智能防窃电分析系统及分析方法技术方案

本发明专利技术公开一种智能防窃电分析系统及分析方法，方法包括：对常规的电量平衡信息、电表事件以及用户用电特征的各单项指标分别赋予相应的指标状态值；建立包括上述各指标状态值的指标数据库；建立窃电指标体系，划分为：第一指标层包括用电用户的窃电嫌疑指数；第二指标层包括用电用户实际的电量平衡信息、用电用户实际的电表事件以及用电用户实际的用电特征；第三指标层包括用电用户实际的电量平衡信息的各单项指标、实际的电表事件的各单项指标以及实际的用电特征的各单项指标；将指标数据库中与用电用户实际的电量平衡信息、实际的电表事件以及实际的用电特征的各单项指标相匹配的指标状态值进行累加，以确定用电用户的窃电嫌疑指数。

【技术实现步骤摘要】

本专利技术涉及供配电管理的
，尤其是指一种智能防窃电分析系统及分析方法。
技术介绍
目前电力企业担负着社会稳定，经济发展的重要使命。在市场经济条件下，电力企业按照国家有关规定，对电力用户依据用电量的多少以及负荷的性质收取相应的电费，是保证电力企业健康发展的重要手段。同时，随着电力用户对用电服务质量要求越来越高，电力企业还肩负着对电力用户提供优质供电和用电服务义务。在用电现场存在各种用电行为异常现象：少数电力用户受利益的驱使，主观上采取各种不法手段，实施用电异常，造成国家电能大量流失，损失惊人；超负荷用电，用电用户主观和客观上进行超负荷用电，长时间的超负荷用电对用电设备和电网都会造成较大的危害；等等各种异常用电行为不但严重损害了电力企业的合法权益，扰乱了正常的供用电秩序，严重影响了电力事业的发展，而且给电网安全带来了严重威胁，同时用电异常行为也给用电用户带来很多不良的影响，会导致用电设备报废、老化快，甚至有可能导致安全事故，危及用电用户的人身和财产安全。
技术实现思路
有鉴于上述问题，本专利技术提供了一种智能防窃电分析方法，包括：对常规的电量平衡信息的各单项指标、常规的电表事件的各单项指标、以及常规的用户用电特征的各单项指标分别赋予相应的指标状态值；建立指标数据库，所述指标数据库包括：常规的电量平衡信息的各单项指标、常规的电表事件的各单项指标、以及常规的用户用电特征的各单项指标各自的指标状态值；建立窃电指标体系，将所述窃电指标体系划分为第一指标层、第二指标层以及第三指标层；所述第一指标层包括用电用户的窃电嫌疑指数；所 述第二指标层包括用电用户实际的电量平衡信息、用电用户实际的电表事件以及用电用户实际的用电特征；所述第三指标层包括用电用户实际的电量平衡信息的各单项指标、用电用户实际的电表事件的各单项指标、以及用电用户实际的用电特征的各单项指标；将所述指标数据库中与用电用户实际的电量平衡信息的各单项指标、用电用户实际的电表事件的各单项指标、以及用电用户实际的用电特征的各单项指标相匹配的指标状态值进行累加，以确定用电用户的窃电嫌疑指数。本专利技术的智能防窃电分析方法，通过分析用电异常用户的电量平衡信息、电表事件以及用电特征，并借助用电行为异常分析的模型来分析用户用电行为习惯，以及与用户用电相关的数据，筛选出用电异常用户，并提供对用户用电行为异常的程度分析，最后得出用电异常用户的窃电嫌疑指数。可以在配用电海量数据处理和智能配用电服务方面建立起一套示范型项目，在电力大数据在实际电力营销业务应用上具有重要的意义。本专利技术智能防窃电分析方法的进一步改进在于，还包括：获取不同用户的电表数据，对不同用户的电表数据进行电量平衡分析，以确定用电异常用户；对用电异常用户的电表数据进行电量平衡分析，以确定用电异常用户实际的电量平衡信息；对用电异常用户的电表数据进行电表事件分析，以确定用电异常用户实际的电表事件；对用电异常用户的电表历史数据进行分析，以确定用电异常用户实际的用电特征；将所述指标数据库中与用电异常用户实际的电量平衡信息的各单项指标、用电异常用户实际的电表事件的各单项指标、以及用电异常用户实际的用电特征的各单项指标相匹配的指标状态值进行累加，以确定用电异常用户的窃电嫌疑指数。