区日末端用户电量占比因子计算。
1.2.3台区功率因数计算模型
公变功率因数传统的获取方法包括1)上报功率因数数据；2)通过上报负荷数据的正向有功总和反向有功总计算获取。但是由于分布式光伏接入后，其所发有功和无功电能将对受电计量点处的有功和无功产生变化，从而影响台区的功率因数。因此考虑光伏用户对低压网络的影响，采用公变侧采集电量数据构建台区功率因数计算模型，实现台区日功率因数因子计算。
1.2.4台区三相不平衡度计算模型
三相不平衡度反映了台区负荷的相序分布，三相不平衡对台区线损的影响较大。利用台区公变采集的96点三相电流数据，构建台区日三相不平衡度计算模型，实现台区日三相不平衡度因子计算。
1.2.5台区负荷特性计算模型
1.2.6台区首末端压降计算模型
首端电压指台区公变侧电压，末端电压指供电距离最远用户的电压。利用公变、低压用户电压数据，构建首末端压降计算模型，实现台区日首末端压降因子计算。
1.2.7台区峰荷负载率计算模型
1.2.8台区供电半径计算模型
1.2.9台区网架结构计算模型
台区网络结构指低压台区线路的构成，主要有电缆、架空线及混合等类型。利用台区线路数据构建台区网架结构计算模型。在不进行台区线路改造情况下，台区网架结构保持不变，因此按月对网架结构因子进行更新。
1.3台区分类算法计算模块
通过对台区特征分析，构建台区分类算法，实现对台区的分类。台区分类算法包括基于台区特征因子的聚类算法及基于分类规则的台区分类。
1.3.1基于台区特征因子的聚类算法
(1)构建台区聚类特征因子模型
(2)台区聚类分析模型
对台区聚类因子数据进行标准化处理，采用k-means、层次聚类、fcm等聚类方法对台区进行多次聚类。
(3)聚类结果评估模型
对每次聚类结果进行评估，对每次分类后的台区特征进行分析判断，当聚类效果较好时按照该聚类算法完成所有台区的分类。
1.3.2基于规则的台区分类模型
由于台区特征差异性不明显，很多时候采用聚类算法往往得不到较好的分类结果，因此可以采用台区的基本定性特征制定分类规则对台区进行分类。
(1)台区特征因子分析模型
针对全量台区，对所有特征因子数据分布规律进行统计分析，提取出合适的分类特征因子。
(2)基于规则的台区分类模型
对数值型因子按数据分布情况进行分段处理，进行定性描述。如按供电半径分为长中短半径三种类型。根据选取的特征因子进行组合实现台区分类。
1.3.3分类台区定义模型
根据每类台区的线损特征、因子特征、台区属性特征等对台区进行业务定义，实现对台区的分类管理。
1.4一台区一指标训练模块
按照台区分类结果，对每类台区都进行一台区一指标模型训练。
1.4.1模型因子数据分析模型
针对每个因子数据的分布特征规律，建立因子数据清洗规则，对于不满足数据规则的台区进行标记。包括对因子数据缺失台区的标记；对因子数据设置正常值范围，超出该范围则判断该台区因子数据计算错误。
1.4.2台区数据情况评估模型
结合台区模型因子数据分析结果，对台区数据完整情况进行评估。
(1)基础数据正常台区
通过对台区每个因子数据的分析，未发现超过阈值范围的因子则判断该台区基础数据正常，能正常进行一台区一指标计算。
(2)基础数据缺失台区
一台区一指标因子中存在任意一个及以上因子数据缺失，则判断该台区为基础数据缺失台区，无法进行一台区一指标计算。
(3)基础数据异常台区
一台区一指标因子中存在任意一个及以上因子数据异常，则判断该台区为基础数据异常台区，无法进行一台区一指标计算。
1.4.3一台区一指标计算基础模型
在每一类中，台区的线损率水平接近，具有相似的特征参数，采用bp神经网络进行线损计算。
计算单点线损时输入层参数包括：上网电量占比、末端用户电量占比、功率因数、三相不平衡度、负荷特性、供电半径、负载率等。
输出层参数包括：线损率、线损率上界、线损率下界。
bp神经网络结构分为输入层、隐含层以及输出层；其中，信号的正向传播指的是输入的数据样本由输入层进入，在经过隐含层的处理之后，将信号传递给输出层；输出层将信号与期望值进行比对，若没有达到收敛条件，则将误差进行反向传播，误差的反向传播将输出的误差经过隐含层进行反向传播，同时调整各个神经元的权值和阈值。在学习训练的过程中，不断对各个神经元的权值和阈值进行调整，直到输出层的误差达到设定的范围或者是达到预定的迭代次数。
