一种基于负荷特征模型库的窃电智能诊断方法和设备技术

本发明专利技术实施例提供一种基于负荷特征模型库的窃电智能诊断方法和设备，该方法包括：获取配变电能表及配变电能表对应的n个用户的电能表在多个时刻的历史负荷数据和n个用户的电能表在多个时刻的三相电流数据；根据历史负荷数据得到配电台区在多个时刻的管理线损；根据配变电能表对应的n个用户的电能表在多个时刻的历史负荷数据及配电台区在多个时刻的管理线损得到各用户对应的历史负荷数据与配电台区的管理线损的相关性系数；根据n个用户的电能表在多个时刻的三相电流数据得到各用户的电流不平衡率；根据各用户对应的历史负荷数据与配电台区的管理线损的相关性系数和各用户的电流不平衡率确定窃电嫌疑用户，提高了窃电诊断的效率和准确性。

An Intelligent Diagnostic Method and Equipment for Electricity Theft Based on Load Characteristic Model Base

The embodiment of the present invention provides an intelligent diagnostic method and equipment for stealing electricity based on load characteristic model library. The method includes acquiring historical load data of N users'watt-hour meters corresponding to distribution watt-hour meters at multiple times and three-phase current data of N users' watt-hour meters at multiple times, and obtaining pipes of distribution station area at multiple times according to historical load data. According to the historical load data of N users'watt-hour meters at multiple times and the management line loss of the distribution station area at multiple times, the correlation coefficient between the historical load data of each user and the management line loss of the distribution station area is obtained, and the current unbalance rate of each user is obtained according to the three-phase current data of N users' watt-hour meters at multiple times. The correlation coefficient between the historical load data of each user and the management line loss of the distribution station area and the unbalanced current rate of each user determine the suspected users of electricity theft, which improves the efficiency and accuracy of electricity theft diagnosis.

【技术实现步骤摘要】
一种基于负荷特征模型库的窃电智能诊断方法和设备
本专利技术涉及电力计量
，具体涉及一种基于负荷特征模型库的窃电智能诊断方法和设备。
技术介绍
近年来窃电行为呈现手段多样化态势，例如有的企业将电子新科技运用于窃电，破解了电表密码，重新编码，通过掌上电脑，遥控指挥电表倒转、停转、缓速等，窃电主体也由个人窃电发展到法人单位、集体窃电，窃电主体愈加多元化，造成电能大量流失，扰乱了正常的用电秩序，损害了供电企业的合法权益，导致社会公平正义缺失。现有的窃电诊断方法采用人工排查的方式，不仅效率低，而且由于人工排查一般是看电表外观和表的内部构造是否有人为改动的痕迹，并且只能判断当前是否有窃电行为，因此准确性不高。
技术实现思路
有鉴于此，本专利技术实施例提出了一种基于负荷特征模型库的窃电智能诊断方法和设备，用以解决现有窃电诊断方法效率低且准确性不高的问题。为实现上述目的，本专利技术采用如下技术方案：根据第一方面，本专利技术实施例提供了一种基于负荷特征模型库的窃电智能诊断方法，所述方法包括：获取配变电能表及所述配变电能表对应的n个用户的电能表在多个时刻的历史负荷数据和所述n个用户的电能表在所述多个时本文档来自技高网...

【技术保护点】
1.一种基于负荷特征模型库的窃电智能诊断方法，其特征在于，包括：获取配变电能表及所述配变电能表对应的n个用户的电能表在多个时刻的历史负荷数据和所述n个用户的电能表在所述多个时刻的三相电流数据，n为大于或等于1的整数；根据所述配变电能表及所述配变电能表对应的n个用户的电能表在多个时刻的历史负荷数据，得到配电台区在所述多个时刻的管理线损；根据所述配变电能表对应的n个用户的电能表在多个时刻的历史负荷数据及所述配电台区在所述多个时刻的管理线损，得到各所述用户对应的历史负荷数据与所述配电台区的管理线损的相关性系数；根据所述n个用户的电能表在所述多个时刻的三相电流数据，得到各所述用户的电流不平衡率；根据各...

