基于用电数据的窃电电量分析方法、装置及电子设备制造方法及图纸

本发明专利技术公开了基于历史用电数据的窃电电量分析方法、装置及电子设备，涉及电力窃电检测技术领域，其技术方案要点是：本发明专利技术确定特征数据集中的约束条件，由约束条件对子特征数据进行分类，从而得到了表示不满足约束条件的子特征数据的时间长度的分类结果，利用聚类算法对一个时间序列所计量的历史用电数据进行聚类，将一个时段序列中的不正常用电数据聚类在一起标注为异常历史用电数据，那么异常历史用电数据的时段长度就对应了窃电的时间长度，利用所述分类结果对所述聚类结果进行验证，保证了对不符合约束条件的子特征数据分类准确性，而通过窃电识别模型中识别出不满足约束条件的子特征数据对应的异常历史用电数据的窃电方式。电方式。电方式。

【技术实现步骤摘要】
基于用电数据的窃电电量分析方法、装置及电子设备


[0001]本专利技术涉及一种电力窃电检测
，更具体地说，它涉及基于用电数据的窃电电量分析方法、装置及电子设备。

技术介绍

[0002]在电力供应和使用中，少数用户非法窃电，以达到不交或者少交电费的目的。窃电不仅使线损升高、供电企业蒙受巨大的经济损失，而且易导致供电线路跳闸中断供电、变压器烧损，甚至造成人身伤亡事故的巨大危害。随着技术手段的提高，窃电手段日益隐蔽，专业化、职业化窃电现象越来越严重，给国家电网公司造成损失，故此如何有效地进行反窃电是供电企业的重点方向。
[0003]目前相关技术中的窃电检测手段主要以人工的检验方法为主，基于人工的检验方法主要通过电力公司专业人员的主观经验和知识进行窃电检测，需要供电企业定期遣派大量的工作人员筛查潜在窃电区域，但用电者数目众多，这种方法筛查效率低，及时性与精准性不能保障。当前智能电表的已普遍应用于各种电力用户，其采集的用户的用电信息已达到较高的质量，具有实用价值。
[0004]因此如何对用电信息数据进行数据分析与挖掘，从而准确的分析出用户的窃电行为以及窃电时间，以解决相关技术中对于窃电检测的精准性较低的问题是目前急需解决的问题。

