基于向量自回归模型的高损线路窃电检测

接入配电线路的用户窃电将直接导致分线线损电量异常波动,因此用户用电量与分线线损电量间存在长期动态互动。该文提出基于向量自回归模型检测造成线损波动的异常用户的方法。首先,运用边限协整检验分析线损电量和用户用电量的长期均衡关系;然后,构建线路线损电量与接入用户用电量的向量自回归模型,计算脉冲响应函数分析线损电量与用户用电量的动态作用机制;再通过方差分解分析线损电量与用户用电量间冲击作用的贡献度,将对线损电量有显著影响且波动贡献度最大的用户识别为窃电用户;最后,结合实际高损线路用户数据识别窃电嫌疑用户,并运用现场稽查的手段验证了所提方法的有效性。     

基于边缘计算的低压用户窃电检测

低压用户窃电导致线损电量增加,对台区线损异动进行归因分析是识别窃电用户的有效途径。低压用户通信异常多发,可导致用电信息采集系统主站数据失真,易误导窃电检测。利用配变终端可就地完整准确采集台区数据的特点,提出基于边缘计算的低压用户窃电检测方法。首先,在通信正常和异常的条件下,分析台区窃电用户用电量与线损电量的关联关系;然后,在配变终端窃电检测模块中对真实的台区线损和用户用电量进行归因分析来识别窃电用户;最后,基于高损台区实际数据的仿真分析,验证了所提方法相比于在主站侧采用异常数据以及采用不同缺失数据填补算法修复后的数据进行窃电检测时的优势。     

基于ISSA-SVC的配电网高损台区窃电检测方法研究

针对现有的基于机器学习的用户窃电行为检测方法检测效率和准确率不高等问题,提出一种基于改进麻雀搜索算法(improved sparrow search algorithm, ISSA)优化支持向量分类机(support vector classification, SVC)参数的ISSA-SVC窃电检测模型。首先,该模型通过分析台区每一天的线损率与窃电电量、窃电用户计量电量与窃电电量、窃电用户计量电量与线损电量、台区供电量与窃电电量、用户最近一天用电量和相邻几天用电量、具有相似特征用户用电量曲线的相关性提取用户窃电特征参量。其次,利用动态时间规整(dynamic time warping, DTW)方法计算得到它们的相关系数。最后,采用ISSA优化SVC惩罚参数C和核参数g,并对台区内窃电用户进行检测。仿真算例与实际电网数据分析表明,所提方法与传统的窃电检测方法相比,具有更高的效率和准确率。     

一种基于电能表误差和窃电分析的线损分层定位方法

针对低压台区线损治理周期长,高损点定位不准确等问题,提出了一种基于电能表误差和窃电分析的线损分层定位方法。该方法在传统线损分层定位方法的基础上,引入理论线损计算方法,构建了基于基尔霍夫定律的台区线损分层计算模型,实现线损的分层计算,确定高损范围,设计电能表误差分析模型,在高损范围内筛查出误差异常电能表,实现台区高损点定位;最后设计电能表窃电分析方法,通过挖掘与窃电行为相关的告警事件频繁项集,进一步对高损点进行验证,并确定其高损原因。该方法采用50个台区的实际数据进行验证,台区线损分层计算模型准确率为100%,电能表误差分析计算模型的准确率为88.5%,电能表窃电分析模型准确率为92%。     

基于营配数据分析的台区窃电识别和线损评估方法的研究

针对当前窃电识别和线损评估方面存在的数据分析方法单一、精确度不足的问题,首先对营配数据进行融合分析,提取出台区的窃电特征和线损特征;然后提出了基于自适应遗传算法优化的SVM窃电识别方法和基于LM算法改进的WNN线损评估方法,并通过仿真分析了方法的性能;最后结合实际算例展开分析,验证了所提方法应用于台区窃电识别和线损评估的有效性和准确性。     

采用单相小容量变压器 促进低压台区降损的探讨

本文说明了通过对低压台区的实地调研,在核准台区资产、用户、表计等前提下,计算台区理论线损及实际线损后,从中发现造成低压台区的高损主要问题依然是窃电,基于此原因,采用将低压供电变压器安装在村内,用小容量单相变压器代替安装在村外的大容量三相变压器措施,将用户表计集中安装在变压器下口,防患于未然,最终实现降低低压台区线损的目的。     

基于皮尔逊相关系数法的台区窃电精准分析

正针对台区损失电量与用户用电量、台区线损率与用户用电量之间的变化关系,利用皮尔逊相关性系数进行量化,并基于Excel利用VBA语言编写相关程序,实现高损台区异常用户的一键分析,提高科学反窃成效。皮尔逊相关性系数(Pearson)判断原理:Pearson其值在(-1,1)之间;Pearson越接近于1,代表呈正相关,即该用户窃电或因计量异常少计电量的嫌疑程度越高;Pearson越接近于-1,代表呈负相关,即该用户间断性窃电或户变关系异常的嫌疑程度越高;Pearson越接近于0,     

