基于园区电力监测智能终端的调度分析系统

随着储能、电动汽车、可中断负荷等资源的广泛接入,园区电源和负荷特性更加多样,运行不确定性更强,使得调度控制的难度更大.采用园区电力监测智能终端监测园区内企业用户配电变压器、光伏并网侧、电动汽车充电进线用户负荷侧运行参数,采集电压、电流的基波,2～63次谐波和三相零序电流,并通过无线通信接口上传至调度分析后台,可识别监测节点异常,为电网调度提供基础数据.     

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。     

基于大数据分析的窃电行为智能在线监测应用研究

目前窃电客户数量大、窃电方式隐蔽等现象较为普遍,反窃电工作难度大,现有查窃手段难以满足需求。基于大数据分析,本文通过客户基础数据提取、异常数据综合诊断分析、窃电模型输出,窃电工单闭环处理,通过科学准确的阀值设定,客户窃电特征分析,实现精准研判与智能在线监测。     

基于离群点算法的在线监测传感器的设计与研究

为解决现有用电异常大数据计算模型由于原始数据不准确导致存在漏报、误报、数据处理复杂等问题,研制了一种用于 分布安装在一次侧的线路的节点的在线监测传感器,通过对硬件的设计确保数据采集的可靠性;建立传感器采样误差数学模 型,分析传感器铁芯引入气隙后测量后误差形成的机理,并对其进行仿真优化。 引入采集电流信号波动指标及变异系数,选择 数据样本质心,并根据质心及离群点算法筛选处离群点,大大降低了数据计算复杂程度,提高了用电异常判别的可靠性。 功能 性测试表明,该传感器采集的电流数据准确度高度,相对误差值小于 0. 2%,数据同步误差不大于 5 μs,为计算模型提供可靠的 采集数据。     

10kV客户用电状况在线监测系统开发与应用

结合用电信息采集等自动化系统建设和应用,采集客户一次侧、二次侧用电负荷及用电量等信息,通过一次侧、二次侧用电负荷比对、分析,从而准确定位并查处窃电客户。     

用电信息采集系统反窃电功能现状及发展趋势

针对长期以来困扰供电企业的窃电预防及查处难题,结合电力企业用电信息采集系统发展的现状,通过对大量窃电现象和原理进行分析,提出采用无线采集器模式实时监测用户一次侧电流,并通过与用电现场服务终端无缝衔接来监测电力用户用电状态。基于该技术研制的无线防窃电系统在预防和打击不法用户非法窃电方面发挥了积极的作用。     

电力载波配变实时监测管理系统开发与应用

结合江苏盱眙县供电公司电力载波配变实时监测管理系统的开发和研究．介绍利用现有电力线载波通信技术经济、实用的优势,实现中、低压数据统一采集,解决配电变压器的实时监测问题．从而实现配网供电质量和设备运行情况的在线分析,同时也为电能量远程集抄、负荷监测、线损计算分析和网络反窃电等管理工作提供技术支持。     

基于负荷管理数据的电能计量装置监测系统研制

文中通过对电能计量故障异常类型分析,提出了利用负荷管理数据识别计量装置故障的方法,开发基于负荷管理数据的计量装置监测系统,解决了远程抄表、预购电、反窃电等应用问题,实现了电能计量装置的在线监测。     

基于非侵入式负荷监测的日常活动监测∗

文章介绍了基于非侵入式负荷监测的活动监测系统,分析基于孤立森林算法的日常活动监测,利用采集的数据进行实验,并与基于混合高斯模型进行对比。实验表明,孤立森林算法能准确地检测出异常。     

基于不平衡电能数据的反窃电智能监测系统研究

面对电网中的窃电行为,设计一个基于不平衡电能数据的反窃电智能监测系统,完成用电负荷数据的预处理后,运用随机过采样—迭代决策树算法建立计量装置的异常监测和用户异常用电行为的智能分析数学模型,快速检测出异常用电客户,并在此基础上开发嵌入式专家分析系统,实现用户的电能数据在线监测分析,自动展示异常用电数据,定位窃电用户。     

