基于多元线性回归分析的高损台区用电异常用户检测定位方法技术

一种基于多元线性回归分析的高损台区用电异常用户检测定位方法，是通过建立台区单位时间损失电量时间序列与下属各用户单位时间用电量时间序列之间的多元线性回归模型，分析判断sig值以确定各个（用户用电量）自变量对台区单位时间损失电量时间序列的影响大小，并将对因变量具有显著影响的自变量作为高损台区下的用电异常用户。如此，通过所建立的多元线性回归模型能够在台区线损异常时检测定位台区下属用电异常用户，及时进行稽查以减小由用户窃电带来的损失。本方法同样适用于配电线路上窃电专变用户的识别。

User Detection and Location Method of Electricity Abnormality in High Loss Station Area Based on Multiple Linear Regression Analysis

【技术实现步骤摘要】
基于多元线性回归分析的高损台区用电异常用户检测定位方法
本专利技术涉及电网线损分析领域，具体涉及一种基于台区线损异常以多元线性回归分析检测和定位用电异常用户的方法，以对异常用电用户(窃电用户)进行定位识别。
技术介绍
电力系统中长期存在的窃电现象，直接造成供电企业收益损失，对供电企业发展乃至生存构成突出威胁。智能电网中具有通信能力智能电表的普及应用，使得供电企业能够掌握电力用户的分时段用电负荷数据，为利用用电数据挖掘分析识别窃电用户奠定了重要基础。现有基于智能电表记录数据检测窃电行为的技术方法主要分为两大类。第一大类为基于规则的窃电检测，这些方法以低压居民单相用户零序电流不为零或三相电力用户单相失压或有功功率倒送等规则为依据，检测识别窃电行为。因为所凭借规则具有明确的物理意义，能精准定位窃电用户。第二类方法主要为基于数据驱动的人工智能类智能算法。这些算法以窃电导致用电量突然下降为背景，针对不同指标采用各种算法识别用电量的突变点。由于实际电力系统中，环保检查、设备故障、安全检查等各种原因都可能导致电力用户停工和用电量突变，这种基于用电量突变的检测算法本身就存在判据容易误判的问题，在工程实际应用中很难取得实用化。实际工作中，供电企业营销管理部门往往按照台区和线路考核供电线损。其中，台区是指的单台配电变压器所供电范围，台区线损是配电变压器供电量与台区各电力用户电表计量用电量的电量差值，台区线损率是台区线损电量与配电变压器供电量的百分比。无窃电台区的线损率一般在2％-3％之间。类似的，配电线路供电电量与接入该线路用户用电量的差值为线路线损，而线路线损率则是线路线损与线路供电量的百分比。由于窃电是造成线损率居高不下的重要原因，供电企业线损管理中，营销人员往往选择线损最高的台区/线路进行用电稽查，如线损大于5％的台区一般认为存在窃电行为。尽管营销计量系统中记录有台区/线路下属所有用户的详细用电数据，但由于缺乏有效的数据挖掘分析方法，营销人员只能在选定高线损台区后根据经验逐个排查窃电用户，亟待研究适用的高损台区/线路窃电用户定位识别算法，提高用电稽查工作效率。常用窃电方法中，分压法、分流法和单相失压、失流均可等比例的降低用电负荷的电能量计量读数，采用该类方法窃电的用户用电量越大则台区/线路线损电量和线损率越高。利用这种关联特性，有可能根据台区/线路记录的供电量时序数据和下属电力用户用电量时序数据，进行挖掘分析，从中识别出导致台区/线路线损电量增加的高危窃电用户，以便营销人员有针对性地开展现场稽查。
技术实现思路
本专利技术的目的是，针对上述现有技术的不足，提供一种基于多元线性回归分析的高损台区用电异常用户检测定位方法。为了达到上述目的，本专利技术所采用的技术方案是：一种基于多元线性回归分析的高损台区用电异常用户检测定位方法，该方法步骤如下：步骤1：确定窃电高危台区，并获取该窃电高危台区的单位时间损失电量数据及下属各用户的单位时间用电量数据，建立单位时间损失电量时间序列及下属各用户的单位时间用电量时间序列；上述窃电高危台区中，单位时间损失电量时间序列Y＝{Y1，Y2，…，Yn}，下属各用户的单位时间用电量时间序列Xi＝{Xi1，Xi2，…Xin}，其中，n为时间序列中的元素个数，i＝1，2，…，N；步骤2：根据步骤1所获取的时间序列，以Xi为自变量、Y为因变量构建多元线性回归模型；步骤3：根据构建的多元线性回归模型分析各用户单位时间用电量时间序列Xi对单位时间损失电量时间序列Y影响程度的大小，若自变量的Sig.值≥0.05，则该自变量对应的用户用电正常，若自变量的Sig.值＜0.05，则该自变量对因变量具有显著影响，对应的用户为用电异常用户。上述步骤1中，窃电高危台区的确定可根据各台区的线损率或线损波动率来确定，皆为本领域的常规技术。以线损率来确定时，由供电企业根据当地实际情况决定，因10kV配电台区理论线损多在2％-3％之间，一般认为线损高于5％的台区为高损台区即窃电高危台区。上述步骤1中的单位时间可为具体的时段。当单位时间为日(即24小时)时，获取的各用户用电量数据中直接包含日用电量数据，则可直接建立下属各用户的日用电量时间序列；当单位时间为15分钟、30分钟、60分钟或12小时等其他时段时，可根据获取的各用户用电量数据计算出时段用电量数据后再建立下属各用户的小时用电量时间序列。在序列建立时，单位时间损失电量时间序列及下属各用户的单位时间用电量时间序列的单位时间要一致，即损失电量时间序列采用的单位时间是60分钟时，下属各用户的用电量时间序列采用的单位时间亦为60分钟。上述步骤2中多元线性回归模型的构建为现有技术，如采用SPSS软件进行构建。本方法是确定窃电高危台区后，再以该台区的单位时间损失电量和用户单位时间用电量序列，建立多元线性回归模型来分析确定异常用电用户；但也可以直接用某台区的线损率和用户用电量序列建立多元线性回归模型分析异常用电用户，虽然指标准确性不如本专利技术，但也不失为一判断方法。供电企业一般将线损超过一定门槛值的高线损台区视为窃电高危台区，需要在窃电高危台区中检测识别窃电用户。当台区下属用户采用等比例方式窃电时，窃电用户用电量越大则台区线损率或线损波动率越高。在台区线损出现异常情况时，通过构建多元线性回归模型分析用户单位时间用电量时间序列对窃电高危台区单位时间损失电量时间序列的影响，建立了多组变量之间的线性因果关系，能够同时并直观地确定台区下属多个用户单位时间用电量对台区单位时间损失电量的影响，从而找到对窃电高危台区单位时间损失电量时间序列产生显著影响的用户。相较于对窃电高危台区下属用户进行上门逐一稽查，该方法减少了窃电稽查的成本，缩小了稽查范围，能够针对该方法所确定的用电异常用户进行针对性的重点稽查。将台区线损电量替换为配电线路线损电量，用户用电量替换为配电变压器用电量时，本方法同样适用于配电线路上窃电专变用户的识别。附图说明图1为本专利技术的方法流程图。具体实施方式结合参见图1，本专利技术为一种基于多元线性回归分析的高损台区用电异常用户检测定位方法，该方法步骤具体如下：步骤1：确定窃电高危台区，并获取该窃电高危台区的单位时间损失电量数据及下属各用户的用电量数据，建立单位时间损失电量时间序列及下属各用户的单位时间用电量时间序列；上述窃电高危台区中，单位时间损失电量时间序列Y＝{Y1，Y2，…，Yn}，下属各用户的单位时间用电量时间序列Xi＝{Xi1，Xi2，…Xin}，其中，n为时间序列中的元素个数，i＝1，2，…，N；上述步骤1中，窃电高危台区的确定可根据各台区的线损率或线损波动率来确定，皆为本领域的常规技术。以线损率来确定时，由供电企业根据当地实际情况决定，因10kV配电台区理论线损多在2％-3％之间，一般认为线损高于5％的台区为高损台区即窃电高危台区。上述步骤1中的单位时间可为具体的时段。当单位时间为日(即24小时)时，获取的各用户用电量数据中直接包含日用电量数据，则可直接建立下属各用户的日用电量时间序列；当单位时间为15分钟、30分钟、60分钟或12小时等其他时段时，可根据获取的各用户用电量数据计算出时段用电量数据后再建立下属各用户的小时用电量时间序列。步骤2：根据步骤1所获取的时间序列，以用户用电量本文档来自技高网...