基于向前逐步回归的高损线路窃电检测

准确高效的窃电稽查不但需要准确识别窃电用户,还要提炼异常用户窃电的详细信息。既有高损线路窃电检测研究主要围绕窃电用户检测识别展开研究,难以为现场稽查提供其他必要的信息。该文提出一种基于向前逐步回归和虚拟变量的高损线路窃电用户识别方法。首先,运用线性回归分析线损电量和下属各用户的函数关系,并进行多重共线性的检验;然后,针对下属各用户之间可能具有相关的共同趋势,采用向前逐步回归建立最优线性回归模型修正多重共线性;最后,引入虚拟变量识别不同时段窃电比例不同的用户,从而提供用户窃电的时段信息。算例仿真结果证明所提方法的可行性与有效性。     

供电企业基于三层分析模型的线损异常分析及处理研究

线损精益化管理一直都是国家电网公司一项重点工作,近几年线损数据获取技术日趋成熟,但是分析方法依旧匮乏,严重影响了高损治理的效果。为解决电网运行中高损治理不佳的问题,我们提出了用大数据分析方法来解决传统线损管理问题——供电企业基于三层分析模型的线损异常分析及处理研究。首先,搭建了一个由Hampel抗差算法、加权皮尔逊算法和随机森林算法三种不同算法构成的三层线损异常分析模型;通过该模型,可以结合不同用户用电量大小不一的特点,自上而下的分析大电量异常用户和小电量异常用户。然后将该模型嵌入公司已有的线损监控平台中,可以实现对全省线损数据的实时监测、有效挖掘、深度分析、精准定位和工单管控,形成基于三层分析模型的线损异常分析及处理新方法。该方法对分析处理10 k V高损线路和0. 4 k V高损台区中效果显著。     

基于离群点算法和用电信息采集系统的反窃电研究

为了解决以往依靠用户每月电量变化、台区线损异常确定窃电嫌疑户等传统方法时效性差、准确率低,现场排查发现窃电行为又效率不高的问题,利用当前远程集抄海量数据为传统反窃电理论研究和高效反窃电的实现尝试探索一种新方法。全面分析窃电手段及原理,绘制实施窃电手段的鱼骨图,由实际案例统计分析确定研究重点为欠压、欠流窃电法。根据高供高计和高供低计用户计量装置接线特点、电压电流值的规律以及离群点理论确定窃电判定算法,并做出基于距离的离群点检测法判定窃电的流程图。通过实例验证提出的算法和窃电户筛选流程能够完全甄别出窃电用户,为监控人员利用用电信息采集系统的海量数据精确及时地进行有效反窃电分析提供了新思路。     

基于协整-格兰杰因果检验和季节分解的中期负荷预测

近年来,随着国民经济的转型,中国的经济结构发生了较大的变化,仅仅依靠电力负荷历史数据进行负荷电量预测会造成较大的误差。为解决传统负荷预测方法对于经济、气象等因素考虑不足的问题,提出了一种可以计及经济与气象等因素影响的中期负荷电量预测方法。首先利用季节分解将历史月度用电量分解为长期趋势及循环分量、季节分量以及不规则分量;并以计量经济学中的协整检验以及格兰杰因果检验分析经济因素与用电量长期趋势及循环分量的关系,确定影响该部分电量预测的关键性指标;基于电量、气象以及经济数据,对各个分量利用支持向量机分别进行预测并综合得到月度电量总量预测值;最后通过算例分析了方法的有效性与可行性。     

基于时空关联矩阵的配电台区反窃电预警方法

针对配电台区窃电用户难发现、窃电量预估不准确的问题,提出了一种基于时空关联矩阵的配电台区反窃电预警方法。首先,构建配电台区数据清洗方法,采用线性插值算法对低压户表采集的缺失数据进行补正,以消除配电台区量测数据缺失对模型的影响。其次,构建配电台区窃电分析算法,通过台区线损波动率、线损与电流差异曲线的变点时间进行关联分析,从而判断台区是否存在窃电行为。再次,构建窃电用户的时空关联分析模型,通过变点、离群点和关联检测分析窃电嫌疑用户的时空分布特征,并计及用户窃电时间和用电容量等特性,提供预估窃电量。最后,通过实例验证了所提方法的有效性和实用性。     

