一种电能表分流分析防窃电预警分析方法技术

技术编号:15543588 阅读:172 留言:0更新日期:2017-06-05 13:15
一种电能表分流分析防窃电预警分析方法。其包括:对配电网中电能表生成的事件进行采集:对于电能表生成的事件进行无效事件筛选,去除无效事件;对于电能表上报的用电数据进行异常数据过滤筛选,并将得到的数值结合业务支持灵活配置;基于上述用电数据进行电能表分流分析等步骤。本发明专利技术效果:各类规则对异常信息进行综合判断、分析,并结合大数据挖掘技术实现海量数据准实时处理,对现场计量异常情况、窃电行为进行在线监测;用电信息采集系统中的各类异常事件和窃电行为以及窃电行为的种类存在关联关系,结合各类异常分析模型的权值、不同模型间关联关系以及关联分析算法进行综合判断及分析,判断用户窃电可能性的大小。

Electric energy meter split flow analysis and electricity stealing prewarning analysis method

Electric energy meter split flow analysis and electricity stealing prewarning analysis method. It includes: acquisition of electric energy meter generated in the distribution network for electric energy meter event: the event generated invalid event selection, remove the invalid event; for electricity meter data reported abnormal data filtering, and the value will be combined with business support flexible configuration; the electricity data the electric energy meter based on shunt analysis steps. Effect of this invention is: all kinds of rules of abnormal information comprehensive judgment, analysis, and combined with the data mining of massive data real-time processing technology, the on-line monitoring of on-site measurement anomalies and stealing behavior; the existence of the relationship between types of electricity information collection system in all kinds of abnormal events and acts of stealing and stealing behavior, combined with the analysis the model of the weight and the relationship between different models and correlation analysis algorithm for judgment and comprehensive analysis of all kinds of abnormal, determine the size of the possibility of stealing electricity.