本专利技术智能防窃电分析方法的进一步改进在于，获取不同用户的电表数据，对不同用户的电表数据进行电量平衡分析，以确定用电异常用户；以及对用电异常用户的电表数据进行电量平衡分析，以确定用电异常用户实际的电量平衡信息，包括：对不同用户的电表数据进行电量平衡分析时，计算不同用户的电表数 据的线损率，根据线损率确定用电异常用户；将常规的电量平衡信息的各单项指标进行电量平衡区域模型划分，并对每个电量平衡区域模型赋予相应的指标状态值；将用电异常用户实际的电量平衡信息与常规的电量平衡信息的全部电量平衡区域模型进行比对，得到与用电异常用户实际的电量平衡信息相匹配的电量平衡区域模型。本专利技术智能防窃电分析方法的进一步改进在于，对用电异常用户的电表数据进行电表事件分析，以确定用电异常用户实际的电表事件，包括：常规的电表事件的各单项指标的类型包括：表计失流事件、表计失压事件、反极性事件、持续0电量事件、非费率时段走字事件、三相电流不平衡事件、主备表电量超差、以及电量波动数据事件；将常规的电表事件的各单项指标进行电表事件区域模型划分，并对每个电表事件区域模型赋予相应的指标状态值；将用电异常用户实际的电表事件与常规的电表事件的全部电表事件区域模型进行比对，得到与用电异常用户实际的电表事件相匹配的电表事件区域模型。本专利技术智能防窃电分析方法的进一步改进在于，对用电异常用户的电表历史数据进行分析，以确定用电异常用户实际的用电特征，包括：常规的用户用电特征的各单项指标的类型包括：电流纵向信息、电流横向信息、负载率信息、以及作业习惯信息；将常规的用户用电特征的各单项指标进行用电特征区域模型划分，并对每个用电特征区域模型赋予相应的指标状态值；将用电异常用户实际的用电特征与常规的用户用电特征的全部用电特征区域模型进行比对，得到与用电异常用户实际的用电特征相匹配的用电特征区域模型。本专利技术智能防窃电分析方法的进一步改进在于，将所述指标数据库中与用电异常用户实际的电量平衡信息的各单项指标、用电异常用户实际的电表事件的各单项指标、以及用电异常用户实际的用电特征的各单项指标相匹配的指标状态值进行累加，以确定用电异常用户的窃电嫌疑指数，包括：将用电异常用户实际的电量平衡信息所对应的电量平衡区域模型的指标状态值作为电量平衡指数；将用电异常用户实际的电表事件所对应的电表事件区域模型的指标状态值作为电表事件指数；将用电异常用户的用电特征所对应的用电特征区域模型的指标状态值作为用电特征指数；将所述电量平衡指数、所述电表事件指数、以及所述用电特征指数进行累加，得到用电异常用户的窃电嫌疑指数。本专利技术还提供了一种智能防窃电分析系统，包括：指标数据库，所述指标数据库包括：常规的电量平衡信息的各单项指标、常规的电表事件的各单项指标、以及常规的用户用电特征的各单项指标各自分别赋予的指标状态值；窃电指标体系，所述窃电指标体系划分为第一指标层、第二指标层以及第三指标层；所述第一指标层包括用电用户的窃电嫌疑指数；所述第二指标层包括用电用户实际的电量平衡信息、用电用户实际的电表事件以及用电用户实际的用电特征；所述第三指标层包括用电用户实际的电量平衡信息的各单项指标、用电用户实际的电表事件的各单项指标、以及用电用户实际的用电特征的各单项指标；计算模块，用于将所述指标数据库中与用电用户实际的电量平衡信息的各单项指标、用电用户实际的电表事件的各单项指标、以及用电用户实际的用电特征的各单项指标相匹配的指标状态值进行累加，以确定用电用户的窃电嫌疑指数。本专利技术的智能防窃电分析系统，通过分析用电异常用户的电量平衡信息、电表事件以及用电特征，并借助用电行为异常分析的模型来分析用户用电行为习惯，以及与用户用电相关的数据，筛选出用电异常用户，并提供对用户用电行为异常的程度分析，最后得出用电异常用户的窃电嫌疑指数。可以在配用电海量数据处理和智能配用电服务方面建立起一套示范型项目，在电力大数据在实际电力营销业务应用上具有重要的意义。本专利技术智能防窃电分析系本文档来自技高网...

