基于非侵入式负荷监测的反窃电预警方法

为了有效检测用户是否存在窃电行为,文中对用户用电行为展开分析,提出一种基于非侵入式负荷监测的反窃电预警方法。在该方法中,首先利用负荷事件检测、特征提取以及meanshift聚类方法,获得用户各个负荷特征、类别等情况,建立负荷类别对比库以及窃电概率预测模型;其次,根据所建立的窃电行为模型,通过对窃电后的负荷投切事件、使用时长、能耗等进行概率估计,并采用贝叶斯理论对用户用电行为进行推断,实现窃电监测。最后,在实际的电能表数据上采用文中方法进行测试,文中方法能够为反窃电提供数据支持,进而为新一代智能电表反窃电应用奠定基础。     

基于局部离群点检测的低压台区用户窃电识别

针对低压台区反窃电工作效率低、成本高的问题,提出了一种基于局部离群点检测的低压台区用户窃电识别方法。首先,基于线损特征搜寻与待检测台区最相似的k个最近邻台区;接着,基于k个最近邻台区的线损率分析待检测台区某段时间线损率是否异常,若线损率异常计算该台区所有用户该段时间负荷曲线之间的离散Fréchet距离;最后,基于离散Fréchet距离计算台区每个用户负荷曲线的局部离群点因子,同时采用邻域查询优化技术提高计算效率,局部离群点因子越大的用户窃电嫌疑越大。该方法输出待检测台区所有用户窃电嫌疑度排序,只需要检测排序靠前的用户即可检测出大部分窃电用户,大大提高了反窃电工作效率。     

改变电流互感器电流比窃电的现场测算及判断

在对低压三相四线用户的用电检查中,发现改变电流互感器（TA）的电流比进行窃电是常用手段。由于此窃电行为较为隐蔽,产生的窃电量相对较大,为此,用电检查条例特别规定“检测TA电流比是否与台账登记值一致”。下面介绍改变TA电流比窃电的现场窃电量测算及判断方法。     

基于SDAE和双模型联合训练的低压用户窃电检测方法

用户窃电行为是电网企业运营管理的痛点,基于数据驱动的低压用户窃电检测是当前的重要发展方向.由于窃电数据集具有自身高维度且样本不平衡的特点,对窃电检测模型的拟合能力和泛化能力要求极高.为此,文章利用堆栈降噪自编码器对低压用户日用电量数据进行特征提取,通过挖掘数据的深层特征减少窃电产生的极端数据对检测模型的影响;进而提出逻辑回归与深度神经网络联合训练模型进行低压用户窃电检测,将逻辑回归模型的记忆能力与深度神经网络模型的泛化能力相结合,进一步提升窃电检测的精度.通过实际电网数据的实验仿真,从AUC值、准确率和召回值三个评价指标验证了所提出方法相对于传统机器学习算法具有明显的性能优势.     

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。     

采用FCM聚类与改进SVR模型的窃电行为检测

针对窃电手段多样、隐蔽性强、窃电检测效率有待提高等问题,首先采用模糊C均值(FCM)聚类算法构造不同的用户负荷特征曲线,通过待测负荷曲线与相应特征曲线作对比初步确定疑似窃电用户;其次,采用粒子群算法优化的支持向量机回归模型对疑似窃电用户的用电行为进行检测。实验证明,所用方法缩小了窃电检测的范围、克服了窃电样本少的影响,改善了窃电检测的效率,并且窃电检测的均方误差和平均绝对误差分别提高了0.0051和0.034。     

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。     

供电区域线损分段监测防窃电技术研究

针对电网中大量存在的窃电行为,无法做到逐一排查,研究了一种供电区域线损分段监测方法。通过采用本方法,对一个供电线路区域内的电力用户的用电行为规范性进行监控,一旦发现该区域内的某个范围或者某条供电支路的电力用户存在窃电或者非正常用电行为时,即可通过线路损耗的变化来作出判断,并可立即通知供电部门,对该区域或者该用户进行用电稽查,查处窃电行为或者非正常用电行为,减少窃电或者非正常用电行为给供电网络带来的危害,保证供电安全。     

新梅共和城线损精细化数据比对分析

介绍了比对区域的概况,阐述了对新梅共和城低压台区进行线损精细化比对的工作情况.通过比对结果显示,该低压台区的线损率高达18.66%,因此,公司对该低压台区的线损情况进行重点的分析,找出造成该低压台区线损大的原因是用户的窃电行为.     

