【技术实现步骤摘要】
本专利技术涉及用电监控，特别是涉及一种低压用户的反窃电监控方法及系统。
技术介绍
1、目前，部分用户以不交或者少交电费为目的，采用非法手段不计量或者少计量用电的行为进行窃电。传统的反窃电方式是通常采用人工排查或者自动排查的方式，对专变用户窃电行为进行监督管理，其中，现有的自动排查方式具体表现在结合历史用电数据进行分析，然后定位疑似窃电用户，再采用人工排查进行，但是人工排查或者自动排查的方式，监控手段的效率不高，不能及时发现和防止电力盗窃行为。
技术实现思路
1、本专利技术的目的是克服了现有技术的问题，提供了一种低压用户的反窃电监控方法及系统。
2、为了达到上述目的，本专利技术采用以下方案：
3、一种低压用户的反窃电监控方法，具体包括以下步骤：
4、步骤一、获取低压用户反窃电预警模型；
5、步骤二、获取下发的异常用户清单，根据异常用户清单获取异常低压用户的用电数据，以及该异常低压用户所在台区的用电数据；
6、步骤三、根据异常低压用户的用电数据、以及所在台区的用电数据，采用低压用户反窃电预警模型进行分析和判断，确定异常低压用户的用电行为是疑似窃电行为；
7、步骤四，生成用电检查工作单。
8、进一步地，所述根据异常低压用户的用电数据、以及所在台区的用电数据，采用低压用户反窃电预警模型进行分析和判断，确定异常低压用户的用电行为符合低压用户反窃电预警模型的窃电行为的具体步骤为：
9、根据异常低压用
10、通过分析上述低压线损正相关性靶向用户的零火线电流比值曲线波动变化，结合电表开盖记录、失流记录、停断电记录等辅助研判，判定低压线损正相关性靶向用户的用电行为是疑似零火线电流不平衡窃电行为，则确定异常低压用户的用电行为是疑似窃电行为；
11、以及分析上述低压线损正相关性靶向用户的日用电量变动引起所在台区损失电量变动的占比情况，判定低压线损正相关性靶向用户的用电行为是间歇性窃电行为，则确定异常低压用户的用电行为是疑似窃电行为。
12、进一步地，所述通过皮尔逊算法对低压用户用电量和线损率进行相关性分析，结合历史数据分析，确定异常低压用户为低压线损正相关性靶向用户的具体步骤如下：
13、通过皮尔逊算法对该异常低压用户用电量和线损率进行相关性分析，以及对其历史用电量趋势与历史线损趋势进行回溯分析，排除计量异常干扰因素；
14、计算出该异常低压用户的用电量变化量与线损变化量的占比，记为用户电量占比阈值k1；
15、判断用户电量占比阈值k1大于或等于设定电量占比阈值k，确定异常低压用户为低压线损正相关性靶向用户。
16、进一步地，所述设定电量占比阈值k为0.85-1.15。
17、进一步地，所述通过分析上述低压线损正相关性靶向用户的零火线电流比值曲线波动变化的具体工作包括：
18、判断每一个采样点是否零火线电流不平衡；统计检测时间内，零火线平衡点的数量；以及零、火电流比值曲线的标准差衡量其波动变化程度。
19、进一步地，所述分析上述低压线损正相关性靶向用户的日用电量变动引起所在台区损失电量变动的占比情况，判定低压线损正相关性靶向用户的用电行为是间歇性窃电行为的具体步骤为：
20、利用用电量曲线和所在台区线损量曲线的拐点提取开始窃电时间点和结束窃电时间点，其中，
21、开始窃电时间点的判定：计算低压线损正相关性靶向用户用电量差与台区损失电量差的比重，记为开始窃电比重值q1，若开始窃电比重值q1小于或等于k5，同时满足台区线损率差l大于k2，且用电量变动率小于-k1，则判定该时间为开始窃电时间点，即开始窃电时间点具体表现为用户用电量差为负值、台区损失电量差为正值；
22、结束窃电时间点的判定：计算低压线损正相关性靶向用户用电量差与台区损失电量差的比重，记为结束窃电比重值q2，若结束窃电比重值q2小于或等于k5，同时满足台区线损率差l小于-k2，且用电量变动率大于k1，则判定该时间为结束窃电时间点，即结束窃电时间点具体表现为用户用电量差为正值、台区损失电量差为负值；