大型火电锅炉对流受热面灰污监测试验研究

利用电厂DCS系统中已有的测点数据以及在炉上新添加的少量工质侧和烟气侧测点数据,以锅炉整体及局部、能量和质量平衡原理为基础,对各主要对流受热面的热损失和热效率进行计算。分析管壁蓄热量在锅炉变负荷过程中对热量平衡的影响,在灰污因子计算中考虑金属管壁蓄热量,提出锅炉变负荷灰污因子计算模型;分析负荷变化对灰污因子计算的影响,结合原有的稳态灰污因子计算模型,建立动静态结合的锅炉受热面灰污监测模型;开发灰污监测软件在塔山电厂600MW火电机组锅炉上指导吹灰。     

一种新型用电管理与监察系统设计

针对现存的几种主要的窃电方式,设计了一种新型的用电管理与监察系统。该系统通过三相高压无线采集器采集配电变压器高压侧电流,并通过多功能负控终端采集二次侧电压、电流;利用窃电专家分析系统进行窃电现象、窃电方式的识别,便于用电稽查人员快速查处窃电行为。最终,以淮北电力公司查处的某起欠流型窃电案例为例,验证了该用电管理与监察系统的有效性。     

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。     

基于流计算的大客户用能智能分析方法

针对大客户用电用能综合分析及无法及时发现用电异常的问题,设计了一种基于流计算下大客户用能智能分析方法.首先给出了大客户用能智能分析系统的整体构架,并从软硬件功能需求方面进行了描述.依托流计算技术实时处理能力和高性能数据吞吐能力实时处理采集到的数据,运用机器学习按照用户综合用能分析数学模型和窃电识别模型学习处理异常数据....     

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。     

一种分布式高低压线路防窃电设计

目前智能用电系统中,防窃电主要依赖低压侧远方终端和电表判断,单一使用低压侧数据判断,系统不可靠,误报,漏报率高。针对该问题,设计了一种基于故障指示器和低压线路采集相结合,远方终端系统判断高压和低压数据,可有效监测各类常见窃电异常,系统可靠性高,投入成本低,运维便利,能为现有系统提供有效窃电监测。     

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。     

基于负荷监测曲线的反窃电技术

反窃电技术主要是针对电量流失以及电力资源耗费的技术手段。随着电力系统发展以及现代技术的进步,电力系统中负荷管理系统对于电力负荷资源的管理手段和技术也在不断提高。木文主要围绕电力负荷监测曲线系统中的反窃电技术原理,对于电力负荷监测曲线系统的反窃电技术进行分析研究。     

基于在线监控的反窃电分级管理研究

随着电力用户用电信息采集系统的发展,使得对用户侧异常用电信息实施采集成为可能.基于对窃电相关的异常用电信息进行数据挖掘,提出以在线监控为目的的窃电用户综合评价理论,并结合台区线损管理,探讨窃电嫌疑用户在线监控和分级管理方法.     

电力负荷管理终端防电流法窃电装置研制

负载电流经电流互感器(TA)接入电力负荷管理终端内部的交流采样装置,若存在电流法窃电行为,TA二次回路的阻抗会发生变化.在终端内部电流计量回路设计了信号变送器ST(Signal Transformer),以实现强弱信号的隔离,并实时监测TA二次回路的阻抗变化;结合ST的阻抗匹配电路,详细地分析了TA一次/二次侧不同的窃电手段对ST输入阻抗的影响;利用高频信号对阻抗变化敏感的特性,向ST注入特定频率的高频振荡信号,并由微处理器AT91SAM7S256对流经ST的高频信号进行数据采集和处理;窃电手段不同,微处理器采集的高频信号均方幅值也不同.试验表明,该防窃电装置可快速、准确地识别发生在TA一次/二次侧的窃电行为及具体的窃电方式.