基于向量自回归模型的高损线路窃电检测方法技术

一种基于向量自回归模型的高损线路窃电检测方法，是利用线路线损电量与下属各用户用电量之间存在长期动态互动关系，首先，运用边限协整检验分析线损电量和用户用电量的长期均衡关系；然后，构建线路线损电量与下属各用户用电量的向量自回归模型，计算脉冲响应函数；最后，通过方差分解量化分析线损电量与用户用电量之间的波动贡献度，将对线损电量有显著影响且波动贡献度最大的用户识别为窃电嫌疑用户。本方法不要求用户与线路具有相同的单整阶数，并能给出用户对线损贡献度的量化结果。

【技术实现步骤摘要】
基于向量自回归模型的高损线路窃电检测方法
本专利技术属于电网线损分析领域，涉及一种基于线路线损异常以建立向量自回归模型分析检测和定位用电异常用户的方法，以对窃电嫌疑用户(用电异常用户)进行定位识别。
技术介绍
市场经济条件下，部分不法经营者采用各种手段窃取电能，直接造成供电企业收益损失。传统上，用电异常检测主要依靠人工排查，因数据匮乏、异常检测缺乏指向性，往往消耗大量人力、物力但收效不彰。目前，我国电网企业已基本实现用电信息的完整采集，能及时准确掌握电力用户的用电数据和客户信息，为利用用电数据挖掘分析识别窃电用户提供了有效技术支撑。供电企业生产技术人员根据经验总结了低压用户零序电流、功率反向和电表失压等具有确切物理意义的指标，能准确标识用电异常行为，但该类方法仅适用于特定类型的窃电手法，无法检出绕表用电等其它形式的窃电。电力工作者围绕数据驱动的用电异常检测，从无监督的聚类分析和有监督的分类分析两方面开展了大量研究。这些研究一般根据用户窃电会表现出用电量的趋势性下降、日负荷曲线的异常以及报装容量利用率偏低等共有的特征，再结合客户信本文档来自技高网...

【技术保护点】
1.一种基于向量自回归模型的高损线路窃电检测方法，其特征在于，该方法步骤如下：/n步骤1.确定窃电高损线路，获取该窃电高损线路的单位时间损失电量数据及在相同时间段内该高损线路的下属各用户的单位时间用电量数据，分别建立单位时间损失电量时间序列S＝{S

【技术特征摘要】
1.一种基于向量自回归模型的高损线路窃电检测方法，其特征在于，该方法步骤如下：
步骤1.确定窃电高损线路，获取该窃电高损线路的单位时间损失电量数据及在相同时间段内该高损线路的下属各用户的单位时间用电量数据，分别建立单位时间损失电量时间序列S＝{Si,S2,...,St}及下属各用户的单位时间用电量时间序列Yi＝{Yi1，Yi2，Yit}，其中，i为下属用户，i＝1，2，…，n，n为下属全部用户的数量，t为时间序列的长度；
步骤2.分别构建该高损线路下属各用户的单位时间用电量时间序列Y1，Y2，Y3...Yn与单位时间损失电量时间序列S的无约束误差修正模型，通过边限协整检验方法检验该高损线路的损失电量与下属各用户的用电量之间是否存在长期协整关系，若存在长期协整关系，则进入步骤3；
步骤3.构建该高损线路下属各用户的单位时间用电量时间序列Y1,Y2,Y3…Yn与单位时间损失电量时间序列S的向量自回归模型，确定模型最优滞后期数使向量自回归模型稳定；
步骤4.在建立的向量自回归模型基础上，采用脉冲响应函数分析对损失电量具有长短期显著影响的用户，再对损失电量与下属各用户进行动态方差分解，计算每个用户对损失电量变化的贡献度，将对高损线路的损失电量有显著影响且波动贡献度最大的用户识别为窃电嫌...

【专利技术属性】
技术研发人员：苏盛，殷涛，金晟，李文松，赖志强，刘康，郑应俊，张傲，翟中祥，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：湖南;43