电力负荷管理系统中技术防窃电功能的开发

提出一种在电力负荷管理系统中,通过动态比较电力用户在正常与异常计量情况下模拟量回路与电能计量回路的功率、电流和脉冲,并调用电能表本身防窃电信息的方法,借助无线信道传输,实现在负荷控制中心主站集中监视和发现用户窃电和计量回路异常的新的技术防窃电解决方案。     

窃电检测在电能量计量计费系统中的应用

本文介绍了三种用于电能量计量计费系统的窃电检测的方法：事件检测、单表阀值检测和多表阀值检测。事件检测是通过检测检相关的事件信息来判断是否有窃电发生;单表阀值检测是检测单个电表上的电压、电流、功率因数或电量增值是否越限或判断是否有窃电现象发生;多表阀值检测是通过从多个电能表上获得的数据计算并检测母线不平衡率、线损、网损是否越限来检测是否有窃电现象发生。稽查工作人员可根据提示信息到有关现场去核实。     

Detection of energy theft and defective smart meters in smart grids using linear regression

The utility providers are estimated to lose billions of dollars annually due to energy theft. Although the implementation of smart grids offers technical and social advantages, the smart meters deployed in smart grids are susceptible to more attacks and network intrusions by energy thieves as compared to conventional mechanical meters. To mitigate non-technical losses due to electricity thefts and inaccurate smart meters readings, utility providers are leveraging on the energy consumption data collected from the advanced metering infrastructure implemented in smart grids to identify possible defective smart meters and abnormal consumers’ consumption patterns. In this paper, we design two linear regression-based algorithms to study consumers’ energy utilization behavior and evaluate their anomaly coefficients so as to combat energy theft caused by meter tampering and detect defective smart meters. Categorical variables and detection coefficients are also introduced in the model to identify the periods and locations of energy frauds as well as faulty smart meters. Simulations are conducted and the results show that the proposed algorithms can successfully detect all the fraudulent consumers and discover faulty smart meters in a neighborhood area network.     

考虑风光储一体化的电能计量模式研究与验证

随着飞速发展的分布式发电逐步走进万千用户家庭,传统电能计量模式已不再适用于所有的微电网系统,特别是对含风光储一体化分布式电源的小型微电网系统。针对这一问题,提出了一种新型电能计量模式,在提高计量的准确性的同时还有效解决了电能计量异常的问题。基于PSCAD软件对一个典型的风光储一体化微网系统进行仿真分析,验证了计量模式的可行性和准确性。     

数据驱动窃电检测方法综述与低误报率研究展望

配电系统窃电是造成电网非技术损失的主要原因,是供电企业运营管理中长期面对的痼疾。用电信息采集系统采集的海量用户数据使得开展数据驱动的用电异常检测、准确识别窃电用户成为可能。受用户用电行为多样性影响,数据驱动的窃电检测方法的误报率在某些场景下尚难以满足实践需求,严重制约了该类方法的工程应用。首先,介绍了窃电实现手法;然后,梳理了在实践中得到工程应用的窃电检测方法以及数据驱动窃电检测方法的基本思路和局限性;在此基础上,结合工程应用对窃电检测评价指标的差异性需求,分析指出提取的可用信息不足、特征指标项灵敏性和可靠性不高是阻碍数据驱动窃电检测方法走向工程实用的主要原因。最后,从算法设计、状态空间细分以及特征指标项设计选择等不同层面对低误报率窃电检测进行了展望。     

电力需求侧管理技术介绍

结合需求侧管理(DSM)的需要和电力负荷管理发展的历史和现状,介绍了现有需求侧管理的技术手段和功能,提出了充分利用现有资源,完善和发展电力负荷管理的几项新功能:电能质量监测、无功补偿、反窃电、电表计量、配变监测等,完善DSM的需要。     

供电量与线损率的关系

准确分析线损率的升降,对线损理论计算、防止偷漏电量、提高线损管理水平十分重要。列出供电量与线损率的数学关系,通过极限求导,得到线损率最低的条件,分析了线损率最低时对应的网络运行状态。     

Who are you? How to protect against identity theft

Identity theft is the assumption of another person's financial identity through the use of the victim's identifying information. Identity theft has become one of the most lucrative criminal endeavors. Facilitated by the voluminous information available on the Internet to those who know where to look, the reported incidents of identity theft have grown at an unprecedented rate. Unfortunately, while the victims of identity theft may spend years attempting to clear their credit histories and criminal records, this crime is rarely prosecuted. While numerous laws have been enacted in an attempt by the United States government to address the issue of identity theft, the best protection available to consumers is constant vigilance.     

防窃电装置在无线电负荷管理系统中的应用

介绍了在电力市场环境下，地区电网无线电负荷管理系统功能扩展工程实践。针对在用电实践中发生的窃电行为，根据无线电负荷管理系统的特点，在用户端和主站端增加了技术防窃电功能，安装了防窃电装置，可在主站端监视到窃电行为发生后，电能计量曲线的变化情况。该防窃电装置具有一定的先进性、经济性和实用性。