共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
5.
针对当前低压大用户和低压工商用户的防窃电难的问题,提出了智能用电监控装置的整体设计方案和低压大用户远程监控及用电数据采集、分析方法,研发了塑壳断路器、低压电流互感器、三相电能表高度集成与一体化技术,设计了低压大用户智能用电监控装置的软件架构,研发了装置的软硬件初始化程序、通信模块程序及监测控制程序,成功研制了一款集用电监测、远程控制等功能于一体的低压大用户智能用电监控装置,实现了对低压大用户用电数据的远程监测及异常用电控制,解决了对低压大用户精细化线损分析和远程控制的难题。应用表明,该装置技术先进,使用方便,实用性强,有利于供电企业开展精细化线损管理,打击窃电行为,具有很强的实用价值和广阔的应用前景。 相似文献
6.
用户用电异常行为不仅对接入设备和用户本身产生影响,更会危及电网的正常运行,因此对用电异常行为的分析至关重要。基于大数据和机器学习技术,设计了一种用电异常行为分析系统,并提出了系统设计的总体框架和相关配置。所设计系统对用户用电的用电量、电压质量、负载及三相不平衡率、无功及功率因数等方面可以进行异常分析,并以可视化的方式向管理员和用户展示。同时,对高风险用户进行预警和跟踪处理,对窃电行为展开调查分析。本系统可以有效分析用户用电异常行为及进行窃电预警,对电网稳定运行起到关键作用。 相似文献
7.
8.
随着人工智能和大数据技术的发展,合理高效地分析电力数据可以赋能电网业务以提升其工作成效。同时,智能采集装置提供了海量计量数据,为数据赋能低压配用电系统精益化运行打下了坚实基础。为更好地总结低压配用电系统精益化运行的研究成果和启迪思路,根据现有业务将低压配用电系统精益化运行主要分为计量采集设备质量评估与计量数据异常监测、用户相位关系识别与三相不平衡治理、低压台区户变关系和拓扑关系识别、用户异常用电和窃电行为检测、客户侧用电服务评价5个方面,分别介绍了数据赋能低压配用电系统精益化运行中的关键技术及算法,并给出了目前研究的不足和未来的展望。 相似文献
9.
为了准确掌握配电网用户侧异常用电行为以及智能电表的故障情况,基于随机矩阵理论进行低压用户侧智能电表的数据分析与建模,以高维数据统计指标对用户侧的用电数据进行状态表征,在此基础上提出一种低压配电网用户侧异常用电及电表故障诊断分析方法。该方法通过对随机矩阵特征根平均谱半径(mean spectral radius,MSR)指标的分析,给出了随机矩阵原理应用于用户用电异常区域定位的具体步骤,同时也可以实现用户侧用电异常时刻点的特征发现。最后,以某用电台区智能电表历史与实时量测数据为实际算例,分别在不同采样时刻点与不同用户处设置用户窃电与电表损坏等异常用电类型进行计算分析,结果证明了所提方法的有效性与适用性。 相似文献
10.
窃电现象破坏社会供用电秩序,严重时更会阻碍新型配电系统建设的发展。为了更精确地识别窃电行为,提出了一种基于极限学习机(ELM)与支持向量机(SVM)相结合的窃电智能识别模型。利用电能计量大数据,分析窃电用户数据状态指标,构建窃电指标评价体系;利用指标评价体系训练窃电智能识别模型,进而以ELM-SVM预测模型来识别窃电用户。该方法有效集合了ELM算法与SVM算法的优点,算例表明,识别模型的识别准确率可达97.8%,说明ELM-SVM结合方法是可行的,实现了对用户窃电行为的高精度、高效性预测识别。 相似文献
11.
12.
13.
研究基于用电异常数据的反窃电在线监测方法,精准确定用电异常数据,实现反窃电在线监测。该在线监测方法利用K-means聚类算法确定用电异常数据,通过有效指数度量方法确定用电数据聚类数量,提升用电异常数据确定精度;以电流三相不平衡、电压三相不平衡、线损与负荷为特征指标,在用电异常数据中选择用电异常特征数据;利用主成分分析法降维用电异常特征数据;通过模糊神经网络建立反窃电在线监测模型,在该模型内输入降维后的用电异常特征数据,输出窃电嫌疑系数,完成反窃电在线监测。实验证明该方法可精准确定偏小与偏大用电异常数据,有效选择并降维用电异常特征数据,获取窃电嫌疑系数,具备较高的反窃电在线监测精度。 相似文献
14.
15.
16.
<正>近年来,随着用电需求日益增大,少数不法分子为节省用电开支采取各种手段实施窃电,甚至存在专业窃电人员帮助用户窃电谋利现象,导致电网线损率逐年攀升。窃电行为严重干扰了正常的供用电秩序,不仅影响了供电企业的运营经济效益,同时用户的私自接线也给电网的安全运行带来了严重隐患。随着南方电网公司智能电表和低压集抄系统2个"全覆盖"的实现,计量自动化系统积累了用户海量量测数据,为用户窃电分析提供了数据基础。本文通过对窃电原理与常用窃电手段的分析,提出了专变用户窃电识别措施,并对所提措施进行应用验证分析。 相似文献
17.
18.
19.