技术实现思路

[0005]本专利技术为了解决相关技术中对于窃电检测的精准性较低的问题，提供基于用电数据的窃电电量分析方法、装置及电子设备，本专利技术根据智能电表的计量方式建立对历史用电数据进行窃电分析的特征数据集，并确定特征数据集中的子特征数据的约束条件，由约束条件对子特征数据进行分类，从而得到了表示不满足约束条件的子特征数据的时间长度的分类结果，利用聚类算法对一个时间序列所计量的历史用电数据进行聚类，将一个时段序列中的不正常用电数据聚类在一起标注为异常历史用电数据，那么异常历史用电数据的时段长度就对应了窃电的时间长度，利用所述分类结果对所述聚类结果进行验证，从而综合了聚类和分类两种结果，保证了对不符合约束条件的子特征数据分类准确性，进一步提升了窃电分析的准确性，而通过窃电识别模型中识别出不满足约束条件的子特征数据对应的异常历史用电数据的窃电方式，则进一步的明确了窃电的具体行为，对窃电现在的勘验的结果起到补充和验证的效果，提升窃电检测的精准性；相应地，作为本领域技术人员的公知常识，基于微积分思想即可根据异常历史用电数据与窃电的时间长度，从而可以准确的计算出被窃电量。
[0006]本专利技术的上述技术目的是通过以下技术方案得以实现的：
[0007]本申请的第一方面，提供了一种基于用电数据的窃电电量分析方法，方法包括：
[0008]获取智能电表所计量的历史用电数据；
[0009]根据智能电表的计量方式建立对所述历史用电数据进行窃电分析的特征数据集；
[0010]确定在正常运行条件下所述特征数据集所包含的子特征数据的约束条件；
[0011]利用所述约束条件对子特征数据进行分类，得到与子特征数据对应的分类结果，其中分类结果表示不满足约束条件的子特征数据的时间长度；
[0012]利用聚类算法对一个时间序列所计量的历史用电数据进行聚类，得到聚类结果，其中聚类结果表示异常历史用电数据的时间长度；
[0013]利用所述分类结果对所述聚类结果进行验证，以确定不满足约束条件的子特征数据对应的异常历史用电数据，并将异常历史用电数据输入至窃电识别模型中识别出对应的窃电方式；
[0014]根据所述异常历史用电数据与时间长度，计算出被窃电量。
[0015]在一种实施方案中，所述计量方式包括高供高计、高供低计和低供低计三种计量方式，其中所述历史用电数据包含高供高计、高供低计和低供低计三种计量方式下智能电表所获取的电力参数。
[0016]在一种实施方案中，所述特征数据集中的子特征数据包括三相线电压、三相电压、三相电流、有功功率、无功功率、功率因数、有功电量和无功电量，其中有功电量包括正向有功电量和反向有功电量，无功电量包括正向无功电量和反向无功电量。
[0017]在一种实施方案中，所述约束条件包括：
[0018]在正常运行条件下，所述特征数据集中的子特征数据均为正值；
[0019]在高供高计计量方式下，三相线电压为三相三线中A相与B相之间的线电压，以及C相与B相之间的线电压，其中A相与B相之间的线电压与C相与B相之间的线电压的差值等于第一阈值，且A相与B相之间的线电压与C相与B相之间的线电压的值处于额定值的正负百分之十之间，其中第一阈值表示A相与B相之间的线电压同C相与B相之间的线电压之间的差异量；
[0020]在高供低计计量方式下，三相电压三者之间的差值为第二阈值，且三相电压的值处于三相额定电压的正负百分之十之间，其中第二阈值表示A相、B相、C相之间的差异量；
[0021]在所述历史用电数据中与子特征数据对应的电力参数应满足有功功率的功率曲线。
[0022]在一种实施方案中，将异常历史用电数据输入至窃电识别模型中识别出对应的窃电方式，包括：
[0023]在异常历史用电数据为总用电量与各费率电量之和不等时，窃电识别模型计算历史用电数据中正向有功电量与正向有功各费率电量之和，或反向有功电量与反向有功各费率电量之和的差值，在差值的绝对值大于费率数与常数系数的乘积时，窃电方式为改变智能电表的表内参数窃电；
[0024]在异常历史用电数据为用电量异常时，窃电识别模型计算当日用电量与前日用电量的差值，在当日用电量与前日用电量的差值小于零时，窃电方式为改变电流或电压相序窃电；或者，窃电识别模型计算当日用电量与前两日用电量的差值，在当日用电量与前两日用电量的差值等于零时，窃电方式包括电流或电压回路开路窃电，和电流回路二次短路窃电。
[0025]在一种实施方案中，识别出异常历史用电数据对应的窃电方式，还包括：
[0026]在异常历史用电数据为三相电压等于零时，窃电识别模型判断任意一相电压是否小于参比电压与常数系数的乘积，且另一相电压或另两相电压是否大于等于参比电压与常数系数的乘积，若是，则窃电方式为通过断开智能电表的计量回路的一相或多相电压窃电；
