基于模糊聚类的异常用电行为识别研究

窃电等异常用电行为的识别是用电检查的重点和难点。由于数据采集问题,以往研究大多专注于大客户窃电行为方面,对居民窃电行为的研究相对较为薄弱。针对小用户级别的窃电等窃电监测问题,提出一种基于聚类的异常用电行为识别方法。该方案首先从智能电表收集的数据中提取用电特征,然后使用模糊聚类分析数据结构,提取出正常用户的行为特征。在真实数据集上的实验结果表明了该方法的有效性。     

基于数据挖掘的计量装置在线监测与智能诊断系统的设计与实现

为加强对现场计量装置、采集设备和配电网运行监测的实时性,提高对用户用电行为异常分析的准确性,研制了一套计量装置在线监测和智能诊断系统,其利用数据挖掘工具,实现了对计量装置和采集设备的运行状态评估,并对用户违约用电窃电和计量装置故障进行了智能诊断。该系统采用SOA技术架构,由异常指标专家库、实时监测与智能诊断和WEB应用三部分组成,并已在安徽省电力公司试运行,对保障电网安全稳定运行、反窃电和降低计量偏差造成的舆情发挥重要作用。     

综合反窃电远程在线监测系统的设计与实现

针对当前电力公司面临的线损控制和反窃电要求,开发了综合反窃电远程在线监测系统。设计了基于窃电原理的专用变压器用电远程稽查装置,用于检测用户的窃电行为,并通过GPRS与监测主站通信。采用基于密度的离群点挖掘算法,从大范围用户中筛选可疑用户,并重点跟踪。综合反窃电远程在线监测系统采用3层体系架构,具有远程稽查、实时监测和用电异常分析等功能,通过在部分电力公司中的应用,有效地发现并减少了窃电行为。     

基于智能电能表开盖事件的用电异常分析方法

为防止窃电行为给供电企业带来经济损失,充分利用智能表事件信息和电表电量等数据的关系开展用户用电异常分析,提出了一种基于智能电能表开盖事件的用电异常分析方法。以用户电能表开盖事件的时间为数据分析的时间节点,对在该时间节点前后14天的用户用电数据、台区线损数据进行分析,实现对存在异常用电用户的有效识别,并通过某供电公司的实例验证了该分析方法的实用性和有效性。     

智能用电监控装置的研制

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。     

基于大数据和机器学习的用电异常行为分析系统总体架构

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。     

基于用电特征分析的窃电行为识别方法

反窃电作为供电企业用电管理工作的核心构成部分,在剖析和处置用户窃电行为数据的基础上,研究出一种基于用电特点剖析的窃电行为鉴别手段,能明显提升搜集数据的合理性。本文主要围绕窃电行为识别方法的总体设计构思展开分析,通过用户用电量多指标综合评分等手段,利用大数据算法对目标用户的用电行为特征加以分析,在此基础上建立相应的特征模型,创新提出了基于用户行为特征大数据的用电异常识别技术路线,并探究其具体建设过程,旨在提高供电水平,促进企业可持续发展。     

数据赋能低压配用电系统精益化运行的关键技术与算法

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。     

基于高维随机矩阵的配电网用户侧用电行为分析

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。     

基于ELM-SVM模型与电能计量大数据的窃电识别技术研究

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。     

基于用电信息采集系统多数据融合的窃电行为定位方法

针对当前用电信息采集系统暂时无法实现分钟级数据覆盖的情况,提出了一种基于用电信息采集系统多数据融合的窃电行为研判方法,该方法通过对用户多类数据的综合分析,发现功率、电量等用电信息间的逻辑异常情况,并结合设备报送的相关异常事件,实现用电信息采集系统主站监控盲区时段的用电客户异常用电行为定位。     

基于曲线相似度和关联分析的窃电智能识别与预警

针对近年来传统生产加工类实体企业愈加突出的窃电问题,应用用电信息采集系统、营配贯通平台及营销业务应用系统数据,以配电房线损异常波动为主线,利用关联分析算法、结果判定区间和主题权值等建立智能诊断关联分析模型,分析表计开盖、表计装拆、用户电量波动和终端异常告警事件数据,实现对窃电及违约用电异常用户的精确定位。结合实例验证了该方法的有效性,并对后续研究进行了展望。     

基于用电异常数据的反窃电在线监测方法研究

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。     

针对电力大用户远程反窃电在线稽查系统的研究

针对当前电力公司面临的线损控制和反窃电要求,提出了智能反窃电远程稽查系统的设计方案,通过实时监测一次侧进线电流、表前接线盒电流以及计量仪表电流,来确定是否存在窃电行为和窃电异常点的具体位置;同时介绍了智能反窃电远程稽查系统的组成及所采用的关键技术。实际应用结果显示,该系统能够快速诊断出用户的窃电行为,并能够准确锁定窃电异常点的具体位置,反窃电效果明显。     

用电异常监控技术（6） 异常用电精确定位和在线监控系统

<正>异常用电精确定位和在线监控系统主要由智能用电监控装置（也称为低压智能量测开关、低压智能断路器、低压智能开关）、智能防窃电计量箱、能源控制器及监控分析主站等组成。本文提出了异常用电精确定位和在线监控系统设计方案，主要包括可拆卸式解决方案和固定式解决方案。基于该系统的精细线损计算方法，实现精益线损及窃电分析、故障监测分析、线路监测分析、电量采集分析、停电事件精准上报等功能，并在现场开展广泛试点应用。     

基于计量自动化系统的专变用户窃电识别方法

<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。     

高压直接量测防窃电系统的技术与管理研究

为加强用电检查及提高反窃电防范水平,需要从被动式"反窃电",转变为主动式的"防窃电"。文章选取10kV变压器安装高压量测装置,建立了智能防窃电系统分析模型,可根据不同线路线损类别、用户类型和电压等级,对线损异常和用电异常的用户进行智能化过滤与提示,从而对窃电嫌疑户进行有效定位,为现场用电检查提供重要依据,提高防窃电管理水平。     

智能防窃电管理信息平台的应用

介绍智能防窃电管理平台的系统构架、设计思路,以及关键功能的实现方案,对专用变压器用户监测和数据建模,从海量数据中快速甄别定位重点监测用户中可能出现的窃电时间、窃电方式、窃电地点等信息,实现了从被动防窃电到主动式防窃电、智能化防窃电的飞跃,有利于及时、准确、有效地定位及处理各种窃电行为。     

基于营销大数据的用电异常事件统计及窃电特征分析

随着信息网络技术的发展,基于电力信息化系统的数据分析开展线损管理和用电稽查工作,成为当前很多供电公司的主要技术手段。文章通过对营销业务应用平台用户信息、用电信息采集系统数据及防窃电采集信息等营销大数据的深度挖掘和分析,开展了用电异常事件的分类统计和过程描述。通过用电异常事件顺序关联性及时间关联性的分析,设计了用户窃电特征分析判据,为查处窃电提供技术指导。该方法突破了当前防窃电技术的局限性,对于提高识别窃电的准确性、有效性和针对性,具有较高的工程应用价值。     

基于用电信息采集大数据的防窃电方法研究

本文介绍了常见的窃电方法及其特征,研究给出了窃电相关的特征参量,建立了用电信息采集系统各种数据、各类异常事件与窃电行为之间的关联关系,设计了基于用电信息采集大数据的防窃电结构化模型,包括数据预处理、用电异常检测模型和窃电嫌疑预测模型三部分。通过现场采集的数据,证明了该结构化防窃电模型的有效性,为解决大数据条件下的窃电行为监控问题提供有效方法。