广西电力经济协调发展研究

电力经济协调发展是影响国民经济可持续发展的重要因素之一。为了评估广西经济与电力间的因果关系和协整平衡关系,通过运用格兰杰因果关系及协整检验的方法,对广西1978—2007年电力与经济指标数据进行统计分析。研究结果表明：广西国民生产总值和工业总产值增加是推动区内电力装机容量增加及电力消费增长的原因,且广西工业生产总值与电力消费存在长期稳定的关系。     

基于GDP-电能消费耦合关系的中长期电量预测

建立了一种基于用电量和GDP之间耦合关系的中长期电量预测模型。首先利用协整检验和格兰杰(Granger)因果检验,剖析电能消费和经济发展之间的协整关系和因果关系,并建立中长期电量预测模型。然后采用误差修正方法对预测模型进行短期调节,以提高模型的鲁棒性以及预测精度。以某地区1991—2015年的用电量和GDP数据作为算例输入数据,结果表明:通过构建电能消费和经济发展之间的耦合关系,有助于提高预测模型的解释能力,同时含短期调节的中长期用电量预测模型具有更高的预测精度。     

基于数据挖掘的新型低压窃电识别方法

针对现今反窃电技术往往采用单一算法分析,导致反窃电效果差强人意的现状,文中提出一种针对低压用户窃电的识别方法.剥离台区线损当中的技术线损部分,采用K-means聚类算法对处理过的线损数据进行分析,识别出线损率异常波动或持续偏高的台区,并根据聚类结果定义时间离散度来衡量窃电疑似度.分析异常台区下的用户,通过相关性分析研究...     

中国电价与电耗荚系研究

基于协整理论和误差修正模型,研究了影响我国电耗的主要因素,着重考虑电价、国内生产总值和工业在经济结构中所占比重,并对1979-2006年各影响因素与电耗的关系进行了实证研究。研究结果表明：国内生产总值与电耗不存在长期均衡关系,工业所占比重变化与电耗变化之间没有显著的格兰杰因果关系;而电价与电耗之间存在双向格兰杰因果关系和协整关系,且脉冲响应检验显示,电价对电耗的影响将逐渐加大,随着电价机制的市场化改革,其影响会更加明显。对中国降低电耗水平,科学制定电价提出了建议。     

我国电力消费波动特性研究

基于1953~2005年的数据,对中国电力消费波动特性进行了实证分析。通过建立GARCH(1,1)、TGARCH(1,1)和EGARCH(1,1)3个模型,描述了中国电力消费增长率的波动特征,利用G ranger因果关系检验法分析了电力消费增长率与增长率波动性之间的因果关系。实证结果表明:GARCH(1,1)模型是最优的拟合模型,我国电力消费波动存在显著的ARCH效应和GARCH效应,但电力消费增长率不存在杠杆效应。且我国电力消费增长率是增长率波动的G ranger原因,这意味着当期的电力消费增长率水平会对未来增长率波动产生影响。因此,有关部门应当采取有效措施以保证电力消费平稳增长,从而保持经济的健康协调发展。     

月度实际线损率定量计算方法

针对目前供电企业计算线损率方法过于落后,不能满足降损工作需要这一问题,结合电力系统实际情况,在充分考虑抄表方式、负荷波动、过境电量等影响线损率波动因素的前提下,分别求出低压用户、专变用户、工业大用户的实际售电量,从而得到实际总售电量,再利用传统线损率计算公式求出月度实际线损率。MATLAB仿真结果表明,该方法在实际计算线损率的应用中具有较高的可靠性和精度。     

基于用电信息采集数据的低压台区异常线损诊断新方法

低压配电网台区的线损分析对发现和解决异常线损问题,减小用电损失以及用户的精细化管理具有重要意义。文章基于全事件用电信息采集系统采集的真实台区数据,提出了一种新的低压台区线损诊断方法。该方法利用电网诊断规则对所采集的原始数据进行质量分析,并通过对台区线损特征地提取和分类,建立了基于电压信息的二分K-Means聚类诊断算法和基于电量信息的全局搜索诊断算法,实现了对台户异常用户的快速定位及台区线损异常的治理。通过剔除异常电表和实际检验表明,该方法具有较高的准确性和一定的实用性。     

基于重加权策略平衡损失与LSTM的窃电行为检测研究

窃电行为是导致电能损失与电力企业经济效益降低的重要原因。针对窃电问题,提出了一种基于有效数量加权策略的损失函数,改善数据集分布不均衡导致训练模型泛化性能下降的问题;基于该策略,设计了基于长短期神经网络的时间序列分类模型,用于用户日用电量的窃电行为检测任务;采用用户日用电量真实数据进行实验测试,结果表明基于有效数量的加权策略可一定程度解决数据集不平衡导致的模型泛化性下降问题。与现有方法相比,所提方法在精确度上有所提高,对窃电行为检测具有有效性与可行性。