刘戈 王婷婷 邹维 刘淼 李炳泉
国网重庆市电力公司北碚供电分公司 重庆 北碚
摘 要：线损工作繁琐，报表统计和数据归集又占据基层工作人员大部分时间，导致降损时间无多，成效缓慢。本文介绍一种快速统计制作线损报表统计报表数据的方法，可实现报表和数据的快速制作归集，能大幅降低报表制作时间，提升线损治理工作效率，减轻基层工作人员负担。
关键词：台区线损 提质增效 大数据应用 可持续发展
引言：线损工作日常报表制作过程较为复杂，制作时间长，严重影响工作效率。目前国网公司线损工作已经由以往的月线损工作方式转变为日线损工作方式，且线损异常均要求在五天内完成消缺，消缺时间紧张，线损工作人员往往上班后就开展工作，不可能等。故由兼职人员提前半个小时上班制作，报表制作占用工作人员额外时间，基层工作人员工作负担大，意见较大，矛盾突出。采用自动编程脚本实现线损大数据的处理，能够快速实现线损数据的统计，能为电力企业线损工作带来极大便利，对我国降损提效和可持续发展有着极其重要的现实意义。
一、现状
目前，基层供电公司线损报表主要指日线损累计报表，线损工作人员用以查看台区线损波动趋势、统计连续异常天数、分析台区异常原因、安排消缺工作等，是支撑台区线损工作的重要工具。
目前线损报表制作方式仍采取系统导出--excel半自动化制作方式，制作步骤为：登陆采集系统—导出日线损统计表—打开报表匹配数据—进行数据处理分析。
其中，数据分析处理又包含高负损及白名单条件判断、连续高负损分析、异常台区单独展示、分段线损和线损标签统计等步骤。现对一周内报表制作的不同步骤耗时进行分析，可知耗时主要集中在匹配数据和数据分析上，平均用时达到22分钟之多。
如此繁重的耗时，严重影响工作效率。目前随着电力体制改革和市场竞争压力的逐步显现，以往的月线损工作方式已不适应现代企业的发展，日线损工作方式已成为供电企业的主流，随着形势的发展，基层线损工作人员消缺时间紧张，然而报表制作由于耗时较长，占用工作人员额外时间，基层工作人员工作负担大，意见较大，矛盾突出。
因此，采取大数据的方式，实现电子计算机自动计算线损，已经迫在眉睫。
业界普遍采用大数据分析方式全自动处理数据，主要工具为excel内嵌vba语言、Matlab、Python、SQL数据库等，理论上应用大数据分析工具可以将数据处理时间压缩到肉眼几乎无法感知。但考虑到基层线损工作人员计算机基础较弱、代码运行效率达不到理论值、以上部分步骤无法完全交由计算机处理等因素，线损工作人员认为采取合适的工具，能够将主要步骤用时压缩80%。
二、症结分析
针对主要症结，基层线损工作人员从“人机料法环”五个方面开展“头脑风暴”进行分析，找出各个因素的末端因素，经分析主要症结为Excel公式繁琐、计算缓慢与人工操作过多。
三、方法实施
方法实施一：编写excel填报脚本
措施1：工具选择
基层线损工作人员通过调查，常用的脚本开发工具有VBA、Python xlrd/openpyxl模块、Python pandas模块、Mysql数据库等。
通过有效性、可实施性、经济性、可靠性等多方面综合比较，线损工作人员选用Python xlrd/openpyxl模块作为开发工具。
措施2.算法设计
首先，基层线损工作人员根据以往的excel报表计算步骤，对自动化计算的流程进行梳理。如下：
导入excel文件源文件和目标报表--匹配台区数据--判断高负损情况并添加标识颜色--统计连续高负损情况。
然后，对每一步进行算法分析。
导入excel文件源文件和目标报表：xlrd/openpyxl模块自带，无需额外算法；
匹配台区数据：利用python字典索引，实现快速匹配；
判断高负损情况并添加标识颜色：源文件中自带高负损和白名单情况判断，直接在上一步字典中添加标识；根据标识设置颜色；
统计连续高负损情况：利用while循环，回溯前一天高负损情况，一旦正常则跳出，并添加相应字段；
统计分段线损等：在制作字典时，即根据线损率数据，对相关数据进行累加，然后进行统计。
措施3.程序实施
基层线损工作人员根据上一步的算法，进行程序开发。
为检验自动化计算脚本的有效性和准确性， 2020年10月9日，基层线损工作人员利用脚本程序对10月1日至10月7日线损数据进行计算并进行报表填写自动化计算脚本平均用时19.5秒，小于30秒。
验证确认：实验表明，线损工作人员编写的自动化脚本能够实现预期目标，该方法实施成功。
方法实施二：编写自动化excel填报脚本
措施1.工具选择
本着尽量减少工具数量的原则，开发工具仍采用Python xlrd/openpyxl模块。
措施2.算法设计
Python xlrd/openpyxl模块具有丰富的excel文件填写工具，结合循环、条件语句及其他python自带模块工具，可快捷、简便实施excel填报功能。基层线损工作人员厘清所需的excel填写步骤，应用相关工具，编写算法分析。
更改excel数据类型：Python自动更改，无需额外算法；
对齐小数点数位：利用python 的math.round()函数，无需额外算法；
统计连续高负损情况：方法实施一中已实现；
制作辅助统计表格：利用python字典设置表格填写内容，然后利用openpyxl.sheet()和openpyxl.cell()将字典的内容填写在表格中；
调整表格时间：利用python 的time.time()函数，无需额外算法；
分析异常原因: 利用python字典设置异常原因判断条件，利用if条件判断异常原因，openpyxl.cell()将异常原因填写在表格中；
设置异常标签：同上；
统一表格格式：利用python 的openpyxl.border()函数，无需额外算法
措施3.程序实施
基层线损工作人员根据上一步的算法，进行程序开发。
方法二验证
2020年10月10日，基层线损工作人员验证效果，报表效果较好。
统计报表制作用时，如下：
由于方法实施二不能脱离方法实施一单独实施，这里统计两个实施方案共同平均用时46.6秒，除去方法实施一用时19.5秒，可知方法实施二平均用时27.1秒，小于30秒。
验证确认：实验表明，线损工作人员编写的自动化excel填写脚本能够实现预期目标，该方法实施成功。
四、效果检查
1.目标值检查
基层线损工作人员将脚本部署并利用其制作2020年10月1日至10月8日期间线损报表，统计全流程用时，可知2020年10月1日至10月8日期间线损报表制作平均用时已缩减至234秒，合4分钟，缩短了81.8%。
由此可见，采取大数据分析和处理的方式，能够快速地统计数据，大幅减轻统计工作用时。
五、结束语
综上所述，为了更好的保障线损数据的统计，减少人员工作量，采取python工具实现线损数据的快速统计，能够极大地提升线损工作日常效率，减轻工作人员负担，为中国经济飞速发展和电力事业的蓬勃进步提供坚实保障。
参考文献：
[1] 曹明良，基于电力系统大数据治理的软件数据平台设计和研究 [J].计算技术与自动化,2020(03).
[2] [美]AI Sweigart Python编程快速上手 人民邮电出版社 391pp