1.4.4适用于不同数据情况的一台区一指标计算模型
不同区域的台区因子数据质量不同，需针对具体情况对一台区一指标计算模型进行优化和适配，并根据模型训练情况不断适配，对模型进行调优，不断提高模型计算的准确性。
1.5台区线损合理区间计算模块
构建基于台区因子数据的合理区间计算模型，实现对每个台区的合理区间计算。
1.5.1台区线损合理值预测模型
(1)台区线损合理值预测
对于每个台区，每天完成一台区一指标因子计算，并使用数据清洗规则对因子数据进行处理，利用清洗后的因子数据根据台区所属类型对应的一台区一指标计算模型，实现台区线损合理值预测。
(2)台区线损合理值异常处理
针对台区线损合理值预测效果不理想时，通过统计台区历史日线损率情况，对不理想预测值进行修正。
1.5.2台区线损调节区间计算模型
(1)台区线损调节区间模型
由于台区数据因子数据的误差，基于神经网络算法的预测合理值与台区真实合理值存在一定偏差，因此采用台区线损合理值对台区进行必然存在误判性。在此基础上，考虑通过调节区间对线损合理值进行修正。
(2)台区线损调节区间计算
利用每类台区的历史日线损率数据，剔除异常偏离值后，对其线损率分布情况进行统计分析，计算所有台区的线损率标准差作为该类台区的线损波动范围，对台区线损合理值进行调节。
1.5.3台区线损合理区间计算模型
(1)台区线损合理区间计算模型
利用台区线损调节区间及台区线损率构建台区线损合理区间计算模型。采用大数据方法的线损合理值预测结果不能达到百分百准确性，预测值仍常常会出现异常结果值。
(2)台区线损合理区间修正模型
采用错误的预测值不能对台区线损进行合理评价，因此对于该类情况下的台区合理区间需要根据台区线路特征及供电半径等问题进行合理区间修正。
1.6台区线损合理区间合格判断模块
每日完成对每个台区线损合理区间计算，基于台区合理区间情况，构建台区线损合理区间合格判断模型，实现对台区线损的考核评价。
1.6.1合理区间模糊评价函数模型
(1)合理区间模糊评价方法
为了合理的建立台区线损考核指标，结合模型计算得到的合理区间，基于模糊评价方法构建台区线损合理判断模型。
模糊评价方法是基于模糊数学的综合评价方法，该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。
(2)合理区间模糊评价函数模型
在台区线损合格情况判断时采用模糊评价的方法更科学。常见的模糊评价函数模型如下：
模糊评价函数为(一般k取值为π)：
1.6.2台区线损合理区间模糊评价得分计算模型
利用台区合理区间上限值与台区日线损率数据，构建合理区间模糊评价计算模型，计算每个台区合理区间模糊评价得分。
1.6.3台区线损合格率判断算法模型
根据台区线损合理区间及其模糊评价隶属度分数情况，对台区线损进行考核评价：
(1)负损台区判断
台区日线损率为负损时，则判断为不合格台区。
(2)合格台区判断
台区日线损率满足合理区间或满足模糊评价得分要求，则判断为合格台区。
(3)不合格台区判断
台区线损率不满足台区线损合理区间时，为不合格台区。
2.采集运维闭环管理模块改造
2.1一台区一指标监控
2.1.1台区基础数据维护
(1)台区基础数据监控
以日为统计周期，以供电单位为基础单元，以数据清洗规则为判断标准，对台区基础数据质量进行校核。依据基础数据异常、基础数据缺失和数据完整率等指标数据，自动辨识出数据异常、数据缺失和数据正常的台区总数及占比，保证合理区间计算模型指标数据的准确可算和台区特征指标数据的完整，实现对台区线损合理区间计算的台区基础数据质量进行全面分析。支持省、市、县、所层级下钻查询，支持从月初1号到月末最后一天的数据缺失台区占比和数据异常台区占比的变化趋势查询等功能。
(2)台区基础数据明细
以日为统计周期，查询各台区数据完整率、上网电量占比、末端电量占比、首末端压降、功率因数、负载率和负荷形状系数等基础数据明细信息，对数据质量不符要求的异常数据台区进行治理。同时分析台区特征指标数据，并对各特征指标计算原始数据追根溯源，实现异常数据进行数据治理和补全。
(3)基础数据维护
以台区为维度，手动对供电半径、网架结构等档案数据进行定性维护，保证台区区间计算模型指标数据的准确可算。
(4)指标计算明细