【技术特征摘要】
1.一种基于负荷特征模型库的窃电智能诊断方法，其特征在于，包括：获取配变电能表及所述配变电能表对应的n个用户的电能表在多个时刻的历史负荷数据和所述n个用户的电能表在所述多个时刻的三相电流数据，n为大于或等于1的整数；根据所述配变电能表及所述配变电能表对应的n个用户的电能表在多个时刻的历史负荷数据，得到配电台区在所述多个时刻的管理线损；根据所述配变电能表对应的n个用户的电能表在多个时刻的历史负荷数据及所述配电台区在所述多个时刻的管理线损，得到各所述用户对应的历史负荷数据与所述配电台区的管理线损的相关性系数；根据所述n个用户的电能表在所述多个时刻的三相电流数据，得到各所述用户的电流不平衡率；根据各所述用户对应的历史负荷数据与所述配电台区的管理线损的相关性系数和各所述用户的电流不平衡率，确定窃电嫌疑用户。2.根据权利要求1所述的窃电智能诊断方法，其特征在于，通过以下公式得到所述配电台区在所述多个时刻的管理线损：其中，[L1，L2，L3，...，Lm]表示所述配电台区时刻1至时刻m的管理线损，[dq1，dq2，dq3，...，dqm]表示所述配变电能表时刻1至时刻m的历史负荷数据，[q11，q21，...，qn1]表示时刻1所述n个用户的电能表的历史负荷数据，[q12，q22，...，qn2]表示时刻2所述n个用户的电能表的历史负荷数据，[q13，q23，...，qn3]表示时刻3所述n个用户的电能表的历史负荷数据，...，[q1m，q2m，...，qnm]表示时刻m所述n个用户的电能表的历史负荷数据。3.根据权利要求2所述的窃电智能诊断方法，其特征在于，通过以下公式得到各所述用户对应的历史负荷数据与所述配电台区的管理线损的相关性系数：其中，[ρL1，ρL2，ρL3，…，ρLn]分别表示所述n个用户对应的历史负荷数据与所述配电台区的管理线损的相关性系数，[q1i，q2i，...，qni]表示时刻i所述n个用户的电能表的历史负荷数据，表示第一个用户在m个时刻的用电负荷的平均值，表示第二个用户在m个时刻的用电负荷的平均值，...，表示第n个用户在m个时刻的用电负荷的平均值，Li为配电台区在时刻i时的管理线损，为配电台区在m个时刻的平均管理线损。4.根据权利要求1-3中任一项所述的窃电智能诊断方法，其特征在于，根据所述n个用户的电能表在所述多个时刻的三相电流数据，得到各所述用户的电流不平衡率，包括：根据所述n个用户的电能表在所述多个时刻的三相电流数据，分别得到各所述用户在各所述时刻的三相电流的平均值；根据所述三相电流数据和各所述用户在各所述时刻的三相电流的平均值，得到各所述用户在各所述时刻的电流不平衡率；根据各所述用户在各所述时刻的电流不平衡率，得到各所述用户的电流不平衡率。5.根据权利要求4所述的窃电智能诊断方法，其特征在于，通过以下公式得到各所述用户在各所述时刻的电流不平衡率：其中，imInm表示第n个用户在时刻m的电流不平衡率，iAnm、iBnm和iCnm表示第n个用户在时刻m的三相电流数据，表示三相电流iAnm、iBnm和iCnm的平均值。6.根据权利要求5所述的窃电智...

【专利技术属性】
技术研发人员：乔俊峰，李刚，乔亚男，胡斌，杨佩，
申请(专利权)人：全球能源互联网研究院有限公司，国网重庆市电力公司，国网天津市电力公司，国家电网有限公司，
类型：发明
国别省市：北京,11