【技术保护点】
1.一种基于多元线性回归分析的高损台区用电异常用户检测定位方法，其特征在于：该方法步骤如下：步骤1：确定窃电高危台区，并获取该窃电高危台区的单位时间损失电量数据及下属各用户的单位时间用电量数据，建立单位时间损失电量时间序列及下属各用户的单位时间用电量时间序列；上述窃电高危台区中，单位时间损失电量时间序列Y＝{Y1，Y2，…，Yn}，下属各用户的单位时间用电量时间序列Xi＝{Xi1，Xi2，…Xin}，其中，n为时间序列中的元素个数，i＝1，2，…，N；步骤2：根据步骤1所获取的时间序列，以Xi为自变量、Y为因变量构建多元线性回归模型；步骤3：根据构建的多元线性回归模型分析自变量Xi对因变量Y的影响程度，若自变量的Sig.值≥0.05，则该自变量对应的用户用电正常，若自变量的Sig.值＜0.05，则该自变量对因变量具有显著影响，对应的用户为用电异常用户。

【技术特征摘要】
1.一种基于多元线性回归分析的高损台区用电异常用户检测定位方法，其特征在于：该方法步骤如下：步骤1：确定窃电高危台区，并获取该窃电高危台区的单位时间损失电量数据及下属各用户的单位时间用电量数据，建立单位时间损失电量时间序列及下属各用户的单位时间用电量时间序列；上述窃电高危台区中，单位时间损失电量时间序列Y＝{Y1，Y2，…，Yn}，下属各用户的单位时间用电量时间序列Xi＝{Xi...

【专利技术属性】
技术研发人员：苏盛，金晟，曹一家，杜章华，付青，殷涛，毛源军，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：湖南,43