一种反窃电预警方法技术

本发明专利技术公开了一种反窃电预警方法，通过建立线损异常线路排查模块，并根据模块设定的参数排查线损异常的线路；然后对用户窃电行为分析，以线损异常线路为分析对象，通过空间维度窃电嫌疑辨识、时间维度窃电嫌疑辨识和关联维度窃电嫌疑辨识三种方式对用户窃电行为进行分析；然后建立异常用户筛选模块，根据预估窃电量，计算窃电量比例，再根据窃电量比例波动大小，筛选异常用户；最后建立窃电行为特征库，通过持续对用户窃电行为分析，异常用户筛选，建立窃电行为特征库，记录用户异常时间段、窃电量、窃电类型；本发明专利技术可广泛应用于反窃电预警领域。警领域。

【技术实现步骤摘要】
一种反窃电预警方法


[0001]本专利技术涉及一种反窃电预警方法，属于反窃电预警


技术介绍

[0002]在窃电查处的实践中，窃电证据存在取证困难、查找难、核实难等问题，尤其是在对电气设备进行测量时，用户有足够的时间来销毁相关的窃电证据，通过信息化、智能化的远程监控和嫌疑定位进行窃电查处具有实践意义。
[0003][0004]当前窃电手段层出不穷，从私拉无表用电、绕越计量表用电，到欠压窃电、欠流窃电、移相窃电、扩差窃电和其它高科技窃电手段，如强磁窃电、无线干扰窃电、更改电能表编程器窃电等，传统的检测窃电的方法已经无法满足要求。
[0005]随着大数据在国内的兴起和发展，近年来，利用大数据挖掘技术建立反窃电模型。虽然都实现了一定的反窃电功能，但是当前研究中低压用户窃电行为分析不全面、缺少对用户窃电行为的准确判断，难以适应当前窃电行为所展现出的新特点。

