CN104391202A - 基于电量异常分析的异常用电判断方法 - Google Patents

Abstract

本发明公开了一种基于电量异常分析的异常用电判断方法，包括波动电量分析过程和零电量分析过程；所述波动电量分析过程包括：先分析给出可能是异常电量的用户清单；对于异常用户，指定某年某月用的用电量与该用户的特定历史用电量进行对比，计算出波动比例，当波动比例超过预定波动比例值时认为该用户属于异常用电。所述零电量分析过程包括：给出电力用户日用电量为0的可能是异常电量的用户清单，由工作人员对异常用户进行分析和检查，并确定这些异常电量的用户中哪些为真正的异常用电。本发明的基于电量异常分析的异常用电判断方法，具有可及时掌握电力用户的用电信息、预防并监控窃电行为、提高供电可靠性等优点。

Description

基于电量异常分析的异常用电判断方法

技术领域

本发明涉及一种基于电量异常分析的异常用电判断方法。

背景技术

随着城市建设的快速发展，各个行业对电的需求不断扩大。但是随着经济的迅速发展和用电量的不断增大，窃电问题变得越来越突出，反接、跨接、伪造铅封、使用倒表器等，窃电技术日益智能化，窃电行为更加隐蔽，使供电企业电量严重损失。窃电问题不仅影响了电力企业正常的供用电秩序，也严重影响了经济发展建设以及社会稳定。因此，只有更好地提高反窃电技术水平，彻底堵塞窃电漏洞，创造良好的供用电秩序，才能更好地为社会的快速发展保驾护航。

目前，供电系统已经开展大量反窃电措施及相关的预防措施，但现有的传统性的措施已经无法跟上日益变化的窃电方式，同时难以及时发现窃电行为。现有的反窃电系统主要有以下几个缺陷。

(1)窃电行为的现场表现形式尽管多种多样，现有针对各种具体窃电方式的实施的反窃电措施已无法适应新型的窃电行为。

(2)由于在进行反窃电检查时，没有有效整合用电客户的用电信息，使得反窃电检查针对性较差。

(3)不能及时发现用户窃电行为，往往在进行普查或线路线损异常时才会发现部分窃电行为，对于抗拒检查、毁灭证据的情况，窃电行为难以发现。

发明内容

本发明是为避免上述已有技术中存在的不足之处，提供一种基于电量异常分析的异常用电判断方法，以及时掌握电力用户的用电信息、预防并监控窃电行为。

本发明为解决技术问题采用以下技术方案。

基于电量异常分析的异常用电判断方法，其特点是，包括波动电量分析过程和零电量分析过程；

所述波动电量分析过程包括：对正常运行的电力用户历史的用电量进行对比分析，根据波动方向查找用户电量波动比例超过预定波动比例值的用户清单，并辅以多种统计条件以及筛选条件，统计条件和筛选条件包括电量日期、用户属性、所属线路、所属变电站等参数，进而分析给出可能是异常电量的用户清单，由工作人员对异常用户进行分析和检查；对于异常用户，指定某年某月用的用电量与该用户的特定历史用电量进行对比，计算出波动比例，当波动比例超过预定波动比例值时认为该用户属于异常用电；

所述零电量分析过程包括：对正常运行的电力用户日用电量为0的异常情况进行分析，查找连续多日用电量为零的用户清单，并辅以多种统计条件以及筛选条件，统计条件和筛选条件包括电量日期、用户属性、所属线路、所属变电站等参数，进而分析给出可能是异常电量的用户清单，由工作人员对异常用户进行分析和检查；所述多日用电量为零的用户为：从指定时间(所述指定时间为某日用电量为0的日期，即上述筛选条件中设置的电量日期)开始，向前推连续出现多日电量为零的用户；如果向前推连续出现多日电量为零的日期超过预定天数，则认为该用户属于异常用电。

本发明的基于电量异常分析的异常用电判断方法的特点也在于：

所述波动电量分析过程中，所述波动比例的计算方法为：波动比例＝(月实际用电量-对比月用电量)/月实际用电量。

所述波动电量分析过程中，所述特定历史用电量包括去年同期用电量、上次抄表用电量、指定年月用电量和平均电量。

与已有技术相比，本发明有益效果体现在：

本发明的基于电量异常分析的异常用电判断方法，通过用户用电量的异常数据，进行分析对比，然后确定哪些用户为真正的异常用户，并确定为窃电用户。

本发明的基于电量异常分析的异常用电判断方法，将为反窃电人员发现、掌握窃电信息的提供有力帮助。通过数字化、信息化的技术手段对线损数据、运行数据及管理数据进行整合，能及时掌握电力用户的用电信息、预防和监控窃电行为、降低线损、提高供电可靠性,为用电监查人员排查用户窃电行为及供电部门管理提供决策依据。

