基于非侵入负荷辨识的窃电行为稽查方法及系统技术方案

本发明专利技术公开了一种基于非侵入负荷辨识的窃电行为稽查方法及系统，包括负荷辨识数据统计、窃电行为负荷判定、窃电行为日判定、窃电行为稽查对象判定。统计边端设备非侵入负荷辨识算法产生的分项负荷多维特征数据，与分项负荷历史多维特征比对，判定是否为窃电行为负荷。再将各个负荷执行软投票策略，判定是否为窃电行为日。最后计算周期内窃电行为日占比，判定是否为窃电行为稽查用户。本发明专利技术创新性在用电稽查领域引入细颗粒度分项负荷辨识数据，并设计三层级窃电行为检测流程，解决了仅依赖日冻结电量进行窃电行为检测不准的问题，可实现长时间尺度下窃电用户的精准定位。时间尺度下窃电用户的精准定位。时间尺度下窃电用户的精准定位。

【技术实现步骤摘要】
基于非侵入负荷辨识的窃电行为稽查方法及系统


[0001]本专利技术属于用电计量领域，更具体地，涉及一种基于非侵入负荷辨识的窃电行为稽查方法及系统。

技术介绍

[0002]长期以来，窃电、违规用电等用户侧异常用电行为直接造成了电网公司的经济损失，严重影响了用户计量装置的准确可靠运行与电网安全稳定供电，破坏了全社会用电安全管理与公平公正竞争。因此，窃电等用户异常用电行为识别、定位与预警一直是用电稽查领域的关键难题。然而，新型窃电手段层出不穷，并朝着隐蔽化、数字化、专业化、规模化发展。高科技窃电手段日趋隐蔽，这就导致进行窃电稽查时，无论是在判定用户窃电行为，还是估算、追讨窃电电费的过程中，执法难度显著上升。此外，有时尽管发现电量计量有误，却因没能进行合理的用电行为分析而无法将其定性为窃电行为，导致电能白白损失。
[0003]目前常见的窃电行为有：欠压法窃电、欠流法窃电、移相法窃电、改变电能表结构性能窃电、私拉电线等方法。从数学本质角度考虑，窃电行为方法可总结为比例缩减、削峰缩减、移峰缩减、置零缩减等多种类型。
[0004]传统的窃电稽查方法有：直观检查法、电流检查法、功率对比法、仪表检查法、功率因数法、电量分析法、对比计费方案、采集系统监控法。例如，CN114002469A公开了一种窃电检测方法、装置及窃电检测仪，通过比对电能表入户总线的火线、零线总电流实时数据进行窃电检测。其不足之处在于仅使用了入户总线火零线电流超差及表内外火线电流进行判断窃电异常情况，逻辑简单，难以检测火零线同步降电流等适应日益复杂的用户窃电方法。
[0005]CN110097297A公开了一种多维度结合发现专变计量装置窃电的方法，通过用电量减少特征与多重阈值比对实现变压器二次侧分流窃电识别。但此类方法只对分流窃电手段有良好的检测效果，难以检测比例缩减等其他窃电方式。
[0006]CN108593990B公开了一种基于电能用户用电行为模式的窃电检测方法和应用，基于用电信息采集系统中的用户电能计量信息，采用人工智能算法(K
‑
means聚类算法与LOF算法)进行数据异常检测，实现电能用户不同类型窃电行为监测。但此类大数据分析方法是依赖用户历史日冻结电量序列，数据颗粒度粗，检测精度低。
[0007]关于负荷分解现有两种技术，侵入式负荷分解和非侵入负荷分解。侵入式负荷监测：在负荷内部每一个用电设备上安装一个传感器，进而监测不同用电设备实时的功率消耗比例。其优点：计量较为准确。其缺点：投入较大，安装工作需要进入负荷内部，影响电力用户正常的生产和生活，不适宜全面推广。非侵入负荷辨识技术通过入户总线处进行电压电流信号解析，获取用户用电细节信息，如电器的启停时间、耗能水平、使用规律等，实现了细化到设备层级的细颗粒度负荷数据分解，给用户窃电行为稽查带来了区别于之前方法的新数据源与分析思路。
[0008]CN109490679A公开了一种基于非侵入负荷监测的智能窃电稽查系统及方法，主要包括(1)判断用电户是否为窃电嫌疑用户；(2)将用户的电器设备分为运行状态可以反映用
户全天用电行为适用于间歇性甩表窃电行为分析的电器设备和运行状态监测结果不受少计量窃电行为影响的电器设备；然后，计算窃电行为评判指标；(3)判定用户窃电行为；(4)利用正常情况下相同类型电器设备的累计耗电量与用户总电量之间的关系，以及该用户的窃电行为评判结果，估算该用户的窃电量。本专利技术相对于该对比文件的改进之处在于：本专利使用更加精细化的非侵入负荷辨识数据进行窃电用户检测，同时设计了动态更新负荷特征参数方法，能保障窃电异常情况检测能力的长期有效性，有效应对用户窃电的随机变化，以及，该对比文件只适用了分项电器功率及运行时间，而本专利使用了负荷稳定运行功率、负荷稳定运行电流、负荷启动阶跃功率、负荷关停阶跃功率四种特征参数进行概率计算，特征参数更加多维，因此检测准确度更高。。