[0027]在异常历史用电数据为三相电压低于额定电压值时，窃电识别模型判断任意一相电压是否小于参比电压与常数系数的乘积，若是，则窃电方式为智能电表所计量的回路欠压窃电；
[0028]在异常历史用电数据为三相电压不平衡时，窃电识别模型计算三相电压的不平衡率，在三相电压的不平衡率大于0.9时，窃电方式为单相或两相欠压窃电；
[0029]在异常历史用电数据为B相电压不为零时，窃电识别模型判断智能电表的计量方式是否为高供高计，且判断智能电表的接线方式是否为三相三线，若是，则窃电方式为B相接入单相负荷窃电。
[0030]在一种实施方案中，识别出异常历史用电数据对应的窃电方式，还包括：
[0031]在异常历史用电数据为任一相或两相电流小于启动电流时，窃电识别模型判断判断任意一相电流是否小于启动电流，且另一相电流或另两相电流本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于用电数据的窃电电量分析方法，其特征在于，方法包括：获取智能电表所计量的历史用电数据；根据智能电表的计量方式建立对所述历史用电数据进行窃电分析的特征数据集；确定在正常运行条件下所述特征数据集所包含的子特征数据的约束条件；利用所述约束条件对子特征数据进行分类，得到与子特征数据对应的分类结果，其中分类结果表示不满足约束条件的子特征数据的时间长度；利用聚类算法对一个时间序列所计量的历史用电数据进行聚类，得到聚类结果，其中聚类结果表示异常历史用电数据的时间长度；利用所述分类结果对所述聚类结果进行验证，以确定不满足约束条件的子特征数据对应的异常历史用电数据，并将异常历史用电数据输入至窃电识别模型中识别出对应的窃电方式；根据所述异常历史用电数据与时间长度，计算出被窃电量。2.根据权利要求1所述的基于用电数据的窃电电量分析方法，其特征在于，所述计量方式包括高供高计、高供低计和低供低计三种计量方式，其中所述历史用电数据包含高供高计、高供低计和低供低计三种计量方式下智能电表所获取的电力参数。3.根据权利要求2所述的基于用电数据的窃电电量分析方法，其特征在于，所述特征数据集中的子特征数据包括三相线电压、三相电压、三相电流、有功功率、无功功率、功率因数、有功电量和无功电量，其中有功电量包括正向有功电量和反向有功电量，无功电量包括正向无功电量和反向无功电量。4.根据权利要求3所述的基于用电数据的窃电电量分析方法，其特征在于，所述约束条件包括：在正常运行条件下，所述特征数据集中的子特征数据均为正值；在高供高计计量方式下，三相线电压为三相三线中A相与B相之间的线电压，以及C相与B相之间的线电压，其中A相与B相之间的线电压与C相与B相之间的线电压的差值等于第一阈值，且A相与B相之间的线电压与C相与B相之间的线电压的值处于额定值的正负百分之十之间，其中第一阈值表示A相与B相之间的线电压同C相与B相之间的线电压之间的差异量；在高供低计计量方式下，三相电压三者之间的差值为第二阈值，且三相电压的值处于三相额定电压的正负百分之十之间，其中第二阈值表示A相、B相、C相之间的差异量；在所述历史用电数据中与子特征数据对应的电力参数应满足有功功率的功率曲线。5.根据权利要求3所述的基于用电数据的窃电电量分析方法，其特征在于，将异常历史用电数据输入至窃电识别模型中识别出对应的窃电方式，包括：在异常历史用电数据为总用电量与各费率电量之和不等时，窃电识别模型计算历史用电数据中正向有功电量与正向有功各费率电量之和，或反向有功电量与反向有功各费率电量之和的差值，在差值的绝对值大于费率数与常数系数的乘积时，窃电方式为改变智能电表的表内参数窃电；在异常历史用电数据为用电量异常时，窃电识别模型计算当日用电量与前日用电量的差值，在当日用电量与前日用电量的差值小于零时，窃电方式为改变电流或电压相序窃电；或者，窃电识别模型计算当日用电量与前两日用电量的差值，在当日用电量与前两日用电量的差值等于零时，窃电方式包括电流或电压回路开路窃电，和电流回路二次短路窃电。
6.根据权利要求3所述的基于用电数据的窃电电量分析方法，其特征在于，识别出异常历史用电数据对应的窃电方式，还包括：在异常历史用电数据为三相电压等于零时，窃电识别模型判断任意一相电压是否小于参比电压与常数系数的乘积，且另一相电压或另两相电压是否大于等于参比电压与常数系数的乘积，若是，则窃电方式为通过断开智能电表的计量回路的一相或多相电压窃电；在异常历史用电数据为三相电压低于额定电压值时，窃电识别模型判断任意...

【专利技术属性】
技术研发人员：谢智，钟黎，张君胜，方建全，白泰，何大可，吴蒙，李洵，白佳灵，丁熠辉，陈维民，史爽，史钧友，
申请(专利权)人：四川巨棠科技有限公司，
类型：发明
国别省市：