本发明的基于电量异常分析的异常用电判断方法，具有可及时掌握电力用户的用电信息、预防并监控窃电行为、提高供电可靠性等优点。

附图说明

图1为本发明的基于电量异常分析的异常用电判断方法的反窃电系统的结构框图。

以下通过具体实施方式，并结合附图对本发明作进一步说明。

具体实施方式

参见图1，本发明的基于电量异常分析的异常用电判断方法，包括波动电量分析过程和零电量分析过程；

所述波动电量分析过程包括：对正常运行的电力用户历史的用电量进行对比分析，根据波动方向查找用户电量波动比例超过预定波动比例值的用户清单，并辅以多种统计条件以及筛选条件，统计条件和筛选条件包括电量日期、用户属性、所属线路、所属变电站等参数，进而分析给出可能是异常电量的用户清单，由工作人员对异常用户进行分析和检查；对于异常用户，指定某年某月用的用电量与该用户的特定历史用电量进行对比，计算出波动比例，当波动比例超过预定波动比例值时认为该用户属于异常用电；

所述零电量分析过程包括：对正常运行的电力用户日用电量为0的异常情况进行分析，查找连续多日用电量为零的用户清单，并辅以多种统计条件以及筛选条件，统计条件和筛选条件包括电量日期、用户属性、所属线路、所属变电站等参数，进而分析给出可能是异常电量的用户清单，由工作人员对异常用户进行分析和检查；所述多日用电量为零的用户为：从指定时间(所述指定时间为某日用电量为0的日期，即上述筛选条件中设置的电量日期)开始，向前推连续出现多日电量为零的用户；如果向前推连续出现多日电量为零的日期超过预定天数，则认为该用户属于异常用电。预定天数比如设定为5天或10天，预定天数可根据实际情况设置。运行用户每日都应该会产生电量，若连续多日没有产生电量则怀疑其用电异常。

所述波动电量分析过程中，所述波动比例的计算方法为：波动比例＝(月实际用电量-对比月用电量)/月实际用电量。例如，某户2014年1月用电量为3678.6千瓦时，上月(即2013年12月)电量为59.0546千瓦时，根据公式，波动率为：(3678.6-59.0546)/3678.6＝98.3％。此处，对比月用电量选择为上月用电量。

所述波动电量分析过程中，所述特定历史用电量包括去年同期用电量、上次抄表用电量、指定年月用电量和平均电量。

用户窃电后的另外一个重要的表现就是用电量会发生异常，电量在一段时间内可能会出现的突增突减或零电量的情况，过滤掉季节性用电、生产性用电等因素，对用户日电量进行波动、零电量分析，找出连续零电量、电量异常波动的情况，为反窃电工作提供准确及时的异常用电客户信息。

异常电量的分析包括两种情况：波动电量分析和零电量分析。

(一)波动电量分析：对正常运行的电力用户历史的用电量进行对比分析，根据波动方向查找用户电量波动比例超过某一值的用户清单，并辅以多种统计条件以及筛选条件，进而分析给出可能是异常电量的用户清单，协助工作人员对这些重点异常用户进行分析和检查。

波动比例：指用户2个对比月的用电量的变化幅度。波动比例＝月实际用电量-对比月用电量/对比用电量。

波动方向：指用户实际用电量相对于对比月的用电量是增加了还是减少了，增加了算出的波动率表示是增幅(波动率大于0)、减少了算出的波动率表示是减浮(波动率小于0)。

波动电量方法：指定某年某月用的用电量与该户历史某一用电量进行对比，计算出波动比例，当波动比例超过某个值时认为该波动属于异常用电。目前有4种波动电量对比选择：去年同期、上次抄表、指定年月、平均电量。

去年同期：某年月下的用电量与去年同月份用电量的差值波动分析。

上次抄表：某年月下的用电量与该户上个抄表周期的用电量的差值波动分析。

指定年月：某年月下的用电量与该户任何某一月的用电量的差值波动分析。

平均电量：某年月下的用电量与某段时间内用户平均电量的差值波动分析(平均电量默认为用户前6个月的平均月用电量)。

(二)零电量分析：对正常运行的电力用户日用电量为0的异常情况进行分析，根据查找连续多个日用电量为零的用户清单，辅以多种统计条件以及筛选条件，进而分析给出可能是异常电量的用户清单，协助工作人员对这些重点异常用户进行分析和检查。

指定时间开始，向前推连续出现多日电量为零的用户。

对低压用户进行连续零电量异常分析时需要增加建档时间的限制。对于低压用户在某个时间后建档，我们会认为出现连续零电量是正常的，而在这个时间前建档的用户出现连续零电量认为是异常。