【技术实现步骤摘要】
一种电能表分流分析防窃电预警分析方法
本专利技术属于智能电网信息化
,特别是涉及一种电能表分流分析防窃电预警分析方法。
技术介绍
在电力系统中,大数据平台采用X86架构,整合公共数据组件和智能分析决策平台,构建公司级大数据平台,可实现数据资源统一存储、数据统一对外服务,支撑大数据分析应用、专业分析应用及实时决策等分析类应用,支撑大数据量情况下的应用系统性能优化,为各类应用建设提供海量数据采集处理、存储处理、计算处理、分析挖掘等基础性支撑功能。同时作为公司级大数据平台,能同时提供在线生产数据存储能力,面向普通用户、开发人员、上层业务系统等几个层面,提供围绕数据开展的存储、处理、共享、分析计算、通用分析模型算法、可视化组件的相关服务。营销管理系统是支撑电力营销业务的信息系统,电力营销业务通过各领域具体业务的分工协作,为客户提供各类服务,完成各类营销业务处理,为供电企业的管理、经营和决策提供支持。但是,随着窃电技术智能化的不断升级,窃电主体由原来的居民用户向企业、由生活向经营、由供电企业外部到内部的发展,使得窃电现象依然得不到有效遏制,这会严重损害供电企业的合法权益,扰乱正常的供用电秩序,从而影响电力事业的发展,而且给安全用电带来严重威胁。
技术实现思路
为了解决上述问题,本专利技术的目的在于提供一种电能表分流分析防窃电预警分析方法。为了达到上述目的,本专利技术提供的电能表分流分析防窃电预警分析方法包括下列步骤:步骤1)对配电网中电能表生成的事件进行采集:步骤2)对于电能表生成的事件进行无效事件筛选,去除无效事件;步骤3)对于电能表上报的用电数据进行异常数据过滤筛选,并将得到的数值结合业务支持灵活配置;步骤4)基于上述用电数据进行电能表分流分析。在步骤2)中,所述的对于电能表生成的事件进行无效事件筛选的方法包括下列步骤:步骤2.1)剔除重复上报的事件:同1条事件重复上报,事件内容包括时间均完全相同,只按第1条进行主站智能诊断,其余事件不参与主站智能诊断;步骤2.2)剔除不符合要求的事件:剔除内容不符合通信协议格式要求的事件,包括数据乱码及应填数据为空的情况;步骤2.3)剔除明显有误的事件:剔除内容明显有误的事件,包括事件时间早于设备安装时间及事件时间晚于当前时间的情况。在步骤3)中,所述的对于电能表上报的用电数据进行异常数据过滤筛选的方法包括下列步骤:步骤3.1)剔除有功功率异常数据:正/反向有功总功率乘倍率的数值大于用户合同容量的K倍,属于有功总功率异常数据;步骤3.2)剔除日最大用电量异常数据:日冻结正/反向电能示值计算得到的电量,大于用户日最大用电量(合同容量×24h)的K倍,属于日最大用电量异常数据;步骤3.3)剔除月最大用电量异常数据:月冻结正/反向电能示值计算得到的电量,大于用户月最大用电量(合同容量×24h×30天)的K倍,属于月最大用电量异常数据;步骤3.4)剔除用户合同容量异常数据:日/月冻结最大需量乘倍率的数值大于用户合同容量的K倍,属于用户合同容量异常数据;步骤3.5)剔除二次侧电压异常数据:二次侧电压值大于二次侧额定电压值的K倍,属于二次侧电压异常数据。在步骤4)中,所述的基于上述用电数据进行电能表分流分析的方法如下:针对在电能表内部或外部采用并联小电阻而将火线电流分流,从而使进入计量元件的电流变小而达到窃电的现象,通过检测电能表内的火线电流(L)值和零线电流(N)值是否出现差异来分析用户是否存在窃电行为。当电能表电流线圈在高压电力计量系统当中被短接之后,电流互感器二次绕组端电压和电流在通过电能表电流线圈时两者会产生不相等的比值,针对这一变化,可以将故障检测系统建立起来,利用滤波以及A/D转换等电路,基于单片机的实时监控系统可以对其中二次绕组端电压数据进行采集,而且利用RS485通信接口实时监控系统还可以对电能表电流线圈当中经流的电流数据进行读取,这样监控系统就能够针对电流线圈分流窃电故障与电流互感器二次绕组端电压和电流在通过电能表电流线圈时两者的比值的变化情况进行实时监控,如果有异常增大的情况出现在两者的比值当中,就表示电能表电流线圈被短接的现象发生了。本专利技术的效果:1、各类规则对异常信息进行综合判断、分析,并结合大数据挖掘技术实现海量数据准实时处理,对现场计量异常情况、窃电行为进行在线监测;2、用电信息采集系统中的各类异常事件和窃电行为以及窃电行为的种类存在关联关系,结合各类异常分析模型的权值、不同模型间关联关系以及关联分析算法进行综合判断及分析,判断用户窃电可能性的大小;支持动态产生异常事件告警,实现对现场窃电行为的在线诊断及窃电行为分析的全过程管理,辅助提高对窃电行为分析判断的准确率。附图说明图1为本专利技术提供的电能表分流分析防窃电预警分析方法的流程图。具体实施方式下面结合附图和具体实施例对本专利技术提供的电能表分流分析防窃电预警分析方法进行详细说明。如图1所示,本专利技术提供的电能表分流分析防窃电预警分析方法包括下列步骤:步骤1)对配电网中电能表生成的事件进行采集:步骤2)对于电能表生成的事件进行无效事件筛选,去除无效事件;步骤3)对于电能表上报的用电数据进行异常数据过滤筛选,并将得到的数值结合业务支持灵活配置;步骤4)基于上述用电数据进行电能表分流分析。在步骤2)中,所述的对于电能表生成的事件进行无效事件筛选的方法包括下列步骤:步骤2.1)剔除重复上报的事件:同1条事件重复上报,事件内容包括时间均完全相同,只按第1条进行主站智能诊断,其余事件不参与主站智能诊断;步骤2.2)剔除不符合要求的事件:剔除内容不符合通信协议格式要求的事件,包括数据乱码及应填数据为空的情况;步骤2.3)剔除明显有误的事件:剔除内容明显有误的事件,包括事件时间早于设备安装时间及事件时间晚于当前时间的情况。在步骤3)中,所述的对于电能表上报的用电数据进行异常数据过滤筛选的方法包括下列步骤:步骤3.1)剔除有功功率异常数据:正/反向有功总功率乘倍率的数值大于用户合同容量的K倍,属于有功总功率异常数据;步骤3.2)剔除日最大用电量异常数据:日冻结正/反向电能示值计算得到的电量,大于用户日最大用电量(合同容量×24h)的K倍,属于日最大用电量异常数据;步骤3.3)剔除月最大用电量异常数据:月冻结正/反向电能示值计算得到的电量,大于用户月最大用电量(合同容量×24h×30天)的K倍,属于月最大用电量异常数据;步骤3.4)剔除用户合同容量异常数据:日/月冻结最大需量乘倍率的数值大于用户合同容量的K倍,属于用户合同容量异常数据;步骤3.5)剔除二次侧电压异常数据:二次侧电压值大于二次侧额定电压值的K倍,属于二次侧电压异常数据。在步骤4)中,所述的基于上述用电数据进行电能表分流分析的方法如下:针对在电能表内部或外部采用并联小电阻而将火线电流分流,从而使进入计量元件的电流变小而达到窃电的现象,通过检测电能表内的火线电流(L)值和零线电流(N)值是否出现差异来分析用户是否存在窃电行为。当电能表电流线圈在高压电力计量系统当中被短接之后,电流互感器二次绕组端电压和电流在通过电能表电流线圈时两者会产生不相等的比值,针对这一变化,可以将故障检测系统建立起来,利用滤波以及A/D转换等电路,基于单片机的实时监控系统可以对其中二次绕组端电本文档来自技高网...
一种电能表分流分析防窃电预警分析方法