【技术保护点】
一种智能防窃电分析方法，其特征在于，包括：对常规的电量平衡信息的各单项指标、常规的电表事件的各单项指标、以及常规的用户用电特征的各单项指标分别赋予相应的指标状态值；建立指标数据库，所述指标数据库包括：常规的电量平衡信息的各单项指标、常规的电表事件的各单项指标、以及常规的用户用电特征的各单项指标各自的指标状态值；建立窃电指标体系，将所述窃电指标体系划分为第一指标层、第二指标层以及第三指标层；所述第一指标层包括用电用户的窃电嫌疑指数；所述第二指标层包括用电用户实际的电量平衡信息、用电用户实际的电表事件以及用电用户实际的用电特征；所述第三指标层包括用电用户实际的电量平衡信息的各单项指标、用电用户实际的电表事件的各单项指标、以及用电用户实际的用电特征的各单项指标；将所述指标数据库中与用电用户实际的电量平衡信息的各单项指标、用电用户实际的电表事件的各单项指标、以及用电用户实际的用电特征的各单项指标相匹配的指标状态值进行累加，以确定用电用户的窃电嫌疑指数。

【技术特征摘要】
1.一种智能防窃电分析方法，其特征在于，包括：对常规的电量平衡信息的各单项指标、常规的电表事件的各单项指标、以及常规的用户用电特征的各单项指标分别赋予相应的指标状态值；建立指标数据库，所述指标数据库包括：常规的电量平衡信息的各单项指标、常规的电表事件的各单项指标、以及常规的用户用电特征的各单项指标各自的指标状态值；建立窃电指标体系，将所述窃电指标体系划分为第一指标层、第二指标层以及第三指标层；所述第一指标层包括用电用户的窃电嫌疑指数；所述第二指标层包括用电用户实际的电量平衡信息、用电用户实际的电表事件以及用电用户实际的用电特征；所述第三指标层包括用电用户实际的电量平衡信息的各单项指标、用电用户实际的电表事件的各单项指标、以及用电用户实际的用电特征的各单项指标；将所述指标数据库中与用电用户实际的电量平衡信息的各单项指标、用电用户实际的电表事件的各单项指标、以及用电用户实际的用电特征的各单项指标相匹配的指标状态值进行累加，以确定用电用户的窃电嫌疑指数。2.如权利要求1所述的智能防窃电分析方法，其特征在于，还包括：获取不同用户的电表数据，对不同用户的电表数据进行电量平衡分析，以确定用电异常用户；对用电异常用户的电表数据进行电量平衡分析，以确定用电异常用户实际的电量平衡信息；对用电异常用户的电表数据进行电表事件分析，以确定用电异常用户实际的电表事件；对用电异常用户的电表历史数据进行分析，以确定用电异常用户实际的用电特征；将所述指标数据库中与用电异常用户实际的电量平衡信息的各单项指标、用电异常用户实际的电表事件的各单项指标、以及用电异常用户实际的用电特征的各单项指标相匹配的指标状态值进行累加，以确定用电异常用户的窃电嫌疑指数。3.如权利要求2所述的智能防窃电分析方法，其特征在于，获取不同用户的电表数据，对不同用户的电表数据进行电量平衡分析，以确定用电异常用户；以及对用电异常用户的电表数据进行电量平衡分析，以确定用电异常用户实际的电量平衡信息，包括：对不同用户的电表数据进行电量平衡分析时，计算不同用户的电表数据的线损率，根据线损率确定用电异常用户；将常规的电量平衡信息的各单项指标进行电量平衡区域模型划分，并对每个电量平衡区域模型赋予相应的指标状态值；将用电异常用户实际的电量平衡信息与常规的电量平衡信息的全部电量平衡区域模型进行比对，得到与用电异常用户实际的电量平衡信息相匹配的电量平衡区域模型。4.如权利要求3所述的智能防窃电分析方法，其特征在于，对用电异常用户的电表数据进行电表事件分析，以确定用电异常用户实际的电表事件，包括：常规的电表事件的各单项指标的类型包括：表计失流事件、表计失压事件、反极性事件、持续0电量事件、非费率时段走字事件、三相电流不平衡事件、主备表电量超差、以及电量波动数据事件；将常规的电表事件的各单项指标进行电表事件区域模型划分，并对每个电表事件区域模型赋予相应的指标状态值；将用电异常用户实际的电表事件与常规的电表事件的全部电表事件区域模型进行比对，得到与用电异常用户实际的电表事件相匹配的电表事件区域模型。5.如权利要求4所述的智能防窃电分析方法，其特征在于，对用电异常用户的电表历史数据进行分析，以确定用电异常用户实际的用电特征，包括：常规的用户用电特征的各单项指标的类型包括：电流纵向信息、电流横向信息、负载率信息、以及作业习惯信息；将常规的用户用电特征的各单项指标进行用电...

【专利技术属性】
技术研发人员：李盛威，韦俊逸，曾亚军，李中平，
申请(专利权)人：亿米特上海信息科技有限公司，
类型：发明
国别省市：上海;31