本发明的基于电量异常分析的异常用电判断方法，通过用户用电量的异常数据，进行分析对比，然后确定哪些用户为真正的异常用户，并确定为窃电用户。

如图1为本发明的基于电量异常分析的异常用电判断方法的反窃电系统的结构框图，包括数据模块、窃电诊断分析模块、窃电判断模块和异常报警模块。所述数据模块、窃电诊断分析模块、窃电判断模块和异常报警模块依次相连接。首先由数据模块采集用户的用电量信息，然后窃电诊断分析模块采用本发明的方法进行数据分析，判断哪些用户为异常用电用户，并将分析的结果传输给窃电判断模块，由窃电判断模块根据数据分析的结果进行进一步判断哪些异常用电用户为窃电用户，最终由异常报警模块提供报警信息，通知工作人员哪些为窃电用户，由工作人员到窃电现场进行核查和处理。

具体工作时，工作人员会从在线监测、用户电量、线损、历史窃电行为4个方面进行了异常分析得到了异常用户池，接着就需要建立一个窃电判断规则，定期进行用户窃电可能性判定，对用户的窃电可能性进行量化，判定规则如下：

1、异常级别判定

针对各种异常，进行级别设置，级别分为三种：I级、II级、IV级异常。同时也可对异常进行“是否参与窃电嫌疑判定”的设置。

I级异常：判定周期内出现异常的天数超过A天；

II级异常：判定周期内出现异常的天数超过B天；

IV级异常：判定周期内出现异常的天数超过C天。其中，A>B>C，A、B、C均为预设值，为正整数。

2、窃电嫌疑判定

根据异常种类、异常级别，灵活设置窃电嫌疑判定规则。根据实际情况，选择嫌疑判定的依据。例如认为同时出现某种或几种异常且异常级别达到某级的时候，我们将其嫌疑级别为重大嫌疑或嫌疑。

依据设置的嫌疑判定规则，定位有重大嫌疑的用户范围，反窃电工作人员接收到准确的用户信息后携带用电检查仪赶赴现场进行勘察与处理，用电检查仪应用最新微处理器技术和数字信号处理技术，以直接交流采样法实现工频电参数测量(如电压、电流有效值，有功、无功功率、视在功率、工频频率、功率因数，相位关系等)可以直接显示向量图，尤其适用于各供用电单位检查电能计费系统及继电保护系统的接线状况。根据现场检查情况确定该用户是否真实存在窃电行为，并将检查处理结果在本系统中进行维护，实现反窃电工作从异常分析、嫌疑判定、嫌疑处理的闭环管理。

本发明的基于电量异常分析的异常用电判断方法，将为反窃电人员发现、掌握窃电信息的提供有力帮助。通过数字化、信息化的技术手段对线损数据、运行数据及管理数据进行整合，能及时掌握电力用户的用电信息、预防和监控窃电行为、降低线损、提高供电可靠性,为用电监查人员排查用户窃电行为及供电部门管理提供决策依据。

本发明的基于电量异常分析的异常用电判断方法，具有可及时掌握电力用户的用电信息、预防并监控窃电行为、提高供电可靠性等优点。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (3)

1.基于电量异常分析的异常用电判断方法，其特征是，包括波动电量分析过程和零电量分析过程；

所述波动电量分析过程包括：对正常运行的电力用户历史的用电量进行对比分析，根据波动方向查找用户电量波动比例超过预定波动比例值的用户清单，进而分析给出可能是异常电量的用户清单，由工作人员对异常用户进行分析和检查；对于异常用户，指定某年某月用的用电量与该用户的特定历史用电量进行对比，计算出波动比例，当波动比例超过预定波动比例值时认为该用户属于异常用电；

所述零电量分析过程包括：对正常运行的电力用户日用电量为0的异常情况进行分析，查找连续多日用电量为零的用户清单，进而分析给出可能是异常电量的用户清单，由工作人员对异常用户进行分析和检查；所述多日用电量为零的用户为：从指定时间开始，向前推连续出现多日电量为零的用户；如果向前推连续出现多日电量为零的日期超过预定天数，则认为该用户属于异常用电。

2.根据权利要求1所述的基于电量异常分析的异常用电判断方法，其特征是，所述波动电量分析过程中，所述波动比例的计算方法为：波动比例＝(月实际用电量-对比月用电量)/月实际用电量。

3.根据权利要求1所述的基于电量异常分析的异常用电判断方法，其特征是，所述波动电量分析过程中，所述特定历史用电量包括去年同期用电量、上次抄表用电量、指定年月用电量和平均电量。