23、区间电量线损分析：计算低压线损正相关性靶向用户窃电区间日均用电量p1，非窃电区间日均用电量p2，窃电区间日均线损l1，非窃电区间日均线损l2，与对应参数比较，若同时满足窃电的电量变化和窃电的线损变化特征，则标记低压线损正相关性靶向用户疑似窃电，判定低压线损正相关性靶向用户的用电行为是间歇性窃电行为。
24、进一步地，所述低压用户反窃电预警模型是根据国网窃电案例库构建，并在省内开展模型训练与优化、智能诊断与分析以及窃电智能预警后形成。
25、本专利技术还提供一种低压用户的反窃电监控系统，用于实现上述所述的低压用户的反窃电监控方法，包括：
26、模型数据源模块，用于接收和储存档案信息、计量数据、告警事件和线损数据；
27、诊断模块：是异常数据筛选和分析的核心部分，基于压用户反窃电预警模型对异常数据进行分析和判断；通过异常数据与档案信息、计量数据、告警事件和线损数据进行关联和比对分析，精准定位疑似窃电用户；
28、预警模块：用于生成用电检查工作单，以及通过可视化图形界面和报表界面向现场一线用电检查及反窃电人员提供疑似窃电用户的预警信息；
29、其中，所述模型数据源模块与诊断模块电连接；所述诊断模块与所述预警模块电连接。
30、与现有的技术相比，本专利技术具有如下优点：
31、本专利技术采用低压用户的反窃电监控方法能够及时发现和防止电力盗窃行为，监控手段高效，节省人力、物力和时间，提升电力系统的安全性和合规性，同时，能够持续记录和保存相关数据，为后续调查和处罚提供有效的证据支持。
本文档来自技高网...【技术保护点】
1.一种低压用户的反窃电监控方法，其特征在于，具体包括以下步骤：
2.根据权利要求1所述的低压用户的反窃电监控方法，其特征在于，所述根据异常低压用户的用电数据、以及所在台区的用电数据，采用低压用户反窃电预警模型进行分析和判断，确定异常低压用户的用电行为符合低压用户反窃电预警模型的窃电行为的具体步骤为：
3.根据权利要求2所述的低压用户的反窃电监控方法，其特征在于，所述通过皮尔逊算法对低压用户用电量和线损率进行相关性分析，结合历史数据分析，确定异常低压用户为低压线损正相关性靶向用户的具体步骤如下：
4.根据权利要求3所述的低压用户的反窃电监控方法，其特征在于，所述设定电量占比阈值K为0.85-1.15。
5.根据权利要求2所述的低压用户的反窃电监控方法，其特征在于，所述通过分析上述低压线损正相关性靶向用户的零火线电流比值曲线波动变化的具体工作包括：
6.根据权利要求2所述的低压用户的反窃电监控方法，其特征在于，所述分析上述低压线损正相关性靶向用户的日用电量变动引起所在台区损失电量变动的占比情况，判定低压线损正相关性靶向用户
7.根据权利要求1所述的低压用户的反窃电监控方法，其特征在于，所述低压用户反窃电预警模型是根据国网窃电案例库构建，并在省内开展模型训练与优化、智能诊断与分析以及窃电智能预警后形成。
8.一种低压用户的反窃电监控系统，其特征在于，用于实现权利要求1至7任意一项所述的低压用户的反窃电监控方法，包括：
...【技术特征摘要】
1.一种低压用户的反窃电监控方法，其特征在于，具体包括以下步骤：
2.根据权利要求1所述的低压用户的反窃电监控方法，其特征在于，所述根据异常低压用户的用电数据、以及所在台区的用电数据，采用低压用户反窃电预警模型进行分析和判断，确定异常低压用户的用电行为符合低压用户反窃电预警模型的窃电行为的具体步骤为：
3.根据权利要求2所述的低压用户的反窃电监控方法，其特征在于，所述通过皮尔逊算法对低压用户用电量和线损率进行相关性分析，结合历史数据分析，确定异常低压用户为低压线损正相关性靶向用户的具体步骤如下：
4.根据权利要求3所述的低压用户的反窃电监控方法，其特征在于，所述设定电量占比阈值k为0.85-1.15。
5.根据权利要求2所...
【专利技术属性】
技术研发人员：黄程章，
申请(专利权)人：广东景呈电力设备有限公司，
类型：发明
国别省市：
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。