技术实现思路

[0009]本专利技术的目的在于利用非侵入负荷辨识分项负荷数据克服现有窃电行为稽查方法检测精度不足的难题，提供一种基于非侵入负荷辨识的窃电行为稽查方法，其特征在于，该方法包括：
[0010]步骤S1：按照设定的关键词统计每日负荷辨识数据，形成日分项负荷特征数据表单；
[0011]步骤S2：将日分项负荷与历史分项负荷进行多维特征比对，通过比对结果来判定日分项负荷是否为窃电异常负荷，若判定日分项负荷为窃电行为负荷，则计算日分项负荷属于窃电行为的概率；
[0012]步骤S3：对非异常用电情况负荷的历史分项负荷数据表单进行更新；
[0013]步骤S4：对当日是否为用户窃电行为日进行判定；
[0014]步骤S5：在设定周期内统计用户窃电行为日总数占比，对该用户是否为窃电行为稽查对象进行判定。
[0015]优选地，在步骤S1中，统计日分项负荷特征数据表单的关键词为：负荷种类、负荷稳定运行功率、负荷稳定运行电流、负荷启动阶跃功率、负荷关停阶跃功率。
[0016]优选地，在步骤S2中，统计历史分项负荷数据表单的关键词同样为：负荷种类、负荷稳定运行功率、负荷稳定运行电流、负荷启动阶跃功率、负荷关停阶跃功率；
[0017]历史分项负荷数据为该负荷的历史平均值，采用公式(1)判断第i种负荷是否属于窃电行为负荷：
[0018][0019]其中，P
i
为当日负荷稳定运行功率、为历史负荷稳定运行功率、I
i
为当日负荷稳定运行电流、为历史负荷稳定运行电流、Po
i
为当日负荷启动阶跃功率、为历史负荷启动阶跃功率、Pc
i
为当日负荷关停阶跃功率、为历史负荷关停阶跃功率、Th
i
为判定阈值。
[0020]优选地，在步骤S2中，若判定第i种负荷为窃电行为负荷，采用公式(2)计算该负荷隶属于窃电行为的概率pro(i)：
[0021][0022]其中，P
i
为当日负荷稳定运行功率、为历史负荷稳定运行功率、I
i
为当日负荷稳定运行电流、为历史负荷稳定运行电流、Po
i
为当日负荷启动阶跃功率、为历史负荷启动阶跃功率、Pc
i
为当日负荷关停阶跃功率、为历史负荷关停阶跃功率。
[0023]优选地，在步骤S3中，采用公式(3)对第i种负荷的非异常用电情况负荷的历史分项负荷数据表单进行更新：
[0024][0025]其中，为第i种负荷的第J项特征的历史分项特征参数、为历史日数、J
i
为当日分项特征参数、为历史分项特征参数的更新值。
[0026]优选地，在步骤S4中，采用公式(4)统计当日具有窃电行为负荷占总负荷数比率ratio(k)：
[0027]ratio(k)＝N/M
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0028]其中，N为步骤S3中判定为窃电行为负荷的总数，M为步骤S1中当日统计的负荷种类总数。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于非侵入负荷辨识的窃电行为稽查方法，其特征在于，该方法包括：步骤S1：按照设定的关键词统计每日负荷辨识数据，形成日分项负荷特征数据表单；步骤S2：将日分项负荷与历史分项负荷进行多维特征比对，通过比对结果来判定日分项负荷是否为窃电异常负荷，若判定日分项负荷为窃电异常负荷，则计算日分项负荷属于窃电行为的概率；步骤S3：对非异常用电情况负荷的历史分项负荷数据表单进行更新；步骤S4：对当日是否为用户窃电行为日进行判定；步骤S5：在设定周期内统计用户窃电行为日总数占比，对该用户是否为窃电行为稽查对象进行判定。2.根据权利要求1所述的一种基于非侵入负荷辨识的窃电行为稽查方法，其特征在于，在步骤S1中，统计日分项负荷特征数据表单的关键词为：负荷种类、负荷稳定运行功率、负荷稳定运行电流、负荷启动阶跃功率、负荷关停阶跃功率。3.根据权利要求2所述的一种基于非侵入负荷辨识的窃电行为稽查方法，其特征在于，在步骤S2中，统计历史分项负荷数据表单的关键词同样为：负荷种类、负荷稳定运行功率、负荷稳定运行电流、负荷启动阶跃功率、负荷关停阶跃功率；历史分项负荷数据为该负荷的历史平均值，采用公式(1)判断第i种负荷是否属于窃电行为负荷：其中，P
i
为当日负荷稳定运行功率、为历史负荷稳定运行功率、I
i
为当日负荷稳定运行电流、为历史负荷稳定运行电流、Po
i
为当日负荷启动阶跃功率、为历史负荷启动阶跃功率、Pc
i
为当日负荷关停阶跃功率、为历史负荷关停阶跃功率、Th
i
为判定阈值。4.根据权利要求1所述的一种基于非侵入负荷辨识的窃电行为稽查方法，其特征在于，在步骤S2中，若判定第i种负荷为窃电行为负荷，采用公式(2)计算该负荷隶属于窃电行为的概率pro(i)：其中，P
i
为当日负荷稳定运行功率、为历史负荷稳定运行功率、I
i
为当日负荷稳定运行电流、为历史负荷稳定运行电流、Po
i
为当日负荷启动阶跃功率、为历史负荷启动阶跃功率、Pc
i
为当日负荷关停阶跃功率、为历史负荷关停阶跃功率。5.根据权利要求1所述的一种基于非侵入负荷辨识的窃电行为稽查方法，其特征在于，在步骤S3中，采用公式(3)对第i种负荷的非异常用电情...

【专利技术属性】
技术研发人员：方凯杰，黄奇峰，徐晴，庄重，段梅梅，程含渺，黄艺璇，丁泽诚，曹晓冬，
申请(专利权)人：国网江苏省电力有限公司营销服务中心，
类型：发明
国别省市：