【技术保护点】
一种电能表分流分析防窃电预警分析方法,其特征在于:所述的电能表分流分析防窃电预警分析方法包括下列步骤:步骤1)对配电网中电能表生成的事件进行采集:步骤2)对于电能表生成的事件进行无效事件筛选,去除无效事件;步骤3)对于电能表上报的用电数据进行异常数据过滤筛选,并将得到的数值结合业务支持灵活配置;步骤4)基于上述用电数据进行电能表分流分析。

【技术特征摘要】
1.一种电能表分流分析防窃电预警分析方法,其特征在于:所述的电能表分流分析防窃电预警分析方法包括下列步骤:步骤1)对配电网中电能表生成的事件进行采集:步骤2)对于电能表生成的事件进行无效事件筛选,去除无效事件;步骤3)对于电能表上报的用电数据进行异常数据过滤筛选,并将得到的数值结合业务支持灵活配置;步骤4)基于上述用电数据进行电能表分流分析。2.根据权利要求1所述的电能表分流分析防窃电预警分析方法,其特征在于:在步骤2)中,所述的对于电能表生成的事件进行无效事件筛选的方法包括下列步骤:步骤2.1)剔除重复上报的事件:同1条事件重复上报,事件内容包括时间均完全相同,只按第1条进行主站智能诊断,其余事件不参与主站智能诊断;步骤2.2)剔除不符合要求的事件:剔除内容不符合通信协议格式要求的事件,包括数据乱码及应填数据为空的情况;步骤2.3)剔除明显有误的事件:剔除内容明显有误的事件,包括事件时间早于设备安装时间及事件时间晚于当前时间的情况。3.根据权利要求1所述的电能表分流分析防窃电预警分析方法,其特征在于:在步骤3)中,所述的对于电能表上报的用电数据进行异常数据过滤筛选的方法包括下列步骤:步骤3.1)剔除有功功率异常数据:正/反向有功总功率乘倍率的数值大于用户合同容量的K倍,属于有功总功率异常数据;步骤3.2)剔除日最大用电量异常数据:日冻结正/反向电能示值计算得到的电量,大于用户日最大用电量(合同容量×24h)的K倍,属于日最大用电量异常数据;...

【专利技术属性】
技术研发人员:于海涛孙常鹏田黇夏宝东周峰孟洁杨青高静王旭强刘怡
申请(专利权)人:国网天津市电力公司国家电网公司
类型:发明
国别省市:天津,12

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1