【技术实现步骤摘要】
一种基于休哈特-累积和联合控制图的窃电检测方法
本专利技术属于
，具体涉及一种基于休哈特-累积和联合控制图的窃电检测方法。
技术介绍
随着社会经济的高速发展，用电需求与日俱增，受可观经济利益的驱使，窃电行为屡禁不止。据不完全统计，全世界范围内每年由于窃电而造成的经济损失高达960亿美元，仅我国电力企业每年的窃电经济损失高达200亿元。此外，窃电分子的不法、违规操作可能会损坏价格高昂的供电设备，甚至出现大面积停电，引发火灾，造成人员伤亡。随着高级量测体系逐渐建立，智能电表普及率不断攀升，窃电手段也由过去常用的破坏传统电表或私拉电线等转变为借助数字存储技术和网络通信技术对智能电表进行攻击。由于窃电方式出现高科技手段且呈现出广泛性、多样性、隐蔽性和成本低等特点，智能电网环境下的窃电形势可能愈加严峻。为了解决智能电网中的窃电检测问题，国内外专家学者做了大量的工作。大体可以分为两类：(1)基于机器学习的窃电检测方法；(2)基于系统状态的窃电检测方法。其中，基于机器学习的窃电检测方法的基本思想是利用现有机器学习、数据挖掘、...
【技术保护点】
1.一种基于休哈特-累积和联合控制图的窃电检测方法，其特征在于，通过对诚实用户历史用电数据和中心监测仪的历史数据进行分析和处理，选取数据汇报周期t内电网公司输送总电量与所有用户上报总用电量的差值和某特定用户的日用电量分别作为两阶段样本值，分析各阶段样本数据的数值特征，并建立相应的休哈特-累积和联合控制图，监测新的时间窗内样本数据的均值偏移情况，实现检测邻域网中是否有少量或非少量窃电发生以及判断某特定用户是否为发起少量窃电或非少量窃电攻击的恶意用户，完成窃电检测和恶意用户识别。/n
【技术特征摘要】
1.一种基于休哈特-累积和联合控制图的窃电检测方法，其特征在于，通过对诚实用户历史用电数据和中心监测仪的历史数据进行分析和处理，选取数据汇报周期t内电网公司输送总电量与所有用户上报总用电量的差值和某特定用户的日用电量分别作为两阶段样本值，分析各阶段样本数据的数值特征，并建立相应的休哈特-累积和联合控制图，监测新的时间窗内样本数据的均值偏移情况，实现检测邻域网中是否有少量或非少量窃电发生以及判断某特定用户是否为发起少量窃电或非少量窃电攻击的恶意用户，完成窃电检测和恶意用户识别。
2.根据权利要求1所述的基于休哈特-累积和联合控制图的窃电检测方法，其特征在于，窃电检测的具体步骤如下：
S101、收集周期t内电网公司输送总电量rt与周期t内所有用户的用电量上报值qi′,t，i∈G，计算输送总电量与所有用户上报总用电量的差值xt；
S102、设置观测时间窗长度m0，将所有样本数据值xt划分为n1个子组，计算第k个时间窗内样本值xt的均值，得到n1个样本变量
S103、计算n1个的均值估计参数根据所有时间窗内样本数据xt的范围值pi，得到所有子组范围的均值计算的无偏估计值
S104、建立休哈特-累积和联合控制图来监测新时间窗口内输送总电量的测量值与所有用户报告的用电量总和的差异。
3.根据权利要求2所述的基于休哈特-累积和联合控制图的窃电检测方法，其特征在于，步骤S101中，周期t内输送总电量与所有用户上报总用电量的差值xt为：
其中，rt为电网公司在周期t内输送给该邻域网内所有用户的总电量，qi′,t为用户i在周期t内用电量上报值，n为邻域网中用户的数量。
4.根据权利要求2所述的基于休哈特-累积和联合控制图的窃电检测方法，其特征在于，步骤S102中，n1个样本变量为：
其中，j0为起始时刻。
5.根据权利要求2所述的基于休哈特-累积和联合控制图的窃电检测方法，其特征在于，步骤S103中，均值为：
第k个样本数据xt子组的范围值pk，即该时间窗内子组的最大、最小值的差值为：
所有子组范围值的平均值为：
无偏估计值为：
其中，d2(m0)为取决于子组大小m0的常数。
6.根据权利要求2所述的基于休哈特-累积和联合控制图的窃电检测方法，其特征在于，步骤S104具体为：
S1041、在检测开始后，收集第i个检测时间窗内的rj和qi′,j值，i＞n1，其中j＝j0+(i-1)m0,...,j0+im0-1，计算相应m0个样本值xj以及平均值
S1042、计算的标准化值设置hs表示休哈特控制图的阈值，若zi＞hs，认为邻域网中存在数据异常，有以下三种可能情况发生：
至少有一个恶意用户实施了n-SA...
【专利技术属性】
技术研发人员：夏小芳，蔺健，肖阳，崔江涛，彭延国，肖杨，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61
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。