以台区为维度，以日为统计周期，展示台区当日线损合理区间所需的各特征指标数据计算的详细内容和算法说明，包含上网电量占比、末端电量占比、功率因数、首末端压降、三相不平衡度和负荷形状系数、负载率、网架结构和供电半径等特征指标数据项的详细计算内容和计算结果。
2.1.2台区分类管理
(1)台区分类管理
以日为维度，以供电单位为基础单元，结合台区特征指标数据，将所有台区按类型进行划分，按不同台区的线损情况、台区特征进行差异管理，对各类台区线损变化情况进行追踪管控，针对不同类型的台区制定对应线损管理标准，并采取有针对性措施进行动态管控，制定各类台区达标管理标准，实现台区分类管理。
(2)台区分类特征明细
以台区为维度，以日为统计周期，以供电单位为基础单元，展示供电单位归属下的所有分类台区明细信息，展示该类台区的基础档案信息、台区线损情况和线损电量情况，同时展示上网电量占比、末端电量占比、首末端压降、功率因数、负载率、负荷形状系数、三相不平衡度、供电半径和网架结构等台区特征指标数据项。
(3)台区类别趋势图
以台区为维度，以日为统计周期，以供电单位为最小单元，依据台区类别，展示供电单位归属下的本类台区的线损分布区间段占比柱状图和近半月本来台区线损电量和台区数的变化趋势图。其中，台区类别包含数据缺失台区、数据异常台区、数据正常台区、有/无源电缆、有/无架空裸导、有/无架空绝缘和有/无电缆架空混合等。
2.1.3台区线损合格率与合格区间统计
(1)台区线损合格率统计
以台区为维度，以日为统计周期，以供电单位为基础单元，依据台区线损合理区间合格判断模型的计算结果数据，每日统计各供电单位归属的所有台区当日的在运台区数、合格台区数及线损合格率等数据。支持省、市、县、所层级下钻查询，列表展示从月初1号到月末最后一天的每日合格率数值，并结合趋势图的形式展现供电单位台区线损合格率的变化情况。
(2)台区线损合理区间情况
以台区为维度，以日为统计周期，以供电单位为基础单元，依据台区线损合理区间合格判断模型的计算结果数据，每日统计各供电单位归属台区的线损合格率在【0-4】、【4-6】、【6-8】、【8-10】、【10-15】、≥15和不可计算的区间段的分布情况统计。支持省、市、县、所层级下钻查询，支持跳钻台区线损合理区间明细查询。
(3)台区线损合理区间明细
以台区为维度，以日为统计周期，以供电单位为基础单元，依据台区线损合理区间合格判断模型的计算结果数据，展示台区线损明细、合理区间明细，包括台区基本信息、台区类别、台区统计线损数据、台区理论线损(预测值)、线损合理区间、线损情况(包含合格、过大、负损和不可计算)、线损合理区间判断依据、本月不合格天数和连续异常天数等信息。
(4)台区日线损率与台区合理区间曲线比对分析
以台区为维度，以月为统计周期，以曲线的形式展示单台区的当月统计线损率及每日线损合理区间，以表格的形式展示单台区的每日线损率、合理区间及因子计算明细。
2.1.4台区电量分级合格率分布统计
(1)台区电量分级合格率分布统计
以台区为维度，以日为统计周期，以供电单位为基础单元，每日统计各供电单位归属台区按电量等级划分后的合格率分布情况，展示统计线损率在运台区、昨日合格今日不合格、负损台区、小电量台区、新上台区，高损台区、合格台区和不可计算台区等总数和占比，同时依据四个台区电量等级合格率的占比和权重值，计算当日台区同期线损率和全省排名。其中，台区电量等级按照供电量将所有台区划分为四个区间段，每个台区电量等级的线损合格率的上下限阈值各不相同。支持省、市、县和所供电单位层级下钻查询，支持跳转台区电量分级线损明细查看台区详细信息。
(2)台区电量分级线损明细
以台区为维度，以日为统计周期，展示当日台区的基本信息、供电量、售电量、损失电量、统计线损率、台区理论线损(预测值)、线损合理区间、线损情况(包含合格、过大、负损和不可计算)、线损合理区间判断依据、台区电量等级、台区电量等级线损率和台区经理人等信息。
2.1.5大电量精益台区统计
(1)大电量精益台区分布统计
以台区为维度，以日为统计周期，以供电单位为基础单元，每日统计台区供电量在350kwh、700kwh和850kwh及以上且统计线损率在【0-5】之间的大电量精益台区的总数及线损率各区间段的分布情况统计。
(2)大电量精益台区明细查询
以台区为维度，展示此台区的基本信息、供电量、售电量、损失电量、统计线损率、采集成功率和台区经理人等信息。
2.2线损治理工单管理