技术实现思路

[0006]本专利技术克服了现有技术存在的不足，提供了一种反窃电预警方法，解决了上问题。
[0007]为了解决上述技术问题，本专利技术采用的技术方案为：一种反窃电预警方法，按下述方式进行：
[0008]S1.建立线损异常线路排查模块，根据模块设定的参数排查线损异常的线路；具体排查的线损异常线路选择长期高线损和线损突增异常并保持高损状态线路；
[0009]S2.对用户窃电行为分析，以线损异常线路为分析对象，通过空间维度窃电嫌疑辨识、时间维度窃电嫌疑辨识和关联维度窃电嫌疑辨识三种方式对用户窃电行为进行分析；
[0010]a.根据窃电会造成低压户表电压降低的原理，采用低压户表的电压、电流、功率因数数据建立判别树；
[0011]b.在空间维度分析方面，模型采用LOF(局部异常因子)算法检测低压户表电压LOF，以此判别窃电用户；
[0012]c.在时间和关联维度分析方面，针对电压LOF算法检测正常的低压用户，模型分别从低压户表的电压、电流、功率因数变点重合，电流波动小于阈值，电压、电流、功率因数逻辑变化关系的正确性方面分析低压用户的窃电行为；
[0013]S3.建立异常用户筛选模块，根据预估窃电量，计算窃电量比例，再根据窃电量比例波动大小，筛选异常用户；
[0014]基于低压用户窃电时间和功率计算公式，计算线路流过电量与窃电用户电表的电量偏差，并采用更正系数法预估窃电量，进一步计算窃电量比例，根据窃电量比例大小，筛选异常用户；
[0015]S4.建立窃电行为特征库，通过持续对用户窃电行为分析，异常用户筛选，建立窃
电行为特征库，记录用户异常时间段、窃电量、窃电类型。
[0016]进一步地，所述线损异常线路排查模块的参数包括：长期高线损线路分析时间范围内线损率均大于0，且至少线损率或损失电量异常次数出现一半以上，其中线损率异常设置为大于2％，线损电量异常设置为大于2000kWh；线损突增异常并保持高损状态线路判定标准为：线损突增阈值设置为5％，保持高损状态为突增后线损率≥突增当日线损率
‑
3％。
[0017]进一步地，所述空间维度窃电嫌疑辨识是根据低压用户窃电会造成该电表电压成为台区电压离群点的原理，采用LOF算法离群点检测异常低压户表的电压异常因子；
[0018]设配电台区内任意2个用户电压点为e与c，所有用户电压形成的对象集为D；点e与点c的欧氏距离记为d(c，e)，根据LOF算法，定义点c与点e的第v距离为d
v
(c)，d
v
(c)＝d(c，e)满足：
[0019]①
至少存在v个对象序列e
′
∈D/{c}(D/{c}表示不包含点c的集合D)，满足d(c，e
′
)≤d(c，e)；
[0020]②
至少存在v
‑
1个对象序列e
″
∈D/{c}，满足d(c，e
″
)≤d(c，e)；
[0021]定义点c的v距离邻域N
v
(c)满足式(1)，即
[0022]N
v
(c)＝{e
′
∈D/{c}|d(c，e
′
)≤d
v
(c)}
ꢀꢀꢀꢀꢀꢀ
(1)
[0023]定义点e到点c的第v可达距离r
v
(c，e)为：
[0024]r
v
(c，e)＝max(d
v
(e)，d(c，e))
ꢀꢀꢀꢀ
(2)
[0025]定义点c的局部可达密度l
v
(c)为：
[0026][0027]定义点c的局部离群因子F
v
(c)为：
[0028][0029]F
v
(c)越大于1，则越说明点c的密度小于其邻域点密度；当点c的密度小于邻域点密度阈值ΔF
c
时，点c为异常点，即窃电用户，同时，根据异常时间点标记该用户的窃电起止时间。
[0030]进一步地，所述时间维度窃电嫌疑辨识是针对空间维度检测正常的低压户表，从时间和关联维度进行窃电行为辨识，在时间维度辨识方面，根据低压用户窃电时电流、电压和功率因数会同步变化的原理，按时间检测低压户表的电压、电流、功率因数的变点时间重合度大于阈值ΔF
d
，电流的波动小于阈值ΔF
e
，即可判断低压用户是否存在窃电行为；
[0031]采用如下模型对电压、电流和功率因数进行变点检测，即
[0032]X
g
＝μ
g
+ξ
g g＝1，2，
…
，G
ꢀꢀꢀꢀꢀꢀ
(5)
[0033]式中：X
g
为第g个观测时间点的观测变量，对应的均值为μ
g
；ξ
g
为第g个观测时间点的误差项；G为最后一个观测时间点；当模型存在N个变点时，均值参数满足式(6)；
[0034]μ1＝μ2＝
…
＝μ
η1
≠μ
η1+1
＝μ
η1+2
＝
…
＝μ
ηN
≠μ
ηN+1
＝μ
ηN+2
…
＝μ
T
ꢀꢀꢀ
(6)
[0035]其中，μ
η1
和μ
ηN
即为变点的均值参数；在实践中变点数量N和变点位置{η1，η2，
…
，
η
N
}均未知；
[0036]对于序列样本{X
a
，X
a+1
，
…
，X
b
}计算全局的累积和统计量，变点区间为[a，b]，累积和统计量Z
ab
的定义如下：
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种反窃电预警方法，其特征在于，按下述方式进行：S1.建立线损异常线路排查模块，根据模块设定的参数排查线损异常的线路；具体排查的线损异常线路选择长期高线损和线损突增异常并保持高损状态线路；S2.对用户窃电行为分析，以线损异常线路为分析对象，通过空间维度窃电嫌疑辨识、时间维度窃电嫌疑辨识和关联维度窃电嫌疑辨识三种方式对用户窃电行为进行分析；a.根据窃电会造成低压户表电压降低的原理，采用低压户表的电压、电流、功率因数数据建立判别树；b.在空间维度分析方面，模型采用LOF(局部异常因子)算法检测低压户表电压LOF，以此判别窃电用户；c.在时间和关联维度分析方面，针对电压LOF算法检测正常的低压用户，模型分别从低压户表的电压、电流、功率因数变点重合，电流波动小于阈值，电压、电流、功率因数逻辑变化关系的正确性方面分析低压用户的窃电行为；S3.建立异常用户筛选模块，根据预估窃电量，计算窃电量比例，再根据窃电量比例波动大小，筛选异常用户；基于低压用户窃电时间和功率计算公式，计算线路流过电量与窃电用户电表的电量偏差，并采用更正系数法预估窃电量，进一步计算窃电量比例，根据窃电量比例大小，筛选异常用户；S4.建立窃电行为特征库，通过持续对用户窃电行为分析，异常用户筛选，建立窃电行为特征库，记录用户异常时间段、窃电量、窃电类型。2.根据权利要求1所述的一种反窃电预警方法，其特征在于，所述线损异常线路排查模块的参数包括：线损率异常设置为大于2％，线损电量异常设置为大于2000kWh；线损突增异常并保持高损状态线路判定标准为：线损突增阈值设置为5％，保持高损状态为突增后线损率≥突增当日线损率
‑
3％。3.根据权利要求2所述的一种反窃电预警方法，其特征在于，所述空间维度窃电嫌疑辨识是根据低压用户窃电会造成该电表电压成为台区电压离群点的原理，采用LOF算法离群点检测异常低压户表的电压异常因子；设配电台区内任意2个用户电压点为e与c，所有用户电压形成的对象集为D；点e与点c的欧氏距离记为d(c，e)，根据LOF算法，定义点c与点e的第v距离为d
v
(c)，d
v
(c)＝d(c，e)满足：
①
至少存在v个对象序列e
′
∈D/{c}(D/{c}表示不包含点c的集合D)，满足d(c，e
′
)≤d(c，e)；
②
至少存在v
‑
1个对象序列e
″
∈D/{c}，满足d(c，e
″
)≤d(c，e)；定义点c的v距离邻域N
v
(c)满足式(1)，即N
v
(c)＝{e
′
∈D/{c}|d(c，e
′
)≤d
v
(c)}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)定义点e到点c的第v可达距离r
v
(c，e)为：r
v
(c，e)＝max(d
v
(e)，d(c，e))
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)定义点c的局部可达密度l
v
(c)为：
定义点c的局部离群因子F
v
(c)为：F
v
(c)越大于1，则越说明点c的密度小于其邻域点密度；当点c的密度小于邻域点密度阈值
△
F
c
时，点c为异常点，即窃电用户，同时，根据异常时间点标记该用户的窃电起止时间。4.根据权利要求3所述的一种反窃电预警方法，其特征在于，所述时间维度窃电嫌疑辨识是针对空间维度检测正常的低压户表，从时间和关联维度进行窃电行为辨识，在时间维度辨识方面，根据低压用户窃电时电流、电压和功率因数会同步变化的原理，按时间检测低压户表的电压、电流、功率因数的变点时间重合度大于阈值
△
F
d
，电流的波动小于阈值
△
F
e
，即可判断低压用户是否存在窃电行为；采用如下模型对电压、电流和功...

【专利技术属性】
技术研发人员：王晓东，马津，宋晓雨，张高红，王宪萍，王红斌，张秀云，史志鹏，张剑涛，赵明，张文晋，赵子轩，
申请(专利权)人：国网山西省电力公司长治供电公司，
类型：发明
国别省市：