根据台区线损合理区间合格判断模型的计算结果、台区档案、用户电量和日线损等综合数据，按线损工单生成规则产生线损异常工单，并派发给现场人员处理。现场整改完成后，若台区线损率符合合理区间要求则工单归档，同时管理人员可监控线损工单处理情况，跟进线损异常治理过程和结果。最终实现线损异常发现、分析、处理、归档的全流程闭环管理。
2.2.1线损工单生成规则配置
针对生成线损异常工单所需的台区日线损和线损异常恢复天数等指标设置阈值，实现线损异常工单归档条件的灵活配置。
2.2.2线损工单生成
2.2.3线损工单自动派单
依据台区线损合理区间合格判断模型的计算结果和线损工单生成规则自动生成线损治理工单，依据台区和台区经理的对应关系，将台区工单自动派工给台区经理，同时根据工单优先级自动设置工单处理时限。
2.2.4线损工单归档
2.2.5台区线损运维代办优化
派工/转派：选择工单处理人，将工单指派给处理人进行现场处理，同时指定完成期限。
反馈：录入现场处理结果和处理方法等内容，对现场处理情况进行反馈。
转白名单：对短期内无法处理的台区申请转白名单，白名单台区在白名单有效期内不纳入工单考核。
2.2.6台区线损工单接入运维工作台优化
2.2.7单工单查询优化
2.3采集运维闭环管理模块接口改造
2.3.1台区合理区间计算结果接收
获取一台区一指标模块生成台区合理区间信息,对计算结果文件进行转换、处理，提取数据日期、台区id、台区分类、台区线损率预测值、台区线损率下限、台区线损率上限等数据，并进行保存。
2.3.2台区模型因子信息接收
获取一台区一指标模块生成台区计算因子信息,对计算因子信息文件进行转换、处理，提取数据日期、台区id、上网电量占比、末端电量占比、首末端压降、功率因数、负载率、三相不平衡度、负荷特性、供电半径、网架结构等数据，并进行保存。
本方法低压台区理论线损计算(压降法)说明：
低压台区理论线损率构成：通过理论线损计算，可以鉴定电网结构及其运行方式的经济性，查明电网中损失过大的元件及其原因，考核实际线损是否真实、准确、合理。0.4kv低压台区的理论线损电量一般由台区线路(包括分支开关等设备)和各类电能表损耗的电量组成，则台区理论线损率即可表示为：
根据台区理论线损率构成公式可知，计算出台区线路损耗电量、电能表损耗电量及台区总供电量即可求出台区理论线损率。但由于三相不平衡及负荷波动均会对台区线损产生影响，因此在计算台区线路损耗电量时增加平均负荷率f和损耗因数f两个修正系数。
根据《电力网电能损耗计算导则》，低压网的网络复杂，且负荷分布不匀，一般采用简化的方法计算台区三相平衡时的日电量损耗，国网公司主要推荐使用电压损失率法，其计算过程如下：
⑴计算台区首末两端电压下降率：
⑵计算电流与电压间相角正切值：
⑶计算功率损耗与电压损失比：
⑷计算功率损耗：δp％＝k·δu％
⑸计算线路损耗占比：
①平均负荷率f：平均负荷(电流)iav与最大负荷(电流)imax的比率，即：f＝iav/imax
②损耗因素f：均方根电流的平方与最大电流的平方比值，
③根据等式得：
⑹台区电能表损耗计算电能表的损耗计算，一般主要考虑感应式交流电能表的固定损耗，每只单相表月损耗电能取1kwh，每只三相表月损耗电能取2kwh，则电能表总损耗为
等式中：n1、n2为单相、三相电能表的只数，t取24/小时。
⑺台区理论线损率计算根据上述步骤，获取台区总表日有功总电量后，计算台区线路损耗和电能表损耗，即可计算出台区理论线损率：
所述线损计算分析模块，实现的功能包括台区、用户档案数据处理；示值、负荷数据处理；异常事件数据处理；台区日/月线损计算；线损统计；线损异常诊断分析；计量装置在线监测。
所述合理区间计算模块，实现的功能包括模型管理、模型训练、线损工单生成、线损合理区间计算、异常原因归集展示。
所述采集运维闭环管理模块，实现的功能包括异常生成、紧急程度判定、异常预警、生成工单、工单归集、处理及反馈、处理结果校核、异常工单处理监控。
遵循国家电网公司信息安全总体策略，满足国家电网公司信息安全要求；安全防护强度达到国家电网公司信息内网安全防护标准；注重运行安全，避免造成安全风险扩散；安全管理与安全防护措施并重。
以上所述实施例仅表